, , ,

(1.上海海事大學(xué) 交通運(yùn)輸學(xué)院,上海 201306; 2.上海理工大學(xué) 管理學(xué)院,上海 200093; 3.上海海事大學(xué) 經(jīng)濟(jì)管理學(xué)院,上海 201306)

空氣污染已經(jīng)成為我國(guó)近幾年面臨的重要環(huán)境議題.大范圍嚴(yán)重的空氣污染使得人們的出行面臨很大的風(fēng)險(xiǎn),主要包括:健康受到嚴(yán)重威脅、城市交通擁堵日益嚴(yán)重、交通事故高發(fā)等.嚴(yán)重空氣污染帶來(lái)的諸多交通問(wèn)題給交通管理部門(mén)提出了新的挑戰(zhàn).

出行者的主觀風(fēng)險(xiǎn)感知是出行者做出行為決策的重要內(nèi)在推動(dòng)因素.對(duì)出行者風(fēng)險(xiǎn)感知的影響因素進(jìn)行研究,不論從理解微觀個(gè)體出行行為層面,還是從宏觀制定合理交通政策層面,都可以提供較好的理論基礎(chǔ)和實(shí)證依據(jù).因此,對(duì)該議題進(jìn)行研究具有較好的現(xiàn)實(shí)意義和必要性.

一些學(xué)者對(duì)個(gè)體出行風(fēng)險(xiǎn)感知進(jìn)行了研究.Sj?berg等[1]的研究表明,個(gè)人主觀的風(fēng)險(xiǎn)感知主要由其判斷風(fēng)險(xiǎn)發(fā)生可能性的大小,以及風(fēng)險(xiǎn)發(fā)生后果的嚴(yán)重性兩部分組成.Rundmo等[2]主要應(yīng)用描述性分析和結(jié)構(gòu)方程模型(SEM)對(duì)出行者采用私人交通和公交交通的風(fēng)險(xiǎn)感知問(wèn)題進(jìn)行研究.Elias等[3]通過(guò)收集以色列的意向調(diào)查(SP)數(shù)據(jù),探討各種風(fēng)險(xiǎn)感知因素在推動(dòng)出行者上下班出行從小汽車(chē)向公共交通轉(zhuǎn)移方面所產(chǎn)生的影響.Elias等[4]就地面交通系統(tǒng)遭遇恐怖襲擊情況下的居民出行行為問(wèn)題進(jìn)行研究,認(rèn)為人們對(duì)恐怖襲擊的恐懼情緒和風(fēng)險(xiǎn)感知因素是理解以色列居民公交出行行為的核心要素.Nordfjrn等[5]證明除出行費(fèi)用、時(shí)間等因素會(huì)影響人們的出行方式外,出行者的人格特性、風(fēng)險(xiǎn)認(rèn)知等因素也是預(yù)測(cè)個(gè)體出行方式的重要因素.樊博等[6]對(duì)霧霾與公眾情緒的關(guān)系進(jìn)行檢驗(yàn)分析,認(rèn)為霧霾的變化會(huì)顯著影響公眾情緒的變化,霧霾影響下的公眾情緒和公眾的風(fēng)險(xiǎn)感知具有長(zhǎng)期穩(wěn)定的均衡關(guān)系.另外,還有一些研究側(cè)重于駕駛員風(fēng)險(xiǎn)感知同其駕駛行為之間關(guān)系的議題[7-8].上述研究中的風(fēng)險(xiǎn),主要是指出行過(guò)程中遭遇交通事故(如碰撞、拋錨等)、犯罪和恐怖襲擊等風(fēng)險(xiǎn).對(duì)空氣污染帶來(lái)的出行風(fēng)險(xiǎn),目前相關(guān)研究較少.另外,負(fù)面信息的發(fā)布對(duì)出行者的主觀風(fēng)險(xiǎn)感知也會(huì)帶來(lái)影響.目前關(guān)于信息對(duì)出行影響的研究,多指交通誘導(dǎo)信息等.對(duì)空氣污染這類(lèi)環(huán)境信息的影響,相關(guān)研究較少.

