国际知名学术期刊《Transportation Research Part D: Transport and Environment》2026年2月发表了由我院学者牵头完成的论文《探究台风期间纯电动汽车用户的出行-充电协同决策》（Understanding Joint Travel–Charging Decisions of Battery Electric Vehicle Users during Typhoons）。该论文由华盛顿大学Don MacKenzie教授、莱斯大学助理教授钱昕午、同济大学李兴华教授、刘皓冰教授、郭赟韬副教授、博士生杨悦怡共同完成。
Yang, Y., Li, X., Guo, Y., MacKenzie, D., Qian, X., Liu, H. (2026) Understanding joint Travel–Charging decisions of battery electric vehicle users during typhoons. Transportation Research Part D: Transport and Environment, 154, 105300.
近年来，电动汽车在极端天气情境下的行为响应与系统韧性问题逐渐凸显。不同于传统燃油车，纯电动汽车（Battery Electric Vehicle, BEV）的出行决策与充电安排高度耦合。在台风等极端天气冲击下，道路风险、充电设施可达性、电网稳定性等不确定性叠加，用户面临“如何出行”与“如何充电”的双重约束。然而，现有研究多将二者视为独立决策，未能充分揭示其内在的行为耦合机制。本研究构建了一个两阶段分析框架，系统探究台风情境下BEV用户的出行-充电协同决策及其影响因素。通过对上海市1500余名经历过“普拉桑”或“康妮”台风的BEV私家车用户开展问卷调查，第一阶段采用行为关联分析与规则挖掘，识别出四种典型协同决策类型：主动规划型、灵活响应型、被动调整型与常规惯例型。第二阶段基于扩展的保护行动决策模型（Protective Action Decision Model, PADM）与保护动机理论（Protection Motivation Theory, PMT），构建多指标多因果模型（MIMIC），揭示了风险感知、灾害经历、性能担忧与基础设施可靠性感知等因素对协同决策的显著影响。研究结果表明，用户在面对台风天气时，并非孤立调整出行或充电行为，而是形成协同的联合应对策略。这一发现强调了差异化应急管理的重要性——运营支持需与特定行为决策相匹配，而非采取“一刀切”式的通用措施。研究强调，在高渗透率电动化城市中，应强化抗灾充电基础设施保障、为经验不足或充电受限的用户提供前瞻性决策支持，以缓解不确定性带来的出行压力。
关键词：纯电动汽车；协同决策；台风；适应行为；决策生成；出行行为
全球纯电动汽车保有量持续攀升，其低碳属性为城市交通转型提供了关键支撑。然而，随着气候变化加剧，台风、洪涝等极端天气事件增多，BEV在灾害情境下的脆弱性逐渐显现。与传统燃油车不同，纯电动汽车出行高度依赖电池电量、充电时长以及充电设施的可用性与可靠性。台风可能导致大规模停电、充电桩损毁、道路中断，使用户同时面临“能否出行”与“能否充电”的双重不确定性。现有灾害研究多聚焦于燃油车或公共交通系统的响应行为，对BEV用户如何在出行与充电之间进行协调适应的行为机制探讨仍显不足。为填补这一空白，本研究聚焦台风天气下BEV私家车用户的出行-充电协同决策，尝试揭示其行为模式与内在机理。
本研究提出了两阶段分析框架。首先构建“行为关联与规则挖掘”框架（Behavioral Association and Rule-based Profiling, BARP），通过Spearman相关分析、条件概率分析与Apriori关联规则挖掘，识别出行调整与充电调整行为之间的典型协同模式。该方法不依赖预设分类，而是从数据中自动提取高频、稳定的行为组合，确保所识别的协同决策类型具有经验基础与行为解释力。
然后，基于PADM与PMT理论构建MIMIC模型，将心理构念（如风险感知、灾害经历、性能担忧、基础设施可靠性）与社会经济属性（如信息渠道、私人充电桩拥有情况、驾龄、学历等）作为解释变量，系统评估其对协同决策类型的影响路径。本研究使用的数据源于2024年12月至2025年1月间的在线问卷调查，调查对象为上海市1500余名经历过“普拉桑”或“康妮”台风并在此期间出行的BEV私家车用户。样本覆盖不同年龄段、收入水平、驾龄与车辆类型，人口结构与当前BEV用户群体基本一致，具备较好的代表性。
