城市交通治理的新方向：可持續多模式出行策略的實施路徑與挑戰

【基金項目】國家自然科學基金面上項目“超大城市日常通勤對居民健康及工作效率的影響機制研究——以北京市為例（42171190）”“多模式交通導向的城市開發及其社會環境效應： 基于北京和倫敦的案例研究（42371199）”階段性成果。

摘要：隨著機動化導向的城市發展模式所帶來的環境與健康問題日益凸顯，多模式出行逐漸發展成為滿足人們日常復雜多樣出行需求的優先方案。本文從多模式出行的核心內涵著手，系統歸納支撐多模式出行行為的多模式交通系統在規劃和實踐方面的關鍵要點，進一步探討如何建構和優化多模式交通系統。研究認為，為應對現有城市交通系統中不同交通方式銜接、出行服務整合以及出行信息數據共享等方面的挑戰，需要加強政府管理部門、服務運營商和終端用戶三個利益相關方的深度交流與合作，構建具有包容性的多模式出行服務體系，探索創新商業合作模式，加強政策引導與支持，旨在為構建可持續、高效且多樣化的多模式交通系統提供理論支撐和實踐指導。

關鍵詞：多模式出行；多模式交通系統；出行服務整合；共享出行；協同互通

【中圖分類號】U491" " " DOI：10.3969/j.issn.1674-7178.2024.06.007

引言

交通運輸作為主要碳排放源之一，在全球碳減排行動中至關重要。有研究發現，全球70%以上的溫室氣體排放來自城市地區[1]，其中交通運輸業的碳排放量約占全球溫室氣體排放總量的25%[2]。為度量經濟增長是否以資源消耗和環境破壞為代價，有研究采用Tapio脫鉤指數從省級角度考察了交通運輸業發展與二氧化碳排放量之間的關系，并發現欠發達省份比發達和沿海省份更有可能呈現弱脫鉤狀態[3]。可見，構建可持續的城市交通系統對于應對全球氣候危機、實現碳達峰、碳中和的目標至關重要。

然而，當前城市交通系統面臨著由私家車數量快速增長所帶來的能源消耗增加、溫室氣體排放加劇和空氣污染等問題[4]。盡管公共交通和非機動化交通模式越來越受到政府部門的重視，但城市規劃、傳統交通規劃和基礎設施建設依然以單一交通方式即機動車為中心，這一做法限制了非機動化交通的發展，并加劇了居民對私家車的依賴。以機動化交通為導向的城市規劃還會導致居民久坐行為增加，對公共健康產生負面影響[5]。

為應對上述挑戰，全球主要城市紛紛將減少居民對私家車的依賴納入交通政策目標。然而，以公共交通為核心的城市交通系統難以滿足所有出行需求[6-7]。一方面，由于運營線路的固定性以及服務的有限性，公共交通無法提供“門到門”的出行服務，需要借助出租車、共享單車等其他出行方式進行補充，以滿足出行者“第一公里”和“最后一公里”的出行需求。另一方面，由于出行行為的復雜性，公共交通很難在不同的出行場景下（例如不同出行目的和出行距離）成為最優選擇，這與私家車的靈活性優勢形成鮮明對比。在此背景下，多模式出行和多模式交通系統逐漸成為交通規劃和出行研究的熱點。其中，多模式出行強調在“門到門”的出行過程中不同交通模式的整合，注重出行模式的多樣性和靈活性[8-9]。而多模式交通系統作為支撐多模式出行的重要平臺，其整合了綠色出行和新興出行服務的優勢，更好地滿足人們日常復雜多樣的出行需求，為減少私家車出行提供更具吸引力和競爭力的出行方案[10]?？沙掷m的多模式交通系統使個人在保持靈活性和生活質量的同時，也能夠做出具有環保意識的選擇[11]。

盡管發展可持續的多模式交通系統對于減少城市私家車依賴和降低碳排放具有潛在的積極效益，但國內現有文獻對此話題的關注相對較少。文章從多模式出行的概念入手，系統歸納多模式交通系統規劃和實踐的要點，進一步探討新興出行服務與技術如何影響多模式交通系統的建構與優化。最后，文章從系統的角度出發，探討如何加強政府管理部門、服務運營商、終端客戶三個利益相關方的交流與合作，以實現多模式交通系統各項要素的協同優化，并分析多模式出行服務系統在建設過程中面臨的挑戰以及未來的發展方向。

一、多模式出行的概念、測量與發展趨勢

盡管目前學界對多模式出行尚未形成統一且規范的定義，但從交通領域的視角來看，多模式出行的概念研究主要存在兩種視角。

一種是個人層面的多模式出行，其主要描述出行者在一定時期內使用的交通出行方式數量[12-13]。該定義強調出行者對出行方式選擇的靈活性和多樣性。研究者通常根據受訪者是否在一定時間內使用了兩種或兩種以上的交通出行方式來判斷其是否屬于多模式出行者[14]。個人層面的多模式出行側重于交通出行方式的類型和數量，而不限于具體使用場景。另一種研究視角聚焦于行程層面的多模式出行，主要指同一行程或出行鏈中不同交通出行方式的組合形態。這一概念與貨運運輸領域的“多式聯運”具有相似性，但在客運交通研究領域中較少使用這一術語?，F有研究通常根據完整的“門到門”行程所包含的交通方式類型和數量來判定多模式出行者[15]。

從全球范圍來看，多項研究表明，多模式出行是普遍現象，尤其是在公共交通和積極交通普及率較高的國家和地區。所謂積極交通，也叫主動交通，是指步行、自行車或其他依靠人力而非完全依賴機械動力的交通出行方式（比如輪滑、滑板車等）[16]。Claudia Nobis基于2002年德國全國流動性調查的數據集以及德國流動性小組1999—2004年的數據發現，約49%的德國人每周至少使用兩種交通出行方式，包括私家車、公共交通和自行車[17]。Eva Heinen和Kiron Chatterjee基于英國國家旅游調查研究數據發現，約55.8%的受訪者在一周內使用了不同交通模式的組合[18]。從城市和地區層面來看，Akshay Vij等學者通過分析德國卡爾斯魯厄六周的旅行日志數據發現，約三分之二的受訪者使用了兩種以上的出行方式[19]。在以北京為案例的一項研究中，約32.2%的受訪者在工作日內改變了他們的主要通勤方式，因此被歸類為多模式出行者[20]。此外，有研究通過識別不同的出行模式，推動城市管理者更好地滿足不同群體的出行需求。例如，荷蘭的研究識別出了五種不同的多模式出行類型，其中最常見的是涵蓋公共交通與積極交通的組合出行方式[21]。在私家車使用率較高的北美地區，一些多模式出行者也會將私家車與其他交通方式結合使用[22]。

在多模式出行的理念下，人們的出行行為復雜多樣，采用多種出行方式已成為一種普遍現象。因此，公共政策不應僅倡導使用單一可持續交通模式，而應致力于推動多種交通方式的理性均衡混用，從而更貼近人們的日常出行習慣，也更有可能獲得長期依賴私家車出行群體的接納。

