（人文地理学专业论文）广州市小汽车出行特征及其影响因素研究.pdf

摘要 随着我国城市经济的发展和人民生活水平的提高，小汽车进入家庭的步伐迅 速加快，交通机动化趋势日益显现，居民使用小汽车出行的比例逐步加大。但与 此同时，小汽车也给城市交通带来了巨大的压力，从而拉开了小汽车出行研究的 序幕，但现有研究成果较少，研究内容缺乏系统性。本文选取广州市作为研究对 象，展开对小汽车出行特征和影响因素的研究，旨在为小汽车出行的系统性研究 这一方面提供理论补充和实证依据，并有助于确定城市交通问题的实质和范围， 为可能的解决方法提供实证基础和理论指引。 本文采取问卷调查的方法获取广州市小汽车出行的相关数据，技术方法上引 入s p s s 统计分析软件、m a t l a b 科学计算软件等对数据进行处理和统计，数学方 法上采用相关分析、多元回归分析、交叉分析、路径分析、层次分析和聚类分析 等方法揭示与小汽车出行相关的各种现象之间相互联系的规律性。 本文立足于小汽车出行者个体行为特征，对影响小汽车出行的多种要素进行 了分析。首先从出行强度、出行方式、出行目的、出行时间分布和出行空间分布 5 个方面分析了广州市小汽车出行特征，认为小汽车出行强度和出行目的的区域 性差异较明显；出行方式以私人小汽车为主；出行目的以上班和公务业务为主； 通勤出行的时间分布形态表现为3 个高峰，早晚高峰突出，中午的高峰偏弱；通 勤出行的空间分布以指向市中心区的内部通勤和内向通勤为主。在此基础上，文 章还探讨了小汽车出行方式的选择机理以及出行者的属性特征、出行特征和城市 的本质属性这三方面对小汽车出行的影响，认为小汽车出行方式的选择主要受出 行目的、出行距离、出行时间以及道路状况、养车费用和停车是否方便的影响； 出行者的社会经济属性，如性别、学历、年龄、驾龄、家庭人均月收入和家庭构 成等对小汽车出行产生重要的影响；小汽车的出行强度、出行方式和出行目的两 两之间呈现较强的相关性；城市经济水平、土地利用格局、公共交通设施的发展 和居住环境的空间特征等城市的本质属性是影响小汽车出行的重要因素。 关键词：小汽车出行；出行特征；影响因素；广州市 r e s e a r c ho nt h ec h a r a c t e r i s t i c sa n d i n f l u e n c i n g f a c t o r so ft h ec a r t r i pi ng u a n g z h o u m a j o r ：h u m a ng e o g r a p h y n a m e ：c h e nh e m e i s u p e r v i s o r ：a s s o c i a t ep r o f c a ox i a o s h u a b s t r a c t w i t ht h ed e v e l o p m e n to ft h eu r b a ne c o n o m ya n dt h ei n c r e a s eo f p e o p l e sl i v i n g s t a n d a r d si no u rc o u n t r y , t h ec o m i n go fp r i v a t ec a r si n t of a m i l yw a s a c c e l e r a t e d ，t h e t e n d e n c yo ft r a f f i cm e c h a n i z a t i o ni sb e c o m i n gi n c r e a s i n g l yp r o m i n e n t ，t h en u m b e ro f c i t i z e n su s i n gc a r st ot r a v e lg r a d u a l l yi n c r e a s e s b u tac a ra l s ob r i n g sa g r e a tt r a f f i c p r e s s u r ew h i l ei to f f e r st h ec o n v e n i e n c eo fat r i p s os c h o l a r ss t a r t e dt os t u d yt h ec a r t r i p ，b u tt h er e s e a r c hi sv e r yl i t t l ea n dt h ec o n t e n tl a c k ss y s t e m t h i sp a p e rm a k e sa c a s es t u d yo ng u a n g z h o u ，f o c u s i n go nt h ec h a r a c t e r i s t i c sa n di n f l u e n c i n gf a c t o r so f t h e c a r t r i p t h ep a p e ra i m st op r o v i d