公共租赁住房选址对重庆居民出行行为的影响研究


公共租赁住房 (简称公租房) 是政府为解决住房困难人群的居住问题而采取的保障性住房供给模式, 其保障对象通常是大中专毕业生、外来务工人员、城市困难群体等中低收入人群。通常而言, 居民的出行行为与其职住空间有密切联系, 故公租房选址对其居民的出行行为会造成一定影响。公租房选址受诸多因素影响, 受制于政策倾向、土地储备和预算等条件, 一部分公租房布局于交通条件和配套设施相对较差的区域, 但也有一些示范项目的区位条件较优越。具有相同或相似经济、社会属性的居民 (公租房的申请门槛对居民属性有限定作用) 因居住在不同区位的公租房社区, 其出行行为呈现差异性, 而出行行为的影响因素及其作用机制亦不相同。
学术界对居民出行行为影响因素的研究可分为2个维度: (1) 学者从居民自身角度入手, 认为居民是其自身出行行为决策与实施的主体, 居民的各类特征属性是影响居民出行行为的重要因素, 因此在出行意愿、性别、年龄等个人特征, 家庭人口、儿童数量等家庭特征, 居民收入、有无私家车等经济特征方面展开了大量研究; (2) 自身属性并不能完全决定出行行为的产生, 外部环境条件的约束也是影响居民出行行为的关键, 故另一部分学者重点关注外部环境对居民出行行为的影响, 发现不同的居住区, 因其交通基础设施、公共服务设施、可达性、职住空间平衡性等居住条件不同, 居民出行行为也大不相同。不同社区居民的社会经济属性大不相同, 在进行不同社区间横向比较时, 无法区分外部环境因素和居民自身属性因素各自作用的过程与结果。作为面向单一群体的特殊物业, 公租房严格的申请条件使居民在自身属性方面具有一致性, 故本研究基于结构方程模型, 以重庆市为例, 选择2个不同区位的公租房社区, 研究影响其居民出行行为相关因素的作用过程与结果, 一方面可定量判断内部属性和外部环境因素对居民出行行为的影响机制;另一方面也可为公租房合理选址提供决策依据。
1 研究思路与模型构建
1.1 研究思路
出行行为是居民自身属性与外部环境双重制约下的产物, 故本文从以下2个维度对公租房居民出行行为的影响因素进行研究。
1) 建立公租房居民出行行为影响因素的结构方程模型, 分别对单个公租房社区居民的出行行为影响机制进行定量分析。
2) 对比2个处于不同区位的公租房社区结构方程模型的异同, 定量判断外部环境因素对居民出行行为的影响。
1.2 模型构建
1.2.1 居民出行行为的决策过程
如图1所示, 居民出行行为的决策过程就是在一系列可供选择的出行方式中, 综合比较各方面约束与条件, 从中挑选出最能使自己感到满意的方式, 达到自己出行目的的决策过程。通过对以往学者研究的分析与总结, 居民的决策过程主要包括4个阶段: (1) 居民出行诉求产生阶段在此阶段中, 因上班、购物、娱乐等需求触发居民的出行诉求, 产生出行动机, 决定出行目的地及大致的出行距离与出行时间; (2) 居民自身属性约束决策阶段居民因自身的一些特性, 如性别、年龄等基本属性, 收入、私家车等经济特征, 近期是否有购房意向、重大变故等不确定性, 倾向出行方式、出行成本等出行态度的影响, 会在满足自身各种条件下做出一个最舒适、快捷、安全的出行倾向决策, 这是居民最理想状态下的出行方式, 但实际情况中往往达不到此种状态; (3) 外部环境制约下的决策阶段因外部条件如可达性、交通基础设施、交通状况等约束, 可能会与上一阶段居民倾向的出行方式产生冲突, 居民会结合自身属性和外部条件综合决策, 确定在各种约束条件下自己最满意的出行方式; (4) 居民出行行为产生阶段居民依照综合决策过程中选择的方式出行, 最终确定出行方式、出行时间、出行距离与出行成本。
1.2.2 影响居民出行行为的主要因素
居民出行行为受自身属性及外部环境属性综合影响。自身属性主要包括居民的出行态度、基本特征、经济特征及不确定性等。基本特征、经济特征等方面的影响学者们已有成熟的研究成果。居民作为出行行为的决策主体, 其出行态度很大程度上影响出行行为的产生。
外部环境对居民出行的影响显而易见。不同区位条件下的社区在交通基础设施、公共服务设施、可达性等方面大不相同。通常来说, 交通服务设施完善、可达性良好的社区, 居民可选择的出行方式更多, 出行也更方便、快捷, 节约出行时间和成本。
1.2.3 结构方程的建立
