利用結構方程模型的智慧停車系統用戶使用意向評估方法

2023-06-08 02:53:43 2

1.本發明屬於智能交通領域，具體涉及利用結構方程模型的智慧停車系統用戶使用意向評估方法。


背景技術：

2.隨著機動車保有量的逐年上漲，城市交通擁堵現象日趨嚴重，而智慧停車系統的出現將徹底改變城市交通的未來。智慧停車系統的高利用率將實現停車位資源的實時更新、查詢、靈活支付與車位引導一體化，最終達到停車位資源利用率的最大化、停車場經濟效益的最優化。
3.目前，多個城市的智慧停車項目已落地，但不可否認的是相應停車方案還不夠完善，尚未形成廣義有效的用戶使用意向評估體系，當用戶的時間價值高於停車成本時，用戶的意願比其他因子更重要。因此，一種關於智慧停車系統用戶使用意向評估方法是亟待發現並實踐應用的，進而實現對用戶與智慧停車系統關聯性的精準、深入分析，對城市交通的停車資源利用和決策治理具有重要意義。


技術實現要素：

4.本發明的目的是為解決目前缺少有效的智慧停車系統用戶使用意向評估方法，導致停車位利用率低、停車成本高的問題，而提出了利用結構方程模型的智慧停車系統用戶使用意向評估方法。
5.利用結構方程模型的智慧停車系統用戶使用意向評估方法具體步驟如下：
6.步驟一、構念出智慧停車系統用戶意向評估指標；
7.步驟二、基於步驟一將評估指標劃分為兩級的指標層級；
8.步驟三、採集各個潛在變量對應的觀測變量的打分數據，對各個潛在變量對應的觀測變量進行信效度檢驗預處理，得到預處理後的各個潛在變量對應的觀測變量數據；
9.步驟四、構建結構方程模型，將步驟三得到的潛變量和觀測變量輸入結構方程模型中；
10.步驟五、計算步驟三得到的觀測變量打分與步驟四構建的結構方程模型的匹配擬合程度；
11.根據擬合程度確定結構方程模型的路徑；
12.步驟六、利用amos軟體對步驟五確定的結構方程模型的路徑進行標準化估算，得到標準化路徑係數和顯著性；
13.根據標準化路徑係數和顯著性判斷智慧停車系統用戶使用意向的關鍵影響因子，通過標準化路徑係數的正負關係確定各影響因子對智慧停車系統用戶使用意向的影響方向，通過結構方程模型的路徑關係確定各影響因子對智慧停車系統用戶使用意向的直接和間接影響，得到各影響因子對智慧停車系統用戶使用意向的總影響。
14.利用結構方程模型的智慧停車系統用戶使用意向評估系統用於執行利用結構方
程模型的智慧停車系統用戶使用意向評估方法。
15.一種存儲介質，所述存儲介質中存儲有至少一條指令，所述至少一條指令由處理器加載並執行以實現所述的利用結構方程模型的智慧停車系統用戶使用意向評估方法。
16.利用結構方程模型的智慧停車系統用戶使用意向評估設備包括處理器和存儲器，應當理解，包括本發明描述的任何包括處理器和存儲器的設備，設備還可以包括其他通過信號或指令進行顯示、交互、處理、控制等以及其他功能的單元、模塊；
17.所述存儲器中存儲有至少一條指令，所述至少一條指令由處理器加載並執行以實現所述的利用結構方程模型的智慧停車系統用戶使用意向評估方法。
18.本發明的有益效果是：
19.通過設定層級指標，利用結構方程模型對各變量進行迭代分析，建立變量間的相關關係，最終能夠準確、高效地測度出各影響因子對智慧停車系統用戶使用意向的直接、間接和總影響，即各影響因子對智慧停車系統用戶使用意向的影響方向、影響程度及影響機制，使得評估結果具備科學性，為改善智慧停車系統發展提供建議和依據；提高停車位利用率、降低停車成本。
附圖說明
20.圖1是本發明所述的智慧停車系統用戶使用意向評估方法的流程圖；
