疫情對長沙市居民公共交通出行行為影響研究

摘 "要：為了探究疫情對長沙市居民公共交通出行的影響，針對長沙市2019—2021年公共汽電車、軌道交通、出租汽車三種交通方式客運量變化，采用問卷星、電話詢問線上問卷對長沙市居民進行問卷調(diào)查，問卷內(nèi)容主要從長沙市居民個人屬性、出行屬性、疫情風險感知三方面進行獲取，利用多元線性回歸分析居民出行頻次的影響因素，多分類Logistic回歸模型分析影響因素對于居民傾向選擇公共交通方式的影響程度。研究結(jié)果顯示：處于中高風險地區(qū)、家庭擁有私家車數(shù)量越多、保護動機越高的居民越容易減少出行頻次；年紀越大越傾向選擇公共汽電車；保護動機越高、不需要去指定地點辦公的居民越容易選擇軌道交通出行。本研究有助于為當?shù)亟煌ü芸夭块T制定相應(yīng)的疫情防控措施提供依據(jù)。

"關(guān)鍵詞：交通運輸工程；公共交通；出行方式；Logistic模型；COVID-19

"中圖分類號：F570 " " 文獻標志碼：A " "DOI：10.13714/j.cnki.1002-3100.2024.07.026

Abstract： In order to explore the impact of the epidemic on the public transport of residents in Changsha City， a questionnaire survey was conducted among the residents of Changsha City， including the passenger volume changes of public trams， rail transit and taxi before and after the epidemic. The contents of the questionnaire were mainly obtained from the three aspects of Changsha residents' personal attributes， travel attributes and epidemic risk perception. Multiple linear regression model was used to analyze the influencing factors of residents' travel frequency， and multiple Logistic regression model was used to analyze the influence degree of influencing factors on residents' tendency to choose public transport. The results show that residents in medium-high risk areas， with more private cars and higher motivation for protection are more likely to reduce the frequency of travel. Older people tend to choose public trams; the higher the protection motivation， the easier the residents who do not need to go to the designated place to work choose rail transit travel. This study is helpful to provide a basis for local traffic control departments to formulate corresponding epidemic prevention and control measures.

Key words： traffic and transportation engineering; public transport; travel mode; Logistic model; COVID-19

0 "引 "言

"2019年12月底新型冠狀病毒肺炎（簡稱“COVID-19”）在湖北武漢爆發(fā)，隨之逐漸蔓延至全國，疫情不僅對居民出行意愿、出行方式、出行頻次等產(chǎn)生一定影響，也對公共交通管控影響較大。根據(jù)交通運輸部發(fā)布的《2020年交通運輸行業(yè)發(fā)展統(tǒng)計公報》，2020年我國完成城市客運量871.92億人，較新冠肺炎疫情發(fā)生前的2019年下降31.8%[1]；2020年長沙市客運總量為98 765萬人，同比下降22.85%。因此研究疫情對居民出行影響顯得很有意義。

近幾年，結(jié)合疫情影響下對居民出行方式的研究成果在逐步增多。胡松等研究了重大疫情對乘客公共交通使用行為和依賴性影響，結(jié)果表明個體屬性、出行環(huán)境和出行特征潛變量通過改變個體心理因素間接影響乘客公共交通依賴性[2]；張小雨等通過分析新冠疫情對共享出行方式選擇行為的影響，得出感知疫情嚴重程度對合乘和分時租賃影響顯著[3]；任繼承對疫情防控常態(tài)化背景下交通政策對居民通勤方式選擇的影響進行了研究，實證表明人口統(tǒng)計特征、通勤特征和交通政策對疫情防控常態(tài)化居民通勤方式選擇均有一定的影響[4]；弓棣對疫情下居民公交出行行為的影響因素進行了研究，研究發(fā)現(xiàn)公交受疫情影響程度最顯著，風險感知因素和防疫策略因素對居民出行行為有間接效用[5]；Sigal等以保護動機理論為基礎(chǔ)，了解威脅評估，揭示了COVID-19大流行期間減少通勤的心理機制[6]；Miguel等應(yīng)用數(shù)學模型分析了新冠疫情在城市間的傳播和居民交通出行之間的影響關(guān)系[7]；Rezwana等使用結(jié)構(gòu)回歸模型，利用大流行早期階段橫截面數(shù)據(jù)研究疫情期間在家工作對活動-旅行行為影響，結(jié)果顯示在家工作居民的比例直接取決于大流行的嚴重程度和相關(guān)公共衛(wèi)生政策[8]；齊佳鈺構(gòu)建MIMIC、多項Logistic和混合選擇模型對疫情期間居民出行行為影響進行分析，結(jié)果均表明小汽車、出行頻次越少越容易轉(zhuǎn)變出行方式，出行目的為非通勤、保護動機越高的居民越容易減少出行頻次[9]。雖然國內(nèi)外已有相關(guān)研究，但少有專門對公共交通出行進行細類展開。因此，本文將結(jié)合長沙市公共交通出行實際，利用多元線性回歸模型和多分類Logistic回歸分析模型對居民公共交通出行影響因素進行研究。

