基于家庭的城市居民出行需求理论与验证模型，本文主要内容关键词为：城市居民论文,模型论文,需求论文,理论论文,家庭论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
修订日期：2008-09-19
1 引言
城市居民出行行为一直是行为地理学和交通运输地理学研究的重点，行为地理学对出行行为的研究侧重于个体出行形成的行为空间及其与居住、就业等活动空间的联系[1]，而城市交通运输地理学在研究交通系统与土地利用关系时引入居民出行，集中研究影响出行的个人与家庭特征及相关政策，涉及收入、性别、工作地位、年龄、职业、家庭结构等多方面[2]。
自20世纪50年代以来，行为研究和交通研究的结合越加紧密，发展出许多新的理论和方法论。50-60年代占主导的汇总方法(Aggregate Method，在交通领域一般把“Aggregate”翻译为“集计”，在地理领域内翻译不一，有称为“聚合”，“汇总”等，本文根据《人文地理学词典》的翻译统一采用“汇总”说法[3])主要来源于社会物理学和经济学，例如利用重力模型研究出行的分布、利用均衡理论研究各种交通网络的任务安排等。进入70年代后，非汇总方法(Disaggregate Method)得到了长足发展和广泛应用，其理论基础则是微观经济学和心理学中关于行为选择的理论，例如效用最大化和随机效用理论[4，5]。从80年代中开始，基于活动的分析方法(Activity-based Approach，简称活动分析法)得到了快速发展，其理论和模型框架来源于蔡平(F.S.Chapin)对活动动机的社会评述及哈格斯特朗(T.H
gerstrand)的时间地理学[6]。此后，城市居民出行模式的研究发生了根本性的变化，研究视角由原来的基于移动(Travel-based，广义上的出行)转变为基于活动(Activity-based)，研究单元由宏观交通分析的区域(Traffic Analysis Zones，TAZ)转向微观交通行为的个人及家庭[7]。
近年来，国内地理学界和交通学界都开始关注西方出行行为研究的转型，其中地理学主要关注行为理论的发展，并尝试给出了一些理论框架，但尚未把理论应用到实际中来[2，8]。与此同时交通研究更多关注的是基于活动的分析在交通规划中的应用，但对活动分析的理论来源及发展过程很少涉及。学术界逐步意识到了基于家庭的出行行为研究的重要性及可能性，但是由于实证分析的数据来源大多是居民个人的出行调查，国内尚没有基于家庭的出行行为分析[9-11]。
因此，本研究在回顾出行需求分析理论的基础上，梳理基于家庭的出行行为研究的理论和模型发展，提出三个待验证的相关理论问题并进行验证。本研究以北京大学行为地理学研究小组1997年实施的天津市家庭时间利用日志调查的第一手数据为基础，在国内首次建立基于家庭的结构方程模型，验证活动分析法和基于家庭的出行研究的理论。
2 出行需求理论的发展
城市居民出行需求是交通需求分析中的核心内容，传统上一直以“四阶段法”为主要的分析手段。但是，“四阶段”理论体系是以基于出行的统计为分析基础，认为每次出行都是离散和独立的，而缺乏行为分析理念，没有考虑到出行的决策过程、时间管理和组合制约等[7，12]。而且，基于出行的分析一般采用汇总的方法进行建模，在根本上难以改变交通需求机理刻画方面的不足，以至于在出行需求理论研究中，以及微观交通规划和管理政策的决策支持中表现出越来越多的局限性。因此，从80年代开始，为了从出行行为的理论根源上解决传统出行分析带来的缺陷，活动分析法便应运而生。
2.1 基于活动的出行需求
