上海市居民通勤方式链特征分析与效率评价

吴娇蓉，周冠宇

(同济大学交通运输工程学院，上海201804)

上海市居民通勤方式链特征分析与效率评价

吴娇蓉，周冠宇

(同济大学交通运输工程学院，上海201804)

为了解上海市居民通勤现状并改善其薄弱环节，以通勤时间为切入点，调查并分析上海市15个小区的居民通勤出行特征。首先明确通勤方式链定义，分析通勤方式链基本结构和环节组成，将其分为9大类23小类。同时划分4类通勤时间区间以及5类交通态度人群。总结方式链的时空分布规律，考虑主要态度人群“简单安全型”的通勤意愿，以公共汽车、地铁、公共交通组合方式链为例，评价方式链各环节效率。依据感知时间设计通勤者主观评价模型，不同环节通勤时间的改善会存在感知效果的差异。结果显示，接驳和候车是必要且易于改善的重点环节：接驳时间每增加1 min，期望节省时间平均增加0.021 min；候车时间每增加1 min，期望节省时间平均增加0.619 min。

交通工程；通勤方式链；效率评价；感知时间模型

通勤出行是居民日常生活中的主要刚性出行，具备独特的行为特征。通勤可选交通方式(组合)的多样性决定了通勤方式链的高复杂度，也带来了通勤方式链分析与评价方面的困难。合理的通勤方式链应具备较高的效率、被多数通勤者选择，并体现为较高的全程速度和主观评价。中国各城市交通年报通常关注平均通勤时间、平均通勤距离、交通工具平均速度等平均水平指标[1-3]，也存在如轨道交通步行接驳平均时间、公共汽车站500 m覆盖率等细化指标[4]。但集计特征的数据不能反映通勤出行细节与通勤者主观感受，无法较好地分析长、中、短时间各类通勤方式链的效率差异。本文基于通勤者视角的非集计数据，分析通勤出行时空特征，划分通勤方式链类别，评价通勤方式链效率，建立通勤时间评价模型以分析通勤方式链各环节差异。

1 研究综述

上海市历次综合交通调查数据表明通勤出行时耗不断增加、职住分离程度逐年加重的基本趋势。人口向外疏解没有带来就业岗位同步外移，2014年上海市中心城居民通勤出行平均时耗42.7 min，比2009年40.8 min有所增加，其中轨道交通和公共汽(电)车出行时耗分别高达62 min和64 min。就业岗位在中心城的人员通勤出行平均距离由2004年11.3 km，2009年12.0 km，增长至2014年12.6 km[4]。长距离、高时耗、多环节的出行给通勤者带来诸多不便，因此对通勤全程进行分析评价十分必要。

1）基础指标。

在研究通勤的所选指标上，通勤时间和通勤距离作为基础性指标被广泛采用，但在研究的适合性上学者们的观点仍有分歧。在较有代表性的国外研究中，文献[5]认为通勤时间比距离更适合用来表示通勤成本，因为长距离通勤可以选择快速的交通工具，因此人们更关注通勤时间而不是距离。相反，文献[6]则认为通勤距离更适合表示通勤成本，因为出行的负外部效应与距离相关，而通勤者的时间预算通常是定值。本文借鉴已有研究成果，选择通勤时间作为通勤出行评价的重要指标，主要考虑以下层面因素：

①通勤时间是通勤者基于出行距离、方式、交通状况等综合考虑的决策因素，其关注点在于通勤的时间成本所带来的影响，而不是OD点间客观空间距离长短的影响[7-8]。

②通勤时间在方式链各环节中存在较多改善空间，如交通工具提速、运营班次调整等，而通勤距离在不调整OD点(搬家、更换工作)的情况下改善余地有限。

③通勤时间估计相比距离估计更加准确；通勤出行与其他出行性质不同，时间估计偏差较小，可信度高。尽管文献[9]研究表明高乘载率收费(High Occupancy Tolling,HOT)车道上驾驶人对自身节省时间的估计平均会偏高9 min，但本文计算的全样本通勤时间、距离的估计和实际值结果比对表明，全样本通勤时间偏差仅为+3%(估计值相比于实际值)，平均仅高估1.28 min，小于距离偏差的-4%。

