羅楚晗 郭浩月 陳福溢 甘晨崧

摘 要：隨著高校擴招，我國高等教育從精英教育階段轉(zhuǎn)變?yōu)榇蟊娀逃A段，每年有著越來越多的學(xué)子走進大學(xué)。而在學(xué)生選擇自己的意向大學(xué)時，大學(xué)周邊的交通條件成為一項重要考慮因素，不同校區(qū)的交通環(huán)境會導(dǎo)致大學(xué)生的出行表現(xiàn)出不同的特征，因此導(dǎo)致了高校郊區(qū)化。在此背景下，本文基于對南昌大學(xué)新、老校區(qū)的問卷調(diào)查數(shù)據(jù)，利用SPSS、Eviews等軟件對數(shù)據(jù)利用因子分析、皮爾遜卡方檢驗等方法進行統(tǒng)計學(xué)分析，從而得出大學(xué)生的出行特征和現(xiàn)狀的相關(guān)結(jié)論以及影響大學(xué)生出行次數(shù)的因素，并進一步給出對學(xué)校、政府、社會在交通出行方面的改善建議。

關(guān)鍵詞：高校郊區(qū)化? 因子分析? 皮爾遜卡方檢驗? 大學(xué)生出行

1 緒論

1.1 研究背景

教育是國家的百年大計，而高校是實施和發(fā)展教育、培養(yǎng)人才的主要場所。隨著中國的改革開放，中國的經(jīng)濟開始大跨步地發(fā)展[1]，大學(xué)的資源有了一定提升。由于擴招和地價的兩方面原因，導(dǎo)致了高校新校區(qū)的選址日趨郊區(qū)化。與位置處于市中心的老校區(qū)相比，對于學(xué)生來說，學(xué)校地處偏僻的現(xiàn)狀意味著學(xué)校周邊沒有足夠齊全的基礎(chǔ)交通設(shè)施，出行不夠方便，會造成一定程度的“出行難”問題，從而導(dǎo)致學(xué)生出行意愿減弱。如何解決大學(xué)生的“出行難”問題成為提高大學(xué)生生活質(zhì)量的必要條件。另外，若能解決大學(xué)生“出行難”問題，也能在一定程度上拉動內(nèi)需，促進經(jīng)濟的發(fā)展。

與此同時，大學(xué)生的出行情況也會根據(jù)校區(qū)的不同會產(chǎn)生較大的差異。因此，本文針對不同的校區(qū)選址，對大學(xué)生的出行模式進行調(diào)查和研究，根據(jù)個人出行需求、開支預(yù)算等因素產(chǎn)生個體化差異分析在不同地段的大學(xué)生的出行方式、目的等問題，針對不同交通情況對大學(xué)生產(chǎn)生的出行產(chǎn)生的影響以及當(dāng)下大學(xué)生的出行情況進行討論。

1.2 研究目的

對大學(xué)生個體出行行為進行研究，可以為高等院校甚至城市規(guī)劃、建設(shè)、管理提供一定的依據(jù)和幫助，給大學(xué)生這一群體的出行行為以便利。

主要調(diào)查目的包括以下幾點。

（1）探究主觀因素（時間、費用、需求等）對大學(xué)生出行的影響;

（2）探究客觀因素（交通條件等）對大學(xué)生出行的影響;

（3）大學(xué)生的出行特征分析;

（4）明確大學(xué)生的出行現(xiàn)狀;

（5）基于調(diào)查結(jié)果給予學(xué)校和社會一定的改進建議。

1.3 研究理論與方法綜述

1.3.1 出行的定義

出行是交通規(guī)劃中最基本的概念，在《交通工程學(xué)》一書中曾對出行作出如下定義：出行是人們?yōu)橥瓿赡骋荒康模褂媚骋环N交通方式，耗用一定時間，從出發(fā)地點經(jīng)某一路徑到達目的地的位移過程[2]。而在本文中，學(xué)生出于某種目的，耗費一定時間，從校區(qū)向校外目的地進行的移動，稱為出行。

1.3.2 因子分析法

其基本原理為通過使用少數(shù)幾個因子描述多個指標(biāo)和因素之間的線性關(guān)系，將相關(guān)性較強的變量歸于同一因子中，以減少變量維數(shù)，降低數(shù)據(jù)復(fù)雜度，更精簡地描述變量之間的關(guān)系。

1.3.3 皮爾遜卡方檢驗

其基本原理為通過計算，統(tǒng)計樣本的實際觀測值與理論推斷值之間的偏離程度。實際觀測值與理論推斷值之間的偏離程度決定著卡方值的大小，若兩個值完全相等時，卡方值就為0，表明理論值完全符合。

