地鐵郊區段居民出行行為與優化策略研究

張嵌瑋，楊 柳，劉佳慧，鄒成明，馮碧瑩

（1. 西北大學城市與環境學院，陜西西安 710127；2. 陜西省地表系統與環境承載力重點實驗室，陜西西安 710127）

1 背景

地鐵的建設和發展能夠有效緩解地面交通擁堵，為我國都市圈發展帶來巨大推動作用。地鐵以其便捷性、可靠性、安全性成為多數居民出行的一種重要方式。發展市郊鐵路、研究地鐵郊區段周邊居民出行特征及行為，對優化城市功能布局、發揮中心城市輻射帶動作用、擴大公共交通服務供給、緩解城市擁堵問題、促進我國城市郊區以及都市圈地區的發展具有重要作用。

當前國內外對城市軌道交通的研究主要集中在針對城市宏觀層面或站點周邊的中觀層面提出土地利用與優化設計對策。郁俞[3]認為應以軌道交通車站為核心進行開發，使城市街道和周邊商業功能區與軌道交通車站的步行銜接；徐明明[4]基于以公共交通為導向的開發（TOD）模式，提出城市軌道交通布局原則，根據我國居民交通出行特征建立了換乘方式選擇模型，得出不同服務等級下換乘客流量與換乘形式的對應關系；丁園園[5]從組織方式等方面對城市軌道交通樞紐站進行分析，提出一體化的換乘空間設計。現有研究中尚缺少對地鐵郊區段周邊居民的出行行為和優化策略的研究。本文擬對西安市地鐵郊區段周邊居民的出行特征及行為，地鐵郊區段的出行服務特征開展研究，構建Logistic回歸模型確定影響市郊居民出行選擇行為的重要因素，分析地鐵郊區段周邊居民出行行為規律，為地鐵郊區段規劃設計提供數據支撐和依據。

2 數據采集與出行特征分析

本研究通過問卷調查的方式進行數據采集。2020年10～11月對西安地鐵2號線南端航天城站、韋曲南站周邊社區居民進行了居民出行抽樣調查，共發放調查問卷150份，其中有效問卷143份。通過問卷調查獲取了地鐵郊區段周邊居民的個人屬性、出行信息以及居住環境等信息，圖1為調查樣本分布情況。通過對調查數據進行分析，可得以下調查結果。

（1）市郊居民出行方式占比如圖2所示，由圖可知，在市郊居民出行方式中，選擇乘坐地鐵或者換乘地鐵的出行方式占比很小，選擇小汽車的出行方式占比最大。

（2）市郊居民出行方式選擇年齡差異如圖3所示，由圖可知，出行較多的人群年齡大多都集中在30～40歲之間，選擇乘坐地鐵出行的人群年齡段整體偏低，40歲以上的人群大多選擇非地鐵類出行方式。

（3）市郊居民出行通勤時耗情況如圖4所示，由圖可知，在交通出現擁堵的情況下，市郊居民通勤出行時間增加幅度較大。

3 基于 Logistic 回歸模型的出行行為分析

3.1 相關性分析

對影響出行方式的因素與出行選擇行為進行相關性分析，具體結果如圖5所示，其中綠色表示變量之間正相關，紅色表示變量之間負相關。由圖5可知，小汽車的數量和平均樓層顯著正相關，和年齡顯著負相關；家庭車輛行駛里程和平均停車位的數量顯著正相關，和用地面積顯著負相關；家庭人口數和擁堵總時間顯著正相關；交通擁堵時去購物商場的單程出行總時間和交通擁堵時去娛樂消費的單程出行總時間顯著正相關；交通擁堵時去購物商場的單程出行總時間和平均停車位數顯著正相關。

3.2 Logistic 回歸模型與地鐵方式選擇結果分析

Logistic回歸模型中因變量為離散型變量，自變量可以為數值型自變量，也可以為離散型自變量。通過Logistic回歸模型的參數標定，可以判斷確定影響因變量的因素作用大小，并根據參數值進行預測。

令因變量Y服從二元分布，取值為0和1，Y= 1的總體概率為P（Y= 1），Y= 0的總體概率為P（Y= 0），n個自變量分別為X1，X2，X3，…，Xn，所對應的Logistic回歸模型如下：

