考慮空間自相關(guān)的建成環(huán)境對通勤方式選擇的影響

　　摘要：為探究城市空間結(jié)構(gòu)對居民通勤行為的影響，考慮居民通勤出行行為在相鄰交通小區(qū)間具有相似性這一特性，建立能夠捕捉通勤行為空間自相關(guān)的層次Bayesian模型，分析交通小區(qū)尺度建成環(huán)境影響下居民個體通勤方式選擇行為決策過程。研究結(jié)果表明：居民通勤方式選擇行為在交通小區(qū)間的空間自相關(guān)是顯著存在的;采用質(zhì)點空間距離矩陣的模型擬合效果最優(yōu);除個體尺度社會經(jīng)濟特征外，交通小區(qū)尺度建成環(huán)境特征依然是影響居民通勤方式選擇的重要因素;其中，土地利用混合度、公共交通站點密度及交叉口密度均與居民小汽車通勤方式選擇有顯著的負相關(guān)關(guān)系，表明通過適當(dāng)增加居民居住交通小區(qū)內(nèi)的公共交通站點數(shù)量、提高交通小區(qū)土地利用混合度，優(yōu)化街區(qū)路網(wǎng)設(shè)計可有效降低居民使用小汽車通勤的概率。

　　關(guān)鍵詞：交通工程;建成環(huán)境;通勤方式選擇;空間自相關(guān);層次Bayesian模型

　　0引言

　　隨著我國城市化水平的不斷提升和機動化出行需求的不斷增加，城市交通擁堵和碳排放量呈現(xiàn)增速快且持續(xù)加劇的特點。通過合理布局城市空間結(jié)構(gòu)優(yōu)化通勤結(jié)構(gòu)，引導(dǎo)居民采用低碳出行模式成為目前研究的熱點之一[1]。探索城市建成環(huán)境對居民出行決策的影響研究由來已久，由于通勤出行的時間和距離較為固定，考慮到建成環(huán)境的鎖定效應(yīng)，目前較多學(xué)者針對居民的通勤方式選擇進行探討。Zhao[2]以北京市為例，基于多項logit模型探討了建成環(huán)境變化的對居民通勤行為的影響，研究結(jié)果表明城市建成環(huán)境對居民通勤方式選擇有顯著影響，且該影響在不同收入群體和不同職業(yè)群體間均存在顯著差異。

　　尹超英等[3]通過構(gòu)建路徑分析離散選擇一體化模型揭示了職住地建成環(huán)境對小汽車通勤方式選擇的顯著影響。Christiansen等4]基于二項logit模型分析了停車設(shè)施可達性和居住地建成環(huán)境對居民小汽車通勤方式選擇的影響。考慮到交通小區(qū)建成環(huán)境與個體社會經(jīng)濟屬性之間的嵌套結(jié)構(gòu)，尹超英等[5]利用多層logit模型捕捉了城市建成環(huán)境對居民通勤方式選擇的影響機理中的空間異質(zhì)性。

　　近年來，也有學(xué)者利用機器學(xué)習(xí)模型對交通行為進行分析建模。然而，既有研究大多忽略了居民通勤行為間的空間自相關(guān)這一重要特性。既有研究多以交通小區(qū)作為度量建成環(huán)境的空間尺度，由于相鄰交通小區(qū)居民的出行行為具有一定相似性，傳統(tǒng)的統(tǒng)計學(xué)模型中基于個體樣本相互獨立的假設(shè)不再成立，可能會造成模型估計結(jié)果的偏倚。因此，在對建成環(huán)境和居民通勤方式選擇的影響關(guān)系進行建模時，有必要考慮居民通勤行為所具有的空間自相關(guān)性。本文考慮居民通勤方式選擇在交通小區(qū)間的空間自相關(guān)性，通過構(gòu)建層次Bayesian模型探究居住地建成環(huán)境對居民小汽車通勤方式選擇行為的影響機理，研究結(jié)果可為城市規(guī)劃和城市交通精細化管理提供更為準確的理論依據(jù)。

　　1研究數(shù)據(jù)

　　針對長春市建成區(qū)范圍內(nèi)的居民出行調(diào)查數(shù)據(jù)展開建模分析，研究數(shù)據(jù)準備階段主要進行個體尺度社會經(jīng)濟特征篩選和交通小區(qū)尺度建成環(huán)境特征提取兩個尺度的數(shù)據(jù)匹配。

　　1.1個體尺度社會經(jīng)濟特征篩選

　　研究所選用的個體尺度數(shù)據(jù)來源于2012年通過問卷獲得的長春市居民出行調(diào)查數(shù)據(jù)。篩選性別、年齡、教育水平、戶口、家庭收入、家庭規(guī)模、家庭學(xué)生數(shù)及家庭小汽車擁有作為居民社會經(jīng)濟特征變量，提取變量的描述性統(tǒng)計結(jié)果如表所示。在最終獲取的19386份有效樣本中，受訪者的平均年齡為38歲，男性受訪者占比為53%，擁有本科及以上學(xué)歷的居民占總樣本的32%，84%的居民家庭年收入在10萬元之間，此外，樣本中25%的家庭擁有小汽車。根據(jù)數(shù)據(jù)描述性統(tǒng)計結(jié)果可知，研究所篩選的樣本數(shù)據(jù)構(gòu)成與原始數(shù)據(jù)基本吻合，可提供有效的估計結(jié)果。

