（城市规划与设计专业论文）杭州城西土地利用特征与居民通勤方式选择研究.pdf

摘要 基于杭州城西9 个街区1 3 3 9 份居民出行数据，在一般性统计分析的基础上， 进一步利用居民个体属性、出行距离和土地利用等三组变量建构了多项l o g i s t i c 决策模型，集成分析了街区土地利用变量对个体通勤方式选择的影响力大小和作 用机制。结论为：在中国高密度城市形态下，由于城区扩张和收入水平提高，形 成了以小汽车为主导的混合通勤结构，而小尺度街区、密集路网等土地利用变量 则是助长小汽车通勤的诱因；有必要在街区空间尺度上，通过土地利用规划、小 汽车使用管制以及公共交通环境优化的综合措施，优化居民的通勤结构。 关键词l 土地利用通勤方式空间组织大城市 a b s t r a c t u s i n gt h ee x p l a n a t o r yv a r i a b l e so fi n d i v i d u a la t t r i b u t e s c o m m u t ed i s t a n c ea n d l a n d - u s ec h a r a c t e r i s t i c s t h i ss t u d yd e v e l o p sam u l t i n o m i a il o g i s t i cm o d e lt oe x a m i n e t h ee f f e c t so ft h eu r b a nl a n d u s ec h a r a c t e r i s t i c so nc o m m u t e rt r a v e l b a s e do nat r a v e l s u r v e yo f13 3 9i n d i v i d u a l sf r o mn i n es e l e c t e ds u b d i s t r i c t so fh a n g z h o u t h er e s u l t s s h o wt h a t ac a r d o m i n a t e dc o m m u t ep a a e r nh a dc o m ei n t ob e i n gi nt h ec o n t i n u i n g p r o c e s so fh i g h d e n s i t yu r b a ne x p a n s i o na n dh o u s e h o l di n c o m ei n c r e a s e ；a n dt h e i a n d u s ec h a r a c t e r i s t i e so fs m a l ls t r e e tb l o c k s h i g h d e n s i t ys t r e e tn e t w o r k s m i x e d l a n du s e e t c h a db e e nt h ee n c o u r a g i n gf a c t o r so fa u t o m o b il ed e p e n d e n c e t h e s e f i n d i n g ss u g g e s tt h a tp e o p l e sc o m m u t et r a v e lb e h a v i o rw i l l b eo p t i m i z e dt o w a r d s a c h i e v i n g g r e e np a a e m b ys y n t h e s i z i n gm u l t i p l et o o l so fl a n du s ep l a n n i n g ，c a r - u s e r e g u l a t i o na n dt r a n s i te n v i r o n m e n td e s i g n k e y w o r d s ：l a n du s e ；c o m m u t e rt r a v e lp a a e m ；u r b a ns p a t i a lo r g a n i z a t i o n ；m e g a c i t y m 致谢 本文是在导师韦亚平副教授的悉心指导下完成的。尤其在论文的修改阶段， 为确保文章的质量和深度，韦老师给予了仔细的审阅和修改。这种严谨的治学作 风和研究精神，使学生深受感动，受益非浅，并铭记于心。在此，表示诚挚的敬 意! 在研究的问卷调查和资料收集阶段，杭州西湖区教育局对我们问卷调查工作 给予了大力支持，同门的师弟师妹们也给予了我很大的帮助，在此一并谢过! 由 于时间仓促，水平有限，本论文仍存在诸多不足之处，望请前辈、同仁多加斧正! “路漫漫其修远兮，吾将上下而求索”。愿在以后的学习和工作中与各位前辈、 同仁一起努力，在学术研究上更上一层楼。 