鄒晟譽(yù)

（中國人民公安大學(xué)，北京 100038）

引言

“新冠肺炎”疫情突如其來，雖然各地交通秩序基本恢復(fù)，但居民出行方式受疫情防控影響，國內(nèi)外對(duì)于出行方式特征和出行行為研究較多，但針對(duì)疫情防控背景下居民出行方式選擇的影響因素的研究很少。韓志玲等[1]探究了下雪天時(shí)，影響商務(wù)出行和休閑出行兩種出行特性的相關(guān)因素。諶越[2]利用問卷進(jìn)行數(shù)據(jù)調(diào)查結(jié)合出行特性與個(gè)人因素特性構(gòu)建計(jì)算模型，對(duì)出行者的彈性需求進(jìn)行分析，建立出行方式選擇模型。針對(duì)客觀環(huán)境對(duì)于居民出行方式的研究，趙峰俠[3]，謝旭軒[4]，曹靜等[5]探究了限行政策對(duì)交通的影響。李庚[6]，劉婧[7]探究了相關(guān)交通需求管理措施對(duì)出行行為的影響。Garling[8]，Loukopoulos[9]研究交通管理政策中的限行政策對(duì)居民出行行為的影響。國內(nèi)外對(duì)于出行方式影響因素的研究主要集中在常見的影響因素上進(jìn)行分析，分析單一因素或不同出行環(huán)境下對(duì)交通出行方式的影響。

1 數(shù)據(jù)調(diào)查與篩選

1.1 影響因素的選取

Ajzen[10]（1980）提出理性行為理論，即行為意志決定個(gè)體行為的選擇，另外行為態(tài)度和主觀規(guī)范對(duì)個(gè)體行為選擇不起直接影響，而是通過影響行為人自身意志進(jìn)而影響個(gè)體行為。Ajzen的深入研究發(fā)現(xiàn)，在客觀環(huán)境與個(gè)人屬性的限制下，個(gè)體不會(huì)完全按照個(gè)人的意志和態(tài)度進(jìn)行行為活動(dòng)。根據(jù)Ajzen研究成果，對(duì)疫情防控期間出行方式的影響因素選擇，不僅要考慮出行者個(gè)人屬性因素還應(yīng)當(dāng)考慮客觀環(huán)境屬性因素。疫情防控背景下的影響因素應(yīng)當(dāng)包含兩類，見圖1。

圖1 疫情期間居民出行方式選擇行為分析

1.2 數(shù)據(jù)收集與統(tǒng)計(jì)

相關(guān)研究顯示，因?yàn)閰?shù)的不同而存在差異隨著樣本量的增加變動(dòng)系數(shù)會(huì)減少。置信度為95%時(shí)，不同誤差所對(duì)應(yīng)的最大調(diào)查樣本量見表1。

表1 最大調(diào)查樣本量統(tǒng)計(jì)

調(diào)查方法采用網(wǎng)絡(luò)問卷和線上質(zhì)詢方式相結(jié)合的調(diào)查方法，網(wǎng)絡(luò)問卷調(diào)查和線上質(zhì)詢調(diào)查比例為12∶1，即網(wǎng)絡(luò)問卷600份，線上質(zhì)詢調(diào)查50份。分別采集出行者個(gè)人屬性，客觀環(huán)境屬性和出行方式選擇三項(xiàng)內(nèi)容，見表2。

表2 調(diào)查內(nèi)容統(tǒng)計(jì)

1.3 數(shù)據(jù)篩選與分析

1.3.1 相關(guān)性分析

在相關(guān)分析中，皮爾遜簡單相關(guān)系數(shù)適用于雙變量均符合正態(tài)分布，而斯皮爾曼等級(jí)相關(guān)系數(shù)和肯德爾等級(jí)相關(guān)系數(shù)都是非參測度。利用SPSS分析軟件，采用斯皮爾曼等級(jí)相關(guān)系數(shù)和雙尾顯著性檢驗(yàn)，基于調(diào)查問卷采集的統(tǒng)計(jì)數(shù)據(jù)，整理后將對(duì)各因素與居民選擇的不同的出行方式進(jìn)行雙變量相關(guān)性分析。表3為各影響因素與出行方式選擇的雙變量結(jié)果統(tǒng)計(jì)結(jié)果。

