地形感知对居民公共交通出行方式选择的影响研究——以贵阳市为例.pdf

第21卷 第2期2023年06月交通运输工程与信息学报Journal of Transportation Engineering and InformationVol.21 No.2Jun.2023文章编号：1672-4747（2023）02-0177-12地形感知对居民公共交通出行方式选择的影响研究地形感知对居民公共交通出行方式选择的影响研究以贵阳市为例熊仁江，赵 航*，段梅花，刘思敏，贠艺涵，何 莎，王晓欢（贵州师范大学，地理与环境科学学院，贵阳 550025）摘 要：公共交通系统作为城市运转的重要组成部分已成为学界研究的焦点。本文利用贵阳市中心城区调研数据，引入地形感知变量，构建包含潜变量的SEM-Logit模型来分析居民公共交通出行选择影响因素。结果表明：包含潜变量的SEM-Logit模型比不包含潜变量的Logit模型拟合度更佳，个人属性变量中，性别、年龄、受教育程度、个人月收入、驾照持有情况、家中小汽车规模显著影响居民公共交通出行选择；潜变量因素中，目的地可达性、吸引力、地形感知对居民公共交通出行选择造成显著负向影响，即公共服务设施越便捷、小区吸引力越强、地形感知越大，居民选择公共交通出行的概率越小，而出行态度和活动支持与居民公共交通出行选择具有正相关性。地形感知对老年人与中年人公共交通出行选择均产生负向影响，但对中年人的影响程度大于老年人；地形感知对长期居住者公共交通出行选择的影响具有持久性和适应性，对短期居住者公共交通选择削弱较小。研究结论可为山地城市规划和交通建设提供指导。关键词：交通工程；公共交通出行；山地城市；地形感知中图分类号：U491文献标志码：ADOI：10.19961/ki.1672-4747.2022.09.001Influence of terrain perception on residents public transportationtravel mode choiceXIONG Ren-jiang，ZHAO Hang*，DUAN Mei-hua，LIU Si-min，YUN Yi-hanHE Sha，WANG Xiao-huan（School of Geography and Environmental Sciences,Guizhou Normal University,Guiyang 550025,China)Abstract：Public transportation systems,as integral parts of urban operations,have become an in-creasingly popular research topic.Using data collected from systems in the city of Guiyang,the la-tent variable fitness values calculated by the structural equation model(SEM)are incorporated intothe logit model,a logit model without latent variables and a structural equation modelling-logit(SEM-logit)model with latent variables were constructed to analyze the influence of variables on res-identspublic transportation travel choices.The results show that the SEM-logit model with latentvariables is a better fit than the logit model without latent variables for personal attribute variables.Gender,age,education level,monthly income,holding a driver s license,and car size all significantlyaffect residentspublic transportation travel mode choices.For latent variables,accessibility,attrac-收稿日期：2022-09-04录用日期：2022-10-20网络首发：2022-11-19审稿日期：2022-09-0409-14；09-2810-07；10-1410-19基金项目：国家自然科学基金项目（71864008）作者简介：熊仁江（1997），男，硕士研究生，研究方向为行为地理、交通地理研究，E-mail：通信作者：赵航（1981），男，博士，副教授，研究方向为人文地理、交通地理，E-mail：引文格式：熊仁江，赵航，段梅花，等.