“双碳”背景下城市居民交通方式选择影响因素分析

包天雯,周桂良,卢 迁

(淮阴工学院,江苏 淮安 223001)

“双碳”一方面代表着社会产业构成、能源结构和市场竞争等领域的改良,另一方面在未来也会成为国家绿色低碳协同发展的动力。随着经济的发展,我国城市规模不断扩张,城镇化进程加速,城市人口不断增加,汽车数量暴涨,城市内部的交通需求增长迅速;城市规模越来越大导致居民的出行半径不断扩大,而城市公共交通系统发展相比城市扩建相对滞后,从而使得私家车需求量增大[1],产生了道路利用率低、汽车尾气排放多等问题,亟需分析居民出行方式选择的影响因素,精确预测居民选择的出行方式和出行路径,对于加快构建绿色交通系统有重大意义[2]。

国内外相关文献在研究城市居民交通出行方式选择影响因素中侧重于交通政策等宏观影响因素,对于出行者个人的分析仅停留在出行费用、出行时间等表面影响因素,尚未深入到居民的心理因素等潜在影响因素分析;且研究出行方式选择模型以Logit模型为主[3-5]。在微观影响因素的基础上,把居民的心理因素纳入考虑,利用SPSS对调查数据进行影响因素分析。

1 数据来源

居民交通出行方式选择的调查方法分为行为调查(Revealed preference)和意向调查(Stated preference)。RP调查,是在特定的出行条件下获得被调查人的真实选择结果。受访者需要回顾其出行的实际情况,因此RP调查往往反映了受访者的实际行动。SP调查与RP调查的真实情况不同,这种调查方式是让受访者在指定的假设情况下做出选择,收集这些调查结果从而总结出受访者的主观偏好。由于是在假设情况下做出的判断,在一定程度上并不能真实反映实际情况。两种调查方法对比结果如表1所示。

表1 行为调查与意向调查的对比

RP调查更能真实的反应实际情况,对于分析淮安市居民交通出行方式选择的影响因素有利,所以对淮安市居民的调查采用RP调查。

我国在调查居民出行为时,一般采取1%～2%的抽样比例,但是由于城市的人口基数很大,所需要的样本量也就相当大。美国学者在非集计模型的实验中,一般把模型参数所需要的样本量定在2 000～3 000。综上,为实现理想的计算结果,本次的问卷调查样本量定2 500。

调查对象为淮安市居民,不直接进行截访,以免让调查者产生厌烦,更多的选择访问正在公共场所休息的市民。调查过程中一共发放2 500份问卷,回收有效问卷2 290份,有效问卷比例为91.6%。

通过查阅资料和头脑风暴法,确定了国家政策、家庭收入、社会地位、文化程度、年龄、性别、婚姻状况、居民心理因素、出行费用、乘车时间、情绪、家庭责任、候车时间、朋友关系、同事关系、群体权威、季节、天气、空气质量共19项因素。

2 结果分析

2.1 信度分析

对Cronbach’sα系数(或折半系数)进行分析,Cronbach’sα系数(或折半系数)如果在0.9以上,则该测验或量表的信度甚佳,0.8～0.9之间表示信度不错,0.7～0.8之间则表示信度可以接受,0.6～0.7之间表示信度一般,0.5～0.6之间表示信度不太理想,如果在0.5以下就要考虑重新编排问卷。

在本次的调查中,从居民心理因素、乘车时间、候车时间、出行费用等19项因素分析对淮安市居民交通出行方式选择的影响程度。维度αi表示第i项影响因素。信度分析结果如表2所示,模型的Cronbach’sα系数值为0.959,说明该问卷的信度非常好。

表2 删除分析项的统计汇总

2.2 效度分析

效度就是指所测的结果是否能反映所要检查的内容,其效度越高越好。效度可分为内容效度、准则效度和结构效度三种。效度分析,即调查问卷设计的有效性和准确性,用以衡量调查问卷设计的合理性。在KMO测试中,取样适切性量数0.9是最适宜的因素分析的条件;0.6～0.9为宜;0.5～0.6效果很差;0.5以下时应放弃。KMO值测试表明,问卷中各个问题变量具有相关性、满足因素分析的需要。在巴特利特(Bartlett)的测试中,如果显著低于0.05或0.01,就会否决原有的假设,表明可以进行因素分析,如果没有否决原有的假定,就表明这些变量可以独立地提供某些信息,因此不适宜进行因素分析。效度分析结果如表3所示,KMO值为0.943,说明维度划分比较合理,具有良好的结构效度。

