骆 晨,董 青,姚 擎,张海荣,王倩茹
(中国民用航空飞行学院空中交通管理学院,四川德阳618307)
公共卫生突发事件根据传播特性可分为警示期、阻断期、管控期、持续期、正常期.持续期一般为2~4个月甚至半年,该阶段疫情虽得到有效控制但仍具有感染风险,需要特殊管控[1].研究该阶段旅客中长距离出行方式的选择行为,能有效降低疫情对公共运输收益的负面影响,加快社会经济的恢复.
突发公共卫生事件持续期出行行为研究主要从组织管理和需求分析两方面进行[2].组织管理方面:李燕霞等[3]考察十八大以来交通运输领域中有关疫情防控法规制度建设取得的成绩,查找分析新冠肺炎疫情挑战下暴露出来的短板和不足;《中国公路》期刊[4]整理新冠疫情期间我国在交通管理方面的措施发现,我国应优化外集内配网络体系,实现应急物资的高效运输和基本生活物资的有效供给;曹仁霞等[5]以疫情期间公安交通执法人员安全防护为落脚点,探讨道路交通管理工作创新,用以保障交通运输通畅.在需求分析方面:吴娇蓉等[6]基于上海复工通勤群体出行偏好进行网络问卷调查,获取1 108 份有效问卷,解析出行群体在疫情持续期的出行偏好,研究结果显示,在不同拥车率条件下,200人左右员工是通勤合成时成功率较高的规模;张毅等[7]基于空气传染病模型,构建了新型冠状病毒的交通出行易感度评估模型,研究发现,步行、自行车在空旷条件和人员间距随机可控的前提下,易感度基本为0,飞机、高铁、大巴等载运工具的典型型号,在空调最大换风系数下人均通风量可达到约30 m3/h,不足以造成病毒大面积传播.
上述研究均以疫情期间出行管理作为研究对象,未涉及旅客对出行方式的选择行为.即使有出行选择行为的研究亦是针对通勤出行,未涉及居民跨区域的中长距离出行.在疫情持续期,因疫情控制的复杂性、政策时效性和出行易中断性,旅客在跨区域出行方式选择上发生重要偏转.鉴于此,本文以旅客在公共卫生事件持续期长距离出行方式选择行为作为研究对象.在2020年3月新冠肺炎疫情持续期,通过网络采集1 643份有效调查问卷,基于统计数据,引入MNL模型,重点剖析个体属性、出行属性、风险感知属性对居民出行的选择行为影响,为突发公共卫生事件下均衡各种交通运输方式的客流量提供政策依据.
突发公共卫生事件持续期相异于管控期,居民有较大范围的出行活动,部分地区甚至出现“严管控全开放”的情况;相异于正常出行活动,居民受疫情不间断爆发的客观风险及自我防控措施的主观风险交织形成的风险感知影响.
交通方式的风险感知是指居民在乘坐交通工具时由该种交通方式引起的暴露风险的主观认知,其中,风险感知主要包括交通方式客观风险和主观风险两类[8],如图1所示.
图1 疫情持续期间风险感知示意Fig.1 Risk perception during outbreak duration
现有国内外突发公共卫生事件下,旅客出行行为影响因素归结为个体属性、风险感知属性和出行属性[9],如表1所示.
表1 突发公共卫生安全事件旅客出行方式选择影响因素Table 1 Factors of choice of travel mode for passenger under the duration of public health emergencies
非集计模型通过引入出行者特征变量[10],可以对出行选择影响因素进行精准刻画.因此,本文构建公共卫生事件持续期的旅客出行方式选择非集计模型,刻画旅客在突发公共卫生持续期的出行选择影响因素.假设旅客i选择出行方式j的效用Uij为
式中:Vij为效用函数Uij中固定项;εij为效用函数Uij中概率项.
根据已有研究成果,假设航空出行选择中固定项效用函数Vij与影响因素Xijk之间具有线性关系,利用结果序列分析,表示为
式中:K为特征变量的个数;θk为第k个变量对应的参数;Xijk为旅客i选择出行方式j的第k个变量的影响因素.
根据效用理论中最大化思想,旅客i选择出行方式j的概率Pij为
式中:Ai表示旅客i选择出行方式的选择集合;U tn表示在旅客集中除去i旅客外任意旅客t选择出行方式n效用;εtn为效用函数Utn中概率项,现有研究表明其服从二重指数分布;Vtn为任意旅客t选择出行方式n的效用.
利用自主设计的突发公共卫生事件持续期居民方式选择调查问卷,于2020年3月在新冠肺炎疫情持续期通过网络发放调查问卷,收集1 643份有效调查问卷,采用里Likert五点量表对指标进行数值量化,由1~5表征不同指标差异度,如表2所示.
表2 各因素调查问卷统计Table 2 Questionnaire statistics for each factor
以民航为参考类别,运用SPSS 软件对多元Logit模型进行参数标定,结果如表3所示.其中,B为变量系数,S.E为标准差,Wald为统计量,df为自由度,Sig.为统计量的显著性水平,exp(B)为子变量增加一个单位所引起预测概率的变化.模型变量的选择根据显著性水平Sig.确定,如果Sig.小于0.05 说明该变量对突发公共卫生事件持续期居民出行方式选择有影响,应纳入出行选择行为模型中;反之,应予以剔除.
