《居住区位对居民日常活动-出行行为决策的影响——以曲靖市为例》由会员分享，可在线阅读，更多相关《居住区位对居民日常活动-出行行为决策的影响——以曲靖市为例（8页珍藏版）》请在金锄头文库上搜索。
1、居住区位对居民日常活动-出行行为决策的影响,以曲靖市为例,何彦，吴晓，盛禄,摘要：随着城市规模的迅速扩张，中国城市居民居住空间发生了巨大变化，深刻影响着居民日常活动-出行 行为。基于时间地理学和活动分析法，利用曲靖市居民活动日志调查数据，对比不同居住区位下居民活动 安排和出行行为选择情况，分析居民活动-出行行为的时空间特征，继而构建结构方程模型，重点剖析居住 区位、社会经济属性和居民出行行为间的多层影响关系。结果表明：居住区位的差异往往导致居民调整其 活动计划和出行模式来满足生活需求；具体而言，居住在内城的居民活动强度大，活动链的时空复杂性和 结构复杂性较高，而居住在郊区的居民活动类型相对单一
2、，更多时耗花费在通勤活动模式上，方式选择上 更多地依赖于小汽车出行。与此同时，居民社会经济属性也会作用于个体出行行为选择上，并对出行行为 有长期影响，拥有小汽车的家庭会促发居民参与活动，增加小汽车使用频率。研究结果将为居住空间的土 地利用政策和交通需求管理提供参考依据。,关键字：城市交通,出行行为选择,活动链,居住区位,结构方程模型,曲靖市,1 引言,城市土地利用与居民交通出行需求存在着密不可分的内在联系，不同的土地利用类型承 载着居民不同的活动计划和出行模式，即活动空间的土地利用一定程度上制约或影响着居民 的交通出行1-2。近年来，随着中国城市空间的急剧扩张，城市交通的供需不平衡的问题日 益
3、凸显，对居民日常生活产生了巨大的影响，如产生了个体职住或学住分离、出行时耗增加、 出行可达性低等问题3-4-5。因此，如何科学分析及合理预测居民的交通出行需求，并通过有 效的生活空间资源配置及公共交通政策，以引导实现居民出行需求与交通供给的动态平衡， 是解决城市交通问题和保持中国城市可持续发展的有效措施。,随着“精明增长”和“新城市主义”等规划理念在西方国家的发展，居住区位对居民日 常活动出行行为的影响受到越来越多的学者关注1，居住空间是居民日常生活的基本单元， 居住空间周围资源配置将直接影响到居民的出行行为决策，其中，Ding 基于汇总的地域单 元，发现土地利用类型和区位等空间变量对居民交通
4、方式选有显著影响，并从城市空间布局 和交通规划层面提出了改善建议6；Scheiner 利用一周内郊区和市区居民非工作活动-出行行 为差异进行分析，发现郊区居民活动类型单一，出行距离长等特征7；Handy 等研究发现， 居住地周边的商业服务设施及土地利用类型对居民购物出行方式选择有决定性作用8。此 外，Lee 和 Khan 等从居住地周边公交可达性视角剖析居民选择慢行交通出行方式行为，并 构建了适宜慢行交通出行的社区结构模式9-10；Wang 等研究发现在不同居住社区中，居民 在小汽车使用频率、活动时长及出行强度等方面存在显著差异11。目前，国内学者针对不同,居住区位下居民出行行为选择规律也进行
5、了探索，如柴彦威基于居民调查数据，剖析居住空 间对家庭购物出行决策的影响，发现居住区位的差异会导致居民调整其购物出行模式1；曹 小曙等以广州市 3 个城市社区为案例，剖析居住社区、居民属性与出行行为之间的关系，得 到了显著的因果联系12。综上所述，居住区位对居民日常活动-出行行为选择产生显著影响， 然而，研究多局限于对单一活动和单一出行行为选择影响，未考虑不同居住区位下，居民活 动与活动之间、活动与出行之间的关联性。活动理论认为出行决策源于活动需求，其主要特 点在于揭示活动与出行间的相互作用关系，通常以活动-出行模式来表达个体时空间特征， 剖析居民出行微观机理，进一步说研究需要从活动视角来对居
