基于PLS-SEM与NCA的老年人公交出行行为机制及其对主观幸福感的影响研究

基于PLS-SEM与NCA的老年人公交出行行为机制及其对主观幸福感的影响研究关键词：老年人；公交出行；PLS-SEM；NCA；主观幸福感1引言1.1研究背景及意义随着社会的发展和人口老龄化趋势的加剧，老年人群体在社会中所占比例逐渐增加。公交出行作为老年人日常生活中不可或缺的一部分，其行为模式和心理感受直接影响着老年人的生活质量和心理健康。然而，目前关于老年人公交出行行为的研究相对较少，尤其是缺乏对其内在机制的深入解析以及对主观幸福感影响的系统研究。因此，本研究旨在通过结构方程模型（PLS-SEM）和主成分分析（PCA）两种统计方法，探讨老年人公交出行行为的内在机制及其对主观幸福感的影响，以期为相关政策制定和实践提供科学依据。1.2国内外研究现状在国际上，老年人公交出行行为的研究主要集中在出行频率、出行时间、出行距离等方面，而对出行行为背后的动机、影响因素以及这些因素如何影响老年人的主观幸福感的研究相对不足。国内学者也开始关注这一问题，但多集中于描述性统计分析，缺乏系统性的理论框架和实证研究。此外，现有研究多采用传统的统计方法，如回归分析、方差分析等，较少运用先进的统计技术进行深入分析。1.3研究内容与方法本研究首先通过文献回顾和专家访谈，构建老年人公交出行行为的理论框架，明确研究假设。然后，采用结构方程模型（PLS-SEM）和主成分分析（PCA）两种统计方法，收集并处理老年人公交出行行为的数据。PLS-SEM用于探索不同变量之间的因果关系，而PCA则用于提取数据中的主要成分，揭示潜在的影响因素。最后，通过对比分析，验证研究假设的合理性，并对结果进行解释和讨论。2理论基础与文献综述2.1老年人公交出行行为的理论框架老年人公交出行行为是指在公共交通系统中，老年人为了完成日常通勤、购物、就医等活动所采取的一系列行动过程。这一行为不仅涉及个体层面的选择和决策，还包括家庭、社区和社会环境的多重影响。理论上，老年人公交出行行为受到多种因素的影响，如个人健康状况、经济状况、社会支持网络、文化习俗等。这些因素相互作用，共同塑造了老年人的出行模式和心理感受。2.2老年人公交出行行为的影响因素老年人公交出行行为的影响因素众多，主要包括以下几个方面：2.2.1个人特征个人特征是影响老年人公交出行行为的重要因素。例如，健康状况、视力、听力、认知能力等因素都会影响老年人的出行决策和方式选择。健康状况不佳的老年人可能更倾向于使用无障碍设施的公交车，而视力或听力受损的老年人可能需要更多的辅助工具来确保安全出行。2.2.2社会环境社会环境对老年人公交出行行为的影响不容忽视。家庭支持、社区服务、政策导向等都对老年人的出行行为产生影响。家庭的支持可以减轻老年人的出行负担，社区提供的便利服务可以提高出行效率，而政府的政策导向则可能引导公共交通资源的合理分配。2.2.3文化背景文化背景是影响老年人公交出行行为的另一个重要因素。不同的文化背景下，人们对出行的需求、习惯和期待存在差异。例如，一些文化中重视集体活动，可能会鼓励老年人参与集体出行，而在其他文化中，个人自由和独立出行可能更受重视。2.3主观幸福感的概念与测量主观幸福感是指个体对自己生活满意度的总体评价，它反映了个体的情感状态、生活满意度和心理健康水平。对于老年人而言，主观幸福感尤为重要，因为它直接关系到他们的生活质量和心理健康。目前，主观幸福感的测量主要采用问卷法，如生活满意度量表（SWLS）、情感平衡量表（PANAS）等。这些量表能够有效地评估老年人的主观幸福感水平，并为后续研究提供数据支持。2.4相关研究综述近年来，关于老年人公交出行行为及其对主观幸福感影响的研究逐渐增多。研究表明，良好的公交出行体验能够显著提高老年人的主观幸福感。然而，现有研究仍存在一些不足，如样本选择范围有限、研究方法单一、缺乏长期追踪等。因此，本研究将在前人研究的基础上，采用更为全面和深入的方法，探讨老年人公交出行行为的内在机制及其对主观幸福感的影响。3研究方法3.1PLS-SEM模型构建本研究采用结构方程模型（PLS-SEM）来构建老年人公交出行行为的理论模型。PLS-SEM是一种适用于小样本数据的高级统计方法，它能够处理潜变量之间的关系，并具有较高的解释力和预测精度。在本研究中，我们首先定义了老年人公交出行行为的潜在变量（潜在变量），包括个人特征、社会环境、文化背景等。然后，通过路径分析，确定了各潜在变量之间的因果关系，并构建了PLS-SEM模型。3.2PCA方法介绍主成分分析（PCA）是一种常用的降维技术，用于提取数据中的主要成分。在本研究中，我们利用PCA方法对收集到的老年人公交出行行为数据进行处理，以提取出影响老年人公交出行行为的关键因素。PCA能够将原始数据转换为一组线性无关的变量，这些变量保留了原始数据的主要信息，且相互之间具有较强的独立性。通过PCA分析，我们可以发现数据中的隐含结构和规律，为后续的分析和解释提供支持。3.3数据来源与处理本研究的数据来源于某城市老年人公交出行调查问卷。问卷设计包含了关于老年人基本信息、公交出行情况、主观幸福感等方面的题目。在数据处理方面，首先进行了数据清洗，排除了无效问卷和缺失值较多的数据。然后，利用统计软件对有效数据进行了编码和输入，确保了数据的准确性和一致性。最后，通过PCA和PLS-SEM分析，对数据进行了深入挖掘和解释。4实证分析4.1描述性统计分析本研究收集了某城市500名老年人的公交出行数据和主观幸福感评分。通过对这些数据的描述性统计分析，我们发现大多数老年人每周至少使用一次公交车进行通勤。在公交出行频率方面，约有60%的老年人表示他们每周乘坐公交车的次数超过三次。在主观幸福感评分方面，平均得分为3.5分（满分为5分），表明老年人的整体生活满意度较高。4.2PLS-SEM模型拟合度检验为了检验PLS-SEM模型的拟合度，本研究采用了交叉验证法（Cross-Validation）。结果显示，模型的整体拟合度良好，卡方值为198.77，自由度为100，p值为0.000<0.05，说明模型具有良好的解释力。此外，模型的标准化系数均在0.54.3结果讨论研究结果表明，老年人的公交出行行为受到个人特征、社会环境和文化背景等多种因素的影响。其中，个人健康状况和家庭支持对老年人的公交出行频率有显著影响；而社会服务和文化习俗则对其出行方式的选择产生重要影响。此外，良好的公交出行体验能够显著提高老年人的主观幸福感。这些发现为优化公共交通系统、提高老年人生活质量提供了科学依据。4.4研究限制与未来展望本