“雙碳”背景下城市居民交通方式選擇影響因素分析

包天雯,周桂良,盧 遷

(淮陰工學院,江蘇 淮安 223001)

“雙碳”一方面代表著社會產業構成、能源結構和市場競爭等領域的改良,另一方面在未來也會成為國家綠色低碳協同發展的動力。隨著經濟的發展,我國城市規模不斷擴張,城鎮化進程加速,城市人口不斷增加,汽車數量暴漲,城市內部的交通需求增長迅速;城市規模越來越大導致居民的出行半徑不斷擴大,而城市公共交通系統發展相比城市擴建相對滯后,從而使得私家車需求量增大[1],產生了道路利用率低、汽車尾氣排放多等問題,亟需分析居民出行方式選擇的影響因素,精確預測居民選擇的出行方式和出行路徑,對于加快構建綠色交通系統有重大意義[2]。

國內外相關文獻在研究城市居民交通出行方式選擇影響因素中側重于交通政策等宏觀影響因素,對于出行者個人的分析僅停留在出行費用、出行時間等表面影響因素,尚未深入到居民的心理因素等潛在影響因素分析;且研究出行方式選擇模型以Logit模型為主[3-5]。在微觀影響因素的基礎上,把居民的心理因素納入考慮,利用SPSS對調查數據進行影響因素分析。

1 數據來源

居民交通出行方式選擇的調查方法分為行為調查(Revealed preference)和意向調查(Stated preference)。RP調查,是在特定的出行條件下獲得被調查人的真實選擇結果。受訪者需要回顧其出行的實際情況,因此RP調查往往反映了受訪者的實際行動。SP調查與RP調查的真實情況不同,這種調查方式是讓受訪者在指定的假設情況下做出選擇,收集這些調查結果從而總結出受訪者的主觀偏好。由于是在假設情況下做出的判斷,在一定程度上并不能真實反映實際情況。兩種調查方法對比結果如表1所示。

表1 行為調查與意向調查的對比

RP調查更能真實的反應實際情況,對于分析淮安市居民交通出行方式選擇的影響因素有利,所以對淮安市居民的調查采用RP調查。

我國在調查居民出行為時,一般采取1%～2%的抽樣比例,但是由于城市的人口基數很大,所需要的樣本量也就相當大。美國學者在非集計模型的實驗中,一般把模型參數所需要的樣本量定在2 000～3 000。綜上,為實現理想的計算結果,本次的問卷調查樣本量定2 500。

調查對象為淮安市居民,不直接進行截訪,以免讓調查者產生厭煩,更多的選擇訪問正在公共場所休息的市民。調查過程中一共發放2 500份問卷,回收有效問卷2 290份,有效問卷比例為91.6%。

通過查閱資料和頭腦風暴法,確定了國家政策、家庭收入、社會地位、文化程度、年齡、性別、婚姻狀況、居民心理因素、出行費用、乘車時間、情緒、家庭責任、候車時間、朋友關系、同事關系、群體權威、季節、天氣、空氣質量共19項因素。

2 結果分析

2.1 信度分析

對Cronbach’sα系數(或折半系數)進行分析,Cronbach’sα系數(或折半系數)如果在0.9以上,則該測驗或量表的信度甚佳,0.8～0.9之間表示信度不錯,0.7～0.8之間則表示信度可以接受,0.6～0.7之間表示信度一般,0.5～0.6之間表示信度不太理想,如果在0.5以下就要考慮重新編排問卷。

在本次的調查中,從居民心理因素、乘車時間、候車時間、出行費用等19項因素分析對淮安市居民交通出行方式選擇的影響程度。維度αi表示第i項影響因素。信度分析結果如表2所示,模型的Cronbach’sα系數值為0.959,說明該問卷的信度非常好。

表2 刪除分析項的統計匯總

2.2 效度分析

效度就是指所測的結果是否能反映所要檢查的內容,其效度越高越好。效度可分為內容效度、準則效度和結構效度三種。效度分析,即調查問卷設計的有效性和準確性,用以衡量調查問卷設計的合理性。在KMO測試中,取樣適切性量數0.9是最適宜的因素分析的條件;0.6～0.9為宜;0.5～0.6效果很差;0.5以下時應放棄。KMO值測試表明,問卷中各個問題變量具有相關性、滿足因素分析的需要。在巴特利特(Bartlett)的測試中,如果顯著低于0.05或0.01,就會否決原有的假設,表明可以進行因素分析,如果沒有否決原有的假定,就表明這些變量可以獨立地提供某些信息,因此不適宜進行因素分析。效度分析結果如表3所示,KMO值為0.943,說明維度劃分比較合理,具有良好的結構效度。