21.圖2是本發明所述的智慧停車系統用戶使用意向評估方法的各變量間的結構方程模型中各變量間的相互關係示意圖；
22.圖3是本發明所述的智慧停車系統用戶使用意向評估方法的含路徑係數結構方程模型結構圖，si1為社會影響力1，si2為社會影響力2，si3為社會影響力3，ps1為感知有用性1，ps2為感知有用性2，ps3為感知有用性3，ps4為感知有用性4，ea1為感知易用性1，ea2為感知易用性2，ea3為感知易用性3，ea4為感知易用性4，rp1為風險感知1，rp2為風險感知2，rp3為風險感知3，sf1為滿意度1，sf2為滿意度2，sf3為滿意度3，iu1為使用意向1，iu2為使用意向2，iu3為使用意向3，e代表δ和ε和δ和ε分別是外生觀測變量x及內生觀測變量y的誤差項，是p乘1幹擾因子即殘差的向量；e11代表對si1產生的標準化回歸係數為0.68，所有數據小數點前不顯示0。
具體實施方式
23.具體實施方式一：結合圖1、圖2和圖3說明本實施方式，本實施方式利用結構方程模型的智慧停車系統用戶使用意向評估方法具體步驟如下：
24.步驟一、分析評估用戶特點及需求，構念出智慧停車系統用戶意向評估指標；
25.步驟二、基於步驟一將評估指標劃分為兩級的指標層級；
26.步驟三、採集各個潛在變量對應的觀測變量的打分數據，對各個潛在變量對應的觀測變量進行信效度檢驗預處理，得到預處理後的各個潛在變量對應的觀測變量數據(得到預處理後的各個潛在變量對應的觀測變量得打分)；
27.步驟四、構建結構方程模型，將步驟三得到的潛變量和觀測變量輸入結構方程模型中；
28.步驟五、計算步驟三得到的觀測變量打分與步驟四構建的結構方程模型的匹配擬
合程度，如初始模型擬合情況不好，則需修正模型路徑或剔除不顯著變量；
29.根據擬合程度確定結構方程模型的路徑；
30.步驟六、利用amos軟體對步驟五確定的結構方程模型的路徑進行標準化估算，得到標準化路徑係數和顯著性；
31.根據標準化路徑係數和顯著性判斷智慧停車系統用戶使用意向的關鍵影響因子，通過標準化路徑係數的正負關係確定各影響因子對智慧停車系統用戶使用意向的影響方向，通過結構方程模型的路徑關係確定各影響因子對智慧停車系統用戶使用意向的直接和間接影響，得到各影響因子對智慧停車系統用戶使用意向的總影響。
32.具體實施方式二：本實施方式與具體實施方式一不同的是，所述步驟一中分析評估用戶特點及需求，構念出智慧停車系統用戶意向評估指標；具體過程為：
33.所述步驟一中，基於計算機利用模型(用戶的計算機使用意向和社會對計算機的認同程度緊密相連)、科技接受模型(外部變量通過感知有用性與感知易用性，最終影響使用意願)、和理性行動理論(個人的行為表現是由行為意願所決定)和期望確認理論(用戶滿意度是影響系統持續使用的關鍵因素)，構念出智慧停車系統用戶意向評估指標包括：使用意向(iu)、感知有用性(ps)、感知易用性(ea)、滿意度(sf)、風險感知(rp)和社會影響力(si)；
34.在本發明情境中，「使用意向」指用戶使用所選擇智慧停車系統的意向，是用戶對其未來是否會使用智慧停車系統的認知表達，將圍繞「使用意向」，從持續使用、親朋推薦和應用範圍的角度設計觀測變量；
35.在本發明情境中，「滿意度」指用戶在使用智慧停車系統後對使用體驗和效果的整體情況評價，將圍繞「滿意度」，從智慧停車系統的功能、體驗和價格的角度設計觀測變量；
36.在本發明情境中，「感知有用性」指用戶使用智慧停車系統時，主觀上認為對停車有所幫助的程度，所感知的智慧停車系統對生活的有用性程度，將圍繞「感知有用性」，從等待時間、出行時間、尋泊時間和步行距離的角度設計觀測變量；
