不同住房类型空间单元的建成环境对通勤方式选择的影响分析

doi:10.13229/j.cnki.jdxbgxb.20230387

摘要/Abstract

摘要：

为探讨不同规划单元群体混杂分布下建成环境对居民通勤方式选择的影响，构建了考虑住房类型空间单元异质性的混合Logit模型。同时，考虑个体层和规划空间单元层两个尺度建成环境特征对通勤行为的影响，并以深圳市的居民交通行为与意愿调查的抽样数据为例开展实证研究。结果表明：混合Logit模型比多项Logit模型有更好的拟合优度。若忽略住房空间单元群体的差异，土地利用混合度对混合住房空间单元的影响程度将被低估18.5%，轨道站点对保障性住房、小产权房和回迁指标房空间单元的影响程度将被高估6.3%、5.4%和4.5%，公交站点密度对回迁指标房空间单元的影响将被低估4.8%。公共服务设施对市场商品房（3.2%）和小产权房空间单元（2.8%）的经验敏感度最高，公交站点密度对保障性住房（2.6%）和回迁指标房（2.0%）的经验敏感度最大，到最近轨道站点距离对小产权房空间单元（2.1%）的经验敏感度最高。因此，有必要结合不同住房空间单元建成环境的影响和敏感度差异性，通过改善高效益住房空间单元的建成环境精准引导居民绿色通勤出行。

关键词: 交通运输系统工程, 建成环境, 通勤方式选择, 住房空间单元, 混合Logit模型

Abstract:

In order to explore the impact of built environment on residents' commuting mode choice under the mixed distribution of different planning unit groups， a mixed logit model considering the heterogeneity of housing type spatial units was constructed. At the same time， the impact of built environment characteristics at both individual and planning spatial unit levels on commuting behavior was considered. An empirical study was conducted using sample data from a survey of residents' transportation behavior and willingness in Shenzhen. The results show that the mixed logit model has better goodness of fit than the multinomial logit model. If the differences in housing spatial unit groups are ignored， the degree of influence of land use mix on mixed housing spatial units will be underestimated by 18.5%. The degree of influence of rail transit stations on affordable housing， small property rights housing and resettlement indicator housing spatial units will be overestimated by 6.3%， 5.4% and 4.5%， respectively， while the influence of bus stop density on resettlement indicator housing spatial units will be underestimated by 4.8%. Public service facilities have the greatest empirical sensitivity to commercial housing （3.2%） and small property rights housing spatial units （2.8%）， while bus stop density has the greatest empirical sensitivity to affordable housing （2.6%） and resettlement indicator housing （2.0%）， and distance to the nearest rail transit station has the greatest empirical sensitivity to small property rights housing spatial units （2.1%）. Therefore， it is necessary to combine the impact and sensitivity differences of different housing spatial units' built environment， and accurately guide residents' green commuting through improving high-efficiency housing spatial units' built environment.

Key words: engineering of communications and transportation system, built environment, commuting mode choice, housing space units, mixed Logit model

中图分类号:

U491

吴娇蓉,刘旭东. 不同住房类型空间单元的建成环境对通勤方式选择的影响分析[J]. 吉林大学学报(工学版), 2025, 55(2): 554-565.

Jiao-rong WU,Xu-dong LIU. Analysis of influence of built environment of spatial units of different housing types on commuting mode choice[J]. Journal of Jilin University(Engineering and Technology Edition), 2025, 55(2): 554-565.