表3 KMO和巴特利特檢驗

2.3 主成分分析

對影響淮安市居民出行方式選擇的19項影響因素進行主成分分析,以獲取主要的影響因素。主成分分析是一種多變量之間的關聯度的多元統計方法,主要是用少量的主成分來反映多個變量之間的內在關系,也就是從原來的變量中推導出少量的主元,從而盡量保持原有變量的信息,并且相互之間沒有聯系。主成分分析步驟如下。

(1)為消除量綱的影響,先對數據進行標準化處理。

(2)計算相關系數:各變量之間的相關性較好。

(3)KMO檢驗和Barlett檢驗:KMO取樣適切性量數>0.6較為適宜;顯著性小于0.05較為適宜。

(4)計算特征值和特征向量,提取特征值大于1。

(5)計算各個主成分的得分

Fi=wi1X1+wi2X2+…+winXn

(1)

圖1 組件圖

圖2 碎石圖

表4 KMO和巴特利特檢驗

表5 總方差解釋

表6 成分矩陣各變量對應的系數表

2.4 權重分析

通過引入信息熵和信息效用值,對主成分分析得到的居民心理因素、候車時間、出行費用三項主要影響因素進行權重分析,以獲得重要性排序。其分析步驟如下。

(1)首先根據權重計算結果對各指標的權重進行分析。

(2)通過權重計算結果得到權重分析矩陣。

(3)對分析進行總結。

對主要影響因素的熵權值進行計算,結果如表7所示,影響淮安市居民交通出行方式選擇的影響因素中,指標權重最大為心理因素(34.689%),其次是候車時間(24.684%),最小為出行費用(21.571%)。

表7 熵權法權重計算結果

3 碳達峰與碳中和背景下交通管理的對策建議

(1)推進有軌電車線路建設

加快城市軌道交通網絡建設,提高線路網絡密度,提高城市軌道交通的可達性,降低與其它交通方式的換乘。淮安市有軌電車運營線路只有淮安現代有軌電車1號線一條線路,運營里程20.07 km。線路擴建后,可以減少居民搭乘的候車時間和步行時間,便宜的票價可以促使居民更多地選擇有軌電車。

(2)優化公交線路

優化公交網絡對于提高公共交通水平是一種非常有效的方式,同時也可以鼓勵居民選擇乘坐公共交通。首先交通管理者可以考慮減少重復的公交線路,既節約了乘客在車上的時間,又能緩解擁堵的狀況。另外應該考慮改進巴士網路的規模,增加巴士的通達率,縮短居民的行走時間,并排除巴士的盲區。

(3)建設淮安市快速公交系統

快速公交系統(BRT)是一種高品質、高效率、低能耗、低污染、低成本的公共交通形式,采用先進的公共交通車輛和高品質的服務設施,通過專用道路空間來實現快捷、準時、舒適和安全的服務。如果能夠在中心城區建設BRT,淮安市交通結構將得到全面提升。建設BRT還可以有效填補淮安市軌道交通的服務空白,減少居民私家車的使用率,有效降低碳排放量。

(4)改善居民自行車出行與步行的環境

城市道路建設主要將汽車作為主體而忽略了行人步行與非機動車出行的要求,所以倡導居民低碳出行就有必要盡快采取措施,給自行車與步行創造良好的出行環境。一是增加步行道和自行車道的寬度,提高出行的通暢性;二是在步行道和自行車道兩側增加綠化植被,提高居民步行或騎行的舒適度;三是設置更多的共享單車點以及完善的共享單車系統,方便居民隨時騎行。

(5)私家車實現節能減排

私家車數量不斷增多,與此同時新能源汽車發展迅速且前景良好,交通管理者對于實施居民低碳出行可以從以下三方面出發。一是制定購買新能源汽車的優惠政策,如貸款購買新能源汽車時給予一定優惠;二是通過制定增加停車收費額、增收汽油稅等法規壓縮城市居民購買汽車的數量;三是增設新能源汽車的充電站,提高駕駛新能源汽車的出行體驗。

4 結 論

在“碳達峰”與“碳中和”的背景下,結合城市居民出行特征,通過對淮安市居民的出行特點的分析和歸納,運用行為調查表對淮安市的交通狀況進行了調查。應用SPSS對其進行影響因素分析,結果顯示:候車時間、出行費用和居民心理因素都對居民選擇出行方式有顯著影響,其中影響程度最大的是心理因素,其次是候車時間,影響程度最小的是出行費用。在此基礎上,結合各因素的分析結果,為淮安市城市道路運輸管理提供了合理的對策。