潘聪林2 0 1 0 年4 月2 5 日 于紫云学园 浙江大学硕士论文引言 1 引言 1 1 问题的提出 伴随城镇化的快速发展，近1 0 年来我国大( 特大) 城市的人口规模急剧膨 胀1 。居民财富水平的不断增长和日常活动范围的扩大，加剧了个体机动化出行 的趋势。在我国的各大城市中，越来越多的家庭小汽车在交通高峰期涌入中心城 区，挤压有限的道路空间，造成整个城市运行的高成本和低效率。私家车的过度 膨胀，不仅造成城市运行的集体低效、基础设施的过重负担，还将带来严重的环 境污染和公共健康危机。各种迹象表明，我国大规模个体机动化的趋势正在全面 形成，城市的可持续发展面临严峻挑战。 从国际经验看，在城市增长和城市蔓延中很难控制私家车的快速增长。更为 有效的策略是建立基于交通需求管理的综合治理机制。这种机制往往是多层面的 城市管理政策的一体化集合，但其核心要点是通过创造良好的出行环境、设施条 件和服务水平来引导普通居民在日常活动中选择公共交通等环保型的出行方式， 提高城市有限交通设施资源的利用效率( s o l s z e w s k i ，2 0 0 7 ) 。这种基于土地利用 优化来规范和引导个体交通行为的规划调控思路在部分人口密集型国家和地区 已经非常完善( 如香港和新加坡) ，并取得了良好的社会经济绩效，如城市的紧 凑化发展、整体运行成本低、更多的非正式就业机会等。实践表明，在有效管制 的情况下，可以设法建构引导个体交通非小汽车化的环境激励机制，提高普通居 民放弃小汽车出行的空间福利。但在我国的城市建设和管理实践中，由于缺少相 关的经验研究积累，还未形成较为适用的面向中微观交通组织优化的空间调控技 术思路。 目前国内既有的居民交通出行研究还主要集中在交通工程学领域，且多停留 在宏观层面和大空间尺度的规律性判断，缺乏针对“土地利用个体交通行为”的 - 2 0 0 9 年底北京市实际常住人口总数为1 9 7 2 万人，提前十年突破了2 0 0 5 年国务院批复的北 京城市总体规划( 2 0 0 4 - 2 0 2 0 年) ( 下称2 0 0 5 年版总体规划) 确定的2 0 2 0 年北京市常住人 口总量控制的目标( 1 8 0 0 万) 。 浙江大学硕士论文引言 微观协调机制研究，因此很难提出基于个体或社群特征的差异化交通管理政策。 这种宏观与中微观交通政策系统的不相协调( 实际上是脱节) 是我国大城市交通 管理中普遍存在的问题。即城市决策者在交通发展政策上尽管能把握了大方向 ( 如公共交通导向、多中心的发展策略等等) ，但在下一层级的空间规划( 一般 是街区层面或大的城市功能组团) 和建设管理中往往缺少有针对性的交通组织优 化技术，这在某种程度上加速了社区小汽车化的进程。事实上，为制定更为有效 的交通引导措施，必须了解在不同空间属性下的城市居民是如何做出交通行为 选择的，这种选择又受到哪些主客观因素的影响，而在这些因素中是否包含了 “空间因子 ( 如路网密度、用地混合度等) ? 如果包括，这些空间因子的影响 力大小和作用机制又是怎样的? 1 2 研究内容及意义 尽管近3 0 年来国外已有大量有关土地利用特征与交通行为关系的实证研究 和经验积累，但我国大城市特有的制度环境和建设模式、高密度连绵的城市空间、 多样化的交通工具及混合社群的街区特征，决定了城市居民的交通行为和土地利 用之间的关系更趋复杂化，不可盲目地采用国外的研究经验分析现实问题，因此 有必要借助案例实证重新建构分析框架并提出基于“土地利用交通行为”一体化 发展的本地化思路。基于此，本文主要为：选用合适的影响因子，建立m n l ( m u l t i n o m i a ll o g i s t i c ) 模型，模拟大城市居民的通勤方式选择；运用模型检 验“商业办公比 、“路网密度”等土地利用变量对居民通勤行为选择的实际影响 和作用机制；。探讨模型方法与模型结果在“城市空间组织优化”方面的规划政 策意义。 规划政策的最终指向是如何面向具体的使用群体特征和城市现有的建成环 境持续性地建构或优化街区( 社区) 公共交通出行( 包括慢行交通) 的空间支 撑网络。如果研究的技术思路可行，这将具有现实的推广意义，可以指导具体的 城市规划和管理工作；并可变革现有中微观空间规划( 控规和详规) 的编制内容 和工作方法，提升其规划实效。 2 浙江大学硕士论文 引言 1 3 研究思路及方法 ( 1 ) 确立影响因子，提出初步的应用模型假设( 因果关系模型) 。 ( 2 ) 设计问卷选择典型街区抽样调查居民出行状况，收集数据和因子信息。 ( 3 ) 运用s p s s 建立数据库，应用常规分析方法做初步的统计分析，对因子 间的关系做初步的定性判断。 ( 4 ) 运用多项l o g i s t i c 模型，精细刻画居民个体的交通方式选择，定量化研 究土地利用对居民通勤方式选择的影响力大小和作用机制。 ( 5 ) 模型结果描述与分析，得出研究结论和相关推论。 1 4 论文的创新点 ( 1 ) 在研究方法上做了一些有意义的探索。一是运用了s p s s 统计分析软件， 加强了对调查数据的量化处理和多角度观察，并应用相关统计检验手段，帮助研 究判断。