嚴(yán) 海，靳露寧，王鵬飛,2

(1.北京工業(yè)大學(xué)交通工程北京市重點(diǎn)實(shí)驗(yàn)室，北京 100124；2.河北科技師范學(xué)院城市建設(shè)學(xué)院，河北 秦皇島 066004)

0 引言

隨著機(jī)動(dòng)化及城鎮(zhèn)化的快速發(fā)展，交通擁堵已然成為困擾城市發(fā)展的難題，優(yōu)先發(fā)展公共交通戰(zhàn)略已經(jīng)成為國(guó)內(nèi)外城市可持續(xù)發(fā)展的共識(shí)。然而，從北京市2005—2014年的交通結(jié)構(gòu)變化中可以看出，公共交通出行分擔(dān)率從29.8%上升至48%，而小汽車的出行分擔(dān)率始終維持在30%左右(不含步行)[1]。這表明居民對(duì)小汽車出行方式的依賴并沒(méi)有隨著公共交通系統(tǒng)建設(shè)、公共交通優(yōu)先發(fā)展策略及小汽車限行等措施的推進(jìn)而減弱。利用經(jīng)濟(jì)杠桿調(diào)控政策抑制小汽車出行收效甚微。

研究表明[2]，隨著人均GDP 的不斷提升，通勤者不再單純地關(guān)注經(jīng)濟(jì)效用，而是越來(lái)越注重個(gè)人感受層面的問(wèn)題，主觀幸福作為個(gè)人感受層面的組成部分與時(shí)代背景，受到通勤者的廣泛關(guān)注。在交通工程領(lǐng)域同樣有研究發(fā)現(xiàn)，提高幸福感而非機(jī)動(dòng)性或可達(dá)性，才是終極的交通政策目標(biāo)[3]。因此，交通管理政策應(yīng)考慮增加主觀情感方面的研究，從主觀層面進(jìn)一步討論影響出行者對(duì)小汽車依賴的因素，進(jìn)而制定更為有效的管理策略。

1 研究綜述

在交通行為研究領(lǐng)域使用較為廣泛的出行方式選擇的研究方法主要有非集計(jì)模型、前景理論、智能體模型等。20 世紀(jì)70年代，文獻(xiàn)[4]首次將經(jīng)濟(jì)學(xué)中的效用理論引入到交通工程領(lǐng)域，并以概率論為理論基礎(chǔ)，從個(gè)體行為的角度對(duì)出行方式選擇問(wèn)題展開(kāi)研究。1972年，文獻(xiàn)[5]提出的前景理論突破了原有期望效應(yīng)理論中的絕對(duì)理性，用于研究不確定情況下決策者的實(shí)際決策行為。近年來(lái)，結(jié)合前景理論與有限理性理論的智能體模型被引入交通工程領(lǐng)域，更加貼近出行者的選擇與決策特性。1984年，文獻(xiàn)[6]首次將智能體模型運(yùn)用到路徑選擇中，通過(guò)不同規(guī)則感知和更新不同路徑的出行時(shí)間出行者進(jìn)行路徑選擇。

在傳統(tǒng)出行方式選擇研究中，影響居民出行方式選擇的因素通常被歸納為出行者特性、出行特性與交通工具特性三個(gè)方面。隨著研究的深入，學(xué)者們開(kāi)始關(guān)注不可直接觀測(cè)的潛變量，如感知、態(tài)度、習(xí)慣等內(nèi)在因素對(duì)交通方式選擇的影響，研究表明加入心理潛變量提高了傳統(tǒng)模型的精度和解釋力[7-11]。20世紀(jì)80年代，文獻(xiàn)[12-13]最先將潛變量引入交通領(lǐng)域，豐富了傳統(tǒng)出行行為研究。隨后，文獻(xiàn)[14-17]將出行者態(tài)度和知覺(jué)在決策過(guò)程中的影響加入到模型中進(jìn)行需求預(yù)測(cè)。

