西安市地鐵對(duì)居民通勤出行的影響研究

摘 要：通過對(duì)西安市居民的通勤出行行為進(jìn)行問卷調(diào)查，著重分析了地鐵出行方式在居民通勤出行中的地位和相應(yīng)的影響因素，并基于統(tǒng)計(jì)學(xué)中的Logistics分析建立了西安市居民地鐵通勤出行的選擇模型。

關(guān)鍵詞：通勤出行；地鐵；Logistics；出行選擇模型

改革開放以來，隨著社會(huì)經(jīng)濟(jì)水平不斷提高，我國(guó)城市化進(jìn)程不斷推進(jìn)，在人口的空間分布上也發(fā)生了巨大的變化，產(chǎn)業(yè)郊區(qū)化和居住郊區(qū)化的不同步，促進(jìn)了居住地和工作地的進(jìn)一步分離。

西安市作為一個(gè)國(guó)際化旅游性城市，也正面臨上述情況。具體可以概括如下：

西安市早晚高峰交通擁堵嚴(yán)重，居民的通勤行為呈現(xiàn)明顯的潮汐現(xiàn)象；公交體系結(jié)構(gòu)混亂，線網(wǎng)布局不合理，站點(diǎn)的服務(wù)率低，不能完全滿足人們對(duì)出行質(zhì)量的要求，對(duì)出行人群的吸引呈下降趨勢(shì)。

1 居民通勤出行影響因素

本文依據(jù)已有研究，針對(duì)西安市居民的地鐵通勤出行行為進(jìn)行了問卷調(diào)查，結(jié)合調(diào)查結(jié)果分析相關(guān)的影響因素。

1.1 工作地與居住地距離地鐵站距離

已有研究表明，當(dāng)居民的居住地與工作地距離地鐵站越近，越容易選擇地鐵出行作為通勤出行方式。距離地鐵站越近的居民通勤出行對(duì)地鐵的依賴性越高。隨著居住地距離地鐵站點(diǎn)距離的增加，地鐵通勤出行比例逐步降低，公交出行比例逐步增加。而選擇小汽車、自行車、步行等交通方式通勤的比例受居住地距離地鐵站距離的影響不大。

1.2 通勤出行距離

當(dāng)通勤出行距離在2km以內(nèi)時(shí)，步行和自行車為主要的通勤出行方式，而隨著通勤出行距離的不斷增加，公交車和地鐵等大容量交通工具所占比例不斷增加。小汽車在中長(zhǎng)通勤出行距離中基本維持一個(gè)15%左右的比例。

1.3 通勤出行時(shí)耗

有相關(guān)研究表明，西安市各種出行方式的通勤出行時(shí)耗如下圖所示：

統(tǒng)計(jì)結(jié)果表明，各種交通方式的出行時(shí)耗中：地鐵>公交>小汽車>自行車>步行。

2 西安市居民地鐵通勤出行選擇模型

本文主要考慮通勤出行中居民選擇地鐵出行受到自身社會(huì)屬性的影響，最終做出是和不是兩種決定，因此采用統(tǒng)計(jì)學(xué)中的logistic回歸模型來研究個(gè)人屬性對(duì)地鐵出行選擇的影響。

2.1 模型介紹

logistic回歸模型是一種廣義的線性回歸模型，但與多元線性回歸模型又有所不同。在多元線性回歸中，因變量Y要求是常規(guī)數(shù)據(jù)，而非定性數(shù)據(jù)。本文中，城市居民對(duì)于通勤出行是否選擇乘坐地鐵只有是與不是兩種狀態(tài)，而這種狀態(tài)的確定又與居民自身的社會(huì)屬性有關(guān)。

2.2 模型原理

模型中被解釋變量Y為人們的選擇，采用地鐵通勤出行則Y=1，反之Y=0。解釋變量X1為居住地距離地鐵站的距離；X2為工作地距離地鐵站的距離；X3為有無私家車，有則X3=1，反之X3=0；X4為家庭月收入；X5為通勤出行距離；X6為通勤出行時(shí)耗。

2.3 模型樣本及回歸結(jié)果

經(jīng)過將調(diào)查所得數(shù)據(jù)輸入spss軟件，進(jìn)行l(wèi)ogistic回歸建模，得到模型如下：

可以看出，眾多影響因素中，因子X4前系數(shù)為0，即通過判斷，該項(xiàng)系數(shù)即家庭月收入對(duì)于居民通勤出行是否選擇地鐵影響不大或者幾乎沒有影響，因此剔除。故最終的居民通勤出行地鐵選擇模型為：

3 結(jié)論

本文通過對(duì)西安市居民通勤出行進(jìn)行一定的調(diào)查和分析建模，得到結(jié)論如下：

（1）距離地鐵站越近的居民通勤出行對(duì)地鐵的依賴性越高。隨著居住地距離地鐵站點(diǎn)距離的增加，地鐵通勤出行比例逐步降低，公交出行比例逐步增加。

（2）隨著通勤出行距離的不斷增加，公交車和地鐵等大容量交通工具所占比例不斷增加，其中公交車出行比例最多。

參考文獻(xiàn)：

[1]Jungyul Sohn.Are commuting patterns a good indicator of urban spatial structure[J].journal of transport geography，2000：3642.

[2]Li H，Guensler R L，Ogle J. Comparing Women's and Men's Morning Commute Trip Chaining in Atlanta，Georgia， by Using Instrumented Vehicle Activity Data[C].2005.

[3]柴彥威.中國(guó)城市的時(shí)空間結(jié)構(gòu)[M].北京大學(xué)出版社，2002.

[4]陳團(tuán)生.通勤者出行行為特征與分析方法研究[D].北京交通大學(xué)，2007.

作者簡(jiǎn)介：汪燁（1993），男，安徽安慶人，本科，交通運(yùn)輸規(guī)劃與管理專業(yè)。