建成环境对出行行为的影响研究进展与展望

韩会然， 杨成凤

(1.安徽师范大学 地理与旅游学院，芜湖 241002；2.安徽师范大学 城市与区域规划研究中心,芜湖 241002)

建成环境是由人为建设改造的各种建筑物和场所组成，是能够影响居民活动行为的土地利用模式、交通系统及与城市设计相关的一系列要素的组合[1]，也有学者称为“城市形态”、“城市设计”或者“城市空间结构”等等。工业革命以后，随着人口增多而带来的居住需求，西方城市进入大规模的郊区化时期。随着郊区化进程的推进，城市建成环境逐渐发生变化，城市的无序扩张带来了诸多城市问题,如交通堵塞、环境污染、市中心空心化现象。如何解决大城市的城市病，较多的规划学者认为“绿色出行导向”的建成环境即混合土地利用、高密度开发、宜人的步行环境、便捷的公共交通系统能够有效减少私家车依赖、促进非机动方式出行，是实现理想交通目标的有效手段[2]。20世纪80年代，“紧凑城市”、“精明增长”、“新城市主义”等理念也认为多样化的土地利用、公共交通导向的建成环境，有利于减少出行距离，促进城市的可持续发展[3]，建成环境与交通出行的关系也逐渐成为城市规划学、城市地理学等学科的研究热点。作为建成环境的一种要素，围绕土地利用和交通出行的关系开展了大量研究，土地利用和交通的交互模型也引起了相关学者的关注，如格瑞-劳瑞模型中基本就业、非基本就业、居住人口对应着城市的三大类用地(工业用地、商业用地、住宅用地)，认为土地利用空间分布能够影响人口与就业之间的交通距离[4]。土地利用与出行的互动机理成为建成环境影响出行行为的基础理论[5]，不同类型的土地利用类型决定了城市要素的空间布局，进而影响到居民活动的区位选择和空间行为。

空间行为是行为主体在建成环境制约下的选择结果，同时，居民行为也在影响着建成环境。改革开放以来，中国城市也经历了不断的重构过程，各种新的空间要素和空间形态不断涌现，城市建成环境发生了较大变化，从而影响了日常出行需求的变化，对城市居民的生活和行为产生了重大影响。首先，我国城镇化进程不断加速，城镇化率由2000年的36.2%增长到2015年的56.1%，城镇居民的快速增长必然导致城市的规模扩张，我国城市建成区面积由2000年的2.24万平方千米增长到2015年的5.21万平方千米，城镇化进程已经步入质量提升和结构优化的关键时期，由此产生的城市建成环境对塑造和改变人们的出行行为具有较大的影响，而这可能与西方城市存在显著差异。其次，从出行交通工具来看，我国私家车保有量由2011年的0.58亿辆增长到2016年的1.46亿辆，增长了1.5倍。与此同时，城市轨道交通快速发展，2016年国家发改委批复了43个城市轨道交通建设方案，轨道交通建设正由一线城市逐渐向二三线城市蔓延。私家车迅速增多与轨道交通大力发展使得我国城市居民的出行行为发生着巨大改变，相关学者也开始关注中国城市建成环境与出行行为的关系[6-7]。

在交通研究领域，出行系统是交通系统分析的重点，但往往就出行论出行，没有考虑活动与它的联系，缺乏出行行为与建成环境关系的理论基础。随着西方地理学开始强调结构对“社会人”影响，哈格斯特朗提出了时空框架下限制居民活动移动的三种制约：能力制约、组合制约、权力制约，建成环境对活动出行的影响就被包含在这三种制约中[8]；蔡平描述了一种活动模式导致个人习性和感知机会间的交互框架，通过考虑机会，评价了建成环境对活动模式的影响[9]，他们为人类日常活动出行研究提供了相应的理论框架，活动分析法正是在这个理论框架上发展起来的。活动分析法的出现将居民活动与出行移动相联系起来，认为出行是活动的派生需求，活动与出行在时间、空间及参与主体方面是相关联系的，同时又是发生在有限资源制约与时空制约的城市环境中。通过研究不同群体间的出行态度与偏好、克服时空制约能力等方面的差异[8]，能够引导城市公共政策更加关注弱势群体的活动出行需求，通过优化建成环境来增加其可移动性，提升居民的生活质量。同时，面对城市中小汽车的快速增长，城市道路负荷过重带来的交通拥堵日益严重的现象，通过改善建成环境引导居民降低私家车依赖，可以为配置城市活动设施、增强城市宜居性提供科学依据[10]，建成环境与出行行为关系研究具有重要的应用前景和现实意义。

