上海市居民通勤方式鏈特征分析與效率評價

吳嬌蓉，周冠宇

(同濟大學交通運輸工程學院，上海201804)

上海市居民通勤方式鏈特征分析與效率評價

吳嬌蓉，周冠宇

(同濟大學交通運輸工程學院，上海201804)

為了解上海市居民通勤現狀并改善其薄弱環節，以通勤時間為切入點，調查并分析上海市15個小區的居民通勤出行特征。首先明確通勤方式鏈定義，分析通勤方式鏈基本結構和環節組成，將其分為9大類23小類。同時劃分4類通勤時間區間以及5類交通態度人群?？偨Y方式鏈的時空分布規律，考慮主要態度人群“簡單安全型”的通勤意愿，以公共汽車、地鐵、公共交通組合方式鏈為例，評價方式鏈各環節效率。依據感知時間設計通勤者主觀評價模型，不同環節通勤時間的改善會存在感知效果的差異。結果顯示，接駁和候車是必要且易于改善的重點環節：接駁時間每增加1 min，期望節省時間平均增加0.021 min；候車時間每增加1 min，期望節省時間平均增加0.619 min。

交通工程；通勤方式鏈；效率評價；感知時間模型

通勤出行是居民日常生活中的主要剛性出行，具備獨特的行為特征。通勤可選交通方式(組合)的多樣性決定了通勤方式鏈的高復雜度，也帶來了通勤方式鏈分析與評價方面的困難。合理的通勤方式鏈應具備較高的效率、被多數通勤者選擇，并體現為較高的全程速度和主觀評價。中國各城市交通年報通常關注平均通勤時間、平均通勤距離、交通工具平均速度等平均水平指標[1-3]，也存在如軌道交通步行接駁平均時間、公共汽車站500 m覆蓋率等細化指標[4]。但集計特征的數據不能反映通勤出行細節與通勤者主觀感受，無法較好地分析長、中、短時間各類通勤方式鏈的效率差異。本文基于通勤者視角的非集計數據，分析通勤出行時空特征，劃分通勤方式鏈類別，評價通勤方式鏈效率，建立通勤時間評價模型以分析通勤方式鏈各環節差異。

1 研究綜述

上海市歷次綜合交通調查數據表明通勤出行時耗不斷增加、職住分離程度逐年加重的基本趨勢。人口向外疏解沒有帶來就業崗位同步外移，2014年上海市中心城居民通勤出行平均時耗42.7 min，比2009年40.8 min有所增加，其中軌道交通和公共汽(電)車出行時耗分別高達62 min和64 min。就業崗位在中心城的人員通勤出行平均距離由2004年11.3 km，2009年12.0 km，增長至2014年12.6 km[4]。長距離、高時耗、多環節的出行給通勤者帶來諸多不便，因此對通勤全程進行分析評價十分必要。

1）基礎指標。

在研究通勤的所選指標上，通勤時間和通勤距離作為基礎性指標被廣泛采用，但在研究的適合性上學者們的觀點仍有分歧。在較有代表性的國外研究中，文獻[5]認為通勤時間比距離更適合用來表示通勤成本，因為長距離通勤可以選擇快速的交通工具，因此人們更關注通勤時間而不是距離。相反，文獻[6]則認為通勤距離更適合表示通勤成本，因為出行的負外部效應與距離相關，而通勤者的時間預算通常是定值。本文借鑒已有研究成果，選擇通勤時間作為通勤出行評價的重要指標，主要考慮以下層面因素：

①通勤時間是通勤者基于出行距離、方式、交通狀況等綜合考慮的決策因素，其關注點在于通勤的時間成本所帶來的影響，而不是OD點間客觀空間距離長短的影響[7-8]。

②通勤時間在方式鏈各環節中存在較多改善空間，如交通工具提速、運營班次調整等，而通勤距離在不調整OD點(搬家、更換工作)的情況下改善余地有限。

③通勤時間估計相比距離估計更加準確；通勤出行與其他出行性質不同，時間估計偏差較小，可信度高。盡管文獻[9]研究表明高乘載率收費(High Occupancy Tolling,HOT)車道上駕駛人對自身節省時間的估計平均會偏高9 min，但本文計算的全樣本通勤時間、距離的估計和實際值結果比對表明，全樣本通勤時間偏差僅為+3%(估計值相比于實際值)，平均僅高估1.28 min，小于距離偏差的-4%。