空氣污染對(duì)出行行為影響的研究多側(cè)重于用集計(jì)視角.Semenza等[9]采用隨機(jī)電話抽樣調(diào)查的方法就居民對(duì)氣溫和空氣污染的感知及行為進(jìn)行分析研究.Noonan[10]分析了亞特蘭大地區(qū)空氣質(zhì)量警告對(duì)人們出行的影響.Tribby等[11]應(yīng)用回歸分析方法,發(fā)現(xiàn)發(fā)布空氣質(zhì)量預(yù)警信息這樣的“軟性”政策對(duì)降低小汽車(chē)使用的效果并不理想.李聰穎等[12]的研究表明,霧霾對(duì)采用不同出行方式的出行者影響程度不同,居民的出行態(tài)度受自身過(guò)去經(jīng)驗(yàn)和對(duì)出行能力的認(rèn)知影響較大.

本文從非集計(jì)研究視角,探討空氣污染環(huán)境下出行者主觀風(fēng)險(xiǎn)感知的影響因素.其中,風(fēng)險(xiǎn)感知作為潛變量,空氣污染狀況(AQI (air quality index)指數(shù))、出行者社會(huì)經(jīng)濟(jì)屬性和出行者對(duì)AQI信息關(guān)注度作為顯變量,建立探討出行者風(fēng)險(xiǎn)感知影響因素的SEM模型.主要研究?jī)?nèi)容包括:空氣污染對(duì)居民出行風(fēng)險(xiǎn)感知的影響程度;空氣污染信息對(duì)出行者的風(fēng)險(xiǎn)感知影響程度;不同社會(huì)經(jīng)濟(jì)屬性的出行者其出行感知差異識(shí)別.

1 SEM模型框架

使用SEM進(jìn)行變量分析.SEM是一種實(shí)證分析模型,通過(guò)尋找變量之間內(nèi)在的結(jié)構(gòu)關(guān)系,去驗(yàn)證某種結(jié)構(gòu)關(guān)系或模型的假設(shè)是否合理、模型是否正確.其中,潛在變量是無(wú)法直接觀測(cè)的,只能通過(guò)觀測(cè)變量間接獲得其相關(guān)信息.

本文假設(shè):a.空氣污染這一外部環(huán)境因素會(huì)影響出行者的風(fēng)險(xiǎn)感知;b.空氣污染信息會(huì)影響出行者的風(fēng)險(xiǎn)感知,并發(fā)揮一定的調(diào)節(jié)作用.

基于以上假設(shè),提出風(fēng)險(xiǎn)感知的影響因素:a.出行者的社會(huì)經(jīng)濟(jì)屬性變量,如性別、年齡、教育水平、是否有車(chē)等;b.表示空氣污染程度的環(huán)境變量,用AQI來(lái)代表;c.出行者對(duì)空氣污染信息的關(guān)注度,包括“一周平均查詢頻率”和“與敏感人群同行時(shí)是否關(guān)注AQI”2個(gè)變量.風(fēng)險(xiǎn)感知作為潛變量,由出行者主觀判斷的風(fēng)險(xiǎn)發(fā)生可能性大小和風(fēng)險(xiǎn)后果嚴(yán)重性兩部分構(gòu)成[1].

首先檢驗(yàn)AQI指數(shù)An、出行者社會(huì)經(jīng)濟(jì)屬性Dn和其對(duì)AQI的關(guān)注度Mn這3個(gè)顯變量對(duì)風(fēng)險(xiǎn)感知的主效應(yīng)影響,如圖1所示,主效應(yīng)模型包括兩部分:a.3個(gè)顯變量與風(fēng)險(xiǎn)感知潛變量的因果關(guān)系;b.觀測(cè)變量與潛變量的測(cè)量關(guān)系.