④通勤时间与通勤满意度分值的相关性更为显著，更能体现通勤者主观评价。本研究对通勤距离、时间在Z变化下的偏相关分析表明：当剔除通勤距离时，满意度与通勤时间的相关性从-0.360下降至-0.253，维持显著性水平；当剔除通勤时间时，满意度与通勤距离的相关性由-0.269下降至0.046，相关关系不显著。

2）对象选择。

在研究通勤的对象选择上，由活动分析理论的出行链引申出的方式链相比主要交通方式更能反映通勤全程特征，逐渐被学者们采用[10-13]。文献[14]以方式链形式的数据建立交通通畅、拥堵相关的二项Logit模型，得出低收入年轻人更倾向于停车换乘，交通拥堵时是否有老人和小孩等家庭特征会显著影响停车换乘选择行为。文献[15]提出城际出行方式链的概念，并应用结构方程模型分析方式链各环节。文献[16]依据乘客心理变化特征划分方式链中候车环节的时间服务等级(I～IV级)，并建立候车时间价值模型。

3）评价方法。

在评价通勤全程时，效率分析是较为普遍的方法。其在宏观层面上往往以交通系统社会总效益/社会总费用来衡量[17]，如考虑土地利用模式、交通体系结构、交通基础设施、交通管理体系等方面设计相应指标；微观层面上一般以“出行距离/出行时间”即出行平均速度来考察评价[18-19]，越少时间完成相应任务则效率越高[20]。此外，由于出行者对时间的估计存在不可避免的偏差(高估短时间间隔，低估长时间间隔[21])，感知时间(Perceived Time)作为与客观时间相对的出行者时间估计指标，可作为效率分析中的关键指标，反映通勤出行在主客观视角的差异。在已有的研究中，文献[22]认为出行者在拥堵路段上的时间价值是非拥堵路段的两倍，对时间节省的估计偏高。文献[9]等对使用HOT车道的驾驶人主观节省时间(相比于普通车道行驶的驾驶人)的错误知觉(高估或低估)标定了线性回归模型。

2 数据来源

本文通勤出行数据来源于2014—2015年上海市内中外环共计15个小区的居民出行调查(见图1)。有效问卷共601份，问卷有效率95.13%。由于上海市范围内小区居民数量庞大，以达成一定的抽样率来完成调查存在困难，因此采用与样本量无关的调研方法，获取269份以上的有效样本即能满足大部分数据分析要求[23]。

小区选择兼顾区位、轨道交通沿线与否、房屋属性等多项因素。小区调查半径为1～2 km，其中11个小区位于地铁车站覆盖半径(750 m)内；内中外环小区数量均为5个(每一组调查员负责内中外环小区各一个，有利于保证调查尺度统一)；房屋经济政策属性为8处商品房、5处公有住房、2处经济适用房。调查问卷内容包括社会经济基本问题、通勤方式链问题、交通态度与意愿问题三部分。

3 通勤出行特征

3.1 方式链定义与分类

方式链详细表述出行全过程，侧重体现出行方式间的衔接换乘情况。根据活动层次下的出行链定义，确定交通层次下的通勤方式链定义如下：1)一个以家为起点、工作单位为讫点(反之亦可)的单向方式段序列；2)方式段指一次通勤多种交通方式中两个相邻换乘点(或接驳点)之间的出行过程，方式段的组合即为方式链，包含交通方式换乘、接驳的全出行过程。

问卷调查所得方式链有效数据共计595条，包括23类交通方式组成情况，其中最复杂的方式链示例见图2。为了研究方便，根据所属交通系统不同和复杂程度将方式链分为9大类别(见表1)，第9类为个体交通、公共交通方式混合使用的个例集合，本文后续研究不作分析。各类别中，“8-WBMW-复杂方式链”代表除去“6-WBW-公共汽车方式链”、“7-WMW-地铁方式链”外的所有公共交通方式链组合，将6，7，8三类统称为“公共交通组合方式链”。8类通勤方式链呈现以下基本特征：1)WMW地铁方式链所占比例最大，为24%，其次分别为私人小汽车方式链20%，步行方式链19%；2)WBW，WMW，WBMW总计比例为45%，占总量近一半；3)自行车方式链、班车方式链所占比例较小，分别仅为4%和2%。