6、民出行行为进行分析，只有这 样才能真实地还原个体日常生活中出行选择过程。,因此，本文以曲靖市为例，基于曲靖市 2015 年居民活动-出行日志调查的第一手数据， 对比不同区位下居民日常活动和出行行为，分析居民活动和出行行为的时空间特征，继而建 立结构方程模型，重点剖析居住区位对居民出行行为选择影响机理，为城市土地利用政策及 交通需求管理提供理论依据。,2 研究区域与数据,2.1 研究区域概况,本文选取曲靖市为研究案例，其位于云南省东部，是云南省重要工业城市及云南省“滇 中城市群规划”区域的中心城市。到 2014 年底，曲靖市户籍总人口 646.46 万人，常住人口 601 万人，其中城镇人口 2
7、57.73 万人，常住人口城镇化率 42.89%，中心城区城镇人口达 70 万人，建成区面积为 70 平方公里。根据我国城市等级划分标准13，曲靖属于中等城市。随 着城市经济的发展和城市空间结构的扩张，中小城市或者中等城市也产生了郊区化现象，对 居民日常生活产生一定的影响。因此，本文选取不同居住区位下的居民，即选择了曲靖市内 城和郊区居民为研究对象（图 1），剖 析,不同居住区位下居民出行行为选择规,律。从区位条件及交通条件看，主城社,区的道路连通性好、公交服务范围广，,配套服务设施完善，交通出行方式多样，,郊区距离市中心七公里左右，属于典型,的近郊城乡混合社区，用地类型单一，,仅有 1 条公
8、交线路将郊区与中心城区相,连，公共服务设施处于开发建设中。可 以看出，两个地区的资源配置情况存在 显著差异，研究两个地区居民日常活动 出行行为选择规律具有重要意义。 图 1 研究区域所在区位,2.2 研究数据,本文数据来源于 2015 年 7-8 月间昆明理工大学交通规划实验室开展的曲靖市居民日常,活动与出行调查。调查对曲靖市内城和郊区的 15 个社区包括居委会进行抽样，采用 PDA 电 子设备，面对面访谈相结合的方法，本文选取的研究对象为通勤者，剔除无效样本后，获取 主城 860 个样本，郊区 630 个样本，每个样本的调查时间为一天，调查内容包括居民的社会 经济属性，居民一天的活动日志。其
9、中，家庭属性中包括家庭就业人数、私人小汽车拥有情 况、家庭年收入等信息。居民个人特征属性中包括居民个人性别、职业、工作地位置、个人 收入、受教育程度等信息。居民一日活动特征属性中包括活动开始与结束时间、活动地位置、 活动类型、活动所使用的交通方式和交通工具花费的时间等信息，样本基本情况如表 1 所示。 调查样本中，主城居民受教育程度主要为专科或者技校，占比 50%左右，郊区 77%为初中及 以下学历。从家庭收入来看，主城和郊区居民的年收入在五万元以下，内城 38%的家庭拥有 小汽车，郊区占比 24%，有学龄儿童的家庭，内城占比 23%，郊区 32%，内城和郊区家庭人 数在三人以上的占比最大。具
10、体统计情况如表 1 所示。,表 1 被调查者社会经济属性,内城,郊区,属性,类别,样本量,样本量,比例（%）,比例（%）,（860 个） 0,（630 个） 6,1=未上过学,0,1%,2=中学及 以下,245,29%,488,77%,教育 程度,3=专科或技校 4=本科,416 194,48% 23%,119 17,19% 3%,5=研究生 及以上,5,0%,0,0,1=少于 5 万 2=5 万-10 万 3=10 万-15 万 4=15 万-20 万 5=大于 20 万 0=男,296 416 95,34% 48% 11% 4%,306 242 57,49% 38% 9%,户年均 收入,3
11、8,19,3%,15,2%,6,1%,474 386 464 366,55% 45% 54% 46%,356 274 378 252,57% 43% 60% 40%,性别 驾照,1=女,0=无,1=有,家庭,0=无 1=有 0=无 1=有 0=无,532 328 447 413 671,62% 38% 52% 48% 78%,478 152 107 523 428,76% 24% 17% 83% 68%,小汽车,家庭电 动车,家庭,有小孩,1=有,189,23% 3%,202 0,32% 0%,1 2,25,家庭人数,206 629,24% 73%,38,6%,3 及以上,492,94%,3