二、鼓勵多模式出行：

從物理層面到信息層面的出行服務整合

在推動個人層面多模式出行的實踐中，關鍵在于能否提供具有吸引力的替代私家車出行方案，以增強出行者的可選擇性和靈活性，促使他們更多地使用可持續的出行方案[23]。規劃干預措施，如公交導向開發（TOD）、構建社區生活圈以及建設自行車專用道等，不僅支持公共交通和積極交通的出行方式，還為減少私家車依賴、豐富出行方式選擇提供了有效的解決方案。除了在城市規劃層面實施環境干預策略以外，在公共政策和城市治理層面，采用“胡蘿卜加大棒”式的非環境干預策略，例如提供鼓勵可持續多模式出行的激勵措施以及制定限制私家車出行的交通政策等，同樣對促進多模式出行產生積極的效果[24-25]。在當前的研究和規劃中，盡管已廣泛探討和采納上述多種推動可持續出行的策略，但多數策略仍局限于單一的出行方式，例如公共交通或積極交通，而缺乏從整體的角度對不同出行方式進行整合和優化。與公共交通和積極交通的出行方式相比，私家車出行在覆蓋長距離行程和提供“門到門”服務的靈活性上具有顯著優勢。因此，在推動個人層面多模式出行的實踐中，盡管公共政策的最終目標是鼓勵人們選擇可持續的出行方式，但實現這一目標的落腳點仍需要在行程層面上實現不同出行方式的有機整合，進而提升可持續出行方案的吸引力和競爭力。

（一）傳統策略：以公共交通為核心的出行服務

1. 改善“第一公里”出行和“最后一公里”出行是傳統多模式交通政策關注的重點

在實踐層面，城市交通規劃早已將居民采用多種交通方式出行的行為納入考量，并致力于提升出行者在不同交通出行方式間換乘的流暢度與效率。在這一過程中，公共交通網絡成為整個交通系統的核心，而其他輔助公共交通的出行方式，在解決“第一公里”和“最后一公里”的出行難題上扮演著不可或缺的角色，對完善多模式交通系統發揮著重要的作用[26]。目前，大量研究深入探討了多種輔助公共交通的出行方式，包括私家車、積極交通出行、按需出行（如拼車或共享出行服務）、支線巴士以及無人駕駛汽車等而整合這些交通服務所帶來的益處，在學術界已得到廣泛認同。

首先，其他輔助公共交通的出行方式能夠顯著拓展公共交通的服務范圍，提升公共交通系統的吸引力。以出租車與固定線路公共交通（如地鐵和火車）之間的協同運作為例，有研究顯示，出租車作為公共交通服務的重要補充，不僅為前往地鐵站或火車站的乘客提供了便捷的接送服務，還覆蓋了地鐵和火車服務無法觸及的出行路線和運營時段外的出行需求[27]。這種服務模式不僅為低密度地區和公交服務薄弱區域的出行者提供了基本的出行選擇，保障城市交通公平，同時也有助于減輕公交系統在客流量較少區域的運營成本負擔，并減少相應的經濟損耗[28]。

其次，整合并優化多模式出行網絡使公交網絡的運營效率得到了顯著提升。芬蘭整合共享自行車與公共交通的實例表明，共享自行車的引入使得公共交通的平均出行時間縮短了10%，每次行程可平均節省約6分鐘的出行時間[29]。這種積極效應還進一步延伸至能源和環境領域。例如，公交出行效率的提升有助于吸引更多的原本依賴私家車出行的用戶轉向公共交通[30]，進而降低交通系統的能耗，減少碳排放[31]。

最后，在輔助公共交通的出行方式中，積極交通受到最廣泛的關注，它不僅有效拓展了傳統固定線路公共交通的服務范圍，特別是在人口密度較低的城市邊緣地帶[32]，而且為乘客提供了健康、環保的出行選擇。針對美國大都市區的研究顯示，自行車出行能夠將公共交通的服務范圍擴展至樞紐站周邊1.6～3.2千米的范圍內[33]。大量實證研究已經證實，整合積極交通與公共交通的出行服務具有巨大發展潛力[34-35]。在公共交通服務覆蓋面不足的國家或地區（例如秘魯），積極交通的補充顯得尤為重要[36]。不僅如此，整合積極交通與公共交通的出行服務還能提升整個交通系統的運行效率。有研究表明，高性能共享自行車與公共交通相結合的多模式交通系統能夠顯著縮減總出行時間[37]，特別是在積極交通出行率較高的國家，采用積極交通方式的出行者通常展現出高度的多模式出行行為特征[38]。這些出行者能夠輕松地將步行、自行車出行與其他交通方式（尤其是公共交通）相結合，實現順暢的出行模式切換。

2. 提升不同交通出行方式之間換乘的便捷性和流暢性是優化多模式出行效率的關鍵

在整合公共交通與其他交通出行方式的過程中，確保各種交通出行方式之間的高效銜接和順暢切換，對于提升乘客的出行滿意度和整體出行效率至關重要[39]。而且，這種銜接的流暢性直接影響到整合多模式交通系統的最終成效。

首先，中轉和換乘時間是決定多模式出行效率的關鍵因素。在換乘過程中，長時間的等待和步行會增加乘客的時間成本，并可能引致后續行程的延誤[40]。對于短途行程來說，等待時間往往成為主要瓶頸；而中長途行程則對減少換乘時的步行時間有著更高的要求[41]。一項針對英國“門到門”多模式出行的研究顯示，換乘耗時在整個旅行時間中占比較高，平均換乘時間為23分鐘[42]。因此，在優化“第一公里”和“最后一公里”的出行服務時，縮短換乘時間成為提高出行效率關鍵所在。

換乘和中轉時間的優化，既受到公共交通服務配置的影響，也受到換乘環境的制約。在服務配置方面，公共交通運營的不確定性可能會延長中轉時間[43]。因此，協調不同交通方式的服務，最大限度地減少乘客的等待時間，對于提升換乘效率以及改善不同交通方式之間的銜接質量至關重要。例如，德國交通運輸部門通過精心協調公交和鐵路時間表，縮短了乘客的等待和換乘時間[44]。此外，增加公共交通服務的頻次，有助于縮短乘客等待與中轉時間，從而增強多模式交通系統的吸引力[45]。提供高質量的多模式交通信息服務，對于幫助乘客規劃行程、節省時間并確保不同行程之間的無縫銜接，同樣至關重要。在建成環境方面，優質的換乘環境能夠為乘客提供更靈活的出發時間選擇與提升切換交通方式的能力，進而縮短換乘時間[46]。有研究表明，在丹麥哥本哈根的公交網絡中，換乘的便捷性（如清晰的指示標識、周邊的便利設施及地鐵站配備的自動扶梯）對減少換乘時間產生了顯著影響[47]。然而，在整合公共交通與私人交通服務時，不同服務提供者之間的利益沖突可能會阻礙交通服務與票務信息的開放共享，從而對多模式交通系統的整體運行效率產生不利影響[48]。