图/表 8

表1

表2

图1

图2

表3

图3

图4

图5

参考文献 16

1	Handy S L, Boarent M G, Ewing R, et al. How the built environment affects physical activity: views from urban planning[J]. American Journal of Preventive Medicine, 2002, 23(2): 004750.
2	Reid E, Robert C. Travel and the built environment[J]. Journal of the American Planning Association, 2010, 76(3): 265-294.
3	张延吉,胡思聪,陈小辉,等. 城市建成环境对居民通勤方式的影响——基于福州市的经验研究[J]. 城市发展研究, 2019, 26(3): 72-78.
	Zhang Yan-ji, Hu Si-cong, Chen Xiao-hui, et al. The impact of urban built environment on residential choice of commuting mode: based on empirical research in Fuzhou[J]. Urban Development Studies, 2019, 26(3): 72-78.
4	尹超英,邵春福,王晓全. 考虑停车可用性的建成环境对小汽车通勤出行的影响[J]. 吉林大学学报: 工学版, 2019, 49(3): 714-719.
	Yin Chao-ying, Shao Chun-fu, Wang Xiao-quan. Influence of urban built environment on car commuting considering parking availability[J]. Journal of Jilin University(Engineering and Technology Edition), 2019, 49(3): 714-719.
5	黄勇,赵航,许旺土,等. 建成环境与高收入群体出行模式关系研究[J]. 公路交通科技, 2022, 39(1): 106-113.
	Huang Yong, Zhao Hang, Xu Wang-tu, et al. Study on relationship between built environment and high income group travel mode[J]. Journal of Highway and Transportation Research and Development, 2022, 39(1): 106-113.
6	Yin C Y, Shao C F, Wang X Q. Exploring the impact of built environment on car use: does living near urban rail transit matter? [J]. Transportation Letters, 2020, 12(6): 391-398.
7	Chen F A, Wu J R, Chen X H, et al. Disentangling the impacts of the built environment and residential self-selection on travel behavior: an empirical study in the context of diversified housing types[J]. Cities, 2021, 116: 103285.
8	仝照民,安睿,刘耀林. 建成环境对居民通勤方式选择的影响——以武汉市城中村为例[J]. 地理科学进展, 2021, 40(12): 2048-2060.
	Tong Zhao-min, An Rui, Liu Yao-lin. Impact of the built environment on residents' commuting mode choices: a case study of urban village in Wuhan City[J]. Progress in Geography, 2021, 40(12): 2048-2060.
9	王婷婷. 我国城镇居民住房财富分化的程度、特征及其影响研究[D]. 上海: 上海师范大学商学院, 2014.
	Wang Ting-ting. Research on the degree, characteristics and impact of housing wealth differentiation of Chinese urban residents[D]. Shanghai: School of Finance and Business, Shanghai Normal University, 2014.
10	Liu C, Sun Y, Yuan C, et al. The effect of residential housing policy on car ownership and trip chaining behaviour in Hangzhou, China[J]. Transportation Research Part D, 2018, 62: 125-138.
11	尹超英,陆颖,邵春福,等. 考虑空间自相关的建成环境对通勤方式选择的影响[J]. 吉林大学学报: 工学版, 2023, 53(7): 1994-2000.
	Yin Chao-ying, Lu Ying, Shao Chun-fu, et al. Impacts of built environment on commuting mode choice considering spatial autocorrelation[J]. Journal of Jilin University (Engineering and Technology Edition), 2023, 53(7): 1994-2000.
12	柳文燕. 基于不同收入群体的城市居民出行行为分析[D]. 兰州: 兰州交通大学交通运输学院, 2020.
	Liu Wen-yan. Analysis of travel behavior of urban residents based on different income groups[D]. Lanzhou: School of Transportation, Lanzhou Jiaotong University, 2020.
13	黄梓卫. 深圳市国土空间规划标准单元制度研究[J]. 城市学刊, 2021, 42(6): 40-45.
	Huang Zi-wei. Study on standard unit system of spatial planning of national land in Shenzhen City[J]. Journal of Urban Studies, 2021, 42(6): 40-45.
14	张娜. 深圳南山区居住小区建成环境对居民出行行为影响研究[D]. 哈尔滨: 哈尔滨工业大学建筑学院, 2014.
	Zhang Na. Effects of residential quarters built environment on residents travel behavior in Nanshan District, Shenzhen[D]. Harbin: School of Architecture, Harbin Institute of Technology, 2014.
15	黄毅熠,吝涛,胡灯进,等. 小尺度海域空间评价单元划分技术研究——以福建省东山湾为例[J]. 生态学报, 2021, 41(2): 707-716.
	Huang Yi-yi, Lin Tao, Hu Deng-jin, et al. The spatial division approach of evaluation units in fine-scale sea area: a case study of Dongshan Bay, Fujian Province[J]. Acta Ecologica Sinica, 2021, 41(2): 707-716.
16	王嘉玥. 基于Logit模型与经验敏感度的学生通勤方式选择行为研究[D]. 北京: 北京交通大学交通运输学院, 2019.
	Wang Jia-yue. Study on students' commute mode choice behavior based on logit model and empirical sensitivity[D]. Beijing: School of Transportation, Beijing Jiaotong University, 2019.

