张昊

摘 要：对城市交通的出行距离分布和城市居民出行规律的研究，能够了解城市内部因素对居民出行选择行为的影响。对于区域城际之间的长距离对居民出行影响的研究对城市市内出行同样具有重要的借鉴意义。在充分研究和认识人在不同的出行距离的出行方式选择的主要因素和内涵的基础上，本文对过往的学者在出行距离对居民出行的影响方面的研究进行综述。

关键词：居民出行;出行距离;方式选择

中图分类号：U491 文献标识码：A

0 引言

影响居民出行方式的因素有很多，其中包括了出行时间，出行费用，出行的便捷程度等。在这里通过对出行距离的研究来分析居民的出行规律以及特征，在不同距离下居民出行方式分担率的不同，对于城市交通规划及管理以及确定各种运输方式的结构具有重要意义。

根据杨海霞[1]对长三角、珠三角以及京津唐区域的出行研究，确定了研究区域中短距离的阈值为200 km。当区域之间出行距离超過200 km时，将其划分为中长距离出行。

在城市内部交通当中，周文竹，王炜[2]等人通过对城市内部出行量的分析研究，发现出行距离在3 km和7 km附近出行量会峰值，因此对城市内部出行划分为短距离、中距离、长距离出行。

针对城市与区域之间的不同出行距离对居民出行行为的影响，国内外的研究学者已经采用了不同的方法对两者之间的关系做出了详细的探讨。主要在以出行距离的基础上，运用多种理论和模型，通过对多种影响因素分析，得到居民出行方式对不同交通方式的选择。

1 城际中长距离出行对出行影响

在此方面进行研究的范雪婷[3]对旅客出游方式选择和敏感性分析进行研究，探讨影响出游方式的因素，采用广义时间效应的 logit 模型预测各种出行方式的分担率，最后对影响因素的出游需求作了敏感性分析;杨海霞、董志[1]等将非集计巢式logit应用于城际之间的商务出行的交通方式选择进行建模，并分析了旅客对出行方式的选择。分析影响商务出行方式选择的因素，最终根据模型运算得到选择各种出行方式的概率。卢欣[4]提出了八项影响旅客出行方式选择的因素，结合结构模型，以计划理论为核心，量化各项影响因素，建立了旅客中长距离出行方式选择模型;芮海田，吴群琪[5]将旅客的个人特征与出行特征作为评价出行决策的影响指标，建立居民中长距离出行方式选择模型，并结合弹性理论分析了各个影响因素的敏感度。姜伟，赵阿柱[6]对个人特征、出行特征与出行交通方式选择运用多元Logit模型进行建模，再通过SPSS对模型各项参数进行标定估计，研究结果表明了个人出行特征对各种出行方式选择的关联程度有着不同的影响。

2 城市道路交通出行距离的研究

针对城市交通出行距离相对来说为短距离出行，而且城市居民出行方式相比较而言选择更多，根据城市中各种场景的不同，研究内容也更为复杂多样。

2.1 城市交通出行距离研究

2008年关文斌[7]城市交通出行距离进行了研究，通过对城市交通出行距离分布的影响因素分析，运用概率统计理论推导出行距离的概率密度函数形式，并确定计算函数参数的多元非线性回归方程，得到车辆出行的距离公式。周文竹、王炜、郭志勇[2]于2009年在城市居民出行距离长度方面进行了分析，并研究了各级道路出行分布的规律，建立了各级道路出行距离的研究方法。王蔚、惠英[8]2015年通过对上海市各区组团在通勤交通和非通勤交通的出行距离以及出行交通结构分析。

2.2 城市短距离出行研究

张啸[9]于2012年对城市居民短距离出行公共交通模式研究，根据非集计模型原理，建立了短距离出行效用函数，对参数进行标定，预测出公共自行车与其他方式在短距离的分担率。常凡超[10]在对城市居民短距离出行研究中，分析了短距离出行的规律和特征，以及不同情况下短距离出行方式分担率的变化，并利用双层Nested Logit模型提出了将短距离出行中的小汽车出行引导到非机动化和公共交通上来。

