新冠疫情前后老年人公交出行满意度研究

孙 帆，晋民杰，张 涛，贾庆林

(太原科技大学 交通与物流学院，太原 030024)

2020年1月自武汉爆发新型冠状病毒肺炎疫情之后，全国各地都涌现了不同数量的确诊病例，中国疫情严重程度不断加深.以大容量、集约型为显著优点的公交很快便成为了病毒传播的高效途径[1]，因而全国各地依据不同的疫情水平制定了相应的公共交通管控措施[2].但Haas等[3]认为这些限制可能很大程度上影响人们的生活方式、社会交互和经济状态，特别是对人们的日常出行产生了较大限制，并且恐惧感染和可感知的风险也会对人们的出行心理产生影响.因此，在这样的疫情影响下，人们的公交出行或许与疫情前存在较大差异.

国内当前对疫情前后(2020年1月之前为新型冠状病毒疫情前，2020年3月以后为新型冠状病毒疫情后)公交出行的研究主要集中在选择公交的影响因素方面：胡三根等[4]将疫情分成3个不同阶段，从出行者属性与出行特性两个方面分析居民出行方式选择行为的影响因素，发现疫情后期出行者的年龄、是否拥有汽车、经济状况和出行目的对公交车出行方式选择行为影响最为显著.刘建荣等[2]采用验证性因子分析和Logit模型研究新型冠状病毒疫情对老年人的公交出行行为的影响，结果显示新冠疫情和对新冠肺炎疫情严重程度的感知对老年人使用公交意愿具有显著影响.骆晨等[5]剖析了疫情持续期间风险感知性对居民中长距离出行的影响，公路出行会随着风险防控措施、风险防控措施了解程度的提升而降低出行频率.由于国外疫情阶段和水平明显不同于中国，国外的研究集中在疫情对公交出行的影响力层面：Kwok等[6]在对新型冠状病毒早期香港居民出行的最新调查指出40%受访者都避免使用公交车出行.Vos等[7]在探究疫情期间社交距离对出行行为的影响中表明疫情期间人们通常会减少自己的出行，并用私家车来代替公交出行.Molloy等[8]在追踪新型冠状病毒在瑞士的影响力研究中，指出在2020年3月的第二周，瑞士每周工作日的出行次数和平均行驶公里数减少了约60%.同时，男性继续出行的人数要多于女性.Engle等[9]利用GPS数据和美国COVID-19案例数据得出由于针对疫情颁发的居家隔离限制，导致了人口流动率减少了7.87%.

老年人群作为新型冠状病毒的易感人群，是感染新型冠状病毒的主体，其公交出行是日常生活的主要方式[10-11].新冠疫情的爆发，使得其放弃日常出行实行居家隔离.但随着疫情得到有效管控，全国疫情在3月份以后呈现持续恢复期，各地开始陆续恢复公共交通，可是该阶段疫情虽然得到了有效控制，但仍具有传染风险，需要特殊管控[5].在这样的后疫情持续恢复期阶段，老年人的公交出行因为生理和心理的双重影响，使其在乘坐公交出行时与疫情前或许存在差异.而公交满意度作为乘客公交出行的主观感受评价，直观地反映了乘客出行态度.Habib等[12-13]指出公交出行满意度受乘客感知其他因素的影响，与出行方式价值感知、出行目的有密切联系.温惠英等[14]在对不同交通工具类型下城际公交满意度的研究中显示：经济性、可达性以及舒适性对公交出行满意度产生显著正影响，从而影响公交出行.赵丽娜等[15]在对通勤与非通勤乘客的公交出行满意度的研究中认为乘客对可达性的满意程度是选择公交出行的前提条件.因此，公交出行满意度的高低在一定程度上决定着乘客的公交出行状态以及下次公交出行的决策.而当前的研究很少集中在老年人群的公交出行满意度上，本文作者通过细分出10个满意度指标因变量，定量分析疫情前后老年人个人属性、出行属性以及以心理属性对10个公交出行满意因变量的影响与差异，为未来突发相似重大公共卫生事件下改善老年人的公交出行环境提供参考，也为交通运输部门在后疫情阶段提高公交出行比例提供案例研究.