1 "疫情對長沙市居民交通出行的影響

1.1 "疫情對長沙市居民公共交通出行方式的影響

"長沙市居民公共交通出行方式主要包括公共汽電車、軌道交通、出租汽車三種，結(jié)合中華人民共和國交通運輸部官網(wǎng)公布的數(shù)據(jù)，2019—2021年長沙市三種公共交通出行方式客運總量的變化趨勢，如圖1所示。

從圖1整體上看，受疫情影響長沙市三種公共交通方式出現(xiàn)四次斷崖式下降。公共汽電車雖然在斷崖式下降后逐漸回升在低位運轉(zhuǎn)，但相較于其他兩種方式，其受疫情影響程度最大；軌道交通雖然受疫情影響出現(xiàn)多次斷崖式下降，但恢復力極強，這表明疫情恢復后長沙市居民更愿意選擇軌道交通出行；出租車雖然受疫情影響客運總量有所下降，但很快恢復，表明出租車受疫情總體影響不大。因此，有必要研究居民減少出行頻次的影響因素及對于居民改變公共交通方式出行的影響程度。

1.2 "疫情對長沙市居民公共交通出行頻次的影響

為了進一步明確疫情對長沙市居民出行造成的影響，本文擬設(shè)計調(diào)查問卷，以問卷星（通過微信、QQ進行發(fā)放）、電話詢問線上問卷的形式獲取長沙市居民出行數(shù)據(jù)，結(jié)合已有研究，調(diào)查問卷內(nèi)容主要從長沙市居民個人屬性、出行屬性、疫情風險感知三方面進行獲取，問卷內(nèi)容見表1至表3。收集到的問卷要進行篩選才能保證問卷質(zhì)量，篩選原則包括：（1）被調(diào)查者的IP地址必須在長沙市以內(nèi)；（2）答卷時間不得低于90秒。最終收集到525份問卷，獲取有效問卷499份。

（1）個人屬性：從年齡、家庭平均月收入等因素考慮，具體如表1所示。

（2）出行屬性：從出行距離、出行頻次等因素考慮，具體如表2所示。

（3）疫情屬性：從居民所住區(qū)域疫情風險等級入手，具體如表3所示。

2 "相關(guān)性檢驗和回歸分析

2.1 "相關(guān)性檢驗

"此次調(diào)查問卷收集到的變量類別：年齡、出行距離、出行頻次等。相關(guān)性分析是探討變量之間是否存在相應(yīng)關(guān)系以及具體如何相互影響的一種統(tǒng)計學手段。本文主要探究疫情期間居民每周使用公共交通次數(shù)與其他各變量之間的關(guān)系，利用SPSS 26[9]對其相關(guān)性分析如圖2所示。

依據(jù)圖2出行次數(shù)對公共交通出行擔憂感染的程度、是否彈性出行以及是否需要去指定地點辦公之間的相關(guān)性較大，分別為-0.42、-0.43以及0.45，這說明出行次數(shù)與對公共交通出行感染擔憂的程度、彈性出行數(shù)成負相關(guān)，而與需要指定地點辦公之間成正相關(guān)；其次，還可以看出人們對于公共交通出行方式的選擇與年齡之間有著較強的關(guān)聯(lián)性；家庭私家車擁有數(shù)和收入之間的相關(guān)系數(shù)為0.36，有著較強的正相關(guān)性；疫情風險等級與出行體驗，交通工具通風效果有著較強的相關(guān)性，彈性需求量與是否需要去指定地點辦公之間也是一對強相關(guān)變量，交通工具通風效果與出行體驗之間也有著較強的相關(guān)性。

