城市公交站点可达性对老年人出行便利性有序Probit与空间分析结合

城市公交站点可达性对老年人出行便利性有序Probit与空间分析结合一、城市老年人出行特征与公交依赖现状随着全球人口老龄化进程的加速，城市老年人的出行需求与出行便利性问题逐渐成为社会关注的焦点。在城市交通系统中，公共交通因其低成本、高覆盖的特性，成为老年人日常出行的主要依赖方式。据2025年《中国城市老年人出行行为报告》显示，我国60岁以上老年人日常出行中，选择公共交通的比例高达42%，远超私家车（18%）和步行（30%）的占比。这一数据直观反映了公交系统在老年人出行体系中的核心地位，也凸显了公交站点布局与可达性对老年人生活质量的直接影响。老年人的出行行为具有显著的群体特征。从出行目的来看，老年人的出行多集中于购物、就医、社交与休闲活动，这些活动的发生地点往往分布在城市的不同功能区域，对公交站点的覆盖范围与换乘效率提出了较高要求。从出行时间来看，老年人的出行高峰通常与通勤高峰错峰，多集中在上午9点至11点、下午2点至4点这两个时段，这意味着公交系统在非高峰时段的班次密度与准点率，直接影响老年人的出行选择。此外，老年人的身体机能下降，步行能力、视力与听力均有所退化，对公交站点的步行距离、站点设施（如座椅、无障碍通道、电子站牌）以及车辆内部的适老化设计（如低地板、扶手、爱心专座）有着更为严格的要求。然而，当前城市公交系统在服务老年人出行方面仍存在诸多不足。部分老旧小区周边公交站点覆盖率低，老年人需要步行15分钟以上才能到达最近的公交站点，这对于行动不便的老年人而言，无疑增加了出行的难度与安全风险。同时，部分公交站点缺乏基本的适老化设施，如没有座椅供老年人休息、电子站牌字体过小或语音提示不清晰，导致老年人无法准确获取公交信息。此外，公交班次在非高峰时段间隔过长，部分线路甚至达到20-30分钟一班，进一步降低了公交系统对老年人的吸引力。二、公交站点可达性的量化评估方法公交站点可达性是指从某一地点到达公交站点的难易程度，其量化评估是分析老年人出行便利性的基础。目前，学界与业界常用的可达性评估方法主要包括基于距离的度量、基于时间的度量以及基于潜力的度量三大类。基于距离的度量方法是最直观的可达性评估方式，通常以步行距离或直线距离作为衡量指标。例如，通过GIS空间分析工具，计算城市中每个老年人居住点到最近公交站点的步行距离，并将距离划分为不同等级（如0-500米、500-1000米、1000米以上），以此评估公交站点的覆盖范围。这种方法的优势在于计算简单、结果直观，能够快速识别出公交覆盖的盲区。但该方法忽略了道路网络的实际布局与步行阻力，如爬坡、过马路等因素对老年人步行的影响，因此在复杂地形或道路设施不完善的区域，评估结果可能存在偏差。基于时间的度量方法则更为全面，它综合考虑了步行时间、等待时间与换乘时间等因素，能够更真实地反映老年人到达目的地的实际耗时。例如，采用出行链分析方法，模拟老年人从家出发，步行至公交站点、等待公交、乘坐公交、换乘（若有）直至到达目的地的全过程，计算整个行程的总时间。这种方法需要结合公交时刻表、道路网络数据以及老年人的步行速度参数，通过交通仿真模型实现。其优势在于能够精准评估公交系统的运行效率对老年人出行的影响，但数据获取与模型构建的复杂度较高，对计算资源的要求也更为严格。基于潜力的度量方法则从供需关系的角度出发，将公交站点的服务能力与周边老年人的出行需求相结合，评估公交站点的承载能力与服务水平。例如，采用重力模型，计算每个公交站点对周边老年人的吸引力，吸引力的大小与公交站点的班次密度、线路数量成正比，与老年人到站点的距离成反比。这种方法能够识别出供需失衡的区域，即公交站点服务能力不足但老年人出行需求旺盛的区域，为公交线网的优化提供决策依据。但该方法需要准确获取老年人的出行需求数据，如不同区域的老年人数量、出行频率与出行目的，数据收集难度较大。