Please wait a minute...
 
引用检索 快速检索 DOI 高级检索
地理学报    2017, Vol. 72 Issue (8): 1444-1457     DOI: 10.11821/dlxb201708009
  城市研究 本期目录 | 过刊浏览 | 高级检索 |
广州市居民工作日小汽车出行个体与社区双层影响机制
周素红1,2(),宋江宇1,2,宋广文1,2
1. 中山大学地理科学与规划学院,广州 510275
2. 广东省城市化与地理环境空间模拟重点实验室,广州 510275
Examining the dual-levels impact of neighbourhood and individual variables on car use on weekdays in Guangzhou
ZHOU Suhong1,2(),SONG Jiangyu1,2,SONG Guangwen1,2
1. School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China
2. Guangdong Key Laboratory for Urbanization and Geo-simulation, Guangzhou 510275, China
全文: PDF (1274 KB)   HTML
输出: BibTeX | EndNote (RIS)     
摘要 

小汽车出行与建成环境的关系是城市研究中的热点问题,已有的研究主要分别关注个人社会经济属性与建成环境对小汽车出行的影响。近年来,在中国城市转型的背景下,社会空间分异受到关注,越来越多的研究表明,居民个人社会经济属性与社区建成环境及社区类型间存在关系,考虑三者如何共同对小汽车出行的影响具有一定的现实意义。因此,本文构建包含个体层社会经济属性和社区层建成环境与社区类型的多层Logit模型对工作日小汽车出行方式的影响因素进行分析。研究发现居民个人的社会经济属性和其所居住社区建成环境同时对小汽车出行的选择起作用,且这两层因素的影响与社区类型紧密相关,出行方式差异有76.32%是由社区因素的差异造成。个人社会经济属性因素方面,更高的文化水平、更高的个人月收入水平、非集体单位性质和家庭存在更多未成年孩子的居民工作日小汽车使用率较高;社区建成环境因素方面,提高建筑密度、用地混合度、商业可达性和公交站点密度会降低社区居民工作日出行使用小汽车的可能,而社区周边更高的POI密度则会增多居民对小汽车的使用。两类因素关系背后的机制在于伴随着市场力量对城市居住空间重构影响的增强,相似社会经济属性的居民会倾向选择同一类型社区,而相同类型社区拥有相似的建成环境。这些结论有助于进一步了解城市居民工作日小汽车出行背后的影响因素及机制,并为通过对相同类型社区多层因素的调节来改变居民出行方式结构,进而缓解交通问题提供了借鉴。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
周素红
宋江宇
宋广文
关键词 小汽车出行建成环境多层Logit模型社区类型广州 
Abstract

The relationship between car travel and built environment is one of the hot issues in the urban studies. The existing researches mainly focus on the respective effects on car travel of individual demographic variables and built environment variables on car travel. Under the background of China's urban transformation and the social space differentiation, a growing number of scholars have examined the relationship between residents' demographics and their residential built environment. Quantifying the relative roles of the individual social attributes and the built environment in influencing car travel has a policy implication. This study applied a multilevel logit model which contains individual-level variables and neighbourhood-level variables to explore the impact on car use. It is concluded that urban residents' working-day car travel is influenced by multilevel variables associated to neighbourhood types. Most of the variation in the travel mode choice is caused by the difference among neighbourhoods. Travel mode choices have a strong neighbourhood contextual effect on car travel. As for the individual level, lower income and education level, collective unit profession, less minors in a family may help refrain the choice of automobile travel. As for the community level, improving bus stops density, building density, land mixing degree and commercial accessibility may help reduce car use ratio of working-day activities' travel. The mechanism of the relationship between two kinds of variables lies in the strength of market effect on urban residential space reconstruction. The residents who have similar social and economic attributes tend to choose the same type of neighbourhood, which has a similar built environment. These conclusions help us to have a better understanding of the mechanism behind the urban residents' working-day car travel and provide suggestions to alleviate the traffic problem by adjusting the multilevel variables in the similar type of community.