④通勤時間與通勤滿意度分值的相關性更為顯著，更能體現通勤者主觀評價。本研究對通勤距離、時間在Z變化下的偏相關分析表明：當剔除通勤距離時，滿意度與通勤時間的相關性從-0.360下降至-0.253，維持顯著性水平；當剔除通勤時間時，滿意度與通勤距離的相關性由-0.269下降至0.046，相關關系不顯著。

2）對象選擇。

在研究通勤的對象選擇上，由活動分析理論的出行鏈引申出的方式鏈相比主要交通方式更能反映通勤全程特征，逐漸被學者們采用[10-13]。文獻[14]以方式鏈形式的數據建立交通通暢、擁堵相關的二項Logit模型，得出低收入年輕人更傾向于停車換乘，交通擁堵時是否有老人和小孩等家庭特征會顯著影響停車換乘選擇行為。文獻[15]提出城際出行方式鏈的概念，并應用結構方程模型分析方式鏈各環節。文獻[16]依據乘客心理變化特征劃分方式鏈中候車環節的時間服務等級(I～IV級)，并建立候車時間價值模型。

3）評價方法。

在評價通勤全程時，效率分析是較為普遍的方法。其在宏觀層面上往往以交通系統社會總效益/社會總費用來衡量[17]，如考慮土地利用模式、交通體系結構、交通基礎設施、交通管理體系等方面設計相應指標；微觀層面上一般以“出行距離/出行時間”即出行平均速度來考察評價[18-19]，越少時間完成相應任務則效率越高[20]。此外，由于出行者對時間的估計存在不可避免的偏差(高估短時間間隔，低估長時間間隔[21])，感知時間(Perceived Time)作為與客觀時間相對的出行者時間估計指標，可作為效率分析中的關鍵指標，反映通勤出行在主客觀視角的差異。在已有的研究中，文獻[22]認為出行者在擁堵路段上的時間價值是非擁堵路段的兩倍，對時間節省的估計偏高。文獻[9]等對使用HOT車道的駕駛人主觀節省時間(相比于普通車道行駛的駕駛人)的錯誤知覺(高估或低估)標定了線性回歸模型。

2 數據來源

本文通勤出行數據來源于2014—2015年上海市內中外環共計15個小區的居民出行調查(見圖1)。有效問卷共601份，問卷有效率95.13%。由于上海市范圍內小區居民數量龐大，以達成一定的抽樣率來完成調查存在困難，因此采用與樣本量無關的調研方法，獲取269份以上的有效樣本即能滿足大部分數據分析要求[23]。

小區選擇兼顧區位、軌道交通沿線與否、房屋屬性等多項因素。小區調查半徑為1～2 km，其中11個小區位于地鐵車站覆蓋半徑(750 m)內；內中外環小區數量均為5個(每一組調查員負責內中外環小區各一個，有利于保證調查尺度統一)；房屋經濟政策屬性為8處商品房、5處公有住房、2處經濟適用房。調查問卷內容包括社會經濟基本問題、通勤方式鏈問題、交通態度與意愿問題三部分。

3 通勤出行特征

3.1 方式鏈定義與分類

方式鏈詳細表述出行全過程，側重體現出行方式間的銜接換乘情況。根據活動層次下的出行鏈定義，確定交通層次下的通勤方式鏈定義如下：1)一個以家為起點、工作單位為訖點(反之亦可)的單向方式段序列；2)方式段指一次通勤多種交通方式中兩個相鄰換乘點(或接駁點)之間的出行過程，方式段的組合即為方式鏈，包含交通方式換乘、接駁的全出行過程。

問卷調查所得方式鏈有效數據共計595條，包括23類交通方式組成情況，其中最復雜的方式鏈示例見圖2。為了研究方便，根據所屬交通系統不同和復雜程度將方式鏈分為9大類別(見表1)，第9類為個體交通、公共交通方式混合使用的個例集合，本文后續研究不作分析。各類別中，“8-WBMW-復雜方式鏈”代表除去“6-WBW-公共汽車方式鏈”、“7-WMW-地鐵方式鏈”外的所有公共交通方式鏈組合，將6，7，8三類統稱為“公共交通組合方式鏈”。8類通勤方式鏈呈現以下基本特征：1)WMW地鐵方式鏈所占比例最大，為24%，其次分別為私人小汽車方式鏈20%，步行方式鏈19%；2)WBW，WMW，WBMW總計比例為45%，占總量近一半；3)自行車方式鏈、班車方式鏈所占比例較小，分別僅為4%和2%。

