考虑多尺度建成环境影响的双职工家庭通勤时间模型.pdf

第21卷 第3期2023年09月交通运输工程与信息学报Journal of Transportation Engineering and InformationVol.21 No.3Sep.2023文章编号：1672-4747（2023）03-0121-09考虑多尺度建成环境影响的双职工家庭通勤时间模型考虑多尺度建成环境影响的双职工家庭通勤时间模型王晓全1，邵春福2,3，尹超英*4(1.河海大学，土木与交通学院,南京 210037；2.新疆大学,交通运输工程学院,乌鲁木齐830017；3.北京交通大学，综合交通运输大数据应用技术交通运输行业重点实验室,北京 100044；4.南京林业大学，汽车与交通工程学院,南京 210098）摘要：城市建成环境作为城市空间结构的基本组成，是影响居民出行决策的关键要素。既有建成环境和通勤行为研究多以居住地邻里范围为研究尺度，以个体出行决策行为为研究对象，较少同时从城市和邻里两个空间尺度建成环境入手，并将家庭成员通勤行为间的相关性纳入考虑。本文利用2014年中国劳动力调查数据，首先构建考虑空间异质性的多层线性回归模型，探讨多空间尺度建成环境对居民通勤时间影响，其次将双职工家庭夫妇通勤时间相关性融入建成环境对通勤时间影响的分析过程中，利用似不相关回归模型探究多空间尺度建成环境对家庭夫妇通勤时间影响的差异性。结果表明：城市尺度和邻里尺度建成环境均对居民通勤时间具有显著影响，且建成环境对家庭夫妇通勤时间的影响具有显著差异，其中男性通勤时间受两个尺度建成环境各因素的影响更大。研究结论可为精细化的城市和交通规划提供理论支撑。关键词：交通工程；通勤时间模型；似不相关回归；建成环境；双职工家庭中图分类号：U491.1文献标志码：ADOI:10.19961/ki.1672-4747.2023.02.001Modeling commuting duration of dual-earner households consideringimpacts of multiscale built environmentWANG Xiao-quan1，SHAO Chun-fu2,3，YIN Chao-ying*4(1.College of Civil and Transportation Engineering,Hohai University,Nanjing 210098,China;2.School of Traffic and Transportation Engineering,Xinjiang University,Urumqi 830017,China;3.Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport,Beijing Jiaotong University,Beijing 100044,China;4.College of Automobile and Traffic Engineering,Nanjing Forestry University,Nanjing 210037,China)Abstract:As the basic component of the urban spatial structure,the urban built environment is a de-terminant of individual travel behavior.However,the literature on built environment and commutingbehavior tends to focus on the neighborhood-scale built environment and take the individual as ananalysis unit.Relatively few studies have explored the effects of the built environment at differentspatial scales within a unified framework and considered the correlations between household cou-ples.In this study,with data from the 2014 