20 世紀(jì)40年代末50年代初，文獻(xiàn)[18]在倡導(dǎo)積極心理學(xué)運(yùn)動(dòng)的基礎(chǔ)上提出了幸福心理學(xué)的重要觀點(diǎn)和測(cè)量工具。近年來(lái)，以主觀幸福研究為其重要的表現(xiàn)形式，文獻(xiàn)[19]認(rèn)為主觀幸福是評(píng)價(jià)者根據(jù)自定的標(biāo)準(zhǔn)對(duì)其生活質(zhì)量的整體性評(píng)價(jià)，也是目前普遍采用的定義。在交通領(lǐng)域，已有眾多國(guó)外學(xué)者對(duì)各種出行特征變量(出行方式、出行時(shí)間、出行距離、出行途中所做的事情等)與其他相關(guān)要素(如性別、年齡、收入等)進(jìn)行了綜合研究，對(duì)各變量與主觀幸福之間的相關(guān)關(guān)系進(jìn)行闡述。文獻(xiàn)[20]研究了美國(guó)居民出行方式、出行時(shí)長(zhǎng)和城市道路擁堵對(duì)出行幸福感的影響。文獻(xiàn)[21]研究了出行和個(gè)人特征如何對(duì)出行幸福感產(chǎn)生影響，研究結(jié)果發(fā)現(xiàn)出行幸福感不僅與出行方式、時(shí)長(zhǎng)、道路擁堵程度有關(guān)，還受到出行目的、出行伴侶、年齡、收入等個(gè)人因素的影響。文獻(xiàn)[2]研究了城市通勤時(shí)耗對(duì)個(gè)人主觀幸福感的影響。

鮮少有學(xué)者將出行對(duì)個(gè)人主觀幸福的影響作為交通政策的影響因素進(jìn)行理論探討。本文以北京市小汽車通勤者為研究對(duì)象，在對(duì)北京市現(xiàn)行的交通管理政策進(jìn)行分析的基礎(chǔ)上，重點(diǎn)從通勤成本變化角度，研究其對(duì)開(kāi)車通勤者主觀幸福的影響，利用機(jī)器學(xué)習(xí)算法與結(jié)構(gòu)方程模型，得到主觀幸福在開(kāi)車通勤者進(jìn)行出行方式選擇過(guò)程中起到的作用和強(qiáng)度，從而解析交通政策的心理影響。

2 研究思路

心理學(xué)認(rèn)為主觀幸福包括兩個(gè)層面：認(rèn)知評(píng)判層面和情緒感受層面[21]，其中，認(rèn)知評(píng)判層面?zhèn)戎貪M意度，情緒感受層面?zhèn)戎匦腋８小?/p>

借鑒文獻(xiàn)[19]對(duì)主觀幸福的一般性定義，本文將通勤過(guò)程中的主觀幸福定義為：個(gè)體依據(jù)自己設(shè)定的標(biāo)準(zhǔn)對(duì)其通勤過(guò)程所做的整體評(píng)價(jià)，包括認(rèn)知層面滿意度(以下簡(jiǎn)稱“滿意度”)與情緒層面幸福感(以下簡(jiǎn)稱“幸福感”)。具體到問(wèn)卷中，滿意度、幸福感與主觀幸福的測(cè)量均采用李克特量表(Likert scale)法，直接詢問(wèn)被試滿意度、幸福感與主觀幸福評(píng)價(jià)內(nèi)容，1～5 分分別代表從非常不滿意(非常不幸福)到非常滿意(非常幸福)的程度。

對(duì)于開(kāi)小汽車通勤者的主觀幸福調(diào)查由意向調(diào)查(Stated Preference,SP)和偏好調(diào)查(Revealed Preference,RP)調(diào)查構(gòu)成，包括3 部分內(nèi)容：1)個(gè)人基本屬性；2)通勤出行行為與滿意度調(diào)查；3)通勤成本變化與主觀幸福調(diào)查。其中第3 部分通過(guò)虛擬場(chǎng)景實(shí)現(xiàn)，其邏輯結(jié)構(gòu)如圖1所示。