潛變量與顯變量因果關(guān)系可表示為

(1)

觀測(cè)變量與潛變量的測(cè)量關(guān)系可表示為

(2)

在上述顯變量的主效應(yīng)顯著的基礎(chǔ)上,檢驗(yàn)AQI信息對(duì)風(fēng)險(xiǎn)感知的調(diào)節(jié)作用,研究框架如圖2所示.

該模型與主效應(yīng)不同之處主要在于將出行者對(duì)AQI的關(guān)注作為調(diào)節(jié)變量,構(gòu)造其與AQI指數(shù)的交叉項(xiàng),將式(1)調(diào)整為式(3).

(3)

觀測(cè)變量與潛變量的測(cè)量關(guān)系與式(2)相同.采用極大似然估計(jì)法(ML)進(jìn)行參數(shù)估計(jì).

圖1 主效應(yīng)模型Fig.1 Model of main effects

圖2 調(diào)節(jié)效應(yīng)模型Fig.2 Model of moderation effects

2 實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)

設(shè)計(jì)調(diào)查問(wèn)卷,于2015年9～10月期間進(jìn)行發(fā)放,收集相關(guān)數(shù)據(jù).共收集問(wèn)卷391份,剔除完全重復(fù)、信息不全、隨意勾選等無(wú)效問(wèn)卷,共有385份有效問(wèn)卷.問(wèn)卷發(fā)放采用街邊調(diào)查和網(wǎng)絡(luò)調(diào)查兩部分,街邊調(diào)查主要在上海市龍陽(yáng)路地鐵站、世紀(jì)大道地鐵站和人民廣場(chǎng)3處進(jìn)行.

問(wèn)卷包括3個(gè)部分:a.受訪者在不同空氣污染環(huán)境中的主觀風(fēng)險(xiǎn)感知;b.受訪者的個(gè)人社會(huì)經(jīng)濟(jì)屬性;c.受訪者對(duì)空氣污染信息的關(guān)注度.

風(fēng)險(xiǎn)感知變量主要由受訪者主觀評(píng)估,從健康威脅、交通擁堵、交通事故這3種風(fēng)險(xiǎn)發(fā)生的可能性和后果的嚴(yán)重性進(jìn)行測(cè)量.應(yīng)用李克特(Linkert)五度法,其中,1表示完全不可能/完全不嚴(yán)重,5表示可能性極大/極其嚴(yán)重,受訪者在1～5范圍內(nèi)對(duì)上述3種風(fēng)險(xiǎn)打分.

受訪者對(duì)空氣污染信息的關(guān)注度從兩方面來(lái)度量:a.一周內(nèi)查詢AQI信息的頻率,用以度量受訪者掌握空氣污染信息的程度;b.與敏感人群同行時(shí)是否會(huì)關(guān)注AQI信息,這里的敏感人群指老人、幼兒或有基礎(chǔ)疾病的同行者,以此度量其有敏感人群同行時(shí)對(duì)空氣污染信息的掌握程度.以上兩變量也均用李克特(Linkert)五度法評(píng)估,1表示從不查詢/完全不符合,5表示頻繁查詢/完全符合.所有影響因素如表1所示.

表1 SEM模型解釋變量Tab.1 Explanatory variables of SEM

注:*根據(jù)AQI指數(shù)分級(jí)標(biāo)準(zhǔn)來(lái)進(jìn)行劃分.

3 描述性統(tǒng)計(jì)分析

受訪者特征統(tǒng)計(jì)信息如表2所示(見(jiàn)下頁(yè)).385份樣本中,218人為男性,167人為女性.年齡最小受訪者19歲,最大68歲,平均年齡33歲,方差9.9歲.87.5%的受訪者接受了大學(xué)及以上教育,74%的受訪者擁有至少1輛小汽車(chē).接近19%的人會(huì)經(jīng)常查詢AQI信息,并有75%受訪者在與敏感人群同行時(shí)會(huì)關(guān)注AQI信息.

