道路建成环境对地铁车站感知可达性的影响研究

姜美利 刘建荣 刘丽华

(广州地铁设计研究院股份有限公司1) 广州 510000) (华南理工大学土木与交通学院2) 广州 510640) (河南城建学院土木与交通工程学院3) 平顶山 467000)

0 引 言

公共交通可达性的提高有助于提高公共交通使用率[1-2].到车站的可达性是指出行者克服出行阻碍达到车站的便利程度，其研究大多使用步行距离或步行时间来描述[3-4].Ryan等[5-6]的研究表明：车站的客观可达性和感知可达性之间存在一定的差异，感知可达性除了受到客观可达性的影响，还受到其他一系列因素的影响.出行者的感知可达性与出行者出行选择行为存在很强的相关性.相对于客观可达性，出行者的出行选择行为受到的感知可达性影响更大[7-8].

感知可达性是指使用某一交通方式进行日常活动的难易程度.感知可达性可能受到出行者社会人口特征的影响，如性别、年龄、车辆拥有情况[9-10].此外，建成环境也可能影响出行者的感知可达性[11-12].建成环境是城市地区活动、服务和基础设施的物理支持.建成环境包括的因素众多，目前尚无统一的度量标准.针对出行者而言，可分为人行道状况、舒适性、吸引力，以及交通安全四大类；从城市环境规划出发，可分为六类：土地使用、可达性、街道网络连接、行人设施和舒适性、安全性，以及街景设计.此外，建成环境因素也会影响到达公共交通车站的感知可达性.

综上，到达地铁车站的感知可达性会影响到出行者选择地铁的意愿，建成环境因素是影响地铁车站感知可达性的重要因素.文中将道路建成环境归类为3类因素：感知安全性、基础设施满意度和感知舒适性，利用结构方程模型分析步行距离、社会人口特征以及道路建成环境对感知可达性的影响.

1 问卷设计

假定出行者对于地铁车站的感知可达性受到三类因素的影响：①客观可达性；②社会人口特征；③到达地铁车站的道路周边的建成环境.

客观可达性利用步行时间表征，调查人员问询被调查者的住址，并利用百度地图测算到达最近的地铁站入口的距离(单位：m).社会人口特征包括年龄、性别、车辆拥有情况、是否喜欢步行、是否经常使用地铁出行.

到达地铁车站的道路周边的建成环境包含的因素众多，根据已有成果，结合中国地铁的实际情况，采用五级李克特量表调查以下问题：横穿机动车道时的安全性(Q1)、在人行道被行人撞到的可能性(Q2)、在人行道被自行车或电动车撞到的可能性(Q3)、在人行道被车辆撞到的可能性(Q4)、对人行道坡度的满意度(Q5)、对人行道维护质量的满意度(Q6)、对人行道宽度的满意度(Q7)、对人行道连续性的满意度(Q8)、对人行道周边树荫的满意度(Q9)、对人行道周边休憩设施的满意度(Q10)、对人行道上干净程度的满意度(Q11).

感知可达性用四个问题项表征：很容易走到地铁站、从家到地铁站的距离不远、走到地铁站不累、走到地铁站没什么压力.采用五级李克特量表调查出行者对以上陈述的赞同程度.

在广州市进行调查，调查时间为2022年3月，共调查得到有效问卷599份.样本平均年龄39.04岁，女性占比43.57%，有车族占比63.77%，喜欢步行的占比77.46%，经常使用地铁的占比31.39%.

2 模 型

探索性因素分析的目的是采用少数几个因子来解释一组变量之间的相关，当因子被抽取后，变量之间将达到局部独立.也即由于共同因子的存在，变量之间相关.根据因子分析，样本i在问题项j上的标准分Zij为

(1)

式中：f为公共因子；αj为因子负荷(即每个公共因子的权重)；uij较为独特性因子；dj为独特性因子的权重.

由此可知，样本在某个问题项上的分值为公共因子和独特性因子的加权和.探索性因素分析一般假设如下：①得分与公共因子之间为线性关系；②误差不相关；③公共因子与误差不相关.公共因子可以斜交或正交.

结构方程模型可在估计一组显示变量与其代表的潜在变量的同时，分析各个潜在变量之间的相关及因果关系，包括测量模型和结构模型.测量模型描述显示变量是否适合作为潜在变量的测量手段，结构模型评估潜在变量之间的相互关系.结构方程可用以下基本方程表达.

