区域地区低频公交车使用者使用公共交通及步行出行的心理社会、行为、健康及生产力相关因素

《Journal of Transport & Health》：Psychosocial, behavioural, health, and productivity-related factors associated with public transport use and walking for transport among infrequent bus users in a regional area

　　

摘要

背景与目的：公共交通（PT）使用者通常比私家车使用者身体活动量更高。本研究旨在确定与客观测量的公共交通使用量以及自我报告的交通步行相关的变量，研究对象为澳大利亚某地区的低频公交车使用者。

方法：对塔斯马尼亚Trips4Health研究中109名低频公交车使用者（定义为过去6个月平均每周乘公交车≤2次）的横断面基线数据进行分析。交通步行（分钟/周）、心理社会、行为、健康和生产力指标通过问卷调查自我报告。公交车使用情况通过智能卡客观测量（平均每周公交使用次数）。采用多元线性回归评估与公交使用量和交通步行的关联。

结果：报告具有较高自我效能感（β=0.44；95% CI=0.00, 0.87）、家人支持使用公共交通（如与家人一起乘坐公交车，β=0.30；95% CI=0.03, 0.57）以及计划日常出行（β=0.86；95% CI=0.50, 1.22）的参与者，每周公交使用量更高。自我报告的身体生活质量较高（β=?1.13；95% CI=?1.86, ?0.39）和女性（β=?0.54；95% CI=?1.05, ?0.02）与较低的每周公交使用量相关。与自我感知健康状况较差/一般相比，自我感知健康状况中等与交通步行呈正相关（β=150.08；95% CI=13.84, 286.31）。可常规使用机动车的参与者（β=?181.0；95% CI=?272.0, ?89.92）的交通步行时间少于无机动车使用的参与者。

结论：个体和社会变量与成年人的公共交通使用和交通步行相关。促进公共交通使用和交通步行的策略在设计时，应考虑自我效能感、家庭支持、规划公共交通使用的技能以及性别因素。

1. 引言

近年来，可持续交通（包括公共交通、主动交通〔步行、骑行〕和微型交通〔电动自行车、电动滑板车〕）的推广受到了更多关注，因其对个人健康、环境、城市宜居性、经济和社会的潜在益处（Baobeid et al., 2021; Busch-Geertsema et al., 2021; Malichová et al., 2023）。公共交通将人们与基本服务和机会联系起来，促进社会互动，并克服孤立感（Utsunomiya, 2016, 2020）。这些益处有助于社区整体经济和社会活力的提升（Alhassan and Anciaes, 2025）。将公共交通作为日常通勤的习惯性使用方式有助于促进健康，因为步行前往和离开交通枢纽以及在目的地之间步行可增加日常身体活动量（Buehler et al., 2020）。

日常身体活动是预防非传染性疾病（包括心脏代谢、呼吸系统、神经认知、精神和肌肉骨骼方面的疾病）的关键可改变因素（Assemi et al., 2020; Blondell et al., 2014; Dominguez et al., 2025; Hayes et al., 2015; Sofi et al., 2011; World Health Organization, 2023）。尽管身体活动具有广泛的益处，但全球估计数据显示仍有27.5%的成年人过着久坐的生活方式（World Health Organization, 2020）。在澳大利亚，2022年15-17岁青少年的83%、18-64岁成年人的37%以及65岁及以上成年人的57%未达指南中的身体活动标准（Australian Institute of Health and Welfare, 2024）。

一项系统综述发现，使用公共交通的个人每天进行8至33分钟的身体活动（Rissel et al., 2012）。Knell等人（2018）也提供了类似的证据，显示基于自我报告的交通相关身体活动，交通使用者达到身体活动建议的可能性是不使用者的7.3倍。此外，一项纵向研究的参与者在乘坐公共交通的日子里，比不乘坐公共交通的日子里获得了更多的步数（β=2147.48；95%CI=1465.94, 2829.03）和中等到剧烈强度的身体活动量（β=22.79；95% CI=14.33, 31.26）（Evans et al., 2024）。已有充分文献记录表明，公共交通使用者比私家车使用者更可能进行身体活动，因为他们更可能使用主动交通方式前往/离开站点（Besser and Dannenberg, 2005; Freeland et al., 2013; Patterson et al., 2019; Villanueva et al., 2008），这与Ragaini等人（2021）报告自我报告的公共交通使用与自我报告的身体活动之间不存在关联的结果形成对比。作为身体活动形式的交通步行，其独特优势在于其自由选择和习惯性的性质（Evans et al., 2022; Fu, 2021），与健身中心等有组织的锻炼相比，提供了一种更实用、更具成本效益的替代方案（Buehler et al., 2020）。

