我国城市通勤出行的影响因素研究——基于50个大中城市的再检验

刘清春,李海霞,马交国

(1.山东财经大学a.经济学院;b.经济研究院, 济南 250014;2.济南市城市规划局 编制研究中心,济南250099)

一、引言

近年来,我国城镇化进程的加快,带来了城市人口的聚集、城市规模的扩大和城市空间结构的重塑。同时,经济的快速增长带来了汽车保有量的显著提升,截至2016年底,我国汽车保有量达1.94亿辆,居世界第二位。在城市化和出行机动化的双重驱动下,城市居民出行行为发生了显著变化,就通勤而言,表现为城市居民通勤时间和通勤距离的双重延长,并产生交通拥堵、碳排放和污染物增多等次生效应,导致城市可持续发展面临经济效益与环境成本的平衡和优化问题。尽管我国一些城市也制定了交通政策如控制车辆购买与使用、扩展道路、增设公交线路等来缓解交通出行问题,但效果欠佳。在此背景下,分析我国城市通勤出行的基本特征,探寻主要影响要素,已成为城市地理学和交通地理学研究的热点问题。

关于城市通勤出行的研究,国外学者主要围绕通勤距离、通勤时间和通勤模式等特征进行分析,并从城市形态给予机理解释,城市形态是土地利用在空间的表征,是导致居民出行行为改变的重要原因,主要涉及密度、规模、空间结构和土地利用多样性等要素,在实践中西方发达国家主张采用各种土地利用和交通政策来抑制蔓延式发展产生的负面效应。其中,密度是影响居民出行的重要要素,反映了城市的空间紧凑程度和土地利用强度,常以人口密度来表征,城市密度越大,各种活动所发生的区位越临近,出行距离和时间会越短。Newman 和 Kenworthy、Ewing 和 Cervero以美国城市实证分析了密度与通勤距离之间的关系,发现密度越高的地区,通勤距离越短。但是过高的城市密度可能会带来人流、车流的过度集中,引起交通拥堵,带来通勤时间的增加。城市规模反映了经济社会活动的空间范围,常以人口数量或建成区面积来表示。多数研究认为,城市规模越大,城市经济活动范围也会扩大,个体通勤距离和时间也会变大,如Veneri基于80个意大利都市区展开研究,发现城市规模与通勤出行时间有显著正相关性。Coevering和Schwanen基于欧美地区的31个大城市,分析了城市形态对出行方式的影响,发现人口规模与总体通勤距离和通勤时间均正相关。Cameron等分析了美国都市区的经济发展水平、密度、人口和就业规模等要素对居民出行的影响,发现驾车通勤距离的增加主要源于人口规模和私家车数量的上升。Lee研究了美国大都市1990年到2000年通勤时间增加的原因,发现人口规模对通勤时间具有显著正效应,而家庭汽车平均拥有量与通勤时间无关。但随着新城市主义理论的发展,一些学者也开始关注了城市空间结构、土地利用方式对城市交通出行的影响。城市的中心性反映了城市的空间结构形态,但其与居民出行的关系也无一致性结论。一些研究指出,多中心城市带来了总体通勤距离和时间的缩短,但Yang等以美国50个大都市区为例,发现在高密度的多中心城市,居民通勤距离反而会变长。土地利用的多样性反映了城市土地利用的混合程度,单一的土地利用方式会形成大量通勤交通流,导致过长的通勤时间、交通拥堵以及职住不平衡等多种问题,而混合的土地利用方式增加了居民活动的可达性,从而带来居民通勤距离的缩小,但Giuliano和Small认为提高土地利用的混合度对居民通勤距离产生的影响是很小的[1-11]。

除此之外,城市的社会经济属性、公共交通服务水平也是影响居民出行的重要因素。如Gordon[12]对美国大型城市进行实证检验,结果显示家庭收入水平与驾车通勤时间和公共交通通勤时间均呈负相关关系。Coevering和Schwanen[7]研究发现每千人拥有汽车数量与总体通勤时间负相关,人均GDP的提高能缩短公共交通总体通勤距离。Duranton 和Turner[13]以美国城市展开研究,发现道路或公共交通的改善并不能缓解交通拥堵。