3.2 方式鏈時空區間

本文對各類方式鏈的交通特征與定位(班車方式鏈由于樣本量過少在分析中暫不涉及)進行分析。如圖3所示，樣本點的斜率代表方式鏈全程的平均速度。虛線為全樣本的通勤時間均值、分位點(15%，85%分位點)，實線為上海市2014年綜合交通調查中心城平均通勤時間；通勤時間、距離分位點構成矩形區域，這是樣本點主要分布區間，以下簡稱為“時空區間”。

圖1 調查小區分布Fig.1 Distribution of the surveyed communities

圖2 復雜方式鏈(代碼WBMMMW)出行數據示例Fig.2 Demonstration on the data of complex commuting trip chain(code WBMMMW)

全體樣本通勤時間均值為39.7 min，與2014年上海市綜合交通調查中心城平均通勤出行時間42.7 min相近。均值、分位點虛線將通勤時間劃分為4個區間，統計方式鏈自身在各區間的比例分配(見表2)。可以看出，步行是低時耗通勤下的唯一選擇，復雜方式鏈是高時耗通勤下的唯一選擇。電動自行車、自行車的全部樣本均為中低時耗通勤。私人小汽車相對均勻地分布在中低、中高時耗通勤這兩類情形中(56%，44%)。公共汽車、地鐵、復雜方式鏈橫跨3個區間，通勤時間長短差異顯著。通勤方式鏈的時空區間分布表明：

表1 通勤方式鏈類別Tab.1 Categories of commuting trip chain

圖3 通勤方式鏈時空區間分布Fig.3 Distribution of commuting trip chain by time and space

1）私人小汽車(C)擁有僅次于復雜方式鏈(WBMW)的第二大時空區間(時間分位點15～60 min，距離分位點4.03～25.37 km)、最高的通勤單位效率(時空區間相對更靠近縱軸，樣本點斜率較大，平均速度23.52km·h-1)。

2）電動自行車(E)、自行車(B)的時空區間重合程度較大，擁有相同的時間分布(10～35 min)以及略有差別的距離分布(電動自行車1.36～8.45 km，自行車0.87～6.97 km)。此外，電動自行車存在能夠與私人小汽車競爭(區間重合部分)的樣本，但競爭區間較小(15～35 min，4.03～8.45 km)。

3）步行(W)擁有最小的時空區間，并對應最低的時間下限(6 min)、距離上限(1.50 km)，與其他方式鏈不存在明顯的競爭關系。

4）公共汽車(WBW)、地鐵(WMW)時間分布一致(30～70 min)，距離分布則存在差異，前者距離較近(2.50～13.74 km)，后者距離較遠(5.10～2.20 km)。兩者與私人小汽車的時空區間存在交集，即存在一定競爭關系，競爭區間大致分布于30～60 min，4.03～2.20 km。

5）復雜方式鏈(WBMW)擁有最大時空區間，并對應最長的時間上限(120 min)和最高的距離上限(30.53 km)。

3.3 方式鏈時間分布規律及優勢范圍

3.3.1 時間分布

使用累積頻率曲線研究通勤方式鏈在時間跨度上的連續分布規律。如圖4所示，橫坐標為通勤時間，縱坐標為不超過當前時間能夠完成通勤的樣本量占總樣本量的比例。考慮到被調查者所填寫的時間數據、地圖平臺搜索數據多以5 min為單位間隔，橫坐標時間數據間隔確定為5 min。通勤方式鏈時間累積頻率曲線表明：

1）私人小汽車出行大多數在60 min內完成(總量的92%)，且在5～60 min內分布較為均勻，無明顯的集中分布區間。

2）電動自行車、自行車的曲線走勢前半部分基本相同，后半部分存在差異。電動自行車大多數在35 min內完成(總量的93%)，集中分布于20 min以內，少數樣本零散分布于35～100 min(總量的7%)。而自行車集中分布于15 min以內，最長通勤時間為40 min。

3）步行曲線走勢較為平滑，斜率隨時間增加逐漸減小。樣本集中分布于5～15 min，最長通勤時間40 min，85%的樣本通勤時間在22 min以內。

4）公共汽車、地鐵最短出行時間分別為15 min和10 min，樣本均集中分布于20～50 min(斜率較大)，分別占各自總量的72%和68%。

5）復雜方式鏈最短通勤時間為35 min，最長通勤時間為140 min，樣本集中分布于60～95 min，占總量的62%。

3.3.2 優勢范圍

使用時間比例分布條形圖研究通勤方式鏈在不同時間節點時的被選中比例，確定通勤方式鏈的時間優勢范圍。圖5橫坐標為通勤時間，以10 min為間隔，縱坐標為當前時間下能夠完成通勤的某類方式鏈樣本量占總樣本量的比例?？梢钥闯觯?/p>