公共交通的使用和交通步行受多种个体、社会和环境因素的影响（Evans et al., 2022; Lizana et al., 2024）。低汽车拥有率、重视较低的交通费用和较短的出行时间、较高的社会规范、更大的社会支持、家人和朋友的榜样示范作用、较高的自我效能感以及感知到工作表现提升等因素，与更高的公交使用量相关（Donald et al., 2014; Fyhri et al., 2023; Gascon et al., 2020; Mertens et al., 2019; Verhoeven et al., 2016）。然而，大多数研究通过主观数据收集方法（如调查、问卷和访谈）来评估公共交通使用情况。依赖自我报告数据可能会引入回忆偏差和社会期望偏差，这可能影响结果的准确性（Donald et al., 2014; Gascon et al., 2020; Verhoeven et al., 2016）。因此，在采用客观测量指标——智能卡记录的公共交通数据——的研究方面存在明显的空白，以减少回忆偏差并提供更可靠的公共交通使用量估计（Zarabi et al., 2024）。此外，现有研究主要关注常规公共交通使用者或一般人群样本（Patterson et al., 2019; Mertens et al., 2019; Gascon et al., 2020），对于低频公交车使用者（人群中一个被低估的子群体）的行为及其与公共交通使用相关因素方面的实证证据有限。在地区性区域中，低频公交使用情况不能仅通过服务相关和建成环境特征来理解。测量心理社会、行为、健康和生产力相关变量，可以全面分析公共交通使用的障碍和促进因素，并为决策者、服务提供商和地区规划者提供有价值的见解，以制定有针对性的出行方式转变干预和需求量管理策略，从而改善地区性区域的公共交通客流，尤其是低频公交车使用者。现有公共交通文献的这些局限性凸显了需要新的研究来解决这些证据空白的必要性。

澳大利亚以高身体不活动水平和低公共交通使用率为特征，这一趋势在地区性区域比城市区域更为普遍（Australian Institute of Health and Welfare, 2024）。造成这一地理模式的原因包括人口、健康、心理社会、行为、经济、环境和交通相关因素（Cleland et al., 2015; Fu and Juan, 2017; Rasca and Saeed, 2022）。在澳大利亚和其他地方，大多数研究公共交通使用的研究是在一般人群或大城市的高频公交车使用者中开展的（Gascon et al., 2020; Ha et al., 2020; Jones et al., 2012; Mertens et al., 2019; Nordfj?rn et al., 2014; Wang and Liu, 2015），导致对地区性区域中公共交通使用和交通步行相关变量的理解存在空白，尤其是在被忽视的低频公交车使用者这一人群中。

本研究旨在通过在澳大利亚地区性背景下，检验自我报告的心理社会、行为、健康和生产力相关变量与客观测量的公共交通使用量及自我报告的交通步行之间的关联，来解决地区性区域低频公交车使用者缺乏客观交通数据的问题。

2. 方法

2.1. 研究设计

本研究使用Trips4Health随机对照试验（RCT）的基线数据进行横断面分析（Sharman et al., 2020）。Trips4Health是一项单盲平行设计随机对照试验，旨在评估基于激励的干预措施对澳大利亚地区性区域低频公交车使用者公共交通使用量（Cleland et al., 2024）和身体活动增益（Evans et al., 2023）的影响。本研究在澳大利亚塔斯马尼亚州的荷巴特大区进行。乡村程度使用澳大利亚统计地理标准-偏远区域（ASGS-RA）进行定义，该标准根据人口数量和服务距离对地点进行分类（Australian Bureau of Statistics, 2021a）。招募工作于2019年9月开始，但因COVID-19大流行于2020年3月暂停（Jose et al., 2022; Stanesby et al., 2023）。该随机对照试验随后于2020年5月终止，此时约三分之一的原始预期样本已完成基线评估。该试验的方案已在其他文献中详细描述（Sharman et al., 2020）。

荷巴特是塔斯马尼亚州的首府城市，居住着近一半的州人口（n=254,930）（Australian Bureau of Statistics, 2023–24）。在研究期间，荷巴特大都市区的公交车服务是唯一的公共交通方式，主要由一家运营商运营（Metro Tasmania, 2024）。

本研究于2019年3月27日获得塔斯马尼亚州健康与医学人类研究伦理委员会的伦理审批（H0017820）。

2.2. 研究参与者

采用便利抽样方法，通过社交和传统媒体、工作场所、口碑、公交广告、专业网络以及通过其他相关项目的联合推广来招募符合条件的参与者（Sharman et al., 2020）。

符合以下标准的参与者被认为有资格纳入研究：（1）年龄≥18岁；（2）英语水平足以提供知情同意；（3）居住在塔斯马尼亚南部；（4）可使用塔斯马尼亚城市公交服务；（5）有可使用公交车替代的机动车出行；（6）为低频公交车使用者（定义为过去6个月平均每周乘公交车≤2次）；（7）拥有或愿意拥有公共交通智能卡；（8）愿意让研究人员访问智能卡数据；（9）拥有手机。

排除标准包括以下条件：（1）计划在10个月的研究期间内改变居住地或工作地点，致使Metro公交服务无法到达；（2）目前正在参加或计划参加其他旨在增加公共交通使用量的基于激励的项目；（3）怀孕；（4）健康状况阻止步行；（5）健康状况阻止使用公交车；（6）在四个月干预阶段期间，计划参与的活动将阻止使用公交车超过两周（如手术或长期休假）。知情同意通过REDCap（研究电子数据采集）电子方式获取，或在初始诊所访视时与研究人员面对面获取。