1 数据与分析

1.1 调查区域与数据收集

调查小组在2020年12月18日至2020年12月30日在太原市部分老年人聚集地(包括龙潭公园、迎泽公园、万达广场、茂业中心、下元商贸区等)进行了为期13天的调查，调查范围涉及万柏林区、尖草坪区、迎泽区、小店区等区域.受访人群主要为60周岁及以上的老年人，问卷主要分为3部分：老年人的社会人口统计学特征(包括户籍、性别、年家庭收入等)以及疫情前后公交出行属性特征(即日常使用公交最频繁的出行目的以及相应的出行距离和出行时间)；疫情前后老年人在乘坐公交过程对某些因素的心理属性描述(包括关注程度，心理不安程度等)；老年人对疫情前后乘坐公交的满意度进行陈述(包括等车时间、车内通风以及安全警示信息等).心理属性变量中关注程度的题项回答采用5点Likert量表，1表示非常不关注，5表示非常关注；心理不安程度采用5点Likert量表，1表示非常不担忧，5表示非常担忧；满意度指标的题项回答采用5点Likert量表，1表示非常不满意，5表示非常满意.调查小组发放问卷650份，回收645份，回收率约99.2%，去除无效问卷56份(部分信息缺失)，调查到有效问卷589份，有效率91.3%.受访人群的基本社会人口统计信息如表1所示，农村户籍的老年人占比较多，占受访人群的51.1%，已经退休的老年人在受访人群中占比较大，达到63.3%.大多数老年人处于年家庭收入在2～8万元之间，并且76.2%的老年人身体无物理性障碍.

1.2 公交出行特征

疫情前后老年人群经常使用公交出行的出行目的、出行距离以及出行时间,如表2所示.疫情前老年人出行目的主要集中在生活购物(32.6%)、文娱活动(25.8%)以及工作(14.3%).与文献[16]的研究结果一致：在新冠疫情后大多是老年人的出行目的的多样性受到了极大的限制，工作出行比例下降了13.8%，受访人群中只有0.5%的老年人在疫情后进行工作出行，有超过一半的老年人(53.8%)的出行仅是为了维持日常生活的购物出行.出行距离在疫情前后的对比结果显示，在疫情前后出行距离差异最大的是短距离出行，在疫情前3 km以内的出行约占43.1%，而在疫情过后3 km内的出行增长了将近25%，达到了66.7%.长距离出行中疫情前5 km以上的出行占比为42.8%，疫情后仅有20%.说明了新冠疫情对大量原本使用公交出行的老年人的出行距离产生严重影响，使其大多出行距离维持在3 km之内出行，此结果与文献[8]的研究结果一致，其认为在2020年3月15日—2020年4月30日之间，日常出行距离都在0～10 km的区间内[8].对于公交出行时间属性，疫情前后的变化趋势跟出行距离相似，疫情后出行时间骤然减少，12 min之内的出行占63.1%.长时间使用公交出行的时间(20 min以上公交出行)减少了18.5%.

表1 受访人群社会人口统计特征

描述性特征显示出新型冠状病毒的“大流行”对于原本行动力就受限的老年人来说无疑是雪上加霜.同时，老年人群体是感染新冠病毒风险较高的群体，自身的防护意识拉大了社交距离，这使得在疫情后老年人的公交出行产生了很大的障碍，导致部分老年人群体公交出行呈现出行目的单一、出行距离短以及出行时间少等特征.

