新冠疫情對(duì)老年人公交出行行為的影響.docxVIP

1、第20卷第6期交通運(yùn)輸系統(tǒng)工程與信息Vol.20No.62020年12JournalofTransportalionSvstenisEngineerincandInformalionTechnolo取December2020文章編號(hào)：1009-6744(2020)06-0071-06中圖分類號(hào)：U】21文獻(xiàn)標(biāo)志碼：/DO1:10.16097/ki.1009-6744.2020.06.009新冠疫情對(duì)老年人公交出行行為的影響劉建榮'，郝小妮，石文瀚(華南理工大學(xué)土木與交通學(xué)院，廣州510640)摘要：新冠肺炎疫情對(duì)交通運(yùn)輸產(chǎn)生巨大影響，但現(xiàn)有成果主要研究疫情爆發(fā)期疫情對(duì)交通運(yùn)輸?shù)挠绊?，較

2、少有分析后疫情階段的出行行為.本文利用驗(yàn)證性因素分析模型及Logit模型，研窕后疫情階段新冠病毒，老年人個(gè)人統(tǒng)計(jì)學(xué)特征，老年人對(duì)新冠肺炎疫情嚴(yán)重程度的感知等心理因素對(duì)老年人出行行為的影響.研究結(jié)果表明：短距離出行中，新冠疫情和對(duì)新冠肺炎疫情嚴(yán)重程度的感知對(duì)出行方式選擇沒有顯著影響；新冠疫情和對(duì)新冠U市炎疫情嚴(yán)重程度的感知對(duì)老年人使用公交意愿具有顯著影響；此外，這兩個(gè)因素也影響老年人外出概率和使用公交的概率.關(guān)鍵詞：城市交通；出行行為；Logil模型；老年人；心理因素；個(gè)人統(tǒng)計(jì)學(xué)特征ImpactofCOVID-19ontheElderly'sBusTravelBehaviorLIUJia

3、n-rong,HAOXiao-ni,SHIWen-han(SchoolofCivilEngineeringandTransportation,SouthChinaUniversityofTechnology,Guangzhou510640,China)Abstract:COVID-19hascausedhugenegativeimpactsontrafficandtransportation.Existingresearchfocusedon(heimpactofCOVID-19on(hetrafficduringtheoutbreakphase.Therearestillfewstudies

4、relatedtotheimpactofCOVID-19ontravelbehaviorduringthepost-epidemicphase.ThispaperanalyzedtheimpactofCOVID-19duringthepost-cpidcmicphase,travelers*demographiccharacteristics,andperceptionoftheCOVID-19severityontheelderly'stravelbehavior,withtheconfinnativefactoranalysisand【Qgitmodeling.Theresults

5、showthatCOVID-19andperceptionofitsseverityhavenosignificantimpactontheelderly'sshort-distancetrips.However,theyhaveasignificantimpactontheelderly'swillingnesstotravelbybus.Furthermore,thesetwofactorshavesignificantimpactson(heelderly's(ripfrequencyandbus(rips.Keywords:urbantraffic:travel

6、behavior:Logitmodel;theelderly:psychologicalfactor;demographiccharacteristics。引言由于極強(qiáng)的傳染力和較高的致死率，世界衛(wèi)生組織將新冠病毒的風(fēng)險(xiǎn)提升為“非常高”叫依據(jù)SIR模型(SusceptibleInfectiousRecoveredModel),疫情下城市交通系統(tǒng)可以劃分為5個(gè)階段：平時(shí)階段、疫情潛伏階段、疫情暴發(fā)階段、后疫情階段、恢復(fù)提升階段.我國(guó)疫情爆發(fā)階段從2019年12月一2020年3月，從3月開始，逐漸進(jìn)入后疫情階段.在疫情暴發(fā)階段，城際交通受到巨大沖擊也以北京為例，2019年2月，北京對(duì)外客運(yùn)量達(dá)到5