China Labor-force Dynamics Survey,a multilevel regres-sion model is employed to explore the impacts of the multiscale built environment on commuting du-收稿日期：2023-02-01录用日期：2023-03-18网络首发：2023-03-27审稿日期：2023-02-0102-06；02-0702-17；03-1003-18基金项目：国家自然科学基金项目（52202388,72204114,52072025）；中国博士后面上项目（2022M720992）；教育部人文社科青年基金项目（22YJC630191）；江苏省交通运输科技项目（2022Y19）作者简介：王晓全（1992），男，讲师，研究方向为交通行为建模，E-mail：通信作者：尹超英（1989），女，讲师，研究方向为交通与土地利用，E-mail：引文格式：王晓全，邵春福，尹超英.考虑多尺度建成环境影响的双职工家庭通勤时间模型J.交通运输工程与信息学报，2023，21(3)：121-129.WANG Xiao-quan，SHAO Chun-fu，YIN Chao-ying.Modeling commuting duration of dual-earner households considering impacts ofmultiscale built environmentJ.Journal of Transportation Engineering and Information，2023，21(3)：121-129.122交通运输工程与信息学报第21卷ration.Then,considering the correlations between the household couplescommuting durations,aseemingly unrelated regression model is employed to identify the differences in the impacts.The re-sults indicate that the built environment at both the city and neighborhood scales significantly im-pacts the commuting duration.There are differences in the impacts of the built environment on thecommuting duration between household couples.Moreover,at both scales,the built environment im-pacts the commuting durations of men more significantly than those of women.The findings haveimplications for refined urban planning and traffic management.Key words:traffic engineering;commuting-duration model;seemingly unrelated regression;builtenvironment;dual-earner household0引言我国城市正处于空间重构和规模扩张并存的关键阶段，由此带来的职住分离与交通拥堵问题制约着城市居民的通勤效率，已成为阻碍城市可持续发展的关键因素之一。2022年度中国主要城市通勤监测报告 指出，我国 44个主要城市中有超过1 400万居民在承受超过60 min的极端通勤，且这一比例仍呈现上升趋势。由于建成环境对交通行为的长期“锁定效应”1，通过优化城市建成环境缓解城市通勤难题被认为是提高城市通勤效率的根本所在。在建成环境和交通行为相互关系领域，国内外学者已针对不同空间尺度建成环境开展了诸多研究2-5。