表3 雙變量相關(guān)性分析結(jié)果統(tǒng)計(jì)

從表3可以分析出，以家庭人員數(shù)量、對(duì)疫情了解程度、對(duì)疫情防護(hù)了解程度、本地區(qū)疫情防控等級(jí)和疫情防控效果與居民出行方式存在顯著相關(guān)關(guān)系。性別和年齡在疫情防控下對(duì)出行方式的選擇不存在顯著相關(guān)性。

1.3.2 主成分分析

由于選取了較多的影響因素，從分析結(jié)果來看，并不是所有的影響因素都與居民出行方式選擇存在顯著性相關(guān)，因此需要進(jìn)一步篩選。利用SPSS軟件對(duì)性別、年齡、家庭人員數(shù)量、對(duì)疫情了解程度、對(duì)疫情防護(hù)了解程度、疫情防控響應(yīng)等級(jí)和疫情防控效果7個(gè)影響因素進(jìn)行主成分分析。KMO檢驗(yàn)結(jié)果中KMO=0.631，球形度檢驗(yàn)P=0.000＜0.005，因此適合進(jìn)行主成分分析。因?yàn)榘凑仗卣髦担?，僅能提取55.8%，不夠，因此進(jìn)一步增加提取，將提取因字?jǐn)?shù)設(shè)置為“6”可以解釋91.519%。

對(duì)成分矩陣的成分載荷除以各自的特征值得到主成分系數(shù)，然后除以標(biāo)準(zhǔn)化后的自變量。主成分系數(shù)見表4。

表4 主成分系數(shù)

從表4分析中發(fā)現(xiàn)，7種影響因素均對(duì)居民出行方式產(chǎn)生影響，主要因素為家庭人員數(shù)量、對(duì)疫情了解程度、對(duì)疫情防護(hù)了解程度、本地區(qū)疫情防控等級(jí)和疫情防控效果，其次要影響為年齡和性別。

2 基于多元logistic回歸分析

MNL模型即多項(xiàng)邏輯回歸模型，屬于非集計(jì)模型中的一種，適用于有多個(gè)選擇枝的情況。隨機(jī)效用理論是邏輯回歸理論的基礎(chǔ)，即個(gè)人在每次決策時(shí)總是追求“效用”最大化，即選擇效用最大的選項(xiàng)。其模型[11]：

式中：Pj—被自變量為j類的概率，PJ—因變量為第J（j≠J）類的概率；xm—分自變量，m—啞變量標(biāo)號(hào)，取值為1,2,…,M；aj—截距項(xiàng)；βjm—回歸系數(shù)。

2.1 共線性檢驗(yàn)

為對(duì)多個(gè)自變量之間的相關(guān)性進(jìn)行評(píng)價(jià)，避免各影響因素之間因?yàn)橄嚓P(guān)性較高導(dǎo)致模型的誤差，進(jìn)一步對(duì)變量進(jìn)行共線性檢驗(yàn)，以此檢驗(yàn)各變量之間的相對(duì)獨(dú)立性。利用SPSS軟件進(jìn)行共線性檢驗(yàn)，其分析結(jié)果主要看容差和VIF，容差越接近0共線性越強(qiáng)，VIF大于10共線性越強(qiáng)。從表5容差和VIF可以分析，容差均不接近于0，VIF均不大于10，出共線性可以接受。

2.2 模型擬合效果分析

（1）模型擬合信息。表6為模型擬合信息，顯示似然比檢驗(yàn)顯著性為0.000，P值小于0.5，說明構(gòu)建的模型有統(tǒng)計(jì)學(xué)意義。

表5 共線性檢驗(yàn)

