董仁,韓剛,李琳,韓汶
(1.昆明理工大學(xué)交通工程學(xué)院,昆明650500;2.湖北宜昌交運(yùn)集團(tuán)股份有限公司,湖北宜昌443000)
2014年,中國60歲以上老齡人口已經(jīng)達(dá)到2.12億,老齡化水平達(dá)到15.5%[1],伴隨著老年人口增長(zhǎng)高峰的到來,老年人群出行也給城市交通帶來新的、更大的壓力。因此,對(duì)老年人出行行為特征的研究,有助于理解和掌握老年人的出行規(guī)律,為城市交通系統(tǒng)以及相關(guān)決策提供科學(xué)依據(jù)。
率先進(jìn)入老齡化社會(huì)的國家,經(jīng)濟(jì)比較發(fā)達(dá),老年人原本大多擁有駕照,出行的機(jī)動(dòng)化水平較高,但隨著年齡增長(zhǎng),不宜駕車的老年人離開家到戶外活動(dòng)的能力開始降低,因此,對(duì)老年人出行問題的研究,主要聚焦在駕駛安全與出行機(jī)動(dòng)性保障問題上。S.Rosenbloom[2]、R.Alsnih等[3]研究發(fā)現(xiàn),隨著年齡增長(zhǎng),老年駕駛?cè)嗣媾R反應(yīng)遲鈍、視力以及聽力下降等問題,一部分老年人將不再適宜駕車出行,導(dǎo)致其戶外活動(dòng)能力逐漸減弱,提出應(yīng)按老年人群不同年齡段分別研究應(yīng)對(duì)之策。A.Siren等[4]研究表明,經(jīng)濟(jì)收入較低對(duì)老年人出行行為的影響程度高于對(duì)通勤人群出行行為的影響。G.Giuliano等[5]、F.M.Su等[6]研究發(fā)現(xiàn),由于對(duì)小汽車的依賴性很強(qiáng),加之公共交通服務(wù)水平有限,導(dǎo)致老年人較少采用公共交通出行,對(duì)于不再駕車的老年人,為其出行提供門到門的需求響應(yīng)式公交服務(wù)尤為重要。
中國進(jìn)入老齡化社會(huì)以后,學(xué)者對(duì)老年人交通問題的研究主要依據(jù)城市綜合交通調(diào)查數(shù)據(jù),統(tǒng)計(jì)分析出行時(shí)空特征以及對(duì)出行選擇行為的研究。毛海虓等[7]、張政等[8]、夏曉敬等[9]統(tǒng)計(jì)分析了老年人群外出活動(dòng)空間分布、出行行為特征及個(gè)人、家庭屬性對(duì)其出行特征的影響。陳團(tuán)生等[10]通過構(gòu)建非集計(jì)模型分析了老年人出行選擇行為的影響因素。由于缺乏專項(xiàng)調(diào)查研究,因此,沒有老年群體日?;顒?dòng)特征與伴生出行的關(guān)聯(lián)信息。隨著研究的多學(xué)科化,地理學(xué)的相關(guān)研究方法被引入到城市老年人日?;顒?dòng)的研究中,柴彥威等[11]、李昌霞等[12]研究了老年人購物出行時(shí)空間結(jié)構(gòu)特征及購物地認(rèn)知評(píng)價(jià)對(duì)出行選擇的影響;張純等[13]等采用時(shí)間地理學(xué)方法研究了不同個(gè)人、家庭屬性老年人日?;顒?dòng)路徑的時(shí)空特征差異。地理學(xué)研究方法的引入推動(dòng)了城市老年人出行行為研究朝向活動(dòng)分析的轉(zhuǎn)變,啟發(fā)了對(duì)老年人活動(dòng)與出行特征參數(shù)間關(guān)聯(lián)性的深入研究。
由于生活方式差異較大,國外老年人出行行為研究成果對(duì)于國內(nèi)的可借鑒性不大,而國內(nèi)的研究沿襲了城市居民出行行為研究思路和出行調(diào)查數(shù)據(jù),采用統(tǒng)計(jì)分析方法,沒有包含活動(dòng)的信息,不能解釋老年人不同活動(dòng)的出行特征。對(duì)昆明市近幾年老年人公交優(yōu)惠IC卡刷卡記錄的大量數(shù)據(jù)分析[14]發(fā)現(xiàn),由于沒有出行目的信息,難以建立出行特征參數(shù)間的聯(lián)系,也難以為本源性的出行行為機(jī)理研究提供可靠依據(jù)。由于養(yǎng)老生活方式與一般城市居民的本質(zhì)性差異,加之老年人特有的生理、心理的同質(zhì)性變化特征,個(gè)人及家庭屬性差異對(duì)出行行為的影響明顯減弱,而活動(dòng)特征的差異成為影響老年人出行行為的重要因素。