本文以结构方程模型为理论模型展开研究, 结合上述对居民出行行为决策过程及影响因素的分析, 将居民基本特征、经济特征、不确定性及出行态度作为外生变量, 出行方式、出行频率、出行时间、出行成本占收入比重作为描述居民出行行为的内生变量, 构建居民自身属性对出行行为影响的结构方程模型。构建的结构方程模型如图2所示, 选取2个区位条件不同的公租房作为研究对象分别构建结构方程模型, 通过单个模型分析居民自身属性对其出行行为的影响, 以2个模型间的差异分析不同外部环境对居民出行行为的影响。
2 分析过程与结果
2.1 研究对象与数据来源
选取民心佳园和康居西城2个重庆公租房社区为研究对象, 因申请条件、面向范围相同, 故2个社区居民在社会经济属性上有较强一致性。采用简单随机抽样的方式向2个社区居民发放问卷580份, 其中回收有效问卷552份, 民心佳园246份, 康居西城306份。问卷包括居民基本特征、家庭特征、不确定性、出行态度及出行特征现状等内容, 各变量的描述及赋值规则如表1所示。
如表2所示, 民心佳园位于重庆市北部新区鸳鸯奥特莱斯以南地块, 西邻机场高速路, 东邻渝宜高速, 南接东环立交, 距离轨道交通3号线童家院子站600m, 有9条公交线路, 距核心商圈观音桥仅10min车程, 交通区位条件良好。康居西城位于重庆市沙坪坝区西永片区, 与中心城区之间隔中梁山脉, 距最近的沙坪坝商圈需40min以上车程, 且半径3km内无轨道交通站点, 区位交通条件较差。
2.2 民心佳园社区居民出行行为影响因素结果分析
将民心佳园社区收集的问卷数据带入模型运算, 得到最终模型的卡方值为236.307, 自由度为107.000, 卡方值和自由度的比值等于2.21, 最终模型与最优模型十分相近;进一步分析模型拟合指标, 拟合指数值为0.070, CFI (Comparative Fit Index) 为0.914, 2项指标均说明所拟合的模型是一个较优模型, 模型结果如图3所示。
表1 模型变量描述及赋值 下载原表

表2 民心佳园、康居西城交通区位条件对比 下载原表

从民心佳园居民出行行为影响因素模型看出:出行态度变量组的路径系数最大, 为0.49, 说明居民的出行态度对其出行行为影响最大, 这是由于民心佳园社区区位条件良好, 公交、轨道交通等公共交通十分便捷, 多条高速干道也为私人交通提供了良好条件, 故居民可根据个人意愿选择自己满意的出行方式, 即出行态度很大程度上决定了出行行为;不确定性变量组的路径系数为0.34, 是影响民心佳园社区居民出行行为的一类重要因素;基本特征和经济特征的路径系数相对较小, 影响较小。
2.3 康居西城社区居民出行行为影响因素结果分析
将康居西城社区收集的问卷数据带入模型运算, 得到最终模型的卡方值为290.970, 自由度为108.000, 卡方值和自由度的比值等于2.69, 最终模型与最优模型十分相近;进一步分析模型的拟合指标, 拟合指数值为0.076, CFI为0.918, 2项指标均说明所拟合的模型是一个较优模型, 模型结果如图4所示。
从康居西城社区居民出行行为影响因素模型看出:路径系数最大的是经济特征, 为0.76, 对居民出行行为影响程度最大。康居西城地理位置偏远, 交通不便利, 上班、娱乐等日常出行活动通常都有时间要求, 故现有外部出行条件无法满足这些要求, 居民需创造条件来满足要求, 故经济特征成为康居西城居民出行行为的最大影响因素, 经济条件稍好、能接受较高出行成本的居民会选择私家车、出租车等更便捷的出行方式, 经济条件稍差的居民则只能选择公共交通, 出行成本低, 但需多次换乘且花费更多出行时间;出行态度的路径系数为0.53, 对康居西城居民出行行为的影响较大;不确定性与基本特征的路径系数相对较小, 影响较小。
2.4 对比分析
民心佳园和康居西城的居民出行行为影响因素存在较大差异。2个社区同属公租房社区, 居民的社会经济属性相似, 故造成此种差异的原因在于其各自的区位条件不同, 所处区位条件严重影响公租房居民出行的决策机理。
1) 基本特征基本特征的影响机理相同, 两者都侧重于家庭及家庭结构, 性别年龄等的作用均不显著。因家庭成员在出行时需分配任务、共用资源, 相互间的影响作用比较明显, 同时有特殊需求的出行人群 (特别是儿童) 对出行时间、安全性等有较严格的要求, 在出行决策时会关注更多因素, 对出行行为有较大影响。