37.在本發明情境下，「感知易用性」指用戶在使用智慧停車系統時，所感受到的容易程度，將圍繞「感知易用性」，從找車位難易度、支付難易度和停車難易度的角度設計觀測變量；
38.在本發明情境中，「社會影響力」指用戶選擇使用智慧停車系統時受到身邊重要的人的建議及行為的社群影響，以及媒體宣傳、新聞傳播等對用戶做出持續使用決策的影響，將圍繞「社會影響力」，從亂停車現象、交通擁堵和停車資源分配的角度設計觀測變量；
39.在本發明情境中，「風險感知」指用戶使用智慧停車系統時,所感知的智慧停車系統對用戶自身事物帶來的風險，將圍繞「風險感知」，從信息安全、設施安全和服務安全的角度設計觀測變量。
40.其它步驟及參數與具體實施方式一相同。
41.具體實施方式三：本實施方式與具體實施方式一或二不同的是，所述步驟二中基於步驟一將評估指標劃分為兩級的指標層級；具體過程為：
42.具體過程為：
43.指標層級包括潛在變量和觀測變量；
44.將步驟一中使用意向、感知有用性、感知易用性、滿意度、風險感知和社會影響力
作為潛在變量；
45.圍繞各個潛在變量設計觀測變量；
46.所述使用意向的觀測變量為：
47.我想在未來繼續使用智慧停車服務、我會向身邊的親朋推薦智慧停車服務、我希望智慧停車服務收費能夠在更多商業區普及；
48.所述滿意度的觀測變量為：
49.我對智慧停車系統的功能感到滿意、我認為使用智慧停車系統的經歷是愉快的、我對智慧停車系統的收費價格是滿意的；
50.所述感知有用性的觀測變量為：
51.智慧停車服務收費可以節省我的等待時間、智慧停車服務收費可以節省我的出行時間、智慧停車服務收費簡化了尋找停車位的過程、智慧停車服務收費可以節省從停車場到目的地的步行時間；
52.所述感知易用性的觀測變量為：
53.我可以很容易找到一個智慧停車位、我可以很容易學會智慧停車服務系統的支付操作、使用智慧停車收費模式比傳統的停車收費模式更方便、使用智慧停車服務收費比傳統的停車位更容易停車；
54.所述社會影響力的觀測變量為：
55.使用智慧停車服務收費有助於減少亂停車現象、智慧停車服務收費有助於減少交通擁堵、智慧停車服務收費能夠充分利用停車資源；
56.所述風險感知的觀測變量為：
57.我擔心智慧停車服務收費的支付方式可能會危及我的信息安全；我擔心智慧停車服務收費的設施可能不完善，無法保障我的車輛安全；我擔心智慧停車服務收費服務可能不完善，無法保障我的車輛安全；
58.將潛在變量作為一級指標，一級指標為6個；
59.將各個潛在變量對應的觀測變量作為二級指標，二級指標為20個。
60.通過實地考察的方式與15位被試者進行面對面訪談，了解被試者對測量條目是否理解，考察是否有當前條目未能體現或體現不充足的重要因子。測量條目以準確、簡潔、口語化為原則，對於敏感性問題，轉為易接受的提問方式；對於專業性問題，題目前附上詳細解釋說明；對於複雜性問題，改為更符合被試者語言習慣的通俗表達。
61.最終形成了劃分為兩級的指標層級，一級指標即構成結構方程模型的全部潛變量；二級指標即圍繞各個潛變量設計的觀測變量；
62.經過修訂後的具體內容如表1：
63.表1指標層級表
[0064][0065][0066]
測量條目使用李克特5級標度法，5分為最好，1分為最差，分別對應「非常同意」，「同意」，「一般」，「不同意」，「非常不同意」。
[0067]
其它步驟及參數與具體實施方式一或二相同。
[0068]
具體實施方式四：本實施方式與具體實施方式一至三之一不同的是，所述步驟三中採集各個潛在變量對應的觀測變量的打分數據，對各個潛在變量對應的觀測變量進行信效度檢驗預處理，得到預處理後的各個潛在變量對應的觀測變量數據(得到預處理後的各個潛在變量對應的觀測變量得打分)；具體過程為：
