積極應(yīng)對(duì)人口老齡化戰(zhàn)略下適老化出行的建成環(huán)境研究*

楊林川 唐祥龍 劉吉祥 YANG Linchuan,TANG Xianglong,LIU Jixiang

0 引言

人口老齡化已逐漸成為眾多國(guó)家及地區(qū)的普遍現(xiàn)象和發(fā)展趨勢(shì)。2019年，世界上65歲及以上老年人口數(shù)量為7.0億人。根據(jù)聯(lián)合國(guó)人口署預(yù)測(cè)，到2030年、2050年、2100年，世界上65歲及以上老年人口數(shù)量將分別達(dá)到10.0億人、13.0億人、24.6億人。除了絕對(duì)數(shù)量的迅猛增長(zhǎng)，老年人口占總?cè)丝诘谋戎匾苍诓粩嗌仙?019年該比重為9.1%，預(yù)計(jì)2030年、2050年、2100年將達(dá)到11.7%、15.9%、22.6%[1]。我國(guó)是當(dāng)今世界上老年人口最多的國(guó)家，老齡化形勢(shì)非常嚴(yán)峻。根據(jù)最新公布的第七次全國(guó)人口普查數(shù)據(jù)，60歲及以上老年人口數(shù)量為2.64億人，占比為18.7%；65歲及以上老年人口數(shù)量為1.91億人，占比為13.5%。

近年來(lái)，我國(guó)政府部門(mén)開(kāi)始重視人口老齡化相關(guān)問(wèn)題。2016年10月，國(guó)家住建部、發(fā)改委、國(guó)土資源部、交通運(yùn)輸部等25個(gè)部門(mén)聯(lián)合公布《關(guān)于推進(jìn)老年宜居環(huán)境建設(shè)的指導(dǎo)意見(jiàn)》，明確了構(gòu)建適老居住環(huán)境、適老出行環(huán)境、適老健康支持環(huán)境、適老生活服務(wù)環(huán)境、敬老社會(huì)文化環(huán)境的老年宜居環(huán)境建設(shè)工作內(nèi)容。2017年3月，國(guó)家衛(wèi)計(jì)委、發(fā)改委等13個(gè)部門(mén)印發(fā)《“十三五”健康老齡化規(guī)劃》。2020年10月底，黨的十九屆五中全會(huì)明確提出“實(shí)施積極應(yīng)對(duì)人口老齡化國(guó)家戰(zhàn)略”，第一次將積極應(yīng)對(duì)人口老齡化提升到國(guó)家戰(zhàn)略的高度，確定為國(guó)家的中心工作之一。2021年3月，“實(shí)施積極應(yīng)對(duì)人口老齡化國(guó)家戰(zhàn)略”被寫(xiě)進(jìn)“十四五”規(guī)劃綱要。人口老齡化對(duì)國(guó)家社會(huì)經(jīng)濟(jì)的多個(gè)方面有著重要影響。全方位、多維度地采取積極有效的措施，做好應(yīng)對(duì)老齡化的各種準(zhǔn)備具有必要性與緊迫性，滿(mǎn)足老年人的日常生活需要?jiǎng)菰诒匦衃2]。

移動(dòng)性（即流動(dòng)性，mobility）不僅指交通出行的能力，還包括物質(zhì)空間創(chuàng)造的移動(dòng)條件和移動(dòng)機(jī)會(huì)[3]。普遍認(rèn)為，移動(dòng)性和老年人的生活質(zhì)量和福祉息息相關(guān)，移動(dòng)性的喪失會(huì)顯著降低福祉[4]。對(duì)老年人而言，較之居住移動(dòng)性（較長(zhǎng)距離的居住遷移），日常移動(dòng)性（購(gòu)物、休閑等較短距離的出行）更為重要[5]。日常移動(dòng)性是個(gè)人生活、社會(huì)交往，以及社會(huì)情感福祉的前提條件。具體而言，老年人由于其生命周期階段的變化（如退休）或與年齡增長(zhǎng)有關(guān)的遭遇（如伴侶死亡），社會(huì)交往變得越來(lái)越少[6]。然而，老年人可通過(guò)出行獲取城市服務(wù)，進(jìn)行社會(huì)交往，實(shí)現(xiàn)社會(huì)參與，這直接影響到他們的生活質(zhì)量。