在实际应用中，研究者通常会结合多种评估方法，以弥补单一方法的不足。例如，在评估某一城市的公交站点可达性时，首先采用基于距离的方法识别覆盖盲区，然后通过基于时间的方法分析这些盲区的出行耗时，最后利用基于潜力的方法评估供需匹配度，从而形成全面、系统的可达性评估结果。三、有序Probit模型在老年人出行便利性分析中的应用有序Probit模型（OrderedProbitModel）是一种用于分析有序分类因变量的统计模型，在社会科学与交通研究领域有着广泛的应用。在老年人出行便利性研究中，有序Probit模型能够将公交站点可达性、个人属性、出行特征等自变量与老年人对出行便利性的主观评价（如“非常不便”“不便”“一般”“便利”“非常便利”）这一有序因变量建立关联，从而量化分析各因素对老年人出行便利性的影响程度。（一）模型构建与变量选择有序Probit模型的基本假设是，存在一个潜在的连续变量Y*，它表示老年人对出行便利性的真实感知，而观测到的有序分类变量Y则是Y*经过阈值划分后的结果。模型的基本形式如下：Y*=βX+εY=1,当Y*≤γ₁Y=2,当γ₁<Y*≤γ₂...Y=k,当Y*>γₖ₋₁其中，X是自变量向量，包括公交站点可达性指标（如步行距离、公交班次密度、换乘次数）、个人属性（如年龄、性别、健康状况、收入水平）、出行特征（如出行目的、出行时间）等；β是待估计的系数向量；ε是随机误差项，通常服从标准正态分布；γ₁,γ₂,...,γₖ₋₁是待估计的阈值参数，且满足γ₁<γ₂<...<γₖ₋₁。在变量选择方面，公交站点可达性是核心自变量，通常选取步行距离、公交站点覆盖率、公交班次频率、换乘系数等指标。步行距离是指老年人从家到最近公交站点的实际步行距离，距离越短，可达性越高，对出行便利性的正向影响越大。公交站点覆盖率是指老年人居住区域周边500米范围内公交站点的数量，数量越多，说明公交覆盖越密集，出行选择越丰富。公交班次频率是指单位时间内经过某一站点的公交班次数量，频率越高，等待时间越短，出行效率越高。换乘系数是指老年人从出发地到目的地需要换乘的次数，换乘次数越少，出行的便捷性越高。个人属性变量中，年龄是重要的影响因素。随着年龄的增长，老年人的身体机能下降，对公交站点可达性的敏感度更高，相同的步行距离对80岁以上老年人的影响远大于60-70岁的老年人。健康状况也是关键变量，患有慢性疾病或行动不便的老年人，对公交站点的适老化设施与步行距离的要求更为严格，出行便利性感知更低。性别方面，女性老年人由于身体力量与安全顾虑，对公交站点的安全性与便利性可能有更高的要求。出行特征变量中，出行目的与出行时间对便利性感知的影响显著。就医出行对时间的敏感性最高，若公交站点可达性差导致无法及时到达医院，老年人的便利性感知会大幅下降。而休闲出行对时间的要求相对较低，老年人更注重出行过程的舒适性。出行时间方面，高峰时段的公交拥堵与拥挤会降低老年人的出行体验，而非高峰时段的宽松环境则有助于提升便利性感知。（二）模型估计与结果解读有序Probit模型的估计通常采用极大似然估计法（MLE），通过最大化观测数据的似然函数，求解模型的系数β与阈值参数γ。在估计过程中，需要对模型的拟合优度进行检验，常用的检验指标包括伪R²、对数似然值以及似然比检验。伪R²用于衡量模型对观测数据的解释能力，取值范围在0到1之间，越接近1说明模型拟合效果越好。对数似然值则反映了模型在当前参数下对数据的拟合程度，值越大说明拟合效果越好。似然比检验用于比较嵌套模型的优劣，判断新增变量是否显著提升模型的解释能力。模型估计结果中，系数β的符号与大小反映了自变量对因变量的影响方向与程度。正系数表示自变量与出行便利性感知正相关，负系数表示负相关。例如，步行距离的系数为负，说明步行距离每增加100米，老年人对出行便利性的感知会显著下降。