表3 KMO和巴特利特检验

2.3 主成分分析

对影响淮安市居民出行方式选择的19项影响因素进行主成分分析,以获取主要的影响因素。主成分分析是一种多变量之间的关联度的多元统计方法,主要是用少量的主成分来反映多个变量之间的内在关系,也就是从原来的变量中推导出少量的主元,从而尽量保持原有变量的信息,并且相互之间没有联系。主成分分析步骤如下。

(1)为消除量纲的影响,先对数据进行标准化处理。

(2)计算相关系数:各变量之间的相关性较好。

(3)KMO检验和Barlett检验:KMO取样适切性量数>0.6较为适宜;显著性小于0.05较为适宜。

(4)计算特征值和特征向量,提取特征值大于1。

(5)计算各个主成分的得分

Fi=wi1X1+wi2X2+…+winXn

(1)

图1 组件图

图2 碎石图

表4 KMO和巴特利特检验

表5 总方差解释

表6 成分矩阵各变量对应的系数表

2.4 权重分析

通过引入信息熵和信息效用值,对主成分分析得到的居民心理因素、候车时间、出行费用三项主要影响因素进行权重分析,以获得重要性排序。其分析步骤如下。

(1)首先根据权重计算结果对各指标的权重进行分析。

(2)通过权重计算结果得到权重分析矩阵。

(3)对分析进行总结。

对主要影响因素的熵权值进行计算,结果如表7所示,影响淮安市居民交通出行方式选择的影响因素中,指标权重最大为心理因素(34.689%),其次是候车时间(24.684%),最小为出行费用(21.571%)。

表7 熵权法权重计算结果

3 碳达峰与碳中和背景下交通管理的对策建议

(1)推进有轨电车线路建设

加快城市轨道交通网络建设,提高线路网络密度,提高城市轨道交通的可达性,降低与其它交通方式的换乘。淮安市有轨电车运营线路只有淮安现代有轨电车1号线一条线路,运营里程20.07 km。线路扩建后,可以减少居民搭乘的候车时间和步行时间,便宜的票价可以促使居民更多地选择有轨电车。

(2)优化公交线路

优化公交网络对于提高公共交通水平是一种非常有效的方式,同时也可以鼓励居民选择乘坐公共交通。首先交通管理者可以考虑减少重复的公交线路,既节约了乘客在车上的时间,又能缓解拥堵的状况。另外应该考虑改进巴士网路的规模,增加巴士的通达率,缩短居民的行走时间,并排除巴士的盲区。

(3)建设淮安市快速公交系统

快速公交系统(BRT)是一种高品质、高效率、低能耗、低污染、低成本的公共交通形式,采用先进的公共交通车辆和高品质的服务设施,通过专用道路空间来实现快捷、准时、舒适和安全的服务。如果能够在中心城区建设BRT,淮安市交通结构将得到全面提升。建设BRT还可以有效填补淮安市轨道交通的服务空白,减少居民私家车的使用率,有效降低碳排放量。

(4)改善居民自行车出行与步行的环境

城市道路建设主要将汽车作为主体而忽略了行人步行与非机动车出行的要求,所以倡导居民低碳出行就有必要尽快采取措施,给自行车与步行创造良好的出行环境。一是增加步行道和自行车道的宽度,提高出行的通畅性;二是在步行道和自行车道两侧增加绿化植被,提高居民步行或骑行的舒适度;三是设置更多的共享单车点以及完善的共享单车系统,方便居民随时骑行。

(5)私家车实现节能减排

私家车数量不断增多,与此同时新能源汽车发展迅速且前景良好,交通管理者对于实施居民低碳出行可以从以下三方面出发。一是制定购买新能源汽车的优惠政策,如贷款购买新能源汽车时给予一定优惠;二是通过制定增加停车收费额、增收汽油税等法规压缩城市居民购买汽车的数量;三是增设新能源汽车的充电站,提高驾驶新能源汽车的出行体验。

4 结 论

在“碳达峰”与“碳中和”的背景下,结合城市居民出行特征,通过对淮安市居民的出行特点的分析和归纳,运用行为调查表对淮安市的交通状况进行了调查。应用SPSS对其进行影响因素分析,结果显示:候车时间、出行费用和居民心理因素都对居民选择出行方式有显著影响,其中影响程度最大的是心理因素,其次是候车时间,影响程度最小的是出行费用。在此基础上,结合各因素的分析结果,为淮安市城市道路运输管理提供了合理的对策。