考虑偏好差异的后疫情时代居民出行方式选择行为研究

为探究后疫情时代居民出行方式选择行为,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。