通勤者的思維過(guò)程分為搜索規(guī)則和決策規(guī)則。首先利用機(jī)器學(xué)習(xí)算法定性探索主觀幸福的作用階段及影響程度大小，結(jié)合相關(guān)性分析結(jié)果，進(jìn)一步建立結(jié)構(gòu)方程模型定量分析主觀幸福的影響機(jī)理，研究思路如圖2。

3 調(diào)查數(shù)據(jù)分析

采用網(wǎng)上發(fā)放問(wèn)卷調(diào)查的方法，調(diào)查對(duì)象為：開(kāi)車通勤者。共發(fā)放調(diào)查問(wèn)卷150份，回收有效問(wèn)卷124份，回收率為82.7%。

3.1 個(gè)人主要屬性

被調(diào)查者中男性55.6%，女性44.4%，男女比例基本平衡；樣本的家庭小汽車擁有量以1 輛為主，比例為76.6%；被調(diào)查者的年齡最小18 歲，最大58 歲，以青年(≤44歲，世界衛(wèi)生組織標(biāo)準(zhǔn))為主，比例為97.6%。

3.2 通勤屬性分析

3.2.1 工作日使用小汽車的頻率

為了解通勤者對(duì)小汽車的依賴程度，用一周工作日5 天使用小汽車的頻率表征該項(xiàng)指標(biāo)，并根據(jù)使用頻率強(qiáng)弱將指標(biāo)劃分為3類(見(jiàn)表1)，用于進(jìn)一步分析不同群體對(duì)政策的敏感性。

3.2.2 通勤成本對(duì)出行方式的影響

圖3為通勤成本遞增條件下，開(kāi)車通勤者嘗試轉(zhuǎn)變交通方式的累積轉(zhuǎn)移概率。增加成本能有效促進(jìn)交通方式的轉(zhuǎn)移，但累積轉(zhuǎn)移概率曲線的斜率卻隨著成本增加變小，且有30.6%的開(kāi)車通勤者不會(huì)改變自己的出行方式。

3.3 主觀幸福交叉分析

通過(guò)卡方檢驗(yàn)得到表2 的交叉分析結(jié)果，P<0.05 說(shuō)明顯著性差異水平低于5%。主觀幸福與性別的交叉分析及其與主觀通勤距離的交叉分析結(jié)果均表明，性別與主觀通勤距離的值越大，主觀幸福結(jié)果值越大。由性別與主觀通勤距離設(shè)置值可得：男性開(kāi)車主觀幸福高于女性；主觀通勤距離與主觀幸福正相關(guān)，距離越長(zhǎng)，開(kāi)車通勤者的主觀幸福越強(qiáng)。

4 通勤者主觀幸福對(duì)出行方式選擇行為影響機(jī)理建模

4.1 基于機(jī)器學(xué)習(xí)的Agent建模

為了準(zhǔn)確捕捉通勤主觀幸福對(duì)出行方式選擇的影響，利用機(jī)器學(xué)習(xí)算法模擬出行者的選擇過(guò)程?；跈C(jī)器學(xué)習(xí)的建模方法，將復(fù)雜系統(tǒng)中的微觀個(gè)體抽象為具有自主決策能力的實(shí)體，并為這些微觀實(shí)體制定自身行為規(guī)則，從而獲取系統(tǒng)運(yùn)行狀況，這一方法更加符合出行者的選擇和決策特性。

圖1 問(wèn)卷場(chǎng)景邏輯結(jié)構(gòu)Fig.1 Logical structure of the questionnaire

圖2 研究思路Fig.2 Research framework

表1 通勤者小汽車依賴度分析Tab.1 Car dependence analysis of commuters

圖3 通勤成本增加對(duì)通勤者的影響Fig.3 Impact of travel cost increase on commuters

表2 交叉分析Tab.2 Cross analysis

表3 搜索規(guī)則Tab.3 Searching rules

表4 決策規(guī)則Tab.4 Decision-making rules

按照通勤者的思維過(guò)程，將通勤者的出行決策分為兩個(gè)步驟。當(dāng)通勤環(huán)境政策發(fā)生改變時(shí)，通勤者首先通過(guò)搜索規(guī)則考慮是否改變出行方式，如果改變，則繼續(xù)通過(guò)決策規(guī)則選擇要改變的具體通勤方式；如果不改變，則繼續(xù)選擇小汽車出行。通過(guò)機(jī)器學(xué)習(xí)算法，可以定性地得到主觀幸福的作用階段，為進(jìn)一步定量分析奠定基礎(chǔ)。