基于以上認(rèn)識(shí),本研究摒棄了以往的研究模式,將養(yǎng)老生活方式中日?;顒?dòng)基本特征納入出行行為的研究范圍,分析活動(dòng)—出行行為特征,引入結(jié)構(gòu)方程模型分析方法,探尋城市老年人活動(dòng)特征與出行行為特征變量間的關(guān)聯(lián)性,客觀地反映個(gè)人及家庭屬性差異、日?;顒?dòng)特征、出行行為特征等變量間的多元、復(fù)雜關(guān)系,揭示老年人活動(dòng)—出行行為潛在變量與觀察變量間相互影響的路徑與效應(yīng)值。基于活動(dòng)的出行特征參數(shù)間的量化關(guān)系研究成果可以為城市老年人出行行為機(jī)理研究提供可靠依據(jù)。
城市老年人出行問卷調(diào)查于2013年9月13日至15日每天不同時(shí)段、在昆明城區(qū)三環(huán)路以內(nèi)和近郊區(qū)的公園、醫(yī)院、超市等城市老年人較為集中的地點(diǎn)進(jìn)行,隨機(jī)抽樣調(diào)查老年人的個(gè)人和家庭屬性,以及調(diào)查日前一天的活動(dòng)—出行信息(涵蓋星期四至星期六)。調(diào)查共發(fā)放449份問卷,回收有效問卷407份,有效率90.6%。統(tǒng)計(jì)分析中,還對(duì)其中54份問卷進(jìn)行了追蹤訪談,占有效問卷的13.3%。
問卷調(diào)查主要包括四部分:個(gè)人及家庭基本屬性、居住地特征、調(diào)查日前一天出行情況。個(gè)人及家庭基本屬性征包括性別、年齡、有無公交老年卡、學(xué)歷、退休前職業(yè)、家庭代際結(jié)構(gòu)及居住狀態(tài)、個(gè)人及家庭月收入、交通工具擁有情況等內(nèi)容;居住地特征包括周邊休閑、購物設(shè)施擁有情況;調(diào)查日前一天出行情況包括出行時(shí)段、出行目的、出行起訖點(diǎn)、出行方式等特征(表1)。
1.2.1 出行率與活動(dòng)類型。本研究的有效樣本中老年人一日出行總計(jì)624次(不計(jì)回程),人均出行1.53次/d。根據(jù)已有研究的劃分,日?;顒?dòng)可分為生存類活動(dòng)、生活維持類活動(dòng)及休閑類活動(dòng)[15]。城市老年人日?;顒?dòng)以休閑、生活維持類活動(dòng)為主,休閑類主要包括日常休閑娛樂、走親訪友等活動(dòng),生活維持類活動(dòng)以購物、就醫(yī)、接送兒童為主,僅少數(shù)老年人仍有工作出行。
1.2.2 出行方式。乘公交車和步行是城市老年人最主要的出行方式(圖1)。參與休閑活動(dòng)會(huì)更多地選擇公交出行,而購物活動(dòng)則明顯地偏向步行方式。老年人休閑活動(dòng)目的地選擇范圍較廣,選擇公交方式是休閑出行機(jī)動(dòng)性與便捷性的內(nèi)在需求;老年人購物活動(dòng)通常就近選擇目的地,靈活的步行方式更為適宜。
1.2.3 出行距離。城市老年人總體出行距離集中在5 km以內(nèi),大于5 km的出行比例隨距離增加呈顯著下降趨勢(shì)(圖2)。在1.5 km出行范圍以內(nèi),購物活動(dòng)的比例明顯大于休閑活動(dòng)。超過1.5 km范圍的出行距離分布較廣,休閑出行所占比例較大,購物活動(dòng)隨距離增加出行比例下降顯著。表明老年人購物出行以1.5 km范圍內(nèi)為主,而休閑活動(dòng)趨于更遠(yuǎn)距離的出行。
1.2.4 出發(fā)時(shí)刻。調(diào)查顯示,城市老年人出行分別集中在上午8:15—9:15和下午13:15—14:15這2個(gè)時(shí)間段(圖3)。早高峰特征顯著,而下午出行并沒有形成典型的高峰特征。