相关文章 15

[1]	陈发城,鲁光泉,林庆峰,张浩东,马社强,刘德志,宋会军. 有条件自动驾驶下驾驶人接管行为综述[J]. 吉林大学学报(工学版), 2025, 55(2): 419-433.
[2]	王长帅,徐铖铖,任卫林,彭畅,佟昊. 自动驾驶接管过程中驾驶能力恢复状态对交通流振荡特性的影响[J]. 吉林大学学报(工学版), 2025, 55(1): 150-161.
[3]	年光跃,潘海啸,孙健. 城市建成环境与道路交通运行关系[J]. 吉林大学学报(工学版), 2025, 55(1): 141-149.
[4]	周锡浈,宫贺,李敦敦,季彦婕,严杰. 建成环境对路内停车泊位使用率的非线性影响模型[J]. 吉林大学学报(工学版), 2024, 54(9): 2520-2530.
[5]	严利鑫,曾涛,贺宜,郭军华,胡鑫辉. 共驾型智能车辆人机接管行为序列编码与解析[J]. 吉林大学学报(工学版), 2024, 54(9): 2547-2556.
[6]	张娜,陈峰,王剑坡,朱亚迪. 基于时空序列相似性的城轨乘客出行模式识别[J]. 吉林大学学报(工学版), 2024, 54(9): 2588-2599.
[7]	曲昭伟,李霖,陈永恒,吴场建. 长区间掉头车辆特性分析及其安全评价[J]. 吉林大学学报(工学版), 2024, 54(8): 2206-2213.
[8]	何永明,权聪,魏堃,冯佳,万亚楠,陈世升. 超高速公路车路协同路侧单元感知融合方法[J]. 吉林大学学报(工学版), 2024, 54(7): 1923-1934.
[9]	马书红,廖国美,黄岩,张俊杰. 建成环境对交通小区地铁通勤客流的异质性影响[J]. 吉林大学学报(工学版), 2024, 54(7): 1913-1922.
[10]	程国柱,盛林,王浩宇,冯天军. 考虑右转车二次冲突的信号交叉口行人过街安全评价方法[J]. 吉林大学学报(工学版), 2024, 54(7): 1903-1912.
[11]	张明业,杨敏,黎彧,黄世玉,李清韵. 考虑有序充电策略的多车型电动公交调度优化[J]. 吉林大学学报(工学版), 2024, 54(5): 1293-1301.
[12]	秦雅琴,钱正富,谢济铭. 协同换道避障模型和轨迹数据驱动的车辆协同避障策略[J]. 吉林大学学报(工学版), 2024, 54(5): 1311-1322.
[13]	严利鑫,冯进培,郭军华,龚毅轲. 不同险态情景下共驾型智能车辆接管行为特征分析[J]. 吉林大学学报(工学版), 2024, 54(3): 683-691.
[14]	马潇驰,陆建. 基于基因表达式编程的高架道路事故实时预测[J]. 吉林大学学报(工学版), 2024, 54(3): 719-726.
[15]	曲大义,张可琨,顾原,王韬,宋慧,戴守晨. 自动驾驶车辆换道决策行为分析及分子动力学建模[J]. 吉林大学学报(工学版), 2024, 54(3): 700-710.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

变量类别	变量	变量符号	变量描述
方案变量	经济成本	Cost	出行的固定经济成本和使用经济成本
方案变量	出行时间	Time	出行耗时
社会经济属性变量	性别	Gender	1=男；0=女
	年龄	Age	1=30岁以上；2=30岁及以下
	学历	Edu	1=初中及以下学历（参考变量）；2=高中和中专；3=大专；4=本科及以上
	户收入	Income	1=收入大于等于25万元/年；0=收入小于25万元/年
	家庭拥车数	Car	家庭拥车数量
建成环境变量	人口密度	Pop	空间单元人口密度/（万人·km^-2）
	公共服务设施密度	POI	空间单元餐饮、住宿、购物、生活服务、运动场馆、医疗设施POI密度/（百个·km^-2）
	土地混合度	Landmix	空间单元的土地利用混合度（0~1）
	道路网密度	R_density	空间单元路网密度/（km·km^-2）
	到市中心距离	D_center	到深圳市民中心的路网距离/km
	到最近公交站距离	D_bus	住房空间单元内居民的住址到最近公交站的路网距离/km
	公交站点密度	Bus_density	空间单元公交站点密度/（个·km^-2）
	到最近地铁站距离	D_subway	住房空间单元内居民的住址到最近地铁站的路网距离/km

