黃國洋 HUANG Guoyang

0 引言

中國的城鎮(zhèn)化在過去30多年間以年均1%的增長率快速推進(jìn)，出行需求在過去的30多年間也不斷增長，特別值得一提的是非工作出行的增長比例，包括購物出行、休閑娛樂、個人商務(wù)、生活及其他非工作目的。上海居民出行調(diào)查顯示，1995年非工作出行占個人出行的比例約為15.6%。到2009年，非工作出行的比例上升到29.4%。其中，據(jù)2013年上海市建設(shè)和交通委員會提供的數(shù)據(jù)顯示：郊區(qū)非工作出行增長比例最快的有3類：購物出行比例從2.3%增長到11.9%，休閑娛樂出行比例從1.4%增長到3.0%，生活出行比例從8.4%增長到9.7%。

始于1999年，上海計劃在中心城外建設(shè)以保障性住房為主的15個大型社區(qū)，目前已形成5個成熟社區(qū)。完全建成后，上海郊區(qū)將會增加約200萬人口。上海郊區(qū)大型社區(qū)的居民出行調(diào)查顯示：居民的非工作活動高度依賴軌道交通，其次是公交車、個人摩托車和助動車，機(jī)動化導(dǎo)向顯著。機(jī)動化導(dǎo)向的社區(qū)不僅給郊區(qū)薄弱的交通設(shè)施增加了巨大負(fù)擔(dān)，而且居民非工作活動可能會花費更多的時間在路上，在目的地的活動時間相應(yīng)減少。這表明，以步行為導(dǎo)向的可持續(xù)社區(qū)土地利用規(guī)劃模式尚未在郊區(qū)形成。

圖1 兩個大型社區(qū)區(qū)位示意圖

我們在上海郊區(qū)選取了2個成熟社區(qū)作為比較案例，主要研究：①對位于郊區(qū)的社區(qū)而言，非工作出行方式和土地利用特征之間的關(guān)系是什么？②什么樣的土地利用特征能夠促進(jìn)居民在非工作活動中更多地采用步行方式？

1 已有的研究

土地利用特征對非工作出行方式產(chǎn)生影響。Handy（1996）關(guān)注商業(yè)設(shè)施與購物出行方式的關(guān)系，其研究認(rèn)為，商業(yè)設(shè)施覆蓋率的增加將有助于減少購物出行駕駛小汽車的比例，從而增加步行或乘坐公共交通的比例[1]。Rajamani等人（2003）基于空間解析度及個人出行決策層面，通過建立多項logit方式選擇模型，認(rèn)為混合土地利用和高居住密度將增加非工作出行中步行和公交的比例，而過多斷頭路的存在則會對步行造成負(fù)面影響，此外可達(dá)性的增加會大大促進(jìn)休閑娛樂活動的步行及自行車出行數(shù)量[2]。Boarnet等人（2011）研究中心型社區(qū)和廊帶型社區(qū)中哪一類更有助于步行出行?；貧w分析結(jié)果表明，中心型社區(qū)比廊帶型社區(qū)具有更多的步行出行，當(dāng)然在中心型社區(qū)也存在著更短的出行距離所引起的機(jī)動車出行的現(xiàn)象，因此機(jī)動車出行減少的證據(jù)并不像步行增加得那么強(qiáng)烈[3]。以上有關(guān)土地利用模式與非工作出行的研究中，土地利用模式變量通常采用“4Ds”，即居住密度、土地混合利用、可達(dá)性及街區(qū)模式4類變量。但值得關(guān)注的是，非工作出行是到公共設(shè)施進(jìn)行活動而產(chǎn)生的出行，公共設(shè)施變量對非工作出行方式影響的研究還較少。