1. 出行与充电行为高度耦合，形成四种典型协同决策模式：在台风影响期间，BEV私家车用户的行为决策可分为出行调整与充电调整两个维度。出行调整包括：提前出发、延迟出发、更改路线、变更目的地、暂停出行等；充电调整则涵盖：提前充满电（预充电）、提高目标电量、选择有遮蔽物的充电桩、减少使用公共快充桩、增加临时补电频次等。
研究发现这些出行调整与充电调整并非孤立发生，而是呈现出显著的统计关联与行为耦合。通过关联规则挖掘，研究识别出四种稳定的协同决策类型：
(1)主动规划型（Proactive Planning）：用户提前出发，并同步采取预充电、增加充电电量或选择具有遮蔽物的充电桩等保守充电策略，体现为“时间缓冲+能量缓冲”的双重准备。
(2)灵活响应型（Adaptive Response）：用户根据实时情况调整路线或目的地，并配合快充、临时充电等灵活充电行为，体现为“事件中灵活协调”的应对方式。
(3)被动调整型（Passive Adjustment）：用户延迟出发或仅作有限出行调整，同时采取预充电等保守充电行为，体现为“被动应对+能量保障”的混合模式。
(4)常规惯例型（Routine Maintenance）：出行与充电未作调整，反映部分用户对灾害风险的感知较低或受限于充电条件而难以调整。
2. 决策路径揭示经典行为理论在电动出行情境下的适用性与延展：研究发现，BEV用户在台风下的协同决策依然遵循经典的“风险评估→保护意图→行为响应”逻辑框架，印证了PMT与PADM理论的广泛适用性。本研究的核心理论贡献在于，揭示了BEV这一技术载体为该路径注入了全新的内涵：决策内容已从传统的出行风险应对，扩展为对出行风险与充电不确定性的双重协调。具体而言，用户的决策过程同步纳入了两类关键评估：一是对车辆性能的担忧（如续航衰减、充电变慢）；二是对充电设施可靠性的评估（如设备是否损坏、是否拥挤）。这两类评估分别驱动了“出行保护性调整”与“充电风险规避”两条并行的保护意图，二者共同塑造了最终的协同决策。其中，相对常规惯例型用户，出行保护性调整更易导向“主动规划型”决策，而充电风险规避则能显著区分“灵活响应型”与“被动调整型”用户。这一发现表明，在高度依赖基础设施的电动出行时代，用户的适应行为已发生结构性转变，而灾害经历则通过增强用户对基础设施不确定性的敏感度，进一步强化了这一双维响应机制。
图4 出行-充电协同决策MIMIC模型路径估计结果
3. 信息获取渠道与个体特征差异化调节决策路径：不同信息渠道对用户决策类型的影响存在显著差异。来自社交圈的信息更易导向被动应对，而官方新闻媒体则更有效地激发主动规划；App与社交媒体虽提升风险感知，却未必转化为更积极的协同响应，提示信息过载或信任差异可能干扰有效决策。个体特征方面，拥有私人充电桩、高学历、较长驾龄及实际续航较高的用户，对基础设施可靠性与风险的感知更为敏感，保护意图更强；女性用户在风险感知、性能担忧与基础设施可靠性评估上均显著高于男性，提示性别差异在灾害应对策略设计中值得关注。这些发现为差异化信息引导与精准干预提供了实证依据。
4. 研究启示：差异化干预与系统韧性建设并重
提升电动汽车在台风等极端天气下的应对能力，需从三方面入手：
(1)分层沟通，精准干预：针对不同协同决策类型，设计差异化的信息引导策略。对常规惯例型与被动调整型用户，应提供低认知负荷的行动指引（例如何时预充电、如何选择安全充电点）；对主动规划型用户，则应引导其分散充电需求，避免集中排队；对灵活响应型用户，需提供实时的充电桩状态与道路封闭信息，支持其动态调整。
(2)补强基础设施，保障关键节点：优先在居民区与主干道沿线建设防风、防涝的充电设施，明确极端天气下的运营预案与备用电源方案，提升用户对充电可靠性的信心。
(3)识别早期信号，推动前瞻管理：通过历史数据或实时监测台风来临前的充电频率、电量目标提升、出行减少等行为变化，交通与能源管理部门可提前预判需求高峰，动态调配资源，实现从“事后响应”向“事前干预”的转变。
《Transportation Research Part D: Transport and Environment》是Elsevier旗下交通与环境领域的国际知名期刊，聚焦交通运输系统与自然环境之间的相互作用，涵盖气候变化、能源环境、空气质量、土地利用、噪声污染、生态影响等议题，尤其关注低碳出行、可持续交通政策、电动汽车与环境影响等前沿研究方向。该刊2024年影响因子为7.7，位列JCR Transportation学科Q1区（5/62）和Environmental Studies学科Q1区（18/193）；2025年入选中科院1区Top期刊。