2.2 "回歸分析

本文用到的回歸分析模型是多元線性回歸和多分類Logistic回歸。疫情期間居民公共交通出行頻次受其他因素的影響屬于典型的一個受多因素影響的例子，而多元線性回歸模型就是針對多變量影響因素的分析，Logistic回歸模型[10]是用于研究因變量Y為定類數(shù)據(jù)時自變量X和因變量Y之間的影響關(guān)系情況，這兩種模型分別針對的問題是各類影響因素對于疫情期間居民公共交通出行頻次的影響以及居民對公共交通方式選擇傾向的影響程度。

2.2.1 "公共交通出行頻次的影響因素分析

"基于相關(guān)性分析的基礎(chǔ)上，選定自變量為家庭私家車擁有數(shù)、對公共交通出行感染的擔憂程度、疫情風險等級、是否彈性出行，剔除了是否需要去指定地點辦公這一變量（相關(guān)系數(shù)為-0.91，避免共性）；考慮到是否去指點地點辦公也是屬于是否彈性出行的一個子類問題，故保留是否彈性出行這一變量；因變量為疫情期間居民公共交通出行頻數(shù)。根據(jù)SPSS 26[11]軟件的求解，得到3個推介模型如表4所示。

由表中標準估算誤差，選擇誤差最小的這一個模型，也即模型3作為本次回歸的最終結(jié)果?；貧w模型參數(shù)如表5所示。

分析表5可知，對公共交通出行感染擔憂程度以及疫情風險等級還有家庭私家車擁有數(shù)可以很好的解釋疫情期間影響居民公共交通出行頻次的變化，各變量的顯著性都在可以接受的范圍內(nèi)。依據(jù)表中所給參數(shù)給出線性回歸表達式為：

Y=5.517+0.839×A+0.528×B-2.927×C-2.755×M-3.598×H " " " " " " " " " " " " " " "（1）

式中：A為不怎么擔心；B為有點擔心；C為十分擔心；M為中風險；H為高風險。

"由表5和式1可知，對于對公共交通出行感染程度A和B的群體，每增加一個單位的數(shù)量對于疫情期間居民公共交通出行頻次起到促進作用，作用值分別為0.839和0.528；對公共交通出行感染程度C的人群及處于M和H地區(qū)，這部分群體對疫情期間居民公共交通出行頻次起到抑制作用，作用值分別為-2.927、-2.755、-3.589；而對于私家車擁有數(shù)，這一變量對于疫情期間居民公共交通出行頻次起到了巨大的抑制作用，作用值為-0.960，遠高于其他抑制因素。

2.2.2 "公共交通出行方式的影響程度分析

為進一步分析疫情對居民公共交通出行方式的影響因素，選定自變量為年齡、對公共交通出行感染的擔憂程度、是否需要去指定地點辦公、家庭平均月收入，因變量為傾向選擇的公共交通方式。由調(diào)查問卷可知，疫情期間，選擇公共汽電車和軌道交通出行的個體分別占到調(diào)查總數(shù)的41.1%和47.3%，說明疫情期間居民在公共交通出行時仍傾向于選擇公共汽電車、軌道交通出行；本次調(diào)查群體的年齡主要是在28～47歲之間，多為青年和中年人士；家庭平均月收入在6 000～9 000元之間的占到將近70%，總體來說數(shù)據(jù)的年齡分布、家庭平均月收入變量呈現(xiàn)出正態(tài)分布，符合常理。因此有必要進一步對模型進行數(shù)據(jù)擬合如表6所示。

"分析表6，其似然比檢驗的顯著性趨近于0，小于0.05，故此次擬合結(jié)果是符合假設(shè)檢驗的，是可以接受的，對數(shù)似然值在僅截距于引入自變量后的值分別為730.739、474.903，這說明，引入的自變量對于因變量也即疫情期間居民公共交通方式選擇傾向有顯著的影響。

"多元Logistic回歸分析模型似然比檢驗如表7所示。

由表7可知，年齡、對公共交通出行感染的擔憂程度、是否需要去指定地點辦公這三個變量對于疫情期間居民公共交通出行方式選擇的顯著性水平趨近于0，故這三個變量對因變量的影響較大。而家庭平均月收入的顯著性水平為0.595，表明該變量對于疫情期間居民公共交通出行方式選擇影響不大。

"此次研究過程中使用多元Logistic回歸分析，因變量中取公共汽電車出行方式為參考變量，其在分析過程中的代表字符為0，1代表軌道交通出行方式，2代表出租汽車出行方式，如表8所示。

