我国城市通勤出行的影响因素研究——基于50个大中城市的再检验
我国城市通勤出行的影响因素研究——基于50个大中城市的再检验
刘清春;李海霞;马交国
【摘 要】根据我国50个大中城市的居民通勤出行数据,从城市形态、社会经济属性和公共交通设施服务水平等三个层面,探讨了城市通勤出行的影响因素,计量结果表明:城市形态中人口数量对城市通勤出行有显著正向作用,人口规模的扩大带来了通勤距离和通勤时间的增加.人口密度对通勤出行具有不显著的双向作用,表现为对距离的缩短和时间的延长作用.土地利用多样性的提高无助于通勤距离和时间的缩小,但城市的多中心发展有利于缩短城市的通勤距离和时间.城市社会经济属性中的人均可支配收入对城市通勤出行有显著正向作用,但人均私人汽车数量对通勤时间和距离有不显著的正向作用.公共交通设施服务水平中人均公共汽(电)车数量和人均道路面积的上升带来了通勤距离和时间的显著增加.
二代水影【期刊名称】《山东工商学院学报》
【年(卷),期】2018(032)005
【总页数】自然数9页(P88-96)
【关键词】通勤距离;通勤时间;城市形态;城市管理
【作 者】刘清春;李海霞;马交国
【作者单位】山东财经大学经济学院,济南250014;山东财经大学经济研究院,济南250014;济南市城市规划局编制研究中心,济南250099
马斌不雅照
【正文语种】中 文
【中图分类】F294
一、引言
近年来,我国城镇化进程的加快,带来了城市人口的聚集、城市规模的扩大和城市空间结构的重塑。同时,经济的快速增长带来了汽车保有量的显著提升,截至2016年底,我国汽车保有量达1.94亿辆,居世界第二位。在城市化和出行机动化的双重驱动下,城市居民出行行为发生了显著变化,就通勤而言,表现为城市居民通勤时间和通勤距离的双重延长,并产生交通拥堵、碳排放和污染物增多等次生效应,导致城市可持续发展面临经济效益与环境成本的平衡和优
化问题。尽管我国一些城市也制定了交通政策如控制车辆购买与使用、扩展道路、增设公交线路等来缓解交通出行问题,但效果欠佳。在此背景下,分析我国城市通勤出行的基本特征,探寻主要影响要素,已成为城市地理学和交通地理学研究的热点问题。
延安宝塔山
关于城市通勤出行的研究,国外学者主要围绕通勤距离、通勤时间和通勤模式等特征进行分析,并从城市形态给予机理解释,城市形态是土地利用在空间的表征,是导致居民出行行为改变的重要原因,主要涉及密度、规模、空间结构和土地利用多样性等要素,在实践中西方发达国家主张采用各种土地利用和交通政策来抑制蔓延式发展产生的负面效应。其中,密度是影响居民出行的重要要素,反映了城市的空间紧凑程度和土地利用强度,常以人口密度来表征,城市密度越大,各种活动所发生的区位越临近,出行距离和时间会越短。Newman 和 Kenworthy、Ewing 和 Cervero以美国城市实证分析了密度与通勤距离之间的关系,发现密度越高的地区,通勤距离越短。但是过高的城市密度可能会带来人流、车流的过度集中,引起交通拥堵,带来通勤时间的增加。城市规模反映了经济社会活动的空间范围,常以人口数量或建成区面积来表示。多数研究认为,城市规模越大,城市经济活动范围也会扩大,个体通勤距离和时间也会变大,如Veneri基于80个意大利都市区展开研究,发现城市规模与通勤出行时间有显著正相关性。Coevering和Schwanen基于欧美地区的31个大城市,分析了城市形态对
