《Journal of Engineering Research》：Intelligent Transport Systems for Effective Traffic and Construction Management: Empirical Evidence from SEM Analysis
编辑推荐：
智能交通系统（Intelligent Transport Systems，ITS）在提升城市交通效率与支持可持续出行方面发挥着日益重要的作用。尽管以往研究已探讨了ITS的应用与优势，但关于实施因素如何影响ITS采纳以及ITS如何进一步影响交通管理成效的实证研究
智能交通系统（Intelligent Transport Systems，ITS）在提升城市交通效率与支持可持续出行方面发挥着日益重要的作用。尽管以往研究已探讨了ITS的应用与优势，但关于实施因素如何影响ITS采纳以及ITS如何进一步影响交通管理成效的实证研究仍然有限。本研究通过一个整合的实证模型，评估了ITS实施与有效交通管理之间的关系，填补了这一研究空白。研究采用定量研究方法，运用偏最小二乘结构方程模型（Partial Least Square Structural Equation Modeling，PLS-SEM）进行分析。数据通过问卷调查收集，共获得137份有效应答并纳入分析。研究考察了关键实施因素，包括充足的资金与资源、全面的规划与战略、公众意识与用户教育，以及利益相关者参与和协作，并评估了这些因素对ITS实施及交通管理有效性的影响。研究发现，ITS实施通过改善交通流、减少拥堵和提升道路安全，显著改善了交通管理。在实施决定因素中，公众意识和利益相关者协作对ITS采纳表现出相对更强的影响。本研究通过提供对ITS实施及其成效的整合实证理解，为文献作出贡献，并为政策制定者和交通管理部门实现可持续交通系统提供了实践启示。
一、研究背景与问题提出
随着城市化进程加快、人口增长及出行需求持续扩大，城市交通系统面临日益严峻的压力，交通拥堵、出行延误、环境影响和道路安全等问题不断加剧。传统交通管理方式往往依赖静态运营策略，难以对持续变化的交通状况作出高效响应。为此，交通管理部门日益转向智能化和数据驱动的方法，以提升交通运行性能并支持可持续城市出行。智能交通系统（Intelligent Transport Systems，ITS）作为集成信息技术、传感设备、通信网络、数据分析与智能控制机制的先进交通管理手段，能够实现交通状况实时监测、交通信号自适应控制、路径优化及交通事件的快速响应。尽管已有研究证实ITS能够提升交通效率并支持更安全、更可持续的出行系统，但现有文献主要聚焦于技术开发、基础设施部署和孤立运行成效，对于组织和实施相关因素如何影响ITS采纳，以及ITS实施如何在一个整合框架内促进有效交通管理成效，缺乏充分的实证检验。具体而言，资金可用性、战略规划、公众意识和利益相关者协作与交通性能成效之间的关系仍未得到充分考察。为弥补上述研究空白，本研究构建并实证检验了一个整合概念框架，运用结构方程模型（Structural Equation Modeling，SEM）评估充足资金与资源、全面规划与战略、公众意识与用户教育、利益相关者参与和协作等实施驱动因素对ITS实施的影响，进而考察其对有效交通管理的作用。研究贡献体现在四个方面：提供ITS实施与有效交通管理的明确概念定义与操作化；建立连接实施决定因素与ITS采纳及交通管理成效的整合框架；实证检验ITS实施对改善交通流、减少拥堵和提升道路安全的影响；运用SEM评估交通管理变量间的复杂关系，并为政策制定者与交通管理部门提供可持续出行规划的实践建议。
二、研究设计与方法
研究采用三阶段设计。第一阶段通过文献研究识别影响ITS与交通管理机制的关键参数，为变量识别提供基础。随后开展定性探索阶段，对十名具有十年以上交通与建设行业经验的专业人士进行半结构化访谈，采用目的性抽样确保受访者具备交通规划、交通运营、基础设施管理和ITS相关活动的实践与决策经验。访谈内容涵盖交通管理挑战、ITS实施关键成功因素、实施障碍、利益相关者参与、资源需求和预期交通成效，每次访谈持续30至45分钟直至主题饱和。访谈结果采用主题分析，与文献发现进行比较以提升内容效度，并为问卷条目开发提供依据。定量研究阶段采用结构化问卷收集数据，所有测量条目采用五级李克特量表（Likert scale），从1（非常不同意）到5（非常同意）。采用目的性抽样选取具备交通和ITS相关知识与专业经验的受访者，包括交通专业人士、工程师、项目经理和从业人员。共发放390份问卷，经数据筛选和验证后保留137份有效应答，应答率约35%。通过G*Power软件进行先验统计功效分析，采用线性多元回归固定模型，考虑指向单一内生构念的最大预测变量数（四个预测变量）、效应量（f2）为0.15、显著性水平（α）为0.05、统计功效为0.95，分析表明最低所需样本量为129名受访者，最终137份有效样本超过最低阈值，满足结构方程建模分析要求。