此次調(diào)查樣本的性別比例分布合理,平均年齡與2010年上海市第六次人口普查的平均年齡(35歲)較為接近,網(wǎng)絡(luò)調(diào)查數(shù)據(jù)占總數(shù)據(jù)的40.4%.由于網(wǎng)絡(luò)調(diào)查的受訪者大部分具備年輕和高教育水平的特征,所以,樣本年齡稍偏年輕,且教育程度偏高.盡管存在上述特點(diǎn),此次調(diào)查數(shù)據(jù)的采集具備隨機(jī)性的特點(diǎn),且18～60歲各年齡段和受教育人群數(shù)據(jù)均已采集到,因此,可以認(rèn)為此次調(diào)查的數(shù)據(jù)能夠用來(lái)分析18～60歲人群在空氣污染時(shí)其總體主觀風(fēng)險(xiǎn)感知狀況.

對(duì)調(diào)查結(jié)果進(jìn)行分析,被調(diào)查對(duì)象的平均風(fēng)險(xiǎn)感知分布狀況如表3所示.

從表3中可以看到,隨著污染程度的加劇,人們總體會(huì)感知到更大的風(fēng)險(xiǎn),尤其是當(dāng)污染程度達(dá)到重度以上程度時(shí),兩類(lèi)風(fēng)險(xiǎn)感知變量的平均值均有明顯增長(zhǎng).

4 SEM模型實(shí)證分析

應(yīng)用軟件MPLUS 7.0進(jìn)行參數(shù)估計(jì).參數(shù)估計(jì)包括2個(gè)步驟:a.將出行者對(duì)空氣污染信息的關(guān)注度作為直接影響因素,驗(yàn)證該變量對(duì)風(fēng)險(xiǎn)感知的主效應(yīng);b.當(dāng)上述變量的主效應(yīng)顯著后,構(gòu)造4個(gè)AQI指數(shù)變量與2個(gè)信息關(guān)注度的交叉項(xiàng),檢驗(yàn)AQI信息對(duì)風(fēng)險(xiǎn)感知的調(diào)節(jié)作用.主效應(yīng)參數(shù)估計(jì)結(jié)果如表4和表5所示(見(jiàn)下頁(yè)).P-value為顯著型指標(biāo),表中黑體字為具有統(tǒng)計(jì)學(xué)上顯著性的值.

表3 平均風(fēng)險(xiǎn)感知分布狀況Tab.3 Distribution of average risk perception

由表5可見(jiàn),健康威脅、交通擁堵和交通事故這3個(gè)風(fēng)險(xiǎn)感知觀測(cè)變量在用來(lái)觀測(cè)出行者風(fēng)險(xiǎn)發(fā)生可能性和后果嚴(yán)重性上均顯著,該潛變量的選取有效.同時(shí),SEM模型的總體擬合結(jié)果McFaddenρ2為0.116,對(duì)于現(xiàn)實(shí)數(shù)據(jù)的實(shí)證研究,該擬合結(jié)果比較滿意.觀察表4中的擬合參數(shù)可知:

a. 社會(huì)經(jīng)濟(jì)屬性變量對(duì)風(fēng)險(xiǎn)感知的影響顯著.

對(duì)于風(fēng)險(xiǎn)可能性和后果嚴(yán)重性,男性均相比女性感知更少的風(fēng)險(xiǎn);有車(chē)人群相比無(wú)車(chē)人群感知更少風(fēng)險(xiǎn),但其風(fēng)險(xiǎn)感知減少的程度很輕微(-0.017和-0.011),這說(shuō)明小汽車(chē)在減少人們對(duì)空氣污染帶來(lái)的出行風(fēng)險(xiǎn)感知方面作用較小.教育水平均不顯著.上述結(jié)果與研究預(yù)期一致.

