留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

计划行为理论视角下基于出行行为的公交防疫策略影响效果研究

张昕明 弓棣 谢秉磊 马航

张昕明, 弓棣, 谢秉磊, 马航. 计划行为理论视角下基于出行行为的公交防疫策略影响效果研究[J]. 交通信息与安全, 2021, 39(6): 117-125. doi: 10.3963/j.jssn.1674-4861.2021.06.014
引用本文: 张昕明, 弓棣, 谢秉磊, 马航. 计划行为理论视角下基于出行行为的公交防疫策略影响效果研究[J]. 交通信息与安全, 2021, 39(6): 117-125. doi: 10.3963/j.jssn.1674-4861.2021.06.014
ZHANG Xinming, GONG Di, XIE Binglei, MA Hang. A Study of the Effectiveness of Epidemic Prevention Policies on Public Transit Usage Based on the Theory of Planned Behaviors[J]. Journal of Transport Information and Safety, 2021, 39(6): 117-125. doi: 10.3963/j.jssn.1674-4861.2021.06.014
Citation: ZHANG Xinming, GONG Di, XIE Binglei, MA Hang. A Study of the Effectiveness of Epidemic Prevention Policies on Public Transit Usage Based on the Theory of Planned Behaviors[J]. Journal of Transport Information and Safety, 2021, 39(6): 117-125. doi: 10.3963/j.jssn.1674-4861.2021.06.014

计划行为理论视角下基于出行行为的公交防疫策略影响效果研究

doi: 10.3963/j.jssn.1674-4861.2021.06.014
基金项目: 

国家自然科学基金面上项目 71974043

深圳市知识创新计划基础研究项目 JCYJ20210324133202006

详细信息
    作者简介:

    张昕明(1987—),博士,博士后. 研究方向:交通应急管理. E-mail:zhangxinming@hit.edu.cn

    通讯作者:

    谢秉磊(1975—),博士,教授. 研究方向:应急管理、出行行为分析. E-mail:xiebinglei@126.com

  • 中图分类号: U491.1+7

A Study of the Effectiveness of Epidemic Prevention Policies on Public Transit Usage Based on the Theory of Planned Behaviors

  • 摘要: 疫策略对居民公交出行决策行为和出行偏好有着关键作用, 直接关系到公交优先策略的长期实施效果。从居民出行行为的角度, 在计划行为理论的框架下, 基于调查数据研究了居民公交出行影响因素及作用路径, 在此基础上对公共交通防疫策略进行了分析。研究发现了疫情期间公交出行行为影响因素中的1条显著作用路径, 即“风险感知、防疫策略→出行态度→出行意向→出行行为”, 验证了疫情风险感知和各项防疫管控策略对居民出行方式选择行为和出行偏好上有着深刻的长期影响, 需要更加慎重的使用停运等严格策略。通过进一步地观测变量分析, 驾驶员和车内环境消杀等信息对相应潜变量的路径系数最高, 均达到0.9以上, 说明已实施的防疫策略的信息公开对乘客出行态度极其重要, 这在当前是普遍被忽略的。在分析结果的基础上提出了信息公开、分散就坐等具体策略建议。

     