Key wordscar travel    built environment    multilevel logit model    neighbourhood type    Guangzhou
收稿日期: 2016-07-12      出版日期: 2017-08-23
基金资助:国家自然科学基金优秀青年基金项目(41522104);国家自然科学基金重点项目(41531178);中央高校基本科研业务费专项资金(15lgjc24)
引用本文:   
周素红, 宋江宇, 宋广文 . 广州市居民工作日小汽车出行个体与社区双层影响机制[J]. 地理学报, 2017, 72(8): 1444-1457.
ZHOU Suhong, SONG Jiangyu, SONG Guangwen . Examining the dual-levels impact of neighbourhood and individual variables on car use on weekdays in Guangzhou[J]. Acta Geographica Sinica, 2017, 72(8): 1444-1457.
链接本文:  
http://www.geog.com.cn/CN/10.11821/dlxb201708009      或      http://www.geog.com.cn/CN/Y2017/V72/I8/1444
社区类型 特征 典型社区
旧城旧机关社区 旧城社区、旧机关人口和老龄非在业人口比例高 洪庆坊、三眼井、吉祥、小梅、泽德
商业社区 外来人口集中,城市商业从业人口及保障性住房集中 石溪、怡东、穗华、康乐中、王圣堂
高教育旧单位社区 旧单位社区、教育水平高 麓苑、中大、天河直街、广和
郊区社区 近郊住宅区、购房或自建住房集中 三堂、先锋、祈福新村、莲塘
Tab. 1  研究区域社区类型及特征
Fig. 1  研究区域区位图
变量 小汽车出行数 小汽车出行比例(%)
性别 248 14.55
198 8.43
婚姻状况 已婚 411 11.77
未婚 35 6.23
家庭未成年人个数 0 68 4.23
1 281 13.44
2 91 26.38
3 6 46.15
个人月收入
(元)
1000以下 0 0
1000~3999 263 9.25
4000~7999 97 11.89
8000以上 86 22.63
全样本 446 11.00
Tab. 2  不同个人属性对应工作日出行方式比例
社区类型 容积率 人口密度(万人/km2) 用地混合度 商业可达性 公交站点密度(个/km2) 小汽车出行数(辆) 小汽车出行比例(%)
旧城旧机关社区 平均值 3.61 4.33 0.57 1.02 0.26 30 2.14
标准差 0.56 1.91 0.57 0.51 0.07
商业社区 平均值 2.31 2.91 0.60 0.77 0.18 10 1.27
标准差 0.60 1.43 0.16 0.88 0.05
高教育旧单位社区 平均值 2.93 2.91 0.66 1.02 0.26 63 8.33
标准差 2.80 0.52 0.07 0.27 0.04
郊区社区 平均值 1.54 1.13 0.48 0.21 0.14 343 30.79
标准差 0.93 0.91 0.12 0.17 0.07
Tab. 3  不同类型社区建成环境对应出行方式比例
层次 类别 指标 定义 均值 标准差 样本数
出行方式 非小汽车出行=0,小汽车出行=1 0.11 0.31 4055
个体层次 个人社会经济属性 性别 女=0,男=1 0.42 0.49 4055
文化程度 不识字=1,初识字=2,小学=3,初中=4,高中=5,大专、大学本科=6,研究生以上=7 5.09 0.92 4055
年龄 单位:岁 38.74 9.91 4055
婚姻状况 未婚=0,已婚=1 0.86 0.35 4055
在广州居住时间 单位:年 28.91 16.95 4055
个人月收入水平 1000元以下=1,1000~3999元=2,4000~7999元=3,8000元以上=4 2.38 0.66 4055
单位性质 机关=1,事业单位=2,国有企业=3,集体单位=4,股份制企业=5,港澳台及外商投资企业=6,私营企业=7,个体经济=8 5.81 2.12 4055
家庭属性 全家广州居住人数 单位:个 3.28 1.06 4055
全家未成年人数 单位:个 0.70 0.63 4055
房屋建筑面积 单位:m2 73.23 45.72 4055
社区层次 建成环境 建筑密度 单位:% 26.78 12.33 18
用地混合度 0.58 0.12 18
POI密度 单位:个/km2 8.34 3.97 18
商业可达性 2.09 1.27 18
公交站点密度 单位:个/km2 0.21 0.08 18
社区类型 旧城旧机关社区 5
商业社区 5
高教育旧单位社区 4
郊区社区 4
Tab. 4  居民工作日小汽车出行影响多层因素指标及描述性统计
层次 方差 ICC指数 卡方检验
个体层次 0.90 0.24 -
社区层次 2.90 0.76 1567.44***
Tab. 5  工作日出行小汽车出行选择影响因素空模型的方差估计
类别 变量 固定部分 随机部分
回归系数 OR值 T检验 方差成分 卡方检验
截距 -5.20 0.01 -6.86*** 9.26 4686.81***