二是总结了国外相关研究模型化论证的一些经验教训，并结合中国大城 市的特点做了本地化的技术思路探索。 ( 2 ) 基于调查数据，以微观个体建模的方式尝试性地分析了街区土地利用状 况对高密度大城市居民通勤方式选择的影响，较为细致地刻画了若干土地利用变 量对不同社群的影响力。这有别于国内外已有的土地利用与交通行为关系的模型 化定量研究。 ( 3 ) 从城市中观空间组织的角度，提出了一个解决居民通勤小汽车化的综 合思路。即在一个大城市中，以街区为基本优化单元，在政策管制的配合下，针 对不同的出行社群提供合意的非小汽车化通勤的公共服务设施，从而优化整个城 市交通资源存量和增量的空间配置绩效，降低整个城市的运行成本。 浙江大学硕士论文 相关议题的研究评述 2 相关议题的研究评述 2 1 个体交通行为选择的基础理论 ( 1 ) 基于效用最大化的交通行为选择理论。效用( u t i l i t y ) 是指人们做出 某种消费决策时的综合价值度量，即在消费某种物品和服务中所获得的满意程 度。从行为经济学的角度，人们在选择某一种交通行为时往往是基于自身效用最 大化的考虑，而不同社会群体对于同一种交通行为的价值判断又是有差异的。这 种理论基于对交通消费的满意度判断，认为个体特征( 包括社会经济属性、主观 意识等) 是人们交通行为决策最为基本的影响因子。 ( 2 ) 基于活动导向的交通行为选择理论。认为，出行需求是活动行为的“衍 生物”，因此出行的产生不会独立而存在；人们在做出交通行为决策时，受到时 空、家庭、生活周期、社会结构等各种内外条件的影响，而人的活动本身是社会 化和复杂化的，因此并不仅仅是考虑自身效用或某一种出行行为效益的最大化； 城市居民个体的出行行为更多的表现为一种链的形式和裙带关系，即“活动与活 动”、“个体与家庭”之间均可能存在相互联系和影响，是一个作用集，因此应该 从活动周期( 一天或一周) 的角度，整体考察和研究不同群体的具体交通行为特 征和出行规律。这极大地拓展了人们对于交通行为选择的研究视野，尤其是在研 究方法的建构上以及影响因子考察上，变得更加细致和全面。 2 2 有关交通行为选择的分析模型 早在1 9 5 0 s ，为满足大城市快速发展的交通建设需求，美国等一些发达工业 化国家就开始研究交通需求预测技术，形成了较为成熟的“四阶段 集计分析模 型2 。但“四阶段”法往往忽略了交通需求与城市微观要素之间的客观联系，就交 2 即，首先将一个城市区域分解为几十个甚至几百个交通调查小区( t z ) ，作为数据收集 和模犁分析的基本瞥元；然后根据每个交通小区的土地利用、人口、就业岗位和社会经济特 征来预测交通的产生量、出行( 0 d ) 分布、交通方式的负担率和交通分配状况；最后通过 数据的集成形成整个城市的交通需求结构和空间密度分布。 4 浙江大学硕士论文相关议题的研究评述 通预测交通，并没有考虑不同空间环境和出行者行为特征的复杂影响( 即模型本 身对现实交通需求生成机理的刻画精度不够) ，因此，往往会导致预测结果与实 际情况的较大偏离。 1 9 6 0 s 起，出于交通政策制定的需要，研究者开始将微观经济学的效用函数 与交通行为决策联系起来，并利用概率统计原理建立了非集计的离散选择模型， 以更为直接的方式模拟居民出行方式的选择机理。这类模型的典型特点是基于个 体选择枝概率大小的建模思路，由于充分利用了调查数据的原始信息，对个体交 通行为决策的模拟精度和解释能力大大提高；且具有高度灵活性，可以对各种不 同类型的变量同时进行拟合集成( 如交通政策、个体属性、环境特征等) ，可以 综合分析影响居民出行需求和方式选择的微观机制；还可以用较少的样本数标定 模型系数，并可对所求得的参数结果进行统计检验，这使人们对交通行为选择的 研究广度和深度均大为拓展。由于操作简单、便于理解，目前研究领域应用最为 普遍的也是这一类模型，较为典型的是l o g i t 模型和p r o b i t 模型3 。 1 9 8 0 s 以来，研究者意识到交通是基于个体社会活动需要的一种派生需求 ( 非直接需求) 。出行只是人们日常中众多活动之间的链接工具和媒介，源于分 布在不同空间区位上的活动追求愿望。因此要搞清楚居民的交通行为特征，首先 应该从日常的活动计划着手。这往往需要观察一天( 或一周) 内个人活动的周期 性规律。因此，建模的数据信息和变量内容就变得相当得复杂。为了更好地模拟 个人的出行链和大量因子间的关系，研究者引入了结构化的系统方程模型。这种 模型的特点是系统建模，可以对不同变量间的直接或间接关系同时进行预估，因 此对个体交通行为选择的模拟更加精确。但缺点是需要大量详细的调查数据积 累，且模拟过程较为复杂。根据具体研究和实践的需要这些模型往往是多种基础 性微观决策模型的系统集成。 考虑到本次研究的实际情况和数据特点，本文主要选用了多项l o g i s t i c 模型 ( 川l ) 作为因子变量拟合集成分析的基本建模工具。 3 在这两类模型中，l o g i t 模型的数据处理相对简单，运用最为广泛。