关注居住地邻里尺度建成环境影响的研究仍占据主流，例如，Antipova等5分析了巴吞鲁日都市区的出行调查数据，发现居住地土地利用类型和学校可达性等建成环境属性是影响居民通勤时间的重要因素；尹超英等6基于多层线性模型研究居住地交通小区建成环境对居民通勤时间的影响，基于长春市调查数据的实证研究结果表明，居住地建成环境对通勤时间具有显著影响；熊丽芳等7以南京市为例，基于 CHAID决策树模型分析影响通勤时间的关键因素，结果表明居住地范围的学校数量及地铁可达性等建成环境要素对通勤时间具有显著影响；吴静娴等8以南京市为例，构建梯度提升决策树模型分析了居住地建成环境对通勤时间的影响，结果表明建成环境变量对通勤时间的累计影响程度达到38.88%。除居住地邻里尺度外，既有研究已将度量建成环境的空间范围扩展到城市尺度，例如，尹超英等9以我国46个城市的通勤数据为例研究了城市尺度建成环境对通勤时间的影响，结果表明，人口密度和空间聚集度等建成环境属性是影响通勤时间的关键因素；Sun等10利用来自我国56个城市的3 453个个体样本研究了城市尺度和居住空间尺度建成环境对通勤时间的影响，结果表明两个空间尺度的建成环境均是影响通勤时间的关键要素。然而，既有通勤时间相关研究多关注单一空间尺度建成环境的影响，未在统一的模型框架下同时考虑城市尺度和居住地邻里尺度建成环境对通勤时间的影响。基于单一空间尺度的研究可能导致估计结果的偏倚，难以准确刻画城市建成环境和通勤时间的互动关系。尤其是根据层次决策理论，居民日常出行（短期决策）同时受到居住地、工作地及活动空间位置选择（长期决策）的影响11。因此，从多空间尺度探究二者互动机理对于通过城市和交通系统规划提高通勤效率至关重要。既有建成环境和通勤行为研究多以居民个体为基本分析单元，然而，由于来自相同家庭的居民个体享受相同的家庭资源且受相同建成环境的影响，彼此的日常出行行为之间存在一定的相关性12。既有研究表明不同家庭成员会根据家庭责任协调自身时间利用行为13-14，不同家庭成员的日常活动和出行是相互协调和博弈的过程，而不是独立决定的。此外，家庭出行相关决策行为与社会经济学属性12、资源约束14及空间属性15-16等因素相关。例如，Guan和Wang12探讨了建成环境对家庭夫妇出行行为的影响，发现妻子的出行模式在建成环境和丈夫出行模式关系中起到调节作用；Maat等14基于荷兰居民出行调查数据分析双职工家庭夫妇的通勤小汽使用行为，发现通勤距离较长的家庭成员利用小汽车通勤的可能性更高。然而，既有通勤时间相关研究多以居民个体为研究单位，缺乏对建成环境和不同家庭成员通勤时间互动关系的关注，忽略了家庭成员通勤时间之间的相关性。考虑到双职工家庭通勤行为是王晓全 等：考虑多尺度建成环境影响的双职工家庭通勤时间模型123第3期家庭成员集体权衡决策过程14，将双职工家庭夫妇通勤时间相关性融入建成环境对通勤时间影响的分析过程有助于进一步深入解析建成环境和通勤时间互动机理。不同家庭成员的出行行为之间存在相关性，但由于家庭角色、工作和认知差异，家庭成员通常展现不同的出行行为13,17-18。尽管一些研究已经为出行行为中的性别差异提供了证据19-21，关注建成环境和出行行为互动关系中性别差异的研究仍较少。此外，家庭夫妇不仅对不同生活领域重视程度不同，对建成环境的认知也存在差异19。例如，Yang等16基于南京的调查数据发现，建成环境仅对户主的小汽车使用行为不具有显著影响，但对其他家庭成员的影响均显著。基于我国的纵向调查数据，Wang等17探讨了建成环境对通勤方式转移的影响，结果表明，建成环境变化对男性出行方式转移行为有更大影响。然而，既有研究对于建成环境是否以及如何对双职工家庭夫妇通勤时间产生差异性影响仍缺乏关注。明确建成环境和通勤时间互动关系中的性别差异既是完善土地利用和交通行为相关理论的内在需求，也对职住分离背景下土地利用的精细化管理具有重要的实践意义。针对以上问题，本文将度量建成环境的空间范围从居住地邻里尺度延伸到城市尺度，并在此基础上，考虑到双职工家庭夫妇通勤时间建模时扰动项之间的相关性，利用似不相关回归模型同时估计城市尺度和居住地邻里尺度建成环境特征对双职工家庭夫妇通勤时间的影响，并甄别该影响在家庭夫妇间的差异，从而为促进交通公平及精细化的城市和交通规划提供理论支撑。1研究数据1.1数据来源本文以2014年中国劳动力动态调查数据为主要基础数据，该数据的样本量较大，且具有较好的代表性，已经被广泛应用于交通行为研究22-24。本文主要分析多空间尺度建成环境对通勤时间的影响，并探讨此影响在双职工家庭夫妇间的差异性。