建成環(huán)境（built environment）是指人為建設(shè)的各種建筑物和場(chǎng)所，以及可通過(guò)人的活動(dòng)加以更改的環(huán)境[7]。它是人居環(huán)境（human settlement）和地理環(huán)境（geographical environment）的重要組成部分，受到城市規(guī)劃、地理、交通、公共健康、GIS等多個(gè)學(xué)科的關(guān)注。最常用的建成環(huán)境量化方法是“3Ds”模型[8]。該模型包括密度（density）、多樣性（diversity）和設(shè)計(jì)（design）。此后，“3Ds”模型進(jìn)一步拓展為“5Ds”模型（增加了目的地可達(dá)性destination accessibility和公交可達(dá)性distance to transit）和“7Ds”模型（增加了出行需求管理demand management和人口統(tǒng)計(jì)特征demographics）[9]。

建成環(huán)境決定了不同活動(dòng)的空間分布及活動(dòng)之間的時(shí)間約束（阻抗），直接影響個(gè)體移動(dòng)性[10]。大量實(shí)證研究顯示，建成環(huán)境對(duì)個(gè)體移動(dòng)性和出行行為（travel behavior或mobility behavior）有顯著影響，其特征可能對(duì)出行起著促進(jìn)或抑制的作用[11]14。因此，從社區(qū)建成環(huán)境入手，探討如何提升老年人移動(dòng)性，滿(mǎn)足其出行需求，促進(jìn)其出行，以提高其生活質(zhì)量和福祉，十分必要[12]79。識(shí)別與老年人移動(dòng)性緊密相關(guān)的社區(qū)建成環(huán)境要素是精準(zhǔn)規(guī)劃干預(yù)及建成環(huán)境優(yōu)化方案實(shí)施的第一步[13]。

本文以廈門(mén)市為例，研究建成環(huán)境對(duì)老年人移動(dòng)性的兩個(gè)重要指標(biāo)——出行傾向（propensity to travel）和出行次數(shù)（trip frequency）的影響，分析適老化出行環(huán)境特征，嘗試回答“老年人在什么樣的建成環(huán)境中更愿意出行”“老年人出行傾向和次數(shù)受到哪些建成環(huán)境要素的顯著影響”“建成環(huán)境對(duì)老年人出行傾向和次數(shù)的影響是否有較大差異”的問(wèn)題。本文運(yùn)用多層二元logit模型（即多層logistic回歸模型）和多層負(fù)二項(xiàng)回歸模型分別估計(jì)建成環(huán)境要素對(duì)老年人出行傾向和次數(shù)的影響并進(jìn)行比較，為積極應(yīng)對(duì)人口老齡化戰(zhàn)略背景下的規(guī)劃干預(yù)提供理論支持和科學(xué)支撐。

1 文獻(xiàn)綜述

現(xiàn)有關(guān)于老年人移動(dòng)性的研究從內(nèi)容上大體可分為兩類(lèi)：描述性分析和影響因素分析。前者回答“是什么”的問(wèn)題，而后者回答“為什么”的問(wèn)題。由于影響因素眾多，僅憑前者難以確定到底是哪一個(gè)或哪些建成環(huán)境特征造成了老年人移動(dòng)性的差異，因此嚴(yán)謹(jǐn)?shù)剡M(jìn)行研究設(shè)計(jì)，并應(yīng)用計(jì)量模型控制干擾因子（confounders），消除其影響，識(shí)別真正影響移動(dòng)性的因素至關(guān)重要。通常來(lái)說(shuō)，描述性分析是影響因素分析的必要前提和重要基礎(chǔ)。