3.2 方式链时空区间

本文对各类方式链的交通特征与定位(班车方式链由于样本量过少在分析中暂不涉及)进行分析。如图3所示，样本点的斜率代表方式链全程的平均速度。虚线为全样本的通勤时间均值、分位点(15%，85%分位点)，实线为上海市2014年综合交通调查中心城平均通勤时间；通勤时间、距离分位点构成矩形区域，这是样本点主要分布区间，以下简称为“时空区间”。

图1 调查小区分布Fig.1 Distribution of the surveyed communities

图2 复杂方式链(代码WBMMMW)出行数据示例Fig.2 Demonstration on the data of complex commuting trip chain(code WBMMMW)

全体样本通勤时间均值为39.7 min，与2014年上海市综合交通调查中心城平均通勤出行时间42.7 min相近。均值、分位点虚线将通勤时间划分为4个区间，统计方式链自身在各区间的比例分配(见表2)。可以看出，步行是低时耗通勤下的唯一选择，复杂方式链是高时耗通勤下的唯一选择。电动自行车、自行车的全部样本均为中低时耗通勤。私人小汽车相对均匀地分布在中低、中高时耗通勤这两类情形中(56%，44%)。公共汽车、地铁、复杂方式链横跨3个区间，通勤时间长短差异显著。通勤方式链的时空区间分布表明：

表1 通勤方式链类别Tab.1 Categories of commuting trip chain

图3 通勤方式链时空区间分布Fig.3 Distribution of commuting trip chain by time and space

1）私人小汽车(C)拥有仅次于复杂方式链(WBMW)的第二大时空区间(时间分位点15～60 min，距离分位点4.03～25.37 km)、最高的通勤单位效率(时空区间相对更靠近纵轴，样本点斜率较大，平均速度23.52km·h-1)。

2）电动自行车(E)、自行车(B)的时空区间重合程度较大，拥有相同的时间分布(10～35 min)以及略有差别的距离分布(电动自行车1.36～8.45 km，自行车0.87～6.97 km)。此外，电动自行车存在能够与私人小汽车竞争(区间重合部分)的样本，但竞争区间较小(15～35 min，4.03～8.45 km)。

3）步行(W)拥有最小的时空区间，并对应最低的时间下限(6 min)、距离上限(1.50 km)，与其他方式链不存在明显的竞争关系。

4）公共汽车(WBW)、地铁(WMW)时间分布一致(30～70 min)，距离分布则存在差异，前者距离较近(2.50～13.74 km)，后者距离较远(5.10～2.20 km)。两者与私人小汽车的时空区间存在交集，即存在一定竞争关系，竞争区间大致分布于30～60 min，4.03～2.20 km。

5）复杂方式链(WBMW)拥有最大时空区间，并对应最长的时间上限(120 min)和最高的距离上限(30.53 km)。

3.3 方式链时间分布规律及优势范围

3.3.1 时间分布

使用累积频率曲线研究通勤方式链在时间跨度上的连续分布规律。如图4所示，横坐标为通勤时间，纵坐标为不超过当前时间能够完成通勤的样本量占总样本量的比例。考虑到被调查者所填写的时间数据、地图平台搜索数据多以5 min为单位间隔，横坐标时间数据间隔确定为5 min。通勤方式链时间累积频率曲线表明：

1）私人小汽车出行大多数在60 min内完成(总量的92%)，且在5～60 min内分布较为均匀，无明显的集中分布区间。

2）电动自行车、自行车的曲线走势前半部分基本相同，后半部分存在差异。电动自行车大多数在35 min内完成(总量的93%)，集中分布于20 min以内，少数样本零散分布于35～100 min(总量的7%)。而自行车集中分布于15 min以内，最长通勤时间为40 min。

3）步行曲线走势较为平滑，斜率随时间增加逐渐减小。样本集中分布于5～15 min，最长通勤时间40 min，85%的样本通勤时间在22 min以内。

4）公共汽车、地铁最短出行时间分别为15 min和10 min，样本均集中分布于20～50 min(斜率较大)，分别占各自总量的72%和68%。

5）复杂方式链最短通勤时间为35 min，最长通勤时间为140 min，样本集中分布于60～95 min，占总量的62%。

3.3.2 优势范围

使用时间比例分布条形图研究通勤方式链在不同时间节点时的被选中比例，确定通勤方式链的时间优势范围。图5横坐标为通勤时间，以10 min为间隔，纵坐标为当前时间下能够完成通勤的某类方式链样本量占总样本量的比例。可以看出：

