重大公共卫生事件下通勤出行行为研究

王惠队，谭倩，潘自翔，常柱刚

(1.长沙市规划设计院有限责任公司，湖南 长沙410007；2.长沙理工大学 交通运输工程学院，湖南 长沙410114)

城市内部人员的通勤出行行为一般在常态情景下开展，同时市内多种交通方式共线运行能满足市民的正常出行需求，但由于不可预知的人为或非人为的各类突发事件确实会在城市中发生[1]，公共卫生安全事件是突发事件中的一类。突发公共卫生事件是指已经发生或者可能发生的、对公众健康造成或者可能造成重大损失的传染病疫情和不明原因的群体性疫病。当公共卫生安全事件影响了市民的生命安全时，政府和交通部门则会采取相应的交通管制措施，如封城和交通严控，整个城市因公共卫生事件导致交通陷入停滞状态，但由于工作需要，重点人群的通勤出行需求变得非常重要，以抗疫重点人群为例，城市公共交通停运后原定使用公共交通方式或网约车的抗疫人员的出行面临困境，为保障事件后抗疫重点人群的出行需求并给其提供出行引导建议，对突发公共卫生事件下的抗疫重点人群通勤出行行为进行探索研究。出行者在特殊时期由于工作原因其出行选择必须追求效益最大化、决策最优化，关于出行效益最大化的研究方面，沈犁等[2]引入了出行者主观出行选择偏好以及出行方式客观效用。提出了基于出行者总收益最大化的出行服务方决策模型。李建强[3]对步行、共享单车、常规公交、地铁4种方式成本问题建模，对竞争条件下出行者的最优出行方式选择进行研究。冯焕焕等[4]调查了苏州客运走廊沿线居民出行目的与公共交通工具服务属性关系并获得相关数据，运用前景理论和乘客最优理论建立了客运走廊内居民公共交通出行选择模型。但这些都只适用于常态情景下出行决策，城市内部一旦发生突发大型交通事件或公共卫生事件，市民尤其是重点人群的出行决策也会随着交通环境变化而发生改变。在城市突发事件和非常态情景影响出行行为的方面，国内外学者对某具体事件影响下的出行选择行为进行研究，杜轶群[5]通过私家车主的350份调查问卷获得基础数据，分析雾霾天气对城市中的私家车主出行方式选择行为的影响。关宏志等[6]采用计算机仿真的方法,研究了突发事件下完全理性出行者和有限理性出行者的路径选择行为。龙雪琴等[7]引入前景理论研究了突发事件下出行者进行路径选择的行为规律。陈玲娟等[8]从交通事件持续期间逐日出行过程中的路网服务性能出发，建立考虑出发时刻的逐日出行流量推演模型。韩志玲等[9]基于多分类Logistic回归模型，分别利用城际出行中的16种异常场景下的意向调查数据，构建了阻断事件影响下居民出行决策模型。薄坤等[10]通过实际调查(RP)和意向调查(SP)的调查结果，研究了暴雨内涝下公交乘客的出行选择行为机理。安实等[11]以政府公交车、自有私家车和借用私家车3类疏散交通方式选择问题为例,研究了应急疏散者的出行方式决策行为。在地铁突发事件下出行行为方面，李伟等[12]利用多智能体仿真方法构建仿真模型研究了地铁突发事件下乘客在地铁系统内出行路径的改变行为。PNEVMATIKOU等[13]考虑突发事件影响下的乘客出行选择行为特征并建立了方式选择模型。尹浩东等[14,22]对复杂封站和区间中断场景下乘客行为决策机制进行研究，构建了复杂封站条件下的乘客个体出行行为最优化模型和分层离散选择模型。以往研究都未关注城市公共交通方式停运和交通严控下的通勤出行行为，欠缺对需通勤出行保障重点人群出行行为的具体分析。关于不确定情形下的行为决策，应用最多的即TVERSKY等[15]提出的前景理论和累积前景理论。江红等[16]基于累积前景理论对不同航班延误情景下旅客的选择行为进行研究。田丽君等[17−18]对比分析了累积前景理论和期望效用理论2种理论框架下个体决策行为，结果表明累积前景理论在不确定情形下能更好地描述出行方式选择行为。TIAN等[19]通过研究也论证了不确定性对出行方式选择存在显著影响。徐爱庆等[20]则基于累积前景理论构建了机场群下航空旅客的机场选择行为模型。秦焕美等[21]基于在北京市的调查和前景理论，进行奖赏和惩罚措施下出行选择行为的探索研究。TAKAHIKO等[23]基于大数据识别乘客的行为模式，为出行行为研究提供提出一种数据模糊方法。综上，为填补在公共卫生事件发生后公共交通停运下通勤出行行为研究的空白，本文以医护人员作为研究对象，基于累积前景理论进行模型的构建，重点探讨医护人员的通勤出行行为，研究结果可为正在抗疫一线工作的医护人员提供出行参考。

