摘 要：合肥市作為近些年來經濟快速增長的城市，正面臨經濟結構調整和轉型發展的迫切需要，交通行業的變革特別是交通智能化的發展顯得尤為重要，而城市居民對于交通智能化的滿意度則成為了評價交通行業智能化發展的關鍵因素。本文采用了結構方程模型，首先對合肥市居民對交通智能化的滿意度進行調查，并使用SPSS和Amos對收集數據的信度和效度檢驗，為結構性方程的設計提供數據基礎。其次設定潛變量以及可測變量并進行假設，基于假設對模型進行擬合及實現，接著對模擬結果進行分析并基于模型對模擬結果進行討論和分析，最后結合模型結論提出相應建議。

　　關鍵詞：交通智能化;因子分析;結構方程模型;SPSS

　　城市交通是一個城市發展的基礎，是一個城市的“血脈”，是一個城市發展程度高低的重要考核指標之一。隨著城市現代化建設進程的加快，大量人口涌入城市，造成我國大量城市的交通擁堵，進而導致各種交通安全問題層出不窮，顯然，交通問題已經嚴重制約了城市的快速發展，如何提升城市交通服務效率，確保民眾安全、高效出行成為很多城市管理者亟需解決的問題，而城市交通智能化理念的提出，為城市交通的發展提供了新的理念[1]。城市交通智能化也被稱為智慧交通，是指利用現代化信息技術對道路交通的管理模式進行優化升級，將智能化技術與傳統道路交通工程相融合，將物聯網、云計算、大數據、人工智能、自動控制、移動互聯網等技術用于交通管理系統中，對公共交通出行進行全方位的實時管理，達到將交通區域，乃至整個城市的交通系統，如公交車、列車、出租車等交通工具，橋梁、道路等交通樞紐等進行互聯、分析、預測、管理的目的，從而將對交通基礎設施的利用效率發揮至最佳，提高道路交通系統的管理質量，提升交通服務質量，為民眾的出行保駕護航[2]?；谶@樣的背景和意義，本文選擇合肥市為城市交通智能化評價的研究對象，基于結構方程模型建立智慧交通評價評價模型。希望能為我國城市交通智能化建設提供一定價值的參考，發揮指引作用。

　　一、研究設計

　　(一)數據來源

　　筆者通過查閱相關文獻設計了居民對合肥市交通智能化的滿意度問卷，然后進行了線上和線下問卷調查，對于一些不符合要求的問卷進行了刪除處理，共收集了500份有效問卷。之后使用了SPSS對數據進行了整理和處理，并采用Amos進行分析。

　　(二)問卷設計

　　本文使用的調查問卷為城市居民對城市交通智能化滿意度量表，該量表包括基礎設施水平、信息服務水平、交通管理水平、總體滿意度共計4個維度10個題項。本研究根據李克特五級量表對這10個測量題項設立“非常不滿意、不滿意、中立、滿意、非常滿意”5個等級，分別對應1分至5分[3]。

　　二、數據的信度及效度檢驗及探索性因子分析

　　(一)數據的效度檢驗

　　1.KMO檢驗和Bartlett’s球形檢驗

　　首先進行KMO檢驗和Bartlett’s球形檢驗分析，以驗證各項目之間的共同性大小是否顯著。檢驗結果顯示：KMO檢驗系數為0.788，大于最低檢驗系數標準0.5，Bartlett的球形檢驗值為1019.630，P值小于0.001，所以問卷具有結構效度，不同指標之間有共同因素存在，可以進行因子分析。

　　2.數據的信度檢驗

　　本文采用克朗巴哈(Cronbach)系數信度法，使用SPSS24.0對500份問卷調研數據進行信度分析，結果顯示其總體的Cronbach 值為0.728，在0.5到0.9之間，說明其呈現出較高的信度，且內部一致性良好。

　　(二)探索性因子分析

　　為了檢驗量表的結構效度，采用主成分分析、最大方差旋轉法，對所得數據進行探索性因子分析(EFA)。通過因子分析，根據碎石圖，相關系數矩陣的大于1的特征根有4個，因此考慮取四個公共因子。經過因子旋轉后得到因子載荷矩陣如下表1。

　　根據每個因素下的題目，將關于平臺總體滿意度方面的信息歸結為基礎設施水平、信息服務水平、交通管理水平[4，5]三個方面，進一步進行分析。

　　三、結構方程

　　使用結構方程模型的分析步驟一般包括：結構方程模型設計、模型擬合、模型評價、模型修正四個步驟，如果經檢驗擬合較好，就無需再模型修正;如果擬合效果較差，則修正路徑后再次運行模型。因此使用結構方程分析的首要步驟就是結構方程設計，具體包括方程本身的設計以及外生潛變量因子的設計、內生潛變量因子的設計。

　　(一)結構方程設計

　　使用上述所得到的4個方面因子以及對應10個可測變量作為內生潛變量;設定總體滿意度作為方面因子產品滿意度和服務滿意度由調查直接獲得。模型中各變量之間的關系可表示為以下3個矩陣方程式：

　　是外生觀測變量與外生潛變量直接的關系，是外生觀測變量在外生潛變量上的因子載荷矩陣;是內生觀測變量與內生潛變量之間的關系，是內生觀測變量在內生潛變量上的因子載荷矩陣;是路徑系數，表示內生潛變量間的關系;是路徑系數，表示外生潛變量對內生潛變量的影響;是結構方程的殘差項，反映了在方程中未能被解釋的部分。生觀測變量用X表示，內生觀測變量用Y表示。外生潛變量通常用表示，內生潛變量通常用表示。外生觀測變量X的誤差;內生觀測變量Y的誤差。方程采用極大似然估計法進行估計，擬合優度采用似然比卡方、GFI、RMSEA等檢驗，以分析模型擬合優度[6]。

　　(二)潛變量及可測變量的設定

　　潛變量是不可直接觀測的變量，本次潛變量的選定從理論出發，根據數據的探索性分析結果，選取基礎設施水平、信息服務水平、交通管理水平及總體滿意度進行分析。其中基礎設施水平、信息服務水平、交通管理水平為外生潛變量，而總體滿意度是內生潛變量。

　　推薦閱讀：交通系列職稱評審業績成果