补充材料中提供了一份STROBE（流行病学观察性研究报告规范）检查表（补充表1）。

2.3. 测量指标

主要结局指标为每周平均乘公交车次数，由随机分组前10周内收集的客观智能卡出行数据推导得出，以及交通步行（分钟/周），使用国际身体活动问卷长表（IPAQ-L）测量（Craig et al., 2003）。作为IPAQ-L的一部分，参与者被问及交通步行的频率（天/周）和平均每日时长（分钟/天），两者相乘后根据IPAQ评分方案生成自我报告的每周交通步行总时长（分钟/周）。仅报告持续至少连续10分钟的活动。

采用自我报告问卷评估人口学、交通行为、心理社会、健康和生产力相关变量。年龄（岁）由出生日期推导得出，并在所有分析中作为连续变量处理，以保持自然变异并允许对年龄相关差异进行更精确的调整。性别重新编码为男性、女性、跨性别或其他。最高学历分为低（12年级及以下）、中（贸易/学徒或证书/文凭）和高（大学学位或更高学位）。就业状态分为：全职；兼职；未就业。婚姻状况分为：已婚（在注册婚姻中/同居）和未已婚（分居、离婚、丧偶、未婚）。收集了家庭中受抚养人（15岁以下儿童）的信息。家庭收入根据澳大利亚统计局公布的收入阈值分为低、中和高三档（Australian Bureau of Statistics, 2022–23）。

交通行为评估包括机动车的可达性、从家中和工作或学习地点步行到最近公交站的距离和时间，以及步行到或离开较远公交站的频率。

问卷中纳入的心理社会（自我效能感、享受和社会支持）和行为（感知行为控制与行为技能）构念改编自已验证的量表（Sallis et al., 1987; Kendzierski and DeCarlo, 1991; Giles-Corti and Donovan, 2003; Marcus et al., 1992）。

自我效能通过询问参与者在五种可能困难的情况下对赶公交的信心水平来评估：疲惫时、情绪不佳时、感觉没有时间时、假期以及下雨时，采用5点量表，范围从1（非常同意）到5（非常不同意）。愉悦感通过使用六个项目（喜爱、兴趣、愉快、精力充沛、快乐和感觉良好）评估对赶公交的感受，采用7点量表，范围从1（最无乐趣）到7（最有趣）。行为技能通过询问参与者在过去一个月中设定赶公交目标和计划公交出行天数的频率来评估与实现期望出行行为相关的能力，采用4点量表，范围从从不、每周1-2次、每周一次和每周多次。家庭支持通过使用两个项目评估，询问参与者的家庭成员在过去一年中与其一起赶公交和鼓励其赶公交的频率，采用5点量表，范围从1（非常频繁）到5（从不）。对出行选择的感知行为控制通过询问未来两周内赶公交的可能性（"假设你尝试在未来两周内坚持赶公交，你实际坚持做到的可能性有多大或多低"）来评估，采用7点李克特量表，范围从1（非常可能）到7（非常不可能）。每个变量的综合得分通过计算该构念内所有项目的分值均值来计算，并在分析中作为连续变量处理。自评一般健康状况采用5点量表评估，范围从1（优秀）到5（差）（Caramenti和Castiglioni, 2022）。询问参与者是否有受伤、疾病或残疾限制了他们参与体力活动（包括步行和使用公共交通）的能力。使用生活质量评估—8维度（AQoL-8D）问卷评估健康相关生活质量。该工具由35个项目组成，分为八个维度。其中三个维度属于"身体超维度"，其余五个属于"心理社会超维度"。使用AQoL-8D算法计算总体效用指数和每个超维度的效用得分（Richardson等人, 2014）。身体质量指数（BMI）通过测量体重和身高计算得出，测量由经过培训的技术人员按照标准协议进行。

工作/学习相关生产力使用新问题评估，询问参与者对乘坐公交前往工作/学习目的地所花费时间的感知以及生产力水平。乘坐公交前往工作/学习目的地后所花费时间的感知使用3点量表测量：1（更多时间）、2（更少时间）、3（相同时间）。乘坐公交后工作/学习目的地的生产力感知通过询问参与者是否感觉生产力更高（1）、更低（2）或相似（3）来评估。与乘坐机动交通工具相比，与公交出行相关的成本感知也使用3点量表评估，范围从1（成本更高）、2（成本更低）到3（成本相同）。为确保充分的内容效度，这些项目基于健康经济学和交通管理领域专家的反馈最终确定。台湾一项研究中也采用了类似的方法，使用三项目量表（例如，"与我的花费相比，乘坐公共交通是值得的"）测量感知价值来评估公共交通乘客的行为意向（Lai和Chen, 2011）。