公交班次频率的系数为正，说明班次频率每增加1班/小时，便利性感知会显著提升。阈值参数γ的大小则反映了不同有序分类之间的界限，例如γ₁与γ₂之间的距离越大，说明从“不便”到“一般”的感知差异越大，需要更大的可达性提升才能实现感知的转变。通过有序Probit模型的估计结果，我们可以识别出影响老年人出行便利性的关键因素，并量化各因素的影响程度。例如，研究发现，步行距离每减少50米，老年人出行便利性感知为“便利”及以上的概率提高8%；公交班次频率每增加1班/小时，这一概率提高5%；而换乘次数每增加1次，概率降低12%。这些量化结果为公交系统的优化提供了明确的方向，即优先缩短老年人居住区域到公交站点的步行距离，增加非高峰时段的公交班次，减少换乘次数。三、空间分析在公交站点布局优化中的应用空间分析是利用GIS技术对地理空间数据进行处理、分析与可视化的方法，能够直观揭示公交站点布局的空间特征与供需关系。在城市公交站点可达性与老年人出行便利性研究中，空间分析主要应用于公交站点的空间分布模式识别、老年人出行需求的空间分异分析以及公交站点布局的优化模拟三个方面。（一）公交站点空间分布模式识别通过GIS的空间分析工具，如核密度分析、最近邻分析与空间自相关分析，可以识别公交站点在城市空间中的分布模式。核密度分析通过计算每个公交站点在空间上的密度，生成核密度表面图，直观展示公交站点的聚集区域与稀疏区域。例如，在城市中心商务区，公交站点的核密度值较高，说明站点分布密集，而在城市边缘的老旧小区或郊区，核密度值较低，站点分布稀疏。最近邻分析则通过计算每个公交站点与最近其他站点的距离，判断站点分布是随机分布、均匀分布还是聚集分布。若最近邻指数小于1，说明站点呈聚集分布；若大于1，说明呈均匀分布。空间自相关分析则通过Moran'sI指数，分析公交站点分布的空间相关性，判断是否存在高值聚集或低值聚集的区域。这些分析结果能够帮助研究者快速识别公交站点布局的不合理区域。例如，若某一老旧小区周边500米范围内没有公交站点，且该区域的核密度值远低于城市平均水平，说明该区域存在公交覆盖盲区，需要新增公交站点或调整现有线路。同时，若某一区域的公交站点过于密集，存在重复覆盖的情况，造成资源浪费，则可以考虑优化线路，减少不必要的站点，提高公交运行效率。（二）老年人出行需求的空间分异分析老年人的出行需求在城市空间中呈现出明显的分异特征，这与城市的功能布局、人口老龄化程度以及公共服务设施的分布密切相关。通过GIS的叠加分析与缓冲区分析，可以将老年人的人口分布数据、出行目的数据与公交站点布局数据进行整合，揭示不同区域老年人的出行需求特征。首先，利用人口普查数据或社区调查数据，获取城市各区域老年人的数量与密度分布，生成老年人人口密度图。然后，结合城市商业中心、医院、公园、老年活动中心等公共服务设施的分布数据，分析不同功能区域老年人的出行需求强度。例如，大型医院周边的老年人就医出行需求旺盛，需要公交站点提供高频次、直达性强的服务；大型超市与菜市场周边的老年人购物出行需求集中，需要公交站点具备良好的步行可达性与换乘便利性。缓冲区分析是常用的方法之一。以老年人居住小区为中心，分别建立500米、1000米、1500米的缓冲区，统计每个缓冲区内公交站点的数量、线路数量以及公共服务设施的数量，评估不同区域的公交服务与出行需求的匹配程度。若某一小区500米缓冲区内没有公交站点，但周边1000米范围内有大型医院与超市，说明该区域的公交供给与需求严重不匹配，需要新增公交站点或调整线路走向。（三）公交站点布局的优化模拟基于空间分析的结果，可以利用GIS的网络分析工具，进行公交站点布局的优化模拟。网络分析工具能够在道路网络数据的基础上，模拟公交站点的新增、调整与线路优化，评估优化方案对老年人出行可达性的影响。