4.1.1 搜索規(guī)則建模

當(dāng)外界條件改變程度超過(guò)出行者的心理預(yù)期時(shí)，便會(huì)觸發(fā)搜索規(guī)則，通勤者開(kāi)始搜索其他可替代方案。選擇PART 算法生成搜索規(guī)則。

PART 決策樹(shù)是一種利用不完整的決策樹(shù)在數(shù)據(jù)集中提取規(guī)則的算法。算法最初的原理來(lái)源于割治的思想：先建立一條規(guī)則，將規(guī)則所覆蓋的實(shí)例去除，然后遞歸，為剩余的實(shí)例建立規(guī)則，直至沒(méi)有剩余的實(shí)例。而創(chuàng)建一條規(guī)則的過(guò)程就是在當(dāng)前的實(shí)例集上創(chuàng)建一個(gè)完整的決策樹(shù)，然后將覆蓋實(shí)例數(shù)最多的葉子節(jié)點(diǎn)轉(zhuǎn)化成一條規(guī)則。該算法的優(yōu)點(diǎn)是能直接從決策樹(shù)中讀取規(guī)則，簡(jiǎn)單且準(zhǔn)確率高[22]，PART 算法生成搜索規(guī)則如表3所示。

每條搜索規(guī)則代表通勤者尋求某種改變的條件。例如，當(dāng)滿足規(guī)則1 的四個(gè)條件時(shí)，該通勤者會(huì)選擇改變交通方式。

分析以上規(guī)則可以發(fā)現(xiàn)，尋求改變交通方式的通勤者會(huì)將主觀幸福屬性(滿意度、幸福感)作為衡量指標(biāo)，每條規(guī)則均包含該屬性信息。但搜索規(guī)則模型無(wú)法準(zhǔn)確得知主觀幸福與搜索行為之間的影響方向以及主觀幸福的測(cè)量變量，因此需要使用結(jié)構(gòu)方程模型進(jìn)一步分析兩者之間的關(guān)系以及主觀幸福的測(cè)量變量。

4.1.2 決策規(guī)則建模

每一輪搜索之后，既沒(méi)有尋求改變交通方式，也沒(méi)有尋求其他改變的通勤者，繼續(xù)執(zhí)行以往出行方案完成出行；選擇改變交通方式的通勤者需要決定具體交通方式的類型；對(duì)于尋求其他改變的通勤者，本文不做詳細(xì)討論。與搜索過(guò)程相類似，通勤者需要按照一定的決策規(guī)則做出決定。同樣選取PART 算法生成通勤者的決策行為，得到通勤者的決策規(guī)則如表4 所示。每條決策規(guī)則代表通勤者轉(zhuǎn)移至某個(gè)選擇肢的條件。

提取上述PART 算法得到的搜索規(guī)則和決策規(guī)則中的變量并總結(jié)為表5。對(duì)比發(fā)現(xiàn)，搜索規(guī)則中通勤者較多將主觀幸福的子概念[21]，如出行幸福感、滿意度等作為出行方案的搜索指標(biāo)；而在決策規(guī)則中通勤者更注重客觀因素，如將通勤距離、收入等作為具體出行方式選擇的決策指標(biāo)。由此可知，開(kāi)車通勤者主觀幸福對(duì)出行方式選擇的影響在搜索階段起作用，會(huì)影響通勤者的出行方式選擇，是決定其方式轉(zhuǎn)移的關(guān)鍵所在。