出行方式的影响,发现人口规模与总体通勤距离和通勤时间均正相关。Cameron等分析了美国都市区的经济发展水平、密度、人口和就业规模等要素对居民出行的影响,发现驾车通勤距离的增加主要源于人口规模和私家车数量的上升。Lee研究了美国大都市1990年到2000年通勤时间增加的原因,发现人口规模对通勤时间具有显著正效应,而家庭汽车平均拥有量与通勤时间无关。但随着新城市主义理论的发展,一些学者也开始关注了城市空间结构、土地利用方式对城市交通出行的影响。城市的中心性反映了城市的空间结构形态,但其与居民出行的关系也无一致性结论。一些研究指出,多中心城市带来了总体通勤距离和时间的缩短,但Yang等以美国50个大都市区为例,发现在高密度的多中心城市,居民通勤距离反而会变长。土地利用的多样性反映了城市土地利用的混合程度,单一的土地利用方式会形成大量通勤交通流,导致过长的通勤时间、交通拥堵以及职住不平衡等多种问题,而混合的土地利用方式增加了居民活动的可达性,从而带来居民通勤距离的缩小,但Giuliano和Small认为提高土地利用的混合度对居民通勤距离产生的影响是很小的[1-11]。
除此之外,城市的社会经济属性、公共交通服务水平也是影响居民出行的重要因素。如Gordon[12]对美国大型城市进行实证检验,结果显示家庭收入水平与驾车通勤时间和公共交通通勤时间均呈负相关关系。Coevering和Schwanen[7]研究发现每千人拥有汽车数量与总
技术学校有哪些专业适合男孩子体通勤时间负相关,人均GDP的提高能缩短公共交通总体通勤距离。Duranton 和Turner[13]以美国城市展开研究,发现道路或公共交通的改善并不能缓解交通拥堵。
国内学者对于城市交通出行的研究起步较晚,且以单个城市的微观研究居多,结论不具普适性。由于交通出行数据难以获取,基于中国宏观城市层面的交通出行研究相对薄弱,多数研究认为城市规模是城市通勤距离和通勤时间的决定因素[14-17],规模较大的城市拥有更长的通勤距离和时间。同国外研究一样,由于研究选取的样本、选取的时间、研究方法及变量不同,对诸多结论如土地利用多样性、城市空间结构形态等要素的作用也有争议[14]。随着我国城市化进程的加快,大城市通勤出行呈现怎样的特征,其主要的影响因素又是什么,亟需进一步的研究和检验。
因此,本文基于2015年我国50个大中城市通勤出行数据(包括京、上海、天津、广州、苏州、佛山、南京、重庆、大连、深圳、武汉、成都、东莞、中山、无锡、贵阳、珠海、西安、青岛、石家庄、宁波、沈阳、济南、厦门、杭州、秦皇岛、昆明、长春、温州、哈尔滨、长沙、郑州、合肥、南昌、烟台、福州、兰州、徐州、唐山、太原、乌鲁木齐、吉林、南宁、呼和浩特、海口、桂林、洛阳、银川、西宁和汕头),在分析城市通勤出行特征
的基础上,分析城市形态、城市经济社会属性和公共交通设施服务水平等相关指标对通勤出行的作用效果与机制,为制定基于宏观城市层面的交通政策,提供理论依据和实证参考。
二、城市通勤出行的特征分析
性价比高的汽车
(一)城市通勤出行的总体特征
城市的总体通勤距离和通勤时间平均值分别为11.3 km和38.2 min,有74%的城市通勤距离超过10km,有68%的城市通勤时间超过了30min,其中总体通勤距离和时间最长的城市均为北京(19.2km和52min),总体通勤距离和时间最短的城市均为汕头(6.2km和22min)。对比不同通勤方式,发现公交出行的平均距离(12.98km)和平均时间(39.82min)均高于驾车出行的平均距离(10.6km)和平均时间(27.48min)。总体通勤的平均距离和平均时间的变异系数(标准差/平均值)分别为0.23和0.21,二者相比,通勤时间变化更趋于稳定,这是因为时间对个体通勤的约束力更大。
作总体、公交和驾车通勤距离和时间的核密度曲线发现,三者通勤距离的分布类似且相对集中,波峰大致出现在10～14km的范围内,而通勤时间的分布差异较大,总体通勤时间波峰集中
于27～30 min,而驾车通勤时间波峰相对较短,位于24～27 min,公交通勤的两个波峰分别在35～39 min和41～44 min。
(二)不同城市规模下的通勤出行特征