[0069]
步驟三一、針對各個潛在變量對應的觀測變量進行問卷收集打分數據，對數據進行與處理：刪除作答時間小於120秒的記錄；去除不認真作答、慣性作答(全為1、2或3的同質性答案)等低質量數據，獲得用於實證研究的224份有效問卷數據，回收樣本有效率為83％；利用amos軟體獲取各觀測變量的標準化因素負荷量得分(將得分數據代入amos軟體計算得出標準化因素負荷量得分)。
[0070]
步驟三二、計算各個潛在變量對應的觀測變量的組合信度cr(比如使用意向中「我想在未來繼續使用智慧停車服務」標準化因素負荷量得分為0.94，「我會向身邊的親朋推薦智慧停車服務」標準化因素負荷量得分為0.88，「我希望智慧停車服務收費能夠在更多商業區普及」標準化因素負荷量得分為0.79，計算表達式為：
[0071][0072]
其中，λ為標準化因素負荷量得分；μ為觀察變量的誤差變異值，即測量誤差值，
[0073][0074]
組合信度cr閾值為0.7，當計算出的各個潛在變量對應的觀測變量的組合信度cr大於組合信度cr閾值，則保留該潛在變量對應的觀測變量；
[0075]
當計算出的各個潛在變量對應的觀測變量的組合信度cr小於等於組合信度cr閾值，則刪除該潛在變量對應的觀測變量；
[0076]
組合信度cr越高代表內部一致性越高；
[0077]
步驟三三、計算各個潛在變量對應的觀測變量的平均方差抽取量ave(比如使用意向中「我想在未來繼續使用智慧停車服務」標準化因素負荷量為0.94，「我會向身邊的親朋推薦智慧停車服務」標準化因素負荷量為0.88，「我希望智慧停車服務收費能夠在更多商業區普及」標準化因素負荷量為0.79，)；計算表達式為：
[0078][0079]
其中，λ2為觀測變量的指標信度；
[0080]
平均方差抽取量ave閾值範圍為0.36≤ave≤0.5，當計算出的二級指標的平均方差抽取量0.36≤ave≤0.5，則保留該潛在變量對應的觀測變量；
[0081]
當計算出的二級指標的平均方差抽取量ave《0.36或ave》0.5，則保留該潛在變量對應的觀測變量，則刪除該潛在變量對應的觀測變量；
[0082]
平均方差抽取量ave是計算潛變量的變異解釋力，即被潛在變量所解釋的變異量在測量誤差中的佔比，若平均方差抽取量ave越高，則表示具有較高的信度和收斂效度，統計學中0.36至0.5之間為可接受範圍；
[0083]
利用amos軟體對觀測變量的打分數據進行驗證性因子分析，結果見表2。採用組合
信度和平均方差抽取量檢驗收斂效度，變量使用意向、感知易用性和感知有用性的cr值均大於0.9，變量社會影響、感知風險和滿意度的cr值均高於0.8，表示內部一致性較好；各潛變量的ave值在0.59至0.76之間表示構面的收斂效度較好；ave的平方根均大於其他變量的皮爾遜相關係數(附帶*的數值為皮爾遜相關係數)，可以認為量具有較好的區別效度。
[0084]
表2驗證性因子分析表
[0085][0086]
其它步驟及參數與具體實施方式一至三之一相同。
[0087]
具體實施方式五：本實施方式與具體實施方式一至四之一不同的是，所述步驟四中構建結構方程模型，將步驟三得到的潛變量和觀測變量輸入結構方程模型中；具體過程為：
[0088]
結構方程模型包括測量模型和結構模型兩部分；
[0089]
將感知有用性、感知易用性、滿意度、風險感知和社會影響力變量作為外生潛在變量；
[0090]
將感知有用性、感知易用性、滿意度、風險感知和社會影響力的觀測變量作為外生觀測變量；