基本状况 性别 0.21 1.23 0.52 3.76 66.84***
文化程度 0.61 1.84 1.86* 1.49 110.16***
年龄 -0.06 0.94 -0.87 0.06 88.35***
婚姻状况 -0.88 0.42 -0.84 11.73 111.52***
在广州居住时间 0.03 1.03 1.00 0.01 132.98***
个人月收入水平 1.72 5.56 1.92* 1.08 172.44***
单位性质 0.25 1.28 2.76** 0.14 90.74***
家庭状况 全家在广州居住人数 0.06 1.06 0.21 0.033 65.81***
全家未成年人数 1.19 3.28 2.97*** 0.16 108.34***
房屋建筑面积 0.02 1.02 3.04*** 0.00 157.92***
Tab. 6  仅包含第一层变量的基本工作日出行小汽车出行影响因素模型
预测变量 固定部分 随机部分
回归系数 OR值 t 方差 卡方值
截距 2.20 9.02 1.83* 7.28 3021.42***
建成
环境
建筑密度 -0.03 0.97 -6.70***
用地混合度 -12.88 0.00 -5.15***
POI密度 0.52 1.68 5.60***
商业可达性 0.65 1.92 2.05**
公交站点密度 -20.3 0.00 -5.18***
Tab. 7  社区层建成环境变量对工作日小汽车出行影响因素模型
预测变量 固定部分 随机部分
回归系数 OR值 t 方差 卡方值
截距 -4.17 0.02 -8.17*** 1.96 595.82***
社区
类型
旧城旧机关社区 -0.95 0.39 -5.49**
商业社区 -2.63 0.07 -3.32**
郊区社区 2.18 8.81 10.26***
Tab. 8  社区类型对工作日小汽车出行影响因素模型
Fig. 2  工作日小汽车出行选择影响机制图
[1] Guangzhou Transport Planning Research Institute. Guangzhou Transport Development Annual Report 2013. 2013.
[广州市交通规划研究所. 2013广州城市交通运行报告. 广州市交通规划研究院. 2013.]
[2] Zhou Suhong, Yan Xiaopei.The relationship between urban structure and traffic demand in Guangzhou. Acta Geographica Sinica, 2005, 60(1): 130-141.
[周素红, 闫小培. 广州城市空间结构与交通需求关系. 地理学报, 2005, 60(1): 130-141.]http://d.wanfangdata.com.cn/Periodical/dlxb200501015
[3] Zhou Suhong, Yan Xiaopei.The impact of commuters' travel pattern on urban structure: A case study in some typical communities in Guangzhou. Acta Geographica Sinica, 2006, 61(2): 179-189.
[周素红, 闫小培. 基于居民通勤行为分析的城市空间解读: 以广州市典型街区为案例. 地理学报, 2006, 61(2): 179-189.]http://d.wanfangdata.com.cn/Periodical/dlxb200602007
[4] Chatman D G.How density and mixed uses at the workplace affect personal commercial travel and commute mode choice. Transportation Research Record: Journal of the Transportation Research Board, 2003,1831(1): 193-201.http://www.researchgate.net/publication/252484121_HOW_DENSITY_AND_MIXED_USES_AT_THE_WORKPLACE_AFFECT_PERSONAL_COMMERCIAL_TRAVEL_AND_COMMUTE_MODE_CHOICE
DOI: 10.3141/1831-22     
[5] Wang D, Chai Y.The jobs-housing relationship and commuting in Beijing, China: The legacy of Danwei. Journal of Transport Geography, 2009, 17(1): 30-38.http://www.sciencedirect.com/science/article/pii/S0966692308000355
[6] Zhou Suhong, Yang Lijun.Study on the spatial characteristic of commuting in Guangzhou. Urban Transport of China, 2005, 3(1): 62-67.