1 建成环境的概念与测度

与自然环境不同，建成环境是人类文明的产物[6]，为人类活动行为提供了空间、时间与社会背景，是与土地利用、城市设计与交通系统相关的一系列要素的组合[1,9]。土地利用是指空间中各种活动的分布格局，包括不同活动的区位与密度，根据不同的活动可以被划分为居住用地、商业用地、办公用地、产业用地等多种类型；城市设计是指城市本身及城市内部各种物理元素的设计，既包括它们的空间分布，也包括公共空间的功能与吸引力；交通系统包括机动车道、人行道、自行车道、铁路轨道、桥梁等物理基础设施以及由交通等级、公交频率和类似功能所提供的服务水平[11]。

建成环境是一个多维的概念，Cervero等将建成环境归结为三个维度(3Ds)即密度(density)、多样性(diversity)和设计(design)，而后被扩展到五个维度(5Ds)[12-13]，增加了目的地可达性(destination accessibility)和到站点距离(distance to transit)，此后，有关学者又将其扩展到七个维度(7Ds)[13]，增加了需求安排(demand management)和人口统计学特征(demographics)。其中：密度是指每单位面积的变量，这个变量可以是指人口、居住单元、就业人口、建筑面积等；多样性涉及到一个特定区域内不同土地用途的数量及在土地面积、建筑面积或者就业代表的程度，多样性的值越高表示土地利用类型越多样，值越低表示单一的建成环境；设计包括区域内的街道网络特征，测度方法包括平均斑块大小、交叉口的比例、每平方英里的交叉路口数，偶尔也涉及到人行道覆盖率(人行道与人行道共享程度)、平均建筑周期、平均街道宽度，以及区分行人导向与汽车导向环境的其他变量等。目的地可达性是指到出行目的地的难易程度，可能是区域尺度也可能是本地尺度，在一些研究中，区域可达性是指到中央商务区的距离，在其他研究中指在给定的出行时间内能够到达的就业地或者其他目的地的数量；到站点距离通常是指从住宅或工作场所到最近的火车站或公共交通站点的最短距离，也指公共交通站点密度、站点之间的距离或者单位面积内的站点数[13]。尽管以上的建成环境分类稍显粗糙，且存在一定的尺度效应，但对于建成环境的描述仍然十分有效。

2 建成环境对出行行为的影响研究进展

较多研究关注了建成环境与居民活动出行之间的联系，也激发了政府通过实施与建成环境相关的政策来控制、管理、重塑个体出行行为与出行需求的可能性。基于对建成环境与出行行为关系的研究，较多的土地规划与城市规划学者期望通过改善建成环境来减少居民的出行距离，促进公共交通以及非机动方式出行。建成环境影响出行行为的研究主要集中测度方法、不同方式、不同目的、居民自选择影响及因果关系探讨等多个方面。

2.1 建成环境对出行行为影响的测度方法

广义的活动分析法是通过居民日常活动规律来研究人类空间行为及所处城市环境的一种研究视角，即通过日常活动的研究，将城市居民的行为放置在一个较大尺度的建成环境与时空相结合背景下，其目标是通过研究人们如何利用城市不同区域，如何对其选择的建成环境进行反应，如何安排其活动顺序并分配相应的时间，如何将其与建成环境变化相联系等相关的规律与机制，从而更好地评价与建成环境相关的若干政策与措施[8]。在大量研究建成环境与出行行为关系的文献中[12]，人口密度与就业密度是描述建成环境的两个最常用变量。有学者认为是空间背景而不是密度影响出行行为，如果忽略了空间结构，人口密度与出行时间之间的关系可能会产生偏差。为了验证空间因素是否对出行行为产生较大影响，Timmermans等基于五种不同建成环境的区域分析了居民就业、学习、购物与休闲的出行行为特征，发现空间背景并未显著影响居民的时空出行行为[14]，但也有学者发现不同地理背景下建成环境对通勤效率的影响呈现显著差异，工作地建成环境的影响更为明显[15]。