1）私人小汽車所占比例先增后減，不存在絕對優勢范圍，分布相對平均。主要優勢范圍為10～60 min，被選比例平均達25%。

2）電動自行車、自行車各時段占比均不高。電動自行車在30 min內平均被選比例為17%，最大值為10 min時的19.4%，并在長時間通勤時仍可能被通勤者選擇(110 min)。自行車的被選范圍與電動自行車近似，被選比例水平略小于電動自行車，最大值為10 min時的14%。

3）步行在20 min內優勢明顯，是最高比例方式鏈，平均達41.8%，10 min時最大為53%。

4）公共汽車、地鐵的時間優勢范圍為40～90 min。在40～100 min左右時公共汽車比例較高，地鐵則在50～70 min擁有平均50%的最高比例。

5）復雜方式鏈在通勤時間達到80 min后成為最高比例方式鏈，并在120 min后成為唯一被選類別，即絕對優勢方式鏈。

3.4 通勤者態度分類

通勤者交通態度反映通勤偏好，為分析通勤問題提供導向。問卷中通勤者表達了一定的風險規避態度：58%的通勤者(其中47%使用復雜方式鏈)更能接受“偏長但更穩定的通勤時間”，其余更接受“忽短忽長的通勤時間”。使用主軸因子分析法分析通勤者回答的15道交通態度問題，根據碎石圖和解釋方差表確定類別數為5，即理性效率型、尋求便利型、熱愛駕駛型、簡單安全型、避免外出型。表3中數據代表各類態度人群對15項問題的偏好權重(絕對數值越大則影響程度越大，正值代表贊同，負值代表反對)。例如，簡單安全型通勤者占主要部分，達40%，他們在通勤時需要了解交通狀況以保證出行可靠，重視出行安全，并不認為小汽車是身份的象征。

表2 通勤時間區間劃分Tab.2 Commuting time intervals

圖4 通勤方式鏈時間累積頻率曲線Fig.4 Frequency curve of time accumulation of commuting trip chain

圖5 通勤方式鏈時間比例分布Fig.5 Distribution of time of commuting trip chain

將方式鏈類別與交通態度進行對應分析(見圖6)，圖中兩點距離越近、點與原點構成的線段間夾角越小代表相關性越高。公共汽車、復雜方式鏈是多數通勤者(即簡單安全型通勤者)的主要方式鏈，其態度既體現自身偏好，也反映目前出行問題(表3中下劃線數據)：出行前需要了解交通狀況(當前所選公共交通出行易受交通擁堵影響)、期望通勤簡單穩定且保質保量(當前所選公共交通出行環節復雜，花費時間波動大)、并不認為小汽車是身份的象征(選擇私人小汽車通勤同樣會受早晚高峰交通擁堵的影響)。因此，通勤出行應以簡單安全作為改善的重點。

4 公共交通組合方式鏈客觀效率評價

公共交通組合方式鏈是主要態度人群“簡單安全型”的首選方式鏈，橫跨3個時間區間，時耗較長且時間分布較廣。本文選取行程速度和改善時間兩項指標，以提升方式鏈全程(門到門)平均速度為導向分析方式鏈客觀效率。各方式鏈時間、距離比例如圖7所示。為直觀表現圖表信息，行程速度(白色實線)、改善時間(白色虛線)2個變量在數值上共用次要縱坐標軸?？梢钥闯?，三類方式鏈間差異明顯。

1）公共汽車(WBW)。

在上海外環以外區域，公共汽車相比尚未成網的地鐵車站分布更為均勻，不同區位小區的通勤者均有車站可選(僅考慮有無，不考慮質量)且無須長時間步行，因此公共汽車接駁環節的時間、距離比例均隨時長遞減，平均占用總時間的31%和總距離的18%。候車環節不產生位移，距離比例為0，時間比例保持穩定，平均占23%。隨著通勤時間增長，候車時間相應變長，這是因為連接市中心與外環外的長距離公共汽車線路通常具備相對較大且較不穩定的班次間隔時間。乘車環節能發揮交通工具固有的技術特性，是效率最高的環節，平均占用50%的時間完成80%以上的距離，時間、距離的比例均隨時長遞增，并帶來行程速度的提高。