中国劳动力动态调查由中山大学社会科学调查中心组织，样本数据覆盖中国29个省市自治区（未包括海南省和西藏自治区）的404个社区，为保证样本对我国劳动力人口的代表性，调查中心利用多阶段、分层、概率与规模成比例的抽样方法开展调查。29个省市自治区首先按照地域和人口规模被划分为9类：人口较多的东部省份、人口中等的东部省份、人口较少的东部省份、人口较多的西部省份、人口中等的西部省份、人口较少的西部省份、人口较多的中部省份、人口中等的中部省份及人口较少的中部省份。每类省份中包含的城市按照国内生产总值（GDP）进行排序，并从序列中随机抽取城市，抽取城市的数量取决于城市劳动力人口与全国劳动力人口的比例，并利用相同方法从抽取城市中抽取社区。最后，从抽取的社区中随机抽取家庭作为调查样本。中国劳动力动态调查数据提供的调查库中包含个体数据库、家庭数据库及社区数据库等3个子数据库。其中，个体数据库和家庭数据库记录居民个体的社会经济属性和日常行为属性；社区数据库记录社区的建成环境特征；样本居民所在城市的建成环境指标则主要来源于 2014年中国城市统计年鉴。本文以双职工家庭夫妇的通勤出行为分析对象，筛选了样本中双职工家庭数据，剔除样本中的缺失值和异常值后，最终选取3 209个家庭样本数据为研究的基础数据。1.2变量设置由既有文献可知，对通勤时间具有影响的因素主要包括居民个体社会经济属性及其所在居住地邻里尺度和对应城市尺度的建成环境特征。表1为3 209对家庭夫妇的个体社会经济属性和通勤时间的描述性统计结果。样本中，女性的平均单程通勤时间为18.25 min，而男性的平均单程通勤时间略长于女性，为22.20 min。受访者的平均年龄约为 53岁，66.32%的受访者拥有本地户口，拥有本科及以上学历的女性和男性受访者占比分别为11.22%和13.43%；样本的家庭平均年收入为6.2万元，家庭拥有小汽车和电动自行车的比例分别为19.41%和57.03%。建成环境特征由城市和邻里两个尺度的变量来度量。城市尺度建成环境特征主要包括城市人口密度、城市人口数量、城市道路是否有地铁、万人公交车辆数、人均道路面积和城市化率等7个变量。邻里尺度建成环境变量由传统“5Ds”度量法中的密度、多样性、目的地可达性、设计及到公交站点距离5个维度来度量。其中，密度特征由社区人口密度度量；度量多样性特征的变量为设施可达性，共7类设施（体育设施、阅览室、老年活动室、广场、游乐场、医院和银行）用于计算设施可达性，根据社区内是否存在该类设施将每类设施设置为二元变量，即存在该类设施为1，否则为0，7类设施二元变量之和为设施可达性的测量值；设计维度利用社区绿化率表征；目的地可达性由居民居住地到城市商业中心（central business district，CBD）距离度量；到公交站点距离则通过统计居民居住地到最近的公交站点的距离而得到。表2为所选取的城市和邻里尺度建成环境变量的描述性统计结果。表1 社会经济属性描述性统计Tab.1 Statistics for individual socio-demographics变量类别因变量个体社会经济属性变量名称通勤时间/min年龄教育程度家庭规模户口家庭收入/万元小汽车拥有电动自行车拥有变 量 描 述受访者单程通勤时间受访者年龄（连续变量）1为大学本科及以上学历；否则为0家庭人口数量（连续变量）1为本地户口；否则为0家庭平均年收入（连续变量）1为家庭拥有1辆及以上小汽车；否则为01为家庭拥有1辆及以上电动自行车；否则为0女性均值/占比18.2552.6711.22%3.4466.32%6.2019.41%57.03%男性均值/占比22.2053.4713.43%3.4466.32%6.2019.41%57.03%表2 职住地建成环境特征的描述性统计Tab.2 Statistics for built environment factors城市尺度建成环境邻里尺度建成环境变量名称城市人口数量/万人城市人口密度/（万人/km2）是否有地铁万人公交车辆数/（辆/万人）人均道路面积/（m2/人）城市化率/（%）社区人口密度/（万人/km2）设施可达性社区绿化率/（%）到公交站距离/km到CBD距离/km变 量 描 述城市常住人口数量/万人常住人口数量与城市面积的比值1表示城市已开通地铁；否则为0每万人公交车辆数城市道路面积与城市人口数量的比值城镇人口与城市总人口的比值社区人口数量与社区占地面积的比值7类公共设施可达性居住地所在社区的绿化率居住地到最近公交站点距离居住地到城市CBD距离样本均值632.541.2923.872.8719.0458.130.813.7133.032.104.902研究方法2.1概念模型本文提出如图1所示的多空间尺度建成环境和双职工家庭夫妇通勤时间的概念模型。