4.2 基于結(jié)構(gòu)方程模型的定量分析

機(jī)器學(xué)習(xí)算法可得到通勤者主觀幸福的作用階段，但不能得到主觀幸福對(duì)交通方式選擇的影響程度大小及機(jī)理。利用結(jié)構(gòu)方程模型融合因素分析與路徑分析，同時(shí)處理多因變量、多結(jié)果以及潛變量之間的關(guān)系，進(jìn)一步分析主觀幸福相關(guān)屬性影響通勤者搜索行為的機(jī)理。結(jié)合定性分析與相關(guān)性分析篩選，可以得到建立結(jié)構(gòu)方程模型的變量，并最終確定個(gè)人屬性、通勤屬性、主觀幸福為影響通勤者搜索行為的三個(gè)潛變量(見(jiàn)表6)。標(biāo)準(zhǔn)化模型參數(shù)標(biāo)定結(jié)果如圖4所示。

由變量間的路徑系數(shù)可得到如下結(jié)論：

1）主觀幸福對(duì)通勤搜索行為的標(biāo)準(zhǔn)化負(fù)荷系數(shù)為0.28，表明主觀幸福評(píng)價(jià)越高，通勤者越不容易改變自己的行為。

2）個(gè)人屬性對(duì)主觀幸福的標(biāo)準(zhǔn)化負(fù)荷系數(shù)為0.07，表明在改變通勤成本條件下，主觀幸福不受個(gè)人屬性差異的影響。

3）主觀幸福由通勤過(guò)程滿意度、場(chǎng)景實(shí)施前開(kāi)車幸福感和場(chǎng)景實(shí)施后開(kāi)車幸福感變化3 個(gè)顯變量體現(xiàn)，標(biāo)準(zhǔn)化負(fù)荷系數(shù)分別為0.73，0.66，-0.20。這表明通勤過(guò)程滿意度與場(chǎng)景實(shí)施前開(kāi)車幸福感對(duì)主觀幸福具有顯著[23]的正向影響。主觀幸福與場(chǎng)景實(shí)施后開(kāi)車幸福感變化呈負(fù)相關(guān)，意味著一旦采用了價(jià)格政策，出行者原本的開(kāi)車通勤幸福感會(huì)下降，但是對(duì)于出行的主觀幸福評(píng)價(jià)會(huì)上升，因而越不容易改變出行方式。

此外研究發(fā)現(xiàn)，性別、主觀通勤距離、通勤時(shí)間、場(chǎng)景實(shí)施后開(kāi)車幸福感變化四個(gè)變量在定性分析階段并未表現(xiàn)出顯著性，而進(jìn)一步的定量分析階段發(fā)現(xiàn)其對(duì)交通方式選擇亦具有顯著影響?？梢?jiàn)，使用結(jié)構(gòu)方程模型進(jìn)行深入研究有其必要性。

擬合優(yōu)度檢驗(yàn)結(jié)果見(jiàn)表7，模型各項(xiàng)評(píng)價(jià)指標(biāo)均符合適配標(biāo)準(zhǔn)或處于臨界值，表示模型可以接受[23]。

需要指出的是，雖然主觀幸福與通勤搜索行為之間的標(biāo)準(zhǔn)化負(fù)荷系數(shù)較小，但是結(jié)合機(jī)器學(xué)習(xí)算法可知，主觀幸福是通勤者選擇改變交通方式?jīng)Q策過(guò)程必不可少的影響因素。在現(xiàn)實(shí)的交通管理政策中，如果能夠更重視政策的心理影響，可以增強(qiáng)理論解釋力和指導(dǎo)作用。