2）地鐵(WMW)。

以整個上海市域范圍來看，地鐵尚有諸多已規劃但未建成通車的線路，部分小區周邊仍無可用車站。因此地鐵接駁環節盡管距離比例隨時長遞減，但時間比例隨時長遞增顯著，平均占用總時間的45%和總距離的18%。韶光花園、嘉城桃花島為代表性小區，出發步行接駁距離平均高出其余小區200 m。候車環節距離比例為0，而時間比例呈下降趨勢，地鐵運營班次時間間隔短而穩定，候車時間顯著小于公共汽車。乘車環節效率高于公共汽車，平均占用40%的時間完成80%以上的距離，行程速度相對更高。

3）復雜方式鏈(WBMW)。

表3 通勤者交通態度權重系數Tab.3 Weight coefficient of travel attitudes of commuters

復雜方式鏈是公共交通組合方式鏈的復雜形式，適用于通過更長的時間完成距離更遠的通勤。乘車環節比例的絕對優勢使得接駁環節的時間、距離比例相較公共汽車和地鐵更小，平均僅占用總時間的18%和總距離的6%。由于包含公共汽車的使用，候車環節比例也保持穩定，平均占14%。乘車環節平均占用60%的時間完成90%以上的距離，平均行程速度達17 km·h-1。換乘環節則同樣保持穩定，平均占用總時間的5%(4 min)和總距離的2%(290 m)。

計算三類方式鏈在不同時間下提升單位乘車速度(1 km·h-1)所能帶來的時間節省情況，分析乘車環節車輛提速所能帶來的改善效果(見圖7白色虛線)。Y點為地鐵方式鏈改善時間最大值點(2.7 min)，以Y點為基準做水平線(黑色輔助線)，與公共汽車、復雜方式鏈圖中的白色虛線相交于X，Z點，并做兩點的黑色縱向輔助線。X點橫坐標值為50 min，X點后的行程速度穩定于11 km·h-1不再增長；Z點橫坐標為55 min(對應圖3復雜方式鏈時空區間下限值)，Z點后的行程速度穩定于18 km·h-1，相對波動不大。提升1 km·h-1的乘車速度對應不同的改善水平：

1）50 min以內是公共汽車樣本集中分布區間，且提升單位乘車速度的節省時間小于ts'。交通工具效率提升對方式鏈全程效率提升的效果有限，此類方式鏈對應的公共汽車交通系統應將改善重點放在縮短、穩定班次間隔時間，合理布局車站等層面，以縮短接駁和候車環節用時。50 min以外的樣本則參照以下復雜方式鏈的說明。

圖6 方式鏈類別與交通態度對應分析Fig.6 Corresponding relations of categories of commuting trip chain and travel attitudes

圖7 公共交通組合方式鏈時間、距離比例分配Fig.7 Proportional distribution of commuting trip chain of combined public transit by time and distance

2）地鐵在不同時間下提升單位乘車速度的節省時間均小于ts'，計算可得平均1 km·h-1的速度提升僅帶來2 min的時間節省，效果較差，且在專用路權運營下行駛速度的提升難度較高。既有地鐵線路對外環外小區的輻射范圍仍非常有限，接駁環節較大的時間比例是影響方式鏈全程效率的主要因素。因此，接駁環節效率的提升是此類方式鏈的改善重點，如宏觀上線網、車站規劃與用地的進一步合理匹配，微觀上“最后一公里”區域提供便捷交通服務(公共自行車、定制班車、小型便捷交通工具)等。

3）復雜方式鏈時間主要分布于60～95min，其次分布于95 min后，對應的單位乘車速度的節省時間均大于ts'，速度提升1 km·h-1后，最多可節省6.5 min。長時間、遠距離的通勤使得乘車環節占有絕對的比例，改善乘車環節可行且必要。此類方式鏈涉及的公共交通系統應著重考慮公交專用車道、公交信號優先系統的設計與實施。

5 主觀效率改善的方式鏈感知時間評價模型

表4 期望節省時間回歸模型參數估計Tab.4 Parameters of linear regression model of expected time saving

公共交通組合方式鏈的通勤時間較長、距離較遠，考慮其客觀效率的同時更應考慮服務質量的差異所造成的影響。本文選擇感知時間中的期望節省時間為研究指標，反映出行者自身的出行目的、心理慣性、性格特征和出行環境因素，與通勤滿意度顯著相關(Pearson相關系數為-0.246，在雙側0.01顯著性水平上顯著相關，Sig.=0.009)，并提供了研究的新切入點，即調整感知時間而不是實際時間來改變通勤評價是相對易行且有效的改善方式。

