考虑停车可用性的建成环境对小汽车通勤出行的影响

doi:10.13229/j.cnki.jdxbgxb20180047

摘要/Abstract

摘要：

为分析建成环境对通勤出行方式选择的影响，考虑居住地和工作地的停车可用性，以小汽车拥有和通勤距离为中介变量，构建路径分析?离散选择一体化模型(PAM?DCM)。利用长春市居民出行调查数据，借助Mplus软件对模型参数进行估计，并与不考虑停车可用性的情况进行比较。研究结果表明，考虑停车可用性的模型拟合效果更优，且停车可用性对小汽车通勤具有显著的正效应；建成环境对小汽车通勤有显著影响，且居住地建成环境的影响大于工作地。

关键词: 交通运输系统工程, 停车可用性, 建成环境, 小汽车通勤, 路径分析?离散选择一体化模型

Abstract:

In order to examine the influence of built environment and parking availability on commuting mode choice, the integrated path analysis?discrete choice model (PAM?DCM) is proposed. In this model the car ownership and commuting distance are considered as the mediating variables. The data from Changchun household travel survey is used to estimate model parameters using Mplus software. The results indicate that the model considering parking availability performs better than the model ignoring the parking availability. Also, the influence of parking availability on car use for commuting is significantly positive. Meanwhile, built environment in residence and workplace has significant effects on car use for commuting. Moreover, it is found that the influence of residential built environment is greater than that in workplace.

Key words: engineering of communications and transportation system, parking availability, built environment, car commuting, integrated path analysis?discrete choice model (PAM?DCM)

中图分类号:

U491

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.

Chao⁃ying YIN,Chun⁃fu SHAO,Xiao⁃quan WANG. 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.

图/表 6

表1

图1

图2

表2

模型拟合效果"

拟合指标	模型1	模型2	参考值
$χ 2$	5.984	5.580	χ²值越小表示偏差越小，模型拟合越好
CFI	0.994	0.999	>0.90
TLI	0.949	0.955	>0.90
RMSEA	0.015	0.015	<0.05

表2

表3

表4

参考文献 12

1	秦焕美,关宏志,殷焕焕. 停车收费价格对居民出行方式选择行为的影响研究——以北京市居民小汽车、公交、出租车选择行为为例[J]. 土木工程学报,2008,41(8):93⁃98.
	QinHuan⁃mei,GuanHong⁃zhi,YinHuan⁃huan. A study of the effect of parking price on the mode of inhabitant trip behavior—with the cars, public transit and taxi in Beijing as an example[J]. China Civil Engineering Journal,2008,41(8):93⁃98.
2	丁川,林姚宇,王耀武. 城市空间扩张与机动化水平增长之间的互动关系探究[J]. 交通运输系统工程与信息,2014,14(3):9⁃15.
	DingChuan,LinYao⁃yu,WangYao⁃wu. Interactive relationship between urban spatial expansion and mobility growth in China[J]. Journal of Transportation Systems Engineering & Information Technology,2014,14(3):9⁃15.
3	PetterChristiansen, ØysteinEngebretsen, NilsFearnley, et al. Parking facilities and the built environment: Impacts on travel behavior[J]. Transportation Research Part A: Policy & Practice,2017,95:198⁃206.
4	GuerraE. The built environment and car use in Mexico city: is the relationship changing over time?[J]. Journal of Planning Education & Research,2014,34(4):394⁃408.
5	LiSheng⁃xiao, ZhaoPeng⁃jun. Exploring car ownership and car use in neighborhoods near metro stations in Beijing: does the neighborhood built environment matter?[J]. Transportation Research Part D: Transport & Environment,2017,56:1⁃17.
6	ShirgaokarM. Expanding cities and vehicle use in India: differing impacts of built environment factors on scooter and car use in Mumbai[J]. Urban Studies,2016,53(15):3296⁃3316.
7	SunB, ErmagunA, DanB. Built environmental impacts on commuting mode choice and distance: evidence from Shanghai[J]. Transportation Research Part D: Transport & Environment,2017,52:441⁃453.
8	JiangYang, GuPei⁃qin, ChenYu⁃lin, et al. Influence of land use and street characteristics on car ownership and use: evidence from Jinan, China[J]. Transportation Research Part D: Transport & Environment,2017,52:518⁃534.
9	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[J]. 国际城市规划,2015,30(4):46⁃52.
	CaoXin⁃yu. Examining the relationships between neighborhood built environment and travel behavior: a review from US perspective[J]. Urban Planning International,2015,30(4):46⁃52.
10	ReidE, RobertC. Travel and the built environment[J]. Journal of the American Planning Association,2010,76(3):265⁃294.
11	CaoXiao⁃shu, YangWen⁃yue. Examining the effects of the built environment and residential self⁃selection on commuting trips and the related CO₂, emissions: an empirical study in Guangzhou, China[J]. Transportation Research Part D: Transport & Environment,2017,52:480⁃494.
12	WangXiao⁃quan, ShaoChun⁃fu, YinChao⁃ying, et al. Application of Bayesian multilevel models using small and medium size city in China: the case of Changchun[J]. Sustainability,2018,10(2):1⁃15.