其次，不同交通設施和服務間的連通性也是影響多模式交通系統整合的關鍵因素。連接系統作為整合不同交通方式的橋梁，在保障多模式交通系統協同運作的過程中發揮重要作用[49]。以整合公共交通出行與自行車出行為例，連接交通樞紐的自行車道、自行車停放與存儲設施，以及允許攜帶自行車乘坐公共交通的政策，均是促進兩者深度融合的重要條件。在德國、奧地利和瑞士的部分地區，區域公共交通協會整合了多種出行服務，構建了一個滿足低密度郊區出行需求的多模式交通系統[50]。在德國和荷蘭的城市中，便捷的步行和自行車設施不僅方便了市民前往公交站點，而且推動了積極交通方式出行與公共交通出行的整合[51]。

最后，合理規劃與布局客運交通樞紐，特別是微樞紐①的建設，對于提升交通服務效率與優化乘客出行體驗具有深遠意義。微樞紐具備用地集約、布局靈活、換乘步行距離短等特點，整合了公共交通、微型移動服務及積極交通出行方式，能夠實現多模式出行與交通服務信息的實時共享，為乘客提供更為便捷與高效的出行選擇。乘客通過步行或利用微型移動服務抵達微樞紐后，可輕松換乘公共交通或按需移動服務，最終再以步行或微型移動服務到達目的地，真正實現“門到門”的出行體驗[52]。這一出行理念已在多個國家得到廣泛應用和實踐。例如，我國部分城市通過微樞紐整合公交線路、軌道交通出入口、出租車與自行車停車等設施，結合智能化管理手段，實現了各類交通方式間的緊密銜接[53]。在德國慕尼黑，交通微樞紐則進一步整合了公共交通、共享移動服務等多種出行方式，為居民提供了更豐富和便捷的出行及換乘選擇[54]。

（二）新趨勢：通過移動互聯網平臺整合出行服務

1. 新興出行服務正在引領交通服務的創新與智能化發展

近年來，信息和通信技術的迅猛發展催生了一系列創新的移動出行服務形態，如線上打車、拼車、共享微出行以及汽車共享。消費者可以借助移動應用輕松訂閱和享受個性化、高效且便捷的出行服務。這些新興出行服務和平臺，如奧地利的“SMILE”以及瑞典的“KOMPIS”，通過整合多種交通出行方式，為城市居民提供了豐富多樣的出行選擇和組合方案[55]。這些新技術和新興出行方式催生了交通領域的新理念，如按需出行（Mobility on Demand，簡稱MOD）和出行即服務（Mobility as a Service，簡稱MaaS）。按需出行強調根據用戶的即時需求提供個性化的交通出行服務。在此基礎上，出行即服務更關注如何整合多種交通方式，為用戶提供一個無縫銜接、最優便捷的出行模式。

從概念上看，出行即服務更契合多模式出行理念。出行即服務模式主要利用智能技術，將多元化的交通出行服務集成到數字平臺和應用程序中，為用戶提供全方位、一體化的出行服務體驗[56]。出行即服務模式突破了單一交通方式的局限，適用于城市、國家乃至全球不同空間尺度，是涵蓋不同出行服務產品的綜合應用[57]。出行即服務模式的優勢在于其可以滿足不同群體的出行需求，尤其是那些不再希望擁有私家車、無力購買私家車或無法駕駛私家車的人群[58]。該模式提供了從起點到終點的便捷出行服務，實現了不同交通方式之間的無縫切換，提升了出行的流暢性與效率。同時，一體化計費和支付機制也為用戶帶來了更加便捷與高效的出行體驗[59]。出行即服務并非完全創新的交通模式，而是對現有交通出行服務進行深度整合與創新發展[60]。對于新型參與者來說，如移動運營商和服務提供商，通過模式捆綁與集成，能夠提供各種滿足用戶多樣化出行需求的出行方案。用戶可在出行即服務平臺上選擇固定套餐、靈活出行服務或無限選擇服務，滿足個性化的出行需求。從公共管理的角度看，發展出行即服務模式有助于推動個人移動系統從碎片化向多中心化轉變[61]。該模式的核心目標是通過整合出行需求、優化資源配置、降低空駛率和提高運輸效率，實現公共利益的最大化。

我國一些城市已經開始探索和實踐出行即服務系統。例如，北京市交通委員會與高德地圖合作推出的北京交通綠色出行一體化服務平臺（北京MaaS 平臺）、上海市國有資產監督管理委員會和上海市交通委員會共同推出的上海市綠色出行一體化平臺——“隨申行”APP，這些平臺通過整合多種交通方式，為用戶提供全流程、一站式的出行服務，進一步提升用戶出行的便捷性與舒適性。而且，這些出行即服務平臺通過引導用戶低碳出行和提供換乘優惠等措施，有效促進了積極交通方式的發展。出行即服務模式不僅深刻改變了人們的出行方式與習慣，推動了交通向更加智能化、高效化和綠色化的方向發展，而且為城市規劃與管理、交通運輸政策制定等方面帶來了新的思路和方向。

2. 新興出行服務與技術驅動多模式出行理念的革新與多模式交通系統升級

在交通出行領域，新技術與新服務不僅極大地豐富了多模式交通系統的內涵，還推動其向更加智能、高效和可持續的方向發展。這些新技術和新服務融入了多模式出行理念，不僅使多模式交通系統在行程層面能夠實現“門到門”的多模式出行，還能從個人層面支持出行者的個性化需求，提供不同出行方案，使出行者在不同交通方式之間便捷切換。從這一角度來看，技術的持續進步和服務的日益普及使新興出行服務不斷拓展創新，為未來交通系統的發展帶來無限可能。

一方面，隨著共享出行理念的興起，交通工具的“使用權”相較于“所有權”越發受到重視。在這一理念的推動下，私家車作為財富和自由象征的傳統地位逐漸被削弱，而私人交通模式的運力則得以釋放[62]。共享出行服務主要是由第三方提供，旨在滿足個人的日常出行需求。個人可以靈活選擇多種交通方式，包括共享微出行、定制公交、線上打車、拼車以及汽車共享等。這些新的出行策略和“出行即服務”“共享經濟”和“協作消費”等新消費理念以及新消費趨勢緊密相連[63]。隨著共享出行服務蓬勃發展，傳統的靜態交通模式正逐步向動態的、基于實時需求的出行服務模式轉變。這一轉變的核心在于提升出行者的移動性，與當前城市交通政策中以提升可達性為中心的傳統思維形成鮮明對比。例如，奧地利提出的移動服務保障（Mobility Service Guarantee，簡稱“MSG”）草案，旨在保障在無法擁有私家車的情況下，所有社會群體均能平等地享受出行服務，推動城市交通出行模式從以私家車為中心向以公共交通與需求導向服務為主轉變[64]。