盡管在出行中，非工作出行的比例增長很快，但目前無論是國外還是國內(nèi)，有關(guān)非工作活動和出行的研究還相對較少，而針對城市郊區(qū)社區(qū)及中低收入人群非工作出行的研究更是少之又少。上海郊區(qū)大型社區(qū)中以低收入人群為主，非工作出行的比例較大，在出行方式上小汽車較少[4]。已有的研究基本關(guān)注如何減少小汽車出行，增加步行和公共交通，且大多只關(guān)注于一種或幾種非工作活動，如購物或休閑娛樂活動[5-6]，有的則將所有非工作活動看作是一種活動類型[7-9]。因此，忽略了土地利用模式對不同目的非工作出行的影響。有關(guān)土地利用模式和非工作出行方式之間的研究，人口密度或居住密度影響的結(jié)論不一致[10-11]，非居住用地比例的影響雖然肯定，但解釋性不強(qiáng)，特別是土地利用變量中缺乏公共設(shè)施變量的影響，而已有的公共設(shè)施研究多專注于作為城市形態(tài)表征的設(shè)施可達(dá)性的測算及影響[12-13]。本文試圖填補(bǔ)已有研究的空白，在土地利用變量中引入公共設(shè)施密度，分析各種土地利用變量對不同目的非工作出行方式的影響強(qiáng)度，特別是對步行、軌道交通和公交車3種方式的影響。

2 研究設(shè)計和數(shù)據(jù)

上海規(guī)劃建設(shè)的大型社區(qū)都位于中心城外圍（即外環(huán)快速路之外），以提供保障性住房為主（包括動遷安置房、經(jīng)濟(jì)適用房、廉租房等），聚居居民主要為中低收入群體，社會經(jīng)濟(jì)屬性相似。目前已成熟的社區(qū)有5個，研究選取了寶山區(qū)的顧村社區(qū)和松江區(qū)的泗涇社區(qū)。顧村屬于中心城延綿區(qū)域，距離中心城外圍約1.4 km；而泗涇則遠(yuǎn)離中心城，距離約13.9 km（圖1）。

2.1 非工作活動分類

為了研究土地利用變量對不同目的非工作出行的影響，首要任務(wù)是將多種非工作活動分成有限的種類，這有助于分析的可行性和方便性。Reichmann（1976）建議將活動分為3類：（1）生存性活動，包括那些對支撐家庭的資金提供方面非常重要的工作，或者和工作相關(guān)的活動；（2）維持性活動，包括家庭或個人商業(yè)活動，以滿足個人的生理需求和文化需求；（3）休閑性活動，包括社交、娛樂和其他由文化和生理需求所驅(qū)使的自由追求[13]。本研究沿用Reichmann的活動分類方案，但做出了一些修改和細(xì)分。所有與工作或上學(xué)相關(guān)的通勤出行被歸為工作出行，本文只研究非工作活動出行。當(dāng)然，分類也在一定程度上受限于數(shù)據(jù)的來源。由此，非工作活動進(jìn)一步地被分成5種具體類型：

購物：便利店、超市、綜合性商場等購物活動；

休閑娛樂：外出就餐、看電影、健身等休閑、娛樂活動；

個人業(yè)務(wù)：個人商務(wù)活動等；

生活：就醫(yī)、銀行、郵寄等活動；

接送人：為家庭成員或朋友做司機(jī)，到工作、學(xué)校、托兒或其他地方。

2.2 上海郊區(qū)非工作出行方式特征

泗涇社區(qū)和顧村社區(qū)的非工作出行方式具有明顯差異。步行在顧村居民的非工作出行中比例最高，為33.2%，而泗涇的步行比例僅為9.0%。泗涇的非工作出行方式比例最高的是軌道交通，為38.3%，遠(yuǎn)高于顧村的14.2%。兩者相近的是地面公交出行，泗涇為20.8%，顧村為19.2%。小汽車出行在兩個社區(qū)都占相當(dāng)小的比例，分別為8.8%和8.6%。

顧村和泗涇在一定程度上反映了在上海近郊大型社區(qū)的非工作出行中軌道交通、公交車和步行占主導(dǎo)的出行特性。然而，顧村是以步行為導(dǎo)向，泗涇卻是以軌道交通為主。本研究將探討：在控制其他變量的條件下，土地利用中的哪類變量導(dǎo)致這兩個社區(qū)的非工作出行方式發(fā)生如此大的差異。是否能夠通過土地利用模式的改變，引導(dǎo)軌道交通方式向步行轉(zhuǎn)移，以縮短居民的非工作出行在途中花費的時間（圖2-圖3）。