7、206萬人次，而2020年2月僅有1015萬人次.航空運(yùn)輸中，首都機(jī)場(chǎng)國(guó)內(nèi)航線網(wǎng)絡(luò)覆蓋航點(diǎn)量從114個(gè)減少到62個(gè).新冠疫情不僅影響城際出行，同時(shí)影響市內(nèi)出行.再以北京為例，疫情前市內(nèi)日出行量約6207萬人次.受疫情影響，2020年2月和3月，北京日出行量下降約40%141.除出行總量受到巨大沖擊，出行方式也受到一定影響.文獻(xiàn)5調(diào)查了2月份我收稿日期：2020-06-20修回日期:2020-08-06錄用日期：2020*08-11基金項(xiàng)U:國(guó)家自然科學(xué)基金/NationalNaturalScienceFoundalionofChina(51578247).作者簡(jiǎn)介:劉建榮(1984-),男，江

8、西翰州人，講師，博上.通信作者:ctjrliu國(guó)城市交通狀況，發(fā)現(xiàn)自行車使用比例明顯上升，網(wǎng)約車使用量明顯下降.文獻(xiàn)6研究發(fā)現(xiàn)，武漢市共享自行車使用時(shí)間由平時(shí)的5min增加至1020min,3km以上的長(zhǎng)距離騎行訂單呈3倍增長(zhǎng).結(jié)合以上背景，本文研究后疫情階段老年人出行行為，并將研究重點(diǎn)集中于老年人的公交出行行為.本文選擇這一研究目標(biāo)，主要基于以下原因：(1) 大部分研究成果都是疫情爆發(fā)期，疫情對(duì)交通的影響，較少涉及后疫情階段，疫情對(duì)出行行為的影響.(2) 由于出行目的不同，老年人出行行為與青壯年群體存在較大差異，即青壯年群體出行行為的結(jié)論并不適用于老年人.(3) 由于收入、身體狀況等限制，相

9、比青壯年群體，老年人更加依賴公交.盡管對(duì)于出行者公共交通出行行為方面的研究較多，但大部分研究對(duì)象是青壯年群體，較少考慮老年人對(duì)公共交通的需求.(4) 老年人受疫情影響更大地這可能會(huì)導(dǎo)致老年人的出行行為與青壯年群體存在一定不同.1問卷設(shè)計(jì)及調(diào)查本文研究老年人個(gè)人統(tǒng)計(jì)學(xué)特征(DemographicCharacteristics)、心理因素(PsychologicalFactors)新冠疫情對(duì)老年人出行行為的影響.使用Logit模型研充老年人的出行行為，將出行者的效用函數(shù)表征為U=c+她9+'W+力L+Zx+$(1)式中：(/為效用;為虛擬變量，表示是否處于后疫情階段，取值1表示處于后疫情階

10、段，取值0表示平時(shí)階段；Z為個(gè)人統(tǒng)計(jì)學(xué)特征向量；L為心理因素向量；x為其他影響因素：3、2為未知參數(shù)向量；6為誤差項(xiàng).本文研究框架如圖1所示.根據(jù)本文效用函數(shù)及研究框架，問卷調(diào)查包括3部分內(nèi)容：老年人個(gè)人統(tǒng)計(jì)學(xué)特征、心理因素、出行行為.其中，老年人個(gè)人統(tǒng)計(jì)學(xué)特征的調(diào)查內(nèi)容如表I所示.由于老年人群體的特殊性，本文個(gè)人統(tǒng)計(jì)學(xué)特征與青壯年群體存在較大不同：同時(shí)考慮新冠疫情的特殊性，增加“外出時(shí)是否戴口罩”“周圍大部分人外出時(shí)是否戴口罩”兩個(gè)因素.圖1研究框架Fig.1Structureofanalysis表1老年人個(gè)人統(tǒng)計(jì)學(xué)特征Table1Demographiccharacteristicsofth

11、eelderly具體變量代碼年齡是否女性dffEtAf是否有退休金是否要帶孫輩是否有電動(dòng)車等代步工具住宅附近是否有公交站外出時(shí)是否戴口罩周圍大部分人外出時(shí)是否戴口罩近年來，學(xué)者研究發(fā)現(xiàn)，出行者出行行為除了與出行者個(gè)人統(tǒng)計(jì)學(xué)特征、出行方式特征(如時(shí)間、價(jià)格)等可以直接觀測(cè)到的變量相關(guān)外，還可能受到出行者感知、態(tài)度等心理因素的影響網(wǎng).這些心理因素不能直接觀測(cè)，是潛在變量(LatentVariable)»需要通過顯示變量(ManifestVariable)|hJ接表征.參考已有文獻(xiàn)(如文獻(xiàn)10),結(jié)合本文研究目標(biāo)，確定潛在變量，以及表征潛在變量的顯示變量如表2所示.各個(gè)顯示變量用5級(jí)李克特