另一方面，在新興出行服務和智能移動技術的支持驅動下，保障不同出行服務之間的互聯互通已成為多模式交通系統轉型升級的關鍵所在。盡管這已經不是一個新鮮話題，但新興出行服務和智能移動技術對其提出了更高的要求。不同出行服務之間的互聯互通不僅包括傳統的物質層面整合，如綜合交通樞紐和交通微樞紐；還包括虛擬層面的整合，如提供多模式出行方案[65]。在這一過程中，智能手機及其應用程序發揮著重要作用，成為用戶獲取和訂閱各類交通服務的重要媒介[66]。為滿足用戶對實時出行信息、共享交通工具查找、車票購買和出行服務預訂的需求，新的交通服務平臺需要整合多種出行模式，提供實時服務信息更新、票價查詢和支付、路線規劃等一站式功能[67]。這些平臺通過更高層次的多模式整合，為消費者提供來自不同服務供應商的集成服務方案，實現出行服務的無縫銜接。

三、制度層面：

利益相關方的深度溝通與合作

前文已初步探討了推動多模式出行的技術框架與規劃要點，但要真正實現這些目標還需深入討論和完善諸多細節。在多模式出行服務的實施過程中，利益相關方的溝通與合作至關重要，其主要涉及政府管理部門、服務運營商和終端用戶三個利益相關方。

（一）多模式策略實施的瓶頸與目標

城市交通系統是一個龐大而復雜的綜合系統，涵蓋了出行行為、城市環境以及交通設施與出行服務等多個維度的要素。在制定和實施多模式策略時，需要從系統的全局全面綜合考量各要素之間的關聯與協作，從而保障系統的順暢運作。在這一過程中，出行服務、基礎設施供給以及信息服務作為三大支柱性條件，共同支撐并影響著多模式出行行為和出行決策的制定（圖1）。

從系統的角度來看，交通基礎設施的完善是多模式出行服務的基石，其直接關系到多模式出行的效率與質量。無論是主干道路、自行車道、步道等交通基礎設施，還是公交微樞紐等配套設施，都為公共交通、積極交通、私家車等多種出行方式的使用與中轉換乘提供了堅實的物質基礎。信息服務的優化則進一步提升了獲取多模式出行服務以及實現出行模式切換（換乘）的便捷性，借助大數據、云計算等先進技術，為出行者提供實時交通信息查詢、出行規劃建議、支付結算等一站式服務體驗。在多模式出行服務體系中，公共交通（公交車和軌道交通）占據核心地位，承擔著主要的客運任務。但這并不意味著其他出行方式僅僅是扮演輔助的角色（比如僅僅服務于“第一公里”或“最后一公里”的出行需求）。實際上，公共交通、網約車、共享單車、水運交通以及低空運輸等多樣化的出行方式，共同構成了多模式出行服務體系中豐富的“選擇集”。借助現代通信技術和出行服務平臺，用戶能夠根據自身需求，靈活選擇單一或組合出行方式，并綜合考慮天氣、路況、時間緊迫性和個性化需求定制出行方案。例如，水運交通服務可能因其低成本或獨特的出行體驗而成為某些用戶的首選；低空運輸服務則可能因其快速響應能力吸引那些對時間極度敏感的用戶。同樣，網約車因其便捷性和靈活性一般會更受對出行服務質量有較高要求的用戶青睞。由此可見，在多模式出行服務體系中，盡管公共交通處于核心位置，但在“以用戶需求為中心”的服務理念下，出行服務的特性與用戶需求的匹配程度才是制定出行策略和用戶選擇的關鍵。這充分展現了多模式出行策略相較于傳統出行服務在靈活性以及在匹配用戶需求上精準性的優勢。

近年來，隨著“新基建”投資規模的不斷擴大，5G（第五代移動通信技術）、人工智能、eVTOL（electric Vertical Take-off and Landing）等新技術得到深度應用，同時新設施（如城市充電樁、數據中心、傳統基礎設施的數字化改造）也開始廣泛普及，城市交通領域正經歷著一場前所未有的深刻變革。當前，城市交通基礎設施、出行服務以及信息服務已經初步實現多模式互聯互通，為城市出行者提供了便利并帶來多樣化的選擇。然而，城市交通基礎設施、出行服務、信息服務以及個人出行行為之間的協同交互仍然存在發展瓶頸。從城市交通基礎設施的角度來看，雖然各類交通方式之間的連接日益緊密，但換乘效率低下、銜接不夠順暢等問題依然突出。這一問題的根源在于，很多城市在交通樞紐建設和交通站點規劃布局時，未能充分考慮乘客的換乘需求和換乘的便捷性，導致換乘路徑不暢，延長了換乘時間，給乘客帶來不便。從出行服務層面來看，盡管不同運營商所提供的出行服務形式日趨多樣化、個性化，但服務質量參差不齊，且缺乏統一標準和有效監管。例如，在許多城市現有的定制公交服務中，存在部分線路班次不穩定、發車時間不準確、定價不規范等問題，給乘客帶來了諸多不便，也損害了定制公交服務的整體質量。在信息服務方面，盡管大數據、云計算等新技術為交通信息的獲取和處理提供了強大支撐，但不同出行服務商之間數據共享難和信息更新滯后等問題，依然制約著交通信息的精準度和時效性。

為解決上述問題，需要從系統的角度出發，綜合考慮各系統要素之間的關聯性和協調性，制定有針對性的多模式出行策略。因此，優化推動多模式交通系統與服務需要聚焦以下目標：一是提升多模式出行服務的便捷性，通過優化交通基礎設施和提升信息服務水平，實現不同出行方式的無縫銜接，縮短換乘時間，提高出行效率；二是以出行者需求為導向，充分考慮出行者的需求和個性化偏好，提供多樣化、個性化的出行服務；三是實現多元數據融合與共享，建立統一的數據標準和共享平臺，促進交通數據的互聯互通，為多模式交通系統的優化和管理提供有力支撐。

（二）多模式策略實施的挑戰與應對舉措

實施多模式策略為城市交通注入新活力，但在實施過程中也面臨多重挑戰。這些挑戰不僅包括來自終端用戶需求的多樣性和復雜性，還涉及服務運營商的運營策略、商業模式創新以及公私合作機制等多個層面。

1.終端用戶需求與特征。在城市日常出行中，出行者的行為模式、交通方式選擇及服務期望受多種因素影響，如個人社會經濟特征、城市空間格局與建成環境、交通政策等。這要求在設計多模式出行服務時，必須深入洞察不同群體的需求，確保服務的包容性和個性化。

2.關注出行服務方面存在困難的弱勢群體。這類群體可能因身體條件限制、經濟狀況不佳或其他因素導致出行困難。在數字化時代，他們還可能因缺乏必要的信息通信技術技能而陷入“多模式鴻溝”問題[68]。因此，必須重視這部分群體的出行需求，確保所提供的出行服務能夠體現公平性和包容性。

3.服務運營商的角色挑戰。作為連接用戶與多模式交通系統的橋梁紐帶，服務運營商在推動多模式出行融合發展方面發揮著關鍵作用。然而，對于運營商來說，如何打破信息壁壘，整合不同服務信息和資源，成為服務提升和優化的關鍵。由于技術標準不統一、運營模式各異和利益訴求的差異，導致信息和資源服務的整合難度較大，需要從技術革新、商業模式創新及公私合作機制構建等多個維度給予支持和推動。