1 问题描述和出行调查

城市突发公共卫生事件导致市内公共交通停运或部分停运，少部分私人交通也陷入停运情形，进而影响医护人员等重点人群的正常出行策略，以本次武汉突发疫情为案例背景，武汉疫情发生后城市聚集性交通工具因停运而造成医护人员出行难的问题，但他们对出行困难也有了心理准备，他们的应对措施包括积极询问可靠的出发时间、寻找高效又便捷的出行方式等。

本文研究的问题为：在一次城市突发公共卫生事件后，医护人员每天要从家去医院进行抗疫工作，而其通勤出行必须要求快捷、高效和可靠，若不能达到这类出行目标，会导致事务耽搁或上班迟到。那么医护人员如何进行出行选择才能达到效益最优？

设计针对医护人员等重点人群的出行调查问卷(填写只需1～2 min)，为不打扰其正常的工作，选择网络线上的形式发放问卷，并让被调查者在休息时段抽空填，问卷设定的出行时段为医护人员抗疫的通勤时段。问卷选取个人因素、在事件发生后从家到医院的一次出行信息(包括出行主方式、出行距离等)和通勤期间的出行问题共三大类27种主要变量。共回收到573份问卷，样本部分统计信息如表1，其中，受访人群中明确需要强有力的出行服务保障的占比高达84%，进一步证明了他们在城市公共交通停运后出行难的问题，且他们通勤时间有67%大于60 min，通勤距离有73%大于10 km，从侧面揭示了职住错位现象比较严重，出行时间和出行距离过长可能造成其出行难的内在因素。

表1 调查所得数据部分信息统计Table 1 Survey data partial information statistics

在城市突发重大公共卫生事件的现实情形下，本文研究医护人员采取以下5种决策行为的情形：1)乘公益志愿者的医护专车(特殊时期为医护人员服务的网约车)；2)乘新开通的医护公交专线；3)乘居住社区的小汽车(疫情期间政府特地在每个社区、街道分配的供居民或重点人群出行的汽车)；4)骑共享单车；5)骑社会捐赠或自家的电动车。

2 CPT建模

医护人员由家出发前的出行行为可简化为医护人员出行方式选择问题，本文不考虑出行路径选择问题，另一方面，因公共卫生事件影响程度不同和多变的出行环境，医护人员出行方式选择行为成为了一个不确定下的决策问题，而Tversky等提出的累积前景理论正好适用于在风险环境下的决策问题，累积前景理论的决策体系包括价值函数、决策概率权重函数和各出行行为累积前景值的计算。

2.1 价值函数

用yj表示出行者选取某种行为的损益值，当yj≥0表示其选择第j种行为结果较参考点为收益，yj<0表示其选择第j种行为结果较参考点为损失。另一方面，累积前景理论借助价值函数将出行行为的绝对效用转化为出行者感受到的相对价值，其表达式为：