eat h e o r yc o m p l e m e n ta n dab a s i sf o r d e m o n s t r a t i o nf o rt h es y s t e m a t i cr e s e a r c ho nt h ec a rt r i p i ti sa l s oc o n t r i b u t e dt o d e t e r m i n et h ee s s e n c ea n dr a n g eo ft h et r a f f i cp r o b l e m t h i sp a p e rm a k e su s eo fb a s i cd a t ag a t h e r e db yt h eq u e s t i o n n a i r es u r v e ya b o u t t h ec a rt r i pt os t u d yt h er u l e sa n dr e l a t i o n sa m o n gt h ec a rt r i pc h a r a c t e r i s t i c sb yt h e s t a t i s t i c a lm e t h o do fc o r r e l a t i o n ，r e g r e s s i o n ，a c r o s s ，h i e r a r c h i c a lc l u s t e ra n dt h e s o f t w a r eo fs p s sa n dm a t l a b t h i sp a p e ri sb a s e do nt h ei n d i v i d u a lb e h a v i o r a lc h a r a c t e r i s t i c so ft h ec a r t r i p p e r s a n da n a l y s e st h ef a c t o r sw h i c hi n f l u e n c et h ec a rt r i p f i r s to fa l l ，t h ep a p e ra n a l y s e s t h ec a rt r i pc h a r a c t e r i s t i c si ng u a n g z h o uf r o mt r i pi n t e n s i t y , t r i pm o d e s ，t r i p p u r p o s e s ， i i t r i pt i m ed i s t r i b u t i o na n dt r i ps p a c ed i s t r i b u t i o n i ti n d i c a t e dt h a tt h e d i f f e r e n c eo ft h e c a rt r i pi n t e n s i t ya m o n gd i s t r i c t si ng u a n g z h o ui s v e r yr e m a r k a b l e ，t r i pm o d ei s m a i n l yt h ep r i v a t ec a r , t r i pp u r p o s e sa l em a i n l yc o m m u t i n ga n dl i n eo fd u t y , t h e d i f f e r e n c eo ft h et r i pp u r p o s e ss t r u c t u r ea m o n gd i s t r i c t si sv e r yr e m a r k a b l e ，t r a v e l s c h e d u l eh a st h r e ep e a k s ，s p a c ed i s t r i b u t i o no f c o m m u t i n gi sm a i n l yw i t h i nc o m m u t e a n di n w a r dc o m m u t e o nt h i sb a s i s ，t h ep a p e ra l s or e s e a r c ho nt h em o d ec h o i c eo fc a r a n dt h et r i p p e r s c h a r a c t e r i s t i c s ，t r i pc h a r a c t e r i s t i c s ，e s s e n t i a la t t r i b u t e so fc i t yw h i c h a f f e c tt h ec a rt r i p i tp o i n t e do u tt h a tt h em o d ec h o i c eo fc a ri sm a i n l yi n f l u e n c e