l o g i t 模型还可分为 b l ( 二元) 、m n l ( 多项) 、n l ( n e s t e d l o g i t ) 等多种衍生模型工具。 浙江大学硕士论文相关议题的研究评述 2 3 土地利用与交通行为选择的既有研究总结 1 9 8 0 s 以来，在欧美发达国家的城市更新和郊区发展中，基于优化土地利用 引导个体交通需求和出行决策的规划思路得到了大力倡导和应用( c e r v e r o & k o c k e l m a n ，1 9 9 7 ) ，如“新城市主义、精明增长、紧凑城市”的基本思想都涉及如 何通过空间组织优化减少小汽车出行。在此思路下，土地利用和出行行为( 出行 频数、出行距离和出行方式选择等) 之间的关联性得到了广泛认同与研究。通过 社会调查，很多文献建立了基于微观个体的“非集计模型( d i s a g g r e g a t em o d e l ) ”， 以量化验证土地利用对个体出行决策的影响( 如：g b o a m e t & s a r m i e n t o ，1 9 9 6 ； c e r v e r o & k o c k e l m a n ，19 9 7 ；k i t a m u r a e ta 1 19 9 7 ；c r a n e & c r e p e a u ，1 9 9 8 ； c e r v e r o ，2 0 0 2 ；s c h w a n e n & l m o k h t a r i a n ，2 0 0 5 ；m b a d l a n de ta i ，2 0 0 8 ；c a oe t a 1 ，2 0 0 9 ；m a n a u g he ta 1 ，2 010 ) 。 不过，土地利用究竟是如何影响个体出行选择的? 其能在多大程度上对个 体的出行选择发生作用? 这类问题一直未能形成有说服力的定论( gb o a r n e t & s a r m i e n t o ，1 9 9 6 ；w e e ，2 0 0 2 ；p a ne ta 1 2 0 0 9 ) 。模型分析的结果不仅在不同国家和 地区之间不一致，甚至在相似案例地区也有不同的研究结果4 。 从方法论上看，这些结果差异是不难理解的。因为：( 1 ) 不同城市的地方性 特征将形成不同的出行需求结构，导致某些土地利用要素对居民出行的不同影 响；( 2 ) 样本分析中所采用的空间尺度( 与城市密度相关) 将影响统计分析结果， 以及这些分析结果的有效意义；( 3 ) 模型建构思路和细化程度不一致。包括纳入 模型的因子组合是否与分析目的相适应，是否能较好地刻画了具体城市中具体社 群的出行行为特征，以及模型是否对因子交互性作了适宜处理等因素。 由此，就中国大城市来说，需要： 4 如，c e r v e r oa n dk o c k e l m a n ( 1 9 9 7 ) 将建成环境归结为三个重要的维度( 3 d s ) ，即密度、 多样性( d i v e r s i t y ) 和设计，通过加州旧金山港湾区的案例研究，论证了三者对非工作出行 的重要影响；但在g b o a m e t & s a r m i e n t o ( 1 9 9 6 ) 有关南加州地区的案例研究中，模型结果 却显示人口密度、就业密度和路网格局等相关的土地利用变量对郊区居民的非工作小汽车出 行需求的变化影响甚微。 6 浙江大学硕士论文相关议题的研究评述 ( 1 ) 在建构模型时，应避免使用“街区类别”直接表示不同的土地利用模式。 因为街区类别不仅意含着土地利用特征的差异，也意味着不同的社群构成等因 素，因此很难判定最后的统计分析结果是土地利用本身所造成，还是因为社群构 成，抑或是其它因素。 ( 2 ) 为了将土地利用模式表达为一组量化指标，应选择合适的土地利用要 素，以反映“土地利用”背后的关键意涵。因此，在给定空间尺度下，应通过若干 次模型调试，确定相关土地利用要素对个人的出行决策是否具有真实的影响。 ( 3 ) 如果不同的社群之间的出行方式具有显著区别，就应分别研究土地利 用变量对不同社群的出行选择影响，进而使结果获得细致的政策意义。为此，如 果是一个高度混合的样本数据库，就需要进一步按社群特征区分为几个不同的子 样本数据库。 7 浙江大学硕士论文案例背景与数据概况 3 案例背景与数据概况 3 1 案例背景 案例城市杭州位于长三角城镇密集区，市辖区面积3 0 6 8 k m 2 ，2 0 0 9 年 常住人口近5 0 0 万，人均g d p 约为1 0 0 0 0 美元，是该地区仅次于上海的第二大 中心城市。近年来，杭，h 城市居民的家庭小汽车增长迅速，交通拥堵现象严重。 据官方统计，杭州市区每百户家庭小汽车拥有比已经由2 0 0 0 年的0 7 ，上升 为2 0 0 9 年的2 1 6 5 。 为了尽可能反映城市不同类型的街区土地利用特征，选取杭州城区的城西 片区作为具体的案例地区，包括9 个样本街区( 图3 1 ) 。