式中：α，β为风险偏好系数；λ为损失规避系数，取α=β=0.88，λ=2.25[15]。

2.2 决策概率权重函数

累积前景理论中通过赋予大概率事件更小的决策权重缩减了大概率事件的影响程度，同时通过赋予低概率事件更高的决策权重扩大了低概率事件的影响力，即体现了出行者对高概率低估，对低概率高估的情况。用w+(p)，w-(p)分别表示收益和损失的主观感知概率，则各出行方案在其对应出行方式下的决策概率权重函数为：

式中：p为行为发生的概率；参数γ，σ为收益和损失态度系数，取γ=0.61，σ=0.69[15]。

式中：pj为第j种状态出现的概率值；pn为第n种正的状态出现的概率值；p-h为第h种负的状态出现的概率值。

2.3 累积前景值

在出发前，出行者需要对出行在途时间、出行延误时间等进行全面的权衡，借助价值函数和权重函数计算各出行方案的累积前景值，各出行行为的累积前景值V(f)可表示为：

式中：V(f)+和V(f)-为收益部分和损失部分的累积前景值。

3 出行时间及参考点确定

在事件发生后，政府和社会为解决医护人员出行难的问题，给其提供了医护专车、医护公交专线、居住社区的小汽车、共享单车、电动车这5种主要出行方式，且大多方式是免费的，故设医护人员在出行时完全不考虑出行费用的因素、只需考虑出行时间对出行决策的影响，下面对医护人员的期望出行时间和参考点选取进行分析。

3.1 期望出行时间

期望出行时间O包括出行在途时间M和出行延误时间T，出行在途时间指医护人员选择某一交通方式出行的乘车或骑车时间，仅指使用某种交通工具花费在旅途中的时间。出行延误时间指除出行在途时间外额外消耗的计划内和非计划内的延误时间，如等待公交专线时间、由于交通管控在路上额外耗费时间、等待医护专车来接的时间等。

1)乘志愿者的医护专车时间O1：包含乘医护专车的在途时间M1和出行延误时间T1

式中：Ta指医护人员在家用手机app打车等待时间和步行到乘车点的时间；Tb指疫情期间由于交通管控在路上额外耗费时间或其他在路上的延误时间；Ma指医护专车在路上行驶的时间。

2)乘新开通的医护公交专线时间O2：包含乘公交的在途时间M2和出行延误时间T2

式中：Tc指从家出发到乘车点和等待公交启动的时间；Td指公交在路上要搭载其他医护人员耗费的停靠时间等延误时间；Mb指公交车行驶的时间。

3)乘居住社区的小汽车时间O3：包含乘小汽车的在途时间M3和出行延误时间T3

式中：Tg指步行和等待小汽车出发的时间；Mc指社区小汽车在路上的行驶时间。

4)骑共享单车时间O4：包含骑共享单车的在途时间M4和出行延误时间T4

式中：Tf指从家到共享单车桩的步行时间；Tg指用app寻找单车具体位置和开锁所需时间；Md指骑单车所花费的时间。

5)骑电动车时间O5：仅含骑电动车的在途时间M5

式中：Me指骑电动车花费在路上的时间；由于电动车较为方便，其出行延误时间也很少，故将出行延误时间忽略不计。

3.2 参考点设定

由前文分析可知，在重大公共卫生事件下，出行金钱费用非影响出行者决策的重要因素，故以乘车(骑车)在途时间和出行延误时间之和作为医护人员的出行参考点，表达式为

则收益或损失仅取决于期望出行时间与实际出行时间的比较，从全过程角度看，医护人员的通勤出行决策的示意图如图1。

图1 医护人员通勤出行决策全过程Fig.1 Whole process of medical staff's commuter travel decision-making

4 模型分析和出行服务保障对策

4.1 实际出行时间

为了解5种出行行为的实际出行时间进而给更多医护人员提供出行参考，根据线上调查和大致估计，得出不同出行距离下5种出行决策的实际出行在途时间和出行延误时间，结果见表2。

表2 各决策行为下的实际出行时间Table 2 Actual travel time under various decision-making behaviors