相关文章 15

[1]	白乔文,曲昭伟,陈永恒,熊帅,陶楚青. 非严格优先权下无左转专用相位直行车辆轨迹模型建立[J]. 吉林大学学报(工学版), 2019, 49(3): 673-679.
[2]	李志慧,钟涛,赵永华,胡永利,李海涛,赵景伟. 面向车辆自主驾驶的行人跟踪算法[J]. 吉林大学学报(工学版), 2019, 49(3): 680-687.
[3]	曹宁博,赵利英,曲昭伟,陈永恒,白乔文,邓晓磊. 考虑双向行人跟随行为的社会力模型[J]. 吉林大学学报(工学版), 2019, 49(3): 688-694.
[4]	罗小芹,王殿海,金盛. 面向混合交通的感应式交通信号控制方法[J]. 吉林大学学报(工学版), 2019, 49(3): 695-704.
[5]	陈磊,王江锋,谷远利,闫学东. 基于思维进化优化的多源交通数据融合算法[J]. 吉林大学学报(工学版), 2019, 49(3): 705-713.
[6]	凃强,程琳,林芬,孙超. 考虑出行者风险态度的最优路径搜索[J]. 吉林大学学报(工学版), 2019, 49(3): 720-726.
[7]	陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676.
[8]	常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684.
[9]	曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693.
[10]	宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379.
[11]	刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386.
[12]	钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397.
[13]	刘兆惠, 王超, 吕文红, 管欣. 基于非线性动力学分析的车辆运行状态参数数据特征辨识[J]. 吉林大学学报(工学版), 2018, 48(5): 1405-1410.
[14]	宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028.
[15]	栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

变量名称		变量描述	均值	标准差
社会经济属性	性别	男为1；女为0	0.54	0.50
	年龄/岁	连续变量	38.16	10.74
	教育程度	大学及以上学历为1；大学以下学历为0	0.35	0.48
家庭属性	家庭规模/人	连续变量	2.99	0.875
	家庭年平均收入/万元	家庭年平均收入≤2万元为1；家庭年平均收入为> 2万元且≤10万元为2；家庭年平均收入>10万元为3	2.10	0.390
	家庭小汽车拥有	拥有小汽车为1；否则为0	0.24	0.430
建成环境	土地利用混合度	衡量“多样性”维度	0.59	0.17
	公共交通站点密度	衡量“公交设施可达性”维度	10.50	5.91
	到CBD的距离	衡量“目的地可达性”维度	4.80	2.91
	交叉口密度	衡量“设计”维度	33.38	33.83
停车可用性	交通小区停车场密度	衡量停车可用性	70.37	80.52
停车可用性	500 m范围内停车可用性	居住地或工作地500m范围内有停车场为1；否则为0	0.41	0.52
出行属性	通勤距离	连续变量	6.68	11.74
出行属性	通勤方式	使用小汽车通勤为1；否则为0	0.13	0.34

变量名称		直接效应		间接效应		总效应
变量名称		参数估计	t统计量	参数估计	t统计量	参数估计	t统计量
社会经济属性	性别	0.504	23.675**	0.090	4.550**	0.594	24.226**
	年龄	0.106	10.747**	0.040	4.268**	0.146	13.808**
	教育程度	0.098	4.296**	0.698	30.319**	0.796	32.733**
家庭属性	家庭规模	0.005	0.471	0.031	1.974**	0.036	2.403**
家庭属性	家庭收入	0.003	0.131	0.023	2.106**	0.026	1.997**
居住地建成环境	居住地土地利用混合度	-0.148	-1.962**	-0.918	-6.154**	-1.066	-4.052**
	居住地公共交通站点密度	-0.004	-1.912*	-0.016	-2.104**	-0.020	-2.826**
	居住地到CBD的距离	0.117	1.793*	0.026	3.025**	0.143	3.723**
	居住地交叉口密度	0.000	0.232	-0.011	-2.521**	-0.011	-2.002**
工作地建成环境	工作地土地利用混合度	-0.140	-0.915	-0.398	-2.058**	-0.538	-1.864*
	工作地公共交通站点密度	0.000	0.177	-0.011	-1.775*	-0.011	-2.448**
	工作地到CBD的距离	0.041	0.373	0.018	2.722**	0.059	2.733**
	工作地交叉口密度	0.000	0.982	-0.001	1.298	-0.001	0.662

变量名称		直接效应		间接效应		总效应
变量名称		参数估计	t统计量	参数估计	t统计量	参数估计	t统计量
社会经济属性	性别	0.505	23.774**	0.094	4.772**	0.598	24.330**
	年龄	0.106	10.809**	0.040	4.255**	0.146	13.783**
	教育程度	0.098	4.506**	0.690	30.877**	0.788	32.457**
家庭属性	家庭规模	0.005	0.504	0.030	3.954**	0.035	4.006**
家庭属性	家庭收入	0.004	0.152	0.007	2.256**	0.011	2.088**
居住地建成环境	居住地土地利用混合度	-0.120	-1.989**	-0.832	-5.490**	-0.952	-3.693**
	居住地公共交通站点密度	-0.003	-1.798*	-0.014	-2.590**	-0.017	-2.906**
	居住地到CBD的距离	0.105	1.966**	0.023	4.200**	0.128	4.452**
	居住地交叉口密度	0.001	1.190	-0.014	-4.913**	-0.013	-2.932**
工作地建成环境	工作地土地利用混合度	-0.139	-0.898	-0.322	-2.226**	-0.416	-1.982**
	工作地公共交通站点密度	0.000	-0.039	-0.010	-2.216**	-0.010	-1.746*
	工作地到CBD的距离	0.040	5.501**	0.014	2.971**	0.055	2.863**
	工作地交叉口密度	0.000	0.262	-0.001	-1.287	-0.001	-0.832
停车可用性	居住地停车场密度	0.023	4.385**	0.002	5.385**	0.025	3.152**
	工作地停车场密度	0.013	3.655**	0.001	3.655**	0.014	3.231**
	居住地500 m范围内停车可用性	0.147	13.774**	0.030	3.436**	0.177	10.327**
	工作地500 m范围内停车可用性	0.113	11.226**	0.035	3.775**	0.148	12.783**