[0091]
將使用意向變量作為內生潛在變量；
[0092]
將使用意向的觀測變量作為內生觀測變量；
[0093]
測量模型：
[0094]
測量模型用於描述潛在變量與觀測變量之間的關係，通常由一個潛在變量及數個觀測變量構成；
[0095]
x＝λ
x
ξ+δ
[0096]
y＝λyη+ε
[0097]
式中，x(x1,x2，
…
,xr)為外生觀測變量組成的向量；r是外生觀測變量的數量；
[0098]
比如感知有用性的觀測變量組成的向量，感知有用性的觀測變量為：智慧停車服務收費可以節省我的等待時間、智慧停車服務收費可以節省我的出行時間、智慧停車服務收費簡化了尋找停車位的過程、智慧停車服務收費可以節省從停車場到目的地的步行時間，x1為智慧停車服務收費可以節省我的等待時間，x2為智慧停車服務收費可以節省我的出行時間，x3為智慧停車服務收費簡化了尋找停車位的過程，xr為x4，r為4，x4為智慧停車服務
收費可以節省從停車場到目的地的步行時間。
[0099]
比如感知易用性的觀測變量組成的向量，感知易用性的觀測變量為：我可以很容易找到一個智慧停車位、我可以很容易學會智慧停車服務系統的支付操作、使用智慧停車收費模式比傳統的停車收費模式更方便、使用智慧停車服務收費比傳統的停車位更容易停車；x1為我可以很容易找到一個智慧停車位，x2為我可以很容易學會智慧停車服務系統的支付操作，x3為使用智慧停車收費模式比傳統的停車收費模式更方便，xr為x4，x4為使用智慧停車服務收費比傳統的停車位更容易停車。
[0100]
y(y1,y2，
…
,ys)為內生觀測變量組成的向量，s是內生觀測變量的數量；
[0101]
使用意向的觀測變量為內生觀測變量；
[0102]
使用意向的觀測變量組成的向量，使用意向的觀測變量為：我想在未來繼續使用智慧停車服務、我會向身邊的親朋推薦智慧停車服務、我希望智慧停車服務收費能夠在更多商業區普及；y1為我想在未來繼續使用智慧停車服務，y2為我會向身邊的親朋推薦智慧停車服務，ys為y3，s是3，y3為我希望智慧停車服務收費能夠在更多商業區普及；
[0103]
ξ(ξ1,ξ2，
…
,ξm)表示外生潛在變量組成的向量，m是外生潛在變量的數量；
[0104]
比如感知有用性組成的向量，m是1；
[0105]
比如感知易用性組成的向量，m是1；
[0106]
比如滿意度組成的向量，m是1；
[0107]
比如風險感知組成的向量，m是1；
[0108]
比如社會影響力組成的向量，m是1；
[0109]
η(η1,η2，
…
,ηn)表示內生潛在變量組成的向量，n是內生潛變量的數量；
[0110]
比如使用意向變量組成的向量，n是1；
[0111]
λ
x
(r
×
m)為外生觀測變量x與外生潛在變量ξ的相關係數矩陣；
[0112]
λy(s
×
n)為內生觀測變量y與內生潛在變量η的相關係數矩陣；
[0113]
δ和ε分別是外生觀測變量x及內生觀測變量y的誤差項；
[0114]
結構模型：
[0115]
結構模型用於描述潛在變量之間的關係，由內生潛在變量及外生潛在變量組合構成，p是內生潛在變量個數(內生潛在變量為使用意向變量，還有間接效應，在間接效應中其他變量被指也可以成為內生潛變量)、q是外生潛在變量個數(外生潛在變量為感知有用性、感知易用性、滿意度、風險感知和社會影響力，q取值為5)，結構模型計算公式如下：
[0116][0117]
式中，θ是p乘1個內生潛在變量的向量、ω是q乘1個外生潛在變量的向量、α是p乘1回歸方程截距的向量、b是p乘p回歸方程斜率的矩陣、γ是p乘q回歸方程斜率的矩陣，γ表示外生潛在變量對內生潛在變量的影響；是p乘1幹擾因子即殘差的向量，表示內生潛在變量θ在結構模型中未能被解釋的部分。
