结构方程模型在交通行为学中的应用综述

摘 要：出行行为理论主要研究人们的出行行为规律和选择特征， 即个人或者家庭关于出行的决策特性。结构方程模型（SEM）属于多变量统计模型，产生后迅速得到广泛应用。本文首先介绍了SEM的产生和发展，然后介绍了SEM在交通行为学当中的应用现状，并结合相关文献对其运用的优势以及局限性进行评述。

关键词：SEM;交通出行;变量

0 引言

SEM是一种建立、估计和检验因果关系模型的方程，因而也被称为因果模型等其它称呼，是近些年来统计学三大进展之一。它主要由随机变量、结构参数和非随机变量组成。交通行为中涉及到的因素众多，相关研究最初只关注发达国家城市郊区的女性出行及其对城市福利和育儿设施的可达性。随着研究深入，学者们开始从行为心理[7]等角度探索影响居民出行的原因，在这个背景下通过引入SEM分析居民的多种属性与其出行选择之间的相互作用关系，模拟居民的出行决策过程。

1 SEM的发展及其优势

1.1 SEM的發展

Sewell等人[1]在遗传学研究中提出路径分析，得到SEM的基本形式，引入路径图，并将变量间的效应分解成直接效应和间接效应，来表达变量之间的关系。上世纪60年代以后，社会学家 Blalock将生物测量学中路径分析陈述的简洁性、计量经济学中联立方程表达的系统性，以及心理测量学中潜变量模型深入性等特点进行了融合。在此基础上，瑞典统计学家、心理测量学家Karl 提出了SEM的初步概念，并与其合作者进一步发展矩阵模型的分析技术来处理共变结构的分析问题，提出测量模型与结构模型的概念，促成SEM的发展。

1.2 SEM的优势

（1）SEM 分析方法能立体、多层次的展现驱动力分析。这种更加符合人类真实思维形式的多层次因果关系，是传统回归分析方法无法做到的。

（2）能纳入无法直接测量的属性。

（3）SEM 允许有多个因变量或输出变量。即它可以同时处理某一外生变量对多个内生变量或某一内生变量对多个内生变量的影响关系。可将各属性之间的因果关系量化，使其对比更具客观性。

2 国内外研究综述

国外对于SEM的应用研究成果主要集中在对影响因素（相关性）、 评价指标体系的构建、满意度和竞争力的评价分析等领域。Claudine[2]通过关注旅游需求的产生，基于国家交通研究中心收集的马尼拉城市交通综合研究数据库采用SEM对大都市人口出行特征进行分析。Khoo[3]收集驾驶员的直接反馈信息得出驾驶员的属性或指标。提出了一个可以考虑所有影响感知质量的潜在属性的整体SEM，该模型还对交通信息系统中影响道路使用者感知的因素提供了一个合理的解释，从而使机构能够采取适当的措施来进一步提高用户的满意度。Aditjandra 等[4]探讨了社区特征的变化对出行选择的变化的影响。

从国内对结构方程的研究来看，国内的研究人员对SEM的研究和应用相比与国外的同行还是比较落后和少见的。不过，在进入21世纪后已经有越来越多的学者将SEM运用到交通领域分析解决问题。曹小曙[5]研究了基于SEM的广州城市社区居民出行行为，将居民出行行为可以概括为“属性决定目的，目的影响行动”。程龙、陈学武[6]基于结构方程对城市低收入通勤者建模研究; 张杰[7]从住区视角下通过SEM分析家庭非通勤出行能耗影响机制.。赵琳娜、巩建国等[8]基于SEM对个体活动出行行为进行了研究分析，探讨和验证了个体属性、活动参与和出行三者之间的相关性。

3 SEM在交通行为学中应用的局限性

（1）SEM对样本容量的要求较高。在探索性因子分析模型中，因子负荷、变量数量和样本容量是决定能否获得优质因子模型的重要因素，因此容量较小的实验性数据未能广泛用到SEM。

（2）虽然通过多组模型可以实现与方差分析一样的定类变量处理能力，但SEM对定类变量处理的整体能力仍然较弱。

（3）模型与样本所在的总体可能拟合得并不好。这时如果用样本特征推论总体，就会犯以偏概全的错误，而相关程序目前还不能对指定误差加以检验。

4 结论

SEM是近些年在社会科学研究中最受青睐的统计模型之一。通过将测量模型和结构模型相结合，实现了交通行为相关分析过程中描述性和解释性研究的大统一，也实现了研究的宏观分析和微观分析的融合。虽然SEM在具体的应用时存在一定的局限性，但是伴随着大数据时代的到来，交通行为数据搜集和整理的便捷程度的提高，SEM的作用将会被进一步体现出来，在未来的研究中也将会扮演重要的角色。

参考文献：

[1]张建平.一种新的统计方法和研究思路—结构方程建模述评[J].心理学报，1993（01）：93-101.

[2]Ejes，Claudine;Marquez，Leorey，Structural equation approach to understanding weekend travel behaviour in Metro Manila[J]. Road and Transport Research，2002，11（04）：24-37.

[3]Khoo，Hooi Ling，Ong，Ghim Ping;Evaluating perceived quality of traffic information system using structural equation modeling[J].KSCE Journal of Civil.

[4]Aditjandra，Paulu Teguh，Cao Xinyu，Mulley Corinne.Understanding neighbourhood design impact on travel behaviour：An application of structural equations model to a British metropolitan data. Transportation Research Part A： Policy and Practice，46（01）：22-32.

[5]曹小曙，林强.基于SEM的广州城市社区居民出行行为[J].地理学报，2011，66（02）：167-177.

[6]程龙，陈学武.基于结构方程的城市低收入通勤者活动-出行行为模型[J].东南大学学报（自然科学版），2015，45（05）：1013-1019.

[7]张杰，陈骁.家庭非通勤出行能耗影响机制—住区视角下的SEM分析[J].城市发展研究，2016，23（03）：87-94+117.

[8]巩琳娜.基于SEM的个体活动一出行行为研究[A].中国城市规划学会城市交通规划学术委员会，2015.

推荐访问:方程 综述 模型 学中 结构