表1 調(diào)查對(duì)象基本信息統(tǒng)計(jì)表Tab.1 Statistics of basic information of participants
圖1 出行方式分布Fig.1 Distribution of travel mode
統(tǒng)計(jì)分析表明,總體上城市老年人日?;顒?dòng)出行行為特征與通勤交通有顯著差異;老年人不同活動(dòng)的出行方式、時(shí)空間選擇等出行行為特征也存在顯著差異。因此,有必要借助量化關(guān)系模型分析手段,進(jìn)一步探究老年人出行行為特征的影響因素及特征變量間的關(guān)聯(lián)性。
圖2 出行距離分布Fig.2 Distribution of trip distance
圖3 出發(fā)時(shí)刻分布Fig.3 Distribution of departure time
采用結(jié)構(gòu)方程模型(structural equation modeling,SEM)分析城市老年人出行行為特征的關(guān)聯(lián)性。SEM由測(cè)量模型和結(jié)構(gòu)模型組成。測(cè)量模型主要處理觀測(cè)指標(biāo)與潛變量間的關(guān)系,通過驗(yàn)證性因子分析對(duì)測(cè)量模型進(jìn)行信度與效度檢驗(yàn)和擬合度評(píng)估。結(jié)構(gòu)模型用來評(píng)估潛變量間的相互關(guān)系,即潛變量間的路徑分析[16]。結(jié)構(gòu)方程模型有助于分析城市老年人日?;顒?dòng)出行行為特征外生變量、內(nèi)生變量、觀測(cè)變量間的量化關(guān)系。
結(jié)構(gòu)方程模型的構(gòu)建通常需要結(jié)合已有研究成果進(jìn)行理論假設(shè),并借由可觀測(cè)指標(biāo)和建模分析驗(yàn)證理論假設(shè)與數(shù)據(jù)擬合程度,從而得到各變量間的關(guān)聯(lián)性作用機(jī)理?;谝延醒芯砍晒约皩?duì)老年人養(yǎng)老生活基本特征的認(rèn)識(shí),本研究假設(shè)個(gè)人及家庭屬性是城市老年人活動(dòng)—出行行為的潛在影響因素,會(huì)對(duì)其日?;顒?dòng)、出行決策產(chǎn)生影響;出行行為中的各類選擇行為受日?;顒?dòng)影響的同時(shí),其變量間也會(huì)相互產(chǎn)生影響。根據(jù)以上假設(shè)構(gòu)建理論模型,通過模型運(yùn)算分析城市老年人屬性、活動(dòng)因素與出行行為及特征參數(shù)間的關(guān)聯(lián)性。
根據(jù)結(jié)構(gòu)方程的理論及相關(guān)研究[17-19],選取老年人的性別、年齡、學(xué)歷、退休前職業(yè)、家庭代際結(jié)構(gòu)、居住狀態(tài)、個(gè)人月收入、家庭月收入、居住區(qū)位、交通工具擁有情況等觀測(cè)變量作為模型初始準(zhǔn)備的外生變量(表2)。
表2 外生變量解釋Tab.2 Exogenous variable explanation
以出行目的表征出行者的日?;顒?dòng)特征,出發(fā)時(shí)刻選擇、出行方式選擇以及出行強(qiáng)度變量用于表征出行行為特征,用這4類變量作為模型初始準(zhǔn)備的內(nèi)生變量,包括老年人出行目的、出發(fā)時(shí)刻、出行方式和出行強(qiáng)度4個(gè)內(nèi)生變量組(表3)。由于老年群體的特殊性,活動(dòng)的出行距離與最長(zhǎng)出行持續(xù)時(shí)間往往能反映其出行強(qiáng)度,因此,選擇這2個(gè)參數(shù)與出行頻率共同構(gòu)成出行強(qiáng)度的觀測(cè)變量。
