快速城市化進程中居民出行的方式選擇

楊勵雅，朱曉寧

(1.中國人民大學公共管理學院，北京100872;2.北京交通大學交通運輸學院，北京100044)

隨著城市化進程的迅速推進，我國城市交通擁堵問題日益嚴峻。治理交通擁堵紛紛被各大城市列為“十二五”期間的首要工作之一。從北京、上海等城市近期公布的“十二五”交通發展規劃草案中可以看到，通過限制機動車與保障公共交通出行來調整居民出行方式結構，已成為各城市治理交通擁堵的共同思路和一致目標。

優化居民出行方式結構，需深入研究城市居民出行的方式選擇行為，把握各出行方式的影響因素以及各因素之間的作用機理。居民出行方式選擇涉及因素繁多，建模過程較復雜，因而也一直是出行行為領域的研究熱點［1-2］。

在以往的研究中，影響居民出行方式選擇的因素通常被歸納為出行者特性、出行特性和交通工具特性三個方面［1-3］。隨著研究的逐步深化，城市土地利用特征對居民出行行為的影響開始被學者們重視。Kuby［4］，Narisra［5］和 Loo［6］的研究均表明土地利用是居民選擇出行方式的重要影響因素。隨著我國城市化進程的迅速推進，計劃經濟時期以單位大院為基本地域單元的城市空間格局逐漸被打破，“職住分離”、“空間錯位”現象顯現［7］，城市土地利用特征對我國居民出行的影響愈發顯著。

另一方面，城市化進程中居民出行的活動空間和范圍不斷擴大，出行需求日益多樣化和復雜化。其中最為顯著的是居民傾向將多個出行以出行鏈的形式進行鏈接，以降低出行成本。出行鏈是指人們為完成一項或多項活動(多目的出行)，按一定時間順序排列的出行目的所組成的往返行程，包含了大量的時間、空間、方式和活動類型信息。顯然，以出行鏈來刻畫居民出行特征更為合適，因而有必要改進目前廣泛采用的以單個出行為分析單元的研究思路。

在研究方法上，國內外學者普遍采用離散選擇理論中的logit模型來分析居民出行方式的選擇行為。然而，logit模型在分析快速城市化進程中的我國居民出行方式選擇行為時至少具有以下局限性:(1)標準logit模型具有IIA性質［8］，即假設備選方式之間是獨立的，而一個出行鏈可能涉及多個交通方式，因此以出行鏈為分析單元的出行方式選擇研究顯然不符合logit模型的假設;(2)盡管有學者為克服標準logit模型的缺陷而提出混合logit模型［9］，但它們在理論上均要求每個自變量無測量誤差，而實際應用中不可能避免;(3)快速城市化進程中，居民出行方式的各類影響因素，如出行者特性、出行鏈與土地利用之間存在錯綜復雜的關系，而Logit模型(包括改進后的其它Logit類模型)難以識別出影響因素間的內部關系，從而使得模型結果在指導交通規劃及交通需求管理時可能會出現偏差。

基于此，本文以出行鏈為分析單元，并采用一種新的統計分析方法——結構方程模型，來分析快速城市化進程中居民出行的方式選擇問題，以期為優化城市居民出行方式結構提供更為可靠的理論依據。

一、居民出行方式選擇的研究假設

考慮快速城市化進程中居民出行環境及出行行為的變化，選取出行鏈、土地利用、個人及家庭的社會經濟屬性三類指標作為居民進行出行方式選擇時的影響因素。需要指出的是，在城市化進程中上述各因素之間并不是孤立的，而是存在復雜的相關關系。綜合國內外相關研究及實證，提出以下研究假設，作為構建模型的依據。

假設1 出行鏈的結構與性質對居民出行方式的選擇具有顯著影響

出行鏈通常以家庭為起點和終點，例如包含工作活動的通勤出行鏈可表示為H-W-O-H等。以出行鏈為分析單元，考慮了單個出行間的時空聯系和約束，能夠更為準確地刻畫居民的出行行為。

出行鏈有簡單鏈和復雜鏈之分:僅有一個中途活動地點的為簡單出行鏈，而包含一個以上中途活動地點的為復雜出行鏈。二者包含的出行次數和彈性活動次數均不相同，因而對城市交通的影響也顯著不同。以通勤出行鏈為例，簡單鏈較為固定，而復雜鏈由于嵌套了大量非工作之外的彈性活動，靈活性和隨機性都比簡單鏈大［3］。此外，按是否包含工作活動，還可將出行鏈劃分為通勤鏈和非通勤鏈。