在分析前，必要时对各项进行反向计分，以确保更高的分数始终代表更有利的心理社会属性。

2.4 数据分析

描述性统计用于表征样本：正态分布的连续变量使用均值（标准差（SD）），偏态数据使用中位数（四分位距（IQR）），分类变量使用百分比和频率。使用STATA 18.0版本中的'linreg'包中的单变量和多变量线性回归评估心理社会、行为、健康与生产力相关变量与公共交通使用和交通步行的关联（StataCorp LP, 德克萨斯州College Station, 美国）。建模前评估了变量分布。进行线性回归时，对模型内变量进行转换以确保正态性（补充图1–13）并符合线性回归的假设。回归系数然后被反向转换到原始测量尺度以便于解释。单变量回归中与公交出行和交通步行结局相关且p值小于0.2的自变量被纳入相应的饱和多变量模型。多变量模型开发过程中，使用较宽松的p值小于0.2进行初始变量筛选，文献支持避免排除潜在重要变量（Mickey和Greenland, 1989; Bendel和Afifi, 1977）。从饱和模型中逐一剔除每个变量，并检查保留变量系数的相对变化。当被剔除变量产生的模型系数相对变化小于10%时，该变量被排除（Maldonado和Greenland, 1993）。最终模型包含统计学显著和/或作为重要混杂因子的变量。然后使用赤池信息准则（AIC）和贝叶斯信息准则（BIC）确认最终模型拟合度。

为评估分布特征，计算了各项心理社会和行为量表项目的描述性统计，包括均值、标准差、中位数、四分位距、范围和平度。显示偏态证据的变量在进一步分析前进行转换以满足模型假设。使用单变量验证性因素分析（CFA）评估潜在变量（自我效能、愉悦感、家庭支持和行为技能）的内部一致性和构念效度。使用Cronbach's alpha和组合信度（CR）评估内部一致性，使用平均方差提取量（AVE）评估收敛效度。采用AVE 0.5和CR 0.7的阈值表示可接受的收敛效度和内部一致性（Cheung等人, 2023）。潜在变量的信度、收敛效度和分布见补充表2。自我效能、愉悦感和行为技能潜在变量表现出可接受的内部效度并予以保留。家庭支持潜在变量Cronbach's alpha值较低（α = 0.57），与两项目量表的使用一致（Cortina, 1993）。因此，家庭支持项目（家庭示范和家庭鼓励）分别纳入多变量模型。项目水平的因素载荷和分布统计见补充表2。进行了探索性交互分析以评估关联是否在不同关键社会人口统计学组间存在差异。

3. 结果

3.1 描述特征

研究样本包括109名完成基线评估并链接了智能卡数据的参与者。参与者纳入的STROBE流程图见图1。

下载：下载高分辨率图片（242KB）下载：下载全尺寸图片

图1. 参与者纳入流程图。

表1展示了参与者的社会人口学特征、可达性、出行行为、体力活动、健康状况、影响公交使用的心理社会和行为变量，以及与公交使用相关的体验和感知。

表1. 参与者特征——社会人口学、可达性和出行行为、体力活动、健康、心理社会、行为、公交使用的体验和感知。

变量 | 参与者（n = 109）

社会人口学变量

年龄，均值（SD） | 44.7 (16.9)

性别，%（n） |

男性 | 30.3 (33)

女性 | 69.7 (76)

就业状态，%（n） |

全职 | 26.6 (29)

兼职 | 41.3 (45)

未就业 | 32.1 (35)

最高教育水平，%（n） |

低 | 19.3 (21)

中 | 24.8 (27)

高 | 55.9 (61)

是否在校学生，%（n） | 35.8 (39)

婚姻状况，%（n） |

已婚/同居 | 55.0 (60)

未婚/不同居 | 45.0 (49)

抚养人口数，均值（SD） | 2.2 (1.4)

家庭收入 %（n） |

低 | 20.18 (22)

中 | 33.03 (36)

高 | 30.28 (33)

不愿回答 | 16.51 (18)

可达性

持有驾照，%（n） | 94.5 (103)

持照者中拥有机动车，%（n） | 81.6 (84)

机动车可获得性，%（n） |

有，始终 | 78.0 (85)

有，有时 | 14.7 (16)

无 | 7.3 (8)

家到最近公交站距离（公里），均值（SD） | 0.6 (0.5)

出行行为

每周公交出行次数——自评，均值（SD） | 2.1 (2.0)

是否选择步行至/来自较远的公交站，%（n） |

总是 | 3.7 (4)

有时 | 47.7 (52)

从不 | 48.6 (53)

健康

一般健康，%（n） |

差/一般 | 19.3 (21)

好 | 42.2 (46)

非常好/优秀 | 38.5 (42)

限制步行能力的受伤、疾病或残疾，%（n） |

有 | 10.1 (11)

无 | 89.9 (98)

BMI（kg/m2），均值（SD） | 28.2 (6.3)

AQoL-8D总体效用，均值（SD） | 0.75 (0.18)

AQoL-8D身体超维度，均值（SD） | 0.78 (0.17)

AQoL-8D心理社会超维度，均值（SD） | 0.42 (0.19)

公交使用相关的心理社会和行为变量，均值（SD）

赶公交的自我效能（1-5量表） | 2.0 (0.7)

赶公交的感知行为控制（1-7量表） | 1.9 (1.2)

赶公交的愉悦感（1-7量表） | 4.8 (1.0)