国内学者对于城市交通出行的研究起步较晚,且以单个城市的微观研究居多,结论不具普适性。由于交通出行数据难以获取,基于中国宏观城市层面的交通出行研究相对薄弱,多数研究认为城市规模是城市通勤距离和通勤时间的决定因素[14-17],规模较大的城市拥有更长的通勤距离和时间。同国外研究一样,由于研究选取的样本、选取的时间、研究方法及变量不同,对诸多结论如土地利用多样性、城市空间结构形态等要素的作用也有争议[14]。随着我国城市化进程的加快,大城市通勤出行呈现怎样的特征,其主要的影响因素又是什么,亟需进一步的研究和检验。

因此,本文基于2015年我国50个大中城市通勤出行数据(包括京、上海、天津、广州、苏州、佛山、南京、重庆、大连、深圳、武汉、成都、东莞、中山、无锡、贵阳、珠海、西安、青岛、石家庄、宁波、沈阳、济南、厦门、杭州、秦皇岛、昆明、长春、温州、哈尔滨、长沙、郑州、合肥、南昌、烟台、福州、兰州、徐州、唐山、太原、乌鲁木齐、吉林、南宁、呼和浩特、海口、桂林、洛阳、银川、西宁和汕头),在分析城市通勤出行特征的基础上,分析城市形态、城市经济社会属性和公共交通设施服务水平等相关指标对通勤出行的作用效果与机制,为制定基于宏观城市层面的交通政策,提供理论依据和实证参考。

二、城市通勤出行的特征分析

(一)城市通勤出行的总体特征

城市的总体通勤距离和通勤时间平均值分别为11.3 km和38.2 min,有74%的城市通勤距离超过10km,有68%的城市通勤时间超过了30min,其中总体通勤距离和时间最长的城市均为北京(19.2km和52min),总体通勤距离和时间最短的城市均为汕头(6.2km和22min)。对比不同通勤方式,发现公交出行的平均距离(12.98km)和平均时间(39.82min)均高于驾车出行的平均距离(10.6km)和平均时间(27.48min)。总体通勤的平均距离和平均时间的变异系数(标准差/平均值)分别为0.23和0.21,二者相比,通勤时间变化更趋于稳定,这是因为时间对个体通勤的约束力更大。

作总体、公交和驾车通勤距离和时间的核密度曲线发现,三者通勤距离的分布类似且相对集中,波峰大致出现在10～14km的范围内,而通勤时间的分布差异较大,总体通勤时间波峰集中于27～30 min,而驾车通勤时间波峰相对较短,位于24～27 min,公交通勤的两个波峰分别在35～39 min和41～44 min。

(二)不同城市规模下的通勤出行特征

按人口规模将50个城市划分为4种规模类型(表1),发现城市规模越大,总体通勤距离和总体通勤时间越长,并且巨大城市的总体通勤距离和通勤时间约为大城市的1.5倍。与孙斌栋2008年的研究结果[15]相比,发现大城市、巨大城市的总体通勤距离分别增加了6.55km、8.91km,而大城市、特大城市、超大城市和巨大城市的总体通勤时间分别延长了9.55、4.83、6.61和9.99min。对比不同通勤方式,发现随着城市规模的扩大,驾车通勤和公交通勤的距离和时间也在增加。

(三)城市通勤出行的空间特征

表1 不同规模城市通勤距离和通勤时间

依据区位要素将样本中50个城市划分为东部、中部及西部三组(表2所示)。从平均值来看,东部地区的城市通勤距离和通勤时间均高于中、西部地区,说明我国经济比较发达地区的居民面临着较高的通勤压力;西部地区9个城市的通勤距离和通勤时间比中部地区高,但二者差距较小。东部地区城市中总体通勤距离和时间排名前三位的分别为北京、上海和天津,总体通勤距离分别为19.2、18.82和16.95km,通勤时间分别为52、51和46min;总体通勤距离和时间最短的城市是汕头,分别为6.35km和22min。中部地区城市中武汉的总体通勤距离和时间最长,分别为13.95km和39min,洛阳的总体通勤距离最短(7.92km),吉林的总体通勤时间最短(24min)。西部地区的城市中重庆、西宁分别拥有最长和最短的通勤距离和时间,二者总体通勤距离相差2倍,总体通勤时间约相差1.8倍。