表5 定性分析階段模型變量集合Tab.5 Variable set

表6 結(jié)構(gòu)方程模型變量解釋Tab.6 Variable explanation

圖4 主觀幸福影響機(jī)理Fig.4 Influence mechanism of subjective well-being

5 結(jié)論與實(shí)例分析

5.1 結(jié)論

目前北京市采用低廉的公共交通票價(jià)、提高公共交通可靠性和舒適性，以及小汽車限行、限購(gòu)等舉措來(lái)引導(dǎo)出行方式轉(zhuǎn)移，但小汽車出行分擔(dān)率仍保持較高水平。本研究探討開(kāi)車通勤者情感和心理變化對(duì)于出行方式選擇的影響階段和影響程度，進(jìn)一步揭示出行者的選擇行為心理機(jī)理，從而為制定有效的交通政策服務(wù)，得到以下幾點(diǎn)結(jié)論：

1）通勤者的主觀幸福在出行方式選擇的搜索階段會(huì)產(chǎn)生影響，主觀幸福評(píng)價(jià)越高的開(kāi)車通勤者，往往更不容易轉(zhuǎn)變其出行方式。

2）與以往研究結(jié)論有所不同[24-26]，本文從結(jié)構(gòu)方程標(biāo)定結(jié)果發(fā)現(xiàn)，相較于個(gè)人屬性對(duì)于通勤出行方式選擇的影響(絕對(duì)值為0.21)，主觀幸福影響更大(絕對(duì)值為0.28)。這也就表明，開(kāi)車通勤交通環(huán)境惡化條件下(擁堵加劇、通勤時(shí)間不確定性增加等)，個(gè)人屬性對(duì)出行方式選擇的影響在下降，而主觀幸福對(duì)個(gè)人通勤效用的影響在提升，從另一側(cè)面解釋了開(kāi)車通勤者不易改變出行方式的原因。

圖5 北京市地鐵線網(wǎng)密度變化情況Fig.5 Change of Beijing subway network density

3）由搜索規(guī)則和結(jié)構(gòu)方程標(biāo)定結(jié)果發(fā)現(xiàn)，當(dāng)采取價(jià)格政策時(shí)，雖然開(kāi)車通勤者在意通勤成本(絕對(duì)值為0.15)，且導(dǎo)致原有開(kāi)車通勤的幸福感下降(-0.20)，但良好的出行體驗(yàn)(通勤過(guò)程滿意度(0.73)、場(chǎng)景實(shí)施前開(kāi)車幸福感(0.66))使得主觀幸福保持在較高水平，因而不容易轉(zhuǎn)變現(xiàn)有的開(kāi)車通勤方式。

5.2 實(shí)例分析

結(jié)合以上結(jié)論，以北京市2005—2014年的交通政策與公共交通、小汽車出行分擔(dān)率之間的關(guān)系等內(nèi)容作為實(shí)例分析，評(píng)價(jià)各項(xiàng)政策實(shí)施的有效性。由于結(jié)論1)涉及主觀情感等心理潛變量，目前缺乏對(duì)相關(guān)內(nèi)容的研究與調(diào)研，因此只以結(jié)論2)、3)為例進(jìn)行實(shí)證分析。

北京市小汽車限行政策通過(guò)規(guī)定禁止行駛時(shí)段，對(duì)小汽車通勤者出行進(jìn)行約束，降低了其主觀幸福，有利于出行行為的轉(zhuǎn)變，直接從源頭上限制了該類通勤者使用小汽車的頻率，降低其對(duì)小汽車的依賴性，但是限行政策具有一定的強(qiáng)制性。事實(shí)上，在制定交通政策時(shí)，應(yīng)該更傾向于引導(dǎo)性政策，吸引小汽車通勤者自覺(jué)轉(zhuǎn)向公共交通出行，更好地體現(xiàn)交通政策的社會(huì)可接受性與公平性。例如，共享單車的投放有效彌補(bǔ)了公共交通最后一公里的銜接問(wèn)題，為出行者提供更加便利的出行環(huán)境，激勵(lì)通勤者使用公共交通出行①。