赶公交的行为技能（1-4量表） | 1.8 (0.9)

家人对赶公交的社会支持（1-5量表） | 4.2 (1.0)

公交使用的体验和感知，均值（SD）

乘坐公交时

生产力感知（1-3量表） | 2.7 (0.7)

时间花费感知（1-3量表） | 2.5 (0.8)

支出感知（1-3量表） | 2.1 (0.5)

结局

每周公交出行次数——智能卡数据，均值（SD） | 1.5 (1.6)

交通步行分钟/周，中位数（IQR） | 60.0 (30–162.5)

BMI = 身体质量指数；AQoL-8D = 生活质量评估—8维度问卷。

参与者平均年龄为44.7岁（SD = 16.9），其中大多数（69%）为女性。参与者中32.1%未就业，35.8%为在校学生。几乎所有参与者（>90%）都能定期获得机动车使用权限并持有有效驾照。

客观公交使用数据表明，参与者平均每周进行1.5次公交出行。近半数样本表示不愿意步行至或来自较远的公交站。

参与者报告用于交通目的的每周步行时间中位数为60分钟（IQR = 30–162.5）。约81%的受访者将一般健康状况评为良好或非常好。样本平均BMI为28.2 kg/m2。

3.2 单变量分析

单变量暴露与每周平均公交使用之间的关联见补充表3。基于p值小于0.2的单变量关联，为多变量模型构建选择的变量见补充表5。感知行为控制和家庭支持——与参与者一起赶公交/鼓励乘坐公交分别与每周平均多0.24（β = 0.24；95% CI: 0.01, 0.47）和0.32（β = 0.32；95% CI: 0.09, 0.55）次公交出行相关。行为技能如设定目标和为公交出行做计划分别与每周平均多0.6（β = 0.60；95% CI: 0.29, 0.93）和0.73（β = 0.73；95% CI: 0.44, 1.03）次公交使用相关。拥有定期私家车可用权限与每周平均少1.29（β = ?1.29；95% CI: ?2.47, ?0.11）次公交出行相关。

暴露与交通步行之间的关联见补充表4。基于p值小于0.2的单变量关联，为多变量模型构建选择的变量见补充表6。单身父母家庭和每周平均公交使用较高的个体每周用于交通的步行时间分别多约130分钟（β = 129.98；95% CI: 0.16, 259.80）和15分钟（β = 14.61；95% CI: 2.46, 26.76）。然而，女性每周用于交通的步行时间比男性少约50分钟（β = ?49.63；95% CI: ?94.33, ?4.94），拥有定期机动车可用权限的个体每周用于交通的步行时间少212分钟（β = ?212.0；95% CI: ?321.0, ?103.0）。

3.3 多变量分析

多变量关联与每周公共交通使用之间的关系见表2。自我效能与每周平均多0.44次公交出行相关（β = 0.44；95% CI: 0.00, 0.87），家人与参与者一起赶公交的家庭支持和规划赶公交天数的行为技能分别与每周平均多0.30（β = 0.30；95% CI: 0.03, 0.57）和0.86（β = 0.86；95% CI: 0.50, 1.22）次公交出行相关。相比之下，女性比男性平均少0.54次公交出行（β = ?0.54；95% CI: ?1.06, ?0.02），且生活质量-身体超维度得分较高与每周平均少1.13次公交出行相关（β = ?1.13；95% CI: ?1.88, ?0.37）。

表2. 与每周公交使用相关的特征：多变量线性回归分析结果。

暴露 | β（95% CI）

女性（参考：男性） | ?0.54（?1.05, ?0.02）

行为技能——规划赶公交天数（1-4量表） | 0.86（0.50, 1.22）

家庭支持——与参与者一起赶公交（1-5量表） | 0.30（0.03, 0.57）

自我效能（1-5量表） | 0.44（0.00, 0.87）

身体生活质量 | ?1.13（?1.86, ?0.39）

年龄 | ?0.02（?0.03, 0.00）

β = 表示暴露变量与每周公交使用之间多变量关联的beta系数

95% CI：95%置信区间，统计学显著性以粗体显示。

与交通步行的多变量关系见表3。自评一般健康状况为"好"但未达"非常好/优秀"的个体每周用于交通的步行时间多150分钟（β = 150.08；95% CI: 13.84, 286.31）。相比之下，拥有定期机动车可用权限的个体每周用于交通的步行时间少181分钟（β = ?181.0；95% CI: ?272.0, ?89.92）。

表3.