近年來的研究表明，出行鏈的性質、長度等因素對居民出行方式的選擇具有重要影響，即出行者一般先根據個人及家庭的需要將一日的活動和出行組織成出行鏈，然后在出行鏈的約束下考慮選擇何種交通方式［10-11］。

對于一個出行鏈，居民出行方式可劃分為單一方式和組合方式，其中單一方式可以是自行車、小汽車、公交車、地鐵和出租車中的任意一種，組合方式則是兩個或兩個以上單方式的組合。事實上，絕大多數的組合出行都包含有公共交通出行，組合方式出行被看作是一種對環境影響較小的可持續城市交通發展模式，正逐步得到重視［12］。

假設2 居住及中途活動地點的土地利用特征對出行鏈與出行方式選擇均具有顯著影響

在一個出行鏈中，居住地與中途活動地點的土地利用會對居民出行方式選擇產生重要影響。Narisra［5］等進行的研究表明，居住區所處區位、居住及目的地有無公交站點、有無充足停車泊位等都是居民出行方式選擇的重要影響因素。Loo［6］等通過研究還發現居住區附近地鐵站點是否處于中心區以及是否為換乘站等也是決定居民是否選擇地鐵方式出行的重要因素。

隨著中國城市化進程的迅速推進以及住房制度的改革，計劃經濟時期以單位大院為基本地域單元的城市空間布局逐漸被打破。參照張艷等［7］的研究，本文將我國快速城市化進程中的居住區劃分為老城區舊居住小區、單位大院小區、近郊區新建商品房小區、政策性住房小區等四大類型。不同類型的居住小區，因其區位及職住分布的不同，居民出行的方式也表現出較大差別。

以北京市為例，老城區舊居住小區基本在二環以內，此類居住區以平房、四合院為主，通常建筑密度較高，配套設施較差，是舊城改造的對象。

單位大院小區，多處在二環、三環之間，是改革開放前北京居住區向外擴展的主要部分。早期單位大院小區的建筑多為4-6層的單元式住宅，90年代以來新建了部分高層住宅。總體上，配套設施較齊全、居住環境好。居住在單位大院小區中的居民絕大多數是行政機關、國有企業、科研教育單位的職工，由于職住接近，居民就近上班。

近郊區商品房小區出現在上個世紀80年代，90年代后三環以外住宅建設速度加快，并逐步向四環、五環外迅速擴展。此類居住區與單位大院小區相比最顯著的特點是居民就業地與居住地的分離。

政策性住房小區是上個世紀90年代以來，政府為解決中低收入家庭的住房問題，在城市郊區開發的具有社會保障性質的居住小區，如安居工程、經濟適用房等。目前，北京已建和在建的政策性住房小區多集中在四環、五環以外的郊區。

假設3 居民的社會經濟屬性對出行鏈及其出行方式具有顯著影響

個人及其家庭的社會經濟屬性是公認的影響居民出行方式選擇的重要因素。在經典的交通需求預測模型中，居民的社會經濟屬性，諸如職業、性別、年齡、收入、家庭屬性等指標，是交通方式劃分的重要變量［13］。鮮于建川［14］等的研究表明，職業對出行鏈及出行方式的影響十分顯著，相對于其他職業，服務業及自由職業者在一天中的出行鏈多為簡單鏈，且多選擇單一出行方式;欒琨［15］等研究發現，家中有6歲以下兒童的出行者在通勤出行中傾向采用復雜出行鏈，而家庭規模2人及以下者，采用簡單鏈的概率較高;Narisra［5］等人的研究則發現，家中有12歲以下兒童的出行者更傾向于采用小汽車出行。

假設4 居民的社會經濟屬性對其居住區位具有顯著影響

城市經濟學理論認為，居民在進行居住區位選擇時，會在居民及家庭屬性(家庭收入、家庭人數等)的約束下對住房成本和通勤成本進行權衡，追求效用最大化。雖然該理論有眾多的假設、限制條件，但其幾乎在各類城市中都能很容易得到驗證［16］。