db y t r i pp u r p o s e ，t r i pd i s t a n c e ，t r i pt i m ea n dt h es t a t eo ft h er o a d s ，t h ec o s to fu s i n gc a ra n d t h ec o n v e n i e n c ef o rp a r k i n g ，t h et r i p p e r s c h a r a c t e r i s t i c sl i k et h eg e n d e r , e d u c a t i o n ， a g e ，i n c o m ea n df a m i l ys i z eh a v ea ni m p o r t a n te f f e c to nt h ec a rt r i p ，u r b a ne c o n o m i c l e v e l ，l a n d u s ep a t t e r n s ，t h ed e v e l o p m e n to ft r a f f i cf a c i l i t i e sa n ds p a c ec h a r a c t e r i s t i c s o fl i v i n ge n v i r o n m e n ta r ec r u c i a lf a c t o r si n f l u e n c i n gt h ec a rt r i p k e yw o r d s ：c a rt r i p ；t r i pc h a r a c t e r i s t i c s ；i n f l u e n c i n gf a c t o r s ；g u a n g z h o uc i t y 图录 图卜1城市形态对出行的影响1 0 图2 一l 本文的研究区域2 1 图2 - 2 本文研究的技术路线图2 2 图3 - 1 广州市私人机动车发展变化情况2 7 图4 1小汽车出行者的年龄构成3 4 图4 2 小汽车出行者的文化构成3 5 图4 3 小汽车出行者的职业构成3 5 图4 4 小汽车出行者的收入构成3 6 图4 - 5 小汽车出行者的家庭构成3 6 图4 - 6 广州市历年g d p 、城镇居民可支配收入和私人机动车拥有量变化情况3 8 图4 - 7 广州市历年来城市化水平变化情况3 9 图4 - 8 居民购买小汽车的原因4 0 图4 9 不同性别的小汽车居民对小汽车的依赖程度4 1 图4 - 1 0 不同年龄的小汽车居民对小汽车的依赖程度4 2 图4 - 1 l不同驾龄的小汽车居民对小汽车的依赖程度4 2 图4 - 1 2 不同收入水平的小汽车居民对小汽车的依赖程度4 3 图4 1 32 0 0 3 年广州市主要出行方式的出行距离和出行耗时对比4 5 图4 - 1 4 广州市各区小汽车居民平均每周使用小汽车出行的次数4 6 图4 - 1 5 小汽车居民平均每天开车的时间构成4 7 图4 - 1 6 小汽车通勤时间构成4 7 图4 - 1 7 广州市各区小汽车居民平均每天开车时间4 8 图4 - 1 8 小汽车居民的年均行驶里程构成4 9 图4 - 1 9 广州市各区小汽车居民的年均行驶里程5 0 图4 - 2 0 广州市各区弹性出行比重示意图5 3 图4 - 2 1广州市小汽车通勤时间分布5 4 图4 - 2 2 广州市小汽车通勤的空间类型构成5 4 图4 2 3 广州市小汽车不同通勤空间类型的通勤距离5 5 图5 1影响出行方式选择的相关因子5 6 图5 2小汽车出行者属性特征影响小汽车使用水平的结构方程模型6 2 图5 - 3 小汽车出行者属性特征影响通勤的结构方程模型6 3 图5 4 不同性别小汽车居民的主要出行方式构成6 5 图5 - 5 不同驾龄小汽车居民的主要出行方式构成6 5 图5 - 6 不同收入小汽车居民的主要出行方式构成6 5 图5 7 不同性别小汽车居民驾车出行的主要目的构成6 6 图5 8 不同学历小汽车居民驾车出行的主要目的构成6 7 图5 9 不同家庭构成的小汽车居民驾车出行的主要目的构成6 7 图5 1 0 出行特征变量交叉关系示意图6 8 图5 1 1广州市小汽车出行方式出行强度关系图6 9 图5 1 2 广州市小汽车出行目的出行强度关系图7 0 图5 一1 3 广州市小汽车出行方式出行目的关系图7 0 图5 1 4 广州市主要经济指标变量聚类的树形图7 3 图5 1 5 广州市各区小汽车居民每周出行次数调查值与模型值比较7 5 图5 一1 6 广州市各区小汽车居民每天开车时间调查值与模型值比较7 5 图5 一1 7 广州市各区小汽车居民每月开车费用调查值与模型值比较7 6 图5 1 8 广州市各区小汽车居民年均行驶里程调查值与模型值比较7 6 图5 1 9 广州市各区土地利用多样性指数7 8 v h 表录 表卜1 通勤的空间类型2 表1 2国外出行需求预测模型的类型划分6 表2 一l1 9 8 5 - 2 0 0 5 年我国私人汽车拥有量1 