1.3 指标选取

当前对乘客出行满意度的研究颇多，主要是从7方面提取指标进行乘客出行满意度的评价：安全性指标、可靠性指标、经济性指标、快速性指标、舒适性指标、方便性指标以及增值服务性指标[17].但这些指标的构建相对太宏观，难以准确定义.因此本文以这7个指标作为构建老年人公交出行满意度指标的基础，与新型冠状病毒疫情的大环境相结合，对满意度指标进行定义，具体划分如图1所示.对图1中部分指标进行说明：安全警示信息疫情前主要指的是“禁止倚靠”“不要把手头伸出窗外”等警示信息，疫情后指的是防疫安全警示信息，例如“扫健康码乘车”等；过程顺畅指的是公交行驶过程中无交通拥堵现象；行驶稳定即公交行驶速度比较稳定；社交距离即在车内个体与个体之间在空间上的距离；温度合理即车内的温度是否过低或过高.

表2 疫情前后出行属性对比

图1 满意度指标Fig.1 Indictors of satisfaction

2 理论概述

2.1 多元有序Logit回归模型

多元有序Logit(Multi-Categorical and Ordered Logit, MCOL)模型是对因变量为分类变量且具有顺序关系的两个以上类别(或级别)逻辑回归的拓展，表示为

(1)

式中：y为k个等级的有序变量；X1,X2,…，Xi为i个特征化自变量；β1,β2，…，βi为i个待估回归系数；αj为常数项；ε为一个正态分布的随机扰动项.

当βi确定后，某种特定情况的发生概率可以表示为

(2)

式中：P(y≤j)为取前j个值的累计概率.

通常MCOL模型的拟合优度由NagelkerkeR2验证[18]，变量的统计效应基于Wald检验的P值[19].

2.2 结构方程模型

结构方程模型(Structural Equation Model, SEM)一般用来研究多重点相互关系的多元统计方法[20].可以探讨潜在变量和观察变量、潜在变量和潜在变量之间的相互关系.优点是可以使测量模型具备更大的弹性以及能够同时估计因子结构和因子关系.通常包含两个基本模型：测量模型和结构模型，测量模型由潜在变量和观察变量构成，研究两者的相互关系.结构模型是各个潜在变量的组成，探讨各个潜变量之间的因果关系.

测量模型为

(3)

结构模型为

η=Bη+Γξ+ζ

(4)

式中：η为m个内生变量的列向量；ξ为n个外生变量的列向量；B为内生变量对其他内生变量直接影响的m×m阶结构系数矩阵；Γ为外生变量对内生变量直接影响的m×n结构系数矩阵；ζ为与内生变量相关的误差项的列向量；y为内生变量对应的p个观察指标的列向量；x为外生变量对应的q个观察指标的列向量；系数矩阵Λy为内生潜变量对观测变量y直接影响的系数矩阵(p×m)；系数矩阵Λx为外生潜变量对观测变量x直接影响的系数矩阵(p×n)；ε和δ为测量模型的测量误差列向量.

3 个人属性和出行属性

3.1 模型参数标定

将实际调查的疫情前后个人属性和出行属性数据代入多元有序Logit模型中，通过SPSS23.0进行参数标定，选择每个属性中的最后一个类别作为参考类别.将因变量等车时间、到达时间、车内通风、安全警示信息、过程顺畅、易于换乘、车票价格、社交距离、行驶稳定以及温度合理分别用Xwt、Xat、Xac、Xswi、Xsp、Xet、Xtp、Xpp、Xsd、Xst表示.表3和表4显示了疫情前后个人属性、出行属性对满意度指标的系数效应值，并且因变量拟合的统计效应P值是显著的，分别在0.05、0.01以及0.001的水平呈现不同显著性水平.NagelkerkeR2值整体上显示拟合程度较好.