活动分析法认为，出行需求是人们为了满足个人或家庭需求、参与在空间上有距离的场所上举行的活动而派生出来的一种需求，而不仅仅是为了出行而出行[13]。这种出行源自于活动的观点最早由奥伊和舒勒丁那(Oi and Shuldiner)应用在城市出行需求模型研究中[6]，但活动分析法的理论基础却来源于美国城市学者蔡平和瑞典地理学者哈格斯特朗。其中，蔡平的研究提供了隐藏在家庭活动系统背后的活动动机的社会学分析，明确指出时间和空间对行为模式的影响[14]；而哈格斯特朗则提供了时空制约下活动选择的决策机制框架，指出了对活动参与产生影响的三种制约：能力制约、组合制约和权威制约[15]。这两个理论基础和相关模型适应了当时西方发达国家迅速发展的交通要求，摒弃了基于出行的传统模型，形成了目前在交通需求分析、人类行为及其决策研究等领域上被广泛接受和应用的活动—移动行为(Activity-Travel Behavior)理论和方法。
活动分析法的出现，使得对交通需求的解读从出行的统计分析转移到对人们怎样和为什么不断参与产生出行的活动上来。正因为把出行需求放在人类活动的大背景之下，活动分析法可以避免像“四阶段法”等出行理论的不足，强调活动参与是引起出行的内在原因，考虑到连续的时空间维度和制约下的决策过程，以及家庭的影响，能够提供一个在理论与应用上都更令人信服的研究框架，并可以在此框架下建立大量非汇总的出行需求模型，为出行行为的模拟、基础设施的更新以及交通政策的制定提供更符合实际的研究和建议。
在西方国家，近20年活动分析法在相关领域得到了很大发展，研究的焦点也在不断多元化：①特定的活动—移动模式的描述和过程研究；②个人、家庭、社会和政策等对活动—移动行为的直接和间接影响；③活动—移动行为的纵向变化；④家庭内部相互作用与活动—移动分析；⑤城市空间(包括土地利用等)与虚拟技术(如互联网)跟居民活动—移动行为的交互作用[17-20]。然而，虽然活动分析理念早在20世纪70年代中后期已由牛津大学交通研究小组应用到实际的出行需求分析中[21]；但目前仍主要处于学术研究阶段，其中的主要原因是它还不太适合大型的密集投资项目的分析评价，而对精确的、通常是小范围的交通政策措施的研究则十分有效，并且近年的实际应用更多是在基于家庭的出行需求分析方面。另外，活动分析法增加了交通调查的难度、数据分析及处理的工作量以及建模的难度，这也影响其广泛应用[8]。
2.2 基于家庭的活动—移动行为分析
大部分出行需求模型都假定个人决策的制定只考虑个人的活动参与或出行。这个假设在大多数情况下是不合理的，特别是考虑家庭对个人出行行为的影响时。家庭活动决策过程可以理解为家庭在资源制约(汽车分配、时间分配)和活动需求(任务分配、活动日程安排)的要求下，分配不同的家庭成员进行活动和移动以满足家庭需求(生存性、维持生活和休闲性)的选择决策制定过程[18]。其研究目的主要是：①家庭的人员分配模式强烈影响汽车占有水平、出行链和交通方式等与出行直接相关的行为选择，而这些会直接影响到交通拥挤、空气质量和运输量的预算等；②某些外部因素，如交通管理政策等对个人行为产生的影响不仅仅是通过直接作用于个人，还间接通过改变家庭决策过程从而影响个人行为；③联合决策除了受家庭本身属性影响外，还受到其他外部因素的影响，通过研究联合决策过程可以反映这些外部因素的特征，例如居住环境与家庭出行的相互作用。
2.2.1 家庭属性与个人活动—移动行为 许多研究把家庭对个人活动—移动行为的影响集中在家庭基本人口统计和社会经济属性上。首先考虑到的是家庭结构对活动—移动行为的影响。例如：许多研究发现人数越多的家庭活动和出行发生的概率越大[1，21]；如果家中小孩数目增多则会增加家庭成员户外休闲活动和移动行为[23]。其次，家庭资源的制约也对出行产生着显著的影响，譬如机动车、特别是汽车的拥有量、人均使用量等。家庭的收入也是一个重要的制约因素，实证表明高收入的家庭倾向于更多的户外活动和移动，特别是户外休闲活动和购物活动[24]。此外，家庭生命周期也影响不同家庭成员的活动—移动模式，处于不同生命周期阶段的人群明显地表现出不同的活动时间分配和出行行为[25]。
