突发公共卫生事件(Public Health Emergency,PHE)对社会经济发展和人们日常出行产生巨大影响,以新型冠状病毒肺炎为例,它严重影响了城市日常出行。研究PHE影响下通勤者的出行方式选择,对PHE期间的城市交通管理具有重要意义。本文基于通...
详细信息
突发公共卫生事件(Public Health Emergency,PHE)对社会经济发展和人们日常出行产生巨大影响,以新型冠状病毒肺炎为例,它严重影响了城市日常出行。研究PHE影响下通勤者的出行方式选择,对PHE期间的城市交通管理具有重要意义。本文基于通勤者类型分组和扩展的计划行为理论,构建了多指标多因果模型,研究了PHE影响下通勤者的心理决策机制,并将起重要作用的潜变量引入多项logit模型,刻画了PHE期间通勤者的出行方式选择行为。并且,本文提出采用公共交通补贴手段影响PHE期间的城市出行,构建了公共交通补贴多目标优化模型,对可行的补贴方案进行研究。具体工作如下:首先,基于研究内容设计调查问卷,采用RP+SP的调查方法开展通勤者出行方式选择行为调查。并按“信度检验—KMO和Bartlett球形检验—探索性因子分析—验证性因子分析”的过程检验了调查数据,结果表明,调查数据与探索性因子分析得到的理论结构契合度良好,保障了后续研究结论的可靠性。其次,使用潜在类别模型把通勤者分为2类,并将对疫情的认知、出行的情绪波动和感知到的潜在风险引入计划行为理论。在此基础上,构建了基于多类型用户的多指标多因果模型,研究了PHE影响下通勤者的出行方式心理决策机制。其中,类别1通勤者的选择行为主要受到出行时的情绪波动、减少使用公交车/地铁的社会压力和出行方式选择时的心理偏好等因素的影响;类别2通勤者的选择行为主要受到感知放弃或选择公交车/地铁的难易程度、对公交车/地铁的态度和出行方式选择心理偏好等因素的影响。然后,将上述潜变量引入离散选择模型中,构建了考虑潜变量的多项logit估计模型,刻画出通勤者在PHE期间的出行方式选择行为,验证了该模型具有更高的估计准确率,结果表明,PHE期间的通勤者在选择出行方式时很大程度上取决于内在属性潜变量而不是出行成本,并且候车时间和步行时间对选择行为的影响程度高于乘车时间对选择行为的影响程度。最后,将公共交通补贴引入考虑潜变量的多项logit估计模型中,构建了PHE影响下的交通分担率模型。然后,以政府视角下的成本函数刻画广义出行成本,以感染率模型量化出行方式的感染风险,构建了公共交通补贴策略下的多目标优化模型。结果表明,通过公共交通补贴策略能够显著改善城市出行结构,政府在给予适当的交通补贴后,能够大幅减少区域内的感染者数并小幅降低广义出行成本。
暂无评论