《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Drive or breathe? Information-aware mode choice under real-time exposure using ICLV-CMXL approach
编辑推荐：
摘要城市地区的通勤者在日常生活中会长时间暴露于空气污染中。本研究评估了向通勤者提供实时的、针对具体行程的空气污染信息，是否能够促使其转向公共交通出行方式。研究利用新德里机动化交通工具使用者的陈述性选择数据和用户认知数据，建立了一种包含相关性混合logit（CMXL）组成部分的
摘要
城市地区的通勤者在日常生活中会长时间暴露于空气污染中。本研究评估了向通勤者提供实时的、针对具体行程的空气污染信息，是否能够促使其转向公共交通出行方式。研究利用新德里机动化交通工具使用者的陈述性选择数据和用户认知数据，建立了一种包含相关性混合logit（CMXL）组成部分的序贯式集成选择与潜变量模型。各当前出行方式的实时污染信息通过多模式路由系统获取。认知维度包括对空气质量的认知、空气质量信息的可用性与可用性，以及为日常主要出行改变行为的意愿。结果表明，对空气质量信息及其使用方式理解更深的人更倾向于选择公共交通出行。摩托车（两轮机动车）使用者对污染的敏感度高于汽车使用者，表现出更强的选择公共交通的偏好。这些发现突显了实时信息在出行方式转变中的重要性。政策制定者可以据此制定策略，以减少公众在公共交通出行中的污染暴露。
引言
在城市地区，交通运输部门是空气污染的主要来源之一，日常出行会使人暴露于高于环境水平的污染物浓度中。在过去十年中，公众健康影响以及出行暴露对个体吸入剂量的决定作用已得到广泛研究（Dong等，2019；Singh和Agarwal，2024；Tan等，2022）。然而，个体在一定程度上可以通过采取更安全的出行替代方案来缓解这些负面外部性，例如呼吸道和心血管疾病、皮肤和眼部刺激以及过早死亡等，这些替代方案包括改变路线、改变出行方式等。
城市出行方式份额包括私人出行方式（汽车和机动化两轮机动车）、非机动化出行方式（步行、自行车、人力车等）以及公共交通系统（公交车和地铁）。转向空气污染暴露较低的出行方式有助于缓解空气污染的有害健康影响。扩大公共交通系统可以作为机动化私人出行方式的更绿色替代方案（Doddamani和Manoj，2021；Tan等，2022）。特别是，地铁和有空调的公交车相较于机动化两轮机动车可以显著降低空气污染物的吸入剂量（Fan等，2021；Singh和Agarwal，2024）。在过去二十年中，已提出并实施了一系列政策以促进公共交通和主动出行方式（Badland和Duncan，2009）。鉴于空气污染暴露而推广主动出行方式可能产生非预期后果（Agarwal和Kaddoura，2019），也可能抵消主动出行方式的益处（Agarwal，2021；Mu?oz-Pizza等，2020）。例如，骑行者和行人可能具有较高的吸入速率，导致其污染物吸入剂量高于封闭式交通方式使用者（Mu?oz-Pizza等，2020）。
对空气污染暴露所造成健康风险的认知会影响通勤者在选择出行方式时的决策（Li和Kamargianni，2016）。对污染风险的感知显著影响健康保护行为和出行方式决策（Daher等，2018；Dong等，2019）。出行方式选择还可能取决于每次行程中实际遇到的风险。因此，获取实时空气污染信息对通勤者至关重要（Ahmed等，2020）。通过智能手机和公共显示屏获取准实时空气质量信息日益普及，可以提高公众意识并在行程规划阶段提供可操作的信息。空气质量信息可以影响出发时间、路线和出行方式选择（Choudhary和Agarwal，2025；Gong等，2023；Toorzani和Rassafi，2023；Wei等，2023）。然而，此类信息的有效性取决于其可信度以及可行替代方案（如可及的公共交通方式）的可用性，以影响出行行为。印度新德里的一项研究表明，空气质量认知可以促使人们在污染严重的日子里使用封闭式交通方式，表明对空气质量信息和替代方式可用性的需求日益增加（Meena等，2024）。空气质量信息以及个体对空气质量的感知在影响污染天出行选择方面发挥着重要作用（Zhao等，2018）。