[0118]
其它步驟及參數與具體實施方式一至四之一相同。
[0119]
具體實施方式六：本實施方式與具體實施方式一至五之一不同的是，所述步驟五中計算步驟三得到的預處理後的各個潛在變量對應的觀測變量數據(得到預處理後的各個潛在變量對應的觀測變量得打分)與步驟四構建的結構方程模型的匹配擬合程度，如結構方程模型擬合情況不好，則需修正模型路徑或剔除不顯著變量；
[0120]
根據擬合程度確定結構方程模型的路徑；
[0121]
通過amos軟體對步驟三得到的觀測變量打分數據進行擬合程度計算，得到模型擬合情況；
[0122]
具體過程為：
[0123]
將揀選卡方自由度cmin/df、擬合度指數gfi、標準化殘差均方根srmr、近似均方根誤差rmser、卡方自由度比nfi、非規範擬合指數tli、比較適合度指標cfi、精簡適配度指標pgfi、簡效規範適配指標pnfi、簡約後匹適指標pcfi作為參考指標；
[0124]
其中揀選卡方自由度cmin/df、擬合度指數gfi、標準化殘差均方根srmr、近似均方根誤差rmser為絕對適配度指標；
[0125]
卡方自由度比nfi、非規範擬合指數tli、比較適合度指標cfi為增值適配度指標；
[0126]
精簡適配度指標pgfi、簡效規範適配指標pnfi、簡約後匹適指標pcfi為簡約適配度指標；
[0127]
其中揀選卡方自由度cmin/df的適配標準為小於3；擬合度指數gfi的適配標準為大於0.9；標準化殘差均方根srmr的適配標準為小於0.08；近似均方根誤差rmser的適配標準小於為0.06；
[0128]
卡方自由度比nfi的適配標準為大於0.9，非規範擬合指數tli的適配標準為大於0.9，比較適合度指標cfi的適配標準為大於0.9；
[0129]
精簡適配度指標pgfi的適配標準為大於0.5，簡效規範適配指標pnfi的適配標準為大於0.5，簡約後匹適指標pcfi的適配標準為大於0.5；
[0130]
判斷揀選卡方自由度cmin/df是否滿足揀選卡方自由度cmin/df的適配標準，擬合度指數gfi是否滿足擬合度指數gfi的適配標準，標準化殘差均方根srmr是否滿足標準化殘差均方根srmr的適配標準，近似均方根誤差rmser是否滿足近似均方根誤差rmser的適配標準，卡方自由度比nfi是否滿足卡方自由度比nfi的適配標準，非規範擬合指數tli是否滿足非規範擬合指數tli的適配標準、比較適合度指標cfi是否滿足比較適合度指標cfi的適配標準、精簡適配度指標pgfi是否滿足精簡適配度指標pgfi的適配標準、簡效規範適配指標pnfi是否滿足簡效規範適配指標pnfi的適配標準、簡約後匹適指標pcfi是否滿足簡約後匹適指標pcfi的適配標準；
[0131]
若是，執行步驟六；
[0132]
若否，對結構方程模型的路徑進行修正，修正包括：
[0133]
外生潛在變量與內生潛在變量的路徑關係不顯著(p》0.05)，則選擇刪除此條路徑係數；
[0134]
外生潛在變量與內生潛在變量的路徑的相關或因果關係設定不合理(比如社會影響力能通過滿意度間接影響使用意向)，則解除(關係取消，不連線)路徑；
[0135]
揀選卡方自由度cmin/df、擬合度指數gfi、標準化殘差均方根srmr、近似均方根誤差rmser、卡方自由度比nfi、非規範擬合指數tli、比較適合度指標cfi等作為檢驗結構方程模型適配度的指標，如初始模型擬合情況不好，則需修正模型路徑或剔除不顯著變量。
[0136]