地形感知对居民公共交通出行方式选择的影响研究以贵阳市为例J.交通运输工程与信息学报，2023，21(2)：177-188.XIONG Ren-jiang,ZHAO Hang,DUAN Mei-hua,et al.Influence of terrain perception on residents public transportation travel modechoiceJ.Journal of Transportation Engineering and Information，2023，21(2)：177-188.tiveness,and terrain perception negatively influence residentspublic transportation travel modechoices.The more convenient public service facilities are,the more attractive the neighborhood is,and the greater the terrain perception is,the less likely residents are to choose travelling via publictransportation.Conversely,travel attitude and activity support positively influence residentspublictransportation travel mode choices.The results also show that terrain perception negatively influenc-es public transportation travel choices for both elderly and middle-aged people,with middle-agedpeople more negatively influenced than elderly people.Moreover,the effect of terrain perception onpublic transportation travel mode choices for long-term residents is persistent and adaptive,whileshort-term residents are not as affected by terrain perception.The findings of this study can provideguidance for urban planning and transportation construction in mountainous areas.Key words：traffic engineering;public transport travel;mountainous city;terrain conditions;terrainperception0引言随着大气污染与交通拥堵的日益严峻，如何处理出行需求与环境保护的矛盾成为政府面对的棘手问题。公共交通因载客量大、道路利用率高、碳排放相对较少等突出优势，被认为是城市可持续发展中的重要手段1-2。为提高公共交通出行分担率，挖掘影响居民公共交通出行选择的因素就变得尤为重要。贵阳市作为典型山地城市，道路非直线系数较大，这给居民出行带来严重阻碍3-4，尤其是居住于高坡度小区的居民，出行时往往要经历频繁的上下坡才能抵达公共交通站点，因此，研究坡度是否影响居民最终选择公共交通出行很有必要。建成环境与居民出行选择一直有着紧密关系，研究发现，居民主观建成环境感知要比客观建成环境本身更具解释力5。在山地城市背景下，地形感知是否是影响居民公共交通出行选择的重要变量还未证明。因此，通过探讨山地城市居民公共交通出行选择的影响机理，可为后期城市规划提供理论支撑，进而促进山地城市交通可持续发展。出行行为一直是学界研究的热点，其影响机理更是被重点关注。从个人与家庭属性来看，女性、年龄较大、低收入和中等收入、拥有公交卡、家中无学龄儿童的乘客更偏向于公共交通出行6-9；在家庭或工作地位置属性中，换乘次数和到公共交通站点距离也影响着居民出行选择9；在出行属性方面，出行费用的变化对人们选择公交出行的影响程度小于拼车出行10。建成环境对居民出行行为的影响具有长期“固定效应”，并且其影响强于个人属性11，建成环境评价包括客观评价与主观评价。客观建成环境评价方面，有研究分析得出较高的人口密度、土地利用混合度、公共交通站点数量、路网密度和良好的街道连通性12-17能促进居民选择公共交通出行。此外，到城市中心的距离18和居住地与工作地间的距离19也是影响居民出行选择的重要因素。随着研究的深入，学者发现仅分析客观建成环境的作用还不足以解释结果，虽然客观建成环境要素和主观认知之间的一致性不高，但主观建成环境感知要比客观建成环境本身更具有解释力5。