首先，个人社会经济变量和邻里尺度的建成环境属性是影响通勤行为的关键因素，既有研究已经对上述关系进行了系统探讨2,25。其次，考虑到建成环境对出行行为影响的空间不确定性，仅考虑居住地邻里尺度建成环境的影响可能会产生偏倚的估计结果20。此外，工作地通常在居住地空间范围之外26-27，有必要将不同空间尺度建成环境同时纳入模型。最后，既有研究表明家庭夫妇行为间存在一定的相似性17,28-29，由于家庭夫妇受到相同建成环境的影响，并共享相同的资源，因此他们可能会有相似的通勤行为。同时，通勤行为与活动参与及时间分配密切相关30-31，通常由家庭成员共同决定。因此，家庭夫妇的通勤时间可能存在相关性。反言之，由于家庭夫妇对建成环境和生活领域的关注程度不同29，相同因素对家庭夫妇通勤时间的影响可能存在差异。基于此，本文提出的概念模型同时将邻里尺度和城市尺度建成环境对通勤时间的影响纳入模型，在考虑家庭夫妇间相似性的基础上，探讨建成环境对通勤时间的影响在家庭124交通运输工程与信息学报第21卷夫妇间的差异。图1 概念模型Fig.1 Conceptual model2.2模型构建2.2.1 多层回归模型本文对家庭夫妇通勤时间的建模分为两部分。首先，考虑空间异质性的影响但不区分家庭夫妇间的差异，基于分层建模方法研究多空间尺度建成环境对通勤时间的影响，多层回归模型可有效控制由于邻里层和城市层未观测变量导致的估计偏倚，具体模型如下式所示：Ydurationijk=0+city,kXBEcity,k+neigh,jkXBEneigh,jk+indiv,ijkXSEindiv,ijk+k+jk+eijk（1）式中：Ydurationijk表示居住在城市k和社区j的居民i的通勤时间；0为固定截距项；XBEcity,k和XBEneigh,jk分别表示城市尺度和社区尺度建成环境；XSEindiv,ijk表示居民i的社会经济属性；city,k、neigh,jk及indiv,ijk分别表示对应参数项；k、jk及eijk分别表示城市尺度、邻里尺度及个体层的误差项，在回归模型中3个误差项均服从正态分布。2.2.2 似不相关回归模型考虑到双职工家庭夫妇通勤时间受相似未观测变量影响，且双职工家庭通勤行为是家庭成员集体权衡决策过程，有必要将双职工家庭夫妇通勤时间相关性融入建成环境对通勤时间影响的分析过程中。基于此，本文构建似不相关回归模型研究多空间尺度建成环境对双职工家庭夫妇通勤时间的影响。与传统的单方程建模方法相比，似不相关回归模型可有效捕捉由于未观测变量影响引发的各方程间的相关性，通过多方程系统的联合估计获得更可靠的估计结果18。在似不相关回归模型中，设ynm和ynf分别表示第n个家庭中丈夫和妻子的单程通勤时间，则家庭夫妇的通勤时间可由下式计算得到：ynm=m+1XBEn+2XSEnm+nmynf=n+1XBEn+2XSEnf+nf（2）式中：ynm和ynf分别为第n对家庭夫妇中男性通勤者和女性通勤者的通勤时间；XBEn为第n个家庭对应的城市尺度和邻里尺度建成环境；XSEnm和XSEnf分别为第n对家庭夫妇中男性通勤者和女性通勤者的社会经济属性；m和n分别为对应的截距；nm和nf为随机误差项，在似不相关回归模型中随机误差项需要满足如下条件：E(n)=0且E(nn)=0。3模型结果3.1多空间尺度建成环境对通勤时间的影响为验证多尺度建成环境的影响，设计忽略建成环境特征的模型（模型1）、仅考虑邻里尺度建成环境的多层回归模型（模型2）及同时考虑城市和邻里尺度建成环境特征的单层回归模型（模型3）作为对比，将不同解释变量分组输入模型，如表3所示。模型1仅考虑了个体社会经济因素，模型2中进一步将邻里尺度的建成变量纳入模型，这两个模型用于确认考虑邻里尺度建成环境变量的必要性，模型 3进一步增加了城市尺度建成环境变量，忽略了空间异质性。由表3的模型评价指标结果可知，在单层回归模型中，同时考虑城市尺度和邻里尺度建成环境特征的模型 3 的 R2值最大，且均方根误差（RootMean Square Error，RMSE）最小，表明在探究通勤时间的影响因素时城市尺度和社区尺度建成环境的影响均是不可忽略的。