[周素红, 杨利军. 广州城市居民通勤空间特征研究. 城市交通, 2005, 3(1): 62-67.]http://d.wanfangdata.com.cn/Periodical/csjt200501015
[7] Sun Bindong, Pan Xin, Ning Yuemin.Analysis on influence of job-housing balance on commute travel in Shanghai. Urban Planning Forum, 2008 (1): 77-82.
[孙斌栋, 潘鑫, 宁越敏. 上海市就业与居住空间均衡对交通出行的影响分析.城市规划学刊, 2008(1): 77-82.]http://d.wanfangdata.com.cn/Periodical/csghhk200801012
[8] Cao Xinyu.Examining the relationship between neighborhood built environment and travel behavior: A review from the US perspective. Urban Planning International, 2015, 30(4): 46-52.
[曹新宇. 社区建成环境和交通行为研究回顾与展望: 以美国为鉴. 国际城市规划, 2015, 30(4): 46-52.]http://d.wanfangdata.com.cn/Periodical/gwcsgh201504008
[9] Sun Bindong, Dan Bo.Impact of urban built environment on residential choice of commuting mode: A case study of Shanghai. Acta Geographica Sinica, 2015, 70(10): 1664-1674.
[孙斌栋, 但波. 上海城市建成环境对居民通勤方式选择的影响. 地理学报, 2015, 70(10): 1664-1674.]http://d.wanfangdata.com.cn/Periodical/dlxb201510010
[10] Limtanakool N, Dijst M, Schwanen T.The influence of socioeconomic characteristics, land use and travel time considerations on mode choice for medium-and longer-distance trips. Journal of Transport Geography, 2006, 14(5): 327-341.http://www.sciencedirect.com/science/article/pii/S0966692305000438
[11] Zhou Suhong, Deng Lifang.Spatio-temporal pattern of residents' daily activities based on T-GIS: A case study in Guangzhou, China. Acta Geographica Sinica, 2010, 65(12): 1454-1463.
[周素红, 邓丽芳. 基于T-GIS的广州市居民日常活动时空关系. 地理学报, 2010, 65(12): 1454-1463.]http://d.wanfangdata.com.cn/Periodical/dlxb201012002
[12] Gu Jie, Zhou Suhong, Yan Xiaopei.The space-time paths of residential mobility in Guangzhou from a perspective of life course. Geographical Research, 2013, 32(1): 157-165.
[古杰, 周素红, 闫小培. 生命历程视角下的广州市居民居住迁移的时空路径. 地理研究, 2013, 32(1): 157-165.]http://d.wanfangdata.com.cn/Periodical/dlyj201301016
[13] Kwan M P.Gender and individual access to urban opportunities: A study using space-time measures. Professional Geographer, 1999, 51(2): 210-227.http://onlinelibrary.wiley.com/doi/10.1111/0033-0124.00158/pdf
[14] Chai Yanwei, Wen Guilan, Liu Zhilin.Feminist geographical research on the behavior spaces of female residents in Chinese cities. Human Geography, 2003, 18(4): 1-4.
[柴彦威, 翁桂兰. 刘志林. 中国城市女性居民行为空间研究的女性主义视角. 人文地理, 2003, 18(4): 1-4.]http://d.wanfangdata.com.cn/Periodical/rwdl200304001
[15] Shergold I, Lyons G, Hubers C.Future mobility in an ageing society: Where are we heading? Journal of Transport & Health, 2015, 2(1): 86-94.http://www.sciencedirect.com/science/article/pii/S2214140514000899
[16] Zhou S, Deng L, Kwan M P, et al.Social and spatial differentiation of high and low income groups' out-of-home activities in Guangzhou, China. Cities, 2015(45): 81-90.http://www.sciencedirect.com/science/article/pii/S0264275115000311
[17] Srinivasan S, Rogers P.Travel behavior of low-income residents: Studying two contrasting locations in the city of Chennai, India. Journal of Transport Geography, 2005, 13(3): 265-274.http://www.sciencedirect.com/science/article/pii/S0966692304000535
[18] De Jong G C. An indirect utility model of car ownership and private car use. European Economic Review, 1990, 34(5): 971-985.http://www.sciencedirect.com/science/article/pii/001429219090018T
[19] Gliebe J P, Koppelman F S.A model of joint activity participation between household members. Transportation, 2002, 29(1): 49-72.http://link.springer.com/article/10.1023/A%3A1012995509777
[20] Zhao P.The impact of the built environment on individual workers' commuting behavior in Beijing. International Journal of Sustainable Transportation, 2013, 7(5): 389-415.http://www.tandfonline.com/doi/full/10.1080/15568318.2012.692173
[21] Cervero R, Kockelman K.Travel demand and the 3Ds: density, diversity, and design. Transportation Research Part D: Transport and Environment, 1997, 2(3): 199-219.http://www.sciencedirect.com/science/article/pii/S1361920997000096
[22] Ewing R, Cervero R.Travel and the built environment: A meta-analysis. Journal of the American Planning Association, 2010, 76(3): 265-294.http://www.researchgate.net/publication/232859604_Travel_and_the_Built_Environment_A_Meta-Analysis?ev=auth_pub
[23] Frank L D, Engelke P, Schmid T.Health and community design: The impacts of the built environment on physical activity. Washington, DC: Island Press, 2003.