表3 参数估算值Table 3 Estimated parameters
对变量进行显著性检验,剔除显著性不高的变量.以民航作为参考出行方式,运用多项Logit模型对数据统计分析,获取模型拟合信息和似然比检验结果如表4和表5所示.
由表4可知,受教育水平、是否有私家车、家庭结构、家庭人数、家庭人均月收入、出行目的、出行距离、出行方式偏好、易感度、防控措施、途径站点暴露、防控措施了解、主观信任度等变量与民航出行方式之间线性关系显著,模型变量选择正确.
表4 模型拟合信息Table 4 Model fitting information
表5 似然比检验Table 5 Likelihood ratio test
由表5可知,是否有私家车、家庭人均收入、出行方式偏好、防控措施、途径站点暴露率、防控措施了解、主观信任度的卡方检验概率P值均为0.000,低于统计值0.01,根据回归系数为0的假设,认为其对模型的线性关系贡献显著.
由表3可知,在个体属性方面,选择铁路与航空两种不同出行方式的主要影响因素按影响程度由高到低依次为:家庭人均月收入、家庭结构、受教育水平、家庭人数.选择公路与航空两种不同出行方式的主要影响因素为:是否有私家车和家庭人均月收入.
分析认为选择公共交通出行方式出行,居民是根据受教育层度分析突发公共卫生事件,听取家庭成员建议,综合家庭收入水平做出决策;收入对居民的显著影响水平与正常条件下的绝对影响存在相异,原因是在突发公共卫生事件持续期航空运输的客票价格与高铁票价相近甚至更低;居民在自驾与民航运输两者之间选择的显著影响因素增加了是否有私家车,主要原因是在突发公共卫生事件下,居民主观认为自驾能将旅途中出行合乘人员的风险概率、途径站点暴露率进行自我掌控,家庭结构、家庭人数等为非显著影响因素是因为疫情期居民所在家庭成员的主观意愿均为降低感染风险,而以私家车出行为代表的公路出行能够较好地满足所有意愿.
由表3可知,在出行属性方面,影响居民选择航空或铁路出行的显著影响因素按影响程度由高到低依次为:出行方式偏好、出行距离、出行目的.选择公路与航空两种不同出行方式的主要影响因素为:出行方式偏好.
分析认为疫情持续期,基于国家全方位的防控策略,居民对航空和铁路出行的主观认知的感染或者暴露率均相同,均存在一定的暴露风险,尤其无法自我控制风险,致使其影响显著度与正常条件时相同;但在公路出行中,居民认为自驾方式能够根据不同区域的疫情状况进行自我防控,忽略了因时空距离、出行目的带来的影响,仅从疫情所支配的出行偏好角度进行选择.
由表3可知,在风险感知属性方面,选择铁路与航空两种不同出行方式的主要影响因素按影响程度由高到低依次为:防控措施、途径站点暴露率、防控措施了解情况、易感度、主观信任度.选择公路与航空两种不同出行方式的主要影响因素按影响程度由高到低依次为:防控措施、易感度、防控措施了解情况、主观信任度、途径站点暴露率.
选择航空与铁路两种出行方式时,随着途径站点暴露率增加,居民会减少选择铁路出行的概率而增加选择航空出行的概率;选择公路与航空两种出行方式时,随着途径站点的暴露率增加,居民主观认为所有出行方式的暴露风险概率增加,而选择自驾出行能够较好地掌握自我暴露风险.随着防控措施了解程度的增加,居民都由最初的铁路或公路出行转变为航空出行,主要原因是疫情期间航空票价折扣力度增加,随着居民对各交通出行方式的防控措施的了解程度增加,居民出行恢复理性,摒弃疫情初始的主观防控认知,转为客观分析;同等感染风险条件下,居民以票价作为选择的重要指标.
本文从突发公共卫生事件主观、客观两个风险层面出发,基于多元Logit 模型,分析不同风险感知属性对居民出行方式选择的影响.通过研究得到以下结论:风险防控措施、风险防控措施了解程度对居民在突发公共卫生事件持续期的出行方式选择影响程度远高于易感度、途径站点暴露、主观信任度;防控措施了解程度每提升1 个单位,乘坐铁路、公路的概率分别降低6.371 和7.234 个单位;防控措施每提升1个单位,乘铁路、公路的概率分别降低11.528 和11.237 个单位;途径站点暴露率每提升1 个单位,选乘铁路、公路的概率分别降低10.113 和提高1.296 个单位;航空公司在保持低票价的前提下,在传播媒体中宣传航空运输的防控措施以提高居民对其选择概率;铁路部门在保障班次的情况下增加旅客座位间隔、减少途径站点,以交织停站的方式降低途径暴露风险,提高居民对其选择概率;综合交通应以分时段、分地区、低风险且具有差异化的错峰出行为整体性原则,利用各运输工具的管理措施,均衡各运输方式的出行量.
突发公共卫生事件持续期疫情具有偶发性爆发,爆发地点和规模的不同亦将对居民出行行为产生影响,下一步将剖析疫情偶发式爆发对居民出行方式选择的影响.