12、表進(jìn)行調(diào)查，即1、2、3、4、5分別表示“完全不贊同"'盾點(diǎn)何時(shí)，F(xiàn)碳“基楸I礦“治贊司”.老年人出行行為調(diào)查，包括疫情發(fā)生前，后疫情(2020年5月)兩個(gè)階段的出行行為.包括不同距離的出行方式選擇、使用公交頻率、外出頻率等，具體如表3所示.調(diào)查時(shí)間為2020年5月，正處于后疫情階段，各地處于逐步恢復(fù)的階段.調(diào)查共得到585份問卷.考慮到疫情階段的特殊性，以及為了更好地分析“外出時(shí)是否戴門罩”“周圍大部分人外出時(shí)是否戴口罩”“對(duì)新冠肺炎疫情嚴(yán)重程度的感知”等因素對(duì)老年人公交出行行為的影響，采用網(wǎng)絡(luò)形式進(jìn)行調(diào)查，即發(fā)動(dòng)周邊人對(duì)家里的老年人進(jìn)行調(diào)查，并幫助老年人填寫問卷.表2潛在

13、變量和顯示變量Table2Latentvariablesandmanifestvariables潛在變雖顯示變量符號(hào)我盡易避免去人多的地方q對(duì)新冠肺炎疫情嚴(yán)重程度的感知我盡雖避免在外面吃東西q我盡信避免逛街C3外出時(shí)盡量避免乘坐公交、地鐵q我不喜歡窩在家里面a對(duì)待運(yùn)動(dòng)的態(tài)度我喜歡外出參加各種娛樂活動(dòng)s.我很在意自己的健康狀況為了保持健康，我會(huì)盡量多運(yùn)動(dòng)$3$4我覺得我的身體很好身體狀況主觀感知外出走路沒有任何問題如(3一個(gè)人上街購(gòu)物沒有任何問題h3上下樓梯、臺(tái)階沒有任何問題表3老年人出行行為問題Table3Questionsoftheelderly'stravelbehavior問題項(xiàng)

14、符號(hào)疫情發(fā)生前，1km距離的出行是否采用步行方式現(xiàn)除段，1kni距離的出行是否采用步行方式4IonmA疫情發(fā)生前，3km距離的出行是否使用公交現(xiàn)階段，3km距離的出行是否使用公交疫情發(fā)生前，5km距離的出行是否使用公交現(xiàn)階段，5km距離的出行是否使用公交疫情發(fā)生前，是否經(jīng)常外出現(xiàn)階段，是否經(jīng)常外出疫情發(fā)生前，是否經(jīng)常使用公交現(xiàn)階段，是否經(jīng)常使用公交頊cq根據(jù)調(diào)查，老年人平均年齡66.6歲，女性占比57.3%,72.0%的老年人外出戴口罩，50.2%的老年人認(rèn)為周邊人外出戴口罩，39.7%的老年人沒有收入來源.數(shù)據(jù)樣本量足夠，符合Logit回歸和驗(yàn)證性因素分析的耍求：樣本的分布與總休分布不存在系

15、統(tǒng)性偏差.2心理因素分析根據(jù)表2中問題調(diào)查得到的顯示變量數(shù)據(jù)，使用驗(yàn)證性因素分析(ConfirmativeFactorAnalysis,CFA)對(duì)顯示變量進(jìn)行分析，求解出潛在變量，得到潛在變量模型的擬合度指標(biāo)如表4所示.潛在變量模型的擬合度指標(biāo)主要有RMSEA.CFI.TLkSRMR等.根據(jù)文獻(xiàn)lib模型的所有擬合度指標(biāo)均符合要求，模型擬合度較高.表4CFA指標(biāo)結(jié)果Table4FitnessofCFA指標(biāo)標(biāo)準(zhǔn)模型參數(shù)RMSEAw().08()0.074SRMR<0.0800.065CFI>0.9000.965TLI20.9000.953CFA模型中潛在變量與顯示變量的因果關(guān)系如表5