1.1 描述性分析

描述性分析主要關(guān)注老年人出行方式、目的、時(shí)長(zhǎng)（即時(shí)耗）、出發(fā)到達(dá)時(shí)間、行程起訖點(diǎn)等多個(gè)指標(biāo)，總結(jié)老年人移動(dòng)模式（travel pattern或mobility pattern）。Collia等[14]基于2001年全美家庭出行調(diào)查的分析發(fā)現(xiàn)：在美國(guó)，老年人出行頻率、時(shí)間和距離顯著低于年輕人；90%左右的老年人出行需要借助小汽車(chē)，而公共交通所占比例低于2%；老年人的通勤出行遠(yuǎn)低于年輕人。Newbold等[15]分析了多個(gè)年度的加拿大綜合社會(huì)調(diào)查數(shù)據(jù)，發(fā)現(xiàn)老年人的出行頻率顯著低于年輕人；老年人出行主要靠開(kāi)車(chē)和搭車(chē)，而使用公共交通（鐵路和巴士）所占比例極低；在所有的戶(hù)外活動(dòng)中，購(gòu)買(mǎi)商品和享受城市服務(wù)相關(guān)的出行排在第一位。Rosenbloom等[16]分析澳大利亞老年人的出行行為，指出：老年人汽車(chē)出行所占比例為73%，而公交僅占5%；55.6%的老年人每年僅有1—2天使用公共交通。Tacken[17]分析荷蘭全國(guó)交通調(diào)查數(shù)據(jù)，指出大約50%的老年人出行靠小汽車(chē)，低于7%的出行靠公共交通，40%—50%的出行靠步行和自行車(chē)。

一些國(guó)內(nèi)研究總結(jié)了老年人的出行模式。劉嘉麗等[18]通過(guò)調(diào)查問(wèn)卷分析，發(fā)現(xiàn)上海市農(nóng)村老年人生活型出行比例低，生存型出行比例高。Szeto等[19]分析了2011年香港交通習(xí)慣調(diào)查數(shù)據(jù)，得出以下結(jié)論：90%以上的老年人依靠公共交通出行；老年人使用公共交通的比例明顯高于年輕人；老年人的主要出行目的為購(gòu)物和餐飲，而年輕人為通勤和通學(xué)；多數(shù)老年人避開(kāi)早晚高峰，實(shí)現(xiàn)錯(cuò)峰出行。

部分研究并未著眼于老年人總體出行特征和模式，而是聚焦在某一類(lèi)別的出行（比如購(gòu)物出行、休閑出行）。Schwanen等[20]對(duì)比了荷蘭蘭斯塔德有車(chē)和無(wú)車(chē)?yán)夏耆诵蓍e出行行為的差異。Schm?cker等[21]比較了老年人和殘疾人的工作出行頻率、個(gè)人事務(wù)出行頻率、購(gòu)物出行頻率，和休閑出行頻率。劉正瑩等[22]分析了大連老年人戶(hù)外休閑出行頻率，并總結(jié)了它與建成環(huán)境的關(guān)系。曹根榕等[23]梳理了上海中心城區(qū)老年人步行購(gòu)物行為特征。楊東峰等[24]101運(yùn)用比較案例研究方法，歸納了老年人日常購(gòu)物出行行為特征。

1.2 影響因素分析

影響因素分析主要運(yùn)用由政府部門(mén)或研究者自行組織的出行調(diào)查數(shù)據(jù)，建立計(jì)量經(jīng)濟(jì)模型（如多元回歸模型、離散選擇模型、結(jié)構(gòu)方程模型）來(lái)分析和識(shí)別影響老年人移動(dòng)性的重要因素，明確哪些建成環(huán)境要素能起到?jīng)Q定性的作用，并估計(jì)這些要素的邊際效應(yīng)或者彈性。少量研究基于比較案例的研究方法[24]101。主要的出行行為影響因素可分為兩大類(lèi)：個(gè)人或家庭的社會(huì)經(jīng)濟(jì)屬性（如年齡、性別、是否有小汽車(chē)、家庭成員數(shù)量等）和社區(qū)（或鄰里）建成環(huán)境屬性（如人口密度、就業(yè)密度、土地利用混合度、公共交通可達(dá)性等）。除此之外，公共交通服務(wù)屬性（如優(yōu)先座位和免費(fèi)公交）、社會(huì)環(huán)境、態(tài)度、偏好等影響因素也得到一些關(guān)注。

個(gè)人或家庭的社會(huì)經(jīng)濟(jì)屬性（內(nèi)部屬性）被認(rèn)為是影響老年人移動(dòng)性的重要因素。現(xiàn)有研究發(fā)現(xiàn)了多種顯著影響老年人移動(dòng)性的社會(huì)經(jīng)濟(jì)屬性，如年齡[25]75、性別[25]75、教育水平[25]75、家庭結(jié)構(gòu)[26]、家庭成員數(shù)量[11]14、健康狀況[27]、家庭消費(fèi)[25]75、家庭收入[28]、有無(wú)小汽車(chē)[25]75、有無(wú)駕照[11]14、有無(wú)工作[25]75、是否獨(dú)居[12]79、種族[29]。