9 表2 2 广州市小汽车出行调查中各区抽样样本量2 6 表2 3 广州市小汽车出行调查中各区问卷数量2 6 表3 1 广州市近年私人机动车发展情况2 8 表3 21 9 9 5 - 2 0 0 6 年汽车工业总产值在全国工业总产值中的比重2 9 表3 31 9 9 5 - 2 0 0 6 年汽车工业增加值在全国g d p 中的比重2 9 表3 41 9 9 5 - 2 0 0 6 年中国汽车产业就业人数一览表3 1 表4 一l小汽车与除出租车外的其它交通方式的比较4 0 表4 2 小汽车的依赖程度与小汽车使用水平的相关矩阵4 4 表4 3 广州市居民出行方式构成变化情况4 4 表4 4 广州市各区小汽车居民平均每天开车时间计算表4 8 表4 - 5 广州市各区小汽车通勤时间和通勤距离4 9 表4 - 6 小汽车居民出行的交通方式排序表5 1 表4 7 小汽车居民出行的替代交通方式排序表5 1 表4 8 小汽车出行目的排序表5 2 表4 9 广州市各区小汽车出行目的构成5 2 表4 一l o 广州市各区小汽车通勤的空间类型构成5 5 表5 一l影响小汽车出行方式选择的短期指标重要性排序5 7 表5 2 影响小汽车出行方式选择的长期指标重要性排序5 8 表5 3 影响小汽车出行方式选择的短期指标的权重5 9 表5 4 影响小汽车出行方式选择的长期指标的权重6 0 表5 5小汽车出行者属性特征和小汽车使用水平的测量模型分析表6 2 表5 6 小汽车使用水平的结构模型分析表6 2 表5 7小汽车出行者属性特征和通勤特征的测量模型分析表6 4 表5 8 小汽车出行者通勤特征的结构模型分析表6 4 表5 9 广州市小汽车出行特征指标交叉分析x ：检验结果一览表6 8 v l i l 表5 1 0 表5 1 l 表5 - 1 2 表5 - 1 3 表5 - 1 4 表5 - 1 5 表5 - 1 6 表5 1 7 表5 - 1 8 表5 1 9 表5 2 0 表5 2 l 2 0 0 6 年广州市各区主要经济指标7 2 广州市主要经济指标的相似矩阵r 7 2 广州市主要经济指标的聚节表7 3 广州市主要经济指标的聚类分析结果7 3 第二类经济指标中每一变量与其余变量的相关指数均值7 4 广州市各区小汽车居民出行特征与典型经济指标对照表7 5 2 0 0 6 年广州市各区土地利用现状面积统计表7 7 广州市各区小汽车出行特征与土地利用空间格局指数对照表7 8 小汽车居民出行特征与多样性指数的相关关系7 9 广州市公共交通设施的服务水平与小汽车使用水平的相关关系8 0 小汽车运营服务水平与居民对小汽车出行满意程度和必要程度的相关 关系8 0 居住环境的空间特征与小汽车使用水平之间的相关关系8 1 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究 工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写过的作品成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：髓岬昧 日期：如，譬年6 月l 日 学位论文使用授权声明 本人完全了解中山大学有关保留、使用学位论文的规定，即：学校有权保留 学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版，有权将学 位论文用于非赢利目的的少量复制并允许论文进入学校图书馆、院系资料室被查 阅，有权将学位论文的内容编入有关数据库进行检索，可以采用复印、缩印或其 他方法保存学位论文。 学位论文作者签名：伪蛔昧 日期：撕暑年( ，月l 口日 导师签名： 孝十劳 第一章国内外出行相关研究综述 第一章国内外出行相关研究综述 1 1 出行及相关概念 1 1 1 出行 出行是交通规划中最基本的概念。肖秋生、徐慰慈先生曾在城市交通规划 中定义过出行：人、车、货从出发点( 即起点) 到目的地( 即讫点) 移动的全过 程，分别称为居民出行、车辆出行和货物出行( 肖秋生等，1 9 9 0 ) 。这个定义比 较笼统，在具体的实践中仍需要对移动的载体和距离等作出更详细的规定。 从近几年国内各城市在居民出行调查中对出行的定义看，大部分将出行定义 成为完成某一目的，使用某一种交通方式，耗用一定的时间，从出发地点经某一 路径到达目的地的位移过程。例如，广州市1 9 8 4 年、1 9 9 8 年和2 0 0 5 年的三次 居民出行调查都将出行定义为：“为完成某一目的，在可通行车辆的道路上步行 超过5 分钟或使用交通工具单程距离超过5 0 0 m ，谓之一次出行 ( 邓毛颖等， 2 0 0 0 ) 。这个定义把城市干道交通不产生影响的内院、大院、校园出行排除在外， 提高了调查研究的针对性，有利于确定客流在不同市政交通设施及交通方式间的 分配，以便更好地为城市交通规划预测提供科学的依据。因此，由于本文研究的 城市也是广州市，为了方便比较分析，文中出行的概念将采用与上述相同的定义。 