本文摘要：摘要：為探究城市空間結(jié)構(gòu)對(duì)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(gè)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
摘要：為探究城市空間結(jié)構(gòu)對(duì)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(gè)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(diǎn)空間距離矩陣的模型擬合效果最優(yōu);除個(gè)體尺度社會(huì)經(jīng)濟(jì)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(diǎn)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(fù)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(diǎn)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(jì)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(jī)動(dòng)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(diǎn)。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(diǎn)之一[1]。探索城市建成環(huán)境對(duì)居民出行決策的影響研究由來已久，由于通勤出行的時(shí)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(duì)居民的通勤方式選擇進(jìn)行探討。Zhao[2]以北京市為例，基于多項(xiàng)logit模型探討了建成環(huán)境變化的對(duì)居民通勤行為的影響，研究結(jié)果表明城市建成環(huán)境對(duì)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(duì)小汽車通勤方式選擇的顯著影響。Christiansen等4]基于二項(xiàng)logit模型分析了停車設(shè)施可達(dá)性和居住地建成環(huán)境對(duì)居民小汽車通勤方式選擇的影響�？紤]到交通小區(qū)建成環(huán)境與個(gè)體社會(huì)經(jīng)濟(jì)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(duì)居民通勤方式選擇的影響機(jī)理中的空間異質(zhì)性。
近年來，也有學(xué)者利用機(jī)器學(xué)習(xí)模型對(duì)交通行為進(jìn)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(jì)學(xué)模型中基于個(gè)體樣本相互獨(dú)立的假設(shè)不再成立，可能會(huì)造成模型估計(jì)結(jié)果的偏倚。因此，在對(duì)建成環(huán)境和居民通勤方式選擇的影響關(guān)系進(jìn)行建模時(shí)，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(duì)居民小汽車通勤方式選擇行為的影響機(jī)理，研究結(jié)果可為城市規(guī)劃和城市交通精細(xì)化管理提供更為準(zhǔn)確的理論依據(jù)。
1研究數(shù)據(jù)
針對(duì)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(zhǔn)備階段主要進(jìn)行個(gè)體尺度社會(huì)經(jīng)濟(jì)特征篩選和交通小區(qū)尺度建成環(huán)境特征提取兩個(gè)尺度的數(shù)據(jù)匹配。
1.1個(gè)體尺度社會(huì)經(jīng)濟(jì)特征篩選
研究所選用的個(gè)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(huì)經(jīng)濟(jì)特征變量，提取變量的描述性統(tǒng)計(jì)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(jì)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(jì)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(gè)轄區(qū)。考慮到數(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(diǎn)密度及交叉口密度四個(gè)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(diǎn)(POI，PointofInterest)數(shù)據(jù)，通過ArcGIS軟件將所提取的POI數(shù)據(jù)與個(gè)體數(shù)據(jù)相匹配，并基于熵指數(shù)法計(jì)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(diǎn)密度作為衡量城市公共交通可達(dá)性的重要變量，也是表征城市建成環(huán)境的重要指標(biāo)之一。公共交通站點(diǎn)密度的計(jì)算首先基于高德地圖API接口提取并統(tǒng)計(jì)研究范圍內(nèi)的公交站點(diǎn)數(shù)據(jù)，進(jìn)而結(jié)合交通小區(qū)的面積計(jì)算出各交通小區(qū)的公共交通站點(diǎn)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(jì)的變量，路網(wǎng)設(shè)計(jì)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(duì)其進(jìn)行坐標(biāo)轉(zhuǎn)換、拓?fù)潢P(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(shí)際狀況對(duì)其進(jìn)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(jì)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(dá)性的變量。以rcGIS提取的交通小區(qū)的質(zhì)心點(diǎn)為起點(diǎn)，以長春市中心城區(qū)為終點(diǎn)，計(jì)算各質(zhì)心點(diǎn)到長春市CBD的距離。
2層次Bayesian模型
2.1模型形式
由于個(gè)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(duì)存在空間異質(zhì)性數(shù)據(jù)進(jìn)行建模，進(jìn)而得到可靠的模型估計(jì)結(jié)果10]。然而，傳統(tǒng)的層次Bayesian模型假設(shè)誤差項(xiàng)之間相互獨(dú)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(xiàng)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(zhǔn)確的估計(jì)結(jié)果。
3模型結(jié)果
3.1模型擬合效果
基于長春市237個(gè)交通小區(qū)21379個(gè)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(duì)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(diǎn)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(duì)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(shí)，居民選擇小汽車通勤的概率也會(huì)隨著年齡的增長而增加。戶口類型和家庭規(guī)模的估計(jì)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(jì)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(jì)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(diǎn)密度及交叉口密度。以下將重點(diǎn)針對(duì)這三個(gè)變量的估計(jì)結(jié)果進(jìn)行詳細(xì)闡述。土地利用混合度與居民小汽車通勤有顯著的負(fù)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(huì)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(diǎn)密度與居民小汽車通勤顯著負(fù)相關(guān)。參數(shù)估計(jì)結(jié)果表明，每平方公里范圍內(nèi)增加一個(gè)公交站點(diǎn)，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(dá)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(diǎn)密度的估計(jì)結(jié)果類似，對(duì)居民小汽車通勤呈顯著的負(fù)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(jì)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(gè)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(jìn)而促進(jìn)更多的非機(jī)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(yuǎn)，因此居民選擇小汽車通勤的概率也會(huì)隨之增大。
結(jié)論本文以居民通勤方式選擇為研究對(duì)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(duì)居民小汽車通勤方式選擇行為的影響機(jī)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(cuò)誤估計(jì)各影響因素對(duì)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(diǎn)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(diǎn)密度及交叉口密度均對(duì)小汽車通勤選擇行為具有顯著的負(fù)向影響。
(3)研究結(jié)果對(duì)于通過城市規(guī)劃設(shè)計(jì)優(yōu)化城市交通出行結(jié)構(gòu)具有一定參考價(jià)值。在對(duì)城市通勤結(jié)構(gòu)進(jìn)行調(diào)整時(shí)，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(dá)性和優(yōu)化城市道路設(shè)計(jì)，從而引導(dǎo)居民采用非機(jī)動(dòng)化通勤方式。
參考文獻(xiàn)：
[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(qǐng)注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///nylw/29524.html