表4是利用SPSS統(tǒng)計(jì)分析軟件對(duì)模型內(nèi)生變量、外生變量的各觀察變量進(jìn)行的相關(guān)性檢驗(yàn)。外生變量“性別X1”、“居住區(qū)位X9”,內(nèi)生變量“是否去醫(yī)院Y4”、“是否自行車方式Y(jié)13”與其他變量相關(guān)性較低(相關(guān)系數(shù)小于0.3),它們的作用可能已被其他變量替代,根據(jù)結(jié)構(gòu)方程模型對(duì)變量間相關(guān)性的要求,同時(shí)考慮到樣本量和變量數(shù)量之間的關(guān)系,為了簡(jiǎn)化模型,剔除了這4個(gè)觀察變量。
表3 內(nèi)生變量解釋Tab.3 Endogenous variable explanation
應(yīng)用AMOS 20.0軟件,對(duì)理論模型進(jìn)行運(yùn)算,得出了模型的標(biāo)準(zhǔn)化參數(shù)估計(jì)(圖4)。
根據(jù)圖4中結(jié)構(gòu)方程模型各潛在變量間的參數(shù)估計(jì),得出模型的適配度指標(biāo)近似均方根殘差RMSEA=0.065<0.080,規(guī)準(zhǔn)適配指數(shù)NFI=0.904>0.900,表明所建模型的數(shù)據(jù)擬合度良好。
圖4中的特征變量效應(yīng)值表明,老年人的年齡、學(xué)歷、退休前職業(yè)、個(gè)人月收入等個(gè)人屬性以及家庭代際結(jié)構(gòu)、居住狀態(tài)、家庭月收入、交通工具擁有等家庭屬性對(duì)其出行目的選擇、出發(fā)時(shí)刻選擇、出行方式選擇及出行強(qiáng)度并無顯著影響。而老年人購物、休閑、探親訪友等日?;顒?dòng)對(duì)其相應(yīng)的出行方式選擇、出行強(qiáng)度均具有較為顯著的影響。城市老年人休閑、購物等出行是其日?;顒?dòng)的伴生行為,活動(dòng)的差異對(duì)出行行為產(chǎn)生了不同影響,這與總體特征分析中所得到的不同活動(dòng)中老年人出行行為特征具有顯著差異的結(jié)論相吻合。
表4 觀察變量相關(guān)性檢驗(yàn)Tab.4 Correlation test of observed variables
圖4 模型標(biāo)準(zhǔn)化參數(shù)估計(jì)Fig.4 Standardized parameter estimation of SEM
圖4中的特征變量效應(yīng)值也表明,老年人群與通勤人群出行行為的影響因素及行為特征并不相同。我國城市老年人使用公共交通的比例很高,個(gè)人和家庭屬性對(duì)老年人出行行為影響較小。賦閑的生活狀態(tài)使得大多數(shù)老年人有較多時(shí)間可自由支配,其出行對(duì)時(shí)間不敏感,且日常活動(dòng)主要受到個(gè)人偏好和身體條件影響。在一定年齡階段,一方面,老年人生理、心理特征具有較強(qiáng)的同質(zhì)化特性,弱化了個(gè)人及家庭屬性的影響;另一方面,由于昆明市實(shí)行60歲以上老年人乘坐公共汽車免費(fèi)的政策,以及城市區(qū)域內(nèi)各類公園、廣場(chǎng)等休閑場(chǎng)所均對(duì)老年人實(shí)行免費(fèi)或較低收費(fèi),都使得老年人對(duì)于使用大眾休閑活動(dòng)場(chǎng)所的出行基本不受個(gè)人支付費(fèi)用的制約。
圖4中的特征變量效應(yīng)值還表明,模型各內(nèi)生潛變量之間有較為顯著的相互影響。為了更加直觀、清晰地了解內(nèi)生潛變量各觀察變量之間的影響,顯示各類出行選擇行為間的相互作用,可通過各內(nèi)生變量組的直接效應(yīng)路徑圖加以分析說明。
2.5.1 出行目的影響效應(yīng)分析。出行目的內(nèi)生變量組的直接影響效應(yīng)路徑見圖5。圖中對(duì)影響效應(yīng)小于0.15的值不予顯示(下文做同樣處理)。
圖5 出行目的影響效應(yīng)路徑Fig.5 The direct effect of travel purpose