表6 模型擬合信息

（2）偽R方值與似然比檢驗(yàn)。三個(gè)偽R方值分別為0.38（考克斯-斯奈爾），0.412（內(nèi)戈?duì)柨疲?.189（麥克法登）。偽R方取值0～1，越接近1說明模型預(yù)測效果越好，三個(gè)偽R方值均偏低，最大值為0.4，說明模型對(duì)原始變量變異的解釋程度一般，還有一部分信息無法解釋，擬合程度并不是很優(yōu)秀。表7為模型系數(shù)檢驗(yàn)結(jié)果，包括截距和5個(gè)自變量的顯著性均小于0.05，拒絕回歸系數(shù)為0的假設(shè)，認(rèn)為自變量對(duì)Logistic回歸模型的線性貢獻(xiàn)顯著，通過檢驗(yàn)。

表7 似然比檢驗(yàn)

2.3 參數(shù)估算值分析

由于參數(shù)估算參考類別選為步行方式，因此首先對(duì)網(wǎng)約車、出租車出行方式與步行出行方式進(jìn)行對(duì)比分析，表8為出行方式為網(wǎng)約車、出租車參考步行類別的參數(shù)估算結(jié)果。分析可知，應(yīng)急響應(yīng)等級(jí)對(duì)網(wǎng)約車、出租車與步行兩種方式之間的選擇變化影響顯著性均大于0.05，不顯著，對(duì)疫情了解情況，對(duì)疫情防護(hù)了解情況，疫情防控效果以及家庭人員數(shù)對(duì)出行方式的選擇存在影響。

表8 參數(shù)估算值（網(wǎng)約車、出租車與步行）

（1）對(duì)疫情了解情況的影響：對(duì)疫情了解情況不清楚的情況選擇網(wǎng)約車或者出租車出行的概率比率是清楚了解疫情情況的4.721倍，然而隨著對(duì)疫情越了解，參數(shù)顯著水平大于0.05，意味著當(dāng)居民對(duì)疫情情況了解加深之后，了解程度對(duì)出行方式選擇的影響程度已經(jīng)不顯著。（2）對(duì)疫情防護(hù)了解情況的影響：對(duì)疫情防護(hù)了解情況不清楚選擇網(wǎng)約車或者出租車出行的概率比率是清楚了解防護(hù)措施的2.702倍，然而隨著對(duì)疫情防護(hù)措施越了解，參數(shù)顯著水平為0.619＞0.05，意味著當(dāng)居民對(duì)疫情防護(hù)了解加深之后，了解程度對(duì)出行方式選擇的影響程度已經(jīng)不顯著。（3）疫情防控效果：疫情防控效果不好和疫情防控效果一般的回歸系數(shù)估計(jì)值B都為正值，分別為2.507和1.079，這表明疫情防控效果越不好，居民更傾向于選擇網(wǎng)約車和出租車出行。當(dāng)除去疫情防控效果影響因素外，其他因素條件相同的情況下，疫情防控效果不好的自然對(duì)數(shù)比疫情防控效果好平均增加2.507個(gè)單位。防控效果不好選擇網(wǎng)約車和出租車出行的概率比率是疫情防控效果好時(shí)的12.266倍。（4）家庭人員數(shù)：家庭成員人數(shù)在1～3人和4～5人情況下的概率比率分別是家庭人員數(shù)6人及以上的0.162和0.384倍，隨著家庭成員增多，概率比率同時(shí)增加，但是不同家庭人員數(shù)量對(duì)于選擇網(wǎng)約車和出租車出行的意愿差距不大。

私家車出行方式分析結(jié)果可知，對(duì)疫情了解情況，疫情防控效果和家庭人員數(shù)量三項(xiàng)影響因素，對(duì)居民選擇私家車出行不存在顯著影響。疫情防控了解情況和應(yīng)急響應(yīng)等級(jí)對(duì)出行方式選擇存在顯著影響，但對(duì)疫情防控了解情況對(duì)私家車出行的影響力有明顯下降；在應(yīng)急響應(yīng)等級(jí)越高時(shí)，對(duì)傾向于選擇私家車出行的影響越大，其中響應(yīng)等級(jí)為一級(jí)的概率比率是三級(jí)的2.793倍，但應(yīng)急響應(yīng)等級(jí)調(diào)制二級(jí)時(shí)，其影響并不顯著。