1）私人小汽车所占比例先增后减，不存在绝对优势范围，分布相对平均。主要优势范围为10～60 min，被选比例平均达25%。

2）电动自行车、自行车各时段占比均不高。电动自行车在30 min内平均被选比例为17%，最大值为10 min时的19.4%，并在长时间通勤时仍可能被通勤者选择(110 min)。自行车的被选范围与电动自行车近似，被选比例水平略小于电动自行车，最大值为10 min时的14%。

3）步行在20 min内优势明显，是最高比例方式链，平均达41.8%，10 min时最大为53%。

4）公共汽车、地铁的时间优势范围为40～90 min。在40～100 min左右时公共汽车比例较高，地铁则在50～70 min拥有平均50%的最高比例。

5）复杂方式链在通勤时间达到80 min后成为最高比例方式链，并在120 min后成为唯一被选类别，即绝对优势方式链。

3.4 通勤者态度分类

通勤者交通态度反映通勤偏好，为分析通勤问题提供导向。问卷中通勤者表达了一定的风险规避态度：58%的通勤者(其中47%使用复杂方式链)更能接受“偏长但更稳定的通勤时间”，其余更接受“忽短忽长的通勤时间”。使用主轴因子分析法分析通勤者回答的15道交通态度问题，根据碎石图和解释方差表确定类别数为5，即理性效率型、寻求便利型、热爱驾驶型、简单安全型、避免外出型。表3中数据代表各类态度人群对15项问题的偏好权重(绝对数值越大则影响程度越大，正值代表赞同，负值代表反对)。例如，简单安全型通勤者占主要部分，达40%，他们在通勤时需要了解交通状况以保证出行可靠，重视出行安全，并不认为小汽车是身份的象征。

表2 通勤时间区间划分Tab.2 Commuting time intervals

图4 通勤方式链时间累积频率曲线Fig.4 Frequency curve of time accumulation of commuting trip chain

图5 通勤方式链时间比例分布Fig.5 Distribution of time of commuting trip chain

将方式链类别与交通态度进行对应分析(见图6)，图中两点距离越近、点与原点构成的线段间夹角越小代表相关性越高。公共汽车、复杂方式链是多数通勤者(即简单安全型通勤者)的主要方式链，其态度既体现自身偏好，也反映目前出行问题(表3中下划线数据)：出行前需要了解交通状况(当前所选公共交通出行易受交通拥堵影响)、期望通勤简单稳定且保质保量(当前所选公共交通出行环节复杂，花费时间波动大)、并不认为小汽车是身份的象征(选择私人小汽车通勤同样会受早晚高峰交通拥堵的影响)。因此，通勤出行应以简单安全作为改善的重点。

4 公共交通组合方式链客观效率评价

公共交通组合方式链是主要态度人群“简单安全型”的首选方式链，横跨3个时间区间，时耗较长且时间分布较广。本文选取行程速度和改善时间两项指标，以提升方式链全程(门到门)平均速度为导向分析方式链客观效率。各方式链时间、距离比例如图7所示。为直观表现图表信息，行程速度(白色实线)、改善时间(白色虚线)2个变量在数值上共用次要纵坐标轴。可以看出，三类方式链间差异明显。

1）公共汽车(WBW)。

在上海外环以外区域，公共汽车相比尚未成网的地铁车站分布更为均匀，不同区位小区的通勤者均有车站可选(仅考虑有无，不考虑质量)且无须长时间步行，因此公共汽车接驳环节的时间、距离比例均随时长递减，平均占用总时间的31%和总距离的18%。候车环节不产生位移，距离比例为0，时间比例保持稳定，平均占23%。随着通勤时间增长，候车时间相应变长，这是因为连接市中心与外环外的长距离公共汽车线路通常具备相对较大且较不稳定的班次间隔时间。乘车环节能发挥交通工具固有的技术特性，是效率最高的环节，平均占用50%的时间完成80%以上的距离，时间、距离的比例均随时长递增，并带来行程速度的提高。