從圖5可以看出,上班變量對(duì)購物和休閑2個(gè)變量的直接影響效應(yīng)分別為-0.256,0.239,說明老年人“上班”目的會(huì)對(duì)其“購物”目的產(chǎn)生抑制作用,但卻會(huì)增加“休閑”活動(dòng)出行。接送小孩變量對(duì)購物和休閑2個(gè)變量的影響效應(yīng)分別為0.274,-0.256,說明“接送小孩”活動(dòng)會(huì)增加“購物”活動(dòng)出行,同時(shí)抑制“休閑”活動(dòng)出行。而購物變量對(duì)休閑變量的影響效應(yīng)為-0.691,說明“購物”活動(dòng)會(huì)對(duì)“休閑”活動(dòng)產(chǎn)生較為強(qiáng)烈的抑制作用。實(shí)際上,退休后仍有工作的老年人往往較少承擔(dān)家務(wù)類的責(zé)任,表現(xiàn)為購物活動(dòng)較少。有接送小孩任務(wù)的老年人家庭代際結(jié)構(gòu)通常是三代同堂,同時(shí)承擔(dān)著購物等生活維持類的責(zé)任,休閑活動(dòng)因此減少。休閑與購物是占據(jù)被調(diào)查老年人95%以上的出行活動(dòng),在時(shí)間占用上這2類活動(dòng)具有較強(qiáng)的排他性。
老年人日常購物出行更偏向于選擇步行交通方式(直接影響效應(yīng)為0.225),而非乘坐公交車(直接影響效應(yīng)為-0.190)。統(tǒng)計(jì)分析表明,老年人購物出行的空間范圍大部分集中于以家為中心1.5 km的范圍內(nèi),適宜老年人選擇步行方式。同時(shí),購物活動(dòng)對(duì)出行頻率、最大出行距離、最長(zhǎng)出行持續(xù)時(shí)間的影響效應(yīng)分別為-0.193,-0.261,-0.262,說明老年人購物出行的次數(shù)較少,距離與出行時(shí)間偏短。
老年人休閑出行對(duì)公交車和步行方式的影響效應(yīng)分別為0.177,-0.211,表明老年人的休閑活動(dòng)更傾向于使用公交車方式,間接說明休閑目的地距離家較遠(yuǎn)。從出行強(qiáng)度來看,休閑活動(dòng)對(duì)出行頻率、距離以及出行持續(xù)時(shí)間的影響效應(yīng)分別為0.180,0.244,0.245,與購物活動(dòng)相比,老年人休閑活動(dòng)的出行頻率較多、出行距離以及出行持續(xù)時(shí)間均偏長(zhǎng),這是老年人休閑活動(dòng)出行的顯著特點(diǎn)。
2.5.2 出發(fā)時(shí)刻影響效應(yīng)分析。出發(fā)時(shí)刻內(nèi)生變量組直接影響效應(yīng)路徑見圖6。從圖6可以看出,出發(fā)時(shí)刻主要對(duì)出行方式產(chǎn)生較為顯著的影響,具體表現(xiàn)為:早上6:15—8:15時(shí)間段,變量對(duì)應(yīng)公交方式和步行的影響效應(yīng)分別為-0.188,0.224,說明此時(shí)段出行的老年人更傾向于選擇步行交通方式。現(xiàn)實(shí)生活中,由于老年人在此時(shí)間段出行目的多為休閑,尤其是晨練出行較為頻繁(即使夏季,昆明的日出時(shí)間也在6:00以后),因此,老年人較為熱衷于選擇步行方式至家附近的公園、綠地和廣場(chǎng)等進(jìn)行相關(guān)活動(dòng)。而上午8:15—11:15時(shí)間段,變量對(duì)應(yīng)公交車和步行方式的影響效應(yīng)分別為0.221,-0.263,說明在上午時(shí)段,老年人更偏向于選擇公交出行,亦反映出老年人的長(zhǎng)距離出行大部分發(fā)生在此時(shí)間段。下午13:15—17:15時(shí)間段,變量對(duì)于公交方式和步行的影響效應(yīng)分別為-0.143,0.170,說明下午時(shí)間段,老年人出行以步行為主。
圖6 出發(fā)時(shí)刻影響效應(yīng)路徑Fig.6 The direct effect of departure time