建成環(huán)境（外部條件）受到較多關(guān)注。其測(cè)度指標(biāo)包括人口密度、土地利用混合度（熵值）、公共交通可達(dá)性、交叉口密度、休閑設(shè)施可達(dá)性、街道綠化等。國(guó)外學(xué)者較早開(kāi)始了這方面的研究。例如，Wachs[30]在1970年代末便開(kāi)始關(guān)注美國(guó)老年人出行問(wèn)題，認(rèn)為居住在內(nèi)城和郊區(qū)的老年人出行需求有顯著差異。Michael等[31]對(duì)老年人鄰里步行特征進(jìn)行分析，得出購(gòu)物中心可達(dá)性與美國(guó)波特蘭地區(qū)老年人移動(dòng)性顯著正相關(guān)的結(jié)論。Pettersson等[32]通過(guò)構(gòu)建多層回歸模型，發(fā)現(xiàn)人口密度對(duì)菲律賓馬尼拉市老年人的出行頻率有顯著正向影響。

國(guó)內(nèi)的相關(guān)研究起步較晚。楊東峰等[24]105從比較案例分析的角度，對(duì)影響老年人購(gòu)物出行的建成環(huán)境要素進(jìn)行識(shí)別，發(fā)現(xiàn)老年人移動(dòng)性與交叉口密度之間無(wú)明顯聯(lián)系。Yang等[33]發(fā)現(xiàn)街景綠化率對(duì)香港老年人步行時(shí)間的影響具有空間異質(zhì)性。劉吉祥等[34]采用極端梯度提升決策樹(shù)模型，探究建成環(huán)境和老年人活力出行之間的復(fù)雜非線(xiàn)性關(guān)系，得出適當(dāng)提高與老年人相關(guān)服務(wù)設(shè)施的可達(dá)性可以有效促進(jìn)他們出行的結(jié)論。馮建喜等[35]認(rèn)為人口密度正向顯著影響老年人移動(dòng)性。

1.3 小結(jié)

如上所述，國(guó)內(nèi)外學(xué)者運(yùn)用由政府部門(mén)組織的大規(guī)模交通出行調(diào)查（樣本量通常上萬(wàn)）或者由研究人員自行組織的出行方式調(diào)查（樣本量通常為幾百到幾千）的數(shù)據(jù)對(duì)老年人移動(dòng)性進(jìn)行了諸多研究，得出卓有成效的研究成果。從研究地域上看，北美、澳洲、西歐起步較早，成果相對(duì)豐碩。近幾年來(lái)，逐漸出現(xiàn)了一些亞洲城市的研究。

現(xiàn)有研究存在兩點(diǎn)不足。一方面，它們往往關(guān)注了不同的移動(dòng)性指標(biāo)，包括出行頻率、出行傾向（是否出行）、出行時(shí)間或距離、步行時(shí)長(zhǎng)、步行頻率、步行傾向（是否步行）、公共交通出行頻率等。它們并未基于同一案例地，對(duì)比建成環(huán)境對(duì)多個(gè)相關(guān)移動(dòng)性指標(biāo)的影響異同。另一方面，現(xiàn)有研究大多采用單層模型，忽略了數(shù)據(jù)中可能存在的嵌套結(jié)構(gòu)，比如個(gè)人嵌套于社區(qū)或者交通分析小區(qū)（Traffic Analysis Zone，TAZ）。多層模型對(duì)不同層級(jí)變量（如個(gè)人一層的變量和社區(qū)一層的變量）之間的交互影響進(jìn)行準(zhǔn)確把握，沒(méi)有浪費(fèi)層級(jí)信息，往往參數(shù)估計(jì)更精確，得出的結(jié)果更符合實(shí)際[36]。因此，本文關(guān)注兩個(gè)重要的移動(dòng)性指標(biāo)——出行傾向和次數(shù)，運(yùn)用多層（兩層隨機(jī)截距）二元logit模型和多層負(fù)二項(xiàng)回歸模型分別估計(jì)它們與建成環(huán)境要素的關(guān)系，并進(jìn)行對(duì)比。

2 數(shù)據(jù)解析

本文選取福建省廈門(mén)市作為案例地。廈門(mén)市位于我國(guó)東南沿海，是首批經(jīng)濟(jì)特區(qū)之一，下轄包括思明、湖里等在內(nèi)的6個(gè)區(qū)級(jí)行政單元。