三、模型与数据来源

(一)模型构建

借鉴国内外研究经验,从城市形态、城市经济社会属性和公共交通设施服务水平等三个层面选择具体指标,作为影响城市通勤出行的自变量。构建多元回归模型以测度各变量对通勤出行的影响程度,同时为消除量纲的影响,对各变量进行取对数处理,模型如下:

LnY=β0+βw1X1+βw2X2+βw3X3+ε.

(1)

表2 分区域的城市通勤距离和通勤时间汇总表

其中,Y表示城市通勤出行特征,包括总体通勤里程(totldis)和总体通勤时间(totatim),等2个变量。X1表示城市形态,包括人口数量(pop)、建成区面积(builtup)、人口密度(popden)、土地利用多样性(landuse)和城市多中心指数(pi)等5个指标,其中人口数量(pop)和建成区面积(builtup)表征了城市规模,分别用市辖区人口和市辖区内建成区面积来测度;人口密度(popden)表征城市密度,用建成区单位面积的人口数来表示,土地利用多样性(landuse)表征城市土地利用混合程度,用Gibbs-Mirtin 指数[18]来测度,公式如下:

(2)

式中,Sj代表每种土地利用类型j在城市建设用地总面积中所占的比例,土地利用类型j包括居住用地、公共管理与公共服务用地、商业服务业建设用地、工业用地等八种土地利用类型。

城市多中心指数(pi)表征城市的空间结构形态,采用以下公式[1]来测度,

pi=H×N×Rc.

(3)

式中,H为同质性指数[19],N为城市中心区个数,其划分的依据主要参考人口密度和人口数量[1],Rc为城市中心区占整个城市人口的比重。

X2表示城市社会经济属性,包括城镇居民人均可支配收入(avinc)和人均私人汽车数量(avpriv)两个指标;X3表示公共交通设施服务水平,包括人均道路面积(avroad)和人均公共汽车数量(avbus)两个指标;βw1、βw2和βw3为相应的参数,ε为误差项。

表3给出了各变量的描述性统计结果。

表3 变量描述性统计

(二)数据来源

城市通勤出行数据来源于2015年百度发布的居民通勤出行调查报告,为保证结论的可靠性,50个城市涵盖了我国各主要省会城市以及不同人口规模和不同地区的城市;人均道路面积、人均公共汽(电)车数量、建成区面积、人口数量、土地利用多样性等变量的数据来自《中国城市统计年鉴2015》。其中,考虑到北上广外来人口占比较高,因此对其人口数量指标采用常住人口,剩余47个城市为户籍人口。城镇居民人均可支配收入来源于《中国大城市道路交通发展研究报告之二》;人均私人汽车数量来源于各地级市《2014年国民经济和社会发展统计公报》和2015年各市统计年鉴,对于部分缺失数据,依据历年私人汽车增长率预测。

四、结果分析

为预防模型出现共线性,对解释变量间进行相关系数检验,发现人口数量和建成区面积之间的相关系数高达0.82,且通过了1%水平的显著性检验,根据模型回归后各变量的标准误差值,模型中仅以人口数量表征城市规模。

基于模型(1)对总体通勤和不同出行方式下的通勤分别回归,通过最小二乘法估计,结果如表4和表5所示,各变量回归系数均为标准化后的结果,各参数检验值也表明模型具有良好的拟合优度,不存在异方差和多重共线性问题,回归结果是可靠的。