  • 图  1  公交出行行为模型假设

    Figure  1.  An assumption model of transit-trip travel behaviors

    图  2  居民公交出行结构方程全模型示意图

    Figure  2.  Sketch map of the structural equation model for transit-trip

    图  3  标准化修正模型的建模结果

    Figure  3.  Standardized, modified model

    图  4  分散就坐位置分配示意图

    Figure  4.  Transit-trip rule of every-other-seat

    表  1  调查数据结果

    Table  1.   Contents and data of the questionnaire 单位: %

    变量名称 观测变量 变量编号 “非常不同意”结果占比 “不同意”结果占比 “不确定”结果占比 “同意”结果占比 “非常同意”结果占比
    风险感知 病毒对生命安全带来的威胁很严重 RC1 4.14 3.91 11.95 48.97 31.03
    病毒对日常工作生活影响很严重 RC2 4.14 1.61 7.36 50.8 36.09
    病毒对经济上带来的损失很严重 RC3 3.91 1.84 12.18 48.05 34.02
    病毒对心理上的负担很严重 RC4 3.68 2.53 11.26 47.82 34.71
    公交防疫策略 与同车乘客间距不会影响出行意向 S1 10.8 35.4 32.41 13.79 7.59
      是否知道公交工作人员防疫培训、宣传情况不会影响出行意向 S2 11.26 39.31 27.59 14.71 7.13
      乘车环境的消杀通风的程度不会影响出行意向 S3 10.11 37.93 27.59 16.55 7.82
      是否知道司机以及乘客身体状况和防护程度不会影响出行意向 S4 10.34 39.54 27.82 14.48 7.82
    出行态度 车厢其他乘客不会将病毒传染给我 AT1 39.77 40.46 14.25 1.61 3.91
    公交司机不会将病毒传染给我 AT2 35.86 40.23 16.78 2.76 4.37
    乘车环境的消毒情况不必忧虑 AT3 36.78 43.45 12.87 2.76 4.14
    主观规范 家人、朋友、同事希望我乘公交出行 SN1 12.64 41.84 17.93 14.71 12.87
    电视、网络新闻等媒体倡导公交出行 SN2 13.56 43.22 20.69 11.03 11.49
    当地政府倡导公交出行 SN3 17.93 40.46 21.15 8.97 11.49
    知觉行为控制 乘坐公交完全取决于自己的意志 PBC1 7.82 46.44 18.62 13.1 14.02
    若对防护的必要知识了解,愿意出行 PBC2 10.11 36.78 25.98 20.0 7.13
    若应对疫情有丰富的经验,愿意出行 PBC3 9.2 44.37 23.45 14.25 8.74
    出行意向 经常选择公交出行 BI1 54.48 21.84 10.80 4.83 8.46
    优先选择公交出行 BI2 24.37 44.60 18.62 8.28 4.14
    鼓励身边人公交出行 BI3 18.62 28.05 28.05 20.46 4.83
    出行行为 工作日通勤,主要选择公交出行 B1 68.26 4.60 5.52 19.78 1.84
    休息日出行,主要选择公交出行 B2 72.01 13.28 5.29 6.44 2.99
    公交出行频率会因疫情发生改变 B3 34.25 49.66 7.82 5.98 1.61
    下载: 导出CSV

    表  2  信度和效度分析结果

    Table  2.   Results of the reliability and validity analysis

    潜变量 测量题项 信度系数 整体信度系数 KMO抽样适合性 巴特利特球形度检验
    近似卡方 自由度 显著性
    出行态度 AT1、AT2、AT3 0.952 0.773 1 320.679 3 < 0.001
    主观规范 SN1、SN2、SN3 0.904 0.810 0.701 1 241.255 3 < 0.001
    知觉行为控制 PBC1、PBC2、PBC3 0.726 0.619 469.981 3 < 0.001
    风险感知 RC1、RC2、RC3、RC4 0.950 0.866 1 771.110 6 < 0.001
    防疫策略 S1、S2、S3、S4 0.956 0.872 1 920.338 6 < 0.001
    出行意向 BI1、BI2、BI3 0.778 0.693 349.885 3 < 0.001
    出行行为 B1、B2、B3 0.850 0.721 606.559 3 < 0.001
    下载: 导出CSV

    表  3  参数估计值及显著性水平

    Table  3.   Parameter estimates and significance level of the model

    路径关系 Estimate S.E. C.R. P 是否通过检验
    风险感知←防疫策略 -0.590 0.49 -12.099 ***
    出行态度←风险感知 -0.538 0.037 -14.606 ***
    出行态度←防疫策略 0.370 0.037 9.895 ***
    出行意向←出行态度 0.474 0.043 11.048 ***
    出行意向←主观规范 0.109 0.018 5.937 ***
    出行意向←知觉行为控制 0.097 0.021 4.511 ***
    出行意向←防疫策略 0.375 0.031 12.086 ***
    出行意向←风险感知 -0.015 0.031 -0.478 0.616
    出行行为←出行意向 0.405 0.051 7.907 ***
    出行行为←知觉行为控制 0.309 0.043 7.167 ***
    RC1 ←风险感知 0.982 0.032 28.109 ***
    RC2 ←风险感知 1.010 0.030 33.389 ***
    RC3 ←风险感知 0.998 0.032 31.004 ***
    RC4 ←风险感知 1.000 - - -
    AT1 ←出行态度 1.000 - - -
    AT2 ←出行态度 1.075 0.029 37.529 ***
    AT3 ←出行态度 1.007 0.034 31.726 ***
    S1 ←防疫策略 0.995 0.025 40.200 ***
    S2 ←防疫策略 0.959 0.028 33.938 ***
    S3 ←防疫策略 0.982 0.029 34.157 ***
    S4 ←防疫策略 1.000 - - -
    SN1 ←主观规范 0.845 0.042 19.962 ***
    SN2 ←主观规范 1.073 0.034 31.726 ***
    SN3 ←主观规范 1.000 - - -
    PBC1 ←知觉行为控制 0.734 0.064 8.166 ***
    PBC2 ←知觉行为控制 1.045 0.072 14.446 ***
    PBC3 ←知觉行为控制 1.000 - - -
    BI1 ←出行意向 1.000 - - -
    BI2 ←出行意向 0.981 0.063 15.624 ***
    BI3 ←出行意向 0.973 0.062 15.614 ***
    B1 ←出行行为 1.000 - - -
    B2 ←出行行为 0.901 0.059 15.360 ***
    B3 ←出行行为 1.106 0.064 17.159 ***
    下载: 导出CSV