2.3 表征土地利用模式

參照土地利用的“4Ds”表征方法，本研究通過每平方公里的人口數(shù)量來測算密度；多樣性則是居住用地和公共設(shè)施用地的混合利用狀況，計算公式如下：

其中k為土地利用類型，在本研究中k=1，2；P為該類土地利用的比例；N為土地利用類型的數(shù)量。

圖2 泗涇社區(qū)用地現(xiàn)狀圖

圖3 顧村社區(qū)用地現(xiàn)狀圖

街區(qū)設(shè)計則由四向交叉口比例和街坊規(guī)模共同表征。以公共設(shè)施的密度來表征可達(dá)性。同時，引入公共設(shè)施所提供的崗位數(shù)量，來表征社區(qū)公共設(shè)施的服務(wù)活力。為了進(jìn)一步探討各類公共設(shè)施密度與不同目的非工作出行方式間的關(guān)系，基于數(shù)據(jù)來源信息，把公共設(shè)施分成6種類型：餐飲、購物、生活服務(wù)、文化娛樂、醫(yī)療和交通設(shè)施。

2.4 分析模型

盡管兩分類反應(yīng)變量的Logistic回歸應(yīng)用十分廣泛，但交通、城市規(guī)劃領(lǐng)域不少因變量屬多分類變量，如居民的出行方式等。由于在多分類因變量的Logistic回歸分析中，樣本數(shù)據(jù)應(yīng)用條件的假設(shè)檢驗、比數(shù)比的作用等問題雖然從理論上得到解決，但假設(shè)檢驗的具體方法、統(tǒng)計量計算、比數(shù)比大小的實際意義等仍應(yīng)用很少，因此本文通過Logistic回歸分析探討社區(qū)土地利用模式對居民非工作出行方式的影響，模型計算方程如下：

其中，P表示在公交車、軌道交通和步行3種出行方式中，居民選擇其中某一種的概率；X則是表征土地利用模式的4類解釋變量。向量?為待估參數(shù)，以表明土地利用模式與居民出行方式的相關(guān)性及影響程度的數(shù)量級。

在上述方程組中，即居民選擇步行作為出行方式的概率將作為比對的基礎(chǔ)。而優(yōu)勝比率，則表示選擇其他出行方式的概率與選擇步行的概率之比，本研究將公交車、軌道交通和步行3種方式中優(yōu)勝比率最明顯的方式作為居民非工作出行方式?jīng)Q策的重要依據(jù)。

2.5 數(shù)據(jù)

本研究的出行行為數(shù)據(jù)來源于2012年上海郊區(qū)5個大型社區(qū)的居民出行調(diào)查。由上海市建設(shè)和交通委員會進(jìn)行的。調(diào)查覆蓋了目前已成熟的5個社區(qū)，采用入戶問卷調(diào)查方法，調(diào)查戶內(nèi)每個6歲以上居民休息日24小時內(nèi)外出的活動，主要變量包括：開始時間、結(jié)束時間、每次活動的目的、每次活動的交通方式。記錄每個人的活動，從早上出門開始，到晚上到家時結(jié)束。同時收集的數(shù)據(jù)還有社會經(jīng)濟(jì)、人口統(tǒng)計和社區(qū)特性。調(diào)查了總計6 169人，其中具有代表性的顧村社區(qū)和泗涇社區(qū)共計2 457人。

表1 顧村與泗涇土地利用變量的描述性統(tǒng)計

表2 顧村與泗涇公共設(shè)施密度描述性統(tǒng)計 （單位：個/km2）

然而，并不是所有的問卷均為有效數(shù)據(jù)。有的缺失了活動參與者的社會經(jīng)濟(jì)特性，有的記錄顯現(xiàn)出時間上的不一致，例如，在調(diào)查那天有多于或少于24 h的。考慮了所有因素后，最終兩個社區(qū)的數(shù)據(jù)集包含了2 420個樣本用于本研究。

