城市交通拥堵收费的公众意愿及其影响因素分析

时间:2023-06-05 19:18:05 公文范文 来源:网友投稿

[摘 要]公众意愿是交通拥堵收费政策能否顺利实施的关键因素,其中公众个体特征、认知因素与公众意愿有紧密联系。以成都市区出行者为样本,通过670份有效问卷的实证分析,运用因子分析和回归分析发现性别、是否拥有私家车、对拥堵收费认知程度、常用出行方式四项指标是影响公众接受拥堵收费意愿的最大因素;运用卡方检验分析方法进一步发现女性、无私家车者、对拥堵收费认知程度较高者和常采用公共交通出行者对拥堵收费政策更趋于接受。

[关键词]公众意愿;因子分析;回归分析;卡方检验分析

doi:10.3969/j.issn.1673-0194.2015.02.159

[中图分类号]F542;U491 [文献标识码]A [文章编号]1673-0194(2015)02-0222-02

0 前言

经济高速发展带来了城市化进程的加剧和汽车数量的急剧增加,交通拥堵现象在各大中城市越来越普遍,给居民出行和城市交通管理带来了极大困扰。交通管理部门可以通过实施限号、限牌、拥堵路段限行、错时上下班以及发展公共交通等多种配套措施来缓解交通拥堵,但效果有限。交通拥堵收费(congestion pricing)作为缓解交通拥堵的最后手段,进入了人们的视野。它作为交通需求管理的有效经济手段,在实践中已在国外实施。1996年底韩国首都开征“交通拥挤费”,汽车通行量减少了9%,其中小轿车减少了53%,通行速度提高了一倍。

Pigou、Knight、Andrew W.evans、Erik T. Verhoef等学者分别对交通拥堵收费进行了定量的研究。关于拥堵收费的公众意愿研究,Jones提出拥堵收费的公众意愿与拥堵收费的收益怎样使用存在正相关关系。Peter R. Stopher认为交通管理者应结合出行者的特点和行为,准确改变出行者的出行方式,既而提升对拥堵收费的接受程度。杨立峰认为拥堵收费的实施将影响部分市民及单位的出行利益,因此实施前要积极宣传,实行期间保证收费资金透明合理地使用,消除公众对拥堵收费的疑虑,提高公众对拥堵收费的接受意愿。黄海军认为拥堵收费最关键的问题是公众支持与否,公众的支持程度又决定了政府的政策取向。

虽然交通拥堵收费在实践和理论中都有其实施的合理性和可操作性,但其实施在中国面临着极大的民意质疑。公众意愿将成为决定拥堵收费政策能否实施的关键。哪些因素影响着公众意愿,其影响程度如何,该怎么针对性地对公众意愿进行引导,是政府和学者都很关心的问题。对这些问题的研究,对政府部门科学决策交通管理政策有着重要的参考借鉴作用。

1 研究假设与研究方法

1.1 提出假设

根据相关文献分析和调研访谈,本文提出以下假设。

H:交通拥堵收费的公众意愿与公众所属性别、年龄、学历、所属职业、年收入、是否拥有私家车、常用出行方式、拥堵收费认知程度有相关关系。

1.2 研究方法和技术路线

本文采用SPSS17.0软件对调研数据进行分析。用因子分析方法从变量群中提取主成分因子,减少变量数目,并检验变量间关系的假设;用回归分析判断变量的相关性并确定主成分因子中最相关的几个影响因素;用卡方检验分析主要几个影响因素与公众接受意愿的关系。

2 研究结果与研究分析

2.1 问卷3结果

本次发放问卷数为685份,回收问卷数为676份,其中无效问卷6份,回收率为98.7%,有效率为99.1%。其中226名公众选择意愿1(愿意接受拥堵收费),占样本总数的33.6%;299名公众选择意愿2(不愿意接受拥堵收费),占样本总数的44.63%;145名公众选择意愿0(说不清楚),占样本总数的21.77% 。

2.2 因子分析

KMO检验问卷是否适合进行因子分析,Bartlett检验是为了看数据是否来自于服从多元正态分布。分析结果中可以得到KMO的值为0.850,表示很适合做因子分析。Bartlett球形度检验的原假设为:相关系数矩阵为单位阵,Sig值为0.000,小于显著水平0.05,因此拒绝原假设,表示变量之间存在相关关系,适合做因子分析。

在因子贡献率中,前两个公因子的特征值大于1,并且前两个因子的特征值之和占总特征值的67.598%,即表示前两个公因子完全可以代替其余因子进行影响公众拥堵收费意愿的因素分析。所以,提取前成分1与成分2作为主因子,并对两个主成分分别包含哪几种因子进行旋转成分分析。

旋转后的成分矩阵:在主成分1中,相关度最高的是职业、年收入、年龄、学历四项指标。因此将主成分1规定为“职业、年收入、年龄、学历”。主成分2相关度最高的是性别、是否拥有私家车、拥堵收费认知程度、常用出行方式四项指标。因此将主成分2规定为“性别、是否拥有私家车、拥堵收费认知程度、常用出行方式”。

2.3 回归分析

由成分得分系数矩阵计算的因子得分数据后,进行主成分1和主成分2对于拥堵收费公众接受意愿的影响程度分析。系数显著的为变量FAC2,表示主成分2对于拥堵收费的公众意愿影响最大。因此,性别、是否拥有私家车、对拥堵收费认知程度、常用出行方式四项指标是影响公众接受拥堵收费意愿的最大因素。在主成分1中,职业、年收入、年龄、学历这四个因子对拥堵收费的公众意愿影响不明显,所以职业、年收入、年龄、学历与公众意愿存在相关关系假设不成立。而性别、是否拥有私家车、拥堵收费认知程度、常用出行方式与公众意愿存在相关关系假设成立。为此,接下来重点研究这四种因子对拥堵收费公众意愿的影响程度。