(一)城市形态

人口数量的扩大能显著延长总体通勤距离和通勤时间,这一结论较为符合国内外现有研究结果,人口数量对总体通勤距离和时间的影响弹性系数分别为0.584、0.632。这是因为城市的快速扩张带来了企业生产和居民生活的郊区化,经济活动或通勤在更大范围内进行,所以人口规模的扩大延长了就业者的通勤距离和通勤时间。此外,本文还以建成区面积替代人口规模进行模型回归,发现建成区面积的扩大也能显著延长总体通勤距离和通勤时间,表明了城市规模对通勤出行影响的稳健性。

人口密度对通勤行为的影响并不显著。其原因可能在于统计年鉴中所提供的建成区人口密度往往比城市实体地域的真实人口密度要低很多,人口密度数据与交通大调查中的出行距离及出行时耗不能很好地对应[15]。但从表2可以发现,人口密度对通勤距离具有缩短作用,对通勤时间有延长作用。这是因为对人口规模大、人口密度高的城市而言,聚集效应提高了出行的可达性,缩短了通勤距离,但是人口过度密集的城市,也易产生拥堵,拥堵效应抵消了通勤距离缩短带来的时间减少,最终带来通勤时间的延长,这与国外的研究结论相一致。

土地利用混合度对通勤距离和时间表现为不显著的正值,这与西方学者的结论并不相符[20-22],可见宏观层面一味通过提高土地利用混合度来解决我国城市交通问题并不可行。目前我国大中型城市的平均土地利用多样性指数为0.8,已处于较高水平,丁日成[22]、郑思齐[23]等认为这种高度混合一方面不利于土地利用的专业化分工,降低了集聚经济效益,同时也分割了劳动力市场,带来了就业密度的下降,降低了通勤出行的交通可达性;另一方面由于混合用地在空间上往往零散分布,很可能产生大量混乱而随机的交通流,干扰正常交通,成为导致交通严重拥堵的重要原因。

城市中心多样性对通勤距离和时间均表现为不显著的负值,但也表明了城市的多中心发展对改善交通出行中的积极作用。城市多中心结构有利于就业者在居住地附近的城市中心就业,减缓了交通拥堵,最终带来通勤距离和时间的缩短。目前,我国许多大城市都处于由单中心到多中心发展的转变过程中,需要注意的是,多中心的形成过程需避免大规模的职住失衡问题,否则职住失衡会增加主副中心之间的通勤,增加平均出行距离与出行时间[24]。

(二)城市经济社会属性

城镇居民人均可支配收入是通勤距离和通勤时间的显著性因素,收入上升时,通勤距离和通勤时间显著增加,这证实了已有的研究结论[14-17]。在控制其他因素不变的前提下,收入增加时,总体通勤距离的上升幅度高于总体通勤时间,收入每增长1%,总体通勤距离上升0.402%,总体通勤时间延长0.357%。这是因为相对低收入者,高收入者对其居住地和工作地有较高的选择空间,从而可能形成更长的通勤距离和通勤时间。

表4 总体通勤距离和时间模型回归结果

注：括号内为标准误差系数。① ② ③ 分别表示在10%、5%和1%的显著性水平下显著。

人均私人汽车数量的增加对总体通勤距离和通勤时间有不显著的增加作用,并且对通勤时间的影响程度更高。私家车的使用扩大了居民出行的空间距离,带来通勤距离的增加,但随着人均私家车拥有量增速过快,私家车到了普及阶段,2014年每千人私家车拥有量为160辆,高于全国平均水平,在道路面积容量不足的现状下,当超过一定的临界值时,就会产生交通拥堵,最终也会带来总体通勤时间的增加。

(三)公共交通设施服务水平

人均公共汽(电)车数量与总体通勤距离和通勤时间正相关,对通勤距离和时间的影响弹性系数分别为0.132、0.146。考虑到人均公共汽车数量的增加可能源于通勤距离的延长或交通拥堵的加剧,二者之间可能存在内生性问题,在模型中将该变量去掉,表1列(3)和列(4)结果显示各变量的显著性和方向无显著变化,因此回归结果是可靠的。公共交通在中长通勤距离中发挥着重要作用,然而对于许多城市而言,由于公共交通设施不足、换乘不便等原因,公共交通出行方式极易被私家车替代,而私家车的过度使用又易产生交通拥堵,进而带来公交通勤时间的延长,因此人均公共汽(电)车数量的增加无法发挥优化城市通勤的作用。