　　1.2交通小區(qū)尺度建成環(huán)境特征提取

　　在既有居民出行調(diào)查數(shù)據(jù)的基礎(chǔ)上以交通小區(qū)為單位提取相應(yīng)的建成環(huán)境特征數(shù)據(jù)，提取范圍覆蓋長春市南關(guān)區(qū)、寬城區(qū)、二道區(qū)、朝陽區(qū)以及綠園區(qū)等個轄區(qū)�？紤]到數(shù)據(jù)的可獲得性，選取土地利用混合度、到CBD距離、公共交通站點密度及交叉口密度四個變量作為度量交通小區(qū)尺度建成環(huán)境特征的變量。土地利用混合度作為建成環(huán)境特征要素之一，是影響居民出行方式選擇的重要因素。

　　為獲取模型中所需的土地利用混合度變量，利用高德地圖API接口提取各交通小區(qū)范圍內(nèi)的興趣點(POI，PointofInterest)數(shù)據(jù)，通過ArcGIS軟件將所提取的POI數(shù)據(jù)與個體數(shù)據(jù)相匹配，并基于熵指數(shù)法計算研究范圍內(nèi)所有交通小區(qū)的土地利用混合度。

　　公共交通站點密度作為衡量城市公共交通可達性的重要變量，也是表征城市建成環(huán)境的重要指標之一。公共交通站點密度的計算首先基于高德地圖API接口提取并統(tǒng)計研究范圍內(nèi)的公交站點數(shù)據(jù)，進而結(jié)合交通小區(qū)的面積計算出各交通小區(qū)的公共交通站點密度。道路交叉口密度是城市建成環(huán)境中表征街區(qū)路網(wǎng)設(shè)計的變量，路網(wǎng)設(shè)計是影響居民通勤出行方式選擇的重要因素之一。

　　將高德地圖作為基礎(chǔ)路網(wǎng)，通過對其進行坐標轉(zhuǎn)換、拓撲關(guān)系構(gòu)建及數(shù)據(jù)格式轉(zhuǎn)換，并根據(jù)長春市道路網(wǎng)實際狀況對其進行校核修正后，提取研究范圍內(nèi)的交叉口數(shù)據(jù)，并結(jié)合交通小區(qū)面積計算各交通小區(qū)的道路交叉口密度。為能夠直觀地揭示各交通小區(qū)的區(qū)位特征，利用到CBD距離作為表征建成環(huán)境中目的地可達性的變量。以rcGIS提取的交通小區(qū)的質(zhì)心點為起點，以長春市中心城區(qū)為終點，計算各質(zhì)心點到長春市CBD的距離。

　　2層次Bayesian模型

　　2.1模型形式

　　由于個體層通勤方式選擇和交通小區(qū)層建成環(huán)境間存在嵌套結(jié)構(gòu)9]，而層次Bayesian模型可對存在空間異質(zhì)性數(shù)據(jù)進行建模，進而得到可靠的模型估計結(jié)果10]。然而，傳統(tǒng)的層次Bayesian模型假設(shè)誤差項之間相互獨立，考慮到相鄰交通小區(qū)間土地利用性質(zhì)及交通行為相似等因素導(dǎo)致居民的通勤方式選擇行為之間將具有一定的空間自相關(guān)性，本文通過在層次Bayesian模型基礎(chǔ)上納入空間自相關(guān)項解釋交通小區(qū)和相鄰交通小區(qū)空間位置上的相關(guān)性，從而獲得更準確的估計結(jié)果。

　　3模型結(jié)果

　　3.1模型擬合效果

　　基于長春市237個交通小區(qū)21379個居民的建成環(huán)境特征數(shù)據(jù)和通勤出行數(shù)據(jù)，建立居民通勤方式選擇層次Bayesian模型�？紤]到居民通勤方式選擇行為中存在空間自相關(guān)性，且Bayesian模型中不同權(quán)重鄰接矩陣對空間自相關(guān)的解釋能力存在一定差異，因此分別以矩陣、共同邊界矩陣及質(zhì)點空間距離矩陣作為表征不同交通小區(qū)間的空間關(guān)系。

　　年齡和教育水平對居民通勤方式選擇呈現(xiàn)出顯著的正向影響，即教育水平較高的男性選擇小汽車通勤的概率越大。同時，居民選擇小汽車通勤的概率也會隨著年齡的增長而增加。戶口類型和家庭規(guī)模的估計結(jié)果也呈現(xiàn)出顯著的正相關(guān)關(guān)系，表明本地居民中家庭規(guī)模越大，居民則更傾向于選擇小汽車通勤。從家庭收入的估計結(jié)果可知，與中等收入家庭(收入在萬到萬之間)相比，低收入家庭選擇小汽車出行的概率越低，而高收入家庭選擇小汽車出行的概率越高，這與以往的研究結(jié)論保持一致11]。