例如，针对公交覆盖盲区，通过网络分析工具计算该区域内老年人到现有公交站点的最短路径，识别出步行距离最长的居民点，然后在这些居民点周边合适的位置新增公交站点，使得新增站点能够最大程度覆盖更多的老年人，同时减少步行距离。在模拟过程中，需要考虑道路的通行能力、站点的建设条件以及与现有线路的衔接性，确保新增站点能够有效融入公交网络。对于线路优化，可以通过网络分析工具模拟不同的线路走向与站点设置方案，计算每个方案下老年人的平均出行时间、换乘次数与步行距离，选择综合效益最优的方案。例如，某条公交线路原本绕经多个非核心区域，导致线路过长、班次间隔大，通过网络分析工具，可以调整线路走向，减少非必要的站点，缩短线路长度，提高班次频率，从而提升老年人的出行效率。此外，空间分析还可以结合多准则决策分析（MCDA）方法，将公交站点可达性、老年人出行需求、建设成本、环境影响等多个因素纳入评估体系，通过加权求和或层次分析法，对不同的布局优化方案进行综合评价，为城市交通管理部门提供科学的决策依据。四、有序Probit与空间分析结合的实证研究为了验证有序Probit模型与空间分析结合在老年人出行便利性研究中的有效性，本文选取我国东部某特大城市的三个典型区域进行实证研究。这三个区域分别为：A区，位于城市中心，商业与医疗资源集中，老年人人口密度高；B区，位于城市近郊，以老旧小区为主，公交系统相对薄弱；C区，位于城市远郊，新建小区与工业园区并存，老年人出行需求复杂。（一）数据收集与预处理研究数据主要包括以下几个方面：一是公交站点数据，通过城市交通部门获取了三个区域内所有公交站点的位置、线路信息、班次频率等数据，并利用GIS技术将其导入到空间数据库中。二是老年人出行数据，通过问卷调查的方式，在三个区域共收集了1200份有效问卷，内容包括老年人的个人属性（年龄、性别、健康状况、收入水平）、出行特征（出行目的、出行时间、出行方式选择）以及对公交站点可达性与出行便利性的主观评价。三是城市空间数据，包括道路网络数据、土地利用数据、老年人居住点分布数据等，这些数据来源于城市规划部门与地理信息平台。在数据预处理阶段，首先对问卷调查数据进行清洗，剔除无效问卷与异常值，然后将老年人的居住点坐标与公交站点坐标进行空间匹配，计算每个老年人到最近公交站点的步行距离。同时，利用GIS的空间分析工具，计算每个老年人居住区域周边500米范围内公交站点的数量、线路数量以及公共服务设施的数量，生成可达性指标。（二）有序Probit模型估计结果将预处理后的数据导入有序Probit模型进行估计，结果显示，模型的伪R²为0.38，对数似然值为-825.6，似然比检验的P值小于0.01，说明模型的拟合效果较好，能够有效解释老年人出行便利性感知的差异。从自变量的系数来看，步行距离的系数为-0.25，且在1%的水平上显著，说明步行距离每增加100米，老年人出行便利性感知为“便利”及以上的概率降低约8%，这与预期一致。公交班次频率的系数为0.18，在5%的水平上显著，说明班次频率每增加1班/小时，便利性感知提升约6%。换乘次数的系数为-0.32，在1%的水平上显著，换乘次数每增加1次，便利性感知降低约10%，这表明换乘次数是影响老年人出行便利性的关键因素，减少换乘能够有效提升出行体验。个人属性变量中，年龄的系数为-0.12，在5%的水平上显著，说明年龄每增加10岁，便利性感知降低约4%，80岁以上老年人对公交可达性的敏感度远高于低龄老年人。健康状况的系数为-0.20，在1%的水平上显著，行动不便的老年人便利性感知比健康老年人低约7%。性别系数为0.08，在10%的水平上显著，女性老年人的便利性感知略高于男性，这可能与女性老年人更倾向于选择公交出行，对公交系统的熟悉度更高有关。出行特征变量中，就医出行的系数为-0.15，在5%的水平上显著，说明就医出行对便利性的要求更高，若公交可达性不足，便利性感知会明显下降。