人均道路面积的增加带来了更长的通勤距离和通勤时间。原因在于一方面我国城市道路容量严重不足,难以满足城市交通出行的需求。与发达国家平均人均道路面积超过20m2的水平相比,我国人均道路面积和城市道路占地率长期以来一直处于较低水平,2014年我国城市人均道路面积为15.34 m2,样本中有29个城市低于此平均水平;另一方面,我国每年机动车保有量持续攀升,尽管近几年城市人均道路面积增速加快,但人均道路面积的增加被快速增长的人均机动车拥有量挤占,由“当斯定律”可知,新建的道路设施会引致新的交通需求,且需求总是超过供给,反而带来通勤距离和时间的增加。因此,交通供需的失衡导致当前人均道路面积的上升仍无法有效改善其交通拥堵问题。

五、结论与建议

本文基于我国50个大中城市的通勤出行数据,在分析城市通勤出行特征的基础上,从城市形态、社会经济状况和公共交通设施服务水平三个层面研究了影响城市通勤出行的影响因素,得出以下结论:

我国城市平均总体通勤距离和通勤时间分别为11.3 km和38.2 min,其中总体通勤距离集中分布在10～14 km,总体通勤时间集中于27～30 min,与孙斌栋[15]2008年的研究结果相比,居民的通勤距离和时间进一步拉长;对比不同的出行方式,发现公交通勤的平均距离和平均时间均高于驾车通勤;对比不同的城市规模,通勤距离和时间随着城市规模的扩大而增加;在空间分布上,东部地区的城市通勤距离和通勤时间要高于中、西部地区。

计量结果显示,城市形态中的人口数量是影响城市通勤出行的显著性要素,人口规模的扩大带来了通勤距离和通勤时间的增加,验证了已有的国内外相关研究结论。人口密度作用并不显著。城市宏观层面上土地利用多样性的提高无助于通勤距离和时间的减少,但城市多中心指数有利于缩短通勤距离和时间。

城市社会经济属性中的人均可支配收入是影响城市通勤出行的显著性要素,随着收入水平的提高,城市通勤距离和通勤时间也在增加。但人均私人汽车数量对通勤时间和距离表现为不显著的正向作用。公共交通设施服务水平的提高带来了通勤距离和通勤时间的显著增加,显示出当前我国大城市公共交通服务设施的供给与居民通勤出行需求之间的不平衡。

因此,为缓解我国大中城市通勤出行问题,根据上述研究结果,从城市形态、公共交通设施服务水平方面提出如下政策建议:

控制大中城市规模的无序扩张。城市规模的扩大能够产生规模经济效益,促进经济的快速发展。但当城市规模过大时,又会带来诸如交通拥堵、环境污染等负外部性,因此,应该基于城市的社会经济、资源环境发展现状,确定合适的发展规模,不能盲目扩张,同时有序疏散中心城区密集的人口和产业,通过产业带动城市次中心的发展,并加大文化、教育、卫生、体育等公共资源的配置,促进城市内部各功能区的协调发展,减少跨区域通勤。

合理安排小尺度单元的混合土地利用方式。本研究证实了我国大城市宏观层面上土地利用的混合度无助于通勤距离和时间的缩小,但许多研究也证实了微观层面土地利用混合度的提升对于降低通勤距离和促进低碳通勤方式的重要性,二者作用机制不同,因此大城市要合理安排小尺度单元的混合土地利用方式,以达到宏观与微观层面相互衔接协调。

在增加城市道路面积和路网密度的同时,优化面向公共交通的道路设计,加快轨道交通等大运量公交供给,设置公共交通专用线或专门行驶公交的道路,提升公共交通服务水平,提高居民出行的便利性与舒适性,以引导居民低碳出行。