期望節省時間ETS與通勤時間相除為期望節省時間比例EDTS(Expectation Degree of Commuting Time Saving)。經過數據清洗得到580個有效樣本，并根據EDTS計算得到期望實現的通勤時間ET(Expectation of Commuting Time)，即通勤時間的理想值(時間下限)。八類方式鏈的平均通勤時間理想值均保持在50 min以內，整體平均值為44 min。相比于國外對通勤容忍時間(時間上限)的研究結果：“當一次通勤出行時間超過50 min之后，通勤者往往會選擇更換工作單位[23]”，中國通勤者的時間期望并不算高，當前上海市中高、高時耗的通勤方式鏈存在問題環節。

以期望節省時間為模型因變量，綜合考慮通勤者社會經濟要素、通勤方式鏈客觀屬性、通勤者主觀感受，選取11項可能存在相關性的自變量：1)性別；2)職業；3)個人月收入；4)公共汽車線路數；5)地鐵線路數；6)乘車時間；7)公共汽車候車時間；8)地鐵候車時間；9)換乘、接駁等環節的總步行距離；10)擁擠度評價分值；11)交通態度類別。使用580個有效樣本數據多次回歸，剔除顯著性未達標的自變量，最終刪除了包括1，2，3，5，8，10，11在內的7項變量(見表4)，并得到式(1)回歸模型。

計算回歸所使用的自變量數據平均值，得到使用公共交通組合方式鏈通勤者的平均期望節省時間水平α，問卷實際數據為30.68 min，偏差-0.68%，說明模型準確率較高。

根據回歸模型的系數，分析自變量對因變量的影響程度，分析結果與已有研究結論[24]基本匹配，表明公共交通組合方式鏈中公共汽車環節對期望節省時間的貢獻度較大：

1）候車時間WT的系數(0.619)大于乘車時間VT的系數(0.529)。多等車1 min，通勤者的期望節省時間增加約0.6 min；多乘車1 min，則增加約0.5 min。通勤者更在意等待的時間，等待時的不確定性潛在增大通勤者的感知時間、降低滿意度。

2）步行距離CD系數(0.017)換算為時間單位變量“步行時間系數CT”是0.021，小于候車時間、乘車時間系數。多步行1 km，通勤者的期望節省時間增加約17 min；多步行1 min，增加約0.02 min。通勤者更在意無法掌握主動權的時間，步行相比候車、乘車過程擁有更高的自主性，降低了通勤者的感知時間，對滿意度的影響程度較小。

3）公共汽車線路數BL系數為7.469，等于公共汽車方式鏈中的“換乘次數+1”。公共汽車線路數每多一條，換乘次數則多一次，通勤者的期望節省時間增加約7.5 min。通勤者需要一定的連續時間段(過渡時間)完成家與工作崗位間的地點轉換，中途打斷會降低通勤者正面效益，增大感知時間，降低滿意度。

期望節省時間作為RP調查所獲取的主觀估計變量，存在RP調查無法避免的準確性偏差[9]，兩兩比較(相對量)的分析能較好分辨方式鏈的優劣差異。計算各類方式鏈的期望時間節省平均值，通過與比較來分析方式鏈間在感知時間評價上的差異。設置的節省時間水平為：公共汽車、復雜方式鏈；私人小汽車19.40 min；地鐵；步行

計算結果如表5所示，僅包括控制其他變量不變、單一變量調整的情形。改善要求為達成對應對照水平時原自變量的改進數值。以接駁距離為例，保持公共汽車、復雜方式鏈中公共汽車線路數、乘車時間、候車時間不變，將接駁距離由原920 m縮短至約571 m時，公共交通組合方式鏈在感知時間評價上便達到公共汽車、復雜方式鏈的同一水平，滿意度得到一定提升。計算所得的571 m的距離與目前常用評價指標“地鐵車站500 m半徑覆蓋率”在數值上相近(且當剔除地鐵間換乘距離時兩者更為接近)，說明回歸模型有一定的現實意義。

分析表5中所有的改善要求數據：公共汽車線路數不存在數值為正整數的改善要求，理論上不可行；乘車時間在考慮交通工具特性(適用距離、速度的分布區間)和通勤者OD點通常不易變更的條件時，減少乘車時間在實際中也較難實現。使用公共汽車、復雜方式鏈的通勤者多居住在外環以外公共汽車線路、車站覆蓋程度仍待提高的區域，并在公共汽車現行運營模式下需要花費較長的候車時間，完成較遠的步行接駁。因此，步行距離、候車時間既是問題環節，也是具備可調整空間的環節，是公共汽車相比地鐵受歡迎程度較低的主要原因。