2.2.2 家庭内部相互作用 家庭内部相互作用(Intra-household Interaction)是指不同家庭成员的活动和移动之间的联系，通常通过时间利用和资源分配来反映。家庭内部相互作用的模型主要是复杂多变量统计模型，如结构方程模型和分层线形模型(Multilevel Linear Model)。虽然往往缺乏决策机制和过程解释的研究，但通过从统计数据中发现活动—移动行为之间以及成员行为之间的相互联系，可以看出社会经济属性、空间属性以及家庭和个人属性对活动—移动行为的多层次的和多种效应的联系[26，27]。值得一提的是，家庭内部相互作用的研究绝大部分关注的是欧美发达国家，而曹新宇和柴彦威则基于性别角色利用结构方程模型探讨了中国深圳地区家庭中男女家长的活动时间分配，得到男性在户外活动中扮演主要角色、而女性则在户内活动中占据主要地位等结论[28]。
总之，要以家庭为活动—移动行为的分析单元，需要综合分析家庭属性对个人活动—移动的影响、家庭任务对个人行为的制约以及家庭成员之间的组合制约等方面。以往的基于出行的分析最多能考虑到家庭属性的影响，而对另外两个方面则束手无策。因此，本研究利用天津市民时间利用日志调查数据，建立结构方程模型，在解读天津市民活动—移动模式的基础上，验证以下三个问题：①在出行行为分析上，活动分析法能否克服基于出行的模型的不足？②家庭成员对居民的活动—移动行为的影响是否显著并且是怎样影响的？③考虑到家庭和活动影响时，社会经济属性等外生变量怎样影响天津市民的出行行为？并且这种影响与基于出行的分析有着怎样的区别？
3 基于家庭的结构方程模型
3.1 数据来源
本研究数据主要来自1997年7月实施的天津市居民时间利用日志调查的第一手数据。调查选择天津市内区域特征、建设时期、住房形态、居住环境及空间分布等方面具有一定代表性的5个居住区(图1)，随机抽取共500户家庭进行了问卷调查(回收459份，回收率达91.8％)。问卷内容包括居民的个人和家庭属性、居住地点、工作地点、通勤工具、通勤时间、通勤距离以及上班日和休息日各一天的所有日常活动和出行状况等问题。根据研究目的，本研究通过剔除缺失过多的样本，最终剩下267户家庭共534个居民星期一的时间利用日志进行数据分析。
3.2 结构方程模型
结构方程模型(SEM,Structural Equation Model)自20世纪80年代迅速发展以来，已经成为交通与行为研究的一种实用且流行的分析多变量复杂关系的建模工具[29，30]。SEM是基于变量的协方差矩阵来分析变量之间关系(包括外生变量对内生变量的作用和内生变量之间的关系等)的一种统计方法，综合了路径分析、因子分析和回归分析等多元统计分析，SEM的详细统计原理可参照侯杰泰等的专著[31]。
在本文中，因为不考虑潜在变量，只考虑内生变量的路径关系，结构方程模型可表达为：
y=By+Γx+ζ
(1)
式中：式y(m×1)是内生变量的列向量，x(n×1)是外生变量的列向量，B是内生变量之间的随机联系矩阵，Γ是外生变量对内生变量的直接随机效应矩阵，ζ是结构方程的残差项，反映了y在方程中未能解释的部分。
图1 天津市被调查小区分布图
Fig.1 Geographical location of research neighborhoods in Tianjin