本研究使用的其他數(shù)據(jù)包括2010年第六次全國人口普查數(shù)據(jù)；根據(jù)2008年第二次上海經(jīng)濟(jì)普查推算得到的2013年各類崗位數(shù)量；2011年上海市土地使用狀況；2013年地圖軟件和航拍照片。

3 土地利用對非工作出行方式的影響

3.1 回歸分析

本研究通過多元Logistic回歸模型，進(jìn)一步討論各類土地利用解釋變量對出行方式的具體影響程度。

擬合模型的建立過程分為2步：第1步，在基礎(chǔ)模型中納入所選取的4類土地利用變量，觀測各因子的顯著性，并去除有較強(qiáng)相互影響、無統(tǒng)計意義的因子。第2步，因子篩選后，將剩余的變量再次納入模型，獲得更細(xì)致的模擬結(jié)果，以更全面地認(rèn)識土地利用特征對出行方式選擇的作用特征（表1-表2）。

由SPSS軟件對基礎(chǔ)模型進(jìn)行計算，整理結(jié)果見表3所示。其中Column A和Column B分別顯示了變量篩選前后各因子的變化（卡方）值反映變量的重要程度，其值越高，指標(biāo)重要性就越高；Sig值反映因子的統(tǒng)計意義是否顯著，本研究以0.1為臨界點，若因子Sig值小于0.1，則對因變量影響顯著；一般來說X2值越大，Sig值越?。?/p>

在最終的回歸模型中選取了步行方式作為比對的對象，因為我們想進(jìn)一步了解兩個問題：①土地利用模式對于不同目的非工作出行的影響程度是什么樣的；②土地利用模式的改變，是否能引導(dǎo)居民在非工作出行方式上更多地選擇步行。

結(jié)果顯示，當(dāng)模型中僅有常數(shù)時，似然值為1 153.471；而最終模型的似然值下降到958.9，卡方為194.56。模型的類R方為0.268，一般當(dāng)該值介于0.2—0.4之間時，就認(rèn)為模型有較好的擬合優(yōu)度。似然比卡方檢驗的p值小于0.01，因此零假設(shè)被拒絕，證明模型包含的解釋變量對因變量有較強(qiáng)的解釋能力，同時說明模型的預(yù)測準(zhǔn)確性較高。

模型參數(shù)顯示，對居民非工作出行方式影響程度由強(qiáng)至弱的土地利用特征變量分別為：街區(qū)設(shè)計、社區(qū)公共設(shè)施密度、土地多樣性、人口密度和崗位數(shù)量（表4）。

3.2 街區(qū)設(shè)計對于居民非工作出行方式的影響最為顯著

從定量分析的角度，街區(qū)設(shè)計對于居民非工作出行方式的影響是最為顯著的。十字交叉口比例和街坊規(guī)模的影響非常相近，隨著十字交叉口比例的上升和街坊規(guī)模的減小，居民出行選擇步行的概率將大幅度上升，其次是公交車，而最不傾向于選擇軌道交通，將有大量的出行從軌道交通向步行轉(zhuǎn)移。街區(qū)設(shè)計對不同目的非工作出行的影響程度也有所不同。受街區(qū)設(shè)計影響較為顯著的是購物和休閑娛樂等休閑性活動的出行，受影響次之的是生活出行等維持性活動。

對于個人業(yè)務(wù)和接送人兩類以個體機(jī)動化交通為主的出行而言，并沒有太多的證據(jù)表明街區(qū)設(shè)計的改善將導(dǎo)致更多的步行出行。

3.3 不同類型公共設(shè)施的密度對居民非工作出行方式的影響程度不同

在4大類土地利用變量中，社區(qū)公共設(shè)施密度的影響僅次于街區(qū)設(shè)計。參數(shù)估算結(jié)果表明，隨著社區(qū)公共設(shè)施密度的增加，居民將最有可能選擇步行，其次是公交車，而最不傾向于選擇軌道交通。