[24] Cervero R.Mixed land-uses and commuting: Evidence from the American housing survey. Transportation Research Part A: Policy and Practice, 1996, 30(5): 361-377.http://www.sciencedirect.com/science/article/pii/096585649500033X
[25] Acker V V, Witlox F.Commuting trips within tours: How is commuting related to land use? Transportation, 2011, 38(3): 465-486.http://link.springer.com/article/10.1007/s11116-010-9309-6
[26] Zhang M.The role of land use in travel mode choice: Evidence from Boston and Hong Kong. Journal of the American Planning Association, 2004, 70(3): 344-360.http://www.tandfonline.com/doi/abs/10.1080/01944360408976383
[27] Cao X, Fan Y.Exploring the influences of density on travel behavior using propensity score matching. Environment and Planning B: Planning and Design, 2012, 39(3): 459-470.http://www.researchgate.net/publication/273367029_Exploring_the_influences_of_density_on_travel_behavior_using_propensity_score_matching
DOI: 10.1068/b36168     
[28] Wang D, Lin T.Residential self-selection, built environment, and travel behavior in the Chinese context. Journal of Transport and Land Use, 2014, 7(3): 5-14.http://econpapers.repec.org/article/risjtralu/0139.htm
[29] Naess P.Residential location, travel, and energy use in the Hangzhou metropolitan area. Journal of Transport and Land Use, 2010, 3(3): 27-59.http://www.researchgate.net/publication/227489502_Residential_Location_Travel_and_Energy_Use_in_the_Hangzhou_Metropolitan_Area
[30] Wang D, Chai Y, Li F.Built environment diversities and activity-travel behavior variations in Beijing, China. Journal of Transport Geography, 2011,19(6): 1173-1186.http://www.sciencedirect.com/science/article/pii/S096669231100041X
[31] Chai Yanwei, Liu Zhilin, Li Zhengrong, et al.Time-space Structure of Chinese Cities. Beijing: Peking University Press, 2002: 1-3.
[柴彦威, 刘志林, 李峥嵘, . 中国城市的时空间结构. 北京: 北京大学出版社, 2002: 1-3.]
[32] Xu Xueqiang, Hu Huaying, Yeh A G O. A factorial ecological study of social spatial structure in Guangzhou. Acta Geographica Sinica, 1989, 44(4): 385-399.
[许学强, 胡华颖, 叶嘉安. 广州市社会空间结构的因子生态分析. 地理学报, 1989, 44(4): 385-399.]年度引用
[33] Zhou Chunshan, Luo Renze, Dai Dandan.Evolution and mechanism of the residential spatial structure from 2000 to 2010 in Guangzhou. Geographical Research, 2015, 34(6): 1109-1124.
[周春山, 罗仁泽, 代丹丹. 2000-2010年广州市居住空间结构演变及机制分析. 地理研究, 2015, 34(6): 1109-1124.]年度引用
[34] Tana, Chai Yanwei, Kwan M P. The relationship between the built environment and car travel distance on weekdays in Beijing. Acta Geographica Sinica, 2015, 70(10): 1675-1685.