通過上述模型擬合修正方法對模型進行多次修正後，得到結構方程模型的各項擬合優度指標和適配標準如表3：
[0137]
表3適配標準和擬合優度指標表
[0138][0139]
其它步驟及參數與具體實施方式一至五之一相同。
[0140]
具體實施方式七：本實施方式與具體實施方式一至六之一不同的是，所述結構方程模型的路徑為：
[0141]
感知易用性影響感知有用性；
[0142]
社會影響影響感知有用性；
[0143]
感知有用性影響滿意度；
[0144]
社會影響力影響使用意向；
[0145]
風險感知影響使用意向；
[0146]
感知易用性影響使用意向；
[0147]
滿意度影響使用意向；
[0148]
感知有用性影響使用意向。
[0149]
其它步驟及參數與具體實施方式一至六之一相同。
[0150]
具體實施方式八：本實施方式與具體實施方式一至七之一不同的是，所述步驟六中利用amos軟體對步驟五確定的結構方程模型的路徑進行標準化估算，得到標準化路徑係數和顯著性；
[0151]
根據標準化路徑係數和顯著性判斷智慧停車系統用戶使用意向的關鍵影響因子，通過標準化路徑係數的正負關係確定各影響因子對智慧停車系統用戶使用意向的影響方向，通過結構方程模型的路徑關係確定各影響因子對智慧停車系統用戶使用意向的直接和間接影響，得到各影響因子對智慧停車系統用戶使用意向的總影響；
[0152]
最終得到智慧停車系統用戶使用意向的評估結果，為智慧停車系統管理提出改進建議。
[0153]
具體過程：
[0154]
通過標準化路徑係數的正負關係確定各影響因子對智慧停車系統用戶使用意向的影響方向，通過結構方程模型的路徑關係確定各影響因子對智慧停車系統用戶使用意向的直接和間接影響，得到各影響因子對智慧停車系統用戶使用意向的總影響。
[0155]
最終結果如表4所示，其中，標準化係數(β)的大小說明自變量對因變量的影響大小，係數前的正負關係代表自變量對因變量的影響方向；表5通過將步驟三得到的觀測變量打分數據輸入amos軟體獲得；
[0156]
表4潛在變量間的路徑關係表
[0157][0158]
註：s.e為標準誤差；c.r為臨界比；p為顯著性，***為p＜0.001，p＜0.05時路徑係數估計值顯著不等於0，代表標準化路徑係數具有顯著性。
[0159]
社會影響力(β＝0.404)、感知有用性(β＝0.322)、滿意度(β＝0.178)、感知易用性(β＝0.159)對用戶使用意向有顯著正影響，風險感知(β＝-0.127)對用戶使用意向有顯著負影響，是用戶使用意向的關鍵影響因子；
[0160]
社會影響力(β＝0.505)、感知易用性(β＝0.443)對感知有用性有顯著正影響，側面反映出社會影響力、感知易用性能夠通過感知有用性的中介作用，對用戶使用意向產生間接效應；
[0161]
感知有用性(β＝0.508)對滿意度有顯著正影響，即用戶的感知有用性越強，用戶在使用智慧停車系統過程中認為智慧停車系統對其生活起到有利作用，用戶越對智慧停車系統感到滿意，進而間接影響用戶使用意向；
[0162]
模型各因子路徑效果值如表5：表5通過將步驟三得到的觀測變量打分數據輸入amos軟體獲得表4，依據表4標準化係數(β)獲得表5數據；
[0163]
表5路徑效應表
[0164]
變量關係標準化直接效應標準化間接效應標準化總效應風險感知
‑‑
＞使用意向-0.1270-0.127感知有用性
‑‑
＞使用意向0.3220.090.412感知易用性
‑‑
＞使用意向0.1590.1830.342滿意度
‑‑
＞使用意向0.17800.178社會影響力
‑‑
＞使用意向0.4040.2080.612