不同類型設(shè)施的影響程度有所不同。在6類設(shè)施中，影響最大的為購物設(shè)施密度，購物設(shè)施密度每增加1個單位，居民選擇步行的概率為選擇公交車的2.02倍，為選擇軌道交通的1.74倍。選擇概率的差異表明，隨著購物設(shè)施密度的增加，居民將更多優(yōu)先選擇步行。生活服務(wù)和文化娛樂設(shè)施密度的影響較為接近，這些設(shè)施對相應(yīng)活動出行的影響較為顯著。

餐飲設(shè)施和醫(yī)療設(shè)施密度對居民非工作出行方式的影響并不顯著，而且在對不同類型出行的影響方面也并無規(guī)律可循。這一點或許能給我們帶來新的發(fā)現(xiàn)，如果居民從事某項活動的設(shè)施是非標(biāo)準(zhǔn)化的（如超市等是相對標(biāo)準(zhǔn)化的，而餐飲設(shè)施和醫(yī)療設(shè)施是非標(biāo)準(zhǔn)化的），設(shè)施的服務(wù)質(zhì)量和服務(wù)水平就有差別，居民就可能為了選擇更好的服務(wù)而付出更多的出行時間或出行距離（例如到醫(yī)療水平較高的醫(yī)院就醫(yī)，或到某風(fēng)格餐廳就餐），盡管這些設(shè)施距離可能較遠(yuǎn)。這表明除了公共設(shè)施密度外，影響居民餐飲和醫(yī)療等活動出行的還有公共設(shè)施自身特征等因素。因此，對于外出就餐和看醫(yī)生，將很難通過設(shè)施密度的提升直接引導(dǎo)居民更多選擇步行。同時，這也解釋了為什么泗涇社區(qū)的餐飲密度較高，為17.48，高于顧村社區(qū)的15.35，但泗涇社區(qū)的步行比例卻僅為9%，而顧村社區(qū)的步行比例為33.2%。

表3 基礎(chǔ)模型的擬合效果簡表

表4 Logistic回歸模型參數(shù)估算結(jié)果

本研究中交通設(shè)施包括了公交站點和軌道站點，有趣的是結(jié)合模型參數(shù)發(fā)現(xiàn)，居民非工作出行選擇公共交通的概率并未隨站點密度的增加而增加。另外，從社區(qū)崗位數(shù)量的影響看，盡管顧村社區(qū)遠(yuǎn)高于泗涇社區(qū)，然而模型的估算結(jié)果卻表明，崗位數(shù)量對居民非工作出行方式的影響并不顯著。

圖4 顧村與泗涇居民非工作出行距離累計頻率圖

3.4 土地混合利用熵值影響居民非工作出行方式

土地利用的混合程度通過引入信息論中熵的原理來表示，熵值的大小直接表征了混合程度的高低。盡管泗涇社區(qū)和顧村社區(qū)的居住用地比例及公共設(shè)施用地比例均在一個數(shù)量級上，但兩者所反映的土地混合利用熵平均值卻相差較大，泗涇社區(qū)和顧村社區(qū)的熵平均值分別為0.41和0.69。模型估算結(jié)果表示，土地多樣性對出行方式的影響顯著性僅次于街區(qū)設(shè)計和公共設(shè)施密度。隨著土地混合利用熵值的增加，居民非工作出行將更傾向于選擇步行，其次是公交車。

對于不同目的的非工作出行，土地多樣性對購物出行和休閑娛樂出行的影響最為顯著，對生活出行的影響次之；然而并沒有任何的跡象表明，隨著多樣性的增加，在個人業(yè)務(wù)和接送人出行中將會引起更多的步行出行。

3.5 人口密度對非工作出行不同方式的影響

泗涇社區(qū)和顧村社區(qū)在人口密度方面差異較大，泗涇為9 122人/km2，而顧村為12 739人/km2。Logistic模型分析結(jié)果表示，人口密度越大，居民非工作出行選擇步行的概率越大，選擇公交車和軌道交通的概率則越小。高人口密度對于鼓勵步行出行起到了一定的積極作用。