住房空间单元	定义	比例/%
市场商品房空间单元	市场商品房指经政府有关部门批准后，房地产公司开发经营，建成后用于市场出售或出租的房屋。标准规划单元市场商品房比例超过60%，定义为市场商品房空间单元	29.1
保障性住房空间单元	政府为中低收入住房困难家庭所提供的限定标准、限定价格或租金的住房。标准规划单元保障性住房比例超过60%，定义为保障性住房空间单元	1.8
小产权房空间单元	小产权房是指在农村集体土地上建设的房屋，未办理相关证件，未缴纳土地出让金等费用，其产权证由乡政府或村颁发。标准规划单元小产权房比例超过60%，定义为小产权房空间单元	31.6
回迁指标房空间单元	尚未与开发商签署回迁协议的待迁房屋，购买后经村股份公司直接与开发商签约，可避税且不受限购令、限售令影响。标准规划单元回迁指标房比例超过60%，定义为回迁指标房空间单元	7.6
混合住房空间单元	标准规划单元任意住房类型比例未超过60%，视作混合住房空间单元	29.7

变量（参考分类：私人小汽车）		全空间单元	市场商品房空间单元	保障性住房空间单元	小产权房空间单元	回迁指标房空间单元	混合住房空间单元
方案变量	小汽车时间	-0.199**	-0.178**	-0.168*	-0.192**	-0.171*	-0.214**
	公交时间	-0.038**	-0.040*	-0.060*	-0.035*	-0.088**	-0.035**
	步行时间	-0.187**	-0.209**	-0.201**	-0.179**	-0.234**	-0.179**
	参数分布标准差	0.087	0.097	0.094	0.080	0.104	0.079
	电动自行车时间	-0.242**	-0.288**	-0.383**	-0.249**	-0.280**	-0.221**
	参数分布标准差	0.109	0.123	0.174	0.113	0.121	0.093
	费用	-0.081**	-0.071**	-0.092**	-0.076**	-0.112**	-0.086**
	参数分布标准差	0.043	0.033	0.056	0.039	0.061	0.045
公共交通	性别	-1.888**	-1.776**	-1.509**	-2.034**	-1.799**	-1.682**
	年龄	-1.102**	-1.101**	-0.743**	-1.417**	-1.261**	-1.013**
	学历（参考变量：初中及以下）
	高中和中专	-0.726**	-0.662*	-	-	-	-
	大专	-0.859**	-1.101**	-	-	-	-
	本科及以上	-0.909**	-1.091**	-	-	-	-
	户收入25万元/年以上	-0.696**	-0.790*	-	-	-0.667*	-
	家庭车辆数	-1.170**	-1.490**	-0.753*	-1.121**	-1.127*	-1.117**
	到深圳市民中心的距离/km	-0.033**	-0.019**	-0.133**	-0.049*	-0.088**	-0.029**
	到最近轨道站点的距离/km	-0.086**	-0.091**	-0.151*	-0.141**	-0.132*	-0.060*
	空间单元人口密度/（万人·km^-2）	0.188**	0.255*	0.339*	0.261**	0.226*	0.153**
	公共服务设施密度/（百个·km^-2）	-	-	-	-	-	-
	到最近公交站点的路网距离/km	-0.084*	-0.081*	-0.139*	-0.115*	-0.101*	-0.078*
	公交站点密度/（个·km^-2）	0.022*	0.012*	0.024*	0.034*	0.069*	0.064**
	路网密度/（km·km^-2）	-	-	-	-	-	-
	土地利用混合度	-	-	-	-	-	-
	常数	3.810**	4.839**	3.843**	2.896**	8.199**	2.434**