[塔娜, 柴彦威, 关美宝. 建成环境对北京市郊区居民工作日汽车出行的影响. 地理学报, 2015, 70(10): 1675-1685.]http://d.wanfangdata.com.cn/Periodical/dlxb201510011
[35] Wang Fenglong, Wang Donggen.Characteristics and determinants of car use in Beijing. Acta Geographica Sinica, 2014,69(6): 771-781.
[王丰龙, 王冬根. 北京市居民汽车使用的特征及其影响因素. 地理学报, 2014, 69(6): 771-781.]http://d.wanfangdata.com.cn/Periodical/dlxb201406005
[36] Zhang Lei, Lei Li, Guo Boliang, et al.Applied Multilevel Data Analysis. Beijing: Educational Science Publishing House, 2003.
[张雷, 雷雳, 郭伯良. 多层线性模型应用. 北京: 教育科学出版社, 2003.]
[37] Xu Y, Wen M, Wang F.Multilevel built environment features and individual odds of overweight and obesity in Utah. Applied Geography, 2014, 60: 197-203.http://www.sciencedirect.com/science/article/pii/S0143622814002343
[38] Rajamani J, Bhat C R, Handy S, Knaap G and Song Y. Assessing impact of urban form measures on nonwork trip mode choice after controlling for demographic and level-of-service effects. Transportation Research Record, 2003(1831): 158-165.http://www.researchgate.net/publication/228606300_Assessing_impact_of_urban_form_measures_on_nonwork_trip_mode_choice_after_controlling_for_demographic_and_level-of-service_effects
DOI: 10.3141/1831-18     
[1] 谭章智,李少英,黎夏,刘小平,陈逸敏,李威贤. 城市轨道交通对土地利用变化的时空效应[J]. 地理学报, 2017, 72(5): 850-862.
[2] 傅辰昊,周素红,闫小培,柳林,陈蔚珊. 广州市零售商业中心的居民消费时空行为及其机制[J]. 地理学报, 2017, 72(4): 603-617.
[3] 陶海燕,潘中哲,潘茂林,卓莉,徐勇,鹿苗. 广州大都市登革热时空传播混合模式[J]. 地理学报, 2016, 71(9): 1653-1662.
[4] 周春山,胡锦灿,童新梅,边艳. 广州市社会空间结构演变跟踪研究[J]. 地理学报, 2016, 71(6): 1010-1024.
[5] 陈世莉,陶海燕,李旭亮,卓莉. 基于潜在语义信息的城市功能区识别----广州市浮动车GPS时空数据挖掘[J]. 地理学报, 2016, 71(3): 471-483.
[6] 蔡晓梅,何瀚林. 广州市高星级酒店地方与无地方的建构及协商[J]. 地理学报, 2016, 71(2): 322-.
[7] 周春山,边艳,张国俊,胡锦灿. 广州市中产阶层聚居区空间分异及形成机制[J]. 地理学报, 2016, 71(12): 2089-2102.
[8] 孙斌栋,阎宏,张婷麟. 社区建成环境对健康的影响——基于居民个体超重的实证研究[J]. 地理学报, 2016, 71(10): 1721-1730.
[9] 刘望保,闫小培. 2000-2010年广州市住房产权管理角色变化分析[J]. 地理学报, 2015, 70(6): 941-954.
[10] 陈蔚珊,柳林,梁育填. 广州轨道交通枢纽零售业的特征聚类及时空演变[J]. 地理学报, 2015, 70(6): 879-892.
[11] 陶伟,程明洋,符文颖. 城市化进程中广州城中村传统宗族文化的重构[J]. 地理学报, 2015, 70(12): 1987-2000.
[12] 陈果. 基于广州实证的后改革时代中国城市住房权问题[J]. 地理学报, 2015, 70(12): 1973-1986.
[13] 塔娜,柴彦威,关美宝. 建成环境对北京市郊区居民工作日汽车出行的影响[J]. 地理学报, 2015, 70(10): 1675-1685.
[14] 孙斌栋,但波. 上海城市建成环境对居民通勤方式选择的影响[J]. 地理学报, 2015, 70(10): 1664-1674.
[15] 王丰龙, 王冬根. 北京市居民汽车使用的特征及其影响因素[J]. 地理学报, 2014, 69(6): 771-781.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2013 《地理学报》编辑部
本系统由北京玛格泰克科技发展有限公司设计开发