2.1 出行行為和社會(huì)經(jīng)濟(jì)屬性數(shù)據(jù)

出行行為數(shù)據(jù)是指過(guò)去24小時(shí)內(nèi)受訪老年人的詳細(xì)出行活動(dòng)信息，包括行程起訖點(diǎn)、出發(fā)到達(dá)時(shí)間、出行目的、主要出行方式等。社會(huì)經(jīng)濟(jì)屬性數(shù)據(jù)包括受訪老年人的性別、戶(hù)籍、年齡、文化程度、家庭人數(shù)和有無(wú)駕照等信息。

以上兩類(lèi)數(shù)據(jù)均來(lái)自廈門(mén)市交通運(yùn)輸局組織的2015年廈門(mén)市居民出行調(diào)查。該調(diào)查日期為于2015年6月13日—19日，由各區(qū)、街道辦、鎮(zhèn)及所屬居委會(huì)配合集美大學(xué)和北京晶眾智慧交通科技有限公司完成。采用分層抽樣的方法，共計(jì)發(fā)放調(diào)查問(wèn)卷120 603份，收回96 010份（不包含6周歲以下兒童15 025人，以及集體戶(hù)部分約5 000人），其中有效答卷為93 861份，有效回收率為97.8%，抽樣率為3.1%。本文提取2015年廈門(mén)市居民出行調(diào)查中的60歲及以上人群進(jìn)行分析。

2.2 社區(qū)建成環(huán)境數(shù)據(jù)

根據(jù)“5Ds”建成環(huán)境指標(biāo)體系并兼顧數(shù)據(jù)獲得性，對(duì)社區(qū)建成環(huán)境在ArcGIS 10.6軟件中進(jìn)行測(cè)度。從OpenStreetMap上爬取POIs（points of interests）、AOIs（areas of interests）、邊界等矢量數(shù)據(jù)。社區(qū)建成環(huán)境變量包括人口密度、土地利用混合度、交叉口密度、公交線(xiàn)路密度和商業(yè)設(shè)施距離。

2.3 變量

本文將在過(guò)去24小時(shí)內(nèi)的老年人出行傾向和次數(shù)作為兩個(gè)移動(dòng)性指標(biāo)。出行傾向設(shè)定為虛擬變量（0或1）。如果在過(guò)去24小時(shí)內(nèi)，受訪老年人完成一次及以上的出行（步行、騎行、公交出行等），該變量取值為1，否則取值為0。出行次數(shù)是離散變量。

本文的自變量包括兩種類(lèi)型：個(gè)人或家庭社會(huì)經(jīng)濟(jì)屬性變量和建成環(huán)境變量。其中，性別、年齡、文化程度、家庭成員數(shù)量、有無(wú)駕照等個(gè)人或家庭社會(huì)經(jīng)濟(jì)屬性變量是控制變量，人口密度、土地利用混合度、交叉口密度、公交線(xiàn)路密度、商業(yè)設(shè)施距離等建成環(huán)境變量是解釋變量。人口密度和公交線(xiàn)路密度用一組虛擬變量進(jìn)行表示。具體的變量分類(lèi)及解釋見(jiàn)表1。

表1 變量描述和描述性統(tǒng)計(jì)Tab.1 Description and summary of the dependent and independent variables

3 模型構(gòu)建

由于出行傾向和次數(shù)分別是虛擬變量和離散變量以及數(shù)據(jù)存在嵌套結(jié)構(gòu)（每一個(gè)社區(qū)可能有多個(gè)老年人樣本），因此采用多層（兩層隨機(jī)截距）二元logit模型和多層負(fù)二項(xiàng)回歸模型分別對(duì)老年人出行傾向和次數(shù)進(jìn)行建模。

3.1 多層二元logit模型

多層二元logit模型的公式為：

式中：yij是居住在社區(qū)j的老年人i的出行傾向（虛擬變量）；xij是居住在社區(qū)j的老年人i的自變量矩陣(1行q列，q為自變量個(gè)數(shù))；β是系數(shù)矩陣（q行1列）；uj是社區(qū)j的隨機(jī)效應(yīng)；是在xij和uj的條件下，yij=1的概率。