高峰时段出行的系数为-0.10，在10%的水平上显著，高峰时段的拥堵与拥挤会降低老年人的出行体验。（三）空间分析结果与优化建议通过GIS空间分析工具，对三个区域的公交站点可达性与老年人出行需求进行可视化分析。A区由于位于城市中心，公交站点分布密集，500米范围内公交站点覆盖率达到92%，老年人的平均步行距离为350米，可达性整体较高。但在部分老旧小区内部，由于道路狭窄，公交站点无法深入，导致部分老年人的步行距离超过800米，存在局部的可达性盲区。此外，A区的公交班次频率较高，但早晚高峰时段换乘压力大，部分换乘站点人流拥挤，老年人换乘不便。B区作为老旧小区集中区域，公交站点覆盖率仅为65%，老年人的平均步行距离为680米，超过三分之一的老年人需要步行1000米以上才能到达公交站点。同时，B区的公交班次频率较低，非高峰时段间隔达到25分钟，且部分线路车况较差，缺乏适老化设施，老年人的出行便利性感知普遍较低。空间分析显示，B区的老年人出行需求主要集中在购物与就医，但周边的大型超市与医院距离较远，需要多次换乘，进一步降低了出行效率。C区的公交站点布局呈现两极分化，新建小区周边公交站点覆盖率较高，步行距离较短，但工业园区周边的公交站点严重不足，老年人到工业园区内的医院与商业设施出行不便。此外，C区的公交线路多为连接城市中心的长途线路，班次间隔大，换乘次数多，老年人的平均出行时间超过45分钟，便利性感知较差。基于有序Probit模型与空间分析的结果，提出以下优化建议：对于A区，重点优化换乘站点的设施与管理。在人流密集的换乘站点增设老年人专用通道与休息区，优化换乘引导标识，减少老年人的换乘时间。同时，调整部分线路的站点设置，在老旧小区内部增设小型公交站点或社区巴士，缩短老年人的步行距离。对于B区，优先增加公交站点的数量与班次频率。在步行距离超过800米的老年人居住点周边新增公交站点，确保500米范围内公交站点覆盖率提升至85%以上。同时，增加非高峰时段的公交班次，将间隔缩短至15分钟以内，并对现有车辆进行适老化改造，安装低地板、扶手与爱心专座。对于C区，优化公交线路网络，增加区域内的微循环线路。在工业园区与新建小区之间开通直达公交线路，减少换乘次数。同时，在工业园区周边增设公交站点，覆盖更多的老年人出行需求。此外，加强公交与其他交通方式的衔接，如在公交站点设置共享单车停放点，方便老年人短距离接驳。五、研究结论与政策启示（一）研究结论本文通过有序Probit模型与空间分析结合的方法，深入探讨了城市公交站点可达性对老年人出行便利性的影响，得出以下主要结论：第一，公交站点可达性是影响老年人出行便利性的核心因素，其中步行距离、公交班次频率与换乘次数对老年人的便利性感知影响最为显著。步行距离每增加100米，老年人出行便利性感知为“便利”及以上的概率降低约8%；公交班次频率每增加1班/小时，便利性感知提升约6%；换乘次数每增加1次，便利性感知降低约10%。第二，老年人的个人属性与出行特征对便利性感知具有调节作用。年龄越大、健康状况越差的老年人，对公交站点可达性的敏感度越高，相同的可达性水平对其便利性感知的影响更大。就医出行与高峰时段出行对便利性的要求更高，可达性不足会导致便利性感知大幅下降。第三，空间分析能够直观揭示公交站点布局的空间差异与供需失衡问题。城市中心区域的公交站点可达性较高，但存在换乘压力大的问题；老旧小区集中区域的公交站点覆盖率低、班次频率低，是老年人出行便利性最差的区域；远郊区域的公交站点布局两极分化，工业园区周边的公交服务严重不足。第四，有序Probit模型与空间分析结合的方法，能够实现定量分析与空间可视化的有机结合，既能够量化各因素对老年人出行便利性的影响程度，又能够直观识别公交站点布局的不合理区域，为公交系统的优化提供科学依据。（二）政策启示基于研究结论，为提