其中，“玉泉”、“西溪” 最靠近城市中心( 3 公里左右) ，是形成于上世纪5 0 6 0 年代的老街区，街区功能 混合、设施完善；“翠苑”和“古荡”次之( 5 公里左右) ，是形成于上世纪8 0 9 0 年 代的综合性街区，用地性质较为混合多样，也拥有较大比例的商业办公用地：“文 新”和“塘北”离市中心有一定距离( 7 公里左右) ，是近1 0 年来形成的大型居住街 区，居住用地比例大，功能相对单一；“蒋村”、“留下”和“三墩”离城市中心最远 ( 9 公里左右) ，是典型的近郊城乡混合街区，用地比较混杂破碎，城市功能不 完善。 居民出行调查开展于2 0 0 9 年1 2 月5 ，共发放问卷2 0 0 0 份，回收1 8 0 8 份， 整理出有效问卷1 3 3 9 份。利用s p s s 建立了居民通勤特征的基础数据库。 5 调查内容包括受访者的家庭状况和个体特征，工作出行和非工作出行等部分。问卷采用群 体抽样法，按空间均衡原则，抽取各研究单元( 街区) 内的幼儿园和中小学，向学生集中发 放问卷，并带回由家长填写。 浙江大学硕士论文案例背景与数据概况 3 2 数据概况 3 2 1 个体属性 图3 19 个案例街区与城市中心的空间关系 ( 1 ) 受访者家庭特征。以3 口之家为主，占5 3 3 ；至少有2 人工作的家 庭占8 5 9 ；整体上的家庭收入水平较高，年收入10 万以上家庭至少占5 0 ； 居住水平较高，有小汽车的家庭占5 9 7 ，且16 5 的家庭在1 年内有购买意向 ( 含少量已有小汽车的家庭) 。 ( 2 ) 受访者个体特征。以中青年为主，3 1 - 4 0 岁占7 3 5 ；教育程度较高， 约4 3 接受过本科以上教育。在职位结构上，以一般工作人员、中层管理人员和 个体户为主，占8 2 6 。 9 浙江大学硕士论文案例背景与数据概况 表3 1 个体属性的汇总简表 频数 频数 家程人数( 个) 小汽车拥有lt 辆) 22 0 1 5 o 5 4 04 0 3 37 1 45 3 3 16 6 l4 9 4 42 7 82 0 8 2 及以上1 3 81 0 3 52 3 31 7 4 性韵 6 及以上 9 47 o 男 7 1 l5 3 1 i 作人数女 6 2 84 6 9 075 年龄t 岁) l1 8 21 3 6 2 0 3 06 95 2 2 及以上11 5 08 5 9 3 1 - 4 09 8 47 3 5 上学人数 4 1 5 02 6 92 0 1 l1 1 5 08 5 9 5 l 及以上 1 71 3 21 8 91 4 1 文化程度 家蹇年牧入大专及以下 7 6 75 7 3 6 万以下 1 8 91 4 1 大学 4 3 73 2 6 6 1 0 万3 2 02 3 9 研究生1 3 5l o 1 1 0 万以上 5 6 l4 1 9 i 作职位 不稳定 2 6 92 0 1 一般工作人员 5 8 14 3 4 住劈面积( 击)中层管理人员 3 1 72 3 7 6 0 及以下 2 7 7 2 0 7 高层管理人员1 2 59 3 6 1 9 04 1 43 0 9 个体户 2 0 8 1 5 5 9 1 - 1 2 02 9 72 2 2 其他 1 0 88 1 1 2 1 1 6 02 4 11 8 0 1 6 1 及以上 1 1 08 2 3 2 2 通勤特征 ( 1 ) 通勤方式。调查共分9 种方式，按照各种通勤方式的相近性，整合为 五类：步行( w a l k ) ，占1 0 7 ；自行车( b i k e ) ，占1 0 8 ：电动车( e b i k e ) ， 占1 9 6 ；小汽车( 包括出租车和摩托车) 6 ，占3 8 1 ；公共交通( t r a n s i t ) ， 6 其中，出租车( o 5 ) 和摩托车( 0 4 ) 的比例几乎可以忽略不计。 l o 浙江大学硕士论文案例背景与数据概况 包括普通公交( b u s ) 、快速公交( b l 玎) 和单位班车，占2 0 9 。可见，小汽车、 公交车和电动车，是上下班的主要交通方式，总和约占8 0 。 ( 2 ) 时间和距离。受访者上、下班的平均时耗分别为3 0 9 分钟和3 3 1 分钟， 下班较上班要更为拥挤。总体上有6 5 左右的受访者通勤时间在3 0 分钟内，近 2 0 超过5 0 分钟。上下班的平均出行距离为6 9 公里，7 8 5 的人通勤距离在1 0 公里以内。其中，o 3 公里的占3 3 3 ，3 5 公里的占1 8 4 ，5 1 0 公里的占2 6 8 。 不同通勤方式的平均时间和距离存在较大差异，且各交通方式存在明显分 工，分别在不同距离内充当着主导出行方式( 表3 2 ) 。其中，尽管小汽车的速 度最快，但平均时耗和通勤距离均小于公交车；公交车和电动车的出行速度较接 近，但公交车的平均出行距离要比电动车远得多。 表3 2 ：不同通勤方式的平均通勤距离、时间和速度 步行自行车电动车小汽车公交车 ( t m l )( t 1 2 )( t m 3 )( t m 4 )( t m 5 ) 尽管存在分工关系，但事实上各交通方式在不同的距离区段内均存在一定 的竞争性，且在某些区段的竞争尤为激烈。