二、模型的構建與結果分析

以上假設僅描述了各影響因素與出行方式選擇之間的邏輯關系，為進一步識別出各種關系的方向與大小，本文構建居民出行方式選擇的結構方程模型。

(一)結構方程模型

結構方程模型被稱為近年來統計學三大進展之一，它是一種建立、估計和檢驗因果關系模型的方法。一個完整的結構方程模型包括測量模型和結構模型兩部分［17-18］。

(1)測量模型

測量模型描述潛變量η、ξ如何被顯變量(觀察變量)Y、X所測量。

式中，Y為內生顯變量組成的向量;X為外生顯變量組成的向量;η為內生潛變量;ξ為外生潛變量;ΛY為內生顯變量在內生潛變量上的因子負荷矩陣，它表示內生潛變量η和其顯變量Y之間的關系;ΛX為外生顯變量在外生潛變量上的因子負荷矩陣，它表示外生潛變量ξ和其顯變量X之間的關系;ε，δ為測量模型的殘差矩陣。

(2)結構模型

結構模型描述潛變量η、ξ之間的關系。

式中:B為路徑系數矩陣，它表示結構模型中內生潛變量η之間的相互影響;Γ為路徑系數矩陣，它表示結構模型中外生潛變量ξ對內生潛變量η的影響;ζ為結構模型的殘差矩陣。

(3)模型求解

一個完整的結構方程包含共 ΛY、ΛX、B、Γ、Φ、Ψ、Θε、Θδ共8個待估參數矩陣。前面4個矩陣已在測量模型或結構模型中出現。Φ為外生潛變量ξ的協方差矩陣，Ψ為殘差項ζ的協方差矩陣，Θε為ε的協方差矩陣，Θδ為δ的協方差矩陣。

通過上述參數，可推導出顯變量Y、X的協方差矩陣Σ(θ)，其中θ為待估參數。用Σ表示顯變量的總體的協方差矩陣(用樣本協方差矩陣替代)，若理論模型為真，則有Σ=Σ(θ)，從而求出模型的待估參數θ。

(4)模型評價和分析

傳統的統計模型只能給出單個方程的結果評價，結構方程模型的優點之一則在于能夠得到反映整個模型擬合好壞的統計量——擬合指數。最常用的擬合指數是近似誤差均方根RMSEA和正規化擬合指數NFI。RMSEA越接近于0，NFI越接近于1，模型擬合度越好。通常采用 RMSEA＜0.1、NFI＞0.9作為模型評價標準。在整個模型擬合良好的前提下，對單個參數進行檢驗，即檢驗所有參數的估計值是否有意義。

(二)居民出行方式選擇的結構方程模型

(1)樣本選擇

依據研究假設，確定各類影響因素所包含的指標，并據此設計調查問卷題項。選取北京市四類共8個居住小區，在每類居住區中隨機抽取80戶家庭，對每個家庭中18歲以上成員在工作日的某一個典型出行鏈①調查中，典型出行鏈指出行者在工作日中最經常發生的、最具代表性的那個出行鏈。及其相關信息進行問卷調查②問卷調查于2009年10月15日開始，11月30日結束，調查的居民小區包括東城千福巷社區、交道口社區、鐵道科學研究院家屬區、二炮清河大院、朝陽城市月光、通州水郡長安、回龍觀龍錦苑、豐臺怡然家園。其中，千福巷社區、交道口社區屬老城區舊居住小區;鐵道科學研究院家屬區、二炮清河大院為單位大院小區;城市月光、水郡長安為建立在近郊區的商品房小區;龍錦苑、怡然家園為遠郊區的政策性住房小區。樣本數據中涉及距離的變量均通過北京市電子地圖量取，且選定天安門為市中心。。對回收的1284份問卷進行出行空間一致性、出行時間連續性以及出行方式一致性檢驗，剔除無效樣本，最終得到有效樣本1011個，符合結構方程模型數據分析要求。

(2)模型形式

因模型各類變量與子變量之間無明顯測量關系，故居民出行方式選擇的結構方程模型不涉及潛變量，其模型形式為

式中:Y是由p個內生變量組成的p×1維向量;X是由q個外生變量組成的q×1維向量;B和Γ分別是p×p和p×q階系數矩陣，ζ是p個結構方程的殘差組成的p×1維殘差向量。

同3.1節，可通過 Σ =Σ(θ)，求出B、Γ 等待估參數。

根據前述研究假設選取變量，并得到模型的初始架構。模型包含3個層次，上層是“個人與家庭屬性”，中間層是“出行鏈”和“土地利用”，下層是“出行方式”。模型初始架構以及所包含變量的具體說明分別如圖1和表1所示。