按人口规模将50个城市划分为4种规模类型(表1),发现城市规模越大,总体通勤距离和总体通勤时间越长,并且巨大城市的总体通勤距离和通勤时间约为大城市的1.5倍。与孙斌栋2008年的研究结果[15]相比,发现大城市、巨大城市的总体通勤距离分别增加了6.55km、8.91km,而大城市、特大城市、超大城市和巨大城市的总体通勤时间分别延长了9.55、4.83、6.61和9.99min。对比不同通勤方式,发现随着城市规模的扩大,驾车通勤和公交通勤的距离和时间也在增加。
(三)城市通勤出行的空间特征
表1 不同规模城市通勤距离和通勤时间类型个数人口规模(万人)平均人口规模(万人)通勤距离(km)通勤时间(min)平均公交驾车平均公交驾车 大城市350～10087.108.8910.408.0728.0033.3322.33 特大城市11100～200160.7510.3411.698.8429.1
836.0923.09 超大城市23200～500306.0011.6612.6810.6432.4837.6126.70 巨大城市13>500981.3513.8215.2112.7739.7746.0833.77
依据区位要素将样本中50个城市划分为东部、中部及西部三组(表2所示)。从平均值来看,东部地区的城市通勤距离和通勤时间均高于中、西部地区,说明我国经济比较发达地区的居民面临着较高的通勤压力;西部地区9个城市的通勤距离和通勤时间比中部地区高,但二者差距较小。东部地区城市中总体通勤距离和时间排名前三位的分别为北京、上海和天津,总体通勤距离分别为19.2、18.82和16.95km,通勤时间分别为52、51和46min;总体通勤距离和时间最短的城市是汕头,分别为6.35km和22min。中部地区城市中武汉的总体通勤距离和时间最长,分别为13.95km和39min,洛阳的总体通勤距离最短(7.92km),吉林的总体通勤时间最短(24min)。西部地区的城市中重庆、西宁分别拥有最长和最短的通勤距离和时间,二者总体通勤距离相差2倍,总体通勤时间约相差1.8倍。
三、模型与数据来源
(一)模型构建
借鉴国内外研究经验,从城市形态、城市经济社会属性和公共交通设施服务水平等三个层面选择具体指标,作为影响城市通勤出行的自变量。构建多元回归模型以测度各变量对通勤出行的影响程度,同时为消除量纲的影响,对各变量进行取对数处理,模型如下:
LnY=β0+βw1X1+βw2X2+βw3X3+ε.
(1)
表2 分区域的城市通勤距离和通勤时间汇总表经济带城市个数总体通勤里程(km)总体通勤时间(min)总体公交驾车总体公交驾车 东部3012.5113.7811.0835.141.7729.37 中部1110.3911.579.4929.4533.1823.64 西部910.9612.0410.6132.4438.1125.89
其中,Y表示城市通勤出行特征,包括总体通勤里程(totldis)和总体通勤时间(totatim),等2个变量。X1表示城市形态,包括人口数量(pop)、建成区面积(builtup)、人口密度(popden)、土地利用多样性(landuse)和城市多中心指数(pi)等5个指标,其中人口数量(pop)和建成区面积(builtup)表征了城市规模,分别用市辖区人口和市辖区内建成区面积来测度;人口密度(popden)表征城市密度,用建成区单位面积的人口数来表示,土地利用多样性(landuse)表征城市土地利用混合程度,用Gibbs-Mirtin 指数[18]来测度,公式如下:
(2)
式中,Sj代表每种土地利用类型j在城市建设用地总面积中所占的比例,土地利用类型j包括居住用地、公共管理与公共服务用地、商业服务业建设用地、工业用地等八种土地利用类型。
城市多中心指数(pi)表征城市的空间结构形态,采用以下公式[1]来测度,
pi=H×N×Rc.
(3)
式中,H为同质性指数[19],N为城市中心区个数,其划分的依据主要参考人口密度和人口数量[1],Rc为城市中心区占整个城市人口的比重。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。