4.商業模式創新與公私合作機制。商業模式創新與公私合作機制在實現多模式出行服務的有效整合中扮演著至關重要的角色。傳統的收益分配模式現已很難適應新的服務業態，需要探索新的盈利模式和服務方式。與此同時，加強公共行政部門與私營企業之間的合作不可或缺。以政策扶持、資金支持等方式推動公共交通與私營企業之間開展深度合作，也是優化和升級多模式出行服務的關鍵舉措之一。

為應對上述挑戰，本文從系統的角度出發，提出構建多模式交通系統。多模式交通系統強調要以全面、綜合、協調的方式整合多模式交通系統中的各項要素，并通過加強政府管理部門、服務運營商和終端用戶等利益相關方之間的深度對話和合作，實現系統要素的有效協同與優化。

從不同利益相關方的角色和定位來看，政府管理部門是多模式出行策略的主導者和監管者。一方面，由于公共交通在多模式交通系統中處于核心地位，因此多模式交通服務具有社會公益屬性，這就要求政府管理部門在頂層設計方面提供有力保障，從而實現經濟、社會和環境的可持續發展目標；另一方面，多模式出行策略的實施離不開完善的交通基礎設施支撐，因此需要政府管理部門進行統籌組織規劃、建設和協調等工作。具體來說，政府管理部門需要重點關注以下幾個方面：

1.制定發展目標與配套規劃。政府需明確多模式出行策略的發展目標，建立具有包容性的多模式交通服務體系。這些發展目標應涵蓋經濟、社會和環境保護等多個維度的預期效益，并作為制定和完善配套規劃的重要依據。在此過程中，政府管理部門應廣泛征詢終端用戶、服務運營商的意見，充分了解各主體的實際需求。例如，針對終端用戶的實際需要，政府管理部門應開展相關深入調研，關注在出行服務方面的弱勢群體。有研究采用聚類分析的方法，基于出行行為和態度（偏好）將人群劃分為不同的模式風格類型[69-70]，為實施差異化的多模式交通服務策略（如為弱勢群體提供財政補貼）提供科學依據。在此基礎上，政府可考慮委托商業公司協助搭建多模式交通服務平臺，整合服務運營商、道路和交通信息，以及終端用戶的現實需求，提供包含出行規劃、查詢、預訂、選擇及支付結算在內的一體化服務。

2.完善政策保障與制度支持。在支持多模式出行及推動不同出行服務運營商間合作方面，相關制度和政策支持稍顯不足。出于維護公共利益的目標，政府管理部門在與出行服務運營商深度對話的基礎上，需制定有關合作框架協議，明確多方合作主體的基本原則、范圍和方式，協調和監管出行服務運營商的服務行為，保障多模式策略的有效實施。在制度建設上，政府管理部門需要在現有《中華人民共和國數據安全法》《中華人民共和國反壟斷法》等法律法規的基礎上，有針對性地細化并出臺專項政策，為服務運營商的有效合作提供堅實的政策支持和制度保障。

3.提高財政補貼的精準性與效率。財政支持對于推廣多模式出行服務具有重要作用。盡管財政補貼支持公共交通發展的模式早已司空見慣，但現行的補貼機制仍存在諸多問題，例如補貼對象不明確、補貼額度計算方法科學性欠佳、補貼效果評估機制不健全等。這些問題不僅加重了政府管理部門的財政負擔，還導致補貼成效未達預期。以傳統公交補貼模式為例，政府管理部門一般采用直接向公共交通運輸企業和特定群體（如老年人群體和學生群體）發放補貼的方式，該做法缺乏精準性和靈活性，在一定程度上容易使企業過度依賴補貼，也未能激發公眾選擇公共交通出行的熱情。在某些情況下，這類補貼方式甚至可能加劇出行高峰時段的擁堵現象（如早高峰時段老年人集中乘車），從而削弱了公共交通在通勤出行中的競爭力。

多模式交通系統涵蓋了公共交通、私營交通服務等不同服務主體，以及低碳與非低碳等多種出行方式，對財政補貼的精準性和有效性提出了更高的要求。為此，政府管理部門需針對不同群體（如低收入群體、學生群體）、不同區域和線路特點（如交通擁堵區域、公共交通薄弱區域），以及不同類型的交通服務（如低碳出行服務），制定差異化的補貼政策，并采取靈活多樣的補貼策略，以助力實現社會和環境可持續發展目標。在補貼形式上，政府管理部門可探索將補貼（或現金獎勵）與用戶選擇的可持續出行方案相掛鉤，根據出行時段（高峰期與非高峰期）和區域（公共交通盈利或虧損區域）進行動態調整。這種策略在降低企業運營成本和用戶（特別是弱勢群體）出行成本的同時，還能有效激勵用戶更多地采用可持續出行方式。此外，定期開展補貼政策效果評估同樣至關重要。政府管理部門應根據既定的社會和環境發展目標，對補貼政策的實施效果進行持續監測與評估，針對評估中發現的不合時宜或效果不佳的補貼措施，應及時進行調整和優化，以確保補貼資金能夠精準、高效地投入到最需要的地方和群體之中，實現政策效果的最大化。

4.推行靈活的定價機制。實施多模式交通策略旨在推動構建以人為本的綠色交通服務體系。為實現這一目標，政府管理部門可采用靈活的定價策略，引導公眾選擇綠色且可持續的出行方案。在定價過程中，政府管理部門的統籌規劃和嚴格監管是確保定價公正性的關鍵。具體而言，定價時充分考慮不同出行方式的環保程度，并依據實時路況進行動態調整。對于包含公共交通的綠色出行方案，可以設定較為親民的價格；對于含有非可持續出行方式（例如出租車和網約車）的方案則可設定相對較高的費用。此外，還可以根據道路擁堵狀況和空氣污染水平實時調整價格。例如，對可能加劇交通擁堵的出行方式（如高峰時段的網約車）收取額外的費用（可視為“擁堵稅”）。同時，給予公共交通更大的折扣優惠（可視為變相財政補貼）。在這一過程中，技術驅動成為城市交通治理模式轉型升級的關鍵要素。借助技術手段，政府管理部門能夠掌握用戶出行需求、交通服務以及道路狀況等實時數據，并實現數據與信息的深度交互融合，推動政府管理部門實現從對交通服務的直接管理，轉向對出行需求的全面管理與優化。

5.優化城市空間與完善交通基礎設施。優化城市空間和交通基礎設施布局是提升城市交通效率的關鍵，如建設交通換乘樞紐、增設便捷換乘設施、完善停車和充電設施等，對提升城市交通系統的整體效率和便捷性具有重要作用[71]。這要求城市規劃和交通管理部門在設計和建設交通基礎設施的時候，運用系統的思維，將城市交通系統視作相互關聯、有機統一的整體來綜合考慮。在此過程中，政府管理部門要以出行者的需求為核心，通過優化換乘流程、縮短換乘時長、提供多樣化的換乘選擇等措施，最大限度地減少換乘帶來的不便，為出行者營造一個更加便捷、舒適的出行環境。此外，政府管理部門還可以積極探索在交通樞紐中融入生活功能與文化元素，增強出行空間的生活氣息與人文關懷。例如，根據交通微樞紐的具體規模與地理位置（如市中心地區或郊區等），靈活植入多樣化的功能設施與生活服務，如辦公空間、零售店鋪或休閑設施等，實現出行與日常生活的無縫對接。同時，還可以引入藝術與文化的嵌入式設計，為換乘空間增添趣味與活力，緩解出行者的換乘疲勞，增強出行體驗。