公共汽車、復雜方式鏈中不同環節的改善效果在主觀感知上存在差異。該回歸模型提供了定量評價通勤出行滿意度、反映通勤出行質量的感知時間應用工具，根據各自變量可實現的改良余地、客觀要求水平等條件確定自變量優化組合，調整多個變量取值，定量分析感知時間變化，設計可行的優化方案。

6 結語

表5 公共交通組合方式鏈的優化策略Tab.5 Strategies to optimize commuting trip chain of combined public transit

通過對上海市15個小區居民通勤情況調查，本文得到以下基本結論：1)上海市居民通勤方式鏈可分為9大類，23小類；2)各方式鏈時空分布規律和優勢范圍不同，并存在一定的競爭關系；3)以公共交通組合方式鏈為例分析方式鏈內部環節的時空比例，進行兩方面的效率分析：1)“提速”以提升客觀效率；2)“提質”以改善主觀效率。使用感知時間評價模型，定量確定了方式鏈中接駁距離、候車時間、乘車時間、公共汽車線路數對通勤者時間感知的影響；接駁距離、候車時間是主要問題和可待改善環節；通勤者社會經濟要素、主觀交通態度對主觀效率評價影響不大。

本文對通勤出行效率與主觀感知評價進行了初步探索，可作為公共交通系統建設與運營優化的理論與數據支撐，但針對通勤者主觀意愿視角的研究仍深度有限(通勤者性格與態度影響、風險偏好下的通勤選擇等)，后續研究應加以完善。

[1]上海市城鄉建設和交通發展研究院.2015年上海城市交通運行年報[R].上海：上海市城鄉建設和交通發展研究院，2015.

[2]深圳市交通運輸委員會.深圳市2011年交通發展年度報告[R].深圳：深圳市交通運輸委員會，2011.

[3]北京交通發展研究中心.2015年北京交通發展年度報告[R].北京：北京交通發展研究中心，2015.

[4]上海市城鄉建設和交通發展研究院.上海市第五次綜合交通調查成果報告[R].上海：上海市城鄉建設和交通發展研究院，2015.

[5]White M J.Urban Commuting Journeys Are Not“Wasteful”[J].The Journal of Political Economy,1998,96(5):1097-1110.

[6]Schafer A.Regularities in Travel Demand:An International Perspective[J].Journal of Transportation and Statistics,2000,3(3):1-31.

[7]高良鵬，何保紅，樊冬，等.城市居民職住分布與通勤出行鏈關聯性建模分析[J].北京理工大學學報，2013，33(Z1)：115-119.Gao Liangpeng,He Baohong,Fan Dong,et al.Modeling Correlation of Residence-Work-Place Distribution and Commuter Trip Chain[J].Transactions of Beijing Institute of Technology,2013,33(S1):115-119.

[8]姜軍，段進，陳滄杰，曹國華.通勤距離、通勤時間及其與職住平衡的關系研究[J].現代城市研究，2015(7)：119-123.Jiang Jun,Duan Jin,Chen Cangjie,Cao Guohua.Study of Relations between Commuting Distance,Commuting Time,and the Jobs-Housing Balance[J].Modern Urban Research,2015(7):119-123.

[9]Devarasetty P C,Burris M,Huang C.Comparing Perceived and Actual Travel Time Savings on Freeways with Managed Lanes[J].Journal of Transportation of the Institute of Transportation Engineers,2014,6(1):1-13.

[10]趙瑩，柴彥威.基于出行鏈的居民行為決策影響因素分析[J].城市發展研究，2010，17(10)：96-101.Zhao Ying,Chai Yanwei.Tour-Based Travel Decision Making and Related Factors of Urban Residents[J].Urban Studies,17(10):96-101.

[11]欒琨，雋志才，宗芳.通勤者出行方式與出行鏈選擇行為研究[J].公路交通科技，2010，27(6)：107-111.Luan Kun,Juan Zhicai,Zong Fang.Research on Commuters Choice Behavior between Travel Mode and Trip Chain[J].Journal of Highway and Transportation Research and Development,2010,27(6):107-111.

[12]周家中，張殿業.多模式交通網絡下的城市交通出行鏈行為模型[J].華南理工大學學報(自然科學版)，2014(2)：125-131.Zhou Jiazhong,Zhang Dianye.Behavior Model of Urban Trip Chains in Multi-Mode Transportation Network[J].Journal of South China University of Technology(Natural Science Edition),2014(2):125-131.