2) 经济特征2个公租房社区经济特征的影响机理不同, 收入是最基础的经济特征之一, 故对两者而言都是重要的影响因素, 区位条件较差的区域, 因公共交通配置不健全, 反而促使一些家庭购买私家车, 故康居西城社区中私家车是影响居民出行行为的显著因素。区位条件较好的民心佳园社区更明显体现出经济基础的影响, 信用卡额度从侧面反映出居民的经济状况。
3) 不确定性经济不确定性对康居西城社区影响较大, 家庭结构不确定性对民心佳园社区影响较大。在康居西城社区居民出行行为影响因素中, 职业类型因素影响较大, 因地处偏远, 对固定职业的居民而言, 工作生活等出行活动更稳定、有规律, 出行行为选择时更注重可持续性, 而民心佳园则无此情况。购房计划对康居西城居民出行行为有显著影响, 影响机理在于其改变了家庭的财务支出计划和结构, 系统影响了家庭的交通物质基础 (是否购买私家车等) , 公共交通发达的民心佳园更注重家庭的未来计划 (结婚、生子等) , 其对未来家庭结构产生影响, 居民为尽快适应改变提早作出响应。

图3 民心佳园社区居民出行行为结构方程模型结果 下载原图
注: (1) 路径系数为0.1, 表示自变量变化1个标准差将影响因变量变化0.1个标准差; (2) 所有路径系数为标准化后的值; (3) *表示在0.05水平下变量显著
4) 出行态度出行态度对2个公租房社区的影响有很大差异。公租房居民绝大多数是中低收入人群, 对出行成本较敏感, 故出行成本因素对2个社区影响显著。因公租房居民的社会经济属性, 在考虑出行成本基础上更倾向公共交通, 但康居西城位置偏远, 公共交通条件差, 在公私交通选择时受限, 居民实际选择的出行方式和其倾向的方式往往不同, 故公私交通倾向是影响康居西城居民出行行为的显著因素。民心佳园的居民则能更方便地选择自己倾向的出行方式, 故在出行态度上更关注出行时间长短, 选择更舒适便捷的出行方式, 故倾向最长出行时间是民心佳园居民出行时考虑的重要因素。
综上所述, 民心佳园社区地理位置和交通条件优越, 居民出行时外部约束条件少, 可满足居民日常出行需求, 出行时更注重家庭内部的资源与任务分配、出行的便利性及可承受性。康居西城社区外界条件无法满足居民的出行需求, 居民需自己创造条件来满足需求, 经济特征成为居民出行行为最重要的影响因素。经济条件稍好的居民可选择私家车、出租车等更便捷的出行方式, 经济条件差的只能花费更多时间与精力在出行上。康居西城社区居民在出行决策时更注重经济基础和交通工具。需说明的是此处提到的经济条件稍好仅是同社区内居民相对而言, 公租房作为保障性住房, 所住居民绝大多为中低收入人群, 对出行成本和时间均较敏感, 因公租房选址偏远而提高的出行时间与成本给居民生活带来很大影响。
3 结论与建议
本文基于结构方程模型对比了2个不同区位条件的公租房社区居民出行行为形成机制的差异。研究结果表明, 在影响公租房居民出行行为的4类因素, 即基本特征、经济特征、不确定性和出行态度中, 基本特征并未表现出空间差异性, 即不同区位条件的公租房社区作用机制相似, 相较其他3类因素, 不同区位条件下, 各因素的作用过程和结果各不相同: (1) 经济特征因素在社会经济属性相似的情况下, 区位条件较差的公租房社区居民比区位条件较好社区的居民更偏向使用私人交通, 即便其属于中低收入群体; (2) 不确定性特征因素区位条件较好的公租房社区居民在决策出行行为时更偏重家庭结构的未来变化, 区位条件较差的公租房社区居民在经济方面的不确定性是影响其出行行为的主要因素; (3) 出行态度因素出行成本对不同区位条件的公租房社区居民出行特征的影响机制相似, 但区位条件相对较差的社区居民有明显的私人交通倾向。总体来说, 对选址适宜的公租房社区而言, 出行态度是影响居民出行的主要因素, 对区位条件较差的公租房社区, 经济特征则是影响居民出行的主要因素。
目前, 多数城市相当比例的公租房社区均分布于区位条件恶劣的区域, 居民通勤条件不佳。从居民出行行为的决策过程看出, 居住于区位条件较差社区的公租房居民在配置自身消费支出的过程中更偏向于将节约的房租置换为通勤成本, 故其由住房支出减少所获得的增量效用反而被增加的综合通勤成本所抵消。在公租房选址决策过程中, 一方面应考虑职住关系, 尽量选址于就业集中区周边;另一方面应合理规划公共交通体系, 大容量快速交通系统 (地铁、BRT) 的规划建设应与公租房布局相匹配。