本研究中，非工作出行公共交通比例并沒有隨著社區(qū)高人口密度而顯示更高。顧村社區(qū)的人口密度和交通設(shè)施數(shù)量都要遠(yuǎn)高于泗涇社區(qū)，居民非工作出行公共交通比例為32.4%，遠(yuǎn)低于泗涇社區(qū)的59.1%。這與社區(qū)區(qū)位和居民非工作出行的距離有關(guān)。顧村社區(qū)屬于中心城延綿區(qū)域，公共設(shè)施密度高，居民非工作出行距離50%在3 km內(nèi)，85%在10 km內(nèi)，出行距離適合步行，因此非工作出行公共交通比例相對較低。而泗涇社區(qū)人口密度較低，同時公共設(shè)施密度低，非工作出行距離50%在13 km內(nèi)，85%在35 km內(nèi)，而這正是公共交通的優(yōu)勢出行距離（圖4）。

3.6 小結(jié)： 各要素的影響度分析

回歸分析結(jié)果表明，在土地利用特征變量中，對居民非工作出行方式影響程度由強(qiáng)至弱分別為：街區(qū)設(shè)計、社區(qū)公共設(shè)施密度、土地多樣性和人口密度。街區(qū)設(shè)計對非工作出行方式的影響度最大。隨著街區(qū)設(shè)計的提升、社區(qū)公共設(shè)施密度的增加、土地混合利用熵值的增加，居民非工作出行選擇步行的概率將大幅度上升。

對于不同目的的非工作出行，各類土地利用特征變量的影響程度有所不同。受街區(qū)設(shè)計影響較為顯著的是休閑娛樂、購物等休閑性活動；土地多樣性對購物出行和休閑娛樂出行的影響最為顯著；在6類公共設(shè)施中，影響最大的為購物設(shè)施密度，其次影響較為顯著的還有生活服務(wù)設(shè)施密度和文化娛樂設(shè)施密度。對于外出就餐、看醫(yī)生等出行的影響，無論是街區(qū)設(shè)計，還是社區(qū)公共設(shè)施密度和土地多樣性，影響都不顯著，這說明并不是所有類型的出行都會受到土地利用特征的直接影響。

從上述對土地利用特征變量的分析中可以看出，發(fā)揮較大影響的幾個要素實質(zhì)反映了居民的生活需求：（1）街區(qū)設(shè)計，實際上是人們對街道的行為感知認(rèn)可度（包括街道安全感、生活感等，這方面歐美的鄰里社區(qū)有專門研究）；（2）社區(qū)公共設(shè)施密度，是居民對設(shè)施使用滿意度的反映（數(shù)量只是其中一個方面，更重要的是服務(wù)質(zhì)量）；（3）土地多樣性，反映了居民對設(shè)施多樣性的就近需求度；（4）人口密度，則是居住的群居性以及由其帶來的交流活動。

4 改善社區(qū)土地利用模式的規(guī)劃策略：步行生活圈

根據(jù)以上分析，秉持“以人為本”的規(guī)劃原則，以“創(chuàng)造活力社區(qū)”為目標(biāo)，以滿足人的生活需求為基準(zhǔn)，以“步行生活圈”（引導(dǎo)居民在非工作活動中更多地選擇步行，更多地創(chuàng)造步行活動以及由此引發(fā)的社區(qū)活動，增加社區(qū)活力）為切入點，實施“以步行為導(dǎo)向的可持續(xù)土地利用規(guī)劃策略”，從而為改造像顧村和泗涇這樣的郊區(qū)社區(qū)，以及如何設(shè)計后面擬建的郊區(qū)社區(qū)提供規(guī)劃思路。具體而言，該規(guī)劃策略的主要內(nèi)容包括“小街區(qū)、分級密度、多樣性、增加居住密度、外快內(nèi)慢的交通體系”。

4.1 小街區(qū)設(shè)計策略

本研究表明，提升街區(qū)設(shè)計是縮短出行距離、增加步行的空間形態(tài)途徑。為此，在土地利用規(guī)劃方面，強(qiáng)調(diào)進(jìn)行小街區(qū)設(shè)計，為居民提供適合步行出行的社區(qū)道路空間，包括加密路網(wǎng)、提高十字交叉口比例、劃分小規(guī)模街坊。