3.2 多層負(fù)二項(xiàng)回歸模型

多層負(fù)二項(xiàng)回歸模型的公式為：

式中：yij是居住在社區(qū)j的老年人i的出行次數(shù)（離散變量）；ζij是潛變量；uj是社區(qū)j的隨機(jī)效應(yīng)；α是常量；xij是居住在社區(qū)j的老年人i的自變量矩陣（1行q列，q為自變量個(gè)數(shù)）；β是系數(shù)矩陣（q行1列）；μij是在和uj的條件下，yij的期望；P r (yij=y|uj)是在uj的條件下，yij=y的概率。

4 分析結(jié)果

本文運(yùn)用多層二元logit模型和多層負(fù)二項(xiàng)回歸模型分別估計(jì)建成環(huán)境要素對(duì)老年人出行傾向和次數(shù)的影響。剔除變量信息不完整的樣本后，樣本量為12 082。在進(jìn)行正式多層回歸分析之前，建立不包含任何自變量的多層回歸空模型（零模型），發(fā)現(xiàn)隨機(jī)截距方差（組間方差）顯著不為0，說(shuō)明有建立多層模型的必要。表2顯示了正式多層二元logit模型和多層負(fù)二項(xiàng)回歸模型的分析結(jié)果。似然比檢驗(yàn)（likelihood-ratio test）的結(jié)果表明多層模型的解釋能力顯著高于單層模型。

表2 多層二元logit模型和多層負(fù)二項(xiàng)回歸模型分析結(jié)果Tab.2 Multilevel binary logit and negative binomial regression modeling results

老年人的個(gè)人或家庭社會(huì)經(jīng)濟(jì)屬性是本文的控制變量。它們?cè)趦蓚€(gè)模型中的表現(xiàn)（顯著性和方向）極為一致。性別、年齡、文化程度、家庭成員數(shù)量、有無(wú)駕照在兩個(gè)模型中均顯著。這說(shuō)明男性、年輕、文化程度高、家庭成員數(shù)量少以及擁有駕照的老年人出行傾向更高和出行次數(shù)更多。這與已有的研究結(jié)果較為相似[37]。首先，男性老年人出行傾向和次數(shù)均高于女性。受我國(guó)傳統(tǒng)觀念和“男主外，女主內(nèi)”的家庭分工模式影響，男性老年人出門(mén)處理個(gè)人和家庭事務(wù)的機(jī)會(huì)高于女性。其次，年齡越大的老年人移動(dòng)性越低，這是因?yàn)殡S著年齡增長(zhǎng)，老年人的身體機(jī)能不斷衰退，出行能力逐漸受到制約。此外，老年人的文化程度正向影響其移動(dòng)性，合理的解釋是文化程度越高的老年人更傾向于參加社交活動(dòng)。最后，家庭成員越多，老年人移動(dòng)性越低。原因是在多人家庭中，家庭成員可以為老年人分擔(dān)家務(wù)（如購(gòu)買(mǎi)日常生活用品、藥品等），降低了他們出門(mén)的必要性[11]14。

分析建成環(huán)境對(duì)老年人移動(dòng)性的影響是本文的核心。土地利用混合度在模型一、模型二中均在1%的水平上顯著。這表明土地利用混合度越高，老年人越愿意出行。這是因?yàn)橥恋乩没旌隙仍礁撸鶎?duì)應(yīng)著目的地類(lèi)型越豐富。換句話(huà)說(shuō)，社區(qū)土地利用混合度越高，設(shè)施功能往往就越復(fù)合、齊全，越容易滿(mǎn)足老年人的多種需求（如餐飲、休閑、娛樂(lè)、購(gòu)物等），因此越能吸引老年人出行。此外，商業(yè)設(shè)施距離在兩個(gè)模型中均在1%的水平顯著，且系數(shù)為負(fù)，表明商業(yè)設(shè)施可達(dá)性越高，老年人越愿意出行。這符合預(yù)期，也與黃建中等[38]的研究結(jié)論一致。

在模型一中，人口密度為300—400人/hm2的虛擬變量在10%的水平上顯著，而人口密度大于400人/hm2的虛擬變量并不顯著。這說(shuō)明生活在特定人口密度區(qū)間的社區(qū)的老年人更傾向于出行。也說(shuō)明人口密度和老年人移動(dòng)性變量的關(guān)系較為復(fù)雜，使用連續(xù)變量來(lái)表示人口密度可能并不合適。在模型二中，兩個(gè)人口密度虛擬變量均不顯著。