　　此外，小汽車擁有是影響居民出行方式選擇的重要因素之一，該變量的估計結(jié)果表現(xiàn)出與預(yù)期一致的顯著性，即小汽車擁有與居民選擇小汽車通勤之間呈現(xiàn)顯著的正相關(guān)關(guān)系12]。通過交通小區(qū)尺度變量的模型結(jié)果可以看出，居住地建成環(huán)境中影響居民通勤方式選擇的因素包括土地利用混合度、公共交通站點密度及交叉口密度。以下將重點針對這三個變量的估計結(jié)果進行詳細闡述。土地利用混合度與居民小汽車通勤有顯著的負相關(guān)關(guān)系，表明居民居住地所在交通小區(qū)土地利用混合度越高，居民選擇小汽車通勤的概率越小。

　　土地利用混合度由種不同類型用地表征，即居民所在交通小區(qū)所包含的用地類型越多，會顯著增加居民居住地和工作地在同一區(qū)域的概率，從而降低居民采用小汽車通勤的可能性。該結(jié)論與以往大部分研究結(jié)論一致13]。公共交通站點密度與居民小汽車通勤顯著負相關(guān)。參數(shù)估計結(jié)果表明，每平方公里范圍內(nèi)增加一個公交站點，居民利用小汽車通勤的概率降低.33。表明增加居住地交通小區(qū)內(nèi)公共交通可達性可有效降低居民小汽車通勤方式選擇。道路交叉口密度與公共交通站點密度的估計結(jié)果類似，對居民小汽車通勤呈顯著的負相關(guān)關(guān)系，表明交通小區(qū)范圍內(nèi)的道路網(wǎng)絡(luò)特征是居民通勤方式選擇的重要影響因素之一。

　　從參數(shù)估計結(jié)果可知，道路交叉口密度越大，居民選擇小汽車通勤的概率越小，若每平方公里范圍內(nèi)增加一個道路交叉口，居民選擇小汽車通勤的概率將降低.82。造成這一結(jié)果可能有兩方面的原因：一方面，道路交叉口密度的增加可提高道路網(wǎng)絡(luò)連接度，從而形成更小的街區(qū)地塊和連續(xù)的步行道路，進而促進更多的非機化出行方式和公共交通出行方式14];另一方面，就業(yè)崗位主要聚集在道路交叉口密度較高的城市中心，而居住地交叉口密度越低，可能意味著居住地到城市中心距離更遠，因此居民選擇小汽車通勤的概率也會隨之增大。

　　結(jié)論本文以居民通勤方式選擇為研究對象，考慮居民通勤方式選擇在交通小區(qū)間的空間自相關(guān)性，通過構(gòu)建層次Bayesian模型探究居住地建成環(huán)境對居民小汽車通勤方式選擇行為的影響機理，得到以下結(jié)論：

　　(1)居民通勤方式選擇行為在交通小區(qū)間的空間自相關(guān)是顯著存在的，且忽略空間自相關(guān)性可導(dǎo)致錯誤估計各影響因素對居民通勤方式選擇的影響。用于捕捉通勤方式選擇行為空間自相關(guān)的類鄰接矩陣中，質(zhì)點空間距離矩陣的擬合效果最優(yōu)。

　　(2)居住地交通小區(qū)建成環(huán)境在居民通勤方式選擇決策行為中扮演重要角色，其中，土地利用混合度、公共交通站點密度及交叉口密度均對小汽車通勤選擇行為具有顯著的負向影響。

　　(3)研究結(jié)果對于通過城市規(guī)劃設(shè)計優(yōu)化城市交通出行結(jié)構(gòu)具有一定參考價值。在對城市通勤結(jié)構(gòu)進行調(diào)整時，可考慮通過適當(dāng)增加居住區(qū)土地利用混合度、改善公共交通可達性和優(yōu)化城市道路設(shè)計，從而引導(dǎo)居民采用非機動化通勤方式。

　　參考文獻：

　　[1]呂雄鷹潘海嘯低碳出行導(dǎo)向下新城居住區(qū)建成環(huán)境優(yōu)化研究——以上海市松江新城為例[J].住宅科技2021,415):6066+72.XiongYing,PanHaiXiao.StudyontheBuiltEnvironmentOptimizationofNewCityResidentialAreaundertheGuidanceofLowCarbonTravel—AnInvestigationStudyofSongjiangNewCity[J].HousingScience2021,415):6066+72.

　　[2]ZhaoP.Theimpactofthebuiltenvironmentonindividualworkers’commutingbehaviorinBeijing[J].InternationalJournalofSustainableTransportation,2013,7(5):389415.

　　作者：尹超英，陸穎，邵春福，馬健霄，許得杰

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///nylw/29524.html