研究發(fā)現(xiàn),年齡對(duì)風(fēng)險(xiǎn)感知的作用顯著,但隨著年齡的增大,其參數(shù)不斷降低.可見(jiàn),年齡越大,其感知的風(fēng)險(xiǎn)越小,尤其在超過(guò)40歲以后,年齡對(duì)出行風(fēng)險(xiǎn)感知的負(fù)效用明顯加強(qiáng).這說(shuō)明人們對(duì)空氣污染帶來(lái)的風(fēng)險(xiǎn)感知會(huì)隨著年齡的增長(zhǎng)而降低.在60歲以內(nèi)的成人群體中,對(duì)空氣污染環(huán)境中出行更為敏感的是40歲以下青年人,而非40～60歲中年人.這與研究預(yù)期相反,這或許是因?yàn)槲覈?guó)目前40歲以下青年人,較多的為獨(dú)生子女,社會(huì)閱歷較中年人少,承擔(dān)的社會(huì)家庭責(zé)任還不大,其對(duì)空氣污染可能帶來(lái)的負(fù)面影響會(huì)更加敏感.

表4 SEM模型主效應(yīng)模型參數(shù)擬合結(jié)果Tab.4 Parameter estimate results of main effect SEM

注:*表示10%顯著性,**表示5%顯著性,***表示1%顯著性.

表5 SEM主效應(yīng)模型測(cè)量變量估計(jì)結(jié)果Tab.5 Measurement estimation resultsof main effect SEM

注:括號(hào)內(nèi)為P-value值

b. 空氣污染會(huì)明顯增加出行者的風(fēng)險(xiǎn)感知.

由表4可見(jiàn),4個(gè)污染程度變量對(duì)2類(lèi)風(fēng)險(xiǎn)感知變量均有顯著正效應(yīng),且在污染程度達(dá)到重度時(shí),其正效用達(dá)到最大.這說(shuō)明空氣污染會(huì)使人們感受到更多的出行風(fēng)險(xiǎn),且污染程度越嚴(yán)重,感知風(fēng)險(xiǎn)的程度也越高.

c. 更高的AQI信息關(guān)注度,帶來(lái)更高的風(fēng)險(xiǎn)感知.

2個(gè)AQI關(guān)注度變量,其符號(hào)都為正號(hào),說(shuō)明不論是總體查詢頻率,還是在與敏感人群同行時(shí)對(duì)AQI的關(guān)注,都會(huì)增加風(fēng)險(xiǎn)感知.并且,AQI信息帶來(lái)的風(fēng)險(xiǎn)感知,很大程度是源于對(duì)后果嚴(yán)重性的判斷(2.736和4.128).AQI信息對(duì)風(fēng)險(xiǎn)感知的主效應(yīng)是顯著的.

在主效應(yīng)模型的基礎(chǔ)上,增加4個(gè)AQI變量和2個(gè)AQI信息變量的交叉項(xiàng),檢驗(yàn)AQI信息對(duì)風(fēng)險(xiǎn)感知的調(diào)節(jié)作用.調(diào)節(jié)效應(yīng)模型的參數(shù)估計(jì)結(jié)果如表6和表7所示(見(jiàn)下頁(yè)).

表6 SEM模型調(diào)節(jié)效應(yīng)模型參數(shù)擬合結(jié)果Tab.6 Parameter estimate results of moderation effect SEM

注:*表示10%顯著性,**表示5%顯著性,***表示1%顯著性,括號(hào)內(nèi)為P-value值.