2）地铁(WMW)。

以整个上海市域范围来看，地铁尚有诸多已规划但未建成通车的线路，部分小区周边仍无可用车站。因此地铁接驳环节尽管距离比例随时长递减，但时间比例随时长递增显著，平均占用总时间的45%和总距离的18%。韶光花园、嘉城桃花岛为代表性小区，出发步行接驳距离平均高出其余小区200 m。候车环节距离比例为0，而时间比例呈下降趋势，地铁运营班次时间间隔短而稳定，候车时间显著小于公共汽车。乘车环节效率高于公共汽车，平均占用40%的时间完成80%以上的距离，行程速度相对更高。

3）复杂方式链(WBMW)。

表3 通勤者交通态度权重系数Tab.3 Weight coefficient of travel attitudes of commuters

复杂方式链是公共交通组合方式链的复杂形式，适用于通过更长的时间完成距离更远的通勤。乘车环节比例的绝对优势使得接驳环节的时间、距离比例相较公共汽车和地铁更小，平均仅占用总时间的18%和总距离的6%。由于包含公共汽车的使用，候车环节比例也保持稳定，平均占14%。乘车环节平均占用60%的时间完成90%以上的距离，平均行程速度达17 km·h-1。换乘环节则同样保持稳定，平均占用总时间的5%(4 min)和总距离的2%(290 m)。

计算三类方式链在不同时间下提升单位乘车速度(1 km·h-1)所能带来的时间节省情况，分析乘车环节车辆提速所能带来的改善效果(见图7白色虚线)。Y点为地铁方式链改善时间最大值点(2.7 min)，以Y点为基准做水平线(黑色辅助线)，与公共汽车、复杂方式链图中的白色虚线相交于X，Z点，并做两点的黑色纵向辅助线。X点横坐标值为50 min，X点后的行程速度稳定于11 km·h-1不再增长；Z点横坐标为55 min(对应图3复杂方式链时空区间下限值)，Z点后的行程速度稳定于18 km·h-1，相对波动不大。提升1 km·h-1的乘车速度对应不同的改善水平：

1）50 min以内是公共汽车样本集中分布区间，且提升单位乘车速度的节省时间小于ts'。交通工具效率提升对方式链全程效率提升的效果有限，此类方式链对应的公共汽车交通系统应将改善重点放在缩短、稳定班次间隔时间，合理布局车站等层面，以缩短接驳和候车环节用时。50 min以外的样本则参照以下复杂方式链的说明。

图6 方式链类别与交通态度对应分析Fig.6 Corresponding relations of categories of commuting trip chain and travel attitudes

图7 公共交通组合方式链时间、距离比例分配Fig.7 Proportional distribution of commuting trip chain of combined public transit by time and distance

2）地铁在不同时间下提升单位乘车速度的节省时间均小于ts'，计算可得平均1 km·h-1的速度提升仅带来2 min的时间节省，效果较差，且在专用路权运营下行驶速度的提升难度较高。既有地铁线路对外环外小区的辐射范围仍非常有限，接驳环节较大的时间比例是影响方式链全程效率的主要因素。因此，接驳环节效率的提升是此类方式链的改善重点，如宏观上线网、车站规划与用地的进一步合理匹配，微观上“最后一公里”区域提供便捷交通服务(公共自行车、定制班车、小型便捷交通工具)等。

3）复杂方式链时间主要分布于60～95min，其次分布于95 min后，对应的单位乘车速度的节省时间均大于ts'，速度提升1 km·h-1后，最多可节省6.5 min。长时间、远距离的通勤使得乘车环节占有绝对的比例，改善乘车环节可行且必要。此类方式链涉及的公共交通系统应着重考虑公交专用车道、公交信号优先系统的设计与实施。

5 主观效率改善的方式链感知时间评价模型

表4 期望节省时间回归模型参数估计Tab.4 Parameters of linear regression model of expected time saving

公共交通组合方式链的通勤时间较长、距离较远，考虑其客观效率的同时更应考虑服务质量的差异所造成的影响。本文选择感知时间中的期望节省时间为研究指标，反映出行者自身的出行目的、心理惯性、性格特征和出行环境因素，与通勤满意度显著相关(Pearson相关系数为-0.246，在双侧0.01显著性水平上显著相关，Sig.=0.009)，并提供了研究的新切入点，即调整感知时间而不是实际时间来改变通勤评价是相对易行且有效的改善方式。