主观建成环境感知是基于个体认识及生活方式对空间的认知、活动的认知及活动认知态度和偏好，同时也结合了环境心理学、城市规划学、交通学等知识，主要从可达性、吸引力、态度等方面进行主观评价。在主观建成环境研究方面，有学者分析了可达性、安全性、邻里关系、态度和舒适性对居民小汽车出行和步行的影响20，还有学者通过构建包含居住环境满意度的公共交通出行选择模型，发现居住区满意度对居民公共交通出行影响最强21；部分学者还发现，具备强环保意识的居民认为使用公共交通出行更容易22-23。随着感知变量的引入，结构方程模型（StructuralEquation Model,SEM）、计划行为理论、前景理论、乘客最优理论、技术接受模型也被大量运用于居民出行选择行为的研究24-26。山地城市有着特殊的地形地貌特征，其特征对城市建设和路网布局有较大影响，导致道路非直线系数大、绕行严重，这是否会给居民出行带来阻碍值得探究。因此，亟待处理地形与居民公共交通出行选择间的关系。综上，只有掌握山地城市居民公交出行行为影响机理和地形影响的差异性，才能从根源出发178交通运输工程与信息学报第21卷对公交路网进行优化协调，促进居民健康可持续出行。但通过梳理文献发现，现有研究主要考虑了主客观建成环境及心理潜变量对出行选择的影响，而地形作为山地城市突出特点，其引发的地形感知是否影响居民出行选择的变化还不得而知，同时，地形感知对不同群体的影响有何差异性值得探讨。因此，本文利用调研数据，引入地形感知变量，构建SEM-Logit模型探究主观建成环境感知对居民公共交通出行选择的影响，以期为山地城市公共交通发展建言献策。1研究背景与模型构建1.1研究背景建成环境对居民出行方式选择的影响一直是学者探讨的热点问题。建成环境指为满足居民活动而建设配置的人为环境，也是土地利用形态、交通基础设施和城市设计等因素交互而成的空间环境，有学者发现，建成环境会直接或间接影响居民出行方式的选择12-14。受地形特征和城市发展的影响，山地城市具有道路坡度大、道路非直线系数较大、路网连通性差以及基础设施覆盖率低、分布不均衡等特点。与其他类型的城市居民相比，山地城市居民受地形坡度起伏和道路绕行的影响通常步行到公共交通站点的距离会更长，这是否会引发居民公共交通出行选择的差异值得思考。以往对于居民公共交通出行方式选择与建成环境的关系研究中大多采用的是忽视了出行者的主体感知和价值需求的客观建成环境的指标，通过测量客观数值来衡量建成环境，但客观数值与居民主观感知并不是线性对等的，二者可能会存在分离状态，建成环境数值高并不能代表居民满意度高。主观评价是从人与环境的交互作用角度来表达出主体对客观事实的主观感知，而居民出行过程是一个最佳路径选择过程，居民会根据建成环境进行主观判断从而选择最佳方案，因而有必要通过大量调查来了解居民出行中真实的体验与需求。这种真实的主观评价在山地城市特殊地形条件下更为重要，特别是居民对于道路坡度与到公交站步行距离的容忍度，可以根据大量主观评价来了解居民的真实需求，为城市规划和出行问题的解决提供参考。已有关于出行选择行为的研究方法集中于Logit模型、潜在类别模型、结构方程模型27-29。其中，Logit模型被大量应用，但存在不足，仅考虑可直接观测的变量如出行者的特征（性别、年龄、收入）和出行特征（目的、频率、时间）。但事实上，潜变量（态度、偏好、感知）也会影响居民的出行决策，忽视这些因素的影响可能导致模型的解释力下降、研究结果不准确。SEM利用观测变量解释潜变量，便于量化态度、偏好、满意度等潜变量对结果的影响。因此，有学者提出了 SEM-Logit 模型，将潜变量加入 Logit模型中，使得整合模型无论在拟合度还是预测力上都有较大提高30-31。因此，本文构建包含个人家庭属性和主观建成环境的SEM-Logit模型，用来探究居民公共交通出行选择的影响机理。1.2变量选择（1）主观建成环境感知。本文选择目的地可达性、吸引力、出行态度、活动支持对主观建成环境进行评价33-34。因重点考量在山地城市特殊的地理环境条件下，地形会对居民公共交通出行选择产生怎样的影响，故而设置了3个评价地形感知的指标来了解居民对地形坡度的真实体验。即“我觉得小区的道路坡度大”，道路坡度的陡缓虽然可以用具体数值来表述，但我们无法通过坡度数值的大小来衡量人们对坡度陡缓的真实感知，并且不同性别和年龄的居民对同一坡度陡缓的感知也不尽相同，故而设定该变量。山地城市因特殊的地形地貌特征，公共交通系统规划布局通常受地形因素限制，造成公交线路非直线系数大，绕行距离长。与平原城市相比，相同的步行距离，山地城市的居民需花费更多的时间，这会影响居民选择公共交通出行。道路坡度会影响居民步行舒适性，而舒适性也会因人而异，故主观感知更符合实际。因此设计“小区到公交站点的道路坡度影响我选择公共交通出行”和“小区到公交站点的坡度影响我步行的舒适性”来评估坡度对出行的影响，且均使用李克特5级量表法，从“非常不同意”到“非常同意”5个等级，并将其赋值为15。变量具体表述见表1。（2）个人家庭属性变量。出行选择行为不仅受建成环境变量的影响，个人属性变量也对其产生影响。