本研究把家庭中男女家长的活动和移动的持续时间作为内生变量。其中，活动分为在家活动和户外活动，户外活动根据不同需求又划分为三类：①工作以及跟工作相关的能产生收入的活动(以下简称为工作活动)；②不可任意支配的活动，包括购物消费、私事等满足家庭和个人心理需求的维护性和责任性活动等(以下简称为生活活动)；③自由活动或者休闲活动，包括社交的、娱乐性的和随意的活动(以下简称为休闲活动)。根据不同活动的划分得到相应的移动类型，以家庭为分析单元，内生变量一共包括16个变量，分别代表8个男女家长的活动持续时间以及8个相应的移动时间。同时，把家庭属性和个人属性作为外生变量，从表1中可以看出部分外生变量存在缺失值，为了避免列删法导致的删除过多样本，以及对删法引起的非正定矩阵，本文采用EM算法(Expected Maximization Algorithm)去设算缺失值，并计算多项协方差矩阵作为估算的原始矩阵，利用最大似然法(ML)估算对数据进行拟合[26，31，32]。模型构建分析过程是在LISREL8.70软件上编写程序完成[32]。
3.3 估算结果
通过对初始模型进行实验和修正，得到最终模型整体的卡方值(Chi-square)和自由度(df)分别是65.74和142，p值为1.00，表示模型估算假设完全不能被拒绝，反映最终模型在统计意义上跟最优模型十分相近。此外，拟合指数RMSEA(Root Mean Square Error of Approximation)值为0.0023，以及CFI(Comparative Fit Index)为1.00，均说明最终模型在统计意义上是拟合很好的模型。
本文模型主要用作路径分析，即通过路径图和效应(Effect)来分析变量结构之间的因果关系。其中，效应分为直接效应(Direct Effect)、间接效应(Indirect Effect)和总体效应(Total Effect)。直接效应是指由原因变量到结果变量的直接影响，并通过原因变量到结果变量的路径系数来衡量直接效应的大小。而间接效应是指原因变量通过影响一个或多个中介变量，而对结果变量的间接影响。总体效应则是指原因变量对结果变量的直接效应和所有的间接效应总和。
3.3.1 城市居民的活动—移动特征 从图2的直接效应路径可以看出，天津市数据的实证分析验证了活动分析法的基本思想，即移动是来源于相应的活动参与。根据模型估算，假如男性每天在外工作8小时，需要通勤的时间是33.1分钟(0.069×60×8)，而女性则需要28.8分钟(0.060×60×8)，且通勤时间均随着工作持续时间的增加而增加。男女在工作日的购物等生活活动产生的生活移动相差并不大，每小时生活活动均产生4分钟左右。以上说明，男女的工作空间和生活活动空间范围都差不多；但是在工作日，男女的休闲空间明显相差很大，男性参与一小时休闲活动需要2.7分钟的移动，也就是说，男性的休闲活动空间主要在家附近；而女性参与一小时休闲活动需要11.8分钟，远大于男性，可见，天津市被调查女性的休闲时空间范围远大于男性。
基于出行的预测模型把出行看作是离散的行为，一般很难考虑不同出行之间的联系，而活动分析法则通过发掘不同活动之间的联系来考虑不同出行之间的联系[9，12]。在天津的实证分析中，我们发现，男女家长的工作活动都决定了其他活动的持续时间，而生活活动又决定了休闲活动的持续时间，而且不同活动之间呈替代关系。
3.3.2 男女家长之间的相互作用 家庭成员行为之间的相互影响是基于家庭的活动—移动研究的重点，也是基于出行模型难以解决的问题。从结构方程模型中得到6条关于男女家长之间相互作用的路径，这包括活动对活动的影响以及活动对移动的影响(图3)。
注：1.