對于大型社區(qū)（像顧村和泗涇）的改造或新建，在控制性規(guī)劃層面，進(jìn)一步優(yōu)化路網(wǎng)密度（尤其是支路網(wǎng)密度），并加入“步行繞路系數(shù)”（Pedestrian Route Directness，簡稱PRD）進(jìn)行控制（注：路徑便捷不繞路是衡量社區(qū)步行空間易達(dá)性的關(guān)鍵指標(biāo)），這樣可強(qiáng)化步行的可達(dá)性及提供步行的連貫性，從而進(jìn)一步鼓勵居民進(jìn)行步行活動。

同時，在社區(qū)土地控制中，明確提出完整的步行通道控制要求（包括步行用地指標(biāo)、通道密度、PRD），并且強(qiáng)調(diào)步行通道優(yōu)先聯(lián)系各社區(qū)服務(wù)設(shè)施及社區(qū)公園，有條件的將進(jìn)一步升級為社區(qū)綠道。這樣將能有力增加步行的吸引力，并進(jìn)一步引發(fā)由步行衍生的各類社區(qū)活動，激發(fā)社區(qū)活力。

4.2 分級密度策略

社區(qū)公共服務(wù)設(shè)施實施“分級密度”的規(guī)劃策略，尤其是針對前面分析提出的3種設(shè)施（購物設(shè)施、生活服務(wù)設(shè)施、文化娛樂設(shè)施），強(qiáng)調(diào)設(shè)施提供的服務(wù)質(zhì)量，從而激發(fā)設(shè)施的潛力，使人樂于就近享受社區(qū)服務(wù)。而這則能進(jìn)一步促進(jìn)步行活動。針對該3種服務(wù)設(shè)施，分級密度的控制樣式建議如表5（供參考，具體根據(jù)規(guī)劃案例進(jìn)行詳細(xì)制定）。

表5 社區(qū)服務(wù)設(shè)施的分級密度控制一覽表

4.3 多樣性策略

在社區(qū)的土地功能混合方面，在控制性規(guī)劃層面引入“表性規(guī)劃”（Performance planning）的控制手段（表性規(guī)劃的主要論點：按照在地塊上面生活或者生產(chǎn)所帶來或者引發(fā)的實際情況或影響，來決定這些活動是否合適，是否被允許。表性規(guī)劃的首要工作是制定表性指標(biāo)）。在此基礎(chǔ)上，來對地塊的土地功能兼容性進(jìn)行彈性控制，從而增加土地使用的多樣性。

4.4 增加居住密度

適當(dāng)增加居住密度，凝聚人氣，激發(fā)步行活動。包括：在戶型方面，增加小戶型；同時適當(dāng)增加公寓型住宅（注：上海的居住密度，中心城區(qū)的容積率以2.5為適宜，郊區(qū)一般控制在2.0以下）。

4.5 外快內(nèi)慢的交通體系

區(qū)別對待社區(qū)內(nèi)外的交通——對于社區(qū)周邊區(qū)域吸引力較強(qiáng)的餐飲和醫(yī)療設(shè)施，提升其公共交通（尤其是軌道交通和公共交通）的可達(dá)性，強(qiáng)調(diào)快捷性。而對于郊區(qū)社區(qū)內(nèi)部，非工作出行則提倡慢行交通，尤其是步行交通，從而打造綠色交通，創(chuàng)造健康生活，真正回歸生活的本義。

5 結(jié)語

總的來說，街區(qū)設(shè)計、社區(qū)公共設(shè)施密度、土地多樣性、人口密度等土地利用特征變量對居民非工作出行方式有不同程度的影響。而改善社區(qū)土地利用模式，采取“小街區(qū)、分級密度、多樣性、增加居住密度、外快內(nèi)慢的交通體系”的設(shè)計策略，可以增加居民非工作活動的步行選擇，有助于可持續(xù)社區(qū)建設(shè)。此外，新技術(shù)（尤其是互聯(lián)網(wǎng)及物聯(lián)網(wǎng)等）的迅猛發(fā)展，促使人們的工作方式和居住方式發(fā)生新的變化，該種情況下如何促進(jìn)居民非工作活動的步行選擇有待進(jìn)行新的研究。

參考文獻(xiàn) References

[1]HANDY S L. Understanding the link between urban form and nonwork travel behavior[J]. Journal of Planning education and Research, 1996, 15 (3): 183-198.