个人家庭属性变量包括性别、年龄、受教育程度、个人月收入、有无驾照、居住时间、家庭规模、家中小汽车规模、家中老年人规模、家中儿童规模，变量定义见表2。熊仁江 等：地形感知对居民公共交通出行方式选择的影响研究179第2期表1 变量描述Tab.1 Description of variables潜变量吸引力活动支持地形感知出行态度目的地可达性编号X1X2X3H1H2H3D1D2D3C1C2C3M1M2M3变 量 描 述小区公共设施比较完善小区环境非常优美小区的邻里关系很好到附近公共交通站点的距离很近附近公共交通站点设置很合理小区附近公共交通出行很方便我觉得小区的道路坡度大小区到公交站点的道路坡度影响我选择公共交通出行小区到公交站点的坡度影响我步行的舒适性我喜欢坐公共交通出行不管什么时候都喜欢坐公共交通坐公共交通比步行方便小区到购物中心/商店很便捷小区到公园/广场很便捷小区到医院/学校很便捷表2 变量定义Tab.2 Variable definition属性个人家庭属性出行特征变量性别年龄/岁受教育程度个人月收入/元家庭规模/人家中小汽车数量/辆家中老年人人数/人家中儿童人数/人有无驾照居住时间/年是否选择公共交通出行变量定义男性为1，女性为018为1，否则为01929为1，否则为03039为1，否则为04049为1，否则为05059为1，否则为060为1，否则为0初中以下为 1，否则为0高中/职中/中专为1，否则为0大专为1，否则为0本科及以上为1，否则为05 000为1，否则为05 0017 000为1，否则为07 00110 000为1，否则为010 000为1，否则为03人以下为1，否则为01辆为0，2辆及以上为11位老人为0，2位老人及以上为11个儿童为0，2个儿童及以上为1有为1，无为01为1，否则为0是为1，否为01.3模型的构建1.3.1 SEM-Logit模型SEM-Logit模型由结构方程模型和Logit模型组成，其中结构方程模型有两个基本模型测量模型和结构模型。测量模型主要描述的是潜变量与观测变量的关系，结构模型描述的是潜变量与潜变量之间的关系35，计算公式如下：测量模型方程式：X=a+（1）Y=b+（2）结构模型方程式：=B+（3）式中：和分别表示外生潜变量和内生潜变量的观测变量；a和b分别表示观测变量的因素负荷量；表示外生潜变量；表示内生潜变量；与表示变量的测量误差；和分别表示内生潜变量与外生潜变量的影响系数；表示残差项。本文研究的是居民是否选择公共交通出行，“1”代表选择公共交通出行，“0”表示不选择，因此，选择二项Logit模型。假设居民选择公共交通出行的概率为p1，则不选择的概率为(1-p1)，二项Logit模型计算见下式31：Logit(pi)=lnp11-p1=0+1X1+2X2+nXn（4）式中：0,1,n为待估计参数；X1,X2,Xn代表影响公共交通出行选择的因素。1.3.2 求解结构方程模型利用Amos软件，构建结构方程模型如图1所示，模型适配度见表3。模型中的测量误差都为正值，潜变量与测量指标间的因素载荷量在0.70.95之间，卡方自由度比（CMIN/DF）为 2.6310.9，渐进残差均方和平方根（RMSEA）为 0.0490.9，比较适配指数（CFI）为 0.9770.9，表明模型适配度较好35。表3 模型适配度Tab.3 Model fit评价指标CMIN/DFGFIRMSEAAGFICFI评价值130.90.90.9实际值2.6310.9580.0490.9370.977180交通运输工程与信息学报第21卷图1 结构方程模型Fig.1 Structural equation model由表4模型结果可知各个潜变量均对公共交通出行选择有显著影响。表4 模型结果Tab.4 Structural equation model path results路 径目的地可达性公共交通出行选择吸引力公共交通出行选择活动支持公共交通出行选择地形感知公共交通出行选择出行态度公共交通出行选择Estimate-0.101-0.0810.071-0.0870.239S.E.0.0230.0250.0210.0150.026C.R.-4.355-3.2533.479-5.5859.307p*注：*、*表示p0.01和pmax(Ujn),=P()Vin+inmax(Vjn+jn),=P lailsinl+qbiqziqn+kcikikn+inmax()lajlsjnl+qbjqzjqn+kcjkjkn+jnij,jSn（9）假定不同出行模式的效用函数中其随机项是互相独立并服从 Gumbel 分布31，则可推导出包含潜变量的Logit模型：Pin=exp()lailsinl+qbiqziqn+kcikiknjSnexp()lajlsjnl+qbjqzjqn+kcjkjkn（10）因此利用SEM-Logit整合模型可以推导出选择方案i的概率为：Pin=1+exp()lajlsjnl+qbjqzjqn+kcjkjnk-lailsinl+qbiqziqn+kcikink-1（11）最后，将公式（6）所求得的适配值划分为15个等级。