服務運營商是多模式出行策略的執行者與推廣者，在政府的監管與協調下整合實施多模式交通服務，具體需要關注以下三個方面：

1.深度整合提升服務質量。服務運營商應積極探索多模式出行服務與信息資源的深度整合路徑，針對數據安全與商業競爭并存的問題，需要在確保數據安全的基礎上，促進數據共享與支付系統互聯互通。此外，傳統收益分配機制現已難以適應多模式交通服務的需求，服務運營商應積極創新運營商業模式，建立靈活高效的收益分配機制[72]，推動多模式交通服務系統優化發展。

2.滿足用戶差異化需求，提升服務包容性。針對用戶的多樣化需求，服務運營商可以采取強化服務特色、優化信息獲取渠道、彈性定價等一系列措施，降低多模式交通服務的準入門檻。同時，還需特別關注交通弱勢群體面臨的“多模式鴻溝”問題[73]，不斷完善信息共享機制和提供多元化服務，營造更加公平、包容的出行環境。

3.構建多元化盈利模式驅動可持續發展。在致力于推動實現交通公平的同時，提升盈利能力是出行服務運營商的重要目標之一。而實現這一目標的首要策略是強化用戶黏性，擴大平臺流量基數，為后續的盈利轉化奠定基礎。具體而言，運營商可以充分利用大數據與先進算法，向用戶提供更為精準、高效的定制出行服務。在盈利模式探索上，服務運營商可突破傳統的出行服務收費局限，積極拓展多元化盈利模式。例如，探索與廣告商合作建立跨界融合等增值業務，將用戶流量轉化為經濟收益。此外，服務運營商還可以通過引入會員制度、提供多樣化套餐選擇以及積分獎勵計劃等手段，進一步激勵用戶深度參與平臺互動，將用戶的每一次出行融入綠色、共享理念之中，共同驅動城市交通可持續發展。

四、結論與展望

隨著全球氣候變化問題日益嚴峻，城市交通問題持續加劇，多模式出行作為一種創新的城市交通策略，正逐漸受到社會各界的廣泛關注。多模式出行策略的核心目標是推動以人為本、綠色可持續的城市交通發展。多模式出行策略堅持互聯互通的核心理念，通過引入交通出行領域的前沿技術與創新服務模式，旨在深度整合出行行為、城市環境與交通基礎設施、出行服務等多維度要素，實現出行需求、交通服務及道路狀況等實時數據的精準交互與深度融合。

在實踐中，多模式出行策略的優勢主要體現在選擇的靈活性和服務的多樣性上，這些優勢特性使出行者能夠根據個人需求自由切換不同的交通出行方式，打破了以往單一出行方式的主導地位，更好地適應了現代都市生活的多元性與復雜性。其中，多模式出行策略所提供的靈活性選擇不僅有助于緩解城市交通擁堵、減少碳排放，還能提高出行效率，改善城市居民的出行體驗。從宏觀的角度來看，多模式出行促進了公共交通、積極交通、共享交通以及其他新興交通方式之間的有機融合。這種融合不僅有助于提升城市交通系統的整體效能，還將推動城市交通向更加綠色、智能、可持續的方向發展，對推動城市交通系統的轉型升級具有重要意義。此外，技術的進步和創新服務模式的不斷涌現正在深刻地改變著城市交通管理的思路。其管理的重心正逐步從對交通服務的直接管理，轉向對出行需求的全面管理與優化，實現了從“管理出行方式”到“引導和優化出行需求”的根本性轉變。而這一轉變為構建更加高效、環保和以人為本的城市交通體系開辟了新的發展路徑。

值得注意的是，多模式出行并非要求完全取代私家車出行，而是作為私家車出行的補充和替代方案。在特定出行場景下，私家車仍然是一種重要的出行方式。因此，多模式出行的推廣和應用需要充分考慮不同地區的實際情況和不同群體的出行需求，因地制宜制定相關政策和措施。例如，在沿海及沿江城市或地區，政府管理部門應加強水運公共交通的基礎設施建設，并將其融入城市多模式交通系統中，進一步實現設施與服務之間的互聯互通，為居民日常通勤及休閑出行提供全面、便捷的水運公共交通出行服務。在此基礎上，服務運營商也應積極響應，共同提高整體的出行效率與用戶體驗。隨著科技的進步，低空出行服務、智能交通系統、自動駕駛技術、共享經濟、電動交通工具等新興技術和新興業態的發展，將為多模式出行增添新的動力。值得注意的是，在將水運交通和低空出行服務融入城市多模式交通系統建設的過程中，需要加強水運、低空運輸與陸路交通在技術標準、運營管理、安全監管等方面的協調統一，確保各類設備、設施、服務等方面相互兼容、順暢銜接。未來，多模式出行的發展需要更加注重科技創新和推進跨界融合，引領城市交通系統向更加智能、綠色和可持續的方向發展。

最后，在探討多模式出行的未來發展方向和推動相關實踐時，還需要關注以下關鍵問題：如何進一步提高多模式交通系統的整合度和整體運行效率？如何更好地滿足不同出行者的差異化需求？如何平衡多模式出行與私家車出行之間的關系？這些問題都亟待未來的研究和實踐進一步探索和解決。多模式出行的發展是一個長期且復雜的過程，需要政府、企業、組織、社會公眾等各方力量共同參與和努力。唯有全面的合作和協同創新，才能夠促進多模式出行的廣泛應用，為應對全球氣候變化問題和構建可持續的城市交通系統作出更大的貢獻。

參考文獻：

[1] Zhifu Mi， Dabo Guan， Zhu Liu， Jingru Liu， Vincent Viguie， Neil Fromer and Yutao Wang， “The Core of Climate Change Mitigation” [J]， Journal of Cleaner Production， 2019， 207： 582-589.

[2] 李政：《我國交通運輸業碳排放分析》[J]，《綜合運輸》2022年第5期，第24-27頁。

[3] Yi Li， Du Qiang， Xinran Lu， Jiao Wu and Xiao Han， “Relationship Between the Development and CO2 Emissions of Transport Sector in China”[J]， Transportation Research Part D-Transport and Environment， 2019， 74： 1-14.

[4] Ji Han and Yoshitsugu Hayashi， “Assessment of Private Car Stock and Its Environmental Impacts in China from 2000 to 2020”[J]， Transportation Research Part D-Transport and Environment， 2008， 13（7）： 471-478.