此外，将城市尺度和邻里尺度建成环境分层衡量的多层回归模型（模型4）的AIC（Akaike information criterion）值在4个模型中最小，表明在构建建成环境与通勤时间的互动关系模型中，有必要考虑数据的多层嵌套结构，构建考虑空间异质性的建成环境对通勤时间的影响关系模型。由模型4的估计结果可知，在控制居民个体社会经济属性后，不同空间尺度的建成环境变量在影响通勤时间方面仍呈现显著作用。城市尺度建成环境变量中城市人口数量、城市人口密度、是否有地铁及万人公交车辆数均与通勤时间呈现显著正相关。其中，城市人口数量越多且密度越大，居民通勤时间越长；有地铁且万人公交车辆数越多的城市，居民的通勤时间相应也越长。邻里尺度建成环境变量中社区人口密度与到公交站距离对王晓全 等：考虑多尺度建成环境影响的双职工家庭通勤时间模型125第3期通勤时间有显著的正向影响。社区人口密度与城市人口密度的影响是一致的，即较大的社区人口密度可能会造成通勤时间的增加，这可能是由于区域人口密度越高造成交通拥堵的可能性越大，从而导致较长的通勤时间32。在个体社会经济属性的估计结果中，性别、教育程度、户口及家庭收入对通勤时间有正向影响。男性较女性而言，其通勤时间更长；拥有本地户口且受过良好教育的居民，花费在通勤上的时间也相应越多。表3 多层回归模型估计结果Tab.3 Estimated results of three models类别城市尺度建成环境邻里尺度建成环境个体社会经济属性常数项模型评价指标变 量城市人口数量城市人口密度是否有地铁万人公交车辆数人均道路面积城市化率社区人口密度设施可达性社区绿化率到公交站距离到CBD距离性 别年 龄教育程度家庭规模户 口家庭收入小汽车拥有电动自行车拥有常数项RMSER2Variance(城市尺度)Variance(邻里尺度)AIC样本数量模型1系数0.228*-0.0110.542*0.0520.104*-0.008*0.2410.2174.924*29.9470.196 698.1846 418标准差0.0240.0070.0640.0670.0260.0010.1910.2230.940模型2系数0.054*0.209*-0.001-0.246*0.0290.348*-0.0180.623*0.0950.098*-0.007*0.4250.3214.148*29.8620.256 532.1406 418标准差0.0310.1220.0010.0420.0230.1020.0160.0740.1260.0170.0020.3790.4011.047模型3系数0.214*0.028*0.305*0.208*-0.103*0.2310.032*0.145-0.001-0.266*0.0130.349*-0.0240.504*0.0640.108*-0.010*0.2020.3284.321*29.7160.366 212.3466 418标准差0.0450.0080.0780.0470.1310.7820.0170.1270.00030.0420.0080.1170.0150.0670.0480.0350.0030.4810.2341.052模型4系数0.156*0.042*0.567*0.305*-0.0540.1640.064*0.1260.0020.132*0.0430.332*-0.0190.602*0.1990.210*0.037*0.3190.2385.328*24.04279.3436 189.6906 418标准差0.0340.0110.2580.1790.0510.3250.0120.1650.0050.0560.0610.0850.0150.1090.1300.0780.0040.6510.2021.629注：*表示 P10%，*表示 P5%。3.2多空间尺度建成环境影响的性别差异表4为多空间尺度建成环境对双职工家庭夫妇通勤时间影响的似不相关回归模型的估计结果。此外，由似不相关回归模型的估计结果可知，城市尺度和邻里尺度建成环境对男性和女性通勤时间的影响具有显著差异，且两个尺度建成环境对男性通勤时间的影响更大。城市尺度建成环境特征中，城市人口数量和是否有地铁对家庭夫妻通勤时间均有显著的正向影响。城市人口密度、万人公交车辆数及人均道路面积仅对男性通勤时间有显著影响，而对女性通勤时间的影响并不显著。其中，城市人口数量和万人公交车辆数与男性通勤时间存在显著的正相关性，人均道路面积则对男性通勤时间有显著的负向影响。