公共交通出行方式分析結(jié)果可知，疫情防護(hù)了解程度和應(yīng)急響應(yīng)等級(jí)對(duì)公共交通出行方式的選擇不存在顯著影響，對(duì)疫情了解情況、疫情防控效果和家庭人員數(shù)存在顯著影響。其中，對(duì)疫情情況越不了解越容易選擇公共交通出行，疫情防控效果越好，居民越容易選擇公共交通出行，且疫情防控效果好的概率比率是效果不好的8.647倍。家庭人員數(shù)為1～3人的概率比率是6人及以上的0.347倍，但當(dāng)家庭人員數(shù)量增加后對(duì)于出行方式的選擇并不顯著。

3 相關(guān)措施建議

（1）疫情防控效果對(duì)居民出行方式影響最廣泛，對(duì)于恢復(fù)正常交通運(yùn)輸秩序和居民正常出行具有核心作用，各地方應(yīng)當(dāng)持續(xù)維護(hù)良好疫情防控態(tài)勢，排查疫情風(fēng)險(xiǎn)以此保障交通運(yùn)輸秩序的恢復(fù)。（2）居民對(duì)疫情防控了解情況和應(yīng)急響應(yīng)兩個(gè)因素在四類出行方式中，主要對(duì)私家車出行選擇產(chǎn)生顯著影響，其中疫情防控響應(yīng)等級(jí)影響最大，如需要減少道路擁擠，控制疫情影響導(dǎo)致的非必要私家車出行，在疫情好轉(zhuǎn)的情況下，及時(shí)下調(diào)地區(qū)應(yīng)急響應(yīng)等級(jí)以此減少對(duì)居民出行方式的影響力，可以緩解道路交通壓力。（3）疫情防控效果越好，居民更傾向于選擇公共交通出行，加強(qiáng)疫情防控從而降低本地區(qū)疫情風(fēng)險(xiǎn)，疫情防控效果越好居民選擇公交出行，可以分擔(dān)道路交通壓力。（4）疫情防控期間居民更傾向于選擇私家車出行，適當(dāng)調(diào)整公共交通車次和運(yùn)營時(shí)間，在道路空間有限的情況下，為私家車提供道路空間。（5）疫情風(fēng)險(xiǎn)較高地區(qū)，防控效果越不好居民更傾向于選擇網(wǎng)約車和出租車出行。應(yīng)當(dāng)加大對(duì)出租車和網(wǎng)約車的消毒防護(hù)工作，為駕駛員提供防護(hù)措施保障，其次加強(qiáng)對(duì)居民宣傳教育，在疫情宣傳教育方面重點(diǎn)對(duì)象家庭為家庭人數(shù)三人以上，提高居民對(duì)疫情防護(hù)了解程度減弱居民對(duì)網(wǎng)約車和出租車的選擇傾向。

4 結(jié)語

（1）不同影響因素對(duì)于居民出行方式的影響程度和顯著性都存在差異，且特征變量自身的變化也會(huì)影響其顯著性和影響程度，模型分析時(shí)應(yīng)當(dāng)逐步進(jìn)行。（2）通過研究居民出行方式選擇，確定居民出行方式選擇的影響因素，有針對(duì)性地制定交通管控措施，滿足居民各種交通出行需求，科學(xué)管理和引導(dǎo)居民出行心理，提高城市交通運(yùn)行效率。（3）重大公共衛(wèi)生事件對(duì)居民出行方式產(chǎn)生重大影響，在疫情防控背景下非常態(tài)影響因素在其中產(chǎn)生顯著影響，例如疫情防控效果、疫情應(yīng)急響應(yīng)等級(jí)等因素。