    表  4  模型适配度检验结果

    Table  4.   Results of the fitness test for the model

    指标 指标描述 适配指标 检验输出值 是否适配
    CMIN/DF 卡方自由度,比值越大,适配度越差 1~3 2.614 适配
    GFI 适配度指数,值越大,适配度越好 > 0.9 0.903 适配
    NFI 规准适配指数,越接近1,适配程度越佳 > 0.9 0.940 适配
    RFI 相对适配指数,越接近1,适配程度越佳 > 0.9 0.930 适配
    CFI 比较适配指数,越接近1,适配程度越佳 > 0.9 0.962 适配
    RMSEA 渐进残差均方和平方根,值越小,适配程度越好 < 0.08 0.061 适配
    下载: 导出CSV
  • [1] 中华人民共和国交通运输部. 2020年交通运输行业发展统计公报[R]. 北京: 中华人民共和国交通运输部, 2021.

    Ministry of Transport of the People's Republic of China. Statistical bulletin on the development of transportation industry in 2020[R]. Beijing: Ministry of Transport of the People's Republic of China, 2021. (in Chinese)
    [2] 姜楠, 李赛, 曹素珍, 等. 新冠肺炎疫情期间我国人群交通出行行为分析[J]. 环境科学研究, 2020, 33(7): 1675-1682. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKX202007017.htm

    JIANG Nan, LI Sai, CAO Suzhen, et al. Transportation activity patterns of Chinese population during the COVID-19 epidemic[J]. Research of Environmental Sciences, 2020, 33(7): 1675-1682. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-HJKX202007017.htm
    [3] 茹小磊, 杨超, 严钢, 等. 应对突发大规模流行病的城市常规公交管控策略[J]. 中国公路学报, 2020, 33(11): 11-19. doi: 10.3969/j.issn.1001-7372.2020.11.003

    RU Xiaolei, YANG Chao, YAN Gang, et al. Control strategy for urban public transit in response to large-scale emergent epidemic[J]. China Journal of Highway and Transport, 2020, 33(11): 11-19. (in Chinese) doi: 10.3969/j.issn.1001-7372.2020.11.003
    [4] 牟振华, 李想, 闫康礼, 等. COVID-19在公交网络传播模型及防疫策略有效性分析[J]. 交通信息与安全, 2021, 39(1): 111-117. doi: 10.3963/j.jssn.1674-4861.2021.01.0013

    MOU Zhenhua, LI Xiang, YAN Kangli, et al. An analysis of COVID-19 propagation model in public transportation networks and effectiveness of epidemic prevention strategies[J]. Journal of Transport Information and Safety, 2021, 39(1): 111-117. (in Chinese) doi: 10.3963/j.jssn.1674-4861.2021.01.0013
    [5] 申婵, 孙峣, 崔洪军. 疫情防控下城市常规公交与定制公交的协同优化[J]. 华南理工大学学报(自然科学版), 2021, 49(7): 34-41. https://www.cnki.com.cn/Article/CJFDTOTAL-HNLG202107005.htm

    SHEN Chan, SUN Yao, CUI Hongjun. Collaborative optimization of urban conventional bus and customized bus under epidemic prevention and control[J]. Journal of South China University of Technology(Natural Science Edition), 2021, 49(7): 34-41. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-HNLG202107005.htm
    [6] 马昌喜, 王超, 郝威, 等. 突发公共卫生事件下应急定制公交线路优化[J]. 交通运输工程学报, 2020, 20(3): 89-99. https://www.cnki.com.cn/Article/CJFDTOTAL-JYGC202003012.htm