4.2 5种行为的累积前景值计算

据3.1节的具体分析，利用累积前景值的计算公式，计算得到5种行为的累积前景值，结果见表3，发现各行为的累积前景值在不同出行距离下有较大差别，呼应了调查结果中出行距离是影响医护人员出行决策的重要因素的结论，且在长距离出行背景下，选择医护专车和社区小汽车的累积前景值较大，即在长距离通勤中医护专车和社区小汽车对医护人员吸引力较大，而在短距离通勤和时间要求不高时，电动车和共享单车优势凸显。与线上调查结果基本吻合，说明了累积前景理论能较好量化在此情景下医护人员出行行为决策机理。

表3 不同出行距离下各行为的累积前景值Table 3 Cumulative foreground values for each behavior at different travel distances

图2 显示青年人更易选择共享单车和电动车出行，而据前文调查结果共享单车和电动车也是最安全的交通工具，且有效隔断了病毒的传播，故应提供足够的共享单车和电动车满足青年医护人员的出行需求。同时中老年医护人员更倾向选择医护专车或社区应急小汽车。显示其对于出行便捷性和舒适性的需求，故不同年龄段对于出行决策的风险偏好不同，综上，相关部门要分年龄段为不同医护人员提供更可靠的出行服务。

图2 不同年龄段下5种出行行为的累积前景值Fig.2 Cumulative prospect value for 5 travel behaviors under different age groups

表4 显示了男性选择乘志愿者的医护专车的累积前景值最大，其次是乘居住社区的小汽车，而女性选择乘居住社区的小汽车和乘志愿者的医护专车的累积前景值相差无几，说明了性别也是影响其出行选择的因素，而这对于交管部门的启示是：医护专车保障医护人员出行发挥了重要作用，故要合理对医护专车进行路权保障。

表4 不同性别下5种出行行为的累积前景值Table 4 Cumulative prospect value of five travel behaviors under different sex

4.3 出行服务保障对策

当某城市发生大型公共卫生安全事件后，交管部门可采取以下对策保障医护人员等重点人群的出行畅通性：

1)可开通定制公交或需求响应式公交(如医护公交专线等)为医护人员等服务。

2)应保障医护公交专线、医护车辆和应急车辆等的畅通性。

3)对每个抗疫工作者发布及时、可靠交通和出行动态信息，同时给其提供可靠的出行引导建议。

4)可在社交网络(如微信群)成立出行互帮小组，给医护人员提供更为灵活的小汽车出行选择机会。

5)可让共享汽车公司给医护人员提供更便捷的出行服务。

5 结论

1)线上调查结果显示；受访人群中明确需要强有力的出行服务保障的占比高达84%，且他们通勤时间有67%大于60 min，通勤距离有73%大于10 km，职住错位现象导致的出行时间和出行距离过长是造成其出行难的内在因素。

2)使用累积前景理论计算5种行为的累积前景值，发现5种行为的累积前景值在不同出行距离下有较大差别：在长距离出行背景下，选择医护专车和社区小汽车的累积前景值较大，而在短距离通勤和时间要求不高时，电动车和共享单车优势凸显。同时，不同年龄段和性别的人群对于出行决策的风险偏好也不同：男性选择乘志愿者的医护专车的累积前景值最大，其次是乘居住社区的小汽车，而女性选择乘居住社区的小汽车和乘志愿者的医护专车的累积前景值较大。

3)结果表明：受公共交通停运和交通管制影响，医护人员的出行行为较常态情景发生了一系列变化，其出行环境变得更加具有不确定性，累积前景理论能较好量化在此情景下医护人员出行行为决策机理。

4)本文的研究成果可为城市内发生重大公共卫生事件后重点人群出行制定更科学的政策和措施，从而为其提供个性化、精细化出行信息服务。

5)未来研究中，可考虑基于行为学、社会心理、大数据等理论方法，结合心理潜变量的因素，挖掘出行潜在特征，以更好的解决公共卫生事件下重点群体的交通出行问题。