1 1 2 小汽车出行 小汽车出行定义为：为完成某一目的，使用私人小汽车单程距离超过5 0 0 m 的出行，简称小汽车出行。私人小汽车是特指私人购买的纯粹用于消费的家庭小 汽车，如作为上下班、生活购物、文体娱乐等的主要交通工具，包括轿车、越野 车、小客车等。 1 i 3 小汽车出行特征 小汽车出行的定义决定了它的特征构成要素。一次小汽车出行可以通过出行 目的、出发到达时间、出行起点、出行目的地、出行方向、出行路线、出行费用 等要素来描述。因此，衡量小汽车出行特征的量化指标概括为出行强度、出行方 第一章国内外出行相关研究综述 式、出行目的、出行时间分布和出行空间分布五个构成要素。 1 1 4 通勤 所谓通勤是指居民在居住地和工作地之间的空间移动现象，是居民就业与交 通互动关系的最直接环节。通勤活动行为不同于其他购物和休闲等目的的活动， 在时间和空间上具有更大的周期规律性，是发生在城市运输高峰时段由居住地转 移向工作地的活动行为。因此，居住地、工作地的场所，通勤活动时间以及可以 利用的交通方式决定通勤行为的时空特点。根据居住地和工作地的关系可划分为 内部通勤、内向通勤、逆通勤、侧面通勤和交叉通勤五种通勤空间类型，如表 1 - 1 所示( 柴彦威，2 0 0 2 ) 。 表1 - 1 通勤的空间类型 t 2 国外出行相关研究综述 1 2 1 出行的相关理论与模型研究 出行需求预测模型自2 0 世纪5 0 年代首次提出并开始应用于城市出行需求预 测时起，已有半个世纪的发展历程。长期以来，人们为有效地预测出行需求进行 了不懈地努力，国外研究者针对与出行相关的理论模型开展了大量的研究，并基 于多种理论开发了为数众多的出行需求预测模型，处理和解决复杂的实际问题也 日益完善。根据不同的分类原则，出行模型可以划分为不同的类型，以下分别归 纳总结不同类型模型的基本情况和研究进展。 ( 1 ) 按研究基础不同划分的模型 基于出行的模型 基于出行的模型是研究区域或群体的集合出行，将交通区作为出行预测的基 2 第一章国内外出行相关研究综述 本单位，统计分析交通区总体的土地利用、人口、就业岗位以及其它社会经济特 征等相关数据，研究群体的出行特征。这类模型以四阶段模型( 4 - s t e pm o d e l ，4 s m ) 为典型代表，在出行预测方法中占据主导地位。传统的四阶段模型最早是由美国 公共道路署于1 9 4 4 年创立( h a n s o n ，1 9 9 5 ) ，之后得到多次的验证和改进，在理 论和技术上均得到了跳跃式的发展与充实。但目前，对四阶段模型的研究仍停留 在以数理统计理论为基础的技术框架内，始终未能与社会、经济、人口和交通系 统之间建立起直接联系( 易汉文，2 0 0 7 ) 。 基于活动的模型 基于活动的模型主要是以单一出行作为基本单元的出行预测方法，最本质的 特点就是按照人的一般行为规律和思维模式，将日常出行行为置于社会经济环境 和时空限制下加以模拟分析( 易汉文，2 0 0 7 ) 。目前基于活动的模型有两种( r e c k e r e t c ，1 9 8 6 ) ：计量经济学模型和混合仿真模型。计量经济学系统包括3 类模型： 基于出行预测模型( j o n e s ，1 9 7 7 ；p u r v i se t e ，1 9 9 6 ) 、基于往返行程模型( g u n n ， 1 9 9 4 ；a l g e r se t e ，1 9 9 5 ) 和描述1 整天出行计划的日活动计划模型( d a m m ，1 9 8 3 ； k i t a m u r a ，1 9 8 8 ；e t t e m a ，1 9 9 6 ：b e n a k i v a & b o w m a n ，1 9 9 5 ) 。 基于活动的模型的创立可以追溯到瑞典地理学家哈格斯特朗( h a g e r s t r a n d ， 1 9 7 0 ) 和社会学家兼规划师查平( c h a p i n ，1 9 7 4 ) 的先期贡献。h a g e r s t r a n d 开发 了时间一地理( t i m e g e o g r a p h i c ) 方法，描绘了出行者参与的各项活动在时空上 的相互制约关系：c h a p i n 通过时空变量来标识行为模式，奠定了基于活动研究 的基础。但直到2 0 世纪7 0 年代中后期，才真正开始对基于活动的模型展开系统 的研究，并且早期的研究仅停留在对模型的描述和理解阶段，尚不具备预测出行 行为的功能。从2 0 世纪8 0 年代到9 0 年代中期，基于活动的模型在理论研究上 已非常活跃，涌现出大量的研究成果，主要集中在通过检验特定的行为假设，探 讨基于活动的出行需求模型和方法( b o w m a n ，2 0 0 0 ) 。2 0 世纪9 0 年代中期以后， 随着科学技术的发展，特别是g i s 商用软件的普及，活动分析方法逐步从理论走 向实践。这一时期，不少西欧国家的学者和规划人员通过总结基于活动需求模型 的发展和应用的成功经验，指导当地城市用地的开发和交通规划的编制实施 ( b o w m a n ，2 0 0 0 ；c h a n d r ae t c ，2 0 0 0 ：w m i 锄，2 0 0 7 ) 。 