邻里尺度建成环境中仅到公交站距离同时对夫妻通勤时间有显著负向影响，社区人口密度和设施可达性均仅对男性通勤时间有显著正向影响。社会经济属性变量中，家庭收入和小汽车拥有两个变量对家庭夫妇通勤时间的影响具有显著差异。其中，家庭收入仅对女性通勤时间有显著负向影响，即家庭收入越高，女性的通勤时间越少，这可能是由于在有足够经济支持的前提下，女126交通运输工程与信息学报第21卷性可能会把更多时间花费在照顾家庭上，从而选择通勤时间更短的工作地点10。小汽车拥有权对男性通勤时间有显著正向影响，对女性通勤时间的影响并不显著，这一结论与Maat和Timmermans的研究结果一致，即通勤时间较长的人更倾向于使用小汽车通勤11，而本文所使用的样本数据中，男性的平均通勤时间为22.20 min，比女性平均通勤时间长4 min。表4 似不相关回归模型估计结果Tab.4 Estimation results of the seemingly unrelated regression model类别城市尺度建成环境邻里尺度建成环境个体社会经济属性常数项模型评价指标变量城市人口数量城市人口密度是否有地铁万人公交车辆数人均道路面积城市化率社区人口密度设施可达性社区绿化率到公交站距离到CBD距离年 龄教育程度家庭规模户 口家庭收入小汽车拥有常数项RMSER2Chi-square样本数量女性系数0.195*0.0210.186*0.123-0.0290.3640.0380.007-0.002-0.231*0.031-0.0330.324*0.1550.128*-0.071*0.2534.749*28.2280.3295.833 209标准差0.0360.0350.0550.1270.0450.2760.1020.0340.0030.0520.0720.0420.0630.2040.0460.0430.5033.821男性系数0.108*0.011*0.403*0.205*-0.105*0.5420.108*0.156*-0.001-0.254*0.010-0.0100.697*0.0990.078*-0.0450.578*5.853*30.8140.46148.423 209标准差0.0080.0060.1620.0410.0410.6180.0620.0850.0030.0440.0710.0110.0790.0930.0210.0150.3402.018注：*表示P10%,*表示 P5%。3.3政策启示研究结果对于建成环境优化与交通管理政策的制定具有一定参考价值。首先，由于目前研究多集中于邻里尺度建成环境对通勤时间影响，政策制定者应对城市尺度建成环境变量的优化保持更多关注，并设法减轻过度紧凑发展模式带来的负面影响。具体而言，合理控制城市人口密度和促进多中心发展模式有助于缩短通勤时间。其次，由于建成环境对男性居民通勤时间影响更大，而对女性通勤者的影响较小，交通政策制定者应更加关注如何减少女性通勤时间。这可能是由于女性居民往往需要承担更多家庭事务18，导致她们的空间灵活性相对较低，因此出行行为受到外界环境影响较小。在如此背景下，可通过提高公共交通覆盖率等建成环境优化措施或仅能减轻男性居民的通勤负担，而城市规划对减轻女性居民通勤负担作用较小。因此，交通政策制定者应该更加关注女性居民需求来减轻女性居民的通勤负担。4结语本文为探究多空间尺度建成环境对双职工家庭夫妇通勤时间的影响，首先考虑数据的多层嵌套关系，构建考虑空间异质性的多层线性回归模型，探究多空间尺度建成环境对通勤时间的影响，明确了考虑城市尺度和邻里尺度建成环境的必要性；在此基础上，将双职工家庭夫妇通勤时间相关性融入建成环境对通勤时间影响的分析过程中，通过构建似不相关回归模型解析多空间尺度建成环境对家庭夫妇通勤时间影响的差异性。研究结果可为精细化城市和交通规划提供理论支撑，主要结论如下：（1）城市尺度与邻里尺度的建成环境变量均王晓全 等：考虑多尺度建成环境影响的双职工家庭通勤时间模型127第3期对居民通勤时间有显著影响，且城市尺度建成环境变量对通勤时间的影响大于邻里尺度建成环境变量。具体而言，城市尺度中城市人口数量、城市人口密度、是否有地铁及万人公交车辆数等4个因素具有显著影响，而邻里尺度中仅社区人口密度和到公交站距离呈现显著影响。因此，通过调整优化城市与邻里尺度建成环境相关因素，可有效降低城市居民通勤时间。（2）在双职工家庭中，多空间尺度建成环境对家庭夫妇通勤时间的影响具有显著差异性。