图3 2 是对调查的通勤距离样本集按 不同交通方式的分类结果，图中长方形的位置是使用不同交通方式通勤的距离集 中区段，而区段的重合部分即是它们的竞争区间。粗略判断，目前人们使用公交 车通勤的距离偏好区段为5 1 3 公里；小汽车通勤为3 1 0 公里；电动车通勤为2 5 8 公里之间；白行车通勤为2 - 5 5 公里；而步行则在2 公里以内。三大主导型通勤 方式在5 8 公里的通勤区段竞争相当明显的。 使用不同交通方式通勤的时间集中区段也存在差异。图3 3 中长方形的位置 是指使用不同交通方式通勤的时间样本最为集中的区间，代表在现有条件下人们 使用不同交通方式通勤的常规时间区段。可以看出，步行通勤的时间样本较集中 在5 1 5 分钟；自行车和电动车相接近，集中在1 5 3 0 分钟；小汽车为2 0 4 0 分钟； 1 1 浙江大学硕士论文案例背景与数据概况 公交车为3 0 6 0 分钟。 盔 銮 图3 - 2 不同交通方式通勤的距离集中区段 ll i _ r _ 1 i： - 卜 二) - 1r 广r 1 j j ：l o 广?： q 1 _ _ 叫l 3 2 3 土地利用特征 0 2 0 4 0 6 08 01 0 01 2 0 卜班时闻废本( 分钟) 图3 - 3 使用不同交通方式的时间集中区段 为集中表达“用地混合度”和“交通条件”这两个重要的街区土地利用特征，根 据案例地区的用地特征，利用各街区控规单元规划的用地现状图( 结合场地调查 1 2 浙江大学硕士论文 案例背景与数据概况 修正) ，计算获得5 个指标数值( 表3 3 ) 。其中： ( 1 ) 商业办公用地比( o f c o m m e r c i a l & o f f i c i a ll a n d ) 测度街区用地 功能的混合度( 案例中的工业用地非常少) 。算式为：商业办公用地面积街区面 积 ( 2 ) 路网密度( r o a dd e n s i t y ) 测度街区道路建设的整体水平。算式为： 道路总长度街区面积 ( 3 ) 支路网密度7 ( b r a n c h r o a dd e n s i t y ) 钡9 度街区的可达性水平。算式 为：支路长度街区面积 ( 4 ) 路网连通度( r o a dc o n n e c t i v i t y 卜测度街区路网的整体联通性。 ( 5 ) 公交密度( t r a n s i td e n s i t y ) 测度街区公共交通的服务水平。算式 为：公交线网数街区面积 表3 3 街区土地利用特征 街区编 积( k m 2 ，警( k m k m 2 ) ( k m k m 2 度) 鬻乒篙 号 l ( 玉泉) 3 5 35 3 1 25 7 32 8 74 2 51 7 9 2 ( 西溪) 3 0 24 2 9 95 7 02 6 931 52 0 9 3 ( 翠苑)3 7 84 3 0 05 2 62 8 33 8 61 6 1 4 ( 古荡) 2 2 52 4 4 66 2 94 4 54 1 81 8 2 5 ( 文新)6 6 34 6 54 0 82 1 21 8 46 8 6 ( 塘北)3 1 411 7 76 0 52 7 22 8 o5 4 7 ( 三墩)3 6 09 0 24 1 03 0 83 6 14 4 8 ( 蒋村)4 4 81 1 41 1 41 5 51 3 41 6 9 ( 留下)9 6 71 6 6 62 7 61 5 61 0 82 2 ：对于街区内的十字路丁字路。断头路三种路口，根据道路连通的向度分别赋值8 ，6 和2 。加总后再除以街区面积。 7 支路包括规定的城市支路和1 2 米以下允许社会车辆进出的小路。 1 3 浙江大学硕士论文数据的初步统计分析 4 数据的初步统计分析 4 1 不同街区居民通勤特征比较 4 1 1 社群结构 从年收入和工作职位构成看( 图4 - 1 、4 - 2 ) ，各街区的社群构成均较为混合， 没有明显的均质化倾向，但各街区社群的内部构成仍存在较大的变异性。如果 以家庭年收入“1 0 万以上”( 中高收入) 的r 与比作为街区社群富裕程度的衡量标 准，结合街区人群的职业构成，可粗略地将街区1 6 归为一类( 城区相对富裕型) ， 其低收入( 6 万以下) 群体比例较低，中高收入群体( 1 0 万以上) 比例较大，富 裕程度较高：7 - 9 也可归为+ 类( 城郊相对贫困型) ，其低收入、不稳定和个体户 的群体比例较大，富裕程度相对较低。 图4 1 不同街区居民的年收入构成图4 - 2 不同街区居民的工作职位构成 4 1 2 通勤方式 各街区居民的通勤方式结构存在较大变异性，但公交车出行的通勤比例似 乎变化不大，稳定在2 0 上下( 表4 - 1 ) 。从街区1 到9 ，在一定程度上代表街 区离城市c b d 的远近，可以发现，小汽车出行比例的变化与街区离城市中心的 距离之间存在近似的倒u 型关系( 图4 3 ) ，即随着街区离城市中心越来越远， 小汽车通勤比例先升后降。