从方法上来看，大多研究依赖于定量方法来测度建成环境对出行行为的影响，如描述性分析、多元统计分析较为常用。许多研究建成环境影响出行行为的文献都使用了可达性测度的办法，不同的研究得出了不同的研究结论，其中利用重力可达性测度就业机会的研究较为普遍，也有许多研究检验了累积的机会可达性测度、效益可达性测度[16],此外也有一些文献区分了本地可达性与区域可达性[17]。可达性测度优于密度测度的理论原因在于它们更明确地解释了出行成本，有一些证据表明基于时间的可达性测度可能比基于距离的可达性测度更优[16]。理性情况下，居民的出行都是基于获取最大收益，因此，离散选择模型被广泛应用于建成环境与出行行为的研究中，如多项Logit模型、嵌套Logit模型、排序Logit模型等常用来测度居民的出行方式决策或者出行时间决策[3,18-19]。有学者认为建成环境可能并不会直接作用于出行行为，而是通过活动需求来影响居民出行，因此结构方程模型(SEM)在相关研究中发挥着重要作用[15,20-21]。Ding等基于两个SEM测度了土地利用模式、参与活动和出行行为之间的关系，发现活动参与决策的间接影响发挥了重要作用，这可能会加强土地利用模式对出行行为的直接影响[19]，Liu等也利用SEM检验了建成环境对私家车通勤的影响。由于不同地理背景下建成环境存在相互影响与嵌套即存在空间异质性，多层模型为解决空间异质性问题提供了可能[22-23]，并在相关研究中得到验证。Hong等基于多层模型探究了居住地建成环境对机动车出行里程的影响，进而估算了人口密度对出行碳排放的影响[24]；Ta等基于此模型探讨居住地与就业地的城市空间因素对通勤效率的影响，发现早晚高峰之间的通勤距离和通勤效率具有显著差异，在较高路网密度城市中心或地铁站附近工作的居民更善于选择最佳出行路线[25]。

对于建成环境要素表征，较多学者采用GIS工具将活动出行路径进行空间可视化[18,26]。尽管定量方法在相关研究中占据主流地位，但定性方法也逐渐应用到建成环境与出行行为的关系研究中[27]。

2.2 建成环境对机动与非机动方式出行行为的影响

出行行为是个体的决策过程，选择何种出行方式成为居民出行的重要决策之一。从交通出行的角度来看，私家车在国内外城市出行中占据着重要地位，因此较多学者将私家车出行或者私家车拥有量作为切入点来测度建成环境对出行行为的影响[28-29]。Wang等从私家车拥有率、出行时间等方面分析了北京建成环境与活动出行行为的联系，结果表明建成环境变量(邻里类型、职住时间距离)对居民出行行为及私家车拥有率具有显著影响[2]。此外，研究对象也扩展至停车设施对私家车出行的影响[30]及建成环境对家庭碳排放的影响[31]。由于空间异质性的存在，建成环境对不同单元内个体出行的影响存在差异。Ding等从微观个体行为视角出发，揭示了建成环境能够解释小汽车“拥有—选择—使用”空间异质性程度[19]；基于五个不同地区的邻里类型，Salon重点探索了建成环境与车辆行驶里程的关系，结果表明邻里类型与出行目的在估计私家车与交通系统的出行距离及建成环境特征的关系中确实存在异质性[32]。