[2]郭寒英.基于出行者生理心理的城市客运交通出行行为研究[D].成都:西南交通大学, 2007.
[3]高士麟, 王志攀, 何冠楠.出行态度及社区环境对出行行为的影响分析[J].公路与汽运, 2014 (3) :43-47.
[4]张萌.女性出行行为特征研究[D].北京:北京交通大学, 2008.
[5]张政, 毛保华, 刘明君, 等.北京老年人出行行为特征分析[J].交通运输系统工程与信息, 2007, 7 (6) :11-20.
[6]张文佳, 柴彦威.基于家庭的城市居民出行需求理论与验证模型[J].地理学报, 2008, 63 (12) :1246-1256.
[7]LEE Y, HICKMAN M, WASHINGTON S.Household type and structure, time-use pattern, and trip-chaining behavior[J].Transportation research part A, 2007 (12) :1004-1020.
[8]穆蕊.基于出行活动的非集计模型研究及应用[D].北京:北京交通大学, 2010.
[9]杨忠伟, 刘小明.城市交通出行成本对出行结构的影响[J].交通运输系统工程与信息, 2012, 12 (2) :21-26.
[10]王京元, 韩艳.燃油价格影响下的居民出行行为特征分析[J].特区经济, 2013 (7) :202-204.
[11]CHEN C, GONG H, PAASWELL R.Role of the built environment on mode choice decisions:additional evidence on the impact of density[J].Transportation, 2008, 35 (3) :285-299.
[12]孙姗珊, 朱琛, 陈川, 等.不同区位大型居住社区居民出行特征对比分析[C]//2013年中国城市交通规划年会暨第27次学术研讨会, 2014.
[13]KITAMURA R, MOKHTARIAN P L, LAIDET L.A micro-analysis of land use and travel in five neighborhoods in the San Francisco bay area[J].Transportation, 1997, 24 (2) :125-158.
[14]张萍, 杨东援.上海外围大型社区居民属性和出行行为——基于嘉定江桥金鹤新城的实证研究[J].城市规划, 2012, 36 (8) :63-67.
[15]KRIZEK K J.Neighborhood services, trip purpose, and tour-based travel[J].Transportation, 2003, 30 (4) :387-410.
[16]KEVIN J.Residential relocation and changes in urban travel:does neighborhood-scale urban form matter?[J].Journal of the American planning association, 2003, 69 (3) :265-281.
[17]NOWLAN M, STEWART G.Downtown population growth and commuting trips:recent experience in Toronto[J].Journal of the American planning association, 1991, 57 (2) :165-182.
[18]MESSENGER T, EWING R.Transit-oriented development in the sun belt[J].Transportation research record journal of the transportation research board, 1996, 1552 (1) :145-153.
[19]邱皓政.结构方程模型的原理与应用[M].北京:中国轻工业出版社, 2009.
[20]侯杰泰, 温忠麟, 成子娟.结构方程模型及其应用[M].北京:经济科学出版社, 2004.