当适配值为01.5赋值为1，1.52.5赋值为2，2.53.5赋值3，3.54.5赋值为4，大于4.5赋值为5，然后得出各潜变量适配值计算公式，结果如下，并带入式（11）进行分析。吸引性：0.356X1+0.352X2+0.290X3目的地可达性：0.310M1+0.339M2+0.350M3活动支持：0.307H1+0.354H2+0.339H3地形感知：0.322D1+0.343D2+0.334D3出行态度：0.354C1+0.341C2+0.304C32数据来源及数据描述性分析2.1数据来源在调研前，我们将贵阳市中心城区居住小区的地形条件按照坡度和道路曲折2个条件进行区划，同时综合客观建成环境等多种因素，划分不同片区，并从中抽取不同的小区。在贵阳市共发放844份问卷，得到有效问卷691份，有效率81.9%，为充分考量山地城市特点，最终决定采用其中的8个片区进行调研，见表5。表5 调研小区信息表Tab.5 Information of investigated community编号12345678调查小区片区名称月亮岩片区保利春天片区相宝新村片区中天 未来方舟片区中坝片区溪山御景片区梅兰山片区贵州民族大学片区行政区（社区）南明区（月亮岩社区）乌当区（新添社区）云岩区（相宝社区）云岩区（安井社区）南明区（清溪社区）花溪区（贵筑社区）乌当区（梅兰山社区）花溪区（溪北社区）小区坡度/(%)（等级）15.5（4）10.9（3）11.3（3）17.7（4）1（1）4.7（2）5.6（2）16.6（4）道路非直线（系数）3（1.45）4（2.03）3（1.65）3（1.35）1（1）2（1.25）2（1.2）4（2.1）小区类型老城区低级小区现代高档小区老城区低级小区现代高档小区保障性住房现代高档小区一般小区城中村2.2数据描述性统计本次调研男性样本多于女性；年龄段集中分布在1942岁，占比53.8%；受教育程度中“大专”、“高中/中职/中专”2个学历阶段所占比例较大；选择公共交通出行的居民占57.9%。样本详细信息见表6。表6 数据描述性分析Tab.6 Descriptive analysis of data性别年龄男女1819303793122722854.845.23.933变量分类样本数比例/（%）182交通运输工程与信息学报第21卷年龄受教育程度个人月收入/元有无驾照居住时间/年是否选择公共交通出行31424354556465小学及以下初中高中/中职/中专大专本科本科以上200020015 0005 0017 0007 00110 00010 000有无11是否142875015789131145168133251041752201474534934255313839429720.512.67.226.712.9192124.319.23.615.125.331.821.36.550.549.5802057.942.1续表6变量分类样本数比例/（%）2.3数据信度和效度检验在正式分析前还需对数据进行信效度检验，一般选用KMO、Cronbach s、Bartlett球形方法进行检验，计算结果如表7所示。由表7知所有潜变量信效度均符合要求，数据可靠性高，可进行下一步分析。表7 信效度检验Tab.7 Reliability validity test潜变量目的地可达性吸引力活动支持出行态度地形感知总体KMO0.7320.7200.7280.7220.7460.774Cronbach s 0.8660.9070.8730.8420.8890.795Bartlett球形检验值0.0000.0000.0000.0000.0000.0003结果分析3.1二项Logit模型与SEM-Logit模型对比利用调研获得的数据及计算所得的潜变量适配值，借助SPSS软件构建两个模型。结果表明（见表8），不包含潜变量的Logit模型与包含潜变量的SEM-Logit模型的拟合优度均良好。广义决定系数（Cox&Snell R2和 Nagelkerke R2）属于可接受范围，值越接近于1，模型拟合越好。其中包含潜变量模型的广义决定系数更大，表明拟合优度更优。表8 模型结果Tab.8 SEM-Logit model results属性个人家庭属性主观建成环境模型参数变量性别（女为0）年龄受教育程度个人月收入有无驾照（无为0）家庭规模家中小汽车规模家中老年人规模家中儿童规模目的地可达性吸引力活动支持出行态度地形感知对数似然值Cox&Snell R2Nagelkerke R2总体正确率二项Logit系数-0.5460.1590.381-0.838-0.6790.114-0.483-0.038-0.133742.4590.2560.34074.7%p*0.152*0.7980.379SEM-Logit模型系数-0.5540.150.395-0.89-0.6030.154-0.4640.094-0.097-0.537-0.3320.5210.842-0.475496.6700.3900.52379.3%p*0.187*0.5760.579*注：*、*和*分别表示p0.01、p0.05和p1年）与短期居住者（居住时间1年）对坡度陡缓感知也有所不同，这是否会导致居民公共交通出行选择差异值得深入分析。