3 第一章国内外出行相关研究综述 ( 2 ) 按使用数据类型不同划分的模型 集计模型 集计模型以交通小区为基本单位，采用回归分析等推定方法对交通小区的总 体土地利用、居民出行特征和社会经济等相关的统计数据进行处理和分析，着眼 于研究交通区总体的出行特征。集计的出行需求预测模型从2 0 世纪5 0 年代产生 之后便得到广泛的应用和拓展，有些学者引入其它相关学科的基础理论进行改 进，并用来预测交通需求以指导交通规划的制订( 硒c h a r tn a m ，1 9 9 7 ) 。 集计模型促使了交通规划从定性的分析跨越到定量分析，使交通规划的研究 模型化、精确化，目前在国内外的城市交通规划中应用相当广泛( 李志瑶，2 0 0 6 ) 。 非集计模型 非集计模型产生于2 0 世纪7 0 年代以后，主要以个体出行者为基本行为单位， 采用效用函数来表达出行个体对各种出行选择的评价，出行决策以效用最大化为 原则。从非集计模型产生至今，其理论方法和具体模型得到了很大程度的发展， 经过几十年的开发和应用，非集计模型已经包括m n l ( m u l t i n o m i a ll o g i t m o d e l ) 、n l ( n e s t e dl o g i t ) 、p r o b i t 、p c l 等多种基本模型( 赵鹏等，2 0 0 0 ) 。与 集计模型相比，非集计模型具有更高的统计效率和灵活性，能用于多层次的集计 预测，较实用于短期性交通政策，对长期性预测还存在较多问题。 目前，非集计分析方法的理论与应用研究已经成为当今规划领域的热点研究 课题之一，不少学者在总结传统集计模型的基础上，试图对其进行改进和完善， 探讨适合本地区新的模型和方法，并对个体出行和方式选择的规律性进行相应的 交通需求预测，这也是非集计模型应用于出行需求预测研究的理论前沿( r u i t e r ， 1 9 7 8 ；t e t s u o ，1 9 8 9 ：g e r a r d ，1 9 9 6 ；m v r t i ce t c ，2 0 0 7 ) 。 ( 3 ) 按模型结果类型不同划分的模型 决定论模型 该类型的代表性模型有预测生成交通量的多元回归模型、预测分布交通量的 重力模型、判别分析等。如重力模型是根据牛顿的万有引力定律类推而成，认为 4 第一章国内外出行相关研究综述 两个交通区的出行吸引由出行发生量、吸引量和交通阻抗来决定，重力模型最早 由凯西( c a s e y ，1 9 5 5 ) 提出，他用来分析某一地区城镇间的购物出行，后来很 多学者在此基础上对重力模型进行了改进和变形，由最初的无约束重力模型发展 演变为单约束重力模型和双约束重力模型等多种形式( t h e o d o r e & a n t o n y ，2 0 0 6 ； k a u k o & m a r t t i ，1 9 9 9 ) 。 概率论模型 随着概率论突飞猛进的发展，其独特的思想方法、丰富的内容、严谨的理论 被广泛应用于其它学科中，在出行研究中也开始把概率论作为基本的统计分析方 法，试图建立概率论模型，探讨出行者的交通行为。该类型的代表性模型有熵模 型、机会模型、p r o b i t 模型和l o g i t 模型等。如l o g i t 模型从影响出行者行为的诸 多因素出发，分析它们产生作用的机制，从而在特定条件下预测这种行为发生的 可能性。l o g i t 模型形式简单，使用方便的特点使其在经济、交通等领域得到了广 泛的应用，并且有不少学者在l o g i t 模型的基础上先后开发了如g e n e r a l i z e d e x t r e m ev a l u e ( g e v ) 模型、t h eo r d e r e dg e n e r a l i z e de x t r e m ev a l u e ( o g e v ) 模型、 t h ep a i r e dc o m b i n a t o r i a ll o g i t ( p c l ) 模型和t l l ec r o s s - n e s t e dl o g i t ( c n l ) 模型，摒 弃了传统l o g i t 模型的重要缺陷，其中由于n e s t e dl o g i t ( n l ) 模型在理论上对出 行者的行为具有较强的说服力，而且模型的结构简单、易于计算而被广泛应用 ( c l l i e h h u a f r a n k ，2 0 0 1 ；d a v i d ，2 0 0 2 ；s t e p h a n e ，2 0 0 5 ) 。 与决定论模型相比，概率论模型主要确定某一出行行为的发生概率，能够包 含更多影响决策行为的变量和出行者认知的信息，更加现实地表现了出行者的交 通行为，其适用性较强，运用也较为广泛。 ( 4 ) 按模型研究内容不同划分的模型 出行生成模型 出行生成模型是采用增长率法、回归分析法等数学模型和方法，通过建立交 通小区居民出行量与小区土地利用、社会经济特征等之间的定量关系，预测某个 时期各交通小区的居民出行量。