[5] Margaret， J. Douglas， Stephen J. Watkins， Dermot R. Gorman and Martin Higgins， “Are Cars the New Tobacco？”[J]， Journal of Public Health， 2011， 33（2）： 160-169.

[6] Jan-Willem Grotenhuis， Bart W. Wiegmans and Piet Rietveld， “The Desired Quality of Integrated Multimodal Travel Information in Public Transport： Customer Needs for Time and Effort Savings”[J]， Transport Policy， 2007， 14（1）： 27-38.

[7] Claudia Nobis， “Multimodality： Facets and Causes of Sustainable Mobility Behavior”[J]， Transportation Research Record， 2007， （2010）： 37-46.

[8] Athena Tsirimpa， Amalia Polydoropoulou， Loanna Pagoni， and Ioannis Tsouros， “A Reward-based Instrument for Promoting Multimodality”[J]， Transportation Research Part F-Traffic Psychology and Behaviour， 2019， 65： 121-140.

[9] Thomas Clauss， and Sebastian Doeppe， “Why do Urban Travelers Select Multimodal Travel Options： A Repertory Grid Analysis”[J]， Transportation Research Part A-Policy and Practice， 2016， 93： 93-116.

[10] Thomas Klinger， “Moving from Monomodality to Multimodality？ Changes in Mode Choice of New Residents”[J]， Transportation Research Part A-Policy and Practice， 2017， 104： 221-237.

[11] Eva Heinen and Giulio Mattioli， “Multimodality and CO2 Emissions： A Relationship Moderated by Distance”[J]， Transportation Research Part D-Transport and Environment， 2019， 75： 179-196.

[12] 同[7]。

[13] Zidan Mao， Dick Ettema， and Martin Dijst， “Commuting Trip Satisfaction in Beijing： Exploring the Influence of Multimodal Behavior and Modal Flexibility”[J]， Transportation Research Part A-Policy and Practice， 2016， 94： 592-603.

[14] 同[13]。

[15] Piet H. L. Bovy and Sascha Hoogendoorn-Lanser， “Modelling Route Choice Behaviour in Multi-modal Transport Networks”[J]， Transportation， 2005， 32（4）： 341-368.

[16]馬亮、黃言、曹新宇：《城市環境對積極交通出行的影響——中西方研究比較》[J] ， 《地理科學》2024年第2期，第216-227頁。

[17] 同[7]。

[18] Eva Heinen and Kiron Chatterjee， “The Same Mode Again？ An Exploration of Mode Choice Variability in Great Britain Using the National Travel Survey”[J]， Transportation Research Part A-Policy and Practice， 2015， 78： 266-282.

[19] Akshay Vij， Andre Carrel and Joan L. Walker， “Incorporating the Influence of Latent Modal Preferences on Travel Mode Choice Behavior”[J]， Transportation Research Part A-Policy and Practice， 2013， 54： 164-178.

[20] 同[13]。

[21] Eric Molin， Patricia Mokhtarian and Maarten Kroesen， “Multimodal Travel Groups and Attitudes： A Latent Class Cluster Analysis of Dutch Travelers”[J]， Transportation Research Part A-Policy and Practice， 2016， 83： 14-29.

[22] Ralph Kelcie M， “Multimodal Millennials？ The Four Traveler Types of Young People in the United States in 2009”[J]， Journal of Planning Education and Research， 2017， 37（2）： 150-163.

[23] 同[17]。

[24] 同[8]。

[25] Joachim Scheiner， Kiron Chatterjee and Eva Heinen， “Key Events and Multimodality： A life Course Approach”[J]， Transportation Research Part A-Policy and Practice， 2016， 91： 148-165.

[26] Christoffel J Venter， “Measuring the Quality of the First/Last Mile Connection to Public Transport”[J]， Research in Transportation Economics， 2020， 83： 100949.

[27] Fangru Wang and Catherine L. Ross， “New Potential for Multimodal Connection： Exploring the Relationship between Taxi and Transit in New York City （NYC）”[J]， Transportation， 2019， 46（3）： 1051-1072.

[28] Caitlin D. Cottrill， Sarah Brooke， Corinne Mulley， John D. Nelson and Steve Wright， “Can Multi-modal Integration" Provide Enhanced Public Transport Service Provision to Address the Needs of Vulnerable Populations？”[J]， Research in Transportation Economics， 2020， 83： 100954.

[29] Sakari Jappinen， Tuuli Toivonen and Maria Salonen， “Modelling the Potential Effect of Shared Bicycles on Public Transport Travel Times in Greater Helsinki： An Open Data Approach”[J]， Applied Geography， 2013， 43： 13-24.

[30] Yos Sunitiyoso， Wulan Asti Rahayu， Shimaditya Nuraeni， Ilham Fadhil Nurdayat， Noorhan Firdaus Pambudi and Fikri Hadiansyah， “Role of Ride-hailing in Multimodal Commuting”[J]， Case Studies on Transport Policy， 2022， 10（2）： 1283-1298.

[31] Rui Wang， Feng Chen， Xiaobin Liu， Xiaobing Liu， Zhiqiang Li and Yadi Zhu， “A Matching Model for Door-to-door Multimodal Transit by Integrating Taxi-Sharing and Subways”[J]， Isprs International Journal of Geo-Information， 2021， 10（7）： 469.

[32] Sam McLeod， Jan Scheurer and Carey Curtis， “Urban Public Transport： Planning Principles and Emerging Practice”[J]， Journal of Planning Literature， 2017， 32（3）： 223-239.

[33] Hartwig H. Hochmair， “Assessment of Bicycle Service Areas Around Transit Stations”[J]， International Journal of Sustainable Transportation， 2015， 9（1）： 15-29.

[34] 同[29]。

[35] Flavia de Souza， Lissy La Paix Puello， Mark Brussel， Romulo Orrico and Martin van Maarseveen， “Modelling the Potential for Cycling in Access Trips to Bus， Train and Metro in Rio de Janeiro”[J]， Transportation Research Part D-Transport and Environment， 2017， 56： 55-67.

[36] Adriana Ortegon-Sanchez and Daniel Oviedo Hernandez， “Assessment of the Potential for Modal Shift to Non-motorised Transport in a Developing Context： Case of Lima， Peru”[J]， Research in Transportation Economics， 2016， 60： 3-13.

[37] Christian Kapuku， Seung-Young Kho， Dong-Kyu Kim and Shin-Hyung Cho， “Assessing and Predicting Mobility Improvement of Integrating Bike-sharing into Multimodal Public Transport Systems”[J]， Transportation Research Record， 2021， 2675（11）： 204-213.

[38] Tobias Kuhnimhof， Bastian Chlond and Po-Chi Huang， “Multimodal Travel Choices of Bicyclists Multiday Data Analysis of Bicycle Use in Germany”[J]， Transportation Research Record， 2010， （2190）： 19-27.

[39] Meng Meng， Andreas Rau and Hita Mahardhika， “Public Transport Travel Time Perception： Effects of Socioeconomic Characteristics， Trip Characteristics and Facility Usage”[J]， Transportation Research Part A-Policy and Practice， 2018， 114： 24-37.