期望节省时间ETS与通勤时间相除为期望节省时间比例EDTS(Expectation Degree of Commuting Time Saving)。经过数据清洗得到580个有效样本，并根据EDTS计算得到期望实现的通勤时间ET(Expectation of Commuting Time)，即通勤时间的理想值(时间下限)。八类方式链的平均通勤时间理想值均保持在50 min以内，整体平均值为44 min。相比于国外对通勤容忍时间(时间上限)的研究结果：“当一次通勤出行时间超过50 min之后，通勤者往往会选择更换工作单位[23]”，中国通勤者的时间期望并不算高，当前上海市中高、高时耗的通勤方式链存在问题环节。

以期望节省时间为模型因变量，综合考虑通勤者社会经济要素、通勤方式链客观属性、通勤者主观感受，选取11项可能存在相关性的自变量：1)性别；2)职业；3)个人月收入；4)公共汽车线路数；5)地铁线路数；6)乘车时间；7)公共汽车候车时间；8)地铁候车时间；9)换乘、接驳等环节的总步行距离；10)拥挤度评价分值；11)交通态度类别。使用580个有效样本数据多次回归，剔除显著性未达标的自变量，最终删除了包括1，2，3，5，8，10，11在内的7项变量(见表4)，并得到式(1)回归模型。

计算回归所使用的自变量数据平均值，得到使用公共交通组合方式链通勤者的平均期望节省时间水平α，问卷实际数据为30.68 min，偏差-0.68%，说明模型准确率较高。

根据回归模型的系数，分析自变量对因变量的影响程度，分析结果与已有研究结论[24]基本匹配，表明公共交通组合方式链中公共汽车环节对期望节省时间的贡献度较大：

1）候车时间WT的系数(0.619)大于乘车时间VT的系数(0.529)。多等车1 min，通勤者的期望节省时间增加约0.6 min；多乘车1 min，则增加约0.5 min。通勤者更在意等待的时间，等待时的不确定性潜在增大通勤者的感知时间、降低满意度。

2）步行距离CD系数(0.017)换算为时间单位变量“步行时间系数CT”是0.021，小于候车时间、乘车时间系数。多步行1 km，通勤者的期望节省时间增加约17 min；多步行1 min，增加约0.02 min。通勤者更在意无法掌握主动权的时间，步行相比候车、乘车过程拥有更高的自主性，降低了通勤者的感知时间，对满意度的影响程度较小。

3）公共汽车线路数BL系数为7.469，等于公共汽车方式链中的“换乘次数+1”。公共汽车线路数每多一条，换乘次数则多一次，通勤者的期望节省时间增加约7.5 min。通勤者需要一定的连续时间段(过渡时间)完成家与工作岗位间的地点转换，中途打断会降低通勤者正面效益，增大感知时间，降低满意度。

期望节省时间作为RP调查所获取的主观估计变量，存在RP调查无法避免的准确性偏差[9]，两两比较(相对量)的分析能较好分辨方式链的优劣差异。计算各类方式链的期望时间节省平均值，通过与比较来分析方式链间在感知时间评价上的差异。设置的节省时间水平为：公共汽车、复杂方式链；私人小汽车19.40 min；地铁；步行

计算结果如表5所示，仅包括控制其他变量不变、单一变量调整的情形。改善要求为达成对应对照水平时原自变量的改进数值。以接驳距离为例，保持公共汽车、复杂方式链中公共汽车线路数、乘车时间、候车时间不变，将接驳距离由原920 m缩短至约571 m时，公共交通组合方式链在感知时间评价上便达到公共汽车、复杂方式链的同一水平，满意度得到一定提升。计算所得的571 m的距离与目前常用评价指标“地铁车站500 m半径覆盖率”在数值上相近(且当剔除地铁间换乘距离时两者更为接近)，说明回归模型有一定的现实意义。