16、所示，表中數(shù)據(jù)均為標(biāo)準(zhǔn)化后的數(shù)值.由表5可知，顯變量與潛變量之間的數(shù)值均顯著(P值都小于0.05),這表明顯示變量可以較好地表征潛在變量.為簡(jiǎn)明起見，潛在變量與潛在變量的相關(guān)性未列出.通過CFA求出潛在變量、匚心,每一個(gè)出行者均有這3個(gè)變量.因數(shù)量太多，在此不列出.表5潛在變雖與顯示變量的因果關(guān)系Table5Causalrelationshipbetweenlatentvariableandmanifestvariable潛在變量顯示變量系數(shù)標(biāo)準(zhǔn)差ZP>zC0.8940.01183.6700.000G0.9170.00998.5400.000cwdt9C30.8730.01272.930

17、0.000C40.7450.02037.08()0.(X)0£0.3910.03810.2000.000I$20.2310.0425.4500.000Lfiport$30.8310.01943.9900.000七0.8570.01847.6800.000九0.7240.02232.6100.00010.8560.01459.5700.000Selth”,0.8450.01556.2000.0000.8640.01462.5800.0003出行行為分析短距離出行行為根據(jù)調(diào)查數(shù)據(jù)，短距離出行中，步行是主要的出行方式，故研兗短距離出行中，老年人是否采用步行方式.1km距離出行是否使用步行方

18、式的Logil回歸結(jié)果如表6所示.表61km出行是否使用步行的回歸結(jié)果Table6Resultofwhetherwalkingwhendistanceis1km解釋變量系數(shù)標(biāo)準(zhǔn)差zP>z兒率比xwmI»90.1290.1310.980.3251.138-0.0010.007-0.150.8810.999Income0.0880.1470.600.5511.092dfgJe-0.258().137-1.880.061().7730.0850.1350.630.5271.089dg-0.9790.146-6.690.0000.3760.1610.1740.920.3551.174-

19、0.0320.189-0.170.8640.968"ftkuhruund0.1430.1500.960.3401.154LgSig0.097().0851.140.2551.1020.676().2852.370.018().509hnillh0.4730.1463.240.0011.605C0.4090.5350.760.4451.505從表6可以看出：在90%置信水平下，僅有響，在表6所涉及影響因素的基礎(chǔ)上，將出行距離J、危、虹.順是顯著的，即短距離出行中，老年人是否采用步行方式與性別，是否有代步工具，對(duì)待運(yùn)動(dòng)的態(tài)度，身體狀況主觀感知有關(guān)：Lmidg、人止如心等不顯著，即是否處于

20、后疫情階段，對(duì)新冠肺炎疫情嚴(yán)重程度的感知,自己及周邊人是否戴口罩等對(duì)老年人短距離出行方式選擇沒有顯著影響.(1) 公交出行選擇行為考慮到出行距離對(duì)老年人公交出行有顯著影納入控制變量(Xdg,單位為km),得到結(jié)果如表7所示.從表7可以看出，在95%置信水平下，J、等變量均顯著.乂起9顯著，系數(shù)P.578小于0,幾率比0.561小于1,這表明相比于平時(shí)階段，中等距離出行中，后疫情階段老年人使用公交的可能性顯著降低，使用公交的比例僅為平時(shí)的56.1%.J系數(shù)為-0.363,幾率比為0.695,表明老年人對(duì)新冠肺炎疫情嚴(yán)重程度的感知，對(duì)中距離老年人出行是否使用公交具有顯著影響；y燦增加1個(gè)單位，老年

21、人使用公交的比例就減少30.5%,即(1-0.695)x100%=30.5%.的系數(shù)為0.414,幾率比為1.513,即隨著出行距離的增加，老年人傾向于使用公交出行.(2) 公交使用頻率老年人是否經(jīng)常使用公交出行的Logit模型回歸結(jié)果如表8所示.表7是否使用公交的回歸結(jié)果Table7Resultofwhethertravelingbybus解釋變量系數(shù)標(biāo)準(zhǔn)差zP>z幾率比-0.5780.095-6.080.0000.56)%0.0080.0051.720.0851.008-0.5440.110-4.960.0000.580d標(biāo)0.4330.0994.360.0001.5420.1640