分析表8，對于公共汽電車出行方式，年齡段在48～57之間的群體對軌道交通出行方式呈現(xiàn)出年紀越大，越不會選擇軌道交通出行方式；而在對公共交通出行感染擔憂程度方面擔憂程度較低的群體，他們相較與公共汽電車出行更偏好軌道交通出行，這說明公眾對公共交通越有信心，軌道交通出行相較于公共汽電車與出租汽車更有吸引力；對于不需要去指定地點辦公的人群，這部分人群比起公共汽電車出行也更傾向于選擇軌道交通出行；相較公共汽電車出行，由表中顯著性水平趨于0可以看出，年齡是影響人們選擇是否采用出租汽車出行的一個重要影響因素，此外，不論在什么年齡段，人們都更傾向于選擇公共汽電車出行而不是出租汽車。

3 "結(jié)束語

"本文基于長沙市是36個中心城市之一，研究疫情對居民出行行為影響具有代表性，其研究結(jié)論如下：

"（1）基于長沙市公共汽電車、軌道交通、出租汽車在疫情前后客運量變化趨勢分析疫情對居民公共交通出行的總體影響，研究發(fā)現(xiàn)疫情前選擇公共汽電車出行的居民在后疫情時期更愿意選擇軌道交通進行出行。

（2）基于499份有效問卷，利用多元線性回歸和多分類Logistic回歸分別對出行頻次和居民傾向選擇公共交通方式進行分析，結(jié)果均表明：處于中高風險地區(qū)、家庭私家車數(shù)量越多、保護動機越高的居民越容易減少出行頻次；年紀越大越傾向選擇公共汽電車；保護動機越高、不需要去指定地點辦公的居民越容易選擇軌道交通出行；公眾對公共交通越有信心，軌道交通相較于公共汽電車與出租汽車更有吸引力。

參考文獻：

[1] 交通運輸部. 2020年交通運輸行業(yè)發(fā)展統(tǒng)計公報[J]. 交通財會，2021（6）：92-97.

[2] 胡松，翁劍成，林鵬飛，等. 重大疫情對乘客公共交通依賴性的影響[J]. 交通信息與安全，2021，39（3）：17-24.

[3] 張小雨，邵春福，王博彬，等. 新冠疫情影響下居民共享出行方式選擇行為研究[J]. 交通運輸系統(tǒng)工程與信息，2022（2）：186

-196，205.

[4] 任繼承. 疫情防控常態(tài)化背景下交通政策對居民通勤方式選擇的影響研究[D]. 北京：北京交通大學，2021.

[5] 弓棣. 新冠疫情下公交出行行為特征及影響因素研究[D]. 哈爾濱：哈爾濱工業(yè)大學，2021.

[6] "SIGAL KAPLAN， ANAT TCHETCHIK， et al. Transit use reduction following COVID-19： The effect of threat appraisal， proactive coping and institutional trust[J]. Transportation Research Part A， 2022，159：338-356.

[7] "MIGUEL LOPES， ANA M？魪LICE DIAS. Changing perspectives in times of crisis. The impact of COVID-19 on territorial accessibility[J]. Transportation Research Part A： Policy and Practice， 2022，158：285-301.

[8] "REZWANA RAFIQ， MICHAEL G， et al. Impact of working from home on activity-travel behavior during the COVID-19 pandemic： An aggregate structural analysis[J]. Transportation Research Part A： Policy and Practice， 2022，159：35-54.

[9] 齊佳鈺. 疫情對居民出行行為的影響分析[D]. 北京：北京交通大學，2021.

[10] 王濟川，郭志剛. Logistic回歸模型——方法與應(yīng)用[M]. 北京：高等教育出版社，2001.

[11] 劉愛玉，田志鵬. SPSS數(shù)據(jù)分析教程[M]. 北京：北京大學出版社，2017.

收稿日期：2023-04-25

作者簡介：徐芳冬（1998—），女，湖南邵陽人，北華大學土木與交通學院碩士研究生，研究方向：智能交通；姜 "卉（1985—），本文通信作者，女，吉林農(nóng)安人，北華大學土木與交通學院，副教授，博士，碩士生導師，研究方向：智能交通。

引文格式：徐芳冬，姜卉，林苗朋，等. 疫情對長沙市居民公共交通出行行為影響研究[J]. 物流科技，2024，47（7）：103-107，112.