基于SEM的行人过街影响因素模型多群组分析

来源:用户上传      作者:

　　摘要：针对行人过街影响因素模型，利用SEM技术，通过多群组分析，得到了在不同年龄段中，各模型影响因素所起作用不同（少年组（18岁以下）：硬件0.54、软件0.43、心理：0.46；青年组（18-35岁）：硬件0.51、软件0.30、心理：0.37；中年组（36-55歲）：硬件0.62、软件0.18、心理：0.13；老年组（55岁以上）：硬件0.71、软件0.15、心理：0.06；），从而为以后的行人过街的规范化提出有意义的建议。
　　关键词：行人过街；结构方程模型；多群组分析；潜变量
　　绪论
　　在传统的综合交通系统中，步行交通属于最基本的出行方式，跟人们密切相关。根据数据统计，在加拿大，步行交通占总出行量的17%；在我国，城市交通约占总出行量中的40%。但又由于步行交通的灵活性和群体效应性，使得行人步行过街成为了城市道路交通问题中的一大难题，形成了中国式过马路的现象。
　　1 国内外研究综述
　　在国外，有大量的学者对行人过街进行了研究。国外，Zeeger[1]针对老年人在过街行为的研究，得到了老年人过街过程中行为不便，引起其他行人不遵守交通规则的现象；Zuckerman[2]提出了过街行为中的感觉搜索的定义；Whitebread[3]通得到了训练可以使人找到更好的安全过街途径。在国内，向红艳[4]提出了在无信号灯控制下，行人主观感受对其过街选择影响最大；张智勇[5]得到当等待时间大于52.88秒时中国式过马路有较大几率发生。
　　2 原理
　　2.1 原理简介
　　结构方程模型主要分为结构模型和测量模型两部分，而模型又是由潜变量与观察变量构成。潜变量是无法进行观测变量，只能由观测变量进行解释，而变量之间的相互作用关系构成了所要研究的模型基础。SEM建模的方法有Lisrel法[6]和偏最小二乘法（PLS）[7]。Lisrel法要求数据样本呈现正态分布，且样本容量需要是观测变量10倍以上。当样本不足此容量时，可以使用偏PLS计算建模[8]。
　　2.2 数学模型
　　2.3模型求解与检验
　　运用AMOS软件对模型进行求解，通过定量参数估计所生成的测量变量协方差矩阵 ，与样本协方差矩阵S的接近程度进行结果检验。若模型拟合度越好，则代表模型可用性越高，参数估计越准确。
　　3 案例分析
　　以重庆市南岸区南城大道为调查地点，通过结构方程模型对不同群组对过街行为的影响因素所起作用的不同，从而各影响因素对各群组的影响不同。一共发放问卷100份，剔除异常以及连续5同一选项的无效问卷外，最终得到有效问卷93份，样本有效率为93%。
　　3.1信度与效度
　　信度是指问卷数据收集的可信程度，一般情况下，Canbrach系数达到0.6属于可信，达到0.7及其以上属于非常可信[9]。效度是反应潜变量是否能被观察变量有效估计的程度的指标。当AVE值大于0.5说明问卷指标设计良好，具有很好的效度。
　　检验结果表明，硬件、软件和心理的Canbrach系数均大于0.7属于非常可信的状态，且AVE值均大于0.5，表明问卷设计合理，能够很好地反映所需问题。
　　3.2验证性因子分析
　　3.3 结构模型分析
　　利用Amos 22.0对模型进行模拟，得到图1与表3所示：
　　3.4 多群组分析
　　将样本分为四个组，分别对其进行结构方程模型分析，得
　　4 结果与结论
　　通过多群组比较分析，硬件对所有对照组影响最大（最低为青年组0.51，最高为老年组0.71），而心理与软件对行人过街的影响随着年纪的不同有着显著的差别（软件：最高为少年组0.43，最低为老年组0.15；心理；最高为少年组0.46，最低为老年组0.06）。
　　参考文献
　　[1]Zeeger，C.V，Stutts，J.C.，Huang，H.，Zhou，M.，and E.Rodgman.Analysis of elderlypedestrian accidents and recommended countermeasures[J].Transportation Research Record.1993（1405）：56-63.Research Part F.2010（3）：54-59.
　　[2]Zuckerman，M.Behavioral expressions and biosocial bases of sensation seeking[M].Cambridge Univ Pr，2011（2） ：16-21.
　　[3]Whitebread，D.，Neilson，K.The contribution of visual search strategies to the development of pedestrian skills by 4-11 year-old-children[J].British Journal of Educational Psychology.2015，70（4）：539-557.
　　[4]向红艳，张清泉.无信号控制路段行人过街风险分析模型[J].中国安全科学学报，2016，26（4）：126-130.
　　[5]张智勇，郝晓云，王东，等.北京市信号交叉口行人过街忍耐时间研究[J].交通运输系统工程与信息，2015，15（6）：9-17.
　　[6]周钱，李一，孟超，等.基于结构方程模型的交通需求分析[J].清华大学学报（自然科学版），2008，48（5）：879-882.
　　[7]戢晓峰，魏雪梅，陈方.基于结构方程模型的公共交通系统公平性评估——以昆明市为例[J].公路交通科技，2013，30（1）：126-140.
　　[8]沈玮薇，肖为周.基于SEM的轨道交通乘客满意度测评模型[J].武汉理工大学学报，2015，37（5）：48-56.
　　[9]乔婧，孙立山，刘小明，等.基于结构方程的公共交通换乘影响因素研究[J].科学技术与工程，2017，17（6）：296-300.
转载注明来源:https://www.xzbu.com/1/view-14850533.htm