表示从A到B的一条路径，说明A变化1单位直接影响到B变化0.111单位；
2.模型中的活动和移动均用时间来计量，所有路径上的指数均在0.10及以上的水平上显著。
图2 基于男女家长活动—移动时间分配的最终模型的部分直接效应路径图(男女家长相互作用的路径部分在图3标出)
Fig.2 Direct effects among socio-demographics,time allocation and travel behavior of two household heads in final LISREL model
工作日男家长的工作持续时间明显对女家长的在家活动时间产生负效应，例如，男家长在外工作增加1小时，女家长就会增加户外活动时间平均约10分钟，而男女家长在家活动时间又存在着高度显著的总体效应(效应指数是0.300，t=5.798)，这说明，男女家长有一起分享在家活动的统计特征。此外，这还反映了天津市居民男性外出时间比女性外出活动时间更长，这可能说明，被调查家庭男性以外出工作活动(一般持续时间较长)为主，女性以外出生活活动(一般持续时间较短)为主，反映了“男主外、女主内”的一般特征。
男女家长活动之间存在的路径效应有正有负，这说明存在着联合和替代的关系。譬如，男生活活动对女生活活动的路径系数是0.348(t=0.433)，这说明，在男女家长生活活动的时间分配上存在显著的联合利用特征(总体效应也为显著的正效应)；而女休闲活动对男工作活动也存在明显的负效应(t=-4.205)。从不同成员不同类活动之间的替代效应可以说明不同成员同类活动之间存在联合效应。所以，家庭的生活活动和休闲活动在总体上存在着男女家长联合参与的特征，而工作活动则不存在这种关系。
3.3.3 外生变量的影响 传统出行预测模型往往构建交通需求变量(如出行时间、次数等)直接是社会经济属性(包括个人属性和家庭属性)和土地利用特征(如密度等)等的函数[33-35]。实际上，某些社会经济属性和土地利用特征等会直接影响到居民的出行模式，但是，活动分析法认为更多的社会经济属性和土地利用特征是通过影响居民的活动参与需求而间接影响到出行模式，简单地建立交通需求量和社会经济属性与土地利用的函数是难以真正发现其相互关系的。
注：1.表示从A到了的一条路径，说明A变化1单位直接影响到B变化0.111单位；
2.模型中的活动和移动均用时间来计量，所有路径上的指数均在0.10及以上的水平上显著。
图3 家庭内部活动—移动行为的相互作用路径
Fig.3 Direct effect of intra-household interaction between heads' activity-travel behavior
受限于数据精度，本研究只考虑了出行、活动和社会经济属性等三层关系。基于家庭，认为个人活动时间对出行时间存在直接的影响，而且不同成员之间的活动影响会间接影响到出行。同时，社会经济属性对居民出行时间存在直接影响，并且通过影响活动间接影响出行，通过SEM可以方便地得到社会经济属性对男女家长的出行时间的直接效应、间接效应和总体效应(表2)。结果表明，考虑了家庭和活动对出行的间接影响的总体效应，跟直接效应之间无论在数值、方向还是在显著度上都存在较大的差别，这也反映了基于活动(全部的效应值)和基于出行(直接效应值)分析的差别，因为直接效应显著表示社会经济属性对出行本身的影响，例如出行便利程度、出行方式、可达性等是统计显著的；而间接效应显著则表示社会经济属性对出行需求和行为产生的影响显著，例如产生出行的活动以及家庭出行需求。