從圖6還可以看出,出發(fā)時(shí)刻變量組內(nèi)3個(gè)觀測(cè)變量間亦存有顯著影響效應(yīng)。具體為6:15—8:15時(shí)間段變量對(duì)8:15—11:15時(shí)間段變量直接影響效應(yīng)為-0.594,8:15—11:15時(shí)間段變量對(duì)于13:15—17:15時(shí)間段變量相應(yīng)影響效應(yīng)為-0.452。說明3個(gè)連續(xù)時(shí)間段的出行具有相互排斥性。
2.5.3 出行方式影響效應(yīng)分析。出行方式內(nèi)生變量組直接影響效應(yīng)路徑見圖7。從圖7可以看出,選擇公交車出行對(duì)于步行具有明顯的抑制作用,其直接影響效應(yīng)為-0.669,說明乘公交車出行的老年人由于出行距離較長(zhǎng)等因素影響,步行方式往往不被采用?!肮卉嚒弊兞繉?duì)于出行頻率、最大出行距離和最長(zhǎng)出行持續(xù)時(shí)間3個(gè)變量的直接影響效應(yīng)分別為0.174,0.236,0.236,說明選乘公交車的老年人偏向于經(jīng)常性的出行,并具有遠(yuǎn)距離、長(zhǎng)時(shí)間的出行特征。而“步行”變量對(duì)于最大出行距離和最長(zhǎng)出行持續(xù)時(shí)間的直接影響效應(yīng)分別為-0.281,-0.281,說明老年人步行方式偏向于近距離、短時(shí)間的出行。
圖7 出行方式影響效應(yīng)路徑Fig.7 The direct effect of travel mode
2.5.4 出行強(qiáng)度影響效應(yīng)分析。出行強(qiáng)度內(nèi)生變量組直接影響效應(yīng)路徑見圖8。從圖8可以看出,出行強(qiáng)度變量組中出行頻率、最大出行距離和最長(zhǎng)出行持續(xù)時(shí)間3個(gè)變量有著強(qiáng)烈的正向相關(guān)性。在條件適宜的情況下,出行較為活躍的老年人進(jìn)行長(zhǎng)距離和長(zhǎng)時(shí)間出行的概率較大,同時(shí)較長(zhǎng)的出行距離也意味著老年人的出行持續(xù)時(shí)間隨之提高。訪談?wù){(diào)查表明,遠(yuǎn)離市中心的活動(dòng)地往往環(huán)境較好、規(guī)模較大,相應(yīng)地老年人活動(dòng)持續(xù)時(shí)間也較長(zhǎng)。
圖8 出行強(qiáng)度影響效應(yīng)路徑Fig.8 The direct effect of travel intensity
本研究調(diào)查分析了城市老年人日?;顒?dòng)出行行為的總體特征,應(yīng)用結(jié)構(gòu)方程模型對(duì)個(gè)人及家庭屬性、日常活動(dòng)特征、出行行為特征及其觀測(cè)變量間的關(guān)聯(lián)性進(jìn)行建模分析,量化驗(yàn)證了老年人不同活動(dòng)的出行行為特征參數(shù)具有顯著差異,活動(dòng)特征與伴生出行行為特征變量之間具有顯著的關(guān)聯(lián)性。
結(jié)構(gòu)方程模型分析結(jié)果進(jìn)一步表明:(1)個(gè)人及家庭屬性差異對(duì)老年人出行行為的影響并不顯著,而養(yǎng)老生活的活動(dòng)特征對(duì)出行行為影響較強(qiáng)。表現(xiàn)為活動(dòng)特征對(duì)出行方式和出行強(qiáng)度的顯著影響。(2)老年人出行行為特征變量之間具有顯著的關(guān)聯(lián)性。一方面表現(xiàn)為出發(fā)時(shí)刻對(duì)出行方式具有顯著影響,另一方面表現(xiàn)為出行方式選擇與出行強(qiáng)度高度相關(guān)。
為了消除基于昆明城市老年人出行行為調(diào)查數(shù)據(jù)的地域性研究局限,還可以用更多城市的調(diào)查數(shù)據(jù)加以驗(yàn)證。
[1]國務(wù)院新聞辦公室.2014年國民經(jīng)濟(jì)運(yùn)行情況發(fā)布會(huì)[EB/OL].(2015-01-20)[2015-05-18].http://www.scio.gov.cn/xwfbh/xwbfbh/wqfbh/2015/20150120/index.htm.