两个空间尺度建成环境变量中，除城市化率、社区绿化率及至CBD距离外，其他建成环境变量均对男性通勤时间有显著影响，而城市人口数量、是否有地铁及至公交站距离对家庭中女性通勤时间具有显著影响，表明男性的通勤时间受建成环境各因素的影响更大。因此，在对建成环境优化设计时应从家庭决策的角度出发，考虑建成环境对缩短通勤时间效应中的性别差异问题。（3）由于数据限制，本文仅考虑了居住地建成环境的影响，未对就业地建成进行分析；此外，本文仅分析了建成环境对通勤时间影响的性别差异，未将家庭的户主信息和自选择效应考虑在内，研究仍具有一定的局限性，未来应将建成环境的度量尺度扩展至就业地，并将户主信息和自选择效应的影响纳入模型。参考文献1 丁川,张慧,杨励雅,等.建成环境与交通需求管理的协同效应研究展望J.西部人居环境学刊,2021,36(4):45-51.DING Chuan,ZHANG Hui,YANG Li-ya,et al.Analysisof the research problem on the synergistic effect betweenthe built environment and transportation demand manage-mentJ.Journal of Human Settlements in West China,2021,36(4):45-51.2 吴静娴,杨敏,韩印.基于分类决策树的城市内部迁居人群通勤时间预测模型J.交通运输系统工程与信息,2019,19(6):135-140.WU Jing-xian,YANG Min,HAN Yin.Commute time pat-tern of relocated residents in city based on classificationdecision treeJ.Journal of Transportation Systems Engi-neering and Information Technology,2019,19(6):135-140.3 石庄彬,鄢春花,何明卫,等.建成环境对老年人出行方式选择的非线性影响J.交通运输工程与信息学报,2023,21(1):49-63.SHI Zhuang-bin,YAN Chun-hua,HE Ming-wei,et al.Non-linear effects of built environment on travel modechoices for elderlyJ.Journal of Transportation Engineer-ing and Information,2023,21(1):49-63.4 王志军,张豫徽,季彦婕,等.基于多层线性模型的公共自行车接驳公交换乘量影响因素分析J.交通运输工程与信息学报,2022,20(3):81-88.WANG Zhi-jun,ZHANG Yu-hui,JI Yan-jie,et al.Analy-sis of the influencing factors of public-bicycle-connectingregular bus transfer volume based on multilevel linearmodelJ.Journal of Transportation Engineering and In-formation,2022,20(3):81-88.5 ANTIPOVA A,WANG F,WILMOT C.Urban land uses,socio-demographic attributes and commuting:a multilev-el modeling approachJ.Applied Geography,2011,31(3):1010-1018.6 尹超英,邵春福,王聘玺,等.基于多层模型的城市建成环境对通勤行为的影响J.交通运输系统工程与信息,2018,18(2):122-127.YIN Chao-ying,SHAO Chun-fu,WANG Pin-xi,et al.Im-pacts of built environment on commuting behavior basedon a multilevel modeling approachJ.Journal of Trans-portation Systems Engineering and Inform