目前，国内外较为常用的出行生成模型包括生长 率模型、类型分析模型、回归分析模型、类别回归分析模型等。 第一章国内外出行相关研究综述 出行分布模型 出行分布模型是对城市各交通小区及各交通区内部的交通量进行预测。传统 的出行分布模型包括增长函数模型、重力模型、广义f u e n e s s 方法、系统平衡模 型和介入机会模型等，其中双约束重力模型与f r a t o r 增长函数模型最为常用。 表卜2 国外出行需求预测模型的类型划分 6 第一章国内外出行相关研究综述 出行方式选择模型 出行方式选择模型是对城市各交通区之间及各交通区内部各种交通方式所 分担的交通量进行预测。出行方式预测模型主要包括转移曲线模型、概率模型和 回归模型。 交通量分配模型 交通量的分配则是采用相应的数学方法，建立最短路径分配或多路径分配等 方法将各分区之间的出行量分配到交通网络的各条路径。交通分配方法主要包 括：最短路径分配、均衡分配和随机分配等。 1 2 2 出行的案例与实践总结研究 国外学者对出行的研究除了理论探讨和模型构建外，还非常注重实证研究， 试图通过案例研究归纳总结特定城市和地区的居民出行特征及其影响因素，或验 证理论模型的正确性。其中，以居民出行的影响因素研究为主，很多国外学者从 影响居民出行的深层机理出发，探讨居民自身的社会经济属性、城市本质属性与 居民出行之间的相互关系及规律，研究成果颇为丰硕。 ( 1 ) 城市规模对出行的影响 由于不同规模的城市具有不同的功能要素空间分布格局，对交通也必然会产 生不同的要求。因此，城市规模是居民出行的主要影响因素。 国外的研究结果表明，城市规模对居民的出行时间、出行距离和出行方式产 生重要影响。例如，吉纳维芙和乔伊斯( g e n e v i e v e j o y c e ，2 0 0 6 ) 认为城市规 模扩大会带来出行距离的拉长，相应导致出行时耗的增加。斯沃( s c h w a n e ，2 0 0 1 ) 等对欧洲的研究发现，城市居民的平均通勤时间和通勤距离随着城市规模的扩大 而增加，出行方式也逐步向速度较快的机动化交通为主的模式转换。此外，规模 较大城市的购物、娱乐、社交等弹性出行所占的比例较大，出行目的较为多样化。 ( 2 ) 城市形态对出行的影响 二战后，西方发达国家郊区蔓延的发展模式所导致的一系列城市问题引发了 国外学者对土地利用模式的高度关注，城市形态对居民出行的影响研究也应运而 7 第一章国内外出行相关研究综述 生，学者们主要从城市密度、居住与就业均衡、居住环境的空间特征、土地利用 模式和邻罩街区的设计等方面探讨对城市居民出行特征的影响，寻求合理高效的 土地利用模式以达到缩短居民出行距离、减少私人小汽车的依赖程度等目的。 城市密度对出行的影响 多数国外学者的研究表明，城市密度与居民出行关系密切，随着城市密度的 增加，地区潜在的出行目的地数量通常会增长，从而缩短人们的出行距离，降低 小汽车拥有量。例如，吉纳维芙和乔伊斯( g e n e v i e v e & j o y c e ，2 0 0 6 ) 的研究表 明，随着城市密度的增加，通达性得到改善，居民的出行距离缩短，小汽车拥有 率也随之减少，尤其对弹性出行的影响更大。罗伯特( r o b e r t ，1 9 9 5 ) 的研究结果 显示，居住密度高和土地混合使用的地区，机动车的拥有率较低，通勤距离较短。 还有一些学者针对城市密度与居民出行方式进行了研究，认为居民出行方式 的选择与城市密度的关系不大( c r a n e ，2 0 0 0 ；s c h i m e k ，1 9 9 6 a ；1 9 9 6 b ) 。其中， 斯科曼( s c h i m e k ) 的研究表明，经济收入水平比城市密度对小汽车拥有率的影 响更大，城市密度增加1 0 ，小汽车交通只降低0 7 ，相反，家庭收入增加 1 0 ，则导致小汽车交通增加3 。 居住与就业均衡对出行的影响 首先，多数学者认为居住与就业的均衡性增强能减少居民的出行量、出行距 离和出行时间。如莱文森和戴维( l e v i n s o n d a v i d ，1 9 9 8 ) 的研究结果表明， 就业的郊区化会形成多中心或分散的城市形态，从而有利于提高居住一就业的均 衡性，相反，居住的郊区化则会降低均衡性，居民在就业机会多的地方居住或者 就业机会在居住区聚集都会减少城市居民的交通出行。弗兰克等( f r a n ke t c ， 1 9 9 6 ) 认为居住一就业的均衡性与通勤时间和通勤距离呈反比例关系，增强居住 一就业的均衡性可以减少居民的通勤时间和缩短通勤距离。还有的学者通过美国 的案例研究发现，城市居民出行方式的选择首先受小汽车拥有情况的影响，其次 是就业与居住的均衡性和公共交通的服务水平( m e s s e n g e r & e w i n g ，1 9 9 6 ) 。 其次，还有些学者认为居住一就业的均衡对居民出行的影响不大。