粗略来看，小汽车m 行比例相对较高的是中间距离的 街区( 既不太近也不太远，约5 8 公里) 。 1 4 删 舯 m 枷 舯 叫 浙江大学硕士论文数据的初步统计分析 墼墼四壁鲤熏墼蹩 茎善星喜曩；= = 星 ：；= 托：引：巨o 薯i 一 = = = = = r 一：r ：op ! 啊- t - 。_ ! r j _ - 尊一_ - + 曩：垮= ：= ；蘸；蓬誊i 蒌誊曩： _ e ：一，十叫卜+ o ： ： - t ，+ ：p ，一 ，i * 。斗：b o j 蕾。：k 特：p 一 - ：蹲r 一 鼻辱j 辞；x = ：j 冀j ，： j ，； 羼匿萋繁；鞫匿妻匿戮鬻 k 爿：qf 眷， 、o 、ot 崩j 墨j j 爿e ：i ：i ：i i i i ：o ，j ：j eo j 薹；冀 ：奎 薹主i ：蓦雕；j 襄j 莨l 岱 巨：；。- 7 - ，；d ，罄；：z ；蒌j 薹蓦蕞；鬈曼羔搿j # 搿_ ，- 匿： 簿差匿鬟j 篷裂篷篱器耄g 嘲i 孽薹喜甚至善：j l蒺蓁藿霾垦豳 1234567 8 9 控规单元 图4 3 不同街区的居民通勤方式构成 表4 1 不同交通方式在各街区的通勤比 交通方式 0 i l 步行 富自行车 墨电动车 露小汽车 日公交车 街区单元 交通方式 l23 4 56789 步行 1 2 4 8 5 1 3 o 6 8 1 0 1 0 0 1 2 2 8 5 2 0 3 自行车 2 0 2 1 2 7 8 4 1 4 2 6 - 3 1 0 3 4 4 1 2 2 1 4 3 电动车 1 5 5 1 7 8 1 5 3 】8 3 1 3 9 2 2 4 2 6 o 4 1 5 2 0 3 小汽车3 3 3 4 2 4 4 0 5 3 9 3 4 8 】4 4 8 3 5 9 2 2 o 2 3 3 公交车 j ，& 6 j ，& 6 2 2 9 2 1 5 2 j 6 2 2 4 2 1 s 7 i 9 2 1 8 4 1 3 通勤时间 总体而言，各街区居民通勤的时间构成存在一定的变异性，但变化幅度不 大( 即各时间段的人群比例变化较为平缓) 。统计结果验证了以上的推断( 表4 2 、 4 3 ) 。各街区居民上班的平均出行时间均在3 0 分钟上下，最高的为街区6 ( 3 5 0 3 分钟) ，最低的为街区1 ( 2 7 3 8 分钟) 。而a n o v a ( 方差) 分析也表明，从统 计上看9 个街区之问居民上班的平均出行时间不存在差异性( s i g 值大于o 0 5 ) 。 浙江大学硕士论文数据的初步统计分析 123456789 街区单元 时问分类 岛0 1 5 舒钟 图1 6 3 0 丹钟 目3 1 5 0 舒钟 囝5 0 分钟以p 图4 4 不同街区居民上班通勤的时间构成 表4 2 各街区上班时间成本的样本统计描述( 单位：分钟) n ( 样本均值( 时 均值的9 5 置信区间 街区标准差标准误极小值 极大值 数)间) 下限上限 11 2 92 7 3 81 9 8 0 31 7 4 42 3 9 33 0 8 329 0 1 182 9 6 51 9 8 9 01 8 3 l2 6 0 33 3 2 859 0 1 3 23 0 3 02 0 5 8 61 7 9 22 6 7 53 3 8 411 2 0 42 】93 1 5 42 0 8 0 31 4 0 62 8 7 73 4 3 151 2 0 2 8 73 2 8 71 9 2 3 81 1 3 63 0 6 43 5 1 l51 2 0 65 83 5 0 32 3 0 2 33 0 2 32 8 9 84 1 0 921 2 0 1 8 1 3 0 0 8 2 0 9 2 41 5 5 52 7 0 13 3 1 521 0 0 88 23 0 9 82 2 4 4 92 4 7 92 6 0 43 5 9 151 2 0 1 91 3 33 0 0 42 3 0 6 52 0 0 02 6 0 83 3 9 901 2 0 总体1 3 3 93 0 9 12 0 7 5 85 6 72 9 7 93 2 0 2 01 2 0 表4 3 各街区居民平均上班时间的差异显著性比较结果fa n o v a 分析) 甲方乘1 d f 均方 f 显著性( s i g ) l 组i 白j 4 2 5 3 2 7 885 3 1 6 6 01 2 3 60 2 7 4 i 组内 5 7 2 2 5 6 0 5 31 3 3 04 3 0 2 6 8 总数 5 7 6 5 0 9 3 3l1 3 3 8 1 6 浙江大学硕士论文数据的初步统计分析 4 1 4 通勤距离 从图4 5 中可以粗略看出，各街区居民上班出行距离构成的差异比较明显 ( 通勤距离分为5 个区段) 。统计分析结果验证了以上的推断( 表4 4 、4 5 ) 。各 街区居民上班的平均出行距离在7 公里左右，但上下变化幅度较大，最高的为街 区9 ( 8 4 公里) ，最低的为街区1 ( 5 6 公里) 。而a n o v a ( 方差) 分析的结果 显示，各街区居民上班的平均出行距离具有统计上的显著差异( 即s i g 值小于 0 0 5 ) 。