2.4 卡方检验分析

2.4.1 性别与拥堵收费接受意愿相关关系分析

百分比同质性卡方检验统计量示,Paerson卡方值为14.215,自由度为3,显著性概率p=0.005小于0.05,达到显著水平,说明不同性别在接受拥堵收费意愿上至少有一个选项的次数百分比间有显著差异。而从交叉表中的校正后标准化残差值(AR值)得到,在很接受意愿上,男性与女性的看法有显著的不同,女性此选项的百分比(=7%,AR=1.5)显著高于男性此选项的百分比(=3%,AR=-1.5);在不接受交通拥堵收费意愿上,男性与女性的看法也有显著的不同,男性此选项的百分比(=24%,AR=3)显著高于女性此选项的百分比(=12%,AR=-3),即女性对拥堵收费的接受意愿的百分比显著多于男性的接受意愿。因此,分析不同性别的人群是否接受拥堵收费。得到以下结论:女性相比男性更容易接受拥堵收费,拥堵收费在女性中的接受度很好,实施过程中不会受到女性的强烈反对。对于男性,强烈反对拥堵收费的比例高于女性,接受拥堵收费的比例又低于女性。由此看出,拥堵收费是否成功实施,交通管理者应加大对于男性的宣传和讲解。

2.4.2 有无私家车与拥堵收费接受意愿相关关系分析

由百分比同质性卡方检验统计量得出是否拥有私家车的人群在接受拥堵收费意愿上有显著的差异性。而从交叉表中的校正后标准化残差值(AR值)得到,在接受意愿上,有车与无车人群有显著的不同,有车人群此选项的百分比(=6%,AR=-1)显著低于无车人群此选项的百分比(=24%,AR=1);在不接受交通拥堵收费意愿上,有车人群与无车人群的看法也有显著的不同,有车人群此选项的百分比(=34%,AR=3.3)显著高于女性此选项的百分比(=12%,AR=-3.3),即无车人群对拥堵收费的接受意愿的百分比显著多于有车人群的接受意愿。

因此,大部分被调查者乐于接受拥堵收费,这部分人群基本选择公共交通出行,受拥堵收费影响较少,其关心的主要问题是拥堵收费的款项是否可以用于公共交通的改善。而在有车人群中,反对人数多于支持人数,年收入在3~8万的私家车出行者最反对拥堵收费,拥堵收费对他们影响最大,其最关心的问题是收费的形式和区域。为此,收费政策实施会在很大程度上限制这一部分人群的私家车出行。而对年收入较高的人群,拥堵收费并不适用,他们关心政策实施后,交通会不会真正得到缓解。

2.4.3 拥堵收费认知程度与拥堵收费接受意愿相关关系分析

在拥堵收费的接受意愿上,了解拥堵收费人群的接受意愿显著高于不了解拥堵收费的人群;在不接受交通拥堵收费意愿上,了解拥堵收费的人群不接受意愿显著低于不了解拥堵收费的人群,即了解拥堵收费的人群对拥堵收费的接受意愿的百分比显著多于不了解拥堵收费人群的接受意愿。

2.4.4 常用出行方式与拥堵收费接受意愿相关关系分析

分析不同出行方式的人群是否接受拥堵收费。首先,公共交通出行者对于拥堵收费的接受意愿较好,大部分公共交通出行者接受拥堵收费;其次,私家车出行者超过一半被调查者反对拥堵收费;最后,其他方式出行者对拥堵收费持中立态度。

3 结论与建议

第一,性别、是否拥有私家车、对拥堵收费认知程度、常用出行方式四项指标是影响公众接受拥堵收费意愿的最大因素。

第二,女性更容易接受拥堵收费,男性更排斥拥堵收费,交通管理者应重点向男性出行者宣传和推广拥堵收费。

第三,公共交通出行者更乐于接受拥堵收费,因为其基本选择公共交通出行,不仅受拥堵收费不利影响较少,而且拥堵收费会为其带来更多的利益。而在有车人群中,反对人数多于支持人数。其中,年收入在3~8万的私家车出行者最反对拥堵收费。

第四,对拥堵收费认知程度较高的人群更容易接受拥堵收费,更愿意多了解关于拥堵收费实施的具体标准;而不了解拥堵收费的公众则对拥堵收费的机制和效果存怀疑态度。

第五,公共交通出行者对于拥堵收费的接受意愿较好,大部分公共交通出行者接受拥堵收费;自行车电瓶车出行者对拥堵收费的接受态度较为中立,其不受拥堵收费的影响;采用出租车的出行者在关心拥堵收费不会影响出租车价格的基础上,愿意接受拥堵收费;私家车出行者超过一半被调查者反对拥堵收费。

主要参考文献

[1]E T. Verhoef. Second-Best Congestion Pricing in General Networks-Algorithms for Finding Second-Best Optimal Toll Levels and Toll Points[R].Tinbergen Institute Discussion Paper, 2000.

[2]杨立峰,陈必壮.国外城市交通拥挤收费的经验与借鉴[J].上海城市管理职业技术学院学报,2007,15(6):20-22.

[3]黄海军.拥挤道路使用收费的研究进展和实践难题[J].中国科学基金,2003,17(4):198-203.

推荐访问:城市交通 拥堵 意愿 公众 因素