随着居民过度依赖私家车出行导致的交通拥堵、空气污染及环境恶化等问题日益突出，有学者开始考虑通过改善建成环境特征来引导非机动方式出行，步行与自行车出行行为成为研究的重点[33-35]。如Kamruzzaman等基于面板与截面数据检验了建成环境对步行出行的影响[36]；Schoner等采用有序Probit Heckman选择模型通过控制人口、居民偏好出行态度共同估计了居民自行车通勤的参与程度与频率，结果表明自行车道作为“磁铁”吸引居民骑自行车到附近地方，而不是作为“催化剂”鼓励非自行车通勤者更换出行模式[37]。20世纪中叶以来，肥胖问题引起了西方学者的关注，公共健康领域开始探究建成环境对肥胖的影响，统一的研究路径即为建成环境通过影响居民的出行方式选择来增加体力活动及锻炼，从而降低肥胖的风险，其研究对象开始关注家庭主妇[38]、老年人[39-40]等不同群体的活动出行行为。由于老年人口的流动性较低，出行距离更短、出行频率更少，同时更可能使用非机动交通方式，近年来老年人口这一类较为特殊群体受到国内外相关学者的关注[39]。Cunningham等在全面评价已发表文献的基础上，认为应当明确预测建成环境与老年人口体力活动之间关联的理论模型和关键概念，认为建成环境指标的不同可能导致不一致的研究结论[41]；Gómez等以哥伦比亚城市为研究案例地，探讨了建成环境属性与老年人口步行方式之间的关系[42]；Cerin等利用Meta-Analysis的统计方法梳理了邻里环境要素(如居住密度，可步行性，街道连接度等)与老年人口非机动方式出行行为(始终步行、步行与自行车相结合等)的相关研究进展，发现二者具有显著关联性[43]。客观建成环境的测度与不同居民对建成环境要素的主观感知可能存在一定差异，故有学者探讨了主观与客观建成环境对老年人口活动出行行为之间的关系，研究表明客观建成环境对老年妇女休闲和步行出行的影响可能通过影响个人对周围环境的感知而起作用，即主观建成环境对休闲性体力活动的影响更大[44]。

2.3 建成环境对不同目的出行行为的影响差异

居民的出行目的不同，建成环境对其出行行为的影响也存在差异性。根据出行目的可以将出行行为划分为工作出行与非工作出行两类，其中工作出行属于居民的必需性出行，相对缺乏弹性，而非工作出行的时空弹性相对较大。许多研究已经发现居住在较高可达性环境中的家庭能够减少出行成本并参与更多的出行活动[45]。Pinjari等通过旧金山家庭出行调查数据构建住宅区位选择和通勤方式决策的联立方程研究发现建成环境属性显著影响居民出行方式选择[46]；孙斌栋等检验了建成环境对居民通勤方式的影响，发现提高居住地的人口密度、土地利用混合度与十字路口比重可以减少小汽车通勤方式的选择，而就业地建成环境对居民通勤方式选择影响相对较弱[3,21]；塔娜等以居住地、工作地和活动空间作为地理背景，发现通勤出行受到居住地、工作地和活动空间建成环境的影响[25,47]。此外，也有较多学者开始关注建成环境对出行满意度与生活满意度的影响，如Cao用Campbell的理论模型探讨了客观建成环境和生活满意度的影响机理，发现某些建成环境要素(如土地利用混合度)对生活满意度同时具有正向和负向影响[48]。

大多数文献在研究建成环境与非工作出行中都重点关注了建成环境与出行需求弹性的关系。尽管理论上我们预期更高的建成环境可达性与密度能够促进居民出行，但是实证研究发现这种影响弱化或者更为复杂[49]，Merlin基于国家尺度的建成环境数据研究发现建立环境变量对家庭参与非工作出行的影响程度要高于预期，其增加或减少活动水平影响在8%-47%范围内[50]。由于大多数建成环境对非工作出行的研究案例地主要集中在北美及欧洲城市，对亚洲城市的关注度较低，基于此，Parady等利用日本第四次全国范围内的人口出行调查数据，通过估计随机参数模型发现建成环境和非工作出行方式之间存在显著的统计关联[51]，可见，建成环境对非工作出行具有显著影响。但是，由于研究尺度、研究方法的差异，一些研究也发现建成环境对非工作出行的影响可以忽略不计。一个可能的解释是非工作出行的需求相对具有弹性，而工作出行是必须的，居民能够适应建成环境来确保这种基本需求被满足；第二个可能的解释是研究尺度问题。由于截面数据并不能反映建成环境与出行行为之间的因果机理，有学者开始着手考虑采用面板数据来评价建成环境变化对居民出行行为的影响[36,52]。随着活动分析法的提出，相关研究开始关注建成环境对活动时空间影响[15,25,53-54]，探讨区位与建成环境如何影响活动感知及家庭成员间的分工[55]。