在模型一中，公交線(xiàn)路密度在1.5—2.0條/hm2的虛擬變量在10%的水平上顯著，而公交線(xiàn)路密度大于2.0條/hm2的虛擬變量并不顯著。這說(shuō)明生活在特定公交線(xiàn)路密度區(qū)間的社區(qū)的老年人更傾向于出行。也說(shuō)明在一定程度上，公交可達(dá)性具有老年人移動(dòng)性提升作用，但是超出一定范圍后，該作用發(fā)生明顯變化。公交線(xiàn)路密度和老年人移動(dòng)性變量的關(guān)系較為復(fù)雜，使用連續(xù)變量來(lái)表示公交線(xiàn)路密度可能并不合適。這與Yang[11]14和Yang等[12]79在香港的實(shí)證研究發(fā)現(xiàn)有一致的地方，但也有一定的差異。一方面，上述研究認(rèn)為，東亞國(guó)家的大多城市屬于公交依賴(lài)型城市（transit-dependent city），特點(diǎn)是公交分擔(dān)率較高（比如香港接近90%），因此公交可達(dá)性提升個(gè)體移動(dòng)性就極為合理了。本文提供了公交可達(dá)性具有移動(dòng)性提升作用的實(shí)證證據(jù)。另一方面，不同于既有研究，本文還說(shuō)明了公交可達(dá)性對(duì)移動(dòng)性的提升作用并非是無(wú)條件的。

國(guó)內(nèi)外通常根據(jù)60歲或65歲的年齡閾值設(shè)定來(lái)界定老年人。為了確保主要結(jié)論的可信度和穩(wěn)健性，本文將老年人界定的年齡閾值從60歲改設(shè)為65歲（樣本量從12 082縮減到7 198），并重新估計(jì)模型一和模型二，對(duì)結(jié)果穩(wěn)健性進(jìn)行檢驗(yàn)。表3展示了穩(wěn)健性檢驗(yàn)結(jié)果。由此發(fā)現(xiàn)核心變量系數(shù)在符號(hào)和顯著性上幾乎沒(méi)有變化，證明本文的主要結(jié)論具有穩(wěn)健性。

表3 穩(wěn)健性檢驗(yàn)結(jié)果Tab.3 Robustness check results

5 結(jié)論與啟示

本文以廈門(mén)市作為案例地，融合2015年廈門(mén)市居民出行調(diào)查數(shù)據(jù)和社區(qū)建成環(huán)境數(shù)據(jù)，建立多層二元logit和負(fù)二項(xiàng)回歸模型，探索以“5Ds”模型刻畫(huà)的建成環(huán)境與老年人移動(dòng)性（包括出行傾向和次數(shù)）的內(nèi)在聯(lián)系，識(shí)別顯著影響老年人移動(dòng)性的建成環(huán)境因素，為我國(guó)未來(lái)規(guī)劃和建設(shè)適老化出行環(huán)境提供重要理論參考和科學(xué)依據(jù)。研究發(fā)現(xiàn)：土地利用混合度、商業(yè)設(shè)施距離、人口密度和公交線(xiàn)路密度是廈門(mén)老年人移動(dòng)性的空間影響因子。具體而言，土地利用混合度和商業(yè)設(shè)施可達(dá)性與老年人移動(dòng)性正相關(guān)；人口密度和公交線(xiàn)路密度對(duì)老年人移動(dòng)性的影響較為復(fù)雜，存在提升移動(dòng)性的最優(yōu)取值區(qū)間；社會(huì)經(jīng)濟(jì)屬性和建成環(huán)境對(duì)出行傾向和次數(shù)二者的影響較為相似，但也有所差異。