η=Bη+Γξ+ζ

Y=ʌyη+ε

X=ʌxξ+δ

(2)

式中：η为内生潜在变量；ξ为外生潜在变量；Y、X为显示变量；ζ、ε、δ为误差项；B、Γ、ʌy、ʌx为因子荷载，为待估计参数.

3 建成环境的探索性因素分析

由于到达地铁车站的道路周边的建成环境包含的因素众多，各影响因素之间可能存在一定的相关性，并不适合直接分析这些因素对感知可达性的影响.为此，对变量进行降维处理，利用组成份分析得到探索性因素分析结果，见表1.

表1 探索性因素分析结果

由表 1可知：只有前3个因素的特征值大于1，探索性因素分析一般只考虑特征值大于1的因素.其中因素1的Q9、Q10、Q11三个变量的数值较大；因素2的Q1、Q2、Q3、Q4四个变量的数值较大，因素3的Q5、Q6、Q7、Q8四个变量的数值较大.Q1、Q2、Q3、Q4四个问题项与安全性更为相关，因此将因素1命名为感知安全性；Q5、Q6、Q7、Q8四个问题项与人行道基础设施满意度相关，因此将因素2命名为基础设施满意度；Q9、Q10、Q11三个问题项与人行道的舒适性相关，因此将因素3命名为感知舒适性.

4 感知可达性影响因素分析

4.1 测量模型分析

根据以上分析，涉及到的道路建成环境因素包括三类：感知安全性、基础设施满意度、感知舒适性，再加上感知可达性，共四个潜在变量.利用结构方程分析各个因素对感知可达性的影响，对潜在变量进行信度、收敛效度及区分效度检验，结果见表2.由表2可知：标准化系数取值均大于0.6，组成信度都大于0.7，收敛效度都大于0.5，表明各个显示变量可以很好表征潜在变量.区分效度中，对角线的数值为收敛效度的平方根，非对角线元素为各个潜在变量之间的相关系数，对角线元素均大于同一行和同一列的非对角线元素，表明潜在变量之间具有良好的区分效度.

表2 信度、收敛效度及区分效度

4.2 结构模型分析

根据测量模型分析，可知各个问题项能够很好地表征潜在变量.利用结构方程模型分析各个因素对感知可达性的影响.模型1中，仅分析步行距离、社会人口特征对感知可达性的影响；模型2在模型1的基础上，进一步分析道路建成环境(感知安全性、基础设施满意度、感知舒适性)对感知可达性的影响.

模型1的拟合度指标满足要求(CFI=0.994,TLI=0.991,RMSEA=0.029,SRMR=0.015)；模型2的拟合度指标满足要求(CFI=0.990,TLI=0.986,RMSEA=0.024,SRMR=0.032).模型1和模型2的具体结果如表3.

表3 结构模型结果

由表3可知，实际可达性(步行距离)与感知可达性正相关.如果不考虑道路建成环境，步行距离与社会人口特征可解释感知可达性的48.7%；如果考虑道路建成环境，各类因素可解释感知可达性的60.6%.因此，道路建成环境可解释感知可达性的11.9%，考虑道路建成环境的影响，可增加感知可达性的解释力度.道路建成环境中，感知安全性、基础设施满意度、感知舒适性均对感知可达性有显著影响.感知安全性对感知可达性的影响最大(0.204)，基础设施满意度其次(0.124)，感知舒适性的影响最小(0.095).

5 结 束 语

出行者使用地铁的意愿受到出行者地铁车站感知可达性的影响，道路建成环境是影响感知可达性的重要因素.利用探索性因素分析对道路建成环境因素进行降维，将道路建成环境归类为3类因素：感知安全性、基础设施满意度、感知舒适性.

基于探索性因素分析结果，利用结构方程模型分析实际可达性(步行距离)、社会人口特征、道路建成环境对感知可达性的影响.研究结果表明，道路建成环境可解释感知可达性的11.9%.道路建成环境中，感知安全性、基础设施满意度、感知舒适性均对感知可达性有显著影响.感知安全性对感知可达性的影响最大，基础设施满意度其次，感知舒适性的影响最小.为提高地铁车站的感知可达性，应改善建成环境中的感知安全性、基础设施满意度、感知舒适性.