圖1 居民出行方式選擇的初始模型架構

表1 初始模型變量說明

利用AMOS18.0對模型進行計算，因模型包含定序型變量，且樣本不符合聯合正態分布，故選擇WLS法［18］對模型參數進行估計。從初始模型的計算結果可以看出，外生變量“是否工作或上學”、“家庭總人口數”對絕大多數內生變量的影響不顯著，其作用可能已被其他指標替代，因此將其從模型中剔除;同理剔除“居住區距市中心距離”、“主要目的地距最近地鐵站距離”、“主要目的地距最近公交站距離”、“出行鏈包含目的數”、“是否步行方式”等5個內生變量。此外，個人與家庭屬性類變量與土地利用類變量關系不顯著，因此刪除二者的關系。最終模型架構如圖2所示。

圖2 居民出行方式選擇的最終模型架構

(三) 模型結果分析

對圖2所示的最終模型進行計算，得到模型的擬合度指數 RMSEA=0.055 ＜0.1，NFI=0.901，表明模型擬合良好。具體計算結果如表2、表3和表4所示。

以上顯示了結構方程模型中各外生變量對各內生變量，以及各內生變量之間的相互影響關系，可以得出以下主要結論:

(1)個人與家庭屬性對出行鏈及出行方式影響較為顯著，研究假設3成立。

表2 外生變量個人與家庭屬性對各內生變量的影響

表3 外生變量土地利用對各內生變量的影響

表4 內生變量間的影響效應

性別對出行鏈有一定影響，而對出行方式的影響不顯著。性別對出行鏈是否復雜鏈、是否包含通勤出行的影響相對顯著①“顯著”與否的標準見表2-表4的尾注，下同。，影響系數分別為-0.105與0.089，表明相較女性，男性出行者每個工作日最主要的出行多為通勤出行且所形成的出行鏈多為簡單鏈。這是由男女所承擔的社會責任不同所致，女性因需承擔一定生活性活動，會在其工作出行中同時鏈接一些非工作出行，使出行鏈更傾向于形成復雜鏈。

家庭是否擁有小汽車對出行者的出行鏈以及出行方式的選擇具有非常顯著的影響。小汽車因可達性和方便性較高，其擁有者的出行鏈多為復雜鏈，且出行距離較長。擁有小汽車對地鐵、公交等公共交通方式具有顯著的負效應，影響系數分別為-0.151與-0.197，這符合研究者的預期，因此為提高公共交通承擔率，有必要實施合理的小汽車限制政策。值得注意的是，擁有小汽車對組合出行方式具有正效應(0.058)，盡管該效應尚不顯著。前已述及，絕大多數的組合方式都包含有公共交通出行，這說明擁有小汽車在一定程度上能夠促進公共交通出行，然而前提在于能夠為小汽車擁有者提供充足的駐車換乘空間。事實上，在駐車換乘系統較為完備的香港，小汽車擁有對地鐵運輸量的貢獻非常顯著［8］。

是否擁有自行車對出行方式也有一定影響。擁有自行車對小汽車方式的影響效應為負(-0.121)，對組合方式的影響為正(0.216)，且影響程度顯著，表明自行車在限制小汽車、促進公交出行上功不可沒。

家中是否有12歲以下兒童對出行鏈與出行方式的影響較為顯著，其中對是否復雜鏈的影響系數為0.195，對小汽車方式、出租車方式的影響系數分別為0.193與0.284。表明，家中有12歲以下兒童的出行者多采用復雜出行鏈出行，以便在出行途中接送孩子上下學，且他們更傾向于采用小汽車、出租車等單一出行方式。在未來交通管理中，可積極發展中小學校車服務系統，以此緩解有兒童家庭對小汽車的依賴。

(2)土地利用對出行鏈及出行方式影響顯著，研究假設2成立。

土地利用指標中，居住區類型對出行鏈與出行方式的影響十分顯著。首先，四類居住區對出行鏈是否包含通勤出行的影響均是正向的，影響系數分別為0.112、0.320、0.099與0.083，且影響顯著，表明通勤出行是居民日常出行的主要組成部分。

單位大院居住類型(DW)對出行鏈長度與小汽車方式的影響均為負，分別為-0.322與-0.442，表明單位大院的布局模式較好地實現了“職住平衡”，縮短了居民一天中的主要出行距離，從而減少了他們對小汽車的依賴。