表7 SEM調(diào)節(jié)效應(yīng)模型測(cè)量變量估計(jì)結(jié)果Tab.7 Measurement estimation results ofmoderation effect SEM

注:*表示10%顯著性,**表示5%顯著性,***表示1%顯著性,括號(hào)內(nèi)為P-value值

由表6和表7可見(jiàn),與主效應(yīng)模型類(lèi)似,該調(diào)節(jié)效應(yīng)模型的觀測(cè)變量顯著,且總體擬合結(jié)果達(dá)0.125 4,擬合結(jié)果滿意.參數(shù)擬合結(jié)果表明,出行者社會(huì)經(jīng)濟(jì)屬性變量對(duì)其風(fēng)險(xiǎn)感知的影響與主效應(yīng)模型結(jié)果一致.除此之外,AQI信息對(duì)風(fēng)險(xiǎn)感知發(fā)揮著較顯著的調(diào)節(jié)作用,主要表現(xiàn)在:

a. AQI信息查詢頻率越高,風(fēng)險(xiǎn)感知越大;當(dāng)污染嚴(yán)重時(shí),AQI信息有降低風(fēng)險(xiǎn)感知的調(diào)節(jié)作用.

根據(jù)表6可知,變量“AQI查詢頻率”的參數(shù)分別為0.213和0.231,這表明該變量從總體上發(fā)揮著增加風(fēng)險(xiǎn)感知的作用.并且,其相應(yīng)4個(gè)交叉變量中,參數(shù)符號(hào)全部為負(fù),中度污染和嚴(yán)重污染對(duì)應(yīng)交叉項(xiàng)參數(shù)顯著,分別為-0.142和-0.236.這說(shuō)明AQI查詢頻率雖然會(huì)增加風(fēng)險(xiǎn)感知,但在污染程度較為嚴(yán)重時(shí),其又會(huì)發(fā)揮著降低風(fēng)險(xiǎn)感知的調(diào)節(jié)作用.這是與研究預(yù)期的另一個(gè)不同.這或許是因?yàn)?出行者得知空氣污染狀況時(shí),會(huì)有不安全的心理感知.AQI查詢頻率變量符號(hào)為正且顯著,進(jìn)一步說(shuō)明,得知空氣污染信息會(huì)增加出行者的風(fēng)險(xiǎn)感知.但在污染嚴(yán)重到一定程度時(shí),獲取較為全面的AQI信息,反而有助于出行者為抵御空氣污染風(fēng)險(xiǎn)作出充分準(zhǔn)備,因此,會(huì)有降低風(fēng)險(xiǎn)感知的作用.由此可見(jiàn),完善空氣污染的信息發(fā)布機(jī)制,能夠作為交通管理者誘導(dǎo)出行者合理出行的有效管理方法.

b. 與敏感人群同行時(shí)對(duì)AQI的關(guān)注會(huì)增加風(fēng)險(xiǎn)感知,其作用主要體現(xiàn)在調(diào)節(jié)效應(yīng)上.

根據(jù)表6可知,“與敏感人群同行時(shí)關(guān)注AQI”變量對(duì)風(fēng)險(xiǎn)感知變量全部不顯著,但嚴(yán)重污染×敏感人群的交叉項(xiàng)參數(shù)符號(hào)為正且顯著.這說(shuō)明該變量對(duì)出行者風(fēng)險(xiǎn)感知的影響主要體現(xiàn)在其調(diào)節(jié)作用上,此時(shí)主效應(yīng)失效.這與研究預(yù)期結(jié)果一致.說(shuō)明出行者的風(fēng)險(xiǎn)感知不僅取決于其自身對(duì)風(fēng)險(xiǎn)的主觀判斷,而且還受到同伴的影響;與敏感人群同行,會(huì)令出行者更加關(guān)注外部空氣質(zhì)量狀況,此時(shí)的空氣污染信息會(huì)增大其風(fēng)險(xiǎn)感知.