22、.0961.710.0871.179dg-0.6060.103-5.890.0000.5450.5790.1414.110.0001.7840.0720.1420.510.6101.075rmikironrrf0.4540.1104.13O.(MX)1.574-0.363().058-6.23O.(XX)0.6950.2820.2041.390.1661.326hwlth-0.0470.103-0.450.6500.954XdMance0.4140.03113.490.0001.513c-3.4560.389-8.880.0000.032表8老年人是否經(jīng)常使用公交的回歸結(jié)果Table8Whet

23、hertheelderlytravelingbybusfrequently解釋變量系數(shù)標(biāo)準(zhǔn)差zP>z幾率比-1.1070.144-7.680.0000.3300.0070.0071.040.2991.007-0.5100.160-3.190.0010.6000.0670.1470.450.6511.069dgnmd-0.0920.145-0.64().5250.912dg0.1520.1550.980.3291.1640.7120.1973.620.0002.038-0.0290.207-0.140.8900.972().5580.1633.43().(X)11.748-0.5840.0

24、98-5.940.0000.5580.4400.3161.390.1641.5530.2700.1621.670.0951.310C-1.I090.569-1.950.0510.33()從表8可知，在90%置信水平下，dg說、4ncnnc、"huulop、'cwidig、。"著,者'系數(shù)-1.107小于0,幾率比0.330小丁1,這表明與平時(shí)階段相比，后疫情階段老年人使用公交的頻率顯著降低，使用公交的比例僅為平時(shí)的33.0%.、皿9的系數(shù)為-0.584,幾率比為0.558,表明老年人對(duì)浙冠肺炎疫情嚴(yán)重程度的感知，對(duì)中距離老年人使用公交頻率具有顯著影響：上皿林

25、增加I個(gè)單位，老年人使用公交的比例就減少44.2%,即(1-0.558)x100%=442%.(3) 外出頻率老年人是否經(jīng)常外出的Logil模型回歸結(jié)果如表9所示.表9老年人是否經(jīng)常外出的回歸結(jié)果Table9Whethertheelderlygoingoutfrequently解釋變量系數(shù)標(biāo)準(zhǔn)差zP>z兒率比-0.5190.174-2.980.0030.595-0.0260.010-2.660.0080.975Income-0.5350.188-2.840.0040.586-0.3400.185-1.840.0660.7120.1790.1810.990.3231.195dge0.257

26、0.1941.330.1851.293butftop0.7570.2093.620.(X)()2.131-0.2360.256-0.920.3560.790-0.2690.199-1.350.1760.764-0.5170.131-3.930.0000.5960.68803751.840.0661.9910.743().18()4.13().(X)()2.101c3.4670.7584.570.00032.029從表9可知，在90%置信水平下，dgg、j、dinccme、busrtcp、Lmithg、jport、health、C顯著.df顯著，系數(shù)-0.519小于0,幾率比0.595小于【，這

27、表明于與平時(shí)階段相比，后疫情階段老年人外出可能性顯著降低，外出比例僅為平時(shí)階段的59.5%.的系數(shù)為-0.517,兒率比為0.596,表明老年人對(duì)新冠肺炎疫情嚴(yán)重程度的感知，對(duì)老年人外出具有顯著影響；玲：如增加1個(gè)單位，老年人外出的比例就減少40.4%,即(1-0.596)xloo%=40.4%.4結(jié)論本文研究后疫情階段，新冠肺炎疫情對(duì)老年人出行行為的影響.通過研究，得出以下結(jié)論：(1) 短距離出行中，是否處于后疫情階段，對(duì)新冠肺炎疫情嚴(yán)重程度的感知，自己及周邊人是否戴口罩等對(duì)出行方式選擇沒有顯著影響.(2) 新冠肺炎疫情會(huì)顯著降低老年人使用公交的可能性，老年人對(duì)新冠肺炎疫情嚴(yán)重程度的感知會(huì)顯