从直接效应来看，买房家庭的男家长出行时间显著地低于租房的；而间接影响却是显著的正相关，导致从总体效应来看，住房来源对男家长的通勤时间的影响呈正相关关系，但是并不显著。而住房状况对女家长的通勤影响却不显著。可见买房家庭的男家长工作需求明显增加，从而间接导致通勤时间的增加，而对女家长的通勤影响却不大。此外，无论是直接效应还是间接效应，住房来源对男女家长的生活活动出行均呈负效应。只是相对于直接效应的不显著，住房对男性的生活出行时间却在0.10的显著水平上显著。结合上述活动—移动的分析，可验证买房家庭的男家长需要花更多的时间在工作活动上，减少了生活活动的需求，减少了生活出行的时间。同理，买房的男家长由于减少了休闲活动的需求从而减少了休闲出行的时间；而住房来源对女家长休闲出行的直接和间接效应都不显著，但是总体效应却显著，这说明买房或租房能整体上影响女家长休闲出行的需求和外出休闲活动的可达性，从而影响休闲出行时间。
家庭月收入对男女家长的活动出行时间的间接效应都不显著，这说明90年代末的天津家庭的各种活动的收入需求是非弹性的。家庭月收入对男家长的生活出行呈显著的负相关关系，在需求非弹性的情况下，可以理解为收入高的男家长会选择更便捷的购物等生活活动环境，从而生活出行时间便相对较少。此外，从直接效应上看，有16岁以下小孩的家庭的家长通勤时间明显较少，但总体上小孩对男家长的影响并不显著，而对女家长通勤则十分显著，结合男女家长相互作用的效应，说明有小孩的家庭对女家长的工作出行制约更大。而有小孩的家庭会显著增加女家长的生活出行，同时显著增加男家长的休闲出行时间。同时，家庭中工作人数比例对男女家长的通勤时间均有显著的负直接效应，这可能说明趋向于全职的家庭大多选择离工作更近的地方居住。值得一提的是，虽然拥有机动车会显著减少男女家长的通勤时间，但是其作用机制却不一样，对男家长的通勤存在显著的直接效应，说明交通方式的改进使得男家长通勤时间减少；而对女家长的影响显著则是通过减少工作需求，从而间接减少女家长的通勤时间。
除了上述家庭属性的影响之外，个人属性对居民出行也存在许多显著的影响。可以发现，结合间接效应和总体效应的活动分析法比基于出行的直接效应分析要全面和深入。例如，年龄对男女家长的通勤时间作用都有显著的总体效应，但是作用机制却不同，年龄越大的男家长会选择离家越近的工作，从而减少通勤时间；而女家长则随年龄增大而减少工作时间，从而间接减少通勤时间。而且，年龄增大还会增加男家长的休闲活动需求，从而显著增加休闲出行时间。此外，教育水平对男家长的活动—移动影响并不显著，只对女家长的通勤影响较明显。而男女家长的雇佣状态对各种出行几乎都存在显著的间接效应，这说明家长的雇佣状态显著影响活动需求以及时间分配，从而影响相应的出行。
4 结论
从20世纪70年代开始到现在，城市居民出行需求研究的视角已经从基于移动转变为基于活动，同时引起研究单元从TAZ向个人、并由个人向家庭的转变。本文首先通过文献回顾系统地介绍和归纳了出行需求理论的最新发展，包括活动分析法与基于家庭的出行分析等。然后，利用天津市居民时间利用调查数据，以家庭为研究单元，以居民个人属性和家庭属性作为外生变量，以活动和移动的持续时间作为内生变量，建立结构方程模型并验证了最终模型整体拟合优度。用此模型对基于家庭的活动分析法理论进行了验证，解读了天津市居民的活动—移动行为。
首先，本研究表明，移动是来源于相应的活动参与，且活动分析法很好地解决了四阶段法等模型的不足，譬如通过活动的联系把离散的出行联系起来。同时，本研究得到了男女家长之间存在明显的活动—移动联系的结论，天津市家庭表现出“男主外，女主内”的特征，而且在非工作活动上存在联合参与特征，弥补了基于出行的分析难以考虑家庭内部相互作用的不足。此外，通过社会经济属性对男女家长的出行时间的总体效应和直接效应分析发现，当考虑到活动和家庭成员的间接效应时，社会经济属性对居民出行时间的间接效应和直接效应显著程度不一，具体的分析结果也表明基于家庭的活动分析法比基于出行的分析结果更加全面和深入。
目前，中国正处于社会和经济的转型时期，城市的交通、住房和就业等问题急需解决，而这些都跟城市居民活动—移动行为密切相关，而基于家庭的活动分析法应该能在这些问题的研究中提供新的视角和方法。同时，我们应该指出，虽然基于家庭的活动—移动模型已经应用到交通规划中，但现在还不能完全做到跟四阶段法同样的应用效果，因此，进一步的深入研究以及如何跟实际规划项目结合将成为重点。