数据分析采用偏最小二乘结构方程模型（Partial Least Square Structural Equation Modeling，PLS-SEM），使用SmartPLS 4软件。选择PLS-SEM而非协方差结构方程模型（CB-SEM）的原因在于本研究主要目标为预测和检验多个潜在构念间的复杂关系，且PLS-SEM适用于探索性和预测导向研究，对中等样本量具有较好的灵活性和统计稳健性。模型评估包括测量模型和结构模型两阶段，通过指标载荷、平均方差提取（Average Variance Extracted，AVE）、组合信度（Composite Reliability，CR）评估收敛效度，通过Fornell-Larcker准则和异质-单质比率（Heterotrait-Monotrait Ratio，HTMT）评估区分效度。结构模型评估采用1000次子样本的自举重采样（bootstrap resampling）生成标准误、t统计量和p值以检验假设关系显著性，并通过Q2系数评估模型预测相关性。
三、研究结果
（一）测量模型评估
收敛效度评估结果显示，各构念的指标载荷、方差膨胀因子（Variance Inflation Factor，VIF）、组合信度（CR）和平均方差提取（AVE）均达到推荐阈值。全面规划与战略构念中，指标ITS-CS1载荷可接受，ITS-CS2和ITS-CS3因未充分满足测量标准在模型优化中被删除；充足资金与资源构念中，ITS-AR3因未达阈值被排除；公众意识与用户教育保留ITS-PE2和ITS-PE3，排除ITS-PE1；利益相关者参与和协作中删除ITS-SC2以提升构念信度与效度。改善交通流、减少拥堵和安全改善等结果构念均表现出可接受的指标载荷并满足内部一致性和收敛效度阈值。区分效度通过Fornell-Larcker准则和HTMT分析得到验证，各构念AVE平方根均大于其与其他构念的相关值，表明构念间具有良好的区分效度。
（二）结构模型与假设检验
结构模型检验结果显示，所有假设均获得支持。假设H1检验ITS实施对有效交通管理的影响，路径系数为0.931，t统计量为85.325，p值为0，表明ITS实施对有效交通管理具有显著正向影响。假设H1a-1至H1a-4分别检验充足资金与资源（AR）、全面规划与战略（CS）、公众意识与用户教育（PE）、利益相关者参与和协作（SC）对ITS实施的影响，路径系数分别为0.152、0.272、0.513和0.516，t统计量分别为4.92、11.818、15.888和16.17，均达到显著水平。其中公众意识与用户教育和利益相关者参与和协作对ITS实施的影响相对更强。假设H1b-1至H1b-3检验有效交通管理对改善交通流（IF）、减少拥堵（RC）和安全改善（SI）的影响，路径系数分别为0.745、0.752和0.407，t统计量分别为27.106、24.37和6.797，均达到显著水平。
（三）模型解释力与预测相关性
R2值显示，模型对ITS实施构念的解释力为0.787，调整后R2为0.785，表明模型自变量解释了约78.7%的ITS实施变异；对有效交通管理构念的解释力为0.669，调整后R2为0.670，解释了约66.9%的变异。预测相关性分析中，ITS实施的Q2值为0.206，表明模型可预测20.6%的ITS实施变异；有效交通管理的Q2值为0.502，表明模型可预测50.2%的有效交通管理变异。
四、讨论与结论
研究结果表明，有效交通管理成效通过ITS的成功实施而非单纯技术采纳实现。实施相关因素包括充足资金与资源、全面规划与战略、公众意识与用户教育以及利益相关者参与和协作均显著支持ITS实施，其中公众意识和利益相关者协作的影响相对更强。ITS实施通过改善交通流、减少拥堵和安全改善三个可测量维度对有效交通管理产生正向影响。研究结果与以往强调ITS技术提升交通运营能力的文献一致，并将研究视角从技术讨论转向实施与成效关系。充足资金与资源对ITS实施的正向影响验证了财务准备和资源分配是交通技术采纳成功的必要条件；全面规划与战略的正向影响表明ITS性能依赖于系统规划而非单纯技术可用性；公众意识与用户教育的重要性表明交通技术在用户理解系统目标并积极参与采纳过程时能实现更高成效；利益相关者参与和协作的正向影响表明协同实施环境能减少阻力并改善运营成效。研究结论指出，实现交通效率不仅需要智能技术，还需要支持性的实施环境。从理论角度看，本研究通过开发和验证整合实施驱动因素与交通管理成效的统一实证模型，扩展了现有ITS文献；从实践角度看，研究结果为政策制定者和交通管理部门在实施智能交通项目时优先考虑战略规划、利益相关者参与和资源分配提供了实证支持。研究局限性包括依赖横截面数据和地理集中的受访群体，可能限制结果的推广性，未来研究可采用纵向方法、更大样本量和比较区域分析进一步验证和扩展所提出的框架。总体而言，本研究证明有效交通管理通过成功实施条件实现，这些条件使智能交通系统能够产生可测量的交通性能改善并支持可持续城市出行。