3.2 结果分析

1)表3的变量系数指出疫情前户籍变量对公交车上的车内通风、安全警示信息、车票价格、行驶稳定以及温度合理5个变量都有显著的影响.其中，相对于城市老年人，生活在乡村的老年人对公交车的要求似乎更高.男性老年人对于车票价格敏感，并且相对于女性老年人，男性老年人对当前的车票价格不太满意.职业属性中相对于职员和工人，个体经营者对疫情前的到达时间和安全警示信息满意度较低，而对车辆行驶过程中的流畅性有积极态度.而职业为家务人员和退休人员的老年人对乘坐公交的等车时间、到达时间、车内通风、安全警示信息、过程顺畅、易于换乘、行驶稳定以及温度合理的满意度都很低，特别是等车时间和到达时间，因为这两种人群出行目的一般为生活购物，其出行时间为早高峰时刻(7:00-9:00)，而早高峰时刻公交出行一般呈现车流量大，堵车严重等现象.家庭收入对于老年人公交出行满意度也有显著影响，与高收入家庭相比(15万元以上)，低中收入家庭的老年人安全警示信息态度消极，低收入群体对车票价格相对于中高收入群体更加敏感.无残疾的老年人对公交出行的满意度影响不显著，但患有残疾的老年人的残疾程度影响着老年人的公交出行满意度.相对于中度或者重度残疾的老年人，轻度残疾老年群体对公交行驶过程中的稳定性更加看重，因为其身体的物理障碍要避免接触甚至碰撞现象.

出行属性中，出行目的为非工作出行与工作出行的老年人对公交出行满意度评价存在差异，工作出行的老年人对当前工作公交的等车时间、到达时间以及温度合理不满意而非工作出行的老年人群体对车内通风和安全警示信息敏感.这种差异的原因在于工作出行的老年人都是定点上班，对时间有严格要求，而非工作出行的老年人时间更加自由，更加注重乘车环境.相对于长距离出行(10 km以上)，中短距离出行的老年人疫情前公交出行的满意度评价良好.可能是因为中短距离出行的老年人心态更加放松，而长距离出行的老年人由于距离较远，时间更加紧迫.出行时间对公交出行满意度的影响随着乘车时间的变化而产生差异.短时间的乘坐公交车时，老年人对公交出行满意度较好，而长时间乘坐公交车后，对公交出行的满意度呈现消极趋势，可能是由于长时间的乘车导致的结果.

表4 疫情后模型参数

2)表4的变量系数显示疫情后户籍变量对公交出行满意度依旧有显著影响，但幅度不同.相对于城市老年人，疫情后农村户籍的老年人对易于换乘和车票价格的满意程度相比疫情前显著增加.而性别变量在疫情后对老年人公交出行满意度的无显著影响.职业属性中，疫情后职业为个体经营者的老年群体对公交出行满意度有所改观，对行驶过程的流畅性和稳定性评价呈现积极，原因可能是因为疫情后车流量和人流量减少，间接提升了公交车驾驶的流畅性和稳定性.除此之外，职业为家务和退休人员的老年人对疫情后出行的满意度也有所提升，其对到达时间、车内通风、安全警示信息等满意度都有积极态度，可能是由于新冠疫情带来的社会压力，特别对于公交这种具有低水平社交距离的集约型交通工具，容易制造传播途径，让交通运输部门加大了对公交车防疫工作的力度，从而在一定程度上改善了公交运行状态和车内环境.疫情后家庭收入对老年人的公交出行满意度的影响相对于疫情之前有所下降，只有家庭收入区间在8万元～15万元老年人认为在安全警示信息和乘坐过程的顺畅性方面仍需改善.与疫情前最大的差别是无残疾的老年人对疫情后太原的公交车出行满意度产生负向效应，对公交车的到达时间，车内通风、车票价格以及社交距离的满意度呈现消极态度.轻度残疾的老年人对疫情后的等车时间和社交距离也表达了一定的不满情绪.