商品房小區(CH)和政策性住房小區(SW)對小汽車方式的影響為正，影響系數分別為0.311與0.282。表明這兩類小區的出行者更傾向于采用小汽車方式出行，這一方面是由出行者的個人與家庭屬性決定的，另一方面也反映出近年來北京市在加快開發商品房及政策性住房小區時，未能充分考慮就業與居住的平衡，出行者每天需往返于居住地與就業地，給交通系統帶來巨大壓力。

老城區舊居住區類型(OLD)對出行鏈長度的影響為正，這與張艷等人［7］的研究結論相類似。這一結果表明，老城區舊居住區中長距離逆向通勤②居住在中心城，在外圍組團就業，所發生的通勤稱為“逆向通勤”。現象普遍，通常認為與北京市制造業就業崗位的外遷存在一定聯系。老城區舊居住區的出行者傾向于采用自行車和公共交通方式，這很大程度上由其社會經濟屬性所決定，同時也反映出大力建設連接中心城與外圍組團的大容量快速軌道交通對解決各類出行者的通勤出行具有重要意義。

值得注意的是，政策性住房小區對組合出行方式具有正向顯著影響(0.092)，在一定程度上說明政策性住房小區的出行者駐車換乘行為較明顯。北京市政策性住房小區多分布在四環、五環以外的郊區，這些地區的軌道交通站點因周邊商業設施不全，給駐車換乘提供了一定條件，從而促進出行者采用組合出行方式。然而，在實地調查中發現，靠近政策性住房小區的軌道交通站點周邊通常并不具備正式、完善的停車設施，隨意的路邊停車，甚至非法占道十分普遍。

(3)出行鏈對出行方式的影響顯著，研究假設1成立。

復雜鏈對小汽車、出租車等單一出行方式的影響為正(影響系數分別為0.566與0.325)，而對地鐵、公交及組合方式的影響為負(影響系數分別為-0.043、-0.039、-0.247)。復雜鏈涉及多個中途活動地點，組合方式所需的額外停駐以及公共交通相對低下的效率，使得復雜出行鏈的出行者更傾向于采用小汽車或出租車方式。

出行鏈長度對出行方式的影響也十分顯著，其中對小汽車方式和地鐵方式的影響效應相當，影響系數分別為0.520與0.326。這說明地鐵以其準點、出行成本低等優勢在中長距離運輸中發揮著重要作用，成為小汽車方式的有力競爭對手。

(4)個人及家庭屬性對居住區位影響不顯著，研究假設4不成立。

由圖1所示初始模型的計算結果，個人與家庭屬性類變量對土地利用各變量的影響較弱，因此在最終模型中刪除了這一關系，“土地利用”由最初假設的“內生變量”變為“外生變量”。這在一定程度上表明，我國城市的土地利用格局演變受居民住房選址行為的影響還不顯著，這是由現階段我國所處的城市化水平所決定的。

三、結論

優化居民出行方式結構已成為各城市治理交通擁堵的主要思路。本文以快速城市化為背景，選取出行鏈特征、土地利用、個人與家庭屬性等三類影響因素，構建居民出行方式選擇的結構方程模型，得到了以下主要研究結論:

(1)快速城市化進程中，影響居民出行方式選擇的因素錯綜復雜。結構方程模型能夠克服居民出行行為領域普遍采用的logit類模型的缺陷，較為精確地識別出各影響因素與居民出行方式選擇之間的復雜關系，可成為以后分析此類問題的有力工具。

(2)以出行鏈為分析單元，更為準確地刻畫了快速城市化進程中居民的出行行為。小汽車方式在復雜出行鏈中比例較大，因此為吸引更多居民采用公共交通出行，未來公共交通的規劃應從復雜出行鏈的特征出發，從運行時間、發車頻率、舒適性、換乘便捷度等方面不斷改善公共交通的服務水平。

對小汽車的擁有和使用可采用限制與引導相結合的方式。一方面，通過提高燃油稅、購買稅以及中心城停車收費價格等交通需求管理措施限制小汽車的購買和使用;另一方面，結合復雜鏈特點，加大駐車換乘(Parking-Riding)系統的建設力度，隨軌道交通新線同步規劃駐車換乘停車場，在有條件的既有線路站點周邊增設駐車換乘停車場，促進居民采用組合方式出行，減少居民對小汽車的依賴。