[0165]
從表5分析結果來看，社會影響力對用戶使用意向的影響作用最大，總效應達到了0.612，表明用戶在決定是否會使用智慧停車系統時，會受到社會群體、社會輿論以及傳統文化等外部氛圍的影響；
[0166]
感知有用性同樣對用戶使用意向有顯著作用，總效應為0.412，表明用戶對使用智慧停車系統的有用性感知越髙，其使用智慧停車系統的意願越強；
[0167]
感知易用性對用戶使用意向的影響作用也得到了驗證，總效應為0.342，用戶認為智慧停車系統操作越容易，其使用智慧停車系統的意願越強；
[0168]
滿意度對用戶使用意向的影響相應也達到了顯著水平，總效應對0.178，表明用戶使用智慧停車系統後對使用體驗和使用效果越好，其使用智慧停車系統的意願越強；
[0169]
風險感知對用戶使用意向的影響相應也達到了顯著水平，總效應對-0.127，表明用戶在使用智慧停車系統感知到的不安全感越強烈，其使用智慧停車系統的意願越弱；
[0170]
此外，滿意度對感知有用性具有顯著中介效應，即感知有用性對滿意度有積極影響，會間接影響用戶使用意向；感知有用性對社會影響力、感知易用性均具有顯著中介效應，社會影響力和感知易用性會通過對感知有用性的積極影響，繼而間接影響用戶的持續使用意向。
[0171]
因此建議，智慧停車系統在推廣過程中，更應注重媒體宣傳和輿論引導，施展社群影響的積極效用，同時重視用戶使用智慧停車系統時的感受，可通過提供優質的服務設施，提升智慧停車系統的便捷性，來提高用戶的感知有用性，繼而提升用戶使用粘性。智慧停車系統在規划過程中，也要增強用戶對智慧停車系統的安全感和使用滿意度，繼而提升用戶使用意願，為實現智慧停車系統的功能和價值打下堅實的用戶基礎。
[0172]
其它步驟及參數與具體實施方式一至七之一相同。
[0173]
具體實施方式八：本實施方式利用結構方程模型的智慧停車系統用戶使用意向評估系統用於執行具體實施方式一至具體實施方式七之一所述的利用結構方程模型的智慧停車系統用戶使用意向評估方法。
[0174]
具體實施方式九：本實施方式為一種存儲介質，所述存儲介質中存儲有至少一條指令，所述至少一條指令由處理器加載並執行以實現所述的利用結構方程模型的智慧停車系統用戶使用意向評估方法。
[0175]
應當理解，包括本發明描述的任何方法對應的可以被提供為電腦程式產品、軟體或計算機化方法，其可以包括其上存儲有指令的非暫時性機器可讀介質，所述指令可以用於編程計算機系統，或其他電子裝置。存儲介質可以包括但不限於磁存儲介質，光存儲介質；磁光存儲介質包括：只讀存儲器rom、隨機存取存儲器ram、可擦除可編程存儲器(例如，eprom和eeprom)以及快閃記憶體層；或者適合於存儲電子指令的其他類型的介質。
[0176]
具體實施方式十：本實施方式利用結構方程模型的智慧停車系統用戶使用意向評估設備，所述設備包括處理器和存儲器，應當理解，包括本發明描述的任何包括處理器和存儲器的設備，設備還可以包括其他通過信號或指令進行顯示、交互、處理、控制等以及其他功能的單元、模塊；
[0177]
所述存儲器中存儲有至少一條指令，所述至少一條指令由處理器加載並執行以實現所述的利用結構方程模型的智慧停車系統用戶使用意向評估方法。
[0178]
本發明的上述算例僅為詳細地說明本發明的結構方程模型和計算流程，而並非是對本發明的實施方式的限定。對於所屬領域的普通技術人員來說，在上述說明的基礎上還可以做出其它不同形式的變化或變動，這裡無法對所有的實施方式予以窮舉，凡是屬於本發明的技術方案所引伸出的顯而易見的變化或變動仍處於本發明的保護範圍之列。