出行属性中，工作出行对公交出行满意度的影响都不显著，可能是因为新型冠状病毒导致的“失业”或公司“倒闭现象”.非工作出行的老年人对等车时间和安全警示信息都有积极评价.说明疫情后公交车到站准点率有所改善，积极遵守防疫工作.不同出行距离的老年人与疫情前的公交满意度评价也存在差异，与长距离出行相比，疫情后短距离出行的老年人对公交出行满意度产生正向效应，而中长距离的出行对等车时间和社交距离表现出负向评价.而出行时间中，老年人短时间乘坐公交出行的满意度相对于长时间乘坐公交车出行的满意度更加积极，这与疫情前相似.

4 心理属性

4.1 模型变量

风险感知会对心理情绪产生微妙变化，从而会导致出行行为的改变[21].而在新型冠状病毒疫情的大环境背景下，公交作为社交距离水平较低的交通工具，其高风险的感染率势必对老年人的心理造成影响，结合疫情来考察疫情前后的老年人公交出行心理变化(即心理属性)对公交满意度的影响，将在突发公共卫生事件下改善老年人出行环境有一定意义.先前的研究指出对疫情的关注程度会对居民的出行产生自身防护意识，从而影响出行行为[12，21].因此，本文将疫情前后对公交车内部状态的关注程度作为外生潜在变量(观察变量包括车内环境、其他乘客身体状况、接触情况、拥挤情况、佩戴口罩情况)，内心的心理不安作为模型的中介潜在变量(观察变量包括卫生情况、发生接触、出现咳嗽及感冒、乘客较多、未戴口罩)，老年人的公交出行满意度作为最终的结果变量，探究心理属性对老年人的公交满意度影响.

4.2 信效度检验

在运用SEM分析疫情前后心理特性对老年人公交满意度的影响之前，需要利用验证性因子分析(Confirmatory Factor Analysis, CFA)来验证测量模型与调查数据的拟合程度，从而检验模型的组成信度、收敛效度以及区别效度.疫情前满意度的观察变量易于换乘、社交距离以及行驶稳定3个变量，疫情后的易于换乘、社交距离、行驶稳定以及车票价格4个变量均不满足CFA的标准因子载荷0.5以上.因此，进行模型修正，剔除标准化因子载荷小于0.5的题项，修正后的结果如表5所示，其中U-std为非标准化系数；Std为标准化系数.组成信度(Composite Reliability, CR)表示构念指标的内部一致性，标准为大于0.7[20].平均变异萃取量(Average Variation Extracted, AVE)表示潜在变量对应的观察变量对该潜在变量的变异解释力，标准为大于0.5[22].由表5可知疫情前后所有的变量均满足CFA的要求.而区别效度指的是构念与其对应的多个观察变量之间的整体相关性(即AVE)是否大于构念与构念之间的相关性，若大于，则各构念之间有很好的区别效度.表6显示除了疫情前的关注程度和心理不安变量区别效度(0.758)较低以外，整体角度来看模型之间潜变量的区别效度是可以接受的.因此，从CFA的分析结果来看，调查数据和模型可以很好适配，适合做SEM分析.

4.3 模型构建

图2显示了使用AMOS24.0对疫情前后关注程度、心理不安和老年人公交出行满意度3个潜变量之间相关关系进行刻画的路径分析结果.椭圆形表示潜变量，长方形表示观察变量，圆形表示误差项.在构建模型之后需要对模型和数据的适配度进行分析，而结构方程的适配度指标具有多样性，且每一个单独的统计指标均反映了某一个特定的拟合程度，导致一个对模型有利的值，不能代表模型是可接受的.因此本文根据文献[23]总结的194位学者报告的适配度指标频率结果，使用该文章中报告的最常用适配度指标来确定模型的适配度.表7显示除了疫情后的AGFI指标(0.886)未达到标准数值外，其他适配度指标均满足要求.其中χ2/df为卡方自由度比；GFI为拟合优度指数；AGFI为调整的拟合优度指数；RMESA为近似误差的均方根；CFI为比较拟和指数；IFI为递增拟和指数；TLI为Tucker-Lewis指数；NFI为规范拟和指数；SRMR为标准化均方根残差.