自行車能促進公共交通出行。自行車+軌道(B+R)的出行方式正成為世界各大城市綠色出行的新風尚。自行車適宜的出行距離為3-5公里，這恰是我國絕大多數城市軌道交通站點的平均輻射半徑。自行車應作為未來大力提倡的出行工具，自行車專用道建設應納入城市交通規劃，在地鐵站、公交樞紐周邊設置自行車停車場，完善自行車與公共交通的接駁系統。

(3)土地利用是影響居民出行方式選擇的重要外生變量。隨著城市化的推進，北京市以及全國其他城市的土地利用模式日趨多樣化，逐步由計劃經濟下以單位大院為基本單元的職住接近，向市場經濟下以商品房小區為主要模式的職住分離轉變。隨之引發的長距離出行以及對小汽車的高度依賴，值得城市管理者深思。這要求城市管理者一方面針對不同類型居住區提供差異化的交通服務，另一方面要不斷優化土地配置方案及產業布局，平衡職住分布，最大限度地減少居民出行距離，促進居民選擇公共交通方式，這一點在新城開發時尤為重要。

(4)個人與家庭屬性對居民出行方式選擇亦有重要影響。值得強調的是，為方便出行途中接送孩子上下學，家中有兒童的出行者較多采用復雜出行鏈出行，且他們更傾向于采用小汽車、出租車等單一出行方式。在未來交通管理中，可積極發展中小學校車服務系統，以緩解有兒童家庭對小汽車的依賴。

［1］Ben-Akiva M，Lerman S.Discrete Choice Analysis:Theory and Application to Travel Demand［M］.Cambridge，Massachusetts:MIT Press，1985.

［2］Bowman J L，Ben-Akiva M.Activity-based Disaggregate Travel Demand Model System with Activity Schedules［J］.Transportation Research Part A，2000，(35):1-28.

［3］宗 芳，雋志才.基于活動的出行方式選擇模型與交通需求管理策略［J］.吉林大學學報(工學版)，2007，(37)，1:48-53.

［4］Michael Kuby， Anthony Barranda， Christopher Upchurch.Factors Influencing Light-Rail Station Boardings in the United States［J］.Transportation Research Part A ，2004，(28):223-247.

［5］Narisra Limtanakool，Martin Dijst，Tim Schwanen.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):327-341.

［6］Becky P.Y.Loo，Cynthia Chen，Eric T.H.Chan.Railbased Transit-Oriented Development:Lessons from New York City and Hong Kong.Landscape and Urban Planning，2010，(97):202-212.

［7］張 艷，柴彥威.基于居住區比較的北京城市通勤研究［J］.地理研究，2009，5(28):1327-1337.

［8］Chipman J.The foundations of utility ［J］.Econometrica，1960，(28):193-224.

［9］McFadden D，K.Train.Mixed MNL models of discrete response［J］.Journal of Applied Econometrics，2000，(15):447-470.

［10］Stefaan Vande Walle，Therese Steenberghen.Space and Time Related Determinants of Public Transport Use in Trip Chains.Transportation Research Part A:Policy and Practice，2006，40(2):151-162.

［11］Xin Ye，Ram M.Pendyala，Giovanni Gottardi.An Exploration of the Relationship between Mode Choice and Complexity of Trip Chaining Patterns［J］.Transportation Research Part B:Methodological，2007，41(1):96-113.

［12］Nobis C.Multimodality:Facets and Causes of Sustainable Mobility Behavior［J］.Transportation Research Record，2007，20(10):35-44.

［13］邵春福.交通規劃原理［M］.北京:中國鐵道出版社，2006.

［14］鮮于建川，雋志才.出行鏈與出行方式相互影響模式［J］.上海交通大學學報，2010，44(6):792-795.

［15］欒 琨，雋志才.通勤者出行方式與出行鏈選擇行為研究［J］.公路交通科技，2010，27(6):107-110.

［16］Mills E S.Studies in the structure of the urban economy［M］.Baltimore:Jones Hopkins Press，1972.

［17］周 錢，陸化普等.基于結構方程模型的交通需求分析［J］. 清華大學學報(自然科學版)，2008，48(5):879-882.

［18］吳明隆.結構方程模型-AMOS的操作與應用［M］.重慶大學出版社，2010.