    MA Changxi, WANG Chao, HAO Wei, et al. Emergency customized bus route optimization under public health emergencies[J]. Journal of Traffic and Transportation Engineering, 2020, 20(3): 89-99. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JYGC202003012.htm
    [7] 谢驰, 陈志斌, 郑太秀, 等. 防止新冠疫情扩散的城市交通系统与出行活动管控策略[J]. 交通运输工程与信息学报, 2021, 19(1): 1-16. doi: 10.3969/j.issn.1672-4747.2021.01.001

    XIE Chi, CHEN Zhibin, CHEONG Taesu, et al. Mitigating the spread of epidemics by managing and controlling urban transportation systems and travel activities[J]. Journal of Transportation Engineering and Information, 2021, 19(1): 1-16. (in Chinese) doi: 10.3969/j.issn.1672-4747.2021.01.001
    [8] 李健, 陈田, 张懿木. 面向传染病疫情防控的公共交通运行管理决策支持研究[J]. 中国公路学报, 2020, 33(11): 30-42. doi: 10.3969/j.issn.1001-7372.2020.11.005

    LI Jian, CHEN Tian, ZHANG Yimu. Research on decision support for public transport operations and management for epidemic prevention and control of infectious diseases[J]. China Journal of Highway and Transport, 2020, 33(11): 30-42. (in Chinese) doi: 10.3969/j.issn.1001-7372.2020.11.005
    [9] 吴楠, 李远东, 赵安琪, 等. COVID-19疫情后武汉市公共交通运营策略研究[J]. 交通运输工程与信息学报, 2020, 18(3): 64-73. doi: 10.3969/j.issn.1672-4747.2020.03.008

    WU Nan, LI Yuandong, ZHAO Anqi, et al. Operation strategy for public transportation in Wuhan after the COVID-19 epidemic[J]. Journal of Transportation Engineering and Information, 2020, 18(3): 64-73. (in Chinese) doi: 10.3969/j.issn.1672-4747.2020.03.008
    [10] 刘海平, 肖尧. 突发疫情防控中公共汽车交通运营管理应对策略[J]. 城市交通, 2020, 18(3): 42-45+92. https://www.cnki.com.cn/Article/CJFDTOTAL-CSJT202003009.htm

    LIU Haiping, XIAO Yao. Bus operation and management during epidemic control and prevention[J]. Urban Transport of China, 2020, 18(3): 42-45+92. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-CSJT202003009.htm
    [11] EMMANUEL K J D, OSCAR A D. Adherence to social distancing and wearing of masks within public transportation during the COVID-19 pandemic[J]. Transportation Research Interdisciplinary Perspectives, 2020, 7(9): 1-8. http://www.sciencedirect.com/science/article/pii/S2590198220301020
    [12] MO Baichuan, FENG Kairui, SHEN Yu, et al. Modeling epidemic spreading through public transit using time-varying encounter network[J]. Transportation Research Part C: Emerging Technologies, 2021(122): 1-36. http://www.sciencedirect.com/science/article/pii/S0968090X20307932
    [13] 周继彪, 马昌喜, 董升, 等. 新冠肺炎疫情下城市公共交通非常规防疫策略——以宁波市为例[J]. 中国公路学报, 2020, 33(11): 1-10. doi: 10.3969/j.issn.1001-7372.2020.11.002

    ZHOU Jibiao, MA Changxi, DONG Sheng, et al. Unconventional epidemic prevention strategy for urban public transport systems during the COVID-19 outbreak: The example of Ningbo[J]. China Journal of Highway and Transport, 2020, 33(11): 1-10. (in Chinese) doi: 10.3969/j.issn.1001-7372.2020.11.002
    [14] 郑晏群, 孙婧, 高天乐, 等. 疫情下公共交通客流变化研究[J]. 计算机与数字工程, 2021, 49(9): 1852-1854+1904. doi: 10.3969/j.issn.1672-9722.2021.09.023

    ZHENG Yanqun, SUN Jing, GAO Tianle, et al. Research on the change of public transport passenger flow under epidemic situation[J]. Computer and Digital Engineering, 2021, 49(9): 1852-1854+1904. (in Chinese) doi: 10.3969/j.issn.1672-9722.2021.09.023
    [15] 胡松, 翁剑成, 林鹏飞, 等. 重大疫情对乘客公共交通依赖性的影响[J]. 交通信息与安全, 2021, 39(3): 17-24. doi: 10.3963/j.jssn.1674-4861.2021.03.003