表5 信度检验

表6 区别效度

图2 疫情前后标准化路径系数Fig.2 Standardized path coefficient before and after pandemic

表7 模型适配度指标

4.4 效应分析

结构方程可以将影响效应分为总效应T，直接效应D和间接效应I来揭示潜变量之间的因果关系.表8显示了疫情前老年人对公交内部状态的关注程度直接导致心理不安(D=0.758)，说明疫情前对拥挤程度、接触程度等相当关注而产生不满情绪的老年人会产生心理不安，焦虑现象.而疫情前关注程度和心理不安对公交乘坐满意度有微弱的正向效应，但不显著(T=0.038，T=0.011).表明了疫情前老年人对乘坐过程中的关注程度和心理不安对满意度的影响较小，可能是因为老年人公交出行的惯性作用.老年人疫情前使用公交频率高，是其日常主要出行的交通工具，长期使用该交通工具容易产生依赖.而疫情后关注程度、心理不安以及满意度之间的效应与疫情前有较大差异.

疫情后，老年人对公交内部状态的关注程度仍会产生心理不安情绪(T=0.376).与先前不同的是额外产生了心理不安情绪对公交出行满意度的显著负效应(T=-0.119).可能是因为疫情后老年人在乘坐过程中对戴口罩、他人的咳嗽等现象格外关注，因此当他人未戴口罩或咳嗽时，会产生极大的心理不安情绪，导致出行满意度降低，从而使得老年人减少公交车的出行或者不使用公交车.关注程度对满意度的效应通过心理不安情绪间接产生(I=-0.045)，但不显著.

表8 潜变量效应

5 结论

1)在新型冠状病毒(COVID-19)疫情的影响下，老年人的公交出行满意度可能与疫情前存在明显的异质性.因此，将公交出行满意度细分为10个指标，在太原市老年人集中区域进行了问卷调查，回收有效数据589份.数据的描述性特征显示老年人在疫情后公交出行呈现出行目的单一、出行距离短以及出行时间少等特征.老年人工作出行比例急剧下降，而生活购物的公交出行比例上升.

2)多元有序Logit模型显示疫情前后的公交满意度因老年人社会人口统计属性和出行属性的不同而产生不同的影响效应.户籍、性别、职业、家庭年收入，是否残疾以及残疾程度都对不同的公交满意度指标有显著影响.但不同的是疫情后老年人似乎更加关注安全警示信息、车内通风、社交距离等与感染风险有关的满意度指标.而出行属性中，老年人疫情前后公交非工作出行与工作出行对不同满意度指标的显著性不同，疫情前工作出行重点关注等车时间与到达时间，非工作出行更加注重车内环境，如车内通风等，且疫情前对满意度指标都满意度较低.疫情后，工作出行对满意度没有显著影响，但非工作出行产生对公交出行到达时间和安全警示信息满意度有正向效应.出行距离和出行时间在疫情前后对老年人公交出行满意度的影响趋势一致，满意度随着距离的增加(时间的增加)而呈现消极趋势.

3)老年人的心理属性对公交出行满意度的影响在疫情前后也存在显著异质性.结构方程效应显示：疫情前老年人对佩戴口罩、拥挤情况、其他乘客身体状况等关注只会造成强烈的心理不安情绪，但不会对公交出行满意度产生显著影响.但疫情后老年人对公交内部状态的关注，不仅造成了心理不安情绪，还附加了心理不安情绪对老年人的公交出行满意度的显著负向效应.

4)由于每个省的疫情程度和防范疫情的水平不尽相同，每个城市的居民对其疫情前后的公交满意度也就难以相同，因此本文的研究成果或许不能完全适用其他城市，但有一定参考作用，如交通运输部门在非疫情环境下需要提升等车时间、到达时间等满意度指标，提高老年人的出行活动参与率；而在疫情环境下要积极关注与疫情相关的满意度指标(安全警示信息、社交距离等)，避免疫情通过公交传播.