[40] Zhenran Zhu， Anming Zhang and Yahua Zhang， “Measuring Multi-modal Connections and Connectivity Radiations of Transport Infrastructure in China”[J]， Transportmetrica A-Transport Science， 2019， 15（2）： 1762-1790.

[41] Yue Liu， Jun Chen， Weiguang Wu and Jiao Ye， “Typical Combined Travel Mode Choice Utility Model in Multimodal Transportation Network”[J]， Sustainability， 2019， 11（2）： 549.

[42] Riccardo Gallotti and Marc Barthelemy， “Anatomy and Efficiency of Urban Multimodal Mobility”[J]， Scientific Reports， 2014， 4： 6911.

[43] Lauri Hame and Harri Hakula， “Dynamic Journeying Under Uncertainty”[J]， European Journal of Operational Research， 2013， 225（3）： 455-471.

[44] Ralph Buehler and John Pucher， “Demand for Public Transport in Germany and the USA： An Analysis of Rider Characteristics”[J]， Transport Reviews， 2012， 32（5）： 541-567.

[45] 同[32]。

[46] Ho-Yin Chan， Yingying Xu， Anthony Chen and Xintao Liu， “Impacts of the Walking Environment on Mode and Departure Time Shifts in Response to Travel Time Change： Case Study in the Multi-layered Hong Kong Metropolis”[J]， Travel Behaviour and Society， 2022， 28： 288-299.

[47] Otto Anker Nielsen， Morten Eltved， Marie Karen Anderson and Carlo Giacomo Prato， “Relevance of Detailed Transfer Attributes in Large-scale Multimodal Route Choice Models for Metropolitan Public Transport Passengers”[J]， Transportation Research Part A-Policy and Practice， 2021， 147： 76-92.

[48] Tibor Rongen， Taede Tillema， Jos Arts， Maria J. Alonso-Gonz and Jan-Jelle Witte， “An Analysis of the Mobility Hub Concept in the Netherlands： Historical Lessons for Its Implementation”[J]， Journal of Transport Geography， 2022， 104： 103419.

[49] Jorge Gil， “Analyzing the Configuration of Multimodal Urban Networks”[J]， Geographical Analysis， 2014， 46（4）： 368-391.

[50] Ralph Buehler， John Pucher and Oliver Duemmler， “Verkehrsverbund： The Evolution and Spread of Fully Integrated Regional Public Transport in Germany， Austria， and Switzerland”[J]， International Journal of Sustainable Transportation， 2019， 13（1）： 36-50.

[51] 同[44]。

[52] Qi Luo， Shukai Li and Robert C. Hampshire， “Optimal Design of Intermodal Mobility Networks Under Uncertainty： Connecting Micromobility with Mobility-on-demand Transit”[J]， Euro Journal on Transportation and Logistics， 2021， 10： 100045.

[53] 董明峰：《公交樞紐規劃和實施的相關思考》[J]，《交通與運輸》2021年第2期，第98-101頁。

[54] Montserrat Miramontes， Maximilian Pfertner， Hema Sharanya Rayaprolu， Martin Schreiner and Gebhard Wulfhorst， “Impacts of a Multimodal Mobility Service on Travel Behavior and Preferences： User Insights From Munich's First Mobility Station”[J]， Transportation， 2017， 44（6）： 1325-1342.

[55] Goran Smith and David A. Hensher， “Towards a Framework for Mobility-as-a-Service Policies”[J]， Transport Policy， 2020， 89： 54-65.

[56] 李曄、王密、舒寒玉：《出行即服務（MaaS）系統研究綜述》[J]，《綜合運輸》2018年第9期，第56-65頁。

[57] David A. Hensher， Corinne Mulley and John D. Nelson， “Mobility as a Service （MaaS）-Going Somewhere or Nowhere？”[J]， Transport Policy， 2021， 111： 153-156.

[58] Corinne Mulley， Chinh Ho， Camila Balbontin， David Hensher， Larissa Stevens， John D. Nelson and Steve Wright， “Mobility as a Service in Community Transport in Australia： Can it Provide a Sustainable Future？”[J]， Transportation Research Part A-Policy and Practice， 2020， 131： 107-22.

[59] Glenn Lyons， Paul Hammond and Kate Mackay， “The Importance of user Perspective in the Evolution of MaaS”[J]， Transportation Research Part A-Policy and Practice， 2019， 121： 22-36.

[60] 同[55]。

[61] 同[55]。

[62] David A Hensher， “Future Bus Transport Contracts Under a Mobility as a Service （MaaS） Regime in the Digital Age： Are They Likely to Change？”[J]， Transportation Research Part A-Policy and Practice， 2017， 98： 86-96.

[63] Russell Belk， “You Are What You Can Access： Sharing and Collaborative Consumption Online”[J]， Journal of Business Research， 2014， 67（8）： 1595-1600.

[64] Barbara Laa， Takeru Shibayama， Tadej Brezina， Stefan Schonfelder， Dragana Damjanovic， Elke Szalai and Manuel Hammel， “A Nationwide Mobility Service Guarantee for Austria： Possible Design Scenarios and Implications”[J]， European Transport Research Review， 2022， 14（1）： 25.

[65] Soeren Groth， “Multimodal Divide： Reproduction of Transport Poverty in Smart Mobility Trends”[J]， Transportation Research Part A-Policy and Practice， 2019， 125： 56-71.

[66] Maria J. Alonso-Gonzalez， Sascha Hoogendoorn-Lanser， Niels van Oort， Oded Cats and Serge Hoogendoorn， “Drivers and Barriers in Adopting Mobility as a Service （MaaS） - A Latent Class Cluster Analysis of Attitudes”[J]， Transportation Research Part A-Policy and Practice， 2020， 132： 378-401.

[67] Susan Shaheen and Adam Cohen， “Similarities and Differences of Mobility on Demand （MOD） and Mobility as a Service （MaaS）”[J]， Ite Journal-Institute of Transportation Engineers， 2020， 90（6）： 29-35.

[68] Toon Zijlstra， Anne Durand， Sascha Hoogendoorn-Lanser and Lucas Harms， “Early Adopters of Mobility-as-a-Service in the Netherlands”[J]， Transport Policy， 2020， 97： 197-209.

[69] 同[21]。

[70] 同[22]。

[71] 同[65]。

[72] 同[55]。

[73] Sebastian Timmer， Katrin Merfeld and Sven Henkel， “Exploring Motivations for Multimodal Commuting： A Hierarchical Means-end Chain Analysis”[J]， Transportation Research Part A-Policy and Practice， 2023， 176： 103831.

注釋：

①微樞紐是一種小型交通樞紐，旨在通過在軌道交通車站周邊布置常規公交站、大巴上下客點、出租車?？奎c、自行車停放點及共享單車停放點，完善軌道與公交站點接駁，實現公交地鐵無縫換乘。

作者簡介：黃言，北京大學城市與環境學院博士研究生。馬亮（通訊作者），北京大學城市與環境學院研究員。

責任編輯：劉" " 穎