当然，导致这一结果的原因是极为复杂的，不排除街区土地利用( 建成 环境) 的影响。 距离分组 匝0 3 公争 目3 1 5 公里 国5 1 1 0 公里 曰1 01 1 5 公里 口1 5 公里以上 图4 5 不同街区的居民通勤距离构成 表4 4 各街区居民上班出行距离的样本统计描述c 单位：公里) n ( 样本均值( 距 均值的9 5 置信区 街区标准差标准误 问 极小值极大值 数)离) 下限上限 11 2 95 6 6 96 0 5 1 55 3 2 84 6 1 56 7 2 314 2 3 211 86 0 4 36 0 7 4 8 5 5 9 24 9 3 67 1 5 112 6 0 31 3 25 9 9 55 4 3 7 54 7 3 3 5 0 5 86 9 3 122 3 0 42 1 97 2 1 96 9 1 4 74 6 7 3 6 2 9 88 ，1 3 9 2 3 8 9 52 8 76 7 8 05 4 7 9 23 2 3 46 1 4 47 4 1 713 0 0 65 8 7 9 2 4 4 8 3 7 46 3 5 26 6 5 29 1 9 632 0 0 7 1 8 1 7 4 6 66 7 1 7 74 9 9 3 6 4 8 l8 4 5 113 5 1 88 2 6 7 1 57 8 7 4 08 6 9 5 4 9 8 58 4 4 5 3 4 7 0 91 3 38 4 0 49 6 2 4 78 3 4 66 7 5 31 0 0 5 514 8 0 总体 1 3 3 96 9 0 26 6 6 4 81 8 2 16 5 4 57 2 5 914 8 0 浙江大学硕士论文 数据的初步统计分析 表4 5 各街区居民上班平均出行距离的差异性统计结果( a n o 、a 分析) 平方和d f均方 f 显著性( s i g ) 组间 8 3 8 9 8 381 0 4 8 7 32 3 8 00 1 5 组内5 8 5 9 4 2 9 51 3 3 04 4 0 5 6 总数 5 9 4 3 3 2 7 81 3 3 8 4 1 5 小结 ( 1 ) 从群体统计的角度，平均通勤时间在各街区的变化不大。可能的解释 是不同的社会个体在上下班出行中，对时间可能存在相对统一的期望值( 一般 3 0 分钟左右) 。一个推论是个人通勤的时间结果受职业、收入等因素的影响较小， 大部分人会通过各种方法尽可能保持通勤时间维持在一个合理的心理承受范围。 如选择靠近就业点的街区居住以缩短通勤距离，选用更有效率的交通方式( 比较 典型的是用电动车、小汽车替代自行车和公交车) ，或者是提早出行避开高峰期 等。 ( 2 ) 中间距离( 5 8 公里) 的街区，小汽车通勤的比例和平均上班时间均 相对较高。这表明，小汽车的使用与减少通勤时间之间不存在必然的联系。实 地调查表明，这些街区往往集聚了较多的高收入、高职位群体。这部分群体的交 通行为是较为偏向小汽车的，但可能并不仅仅是为了缩短上下班时间，如工作本 身需要( 身份的乡镇) ，子女上下学的接送需求等等。 ( 3 ) 初步研究表明，除通勤时间外，各街区居民的交通方式构成和通勤距 离结构均存在较大的变异性。这种变异性的原因还不能仅归结为不同的街区空间 条件，因为各个街区的社群结构尽管均较为混合，但内在构成上存在较大的差异 性。为此，要判断街区空间环境的差异性对居民的通勤行为选择是否存在影响， 还需要更为具体和严谨的数据化论证。 4 2 基于街区结构比的因子相关分析 按照街区单元对原有反映个体的统计变量和样本数据进行重新组织。转换 后的变量和数据( 表4 6 ) ，实际上是对街区的属性进行定义和赋值( 包括社群 浙江大学硕士论文数据的初步统计分析 结构、通勤结构和土地利用特征三个方面) 。如“家庭年收入”有四个分类组：6 万以下( 低收入) 、6 - 1 0 万( 夹心层) 、1 0 万以上( 中高收入) 和不稳定，可以 统计出每个街区各收入组的人群比例；同理，也可计算出各街区5 种交通方式出 行的人群比例，从而与土地利用指标建立一一对应关系。 这样就可以利用相关性分析，观察街区某一类人群比例的变化是否与小汽 车通勤比例的变化存在关系，以及土地利用变量的变化对居民通勤方式选择的 影响。由于样本点较少( 只有9 个) ，在相关性强度的判定上，暂且规定：不论 是否有统计的显著性，如果系数大于o 5 就认为有一定的相关性，o 7 以上认为 有较大的相关性，0 9 以上认为相关性非常大。 表4 - 6 按街区整理的“变量”数据示意 街年收入年收入步行自行车商业办公 道路网密度 区 1 ( )2 ( ) ( )( ) 用地比( k m k m 2 ) 11 5 52 8 71 2 82 0 3 5 3 1 25 7 4 2 9 4 2 4 8 9 11 2 44 2 9 85 7 0 34 53 1 81 2 88 34 3 0 l5 2 6 4 1 4 21 9 26 21 4 72 4 4 66 2 9 57