1.3.4 R2檢驗

通過總離差平方和中回歸平方和所占的比例來判斷擬合效果，回歸平方和所占比例越高，擬合效果越好。

2 調(diào)查方案概述

2.1 調(diào)查對象

為使研究結(jié)果更具科學(xué)性，樣本應(yīng)選取同一大學(xué)的兩個地域差別顯著的校區(qū)。由于位于主城區(qū)的青山湖校區(qū)周邊的公交站點分布密集，交通出行條件良好，而位于郊區(qū)的前湖校區(qū)周邊公交站點分布相對稀疏，交通出行也相對不便。二者的地理、交通出行環(huán)境差距顯著，故適合作為研究樣本。

2.2 調(diào)查方法

為確保問卷調(diào)查的嚴(yán)謹(jǐn)性、數(shù)據(jù)的可靠性和有效性，本文采用了隨機抽樣調(diào)查方法和分層抽樣調(diào)查方法。

2.2.1 分層抽樣調(diào)查方法

分層抽樣也叫類型抽樣，是從一個可以分成不同子總體的總體中，按規(guī)定的比例從不同子總體中隨機抽取樣品的方法[3]。

2.2.2 隨機抽樣調(diào)查方法

在將南昌大學(xué)前湖、青山湖校區(qū)兩個校區(qū)的大學(xué)生分為兩個子總體后，本組嚴(yán)格按照隨機抽樣的原則，以此保證樣本的隨機性和數(shù)據(jù)的代表性。

2.3 樣本容量確定

經(jīng)查閱文獻[4]，可知抽樣誤差隨著樣本容量的增大而減小，但當(dāng)樣本容量到達上限后，曲線斜率絕對值減小。這說明我們不能通過盲目增大樣本容量來減小抽樣誤差，需要結(jié)合實際情況確定樣本容量。

在預(yù)調(diào)查中，我們共發(fā)放50份問卷，得到有效問卷49份，有效率為98%，且所抽取樣本的方差為0.87。

根據(jù)大數(shù)定理和中心極限定理，當(dāng)樣本的數(shù)量趨近無窮大時，變量z的分布會近似于正態(tài)分布，故此時樣本容量可由公式（1）所得：

在為95%的置信水平下，z取1.96，同時取可接受的估計誤差E=0.1。用預(yù)調(diào)查中的樣本方差估計整體方差，將各項數(shù)據(jù)代入式（1），確定樣本容量為343份。

考慮到實際調(diào)查過程中不可避免地會出現(xiàn)一些廢卷，結(jié)合預(yù)調(diào)查可得有效問卷率，對樣本量進行調(diào)整，具體調(diào)整公式為：

根據(jù)調(diào)整式（2），最終確定調(diào)整后樣本量為350份。而實際收到有效問卷348份，樣本容量基本合格。

2.4 調(diào)查內(nèi)容

本文調(diào)查問卷基于高校學(xué)生交通出行問題，主要設(shè)計為三個方面：首先是被調(diào)查者的基本信息，其次是交通出行基本情況，最后是問題與建議，具體細分狀況如表1所示。

3 大學(xué)生出行特征分析

3.1 大學(xué)生的出行特征及其影響因素分析

3.1.1 出行目的構(gòu)成

出行目的指的是出行這一行為活動發(fā)生的原因，是調(diào)查研究大學(xué)生出行的出發(fā)點。通過了解廣大學(xué)生出行目的，可針對出行目的給出相應(yīng)的建議。

從圖1、圖2中可以看出在出行目的中，外出購物和休閑娛樂以及個人事務(wù)導(dǎo)致的外出在大學(xué)生的出行目的中占了較大的比重，且校區(qū)的地理位置與交通條件在一定程度上阻礙了前湖校區(qū)大學(xué)生的這一需求。

3.1.2 出行頻率與其影響因素的相關(guān)性分析

出行頻率指的是學(xué)生平均每個月的出行次數(shù)，客觀上直接反映出學(xué)生出行活動的頻繁程度。對收集來的學(xué)生出行頻率數(shù)據(jù)分析如下。

從圖3可以看出，青山湖校區(qū)學(xué)生每月出行次數(shù)集中在3～10次，前湖校區(qū)學(xué)生的每月出行次數(shù)則集中在1～5次，前者學(xué)生出行更為頻繁。但從總體來看，多數(shù)大學(xué)生的月出行頻率集中于3～5次。

以下我們對可能影響出行頻率的因素進行相關(guān)性分析。在此過程中，我們選擇可能性高的三個因素——性別、年級和月出行支出進行相關(guān)性檢驗，其檢驗結(jié)果如表2所示。

從表2檢驗結(jié)果可知，三次Pearson卡方檢驗的P值分別為0.015、0.016和0，均小于0.05，因此我們認(rèn)為性別、年級和月出行支出對大學(xué)生月平均出行次數(shù)均有顯著影響。