认知、信息获取以及低空气污染暴露出行方式的可用性可以影响个体的出行方式转变行为。因此，本研究旨在考察通勤者是否会从私人机动化交通工具（汽车和机动化两轮机动车）转向公共交通方式（公交车和地铁），如果这些方式能提供更低的空气污染暴露。选择实验中不同出行方式的暴露数据是基于每位受访者通勤行程的实时空气污染暴露信息构建的。本研究采用序贯估计方法实现的集成选择与潜变量（ICLV）模型，其中包含相关性混合logit（CMXL）组成部分，以估计出行方式特性和用户认知对出行方式选择的影响。
本文其余部分组织如下：第2节简要回顾了影响出行方式选择的各类环境参数及出行方式选择模型。第3节详细介绍了研究区域。第4节介绍了问卷/工具设计、数据收集方法以及出行方式选择模型的框架。第5节详细阐述了受访者特征的描述性统计、选择模型结果以及基于情景的敏感性分析。第6节详细阐述了主要发现、现实意义、局限性及未来研究方向。最后，第7节对研究进行了总结。
章节摘录
文献综述
以往研究已考察了不同出行方式间空气污染暴露的差异以及空气污染对出行行为的影响。不同出行方式间空气污染暴露的异质性可归因于多种因素（如开放式与封闭式交通工具、交通特征等），这些因素可能会通过有用信息的感知与可用性来影响出行选择。机动化两轮机动车直接暴露于污染物中，因此所经历的暴露水平更高
研究区域
印度大多数城市每日均面临较高的颗粒物污染水平，冬季甚至更为严重（Guttikunda等，2019）。世界卫生组织（WHO）报告称，印度首都新德里是全球污染最严重的城市之一（Gorai等，2018）。新德里面积超过1484 km2，人口密度极高，约为每平方公里24,000人（联合国，2024）。新德里空气污染的主要来源包括
材料与方法
本节介绍了问卷/工具设计、数据收集平台与方法、数据筛选以及出行方式选择模型的框架。
社会人口学与出行特征
在数据收集与筛选后，共纳入471名受访者进行出行方式选择研究。表3展示了不同社会人口学和出行特征下受访者比例。在各年龄组中，发现大多数受访者，即总样本的61%，属于20-29岁年龄组。其次是30-44岁年龄组的受访者。老年受访者人数很少，主要为
讨论
出行过程中空气污染暴露持续影响着人体健康。对于不同出行方式的空气污染暴露信息，尤其是实际健康影响方面，城市通勤者无从获取。本研究通过考察实时空气污染暴露信息对当前使用自有汽车或机动化两轮机动车的通勤者陈述性出行方式选择的影响，为文献综述做出了贡献。一项陈述性偏好研究展示了
结论
空气质量恶化、空气污染暴露增加及其负面外部性已广为人知，亟需主动探索。然而，关于探索信息意识出行行为潜力的现有研究十分有限。鉴于通勤者在行程中日益增加的空气污染暴露，本研究评估了新德里通勤者在接收到其日常主要出行行程的实时空气污染暴露信息后的出行行为。通勤者选择了
CRediT作者贡献声明
Rashmi Choudhary：写作 – 审阅与编辑，写作 – 原稿撰写，可视化，验证，软件，方法学，形式化分析，数据整理，概念构思。Amit Agarwal：写作 – 审阅与编辑，写作 – 原稿撰写，验证，指导，方法学，资金获取，概念构思。
Rashmi Choudhary | Amit Agarwal
印度罗尔基印度理工学院土木工程学院，罗尔基，邮编247667，印度
