我国城市化规模的扩大使得大量人口在城市集聚,在促进经济增长的同时也不可避免地带来了空气污染、交通拥堵、居民生活质量下降等负面效应。城市管理者和学者正积极探索如何通过城市规划和交通政策来治理“城市病”。其中,优化建成环境、建立以公共交通为导向的发展模式,从而引导居民出行需求被认为是促进城市可持续发展的重要途径。新冠疫情的持续扩散使得公共交通需兼具保障居民出行和防止疫情扩散的双重责任。因此,有必要探讨建成环境对疫情后的公交出行需求产生的影响。鉴于此,本文以广州市为例,探讨疫情防控常态化背景下公交客流及出行特征与建成环境的关系。研究主要内容包括以下三个方面:1、本研究在典型的建成环境“5D”要素基础上还考虑了疫情相关的建成环境特征,从密度、多样性、设计、可达性和到公交站距离五个维度梳理典型的建成环境要素,从病毒感染情况、病毒传染源的空间载体与传播途径整理疫情相关的建成环境特征,建立了疫情背景下影响公交出行需求的建成环境指标体系。针对目前缺乏建成环境数据平台的情况,利用网络爬虫技术获取包含坐标经纬度的POI数据,运用Arc GIS对数据进行空间统计汇总,获取就业和居住等设施密度、市中心可达性、公交站邻近度等建成环境指标;将Open Street Map道路网数据导入Arc GIS,通过路网拓扑等操作统计路网密度、交叉口数量等建成环境指标,为后文的影响机理分析提供数据基础。2、为研究站点层面建成环境对公交出行需求的影响,本文首先采用普通线性回归模型对比不同尺度下的建成环境对疫情前后公交客流变化量影响的显著性,从而确定了500m作为本文研究尺度。然后建立了能够捕捉自变量非线性影响的梯度提升回归树模型,通过其与普通线性回归模型的参数对比,发现疫情背景下站点层面建成环境与公交客流量之间的关系更符合非线性。分析结果显示,公交线路数量多、离市中心距离和离地铁接驳站点距离越近的常规公交站点客流降幅更大,过于密集或过于稀疏的道路网密度都有可能导致出行者在疫情后放弃公交出行。研究还显示,建成环境属性对疫情前后公交客流量变化的影响具有阈值效应。3、为研究个体层面建成环境对公交出行需求的影响,本文首先建立二项Logit模型,判断哪些因素对疫情后出行模式转变的影响显著。然后采用多项Logit模型明晰了不同变量对疫情后公交出行行为的影响。最终,参数估计结果显示,女性更倾向于放弃公交出行,转而选择小汽车,而男性则更可能保持公交出行;普通工人,如工厂工人、体力劳动者在疫情后更可能保持公交出行习惯,转向小汽车通勤的可能性较小;居住地人口密度较高可能导致出行者产生担忧,进而放弃公共交通工具;而居住地到市中心距离更近和就业设施密度更大都有可能促使居民在疫情后继续使用公共交通。本研究完善了新冠疫情背景下影响公交出行需求的建成环境测度指标体系,从站点和个体层面剖析了“建成环境—公交需求”的内在机理。本研究在实践方面凸显了考虑土地利用和空间规划应对突发公共卫生事件和建设健康城市的科学性、有效性,有助于改善建成环境,进而提升城市健康性、安全性和突发公共卫生事件的应对能力。