3.1.3 出行方式及其選擇原因分析

出行方式是指學(xué)生出行前往目的地過程中主要使用的交通工具，在一定程度上受出行距離的影響。針對不同校區(qū)學(xué)生不同的出行方式進行調(diào)查，我們得到的結(jié)果如圖4所示。

從圖4中可以看出，青山湖校區(qū)的學(xué)生多數(shù)傾向于乘坐地鐵和公交出行，而前湖校區(qū)的學(xué)生則更傾向于乘坐公交、地鐵和滴滴出行。我們就學(xué)生們選擇出行方式時的考量因素進行研究以進一步解釋造成差異的原因。

由表3可知，KMO值為0.814，說明變量間相關(guān)性較強，適合做因子分析。且由于伴隨概率Sig值為0，小于顯著性水平5%，因此變量之間存在相關(guān)關(guān)系，數(shù)據(jù)適合做因子分析。

根據(jù)表4可以得出結(jié)論：多數(shù)學(xué)生們選擇出行方式時主要看重的要素是“方便快捷”“價格便宜”和“候車時間短”。

3.1.4 出行時間段

出行時間段指的是出行這一活動發(fā)生的時間區(qū)間，能夠客觀地給出兩校區(qū)大學(xué)生的生活節(jié)奏和所在校區(qū)交通出行條件下的分布。根據(jù)調(diào)查數(shù)據(jù)顯示，兩校區(qū)出行高峰期都在8：00～10：00和18：00～20：00，但青山湖校區(qū)學(xué)生更偏向于傍晚出行，而前湖校區(qū)的學(xué)生更偏向于早上出行，如圖5所示。

這是由于青山湖校區(qū)趨近市中心，學(xué)生出行距離較前湖校區(qū)更短，并且青山湖校區(qū)的基礎(chǔ)交通設(shè)施更為完善，因此青山湖校區(qū)學(xué)生更偏向于晚上出行;而前湖校區(qū)的情況正好相反，造成了兩個校區(qū)出行時段上的差異。

雖然兩個校區(qū)的學(xué)生出行時段有一定差異，但總體來說，南昌大學(xué)大學(xué)生的整體出行時間都集中在這兩個時間段內(nèi)。

3.1.5 出行距離

出行距離能在一定程度上客觀地反映所在校區(qū)附近城市建設(shè)的商業(yè)、文化、娛樂等基礎(chǔ)設(shè)施的完善程度。由于校區(qū)不同，其出行場所與校園的距離也會產(chǎn)生差異，如圖6所示。

圖6表明兩個校區(qū)學(xué)生出行距離有一定的差異。青山湖校區(qū)學(xué)生出行距離多在1～3公里，前湖校區(qū)學(xué)生的出行距離多數(shù)在3～5公里，但總體來說大多數(shù)學(xué)生的出行距離為3公里左右。

可以看出，青山湖校區(qū)學(xué)生的出行距離普遍比前湖校區(qū)學(xué)生短，這可能是由于青山湖校區(qū)地處市中心，基礎(chǔ)建設(shè)相較于前湖校區(qū)更為完善，因此他們出行距離更近，到達出行目的地也更為方便。

3.1.6 出行費用

出行費用是指學(xué)生從所在校區(qū)到出行目的地的單程費用，具體出行費用情況如圖7所示。

通過圖7數(shù)據(jù)，我們發(fā)現(xiàn)大學(xué)生的月出行費用基本在20～50元。

3.1.7 出行候車時間

出行候車時間指的是在選擇使用公共交通工具后需要等待其到達所消耗的時間，具體候車時間情況如圖8所示。

3.2 大學(xué)生出行差異的原因分析

通過上述大學(xué)生基本出行特征的分析結(jié)果，我們可以發(fā)現(xiàn)，處于不同校區(qū)的兩個地域的大學(xué)生在出行頻率、出行方式、一般出行的單程距離、主要的出行目的地這幾方面產(chǎn)生較大差異。

以下就這些差異結(jié)果對其進行分析和說明：

針對青山湖校區(qū)的數(shù)據(jù)，不難發(fā)現(xiàn)：處于青山湖校區(qū)的學(xué)生將近70%的每月出行頻率處于3～10次，出行多數(shù)搭乘地鐵、公交或使用共享單車，并且選擇搭乘滴滴的人數(shù)很少，近半數(shù)學(xué)生的出行距離鎖定在1～3公里。而他們主要的出行目的地是選擇離校區(qū)較近的娛樂場所。

分析與其產(chǎn)生差異的前湖校區(qū)的數(shù)據(jù)統(tǒng)計結(jié)果，我們可以發(fā)現(xiàn)，前湖校區(qū)的學(xué)生大多數(shù)每月的出行頻率在1～5次，出行方式多為公交、滴滴和地鐵，選擇步行的人數(shù)最少，單程出行距離鎖定在3～5公里。