分析表5中所有的改善要求数据：公共汽车线路数不存在数值为正整数的改善要求，理论上不可行；乘车时间在考虑交通工具特性(适用距离、速度的分布区间)和通勤者OD点通常不易变更的条件时，减少乘车时间在实际中也较难实现。使用公共汽车、复杂方式链的通勤者多居住在外环以外公共汽车线路、车站覆盖程度仍待提高的区域，并在公共汽车现行运营模式下需要花费较长的候车时间，完成较远的步行接驳。因此，步行距离、候车时间既是问题环节，也是具备可调整空间的环节，是公共汽车相比地铁受欢迎程度较低的主要原因。

公共汽车、复杂方式链中不同环节的改善效果在主观感知上存在差异。该回归模型提供了定量评价通勤出行满意度、反映通勤出行质量的感知时间应用工具，根据各自变量可实现的改良余地、客观要求水平等条件确定自变量优化组合，调整多个变量取值，定量分析感知时间变化，设计可行的优化方案。

6 结语

表5 公共交通组合方式链的优化策略Tab.5 Strategies to optimize commuting trip chain of combined public transit

通过对上海市15个小区居民通勤情况调查，本文得到以下基本结论：1)上海市居民通勤方式链可分为9大类，23小类；2)各方式链时空分布规律和优势范围不同，并存在一定的竞争关系；3)以公共交通组合方式链为例分析方式链内部环节的时空比例，进行两方面的效率分析：1)“提速”以提升客观效率；2)“提质”以改善主观效率。使用感知时间评价模型，定量确定了方式链中接驳距离、候车时间、乘车时间、公共汽车线路数对通勤者时间感知的影响；接驳距离、候车时间是主要问题和可待改善环节；通勤者社会经济要素、主观交通态度对主观效率评价影响不大。

本文对通勤出行效率与主观感知评价进行了初步探索，可作为公共交通系统建设与运营优化的理论与数据支撑，但针对通勤者主观意愿视角的研究仍深度有限(通勤者性格与态度影响、风险偏好下的通勤选择等)，后续研究应加以完善。

[1]上海市城乡建设和交通发展研究院.2015年上海城市交通运行年报[R].上海：上海市城乡建设和交通发展研究院，2015.

[2]深圳市交通运输委员会.深圳市2011年交通发展年度报告[R].深圳：深圳市交通运输委员会，2011.

[3]北京交通发展研究中心.2015年北京交通发展年度报告[R].北京：北京交通发展研究中心，2015.

[4]上海市城乡建设和交通发展研究院.上海市第五次综合交通调查成果报告[R].上海：上海市城乡建设和交通发展研究院，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]高良鹏，何保红，樊冬，等.城市居民职住分布与通勤出行链关联性建模分析[J].北京理工大学学报，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]姜军，段进，陈沧杰，曹国华.通勤距离、通勤时间及其与职住平衡的关系研究[J].现代城市研究，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]赵莹，柴彦威.基于出行链的居民行为决策影响因素分析[J].城市发展研究，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]栾琨，隽志才，宗芳.通勤者出行方式与出行链选择行为研究[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，张殿业.多模式交通网络下的城市交通出行链行为模型[J].华南理工大学学报(自然科学版)，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]张华歆，张丽杰.基于交通信息的通勤出行链模式选择行为[J].上海海事大学学报，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，刘贤玮，陈震寰，杨晓光.通勤出行中停车换乘选择行为分析与建模[J].同济大学学报(自然科学版)，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]吕骥.面向旅客换乘的城镇群出行服务链研究[D].上海：同济大学，2014.

[16]吕慎，陶流洋，莫一魁.通勤出行公交候车时间的服务等级划分和度量[J].交通运输系统工程与信息，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]秦春艳.城市交通运输系统效率及其评价问题研究[D].西安：长安大学，2009.

[18]文婧，王星，连欣.北京市居民通勤特征研究：基于千余份问卷调查的分析[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]赵红军，尹伯成，沈国仙.上海市民出行效率调查与分析[J].城市问题，2008(4)：96-102.

[20]蔡军.居民出行效率与合理路网间距的确定[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]张平，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.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

国家自然科学基金项目“基于城市综合体复合度的交通需求预测方法”(51278363)

吴娇蓉(1973—)，女，上海人，博士，教授，博士生导师，主要研究方向：交通运输规划与管理。E-mail:wjrshtj@163.com