5 結(jié) 論

對(duì)空氣污染環(huán)境下出行者風(fēng)險(xiǎn)感知的主要影響因素進(jìn)行研究,通過(guò)建立SEM模型,用風(fēng)險(xiǎn)發(fā)生可能性和風(fēng)險(xiǎn)后果嚴(yán)重性這2個(gè)潛變量描述風(fēng)險(xiǎn)感知,探討AQI指數(shù)、出行者的社會(huì)經(jīng)濟(jì)屬性和出行者對(duì)AQI信息關(guān)注度對(duì)風(fēng)險(xiǎn)感知的作用.主要研究結(jié)論:

a. 用健康威脅、交通擁堵和交通事故這3個(gè)變量作為出行者的出行風(fēng)險(xiǎn)感知觀測(cè)變量,經(jīng)驗(yàn)證該變量有效.

b. 40～60歲中年群體相比青年群體其風(fēng)險(xiǎn)感知明顯降低;男性相比女性、有車(chē)群體相比無(wú)車(chē)群體感知更少的風(fēng)險(xiǎn).

c. 出行者查詢AQI的頻率提高會(huì)增加風(fēng)險(xiǎn)感知;但當(dāng)空氣污染較嚴(yán)重時(shí),AQI信息則發(fā)揮著降低風(fēng)險(xiǎn)感知的調(diào)節(jié)作用.

d. 與敏感人群同行會(huì)促使出行者查詢AQI信息,此時(shí)的AQI信息完全發(fā)揮著調(diào)節(jié)作用,增加出行者的風(fēng)險(xiǎn)感知.

研究結(jié)果表明,完善空氣污染信息發(fā)布機(jī)制,可以作為有效的交通誘導(dǎo)方法.本研究存在數(shù)據(jù)年齡偏年輕、教育程度偏高、對(duì)老年人數(shù)據(jù)收集不夠等不足.接下來(lái)將應(yīng)用計(jì)劃行為理論,豐富空氣污染下出行者的心理變量,進(jìn)一步探索空氣污染對(duì)出行行為的影響機(jī)制,研究不同空氣污染信息發(fā)布機(jī)制在誘導(dǎo)交通行為上的作用.

[1] SJ?BERG L,MOEN B E,RUNDMO T.Explaining risk perception:an evaluation of the psychometric paradigm in Risk Perecption Research[M].Trondheim,Norway:Rotunde Publications,2004.

[2] RUNDMO T,NORDFJ?RN T,IVERSEN H H,etal.The role of risk perception and other risk-related judgements in transportation mode use[J].Safety Science,2011,49(2):226-235.

[3] ELIAS W,SHIFTAN Y.The influence of individual’s risk perception and attitudes on travel behavior[J].Transportation Research Part A:Policy and Practice,2012,46(8):1241-1251.

[4] ELIAS W,ALBERT G,SHIFTAN Y.Travel behavior in the face of surface transportation terror threats[J].Transport Policy,2013,28(1):114-122.

[5] NORDFJAERN T,RUNDMO T.Personality,risk cognitions and motivation related to demand of risk mitigation in transport among Norwegians [J].Safety Science,2015,73:15-22.

[6] 樊博,楊文婷,孫軒.霧霾影響下的公眾情緒與風(fēng)險(xiǎn)感知研究——以天津市微博用戶為分析樣本[J].東北大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2017,19(5):489-496.

[7] ZHOU L Z,ZHONG S Q,MA S F.et al.Prospect theory based estimation of drivers’ risk attitudes in route choice behaviors [J].Accident Analysis & Prevention,2014,73:1-11.

[9] SEMENZA J C,WILSON D J,PARRA J,et al.Public perception and behavior change in relationship to hot weather and air pollution [J].Environmental Research,2008,107(3):401-411.

[10] NOONAN D S.Smoggy with a chance of altruism:using air quality forecasts to drive behavioral change[R].Washington DC;American Enterprise Institute,2011.

[11] TRIBBY C P,MILLER H J,SONG Y,et al.Do air quality alerts reduce traffic an analysis of traffic data from the Salt Lake City metropolitan area,Utah,USA [J].Transport Policy,2013,30(3):173-185.

[12] 李聰穎,黃一哲,李敢,等.霧霾天氣對(duì)出行行為的影響機(jī)理研究[J].西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,47(5):728-733.