低碳出行导向下的住区环境对通勤方式影响
周 楠
【摘 要】以成都小区为例探讨住区环境与城市居民通勤方式的关系，通过构建多项logit模型进行实证研究。在控制居民个人家庭属性变量之后，探讨住区环境是如何影响居民通勤方式选择并提出合理的意见引导居民低碳出行。 【期刊名称】《山西建筑》 【年(卷),期】2019(045)020 【总页数】3
【关键词】住区环境，通勤方式，多项logit模型 ·规划·建筑·
1 研究背景
1.1 城镇化和机动化引发的城市问题
20世纪90年代后，我国城市建设用地增长迅速。城市规模的扩展以及职住分离等空间布局的调整还导致了居民出行距离的快速增长，进一步增加了对小汽车依赖性。随着中国城镇化的推进，机动车数量迅速增长，城市交通进入机动化时代。机动化带来了交通的自由和灵活性，但也导致了交通的拥堵。 随着当前城市扩张和退二进三的产业结构调整，人口数和小汽车拥有数量急剧增长，交通拥堵成为了当今城市非常棘手的现状。根据高德地图发布的《2018Q2中国主要城市交通分析报告》，有15%的城市通勤高峰受拥堵威胁，有59%的城市通勤高峰处于缓行，仅有26%的城市通勤不受拥堵威胁。 1.2 住区环境对居民出行方式的影响
居民的出行模式也在一定程度上能反映出居民交通出行的碳排放。其次，住地
及它们周围建成环境都直接影响了居民出行方式。环境对居民出行行为的影响，最早概括为“3D”，即密度(Density)、多样性(Diversity)和设计(Design)。Cervero(1997)研究了城市环境3D要素对居民出行行为的影响，研究发现密度、土地利用混合度多样性和人性化的设计均对居民出行产生一定影响，一定程度上降低了汽车出行的概率[2]。2002年Cervero等学者经过探索后，在最初“3D”要素的基础上发展成为“5D”要素，增加了目的地可达性(Destination accessibility)和公共交通的距离(Distance to transit)[3]。 除了环境因素之外，居民通勤行为还受到了通勤时间和通勤距离及个人家庭经济属性的影响，如职业、家庭规模、收入、拥有汽车数量等。Akar和Guldmann在研究美国家庭出行时发现，家庭收入、小汽车数量、家庭孩子数量都对通勤行为方式产生影响[4]。
2 研究设计和数据
2.1 研究数据
为研究成都市住区环境对居民通勤方式的影响，根据交通区位和住区环境条件选取不同类型的居住小区，并在这些小区进行通勤问卷调查，由于大部分居民对打扰生活问卷表示反感，配合度不高，因此在选取小区时，尽量选择具有街区公园或公共活动场所的小区，有利于调研活动的展开。此外，在选择时要考虑小区交通基础条件和环境相差较大的小区，以此增加样本多样性。最终在成都市选取了包括商品房、保障性住房、单位小区、城中村等不同类型的小区。每个小区发放100份问卷，共收回700份，剔除数据缺失问卷，最终得到有效问卷685份。 2.2 变量选取
2.2.1 住区环境变量
为了有效且便于构建模型的住区环境的变量进行归纳总结，根据成都的住区环境选择相关变量来研究居民的通勤方式(见表1)。1)密度。将选取调查小区的建筑面积密度(即容积率)因素来衡量密度特性，以此来反映住区环境的开发强度。2)多样性。土地利用混合度是衡量小区一定范围内各类用地的比例，能反映出环境中多样性的因素。各功能类型的结构和配置一定程度上反映了住区周边的职住比例。以调查小区为中心，计算1.5 km缓冲区范围内土地利用的混合度。3)街道网络设计。以调查小区为中心，计算1.5 km缓冲区范围内的十字交叉口比例。4)公共交通可达性。距公交站点和地铁站点的距离能反映出交通服务设施布置对居民通勤方式选择的影响。由于成都市基本实现公交站点全覆盖，将以调查小区1.5 km范围内的公交线路条数和距地铁站点的距离作为公共交通可达性的指标。 2.2.2 个人家庭属性
在问卷调查中，包含了受访者的性别、年龄、学历、职业、家庭规模、家庭年收入、自行车、电动车数量、小汽车数量(见表2)。其中受访者男女数量差异不大。分别为55.2%和44.8%。因样本剔除18岁以下年龄段，因此只保留4个年龄阶段(19岁～30岁,31岁～40岁,41岁～50及51岁以上)。受访者受教育水平以大学专科/本科为主，家庭年收入水平绝大多数在6万元以上。此外，问卷中还涵盖了被访者的职业、家庭规模、家中非机动车和小汽车数量等变量。 2.2.3 通勤变量
在问卷中，调查了受访者的通勤方式、通勤时间和通勤距离(见表3)。在通勤方式选择上，小汽车占总样本的25.7%，公交和地铁占43.2%，电动车和自行车
低碳出行导向下的住区环境对通勤方式影响