与出行步行相关的特征：多变量线性回归分析结果。暴露变量β（95% CI）总体健康状况（参照：较差/一般）良好150.08（13.84, 286.31）很好/优秀112.99（?18.69, 244.68）机动车获取途径（参照：无获取途径）偶尔可以获取机动车?126.0（?262.0, 10.59）始终可以获取机动车?181.0（?272.0, ?89.92）女性（参照：男性）?54.35（?137.0, 28.06）β = beta系数，表示暴露变量与出行步行（分钟/周）之间的多变量关联。95% CI：95%置信区间，统计显著性以粗体表示。在每周公交使用模型缩减过程中，从饱和模型中移除的若干变量通过其对保留预测变量系数的影响显示了混杂效应的证据。饱和模型与最终模型的比较表明，家庭支持（β = 0.23至0.30）、自我效能（β = 0.36至0.44）和身体生活质量（β = ?0.91至?1.13）的估计关联在整个缩减过程中方向一致，并保留在最终模型中。相比之下，年龄、性别以及与计划赶车日期相关的行为技能观察到较大的变化。计划赶车日期的系数从饱和模型中的β = 0.40增加到最终模型中的β = 0.86，年龄的系数从β = ?0.01增加到β = ?0.02，性别的系数从β = ?0.37变为β = ?0.54。这些变化表明，在模型缩减过程中被排除的变量影响了这些预测变量与每周公交使用在饱和模型中的估计关联。随着这些变量的移除，潜在的关联变得更加明显，导致最终模型中效应估计值增大。3.4. 交互分析3.4 考察性别和教育差异的交互分析结果汇总于补充表7。对于公共交通使用，性别或教育与自我效能、家庭支持、行为技能和生活质量之间未观察到具有统计显著性的交互效应（p > 0.05），表明这些关联在各亚组中保持一致。同样，对于出行步行，性别或教育与总体健康状况之间未发现显著的交互作用（p > 0.05），表明这些组之间的关联一致。教育与私家车获取途径对出行步行之间存在具有统计显著性的交互作用（p = 0.0003）；然而，由于样本量有限，交互效应为探索性的，未纳入最终多变量模型。因此，未对这些发现进行进一步解释。4. 讨论本研究确定了感知心理社会、行为和健康相关特征与公共交通使用和出行步行的关联，样本为澳大利亚塔斯马尼亚州偏远地区的不频繁公交使用者。自我效能、计划日常出行以及有家庭成员一起乘坐公交车与公交使用频率较高相关，而中等水平的自评总体健康状况与更多的出行步行时间相关。相反，为女性和有较高的自评身体生活质量与公交使用较低相关，而常规获取机动车与出行步行较少相关。本研究首次利用智能卡数据在偏远地区客观测量公共交通使用，表明不频繁公交使用者的交通选择受到一系列心理社会、行为和健康相关变量的影响。这些发现需要在偏远地区背景的语境下进行解释，其中较低的班次频率和强烈的机动车依赖文化可能影响公共交通使用和出行步行（Patterson等，2019；Rasca和Saeed，2022；van Soest等，2020）。尽管如此，研究结果提供了实证证据，可为其他具有类似交通结构的偏远地区提供参考，特别是那些旨在提高偶发性公共交通使用人群公交车使用率的地区。自我效能被定义为一个体对自己控制自身功能以应对日常生活中的事件的能力和信心的信念（Bandura，1978），已被确定为与出行行为变化相关的关键因素，包括在不同人群中与公共交通使用相关（Crudden等，2016；Skarin等，2019；Chou等，2024）。与现有证据一致，本研究也表明，更高的赶车自我效能与公交使用增加相关。出行相关的自我效能不仅在通过交通干预改变交通相关行为方面至关重要，而且在维持交通习惯的长期变化方面同样重要（Chou等，2024）。因此，提高不频繁公交使用者的自我效能的措施应在规划改善公共交通使用的干预措施时作为重点考虑，特别是在偏远地区。本研究观察到个人行为技能（如计划赶车日期）与每周公交使用之间存在正向关联。我们的发现得到了Nordfj?rn等（2014）研究的支持，该研究认为公共交通使用不仅是习惯性的，还反映了挪威六大都市区居民有计划和有意识的心理过程。鉴于当前研究在偏远地区进行，公共交通班次频率有限且汽车依赖程度较高（澳大利亚统计局，2021），这些不同地区间结果的一致性增强了我们对所观察关联的信心。家庭成员通过一起乘坐公交车表现出的家庭支持与公交使用正向相关。感到得到支持且家庭安排灵活的个体可能能够更好地将公交出行融入日常安排，特别是在偏远地区，那里班次较少且路线需要更多规划和协调。在比利时对在职年轻人进行的一项研究发现，较高的感知社会支持与更多目的地使用公共交通相关（Simons等，2017）。在中国上海进行的研究中呈现了一致发现，主观社会规范（测量为个人重要的人是否认为并支持其乘坐公共交通而非汽车出行）的显著效应表明，感知的社会压力甚至可能影响频繁公交使用者的公共交通使用意愿（Zhang等，2016）。这些发现强化了社会支持在鼓励公共交通使用中的作用，无论地理背景如何，未来促进公共交通使用的策略中可以加以考虑。将总体健康状况评为"良好"（而非"很好"或"优秀"）的参与者出行步行更多。可能的原因是健康状况中等但非优秀的个体意识到改善健康的需要，因此更有动力参与步行等促进健康的行为。将总体健康状况评为很好或优秀的个体可能感到不那么迫切需要寻求如出行步行等促进健康的机会，因为他们可能已经通过其他活动来维护和支持健康。现有证据表明，更好的自评总体健康与成人主动通勤正向相关（Bopp等，2014；Stanesby等，2021），这与我们的发现部分一致，可能需要进一步调查。本研究还发现，常规获取机动车的参与者出行步行较少，这一出乎意料的结果与现有文献一致（Besser和Dannenberg，2005；Patterson等，2019；van Soest等，2020）。这可能归因于认为机动车提供更好的便利性、灵活性和时间效率（国际交通论坛，2021）。此外，在地理分散和公共交通有限偏远地区（Stanesby等，2021），对私家车的依赖更加明显，并很可能塑造了不频繁公交使用者所观察到的行为模式。现有证据进一步支持了这一解释，即频繁公交使用者拥有机动车获取途径的可能性显著较低，表明与不频繁使用者相比，公共交通使用与更高的步行水平相关（Gascon等，2020；Vicente和Reis，2018）。然而，常规获取机动车未保留在每周平均公交使用的多变量模型中。这可能反映了塔斯马尼亚人的人口特征，其中64.6%驾车上班，为各州最高，突显了人口的机动车依赖性，人口普查数据支持了这一观点（澳大利亚统计局，2021）。这种依赖性可能导致习惯性行为，即使主动交通是驾车的可行替代方式（G?rling和Axhausen，2003）。探索汽车所有权的社会文化规范和态度可能提供有价值的见解，了解如何鼓励日常出行步行和公共交通使用，减少私家车使用，特别是在公共交通选择有限的偏远地区。本研究确定了一个不可改变的人口特征——性别，未来鼓励公共交通使用的策略中可以加以考虑。为女性与每周公共交通使用较低相关，这可能由女性参与比男性更复杂的日常活动模式来解释（Chidambaram和Scheiner，2024；Pepin和Sayer，2016）。例如，女性可能更经常参与串联出行、接送孩子、购物、就医和探望父母（Porath和Galilea，2025）。这些模式可能降低了她们使用公共交通的灵活性，尽管她们通过就业对家庭收入做出了同等贡献（澳大利亚家庭研究所，2023）。在里斯本对常规和前常规公交使用者进行的研究中也报告了一致的发现，男性比女性更可能是常规公交使用者（Vicente和Reis，2018）。然而，在欧洲七个城市进行的研究发现，与男性相比，女性每日或几乎每日使用公共交通系统的几率更高（Gascon等，2020）。这可能得到了这些欧洲城市公共交通系统服务良好、公共交通比自驾更加便利（特别是在高密度居住城市环境中）的支持。4.1. 政策与实践意义自我效能和行为技能与公共交通使用之间的显著关联表明，干预措施应着重于增强个体使用公共交通的信心和能力。出行规划支持、移动出行规划应用程序和针对性信息宣传等策略（Zhang等，2011；Ejdys，2024；Basu等，2020）可能有助于提高导航公共交通系统的信心并克服感知障碍。这些方法可能对缺乏对可用服务熟悉度的不频繁公共交通使用者特别有益。地方政府和交通管理机构还可以考虑利用社会和家庭支持来鼓励和促进社区内公共交通使用常态化的倡议。与性别相关的障碍也需要在交通规划和服务设计中加以考虑，以确保更具包容性的出行选择。汽车可达性与较低的出行步行之间的关联凸显了需要综合交通和土地利用规划方法以减少对私家车的依赖。政策制定者可以考虑投资步行基础设施、改善住宅区与公共交通服务之间的连接性，以及发展支持主动和可持续出行行为的混合用途社区（Loo和Tsoi，2018；Hooper等，2015；Al-Obeidy等，2026）。在班次频率和覆盖范围可能有限的偏远地区，提高公共交通的可达性、可靠性和便利性（Moseley，2023；Mavoa等，2012）也可能鼓励从私家车向更可持续的出行方式转变，同时增强个体使用这些服务的信心。4.2. 优势与局限本研究存在若干局限性。研究结果基于横断面数据；因此，我们无法建立因果关系或推断暴露与结果变量之间的关联方向。出行步行使用主观测量进行评估，可能存在回忆和应答偏差。然而，由于研究使用了验证过的工具、较短的回忆期（最近七天）以及标准化的参与者指导，回忆和应答偏差的影响在一定程度上得到了减轻。此外，鉴于直接客观测量的难度，主观测量被广泛用于估计出行相关步行。通过公交车出行后工作/学习地点生产力的感知使用未经验证的条目进行测量，这可能限制了该构念的可靠性和可比性。每周乘坐公交车不超过两次的参与者（定义为不频繁公交使用者）有资格参与本研究，引入了天花板效应作为研究的另一局限性。