2.4 居民自选择效应对出行行为的影响研究

大量建成环境的相关研究几乎都检验了建成环境对居民出行行为的影响[56]，一些研究发现建成环境显著影响居民出行[46]，但也有研究认为建成环境对出行行为的影响实际是个体偏好的结果。因此，建成环境可能是居民选择的一种结果，与个体的出行态度高度相关[2]，这种具有某种出行倾向的人自愿选择住在有助于实现那种倾向的居住区从而表现出特定的出行行为的现象，被称为居民自选择效应[6]。

过去大多建成环境与出行行为关系的研究都忽略了居民自选择效应的影响，从而使得研究结论并不精确。居民自选择效应提出以后，成为建成环境与出行行为关系研究的一个研究重点，如果不能剥离出居民自选择效应的干扰，可能会过高或者过低地估计建成环境对出行行为的影响，进而不能正确地引导交通和土地利用政策的决策[6]。一些实证研究发现，在解释出行行为过程中，居民偏好比土地利用或者城市形态变量更为显著[57]。Boarnet等在分析非工作私家车出行决策中，通过设置工具变量的方式解释了居民自选择效应的影响，发现控制住居民自选择后，建成环境对非工作出行行为具有较弱的影响[58]；Cervero等运用嵌套Logit模型估计了在地铁站附近居住与乘坐地铁通勤的联合决策过程，发现以公共交通出行为中心的居住生活偏好能够解释40%的地铁通勤决策；而后研究表明控制住居民自选择影响后，邻里属性特征对居民出行的影响大大减弱[59]。其后也有学者探究了建成环境与态度偏好对出行满意度的影响[7,28,44,49,60]，发现态度对通勤满意度有直接和间接影响，而建成环境只通过影响通勤特征间接影响通勤满意度。

居住自选择对出行行为的影响在不同的研究中也呈现出不同的研究结论[46,61]。Schwanen等通过设置对照的方式研究了匹配的居民出行行为(居住在自己较为满意的社区)和不匹配的居民出行行为(居民没有居住在心仪的小区)，发现个体偏好或者态度及居住结果都显著影响着出行行为，但是建成环境的影响在某种程度上更加突出[62]。因此，建成环境与居民自选择对出行行为的影响差异取决于不同类型的指标选择，在某些研究中建成环境的影响大，而在其他研究中居民自选择效应的影响较大。

2.5 建成环境与出行行为的因果关系探讨

在已有研究中，理解建成环境与出行行为相关变量之间的实证关联到底是一种因果关系的真实反映，还是仅仅反映了建成环境与居民出行行为的一种相关性成为当前研究的重点及难点[63-64]。有学者通过控制社会经济属性特征，在收入最小化的可能性下分析建成环境与出行行为之间的关系，但未能理清态度对出行行为的影响[11]；也有学者开始尝试运用面板数据对因果关系进行判断[56]。Handy等经过长期的研究发现建成环境与出行行为之间是因果关系而不是相关性[11]，然而有学者发现建成环境对出行行为的影响实际上是居民自我选择的一种结果[65]，如喜欢步行的居民更愿意居住在花园式的邻里小区内，因此建成环境可能并不是改变居民出行行为的原因。由于个体出行行为决策是一个离散的过程，经济学为建成环境与出行行为的关系提供了理论解释，认为建成环境通过影响出行时间与其他出行特征来影响出行成本[9]。出行行为的离散选择模型中也隐含着相类似的解释，假设居民的决策过程都是基于效用最大化原则，认为人的行为是理性的，但有研究发现当居民获取最优效用时的活动行为并非经常完全理性[9]，可能会受到自身其他因素的影响。由此可见，目前国内外学者尚未完全论证建成环境与出行行为之间的因果关系，但在研究过程中大多数研究开始关注个体的感知、态度及自身的社会经济属性特征的影响。