12、居住区位对居民日常活动出行行为选择机理建模,3.1 研究假设,城市空间的迅速扩张，内城与郊区居民的出行行为正在潜移默化地发生变化，这种变化 主要体现在居民活动计划和出行模式调整两方面，活动计划的调整包括：活动类型、活动地 点、活动时长等特征，本文研究对象为通勤者，因此活动计划主要考虑工作活动和非工作活 动时耗，活动链长度、活动链结构。出行模式改变主要以出行链的时空特性来表征，包括出 行时耗、出行距离、交通出行方式等，本文考虑了通勤和非通勤出行时耗，最大出行时耗， 总出行距离，小汽车使用行为。此外，还考虑社会经济属性影响居民出行行为选择，因此论 文把个人属性以及家庭属性作为模型外生变量，把活动需
13、求、出行行为作为模型内生变量， 基于此建立结构方程模型，研究不同居住区位下居民日常活动-出行行为选择机理。理论模 型如图 2 所示。,图 2 不同居住区位下居民出行行为决策概念模型,3.2 模型变量选择,为分析居住区位对居民出行行为决策的影响，是通过对比内城和郊区居民活动安排和 出行行为选择来分析。结合曲靖市 2015 年居民出行调查日志数据，筛选出符合要求的 1490,个居民，其中内城 860 个，郊区 630 个。应用 SPSS Statistics 20.0 对调查所得到的各项观 测变量进行相关性分析14，剔除关系系数低于 0.25 及大于 0.85 的观察变量，最终得到观测,变量如表
14、2 所示。,表 2 模型变量描述,外生变量 变量名称 家庭收入,变量说明,1=少于 5 万，2=5-10 万，3=10-15 万，4=15-20 万，5=大于 20 万,家庭人数,以“人”为单位,6 岁儿童,0=无，1=有,家庭属性 小汽车,0=无，1=有,电动自行车 性别,0=无，1=有,0=女，1=男,个人属性 驾龄,0=无驾照，1=有驾照,教育程度,1=未上过学，2 中学及以下，3 专科或技校，4 本科，5=研究生,及以上,内生变量 内生显变量 工作活动时耗,变量说明 以“h”为单位 以“h”为单位 0,非工作活动时耗,活动需求,活动链长度,活动链结构,0=简单活动链，1=复杂活动链 以
15、“h”为单位,通勤出行时耗 非通勤出行时耗 最大出行时耗,以“h”为单位,以“h”为单位,出行行为,总出行距离,以“km” 为单位,单次通勤出行距离 以“km” 为单位 小汽车日使用次数 以“次”为单位,3.3 模型参数标定与分析,应用 AMOS20.0 软件，以模型拟合度和显著性检验为评价指标，完成模型结构选择及参 数标定15。因模型观测变量中包含定距数据、定序数据以及定类数据，且模型样本不符合 联合正态分布，故选择非加权最小二乘法(ULS)对模型参数进行估计，如图 3 所示，其中括 号（）中的数据表示郊区居民出行行为决策模型参数标定结果。,图 3 结构方程模型分析结果,内城居民活动-出行行
16、为选择模型（图 3），其中括号中的数据表示郊区居民活动-出行 行为选择路径效应系数。可以看出，无论是居住在郊区还是内城，个体属性、家庭属性与居 民活动和出行行为间有相关关系，其中，家庭属性中的小于 6 周岁儿童、机动车拥有情况对 居民出行行为选择影响最大（0.97（0.37）,0.96（0.77），这可以理解为儿童的活动行为 是完全依赖于家庭成员的，有儿童的家庭会对居民出行产生制约；而拥有机动车可以提高居 民出行方式选择范围，扩大居民活动空间，进而影响居民的活动和出行行为。从个体属性来,看，受教育程度、拥有与居民出行行为间的相关性最高（0.75（0.90），0.95（0.95），0.51 （0.90），这一研究结果可以理解为个人属性在一定程度上决定了居民生活方式选择，受 不同教育程度的居民在活动与出行行为上产生显著差异，受教育程度越高的居民在通勤活动 上消耗更多时间（0.95*0.21*0.78（0.95*0.11*0.47），通常使用小汽车出行来提高出行效 率。,对比郊区和内城居民路径效应值，即不同居住区位下居民活动和出行行为决策