缺乏针对频繁公交用户直接对比数据，限制了当前研究所探讨的暴露变量在低频公交用户之间的对比能力。此外，聚焦于频繁公交用户的可比研究数量有限，且现有针对频繁公交用户的研究大多在拥有复杂公共交通系统的大都市环境中开展（Garcia–López等，2024；Vicente和Reis，2018），这限制了对本研究所考察的区域性环境的直接对比。本研究从塔斯马尼亚州大霍巴特地区招募了低频公交用户。由于缺乏关于低频公交用户的相关人口层面数据，我们的样本在多大程度上代表更广泛低频公交用户群体的情况尚不明确。与大霍巴特地区的公交用户相比，本研究样本中女性参与者比例较高（69%对60.8%），高学历参与者比例也较高（55%对49.8%）。尽管这些差异表明样本与更广泛总体存在一些偏差，但这些差异对主要发现的影响可能有限，因为研究重点是使用多变量回归估计各变量之间的调整后关联，而非样本本身的人口代表性，且关键的社会人口学特征已在分析中得到考虑。尽管如此，作为探索性分析开展的交互分析表明，大多数关联在这些亚组之间没有差异，表明研究发现不太可能受到样本中女性和高学历参与者过度代表的严重影响。此外，本研究的发现应谨慎解读，因为较小的样本量也可能限制统计效力和结果的可推广性。然而，本研究为了解区域性环境中公交用户的体验提供了背景性洞察。研究结果有助于理解心理社会、行为、健康和生产力相关变量如何与公共交通使用和步行为交通相交，这对国内和国际众多区域交通系统均具有现实意义。超越统计学意义上的推广，本研究支持分析性推广，即观察到的发现可能迁移至类似环境，并为未来的比较性研究和规划提供依据（Yin，1994）。本研究的一个关键优势在于使用客观的公交卡数据来衡量公共交通使用情况，这提高了结果估计的准确性。该方法减少了自报告测量中常见的回忆偏倚和社会期望偏倚（Zarabi等，2024），并能提供关于服务频率和需求变异性较大的区域更可靠的交通使用估计，这使得本研究成为文献中的一个新颖贡献。本研究是在区域环境中开展的首个研究，旨在评估广泛的人口统计学、心理社会、行为和健康相关变量与客观测量的公共交通使用之间的关联，研究对象为低频公交用户——一个在现有文献中代表性不足但对出行方式转变干预高度相关的群体，这是本研究的另一个关键优势。本研究的发现为区域环境中的交通研究领域做出了贡献，因为现有文献对此关注不足。