此外，公共交通服務(wù)水平提升是部分出行者轉(zhuǎn)移出行方式的原因之一，結(jié)合2005—2014年地鐵線網(wǎng)密度(見(jiàn)圖5)與交通結(jié)構(gòu)(見(jiàn)圖6)變化情況可知，隨著地鐵線網(wǎng)密度的逐年增高，各對(duì)應(yīng)年份的地鐵出行分擔(dān)率同樣呈遞增趨勢(shì)，尤其是2011年地鐵線網(wǎng)密度突增至0.288 3 km·km-2之后，地鐵出行分擔(dān)率呈現(xiàn)比較顯著的增長(zhǎng)趨勢(shì)，期間出行小汽車分擔(dān)率下降了1.50%。雖然這一下降趨勢(shì)不顯著，但結(jié)果依舊表明地鐵服務(wù)水平的增加對(duì)部分小汽車出行者仍然起到一定的刺激作用。地鐵線網(wǎng)密度的增加能夠縮短出行者出行起訖點(diǎn)至地鐵車站的距離，減少無(wú)效出行時(shí)間，大大提升出行者主觀幸福，因此，以增加出行者主觀幸福為方式的政策措施對(duì)出行者行為方式的轉(zhuǎn)變具有激勵(lì)作用。

北京市公共交通低票價(jià)措施對(duì)于引導(dǎo)小汽車通勤者轉(zhuǎn)乘公共交通的引力不足。研究結(jié)論表明，相比于降低通勤成本，小汽車通勤者對(duì)出行體驗(yàn)(包括可靠性、快捷性等公共交通服務(wù)水平)更為敏感。單純的低票價(jià)而出行體驗(yàn)并未得到理想改善，是小汽車通勤者公共交通轉(zhuǎn)移意愿較低的重要原因。相對(duì)于小汽車通勤者，非機(jī)動(dòng)車、步行方式通勤者對(duì)于出行費(fèi)用更為敏感，公共交通出行對(duì)于后者的吸引力遠(yuǎn)大于前者(見(jiàn)圖6，北京市居民2005—2014年自行車出行分擔(dān)率由30.3%下降至12.6%，小汽車出行分擔(dān)率由29.8%上升至31.5%)。這是北京市近10年小汽車出行分擔(dān)率一直居高不下的重要原因之一。因此降低公共交通出行成本并不是吸引小汽車通勤者的有效措施，提升出行體驗(yàn)才是根本之策。

6 結(jié)語(yǔ)

近年來(lái)，北京市相繼出臺(tái)了多項(xiàng)優(yōu)化城市交通結(jié)構(gòu)的政策，以減少小汽車出行分擔(dān)率。但由于出行者對(duì)政策手段的響應(yīng)行為并未達(dá)到預(yù)期效果，造成政策的理論解釋與指導(dǎo)作用大打折扣，小汽車出行分擔(dān)率依舊沒(méi)有得到有效的抑制。本文將主觀幸福作為通勤效用的一部分，構(gòu)建具有主觀意識(shí)的出行方式選擇模型，從心理層面加大了模型的理論解釋力，能夠更好地對(duì)通勤者出行方式選擇行為進(jìn)行預(yù)測(cè)，為交通政策與交通基礎(chǔ)設(shè)施等的建設(shè)提供依據(jù)。

本文僅分析了通勤成本改變條件下，主觀幸福對(duì)小汽車通勤者出行方式選擇的影響機(jī)理及其測(cè)量變量。事實(shí)上，通勤時(shí)間與主觀幸福也存在密切關(guān)系[2]，有待進(jìn)一步探討。此外，在未來(lái)研究?jī)?nèi)容中應(yīng)增加問(wèn)卷數(shù)量、提高有效問(wèn)卷回收率，進(jìn)而提高分析的精度和更準(zhǔn)確的對(duì)策。

圖6 北京市交通結(jié)構(gòu)變化情況Fig.6 Travel mode choice over the years in Beijing

注釋：

Notes:

①2014年，互聯(lián)網(wǎng)共享單車應(yīng)運(yùn)而生，逐漸取代有樁公共自行車，自行車出行量顯著提升。但由于缺乏2014年之后自行車出行比例數(shù)據(jù)，因此無(wú)法進(jìn)行實(shí)證分析，僅做定性描述。