通過上述分析，我們可以發(fā)現(xiàn)校區(qū)兩極化選址為學(xué)生所帶來的出行條件差異。

3.3 大學(xué)生出行特征分析總結(jié)

綜上所述，我們可以發(fā)現(xiàn)以下幾點。

（1）偏遠校區(qū)學(xué)生的出行受客觀因素（出行的資金、目的地和出行方式）的影響。相反，近市區(qū)校區(qū)學(xué)生的出行受本身主觀因素（出行伙伴、時間不足以及個人原因）的影響。

（2）綜合調(diào)查數(shù)據(jù)，雖然兩個校區(qū)的學(xué)生出行特征存在一定的差異，但我們?nèi)匀豢梢钥吹侥喜髮W(xué)多數(shù)學(xué)生擁有一定的公共特征：學(xué)生們的外出目的多以購物、娛樂休閑為主，月出行次數(shù)多在3次左右，出行方式都更愿意選擇公交和地鐵，出行時間段基本集中在早上、傍晚時期，出行距離約為3公里，月出行費用基本在20～50元，并且學(xué)生們能夠等待的候車時間大約在5～10分鐘。

由此可見，大學(xué)生的出行行為具有一定彈性。由于偏遠地區(qū)出行耗時長，交通便利程度低，出行行為就不容易產(chǎn)生，學(xué)生會壓抑自己的出行需求，出行次數(shù)就會相應(yīng)減少。

4 基于大學(xué)生出行調(diào)研結(jié)論的建議

4.1 大學(xué)生出行現(xiàn)狀小結(jié)

4.1.1 大學(xué)生對交通出行條件滿意度調(diào)研

我們對學(xué)生們對學(xué)校周圍的交通出行環(huán)境的滿意度評價進行收集，對這些滿意度數(shù)據(jù)進行分析，其結(jié)果如表5所示。

通過數(shù)據(jù)顯示，老校區(qū)的學(xué)生大部分都表示可以接受學(xué)校周邊的交通出行條件;而相比于老校區(qū)，新校區(qū)的學(xué)生對學(xué)校周邊交通出行環(huán)境的滿意度較低。

4.1.2 大學(xué)生出行受阻的原因分析

為了能找到一些有效解決學(xué)生“出行難”問題的辦法，我們還對阻礙同學(xué)們出行的主要原因進行了調(diào)查。根據(jù)查閱相關(guān)資料、對部分學(xué)生的訪談以及我們自身的經(jīng)驗，在問卷中阻礙學(xué)生交通出行的主要原因這一題目我們設(shè)置了六個選項，對得到的數(shù)據(jù)進行因子分析結(jié)果如表6所示。

通過因子分析，我們可以發(fā)現(xiàn)：老校區(qū)學(xué)生的出行受阻原因主要集中于“沒有適合的伙伴出行”“時間不足”和“個人原因”，而新校區(qū)學(xué)生的出行受阻原因主要集中于“其他”“目的地太遠”和“個人原因”這三項。其中，選擇“其他”項的學(xué)生大部分人都認(rèn)為“沒有地鐵”“學(xué)校位置偏僻”是阻礙他們出行的主要原因，因此我們可以總結(jié)“其他”項為周邊出行條件。

綜上所述，校區(qū)地理位置的差異，導(dǎo)致了學(xué)生出行受阻的主要原因的變化，阻礙大學(xué)生出行的原因大多為“沒有合適的伙伴出行”“時間不足”和“周邊出行條件”。

4.2 建議

4.2.1 學(xué)校

從學(xué)校角度出發(fā)，學(xué)?？梢愿脑旎A(chǔ)設(shè)施，聯(lián)合外界合作建設(shè)一個全方位、功能齊全的小商圈。

4.2.2 社會

（1）在學(xué)校周邊建設(shè)相關(guān)配套的相關(guān)設(shè)施。（2）在特定的時間段增加學(xué)校附近出租車的數(shù)量。

4.2.3 政府及交通運輸部門

（1）實施差異化的公交班次安排方案。（2）積極發(fā)展擴建學(xué)校周邊的地鐵站。（3）縮短公交班次發(fā)車時間間隔。（4）增加普通公交的班次和線路。

參考文獻

張建平，沈博.改革開放40年中國經(jīng)濟發(fā)展成就及其對世界的影響[J].當(dāng)代世界，2018（05）.

曹鴻雁.高校大學(xué)生的出行行為研究[D].天津：天津大學(xué)，2008.

楊貴軍，尹劍，王維真.應(yīng)用抽樣技術(shù)[J].中國統(tǒng)計，2015（10）.

肖海燕.非概率抽樣樣本容量的確定問題[J].山西大同大學(xué)學(xué)報（自然科學(xué)版），2018（01）.