4.3 结论

本研究为区域环境中低频公交用户与公共交通使用及步行为交通相关的心理社会、行为、健康和生产力相关变量提供了新的证据，这一群体在交通文献中仍然缺乏代表性。较高的自我效能、更强的家庭支持以及对公共交通使用的规划与更高的公共交通使用相关，而女性身份和较好的自我报告身体生活质量与公共交通使用呈负相关。自我感知一般健康状况为"良好"的参与者步行为交通的距离更长，而定期拥有私家车则与步行为交通距离更短相关。这些发现强调了低频公交用户中与公共交通使用和步行为交通相关的变量的独特性质，凸显了社会、行为和性别相关因素的影响。

尽管本研究的横断面设计和小样本量要求谨慎解读研究结果，但本研究为制定促进区域环境中低频公交用户使用公共交通的策略提供了潜在目标。

本研究通过提供区域环境中低频公交用户交通行为相关变量的实证证据，填补了一个重要的研究空白。未来需要在更大样本、涵盖更多元公交用户群体中开展研究，以更好地了解与公共交通使用和步行为交通相关的变量，特别是在研究不足的区域内。

**CRediT作者贡献声明**

Withanage Iresha Udayangani Jayawickrama：撰写—原始初稿，正式分析。Jack Evans：撰写—审阅与编辑，正式分析。Kim Jose：撰写—审阅与编辑，概念化。Oliver Stanesby：撰写—审阅与编辑，数据整理。Melanie Sharman：撰写—审阅与编辑，概念化。Stephen Greaves：撰写—审阅与编辑，概念化。Verity Cleland：撰写—审阅与编辑，指导，方法论，资金获取，概念化。

**伦理审批与参与同意**

本研究于2019年5月27日获得塔斯马尼亚州健康与医学人类研究伦理委员会批准（H0017820）。所有参与者均以书面或口头方式同意参与本研究。

**数据与材料可用性**

当前研究中使用和/或分析的数据集可从通讯作者处合理请求获取。

**资金支持**

本研究得到澳大利亚国家健康与医学研究理事会（NHMRC，项目编号1152999）合作项目拨款、Metro Tasmania、塔斯马尼亚州卫生部以及塔斯马尼亚州地方政府协会的支持。WIUJ获得塔斯马尼亚研究生奖学金支持。JE获得澳大利亚政府研究培训项目奖学金支持。VC获得澳大利亚国家心脏病基金会未来领导者 fellowship（2021–2024，ID104892）支持。NHMRC未参与研究设计以及数据的收集、分析和解释，也未参与手稿的撰写。Metro Tasmania、塔斯马尼亚州卫生服务部门和塔斯马尼亚州地方政府协会参与了研究设计，但未参与数据的收集、分析和解释。

Withanage Iresha Udayangani Jayawickrama | Jack Evans | Kim Jose | Oliver Stanesby | Melanie Sharman | Stephen Greaves | Verity Cleland

澳大利亚塔斯马尼亚大学 Menzies医学研究院，霍巴特，澳大利亚