故研究选择同一地形条件中的中年人、老年人、长期居住者、短期居住者进行分析，各样本描述性统计如表9所示。表9 描述性统计Tab.9 Descriptive statistics变量性别受教育程度个人月收入/元有无驾照分类男女初中及以下高中/中职/中专大专本科及以上5 0005 0017 0007 00110 00010 000有无老年人频数5188812921866412484693比例/(%)36.763.358.420.915.15.647.629.517.33.733.166.9中年人频数1541636067771131181067221166151比例/(%)48.651.41921.124.335.637.233.422.76.752.447.6长期居住者频数1681971269076731431098627165200比例/(%)465434.524.720.82039.229.923.67.345.254.8短期居住者频数4464289224950421335058比例/(%)40.759.3268.320.445.346.338.9122.846.353.7184交通运输工程与信息学报第21卷3.2.1 中年人与老年人由表10可知，在老年人与中年人两个模型中，模型整体拟合效度较好。其中，个人及家庭属性变量在中年人中更加显著。在感知变量中，地形感知对老年人与中年人公共交通出行选择均产生负向影响，但在中年人中的显著性明显高于老年人。中年人在碰到地形条件较差时会有体能优势，但也对地形条件更加敏感及容忍性更差，中年人在工作学习中的时间紧迫感与劳累感，使其在面对较陡的路线或长时间的上下坡时对舒适感与接受度的忍耐更差，继而产生强烈的地形感知。与部分老年人相比，中年人在同一环境下的居住时间可能较短，还未对地形条件形成适应性，当感知到地形条件影响到自己出行时，他们会选择开私家车、骑电动车和摩托车来应对，造成选择公共交通出行的概率大幅下降。而老年人日常出行以休闲娱乐为主，没有急迫的出行时间感，出行时间也不定，即便在面对步行距离过长或道路坡度过陡的环境时，他们也会认为这是一种锻炼身体的方式，因此，其影响小于中年人。而针对身体状况较差且行动不便的老年人来说，地形造成他们步表10 模型结果Tab.10 Differences between middle-aged and elderly people属性个人家庭属性主观建成环境模型参数变量性别（女为0）年龄受教育程度个人月收入有无驾照（无为0）家庭规模家中小汽车规模家中老年人规模家中儿童规模目的地可达性吸引力活动支持出行态度地形感知对数似然值Cox&Snell R2Nagelkerke R2总体正确率/(%)老年人系数-1.1961.246-0.212-1.759-0.4220.791-1.0560.235-2.3070.6670.4140.211-0.63486.0310.5150.69785.6p0.176*0.389*0.1020.1910.2750.667*0.1670.3840.536*中年人系数-0.6150.4520.628-1.087-0.6030.449-1.42-0.2860.063-0.11-0.1710.7010.877-0.432247.2410.4990.681.1p0.118*0.375*0.3720.8370.6880.469*注：*、*和*分别表示p0.01、p0.05和p0.1。行前往公共交通站点难度太大，他们会选择在家或者以乘车的方式前往，以此减少了使用公共交通的机会。此外，居住区周边可达性的提高会降低老年人公共交通出行选择，而活动支持对中年人公共交通出行选择影响更明显，居住区周边公共交通越便捷，中年人选择公共交通出行的概率也越高。3.2.2 长期居住者与短期居住者在长期居住者与短期居住者两模型中（见表11），个人家庭属性的影响大致相同。表11 模型结果Tab.11 Differences between short-term and long-termresidents属性个人家庭属性主观建成环境模型参数变量性别（女为0）年龄受教育程度个人月收入有无驾照（无为0）家庭规模家中小汽车规模家中老年人规模家中儿童规模目的地可达性吸引力活动支持出行态度地形感知对数似然值Cox&Snell R2Nagelkerke R2总体正确率/(%)短期居住者系数-1.1520.9621.206-0.862-1.555-0.433-1.047-0.0880.448-1.4550.7171.1161.695-0.18373.1200.5050.67588.9p0.1270.573*0.2510.1010.8710.505*0.154*0.505长期居住者系数-0.7220.2010.407-0.825-0.8740.245-0.64-0.043-0.35-0.6880.1620.4510.735-0.767302.9930.4100.55281.1p*0.114*0.365*0.8730.174*0.434*注：*、*和*分别表示p0.01、p0.05和p0.1。