28、著影響使用公交出行的可能性.(3) 新冠肺炎疫情會(huì)顯著降低老年人使用公交的頻率，后疫情階段老年人使用公交的兒率比僅為平時(shí)階段的33.0%.老年人對(duì)新冠肺炎疫情嚴(yán)重程度的感知，對(duì)老年人使用公交頻率具有顯著影響.(4) 相比于平時(shí)階段，后疫情階段老年人外出可能性顯著降低，外出的幾率比僅為平時(shí)階段的59.5%.老年人對(duì)新冠肺炎疫情嚴(yán)重程度的感知，對(duì)老年人是否外出具有顯著影響.參考文獻(xiàn)：1 WorldHealthOrganization.Coronavirusdisease2019(Covid-19)situationreport-43R/OL.(2020-03-03)2020-06-19.https

29、://docs/default-source/coronaviruse/situation-reports/20200303-sitrep-43-covid-i9.pdf?sfvrsn=76e425ed_2.2 李曄,劉興華，何青.面向防疫的城市交通系統(tǒng)韌性特征及提升策略J.城市交通,2020,18(3):80-87,10.LIY,LIUXH,HEQ.UrbantransportationsystemresilienceduringtheCovid-19pandemicJ.UrbanTransportofChina,2020,18(3):80-87,10何凌暉，余慶，李瑋

30、峰.新冠肺炎疫情影響下的城際交通運(yùn)輸需求分析J.城市交通，2020,18(3)：51-61.HELH,YUQ,LIWF.Inter-citytransportationdemandunderCovid-19pandemicJ.UrbanTransportofChina,2020,18(3):51-613 李爽，張宇.非常態(tài)下北京城市交通系統(tǒng)規(guī)劃建議J.城市交通，2020,18(3)：28-32.LIS,ZHANGY.UrbantransportationsystemplanningundertheCovid-19epidemicinBeijing.J.UrbanTransportofChina

31、,2020,18(3)：28-32.InstituteforTransportation&DevelopmentPolicy.Post-pandemic,ChinesecitiesgraduallyreopentransportnetworksOL.(2020-3-26)2020-3-26./2020/03/26/post-pandemic-Chinese-cities-gradually-reopen-transport-networks/.下轉(zhuǎn)第98頁GEROLIMINISN,SUNJ.Propertiesofawell-definedmacro

32、scopicfundamentaldiagramforurbantrafficJ.TransportationResearchPartB:Methodological,2011,45(3)：605-617.5 GEROLIMINISN,SUNJ.HysteresisphenomenaofamacroscopicfundamentaldiagraminfreewaynehvorksJJ.TransportationResearchPartA:PolicyandPractice,2011,45(9):966-979.6 GEROLIMINISN,HADDADJ,RAMEZANIM.Optimalp

33、erimetercontrolfortwourbanregionswithmacroscopicfundamentaldiagrams:AmodelpredictiveapproachJ.IEEETransactionsonIntelligentTransportationSystems,2013,14(1):348-359.7 YANGK,ZHENGN,MENENDEZM.Multi-scaleperimetercontrolapproachinaconnected-vehicleenvironmentJ.TransportationResearchPartC:EmergingTechnol

34、ogies,2018,94:32-49.191李宏偉，黎英.偶發(fā)性事件下城市交通區(qū)域邊界的最優(yōu)控制J.電子測(cè)雖技術(shù).2019,42(14)：63-67.LIHW,LIY.OptimalcontrolofurbantrafficareaboundaryundersporadiceventsJ.ElectronicMeasurementTechnology,2019,42(14):63-67.丁恒,黃文娟，陳森，等.擁堵交通網(wǎng)絡(luò)能耗節(jié)約邊界信號(hào)優(yōu)化方法J.系統(tǒng)工程理論與實(shí)踐.2017,37(3)：700-709.DINGII,IIUANGWJ,CHENS,etal.Boundarysignalop

35、timizationforcongestionnetworkbasedonenergysavingfj.SystemEngineering-Theory&Practice,2017,37(3):700-709.10 YANGH,HUANGHJ.Themulti-class,multi-criteriatrafficnetworkequilibriumandsystemsoptimumproblemJ.TransportationResearchPart,2004,38(1):1-15.11 ZH/XNGX,HAIY.Theoptimalcordon-basednetworkcongestio