[13]張華歆，張麗杰.基于交通信息的通勤出行鏈模式選擇行為[J].上海海事大學學報，2015，36(1)：12-18.Zhang Huaxin,Zhang Lijie.Trip Chain Pattern Choice Behavior of Commuters Based on Traffic Information[J].Journal of Shanghai Maritime University,2015,36(1):12-18.

[14]云美萍，劉賢瑋，陳震寰，楊曉光.通勤出行中停車換乘選擇行為分析與建模[J].同濟大學學報(自然科學版)，2012，40(12)：1825-1830.Yun Meiping,Liu Xianwei,Chen Zhenhuan,Yang Xiaoguang.Analysis and Modeling of Park and Ride Choice Behavior in Commuting Travel,2012,40(12):1825-1830.

[15]呂驥.面向旅客換乘的城鎮群出行服務鏈研究[D].上海：同濟大學，2014.

[16]呂慎，陶流洋，莫一魁.通勤出行公交候車時間的服務等級劃分和度量[J].交通運輸系統工程與信息，2015，15(3)：190-195.Lyu Shen,Tao Liuyang,Mo Yikui.Level of Service Classification and Quantification for Bus Waiting Time on Commuting Trip[J].Journal of Transportation Systems Engineering and Information Technology,2015,15(3):190-195.

[17]秦春艷.城市交通運輸系統效率及其評價問題研究[D].西安：長安大學，2009.

[18]文婧，王星，連欣.北京市居民通勤特征研究：基于千余份問卷調查的分析[J].人文地理，2012，27(5)：62-68.Wen Jing,Wang Xing,Lian Xin.A Study on Commuting Characteristics in Beijing:Based on over 1000 Questionnaires[J].Human Geography,2012,27(5):62-68.

[19]趙紅軍，尹伯成，沈國仙.上海市民出行效率調查與分析[J].城市問題，2008(4)：96-102.

[20]蔡軍.居民出行效率與合理路網間距的確定[J].城市交通，2005，13(3)：58-63.Cai Jun.Efficiency of the Traveler and Reasonable Distance between Roads[J].Urban Transport of China,2005,13(3):58-63.

[21]Fortin C,Rousseau R.Interference from Short-Term Memory Processing on Encoding and Reproducing Brief Durations[J].Psychological Research,1998,61(4):269-276.

[22]Steimetz SC S.Defensive Driving and the External Costs of Accidents and Travel Delays[J].Transportation Research PartB:Methodological,2008,42(9):703-724.

[23]張平，楊東援.上海外圍大型社區居民屬性和出行行為：基于嘉定江橋金鶴新城的實證研究[J].城市規劃，2012，36(8)：63-67.Zhang Ping,Yang Dongyuan.Attributes and Travel Behavior of Residents in Large Communities at Peripheral Shanghai:A Case Study on Jinhe New Town,Jiadingjiang Bridge[J].City Planning Review,2012,36(8):63-67.

[24]Lyons G,Chatterjee K.A Human Perspective on the Daily Commute:Costs,Benefits and Trade-Offs[J].Transport Reviews,2010,28(2):181-198.

Efficiency and Characteristics of Shanghai Residents'Commuting Trip Chains

Wu Jiaorong,Zhou Guanyu
(School of Transportation Engineering,Tongji University,Shanghai 201804,China)

In order to understand the existing commuting situation in Shanghai and solve its residents'travel problem,this paper investigates the characteristics of commuting travel of residents in 15 communities in Shanghai.By accurately defining the trip chain,analyzing its basic structure and components,the paper classified the trip chain into 9 categories and 23 sub-categories at 4 commuting periods with 5 groups with different attitudes on travel.Based on the characteristics of commuting trip chain's distribution by time and space,and majority of commuters'desire for“simple and safe travel”,the paper evaluates the efficiency of each phase of commuting trip chain by bus,subway,and combined public transit travel.A subjective evaluation model of commuters is developed based on the perception of time.The improvement of travel time in different commuting phases could perceive differently.The results show that connecting and waiting are key phases which should be and are easy to be improved.For every one minute increased in connecting time,the expected time saving increases 0.021 minute in average.For every one minute increased in waiting time,the expected time saving increases 0.619 minute in average.

traffic engineering;commuting trip chain;evaluation of efficiency;time perception model

1672-5328（2017）02-0067-10

U491.1+2

A

10.13813/j.cn11-5141/u.2017.0210

2016-08-13

國家自然科學基金項目“基于城市綜合體復合度的交通需求預測方法”(51278363)

吳嬌蓉(1973—)，女，上海人，博士，教授，博士生導師，主要研究方向：交通運輸規劃與管理。E-mail:wjrshtj@163.com