黎明，宋国华[11]2013年利用调查问卷收集居民出行行为数据，通过对分析不同小区的短距离出行特征和同类居民的出行行为的数据后，总结出了影响各小区居民选择小汽车驾驶短距离出行的原因，以及居民对出行的交通方式的转换意愿。

在英国，R.L. Mackett[12]通过调查377居民后发现，在所有的短距离小汽车出行中，有大部分人们愿意选择使用公共交通、自行车等对环境友好的出行方式出行，其中37%愿意使用公共交通工具代替小汽车出行，7%的居民愿意使用自行车代替小汽车出行。Luis Antonio[13]分析了欧洲几个国家的城市居民年龄、家庭结构、出行次数、总出行时间等因素对居民短距离小汽车出行的影响。

3 总结

综合国内外专家学者对出行距离对居民出行的影响的研究，大体分为两大部分，一是针对区域城际之间的中长距离运输，旅客出行方式的选择;二是针对城市交通距离对城市居民出行的影响。

国内专家学者对于城际之间的长距离出行的研究集中在分析影响出行的因素以及乘客的出行特征运用非集计Logit模型，分析各影响因素对乘客出行的影响程度及对各种交通方式选择的概率。

对于城市交通出行距离的研究较为多样，在此将其细分为两类：第一部分专门对城市交通出行距离进行数学建模分析，来探索出行距离与居民出行之间的规律。第二部分国内外专家学者针对城市短距离出行，通过建模以及SP调查等方式，聚焦在探讨将短距离小汽车出行引导至非机动化出行方式以及公共交通等其他出行方式上来，以解决城市内部各种交通问题。

4 现状研究不足

对于城际之间的长距离交通现在的研究方法主要集中在通过建立模型来分析各出行影响因素对出行方式选择的影响，其中包括比如出行方式的准时性、票价，性别、年龄等能具体量化的显变量和心理因素等难以量化的潜变量，再运用Logit模型对各种出行方式的分担率进行了预测，以后的研究可以从多角度、跨学科的视角来看待交通问题、分析讨论区域之间长距离交通对人们出行的影响。

对于短距离出行行为的研究，主要通过SP意向调查来分析居民出行方式转换的意愿，从个人的出行特征、个人特征和家庭特征方面等因素来进行建模，主要集中在解决如何减小居民驾驶出行的分担率，从而将出行引导至选择公共交通出行上来。主要集中在对人的主观意愿分析，极少考虑交通环境、道路等客观因素。

参考文献：

[1]杨海霞，董治，吴兵，等.区域中短距离商务出行公共交通方式选择研究[J].武汉理工大学学报（交通科学与工程版），2013，37（03）：525-528+532.

[2]周文竹，王炜，郭志勇.基于各等级道路的交通方式出行距离分布研究[J].武汉理工大学学报（交通科学与工程版），2009，33（05）：976-979.

[3]范雪婷.中长途旅客出行方式选择和敏感度分析[D].华南理工大学，2012.

[4]卢欣.基于计划行为学的旅客中长距离出行方式选择行为研究[D].西南交通大学，2014.

[5]芮海田，吴群琪.高铁运输与民航运输选择下的中长距离出行决策行为[J].中国公路学报，2016，29（03）：134-141.

[6]姜伟，赵阿柱，罗以丹，等.居民长距离交通出行方式选择行为研究[J].交通科技与经济，2016，18（04）：12-16.

[7]關文斌.城市道路交通出行距离研究[J].黑龙江交通科技，2008（09）：38-39.

[8]王蔚，惠英.出行距离与特大城市外围大型社区居民出行——以上海市为例[J].综合运输，2015，37（08）：80-88.

[9]张啸.城市居民短距离出行公共交通模式研究[D].长安大学，2012.

[10]常凡超.城市居民短距离出行行为研究[D].北京交通大学，2007.

[11]黎明，宋国华，程颖，等.城市过量短距离小汽车出行研究[J].北京交通大学学报，2014，38（03）：15-21.

[12]Mackett R L.Why do people use their cars or short trips[J].Transportation，2003，30：329-349.

[13]LuisAntonio.Short distance passenger mobility in Europe[J].Transport Statistics in focus，2005（05）：1-7.