原文传递
考虑偏好差异的后疫情时代居民出行方式选择行为研究
| 论文题名： | 考虑偏好差异的后疫情时代居民出行方式选择行为研究 |
| 关键词： | 突发公共卫生事件;出行方式选择;出行行为;出行意愿;混合Logit模型;潜在类别条件Logit模型;个体异质性 |
| 摘要： | 在新冠疫情全球爆发的背景下，经济和社会发展受到了巨大冲击，交通运输行业也受到了严重影响。其中城市公共交通遭受重创，客运量急剧下降，居民出行行为和意愿受到抑制。随着新冠疫情得到有效控制，将新型冠状病毒列为“乙类乙管”，全国疫情防控进入后疫情时代。尽管城市公共交通正在逐渐复苏，但公交客运量复苏缓慢，仍低于疫情前的水平。目前公众出行结构持续变化，城市道路拥堵情况加剧等问题亟需解决。本文研究对象为后疫情时代的交通出行行为，通过社交网络和问卷调查的方式获取数据，从两个方面展开研究：一是后疫情时代公众出行意愿研究；二是考虑个体差异的后疫情时代出行方式选择行为研究。旨在应对突发公共卫生事件时提供数据支撑，同时为后疫情时代城市公共交通的发展提供参考。 后疫情时代公众出行意愿研究。基于社交网络数据，运用自然语言处理技术对后疫情时代公众出行意愿进行量化研究。首先通过网络爬虫技术采集有关新冠疫情出行的微博文本；然后基于朴素贝叶斯分类算法对微博文本进行出行情感分析，利用斯皮尔曼相关性分析公众出行意愿与城市公共交通客运量之间的关系；最后使用LDA主题模型建模，对疫情期间和后疫情时代的微博文本进行主题研究。结果表明：疫情期间与后疫情时代的有效出行情感均值分别为-0.8197、-0.0640，相较于疫情期间，公众在后疫情时代出行的感染恐惧虽有明显好转但仍然存在。公众的出行意愿直接影响城市公共交通的客运量，在后疫情时代，出行者更加关注所处地区的疫情防控等级和出行时间。 后疫情时代居民出行方式选择行为研究。运用选择实验的方法，基于问卷调查获得选择行为数据，构建出行方式选择的混合Logit模型和潜在类别条件Logit模型。采用Stata软件标定模型参数，得到后疫情时代影响居民出行方式选择的主要因素。结果表明：两种模型均体现了个体出行方式选择的异质性，潜在类别条件Logit模型与混合Logit模型相比拟合优度提高了13%，预测精度提高了3.03%，为突发公共卫生事件下分析出行行为的个体异质性提供了一种有效工具。潜在类别条件Logit模型根据居民所处低、中风险区两种情景，分别将居民划分为4类、5类人群。从出行方式属性上看，等待时间和在途时间成为居民选择出行方式最重要的影响因素。从个人社会经济属性上看，在后疫情时代收入更高的女性更倾向选择私家车出行，年龄越大对行程费用越敏感，男性更愿意选择公交、地铁出行。 |
| 作者： | 唐浩冬 |
| 专业： | 交通运输工程;交通运输规划与管理 |
| 导师： | 杨亚璪 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