[2]RAJAMANI J, BHAT C R, HANDY S, et al.Assessing impact of urban form measures on nonwork trip mode choice after controlling for demographic and level-of-service effects[J].Transportation Research Record: Journal of the Transportation Research Board, 2003, 1831 (1): 158-165.

[3]BOARNET M G, JOH K, SIEMBAB W, et al.Retrofitting the suburbs to increase walking[J]. Urban studies, 2011, 48 (1): 129-159.

[4]張萍，楊東援. 上海外圍大型社區(qū)居民屬性和出行行為——基于嘉定江橋金鶴新城的實證研究[J].城市規(guī)劃，2012，36（8）：63-67.ZHANG Ping, YANG Dongyuan. Properties and travel behaviors of large community residents in Shanghai peripheral: an empirical study based on the Jinhe New Town at Jiading Jiangqiao[J]. City Planning Review, 2012, 36 (8): 63-67.

[5]BHAT C R, GOSSEN R. A mixed multinomial logit model analysis of weekend recreational episode type choice[J]. Transportation Research Part B:Methodological, 2004, 38 (9): 767-787.

[6]AZMI D I, KARIM H A. A comparative study of walking behavior to community facilities in low-cost and medium cost housing[J]. Procedia-Social and Behavioral Sciences, 2012, 35: 619-628.

[7]CAO X Y, MOKHTARIAN P L, HANDY S L. Do changes in neighborhood characteristics lead to changes in travel behavior? A structural equations modeling approach[J]. Transportation, 2007, 34 (5):535-556.

[8]BAGLEY M N, MOKHTARIAN P L. The impact of residential neighborhood type on travel behavior:a structural equations modeling approach[J]. The Annals of Regional Science, 2002, 36 (2): 279-297.

[9]KRIZEK K J. Neighborhood services, trip purpose,and tour-based travel[J]. Transportation, 2003, 30 (4):387-410.

[10]GREENWALD M J, BOARNET M G. Built environment as determinant of walking behavior:analyzing nonwork pedestrian travel in Portland,Oregon[J]. Transportation Research Record: Journal of the Transportation Research Board, 2001, 1780 (1):33-41.

[11]LOVEJOY K, HANDY S, MOKHTARIAN P.Neighborhood satisfaction in suburban versus traditional environments: an evaluation of contributing characteristics in eight California neighborhoods[J].Landscape and Urban Planning, 2010, 97 (1): 37-48.

[12]LOTFI S, KOOHSARI M J. Measuring objective accessibility to neighborhood facilities in the city (a case study: Zone 6 in Tehran, Iran)[J]. Cities, 2009,26 (3): 131-140.

[13]IBEM E O. Accessibility of services and facilities for residents in public housing in urban areas of Ogun State, Nigeria[C]//Urban Forum. Berlin: Springer Netherlands, 2013, 24 (3): 407-423.

[14]周一星. 對城市郊區(qū)化要因勢利導(dǎo)[J]. 城市規(guī)劃，1999，23（4）：13-17.ZHOU Yixing. Guiding the suburbanization in accordance with the local condition[J]. City Planning Review, 1999, 23 (4): 13-17.

[15]柴彥威，周一星. 大連市居住郊區(qū)化的現(xiàn)狀、機(jī)制及趨勢[J]. 地理科學(xué)，2000，20（2）： 127-132.CHAI Yanwei, ZHOU Yixing. Characteristics,suburbanization mechanisms and tendency of suburbanization In Dalian[J]. Scientia Geographica Sinica, 2000, 20 (2): 127-132.