我國(guó)是“未富先老”、“未備先老”、老年人口數(shù)量最多的國(guó)家。老齡化程度的不斷加劇已促使決策者、學(xué)者和大眾開(kāi)始關(guān)注老齡化相關(guān)問(wèn)題。在積極應(yīng)對(duì)人口老齡化國(guó)家戰(zhàn)略背景和重大需求下，各個(gè)學(xué)科對(duì)老齡化相關(guān)問(wèn)題進(jìn)行研究將更有必要性。由于社區(qū)是老年人日常生活和社會(huì)交往的主要空間[39]，通過(guò)相關(guān)政策干預(yù)與規(guī)劃設(shè)計(jì)來(lái)提高社區(qū)環(huán)境的適老化水平，對(duì)改善老年人群體的身心健康、生活質(zhì)量及福祉十分必要。構(gòu)建滿(mǎn)足老年人需要的支持性生活環(huán)境是未來(lái)的研究重點(diǎn)，也是城市規(guī)劃、城市管理、公共管理、人文地理、公共健康等學(xué)科參與解決眾多地區(qū)共同面臨的科學(xué)問(wèn)題的重要手段。

老年人移動(dòng)性與其身心健康、生活質(zhì)量和幸福感等息息相關(guān)，因此它成為學(xué)界關(guān)注的熱點(diǎn)。但是，不可避免地，老年人面臨著日常移動(dòng)性自然衰退的問(wèn)題。本文識(shí)別影響老年人移動(dòng)性的社區(qū)建成環(huán)境要素，明確適老化出行的建成環(huán)境指標(biāo)，為關(guān)注老年人的空間設(shè)計(jì)和規(guī)劃提供技術(shù)支持和決策依據(jù)，以更好地響應(yīng)積極應(yīng)對(duì)人口老齡化戰(zhàn)略，服務(wù)于社區(qū)與城市的發(fā)展。本文旨在通過(guò)建成環(huán)境的優(yōu)化，提升老年人移動(dòng)性，促進(jìn)其出行，減少因孤獨(dú)、身體機(jī)能退化以及社會(huì)排斥等造成的生活幸福感缺失的問(wèn)題。因此，本文既具有科學(xué)價(jià)值——加深人們對(duì)老年人出行這一重要問(wèn)題的認(rèn)識(shí)和理解，又具有現(xiàn)實(shí)意義——為提升老年人移動(dòng)性的社區(qū)環(huán)境規(guī)劃方法探討和空間環(huán)境調(diào)整與優(yōu)化提供重要依據(jù)。本文與《國(guó)家積極應(yīng)對(duì)人口老齡化中長(zhǎng)期規(guī)劃》中提到的“打造高質(zhì)量為老服務(wù)”的工作任務(wù)相一致，是對(duì)世界衛(wèi)生組織提出的老年友好城市（agefriendly city）、老年友好社區(qū)（age-friendly community）概念以及當(dāng)前積極應(yīng)對(duì)人口老齡化國(guó)家戰(zhàn)略的積極響應(yīng)。

本文發(fā)現(xiàn)土地利用混合度和商業(yè)設(shè)施可達(dá)性對(duì)老年人出行傾向和次數(shù)有顯著影響。因此認(rèn)為：首先，在人口老齡化的時(shí)代，構(gòu)建功能復(fù)合、多樣的社區(qū)環(huán)境顯得十分重要。其次，在未來(lái)的城市空間規(guī)劃布局中，應(yīng)該更多地考慮在老年人聚集區(qū)域配置充足的商業(yè)設(shè)施，以滿(mǎn)足其生活需要。需要注意的是，老年人對(duì)不同商業(yè)設(shè)施的偏好有明顯區(qū)別。比如，相對(duì)于大型購(gòu)物商場(chǎng)或大型超市，他們可能更傾向于前往菜市場(chǎng)、便利店等小型生活服務(wù)設(shè)施[40]。因此，在適老化規(guī)劃設(shè)計(jì)中，充分考慮商業(yè)設(shè)施異質(zhì)性必不可少。此外，本文還發(fā)現(xiàn)人口密度和公交可達(dá)性與老年人移動(dòng)性的復(fù)雜關(guān)系。優(yōu)化完善建成環(huán)境時(shí)，不能盲目地提升/降低某一個(gè)或多個(gè)指標(biāo)，需要明確它們并非越大越好或者越小越好，而是存在最適合的取值區(qū)間[41]。這樣才能在有限的投入制約下，更好地提升老年人移動(dòng)性。

需要指出的是，囿于數(shù)據(jù)缺乏，本文未能將一些可能的影響因素（如偏好和態(tài)度）納入分析。未來(lái)將組織多期調(diào)研，搜集相關(guān)數(shù)據(jù)，以便對(duì)老年人出行及其影響因素之間的關(guān)系進(jìn)行更深入的探討。