[2]Rosenbloom S.Sustainability and Automobility among the Elderly:An International Assessment[J].Transportation,2001,28(4):375-408.
[3]Alsnih R,Hensher D A.The Mobility and Accessibility Expectations of Seniors in An Aging Population[J].Transportation Research Part A:Policy and Practice,2003,37(10):903-916.
[4]Siren A,Hakamies-Blomqvist L.Private Car as the Grand Equalizer?Demographic Factors and Mobility in Finnish Men and Women Aged 65+[J].Transportation Research Part F:Traffic Psychology and Behaviour,2004,7(2):107-118.
[5]Giuliano G,Hu H H,Lee K.Travel Patterns of the Elderly:The Role of Land Use[R].California:School of Policy,Planning and Development University of Southern California,2003:68-73.
[6]Su F M,Bell M G H.Transport for Older People:Characteristics and Solutions[J].Research in Transportation E-conomics,2009,25(1):46-55.
[7]毛海虓,任福田.中國老年交通特征、問題與對(duì)策研究[J].重慶建筑大學(xué)學(xué)報(bào),2005,27(3):30-33.
[8]張政,毛保華,劉明君,等.北京老年人出行行為特征分析[J].交通運(yùn)輸系統(tǒng)工程與信息,2007,7(6):11-20.
[9]夏曉敬,關(guān)宏志.北京市老年人出行調(diào)查與分析[J].城市交通,2013,11(5):44-52.
[10]陳團(tuán)生,岳芳,楊玲玲,等.老年人出行選擇行為影響因素研究[J].西南交通大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2007,8(5):17-21.
[11]柴彥威,李昌霞.中國城市老年人日常購物行為的空間特征:以北京、深圳和上海為例[J].地理學(xué)報(bào),2005,60(3):401-408.
[12]李昌霞,柴彥威,劉璇.北京城市老年人購物決策過程中的評(píng)價(jià)性認(rèn)知特征[J].人文地理,2004,19(6):89-92.
[13]張純,柴彥威,李昌霞.北京城市老年人的日常活動(dòng)路徑及其時(shí)空特征[J].地域研究與開發(fā),2007,26(4):116-120.
[14]昆明理工大學(xué).昆明市老年人公交“愛心卡”需求管理決策咨詢報(bào)告[R].昆明:昆明市交通運(yùn)輸局,2011:33-43.
[15]Lu X D,Pas E I.Socio-demographics,Activity Participation and Travel Behavior[J].Transportation Research Part A:Policy and Practice,1999,33(1):1-18.
[16]吳明隆.結(jié)構(gòu)方程模型:AMOS的操作與應(yīng)用[M].重慶:重慶大學(xué)出版社,2010.
[17]曹小曙,林強(qiáng).基于結(jié)構(gòu)方程模型的廣州城市社區(qū)居民出行行為[J].地理學(xué)報(bào),2011,66(2):166-177.
[18]楊勵(lì)雅,邵春福,李霞.城市居民出行方式選擇的結(jié)構(gòu)方程分析[J].北京交通大學(xué)學(xué)報(bào),2011,35(6):1-6.
[19]周家中,尤勍,羅佳,等.考慮土地利用下基于結(jié)構(gòu)方程的城市交通出行行為影響[J].北京工業(yè)大學(xué)學(xué)報(bào),2013,39(6):925-929.