为分析影响低空出行意愿的主要影响因素和影响路径,基于出行意愿模型及价值-风险分析构建了结构方程模型,量化出行偏好、出行特征、感知价值、感知风险对低空出行意愿的相互作用机理,利用未加权最小二乘法求解路径系数,并开展了感知价...为分析影响低空出行意愿的主要影响因素和影响路径,基于出行意愿模型及价值-风险分析构建了结构方程模型,量化出行偏好、出行特征、感知价值、感知风险对低空出行意愿的相互作用机理,利用未加权最小二乘法求解路径系数,并开展了感知价值、感知风险等对出行偏好的中介效应分析,以及性别、年龄等出行者个体信息的多群组模型不变性分析,最后利用模糊集定性比较分析(fuzzy set qualitative comparative analysis,fsQCA)方法分析了出行意愿的前因变量构成组态。结果表明:结构模型卡方自由度比、RMSEA(root mean square error of approximation)值、CFI(comparative fit index)值分别为3.803、0.063、0.938,通过了模型检验;感知价值(0.38)是直接影响出行意愿的最重要因素,出行特征(0.08)对出行意愿有正向直接影响,感知风险(-0.22)有负向直接影响,但出行偏好对出行意愿无显著影响;出行偏好对出行意愿呈现负效应,出行特征、感知价值对出行偏好产生了遮掩效应,感知风险则对其产生了中介效应;出行者个体信息中税前年收入对模型起调节作用,随着出行距离的增加,高收入群体较低收入群体使用低空飞行器意愿更大,同时高收入群体对低空飞行器在技术成熟度、事故严重程度等感知风险方面更加敏感;fsQCA分析表明,有3种组态可以形成出行意愿,其中组态3(出行特征、感知价值型)样本覆盖率最高,能解释48.9%的样本案例数量,当出行者属于高峰时段必要出行,且对低空出行舒适度、私密性等存在正面认知时,会产生低空出行倾向。研究结论可为低空飞行器推广促进和政策制定提供数据支撑。展开更多
文摘为分析影响低空出行意愿的主要影响因素和影响路径,基于出行意愿模型及价值-风险分析构建了结构方程模型,量化出行偏好、出行特征、感知价值、感知风险对低空出行意愿的相互作用机理,利用未加权最小二乘法求解路径系数,并开展了感知价值、感知风险等对出行偏好的中介效应分析,以及性别、年龄等出行者个体信息的多群组模型不变性分析,最后利用模糊集定性比较分析(fuzzy set qualitative comparative analysis,fsQCA)方法分析了出行意愿的前因变量构成组态。结果表明:结构模型卡方自由度比、RMSEA(root mean square error of approximation)值、CFI(comparative fit index)值分别为3.803、0.063、0.938,通过了模型检验;感知价值(0.38)是直接影响出行意愿的最重要因素,出行特征(0.08)对出行意愿有正向直接影响,感知风险(-0.22)有负向直接影响,但出行偏好对出行意愿无显著影响;出行偏好对出行意愿呈现负效应,出行特征、感知价值对出行偏好产生了遮掩效应,感知风险则对其产生了中介效应;出行者个体信息中税前年收入对模型起调节作用,随着出行距离的增加,高收入群体较低收入群体使用低空飞行器意愿更大,同时高收入群体对低空飞行器在技术成熟度、事故严重程度等感知风险方面更加敏感;fsQCA分析表明,有3种组态可以形成出行意愿,其中组态3(出行特征、感知价值型)样本覆盖率最高,能解释48.9%的样本案例数量,当出行者属于高峰时段必要出行,且对低空出行舒适度、私密性等存在正面认知时,会产生低空出行倾向。研究结论可为低空飞行器推广促进和政策制定提供数据支撑。