例如，米 勒( m i l l e r ，1 9 9 6 ) 的研究结果发现，区位比居住一就业的均衡更能影响机动车出 第一章国内外：f j 行相关研究综述 行量，人均v m t ( 每公里机动车出行量) 随着与c b d 或其他就业中心区距离的 加大而增加，而与居住一就业的均衡性关系不大。 居住环境的空间特征对出行的影响 居住环境的空间结构和空间规划决定了居住地与外界联系的便捷程度，对居 民出行也势必会产生至关重要的影响。亨克和瑞尼斯( h e n k & r i n u s ，2 0 0 1 ) 的 研究结果表明，居住环境的外部空间特征对居民出行和交通方式的选择产生重要 的影响，尤其是对购物、社交和娱乐等弹性出行的影响更大，而居民的通勤行为 主要取决于居民自身的社会经济属性。因此，居民日常生活所需的公共服务设施 就近布置在居住地附近，街区内道路网的设计要为步行者和自行车使用者创造安 全、舒适和便捷的环境，街区外部主要干道的布置既要顺畅又要限制小汽车的通 行，这样可以大大提高人们出行的通达性，减少小汽车交通。 土地利用模式对出行的影响 在土地利用模式对居民出行的影响方面，大多数的学者都认为土地利用模式 对居民出行目的、出行方式的选择和出行的空间分布有重要影响，通过调整土地 利用政策，混合高密度地开发土地和提供多样化的交通方式，可以减少小汽车的 出行，缓解城市交通的压力。例如，有的学者以新加坡为例，认为土地利用模式 与居民出行量的发生存在密切的关系，土地利用和交通规划相结合，并运用合理 的交通需求管理手段，可以有效地减少出行量和对小汽车的依赖，增加公共交通 的使用，从而有利于解决交通拥挤的问题( l o ol e es i me t c ，2 0 0 1 ) 。 迈克尔( m i c h a e l ，2 0 0 6 ) 认为城市道路的设计和居住区的高度集中并不能 增加城市内部的出行量，而高密度混合的土地开发模式能带来经济活动的多样 化，使更多的居民选择在城市内出行，并影响出行方式的选择和出行空间的分布。 邻里街区的设计对出行的影响 以往国外学者对邻里街区的关注大多集中在宏观层面上，如从街区的形态美 观，或从机动车交通快速通过的角度考虑街区的设计特征，而对于影响居民出行 决策的微观街区层面的研究甚少。近几年来，伴随着“新城市主义”思潮的兴起 和传播，越来越多的学者在微观层面上对街区设计特征与居民出行关系的内在机 9 第一章国内外出行相关研究综述 制展开深入地研究，探讨邻罩街区的设计对居民出行产生的影响。 大多数学者认为街区的空间设计特征深刻地影响着居民出行方式的选择和 出行的便利程度。根据邻里街区的设计特征，可以将街区划分为三个类型，对居 民出行产生的影响也各有不同。 传统的邻里街区( t r a d i t i o n a ln e i g h b o r h o o d s ) ：土地混合开发、空间布局紧凑 的传统邻里街区能够提高步行、公共交通等绿色交通方式在居民出行方式中的比 例，缩短出行距离，减少小汽车的使用，从而营造人车和谐的文明交通环境。 ( c a o ，2 0 0 6 ：s u s a n ，2 0 0 5 ；a s a d ，2 0 0 5 ) 。 以步行为导向的街区( p e d e s t r i a no r i e n t e dn e i g h b o r h o o d s ) - 土地混合使用、 布局紧凑且以步行为主的街区能够满足居民近距离出行的需要，大大提高了居民 步行出行的通达性，并有利于小汽车出行逐步向步行出行转化( r o b e r t ，1 9 9 6 ) 。 以公共交通为主导的街区( t r a n s i to r i e n t e dn e i g h b o r h o o d s ) ：采用公共交通站 点来组织交通的街区模式，其完善的公共交通服务设施的供应满足了居民远距离 通勤的需要。据统计，在距离公交站点较近的街区，居民采用公共交通方式通勤 的比例是同一城市其它街区的5 倍( r o b e r t ，1 9 9 4 ) 。 还有一部分学者认为，与社会经济等其它因素相比，街区的设计特征、土地 利用模式、道路网的规划格局等对居民出行的影响相对较小( r a n d a l l ，1 9 9 8 ) 。 回 图1 - 1 城市形态对出行的影响 l o 第一章国内外出行相关研究综述 ( 3 ) 社会环境对出行的影响 居民出行与环境之间的相互关系一直是国外学者关注的焦点之一，但绝大部 分的研究都是侧重于自然环境或建成环境对居民出行的影响，而忽视了社会环境 的作用，直到近几年来，才逐步引起学者们的关注。 最初，学者把社区的社会因素看作是建成环境的一部分进行研究。如科沃偌 和邓肯( c e r v e r o & d u n c a n ，2 0 0 3 ) 将经济收入低于$ 2 5 ，0 0 0 的家庭所占的比重 作为衡量社区档次和安全性的重要指标，认为这两个因素对居民的步行出行影响 不大。汉迪( h a n d ye t c ，2 0 0 5 ) 等通过建立一系列的指标对社区的安全性和社 交化进行评价，发现安全性好、社交化水平高的地区，