地形感知对长期居住者和短期居住者公共交通出行选择影响存在较大差异，对长期居住者的公共交通出行选择影响强于短期居住者，且地形感知对短期居住者公共交通出行选择不具有削弱作用。长期居住者由于长时间住在同一地形条件下，对地形条件形成了一定的容忍度，而短期居住者对地形较为敏感，尤其是从平原城市搬迁到地形条件较差的小区的居民，会形成一种出行不习惯的落差，但由于居住时间不长，考虑到生活出行成本等原因，大多数的居住者仍选择公共交通出行。长期居住者的家庭大多拥有小汽车、电动车、摩托车等交通工具，出行方式多元化，工作地也相熊仁江 等：地形感知对居民公共交通出行方式选择的影响研究185第2期对固定，为了减轻地形感知带来的不适影响，会选择替代的出行方式，从而使得地形感知对公共交通出行的影响加重，地形感知对长期居住者的负效应会长期存在但会被其他出行方式所替代。因此，地形感知的影响具有持久性和适应性。4结论与建议4.1结 论本文基于贵阳市中心城区居民调研数据，引入地形感知变量，构建SEM-Logit模型，分析居民公共交通出行选择的影响因素，结论如下：（1）二项 Logit模型与 SEM-Logit模型拟合度均较好，但SEM-Logit模型拟合度更佳，更能反映数据的真实性，提高了研究精度。（2）在二项 Logit模型中，性别、年龄、受教育程度、个人月收入、有无驾照、家中小汽车规模变量显著影响居民公共交通出行选择。其中，性别、有无驾照、家中小汽车规模与公共交通出行选择呈负相关，其余为正相关关系，这与以往研究结论相一致。SEM-Logit模型中，目的地可达性、吸引力、地形感知与居民公共交通出行选择呈显著负向关，到公共服务设施越便捷、小区吸引力越强、地形感知越大选择公共交通出行的概率越小；出行态度和活动支持对居民公共交通出行选择造成显著正向影响，人们越喜欢公共交通出行及获得公共交通支持力度越大，选择公共交通出行的意愿自然会提高。（3）在老年人与中年人比较中，地形感知均对老年人与中年人公共交通出行选择产生负向影响，但对中年人的影响更强。同时，居住区周边可达性的提高会降低老年人公共交通出行选择，而活动支持对中年人公共交通出行选择影响更明显。长期居住者与短期居住者相较，地形感知对长期居住者和短期居住者公共交通出行选择影响有较大差异，对长期居住者的公共交通出行选择影响强于短期居住者，且地形感知对短期居住者公共交通出行选择不具有削弱作用。4.2建 议（1）改善地形条件较差区域的公共交通建设。在分析中发现，地形感知对公共交通选择造成负向影响，影响居民选择公共交通出行意愿。地形条件会限制道路交通设施的建设，因而针对局部地形条件较差的区域，要进一步加强公共交通和道路建设。调研发现，大部分坡度大的小区居民都认为到公交站距离远、绕行长。在未来交通规划中，可对坡度较大小区的公共交通站的布局进行适当的调整与改善，规划坡度低缓的道路，缩减到公交站的步行距离，避免将居住区规划在坡顶而将公交站设置在坡脚，使用坡度与距离的优势互补调整公交规划的方式来提升居民选择公共交通出行的机会。（2）提高公共交通活动支持。研究发现活动支持对公共交通出行有显著正效应，故而可加快公共交通建设，有吸引力的公共交通服务是可持续交通发展的重要推力，改善公共交通服务水平，提高出行分担率，增加公共交通出行支持。但当城市发展到一定规模，地面常规公交不能支撑城市居民出行需求时，就要通过发展更大运量的地下交通来提高可获得的活动支持，来缓解地面交通压力。轨道交通运量大、速度快、准时性高且受到地形因素的影响较小，能满足居民在通勤中对出行的要求。本文虽然分析了老年人、中年人等群体的出行行为，但仍未考虑周全，未来可对更广泛的群体进行研究，如公交系统对广泛的低收入者影响较大，依赖更强，应进一步探析。参考文献1 任倩.基于随机参数logit模型的公共交通出行方式选择行为研究D.广州:华南理工大学,2019.REN Qian.Research on the public transportation tripmode choice behavior based on random parameter logitmodelD.Guangzhou:South China University of Tech-nology,2019.2 周子皓,张莉,吴西伦,等.个体出行情景下上海中心城区地铁可达性研究J.地理与地理信息科学,2021,37(2):71-76.ZHOU Zi-hao,ZHANG Li,WU Xi-lun,et al.Research onmetro accessibility in central urban area of Shanghai un-der individual travelling scenarioJ.Geography and Geo-Information Science,2021,37(2):71-76.3 魏薇，赵航，