3 研究启示与展望

3.1 考虑居民活动出行链对出行行为的制约，关注建成环境对非工作出行行为的影响

国内大多相关研究都以单次出行作为分析单元，对日常活动出行行为的影响研究尚显不足。事实上，居民一次完整的出行行为之间并不是完全独立的，无论在出行时间、出行距离、出行方式及出行目的地选择上都会或多或少的受到上一次出行的影响。因此，在研究建成环境对出行行为影响的研究中，应当考虑居民活动出行链的制约，而活动分析法的提出为这类研究提供了便利。此外，较多研究关注了建成环境对居民工作出行的影响，而对非工作出行的重视程度还有待加强。由于非工作出行的需求相对具有弹性，故建成环境对非工作出行行为的影响可能更为突出，因此要探究建成环境对居民日出行行为的影响，将工作出行与非工作出行纳入比较研究框架尤为重要。

3.2 加强不同尺度建成环境对出行行为的影响探究

建成环境是一个多维的概念，不同尺度下建成环境对出行行为的影响存在显著差异。国内外已有成果重点关注了居住地建成环境对居民活动出行行为的影响，而较少关注活动地、活动路径建成环境的影响。Kwan等认为地理背景存在不确定性，空间对出行行为的影响可能受不同邻里单元的影响而呈现差异性，故单一地理背景下的建成环境并不能反映出其对活动出行行为的全部影响[66]。一般而言，居民活动出行行为都存在出发地、活动地两个起点与终点，除了居住地建成环境的影响外，活动地建成环境、活动路径中的设施密度对居民出行行为也会产生较大影响[47]。因此，应当关注居住地、活动地及活动路径等不同地理背景下建成环境对居民出行行为的影响。

3.3 重视中国城市背景下居民自选择效应对出行行为的影响

由于中西方社会发展阶段及居民生活方式的差异性，如国内居民对公共交通的依赖程度要远高于西方城市，因此相对于其他建成环境要素来说，到交通站点的可达性程度对居民出行行为的影响可能要高于西方城市[6]。居民自选择理论的一个重要前提就是居民根据自己的偏好自由选择居住环境，但在中国现有住房体制下，居民选择某种商品住房可能会考虑更多的建成环境要素，如周边的中小学资源、停车位及商业配套设施等，而选择保障性住房如经济适用房、廉租房等住房类型的居民则多为低收入群体，对房价的感知更为明显，而这与其他群体的自选择效应可能存在较大差异，不同的住房类型能够为建成环境对居民活动出行行为的影响研究提供对照性的参考。

3.4 增强建成环境社会网络与邻里关系对出行的影响差异研究，丰富研究案例

绝大多数研究都集中于建成环境的物理方面，而较少关注建成环境的社会或制度因素对出行行为的影响。不同邻里建成环境中社会网络与邻里关系可能也会对居民的活动出行决策产生影响，而这可能干扰建成环境本身的作用。同时，户口是中国一种重要的制度安排，在享有住房、就学、就医以及就业等方面发挥着重要作用，故应当关注户口等制度因素对建成环境与出行行为关系的影响研究。此外，国内大多研究选择的案例地都集中于北京、上海、广州等特大城市，对欠发达地区城市的关注程度有待于进一步提升。

纵观建成环境对出行行为的影响研究，国内外学者对从不同角度针对建成环境与出行行为的关系进行了深入研究。但是由于不同学科的研究视角存在差异，导致对建成环境与出行行为关系的解析无法得到一个统一的结论。国内学者的相关研究大多验证了国外建成环境对出行行为的影响，如混合的土地利用开发能够减少通勤距离和时间，降低私家车使用频次。由于我国特殊的住房体制及社会文化等相关要素而形成的建成环境与西方国家可能存在较大差异，相关学者主要从单位视角下的职住关系、不同的住房类型、特殊的邻里关系等方面关注了我国建成环境对居民出行行为的影响。本文在明晰建成环境定义的基础上，重点从测度方法、机动与非机动出行、不同目的出行行为、因果关系探讨等方面回顾了建成环境影响出行行为的相关研究进展，而后梳理了居民自选择效应对出行行为的影响研究，最后从居民活动出行链的制约、建成环境尺度影响、居民自选择效应、建成环境邻里网络关系等方面展望了有待进一步研究的内容。