    HU Song, WENG Jiancheng, LIN Pengfei, et al. Impacts of major epidemic on passengers'dependence on public transport[J]. Journal of Transport Information and Safety, 2021, 39(3): 17-24. (in Chinese) doi: 10.3963/j.jssn.1674-4861.2021.03.003
    [16] 刘建荣, 郝小妮, 石文瀚. 新冠疫情对老年人公交出行行为的影响[J]. 交通运输系统工程与信息, 2020, 20(6): 71-76+98. https://www.cnki.com.cn/Article/CJFDTOTAL-YSXT202006009.htm

    LIU Jianrong, HAO Xiaoni, SHI Wenhan. Impact of COVID-19 on the elderly's bus travel behavior[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(6): 71-76+98. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-YSXT202006009.htm
    [17] 姬杨蓓蓓, 莫世杰, 成枫. 公共交通管控对新冠肺炎病毒(COVID-19)疫情爆发期的影响分析[J]. 重庆交通大学学报(自然科学版), 2020, 39(8): 20-28. https://www.cnki.com.cn/Article/CJFDTOTAL-CQJT202008004.htm

    JIYANG Beibei, MO Shijie, CHENG Feng. Influence analysis of public transport controls against novel coronavirus pneumonia(COVID-19)during outbreak period[J]. Journal of Chongqing Jiaotong University(Natural Science), 2020, 39(8): 20-28. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-CQJT202008004.htm
    [18] 赵彦勇, 周家静, 厉海, 等. 新冠舆情、民众情感与城市公共交通[J]. 统计学报, 2021, 2(1): 71-82. https://www.cnki.com.cn/Article/CJFDTOTAL-SCGD202101007.htm

    ZHAO Yanyong, ZHOU Jiajing, LI Hai, et al. COVID-19, public emotions and urban public transport[J] Journal of Statistics, 2021, 2(1): 71-82. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SCGD202101007.htm
    [19] PARR S, WOLSHON B, RENNE J, et al. Traffic impacts of the COVID-19 pandemic: Statewide analysis of social separation and activity restriction[J]. Natural Hazards Review, 2020, 21(3): 15-27. https://trid.trb.org/view/1740035
    [20] AJZEN I. The theory of planned behavior[J]. Organizational Behavior and Human Decision Processes, 1991, 50(2): 179-211.
    [21] 章博瑶. 限行政策下西安市居民出行方式选择研究[D]. 西安: 长安大学, 2019. http://cdmd.cnki.com.cn/Article/CDMD-10710-1019628995.htm

    ZHANG Boyao. Study on the choice of travel modes of Xi'an residents under the limited travel policy[D]. Xi'an: Chang'an University, 2019. (in Chinese) http://cdmd.cnki.com.cn/Article/CDMD-10710-1019628995.htm
    [22] 郑君君, 张兵, 程翼, 等. 基于无标度网络的绿色出行选择行为研究[J]. 中国管理科学, 2019, 27(10): 198-208. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGGK201910020.htm

    ZHENG Junjun, ZHANG Bing, CHENG Yi, et al. Group choice behavior in green travel based on scale-free network[J]. Chinese Journal of Management Science, 2019, 27(10): 198-208. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZGGK201910020.htm
    [23] 方晓平, 周倩然. 基于TPB的低碳交通出行方式研究[J]. 铁道科学与工程学报, 2019, 16(3): 804-811. https://www.cnki.com.cn/Article/CJFDTOTAL-CSTD201903032.htm

    FANG Xiaoping, ZHOU Qianran. The research of low-carbon transportation mode based on TPB[J]. Journal of Railway Science and Engineering, 2019, 16(3): 804-811. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-CSTD201903032.htm
    [24] GUO Yanyong, ZHOU Jibiao, WU Yao, et al. Identifying the factors affecting bike-sharing usage and degree of satisfaction in Ningbo, China[J]. PloS one, 2017, 12(9): 1-19. doi: 10.1371/journal.pone.0185100
    [25] 周继彪. 综合交通换乘枢纽行人交通特性及安全疏散研究[D]. 西安: 长安大学, 2014. https://d.wanfangdata.com.cn/thesis/D558925

    ZHOU Jibiao. Research on pedestrian traffic characteristics and safety evacuation in integrated transport transfer hub[D]. Xi'an: Chang'an University, 2014. (in Chinese) https://d.wanfangdata.com.cn/thesis/D558925
  • 加载中
图(4) / 表(4)
计量
  • 文章访问数:  1039
  • HTML全文浏览量:  535
  • PDF下载量:  497
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-08-18
  • 网络出版日期:  2022-01-12

目录

    /

    返回文章
    返回