式（1）中，β0為常數項；βj=（j= 1，2，3，…，n）為回歸系數。

3.2.1 變量編碼

乘坐地鐵和涉及到乘坐地鐵的交通方式為地鐵類（編碼為1，Y=1）；其他不乘坐地鐵的交通方式為非地鐵類（編碼為0，Y=0）。

結合相關性分析，對自變量進行初步篩選。本文所有自變量分為2類，首先是類別變量：性別、角色、中午是否返回家、住房購買類型、住房類型、購車計劃、建造年代、戶籍地址、受教育程度、工作單位；其次是連續變量：行車里程、年齡、平均月工資、小汽車數量、家庭人口數、平均樓層、建筑面積、工作天數、平均停車位數量、上班擁堵總時間、上班不擁堵總時間、娛樂出行擁堵時間、娛樂出行不擁堵時間、購物出行擁堵時間、購物出行不擁堵時間、居住小區附近500 m停車場泊位數、居住小區附近500 m內公交站數、居住小區附近500 m內公交線路數、居住小區附近1 km地鐵條數、居住小區附近1 km地鐵站數、居住小區平均建筑高度。

3.2.2 模型結果

采用Stata軟件對Logistic回歸模型進行參數標定，通過顯著性統計檢驗的自變量以及Logistic回歸模型結果如表1所示。

表1 模型中自變量及Logistic回歸模型結果

Logistic回歸模型方程如下所示：

模型結果表明，在市郊地區男性比女性更加傾向于使用地鐵方式出行；當通勤出行擁堵時間增加時，使用地鐵方式的比例增加；當地鐵站周邊停車換乘設施增加時，使用地鐵方式的比例增加；家庭車輛行駛里程越多，越不傾向于使用地鐵方式出行，說明該類居民具有依賴小汽車出行的習慣。

從模型與統計結果來看，郊區居民出行時小汽車方式占比較大，是大多數有車家庭的常用出行方式，家庭擁有小汽車的出行者依賴于開車出行的比例較大。從調查的統計中可以看到，有很大比例的郊區居民使用地鐵出行時需要換乘到達目的地，這和出行者的目的地分布以及出行距離相關，并且郊區地鐵站周邊停車設施較多能夠增加使用地鐵出行的概率。

4 優化策略

本文提出合理優化公交接駁站、構建連續舒適的交通慢行銜接網絡、增設非機動車停車場、增設停車換乘（Park+Ride）設施、減少地面交通擁堵與公交出行時耗等優化策略，具體如下。

（1）合理優化公交接駁站。公交是郊區主要的接駁方式，結合地鐵郊區段線路設置方案及周邊現狀以及規劃用地情況，改造或新建公交樞紐站或公交首末站。

（2）構建連續舒適的交通慢行銜接網絡。交通慢行銜接網絡包括騎行網絡和步行系統2部分。自行車換乘客源一般在距車站站點500～2 000 m范圍內，可以設在車站出入口附近、站前交通廣場等位置。建設完善的自行車網絡，在條件允許的道路設置自行車專用道并做出明晰的標記，提高自行車通行的優先權及安全性。

（3）增設非機動車停車場。針對有較大的自行車、共享單車、電動自行車/摩托車等換乘需求的站點，應專門設置相應規模的非機動車停車場。

（4）增設“Park + Ride”設施。針對郊區地鐵站周邊的停車設施存在車位緊張、占用機動車道、停放無秩序等問題，建議綜合考慮地鐵站的位置、交通和土地開發條件，規劃建設“Park + Ride”停車場，同時優化停車收費政策，吸引依賴小汽車出行者轉變為使用地鐵出行方式。

（5）減少地面交通擁堵與公交出行時耗。一方面，政府應加強政策引導，通過限行、限號等方式減少城市機動車出行量；另一方面，加強道路上的公交優先車道管理，合理進行交叉口信號配置保證公交優先通行，保障公交運行效率，減少公交在道路上運行時的擁堵時間。

5 結語

本文對地鐵郊區段周邊居民出行特征進行分析，構建基于Logistic回歸的出行方式選擇模型，確定并量化了郊區地鐵站周邊出行方式選擇的重要因素。研究結果表明：地鐵站周邊停車場數量、工作出行擁堵時間、家庭車輛行駛里程對市郊居民使用地鐵方式具有重要影響作用。基于模型結果提出合理優化公交接駁站、構建連續舒適的交通慢行銜接網絡、增加非機動車與“Park + Ride”停車設施、減少地面交通擁堵與公交出行時耗的優化策略。本研究能夠為提高地鐵郊區段的出行比例及都市圈地區的市郊鐵路規劃建設提供啟示與思路。