李思琪

基于綠色交通理念的居民出行行為及其影響因素的研究

李思琪

（長(zhǎng)安大學(xué) 運(yùn)輸工程學(xué)院，陜西 西安 710064）

論文采用電子問(wèn)卷調(diào)查的數(shù)據(jù)收集方法，利用常規(guī)的統(tǒng)計(jì)學(xué)計(jì)算方法對(duì)數(shù)據(jù)進(jìn)行計(jì)算和整理，并以統(tǒng)計(jì)圖和統(tǒng)計(jì)表的形式實(shí)現(xiàn)數(shù)據(jù)處理結(jié)果的呈現(xiàn)。在數(shù)據(jù)結(jié)果分析的基礎(chǔ)上，基于綠色交通的理念，對(duì)居民出行方式的選擇情況以及影響居民選擇出行方式的主要因素等問(wèn)題進(jìn)行了調(diào)研、分析和討論，得出應(yīng)在擴(kuò)大綠色交通理念宣傳力度和影響程度的同時(shí)進(jìn)一步推進(jìn)居民綠色交通出行的實(shí)現(xiàn)，從而解決當(dāng)前交通擁堵、環(huán)境污染等問(wèn)題。

綠色交通；出行行為；出行行為的影響因素

引言

隨著城市交通需求的上漲、人民生活水平的不斷提高，私家車和摩托車數(shù)量呈級(jí)數(shù)增加，截至2020年6月，全國(guó)機(jī)動(dòng)車保有量達(dá)3.6億輛，其中汽車2.7億輛，占比75%，摩托車6 889.6萬(wàn)輛，占比19.14%。城市交通擁堵、交通事故、能源消耗、噪聲和空氣污染等問(wèn)題隨之而來(lái)并日益嚴(yán)峻。因此，綠色交通（Green Transport）理念被及時(shí)提出并加以宣傳，該理念提倡人們多選擇以步行、自行車、公交車和軌道交通等出行方式，以達(dá)到減輕交通擁擠、減少環(huán)境污染、促進(jìn)社會(huì)公平和合理配置資源的目的[1]。

目前，已有大量學(xué)者針對(duì)居民出行及影響因素進(jìn)行了深入的研究：劉炳恩[2]（2007）等選擇了5種較為常用的交通方式，確定了影響因素對(duì)居民出行方式的選擇進(jìn)行了研究；殷煥煥[3]（2010）等建立選擇ML模型，得出居民出行方式選擇與個(gè)人屬性、家庭屬性和出行屬性之間有較穩(wěn)定的關(guān)系；鄭雪琳[4]（2013）等對(duì)小汽車、軌道交通、自行車3種交通方式的選擇行為進(jìn)行了分析；劉宇峰[5]（2018）等采用結(jié)構(gòu)方程模型（SEM），研究了三種不同規(guī)模城市的居民出行方式選擇因素的關(guān)聯(lián)性情況。其中一些學(xué)者考慮了潛變量和心理因素：陳堅(jiān)[6]（2013）等構(gòu)建了潛變量與顯變量共同作用的SEM-Logit整合模型，提出了潛變量概念，并證明潛變量對(duì)出行方式選擇存在顯著影響；景鵬[7]（2014）等從心理因素入手，得出不是所有心理影響潛變量都對(duì)通勤方式有顯著性影響；一些學(xué)者從互聯(lián)網(wǎng)信息化角度入手進(jìn)行了研究：趙霖[8]（2013）等從網(wǎng)絡(luò)休閑角度出發(fā)，就信息技術(shù)對(duì)南京城市居民出行的影響進(jìn)行了實(shí)證研究；王丹鳳[9]（2016）等獲取真實(shí)數(shù)據(jù)、結(jié)合互聯(lián)網(wǎng)使用特性的分析對(duì)居民出行方式的選擇進(jìn)行了研究；還有一些學(xué)者基于低碳情況進(jìn)行研究：陳月霞[10]（2017）等基于低碳心理的潛變量對(duì)居民出行方式的選擇進(jìn)行了分析，證明了低碳和高碳中“行為態(tài)度”對(duì)出行方式有不同的影響；Mao Ye[11]（2020）等主要研究共享單車出現(xiàn)后居民出行方式選擇的影響因素；朱順應(yīng)[12]（2020）等以武漢市主城區(qū)居民為研究對(duì)象，定義并設(shè)定低碳補(bǔ)貼情景，分析在此情景下不同變量對(duì)居民出行方式選擇的影響。

本文基于綠色交通理念對(duì)居民出行方式的選擇及其影響因素進(jìn)行分析研究，在一定程度上能為居民出行政策的制定和交通設(shè)施的完善提供理論依據(jù)以改善交通擁堵情況，實(shí)現(xiàn)綠色出行，還能夠?yàn)槠渌嚓P(guān)學(xué)者提供數(shù)據(jù)分析結(jié)果以作為參考。

1 數(shù)據(jù)的來(lái)源與收集

1.1 數(shù)據(jù)來(lái)源與呈現(xiàn)

本次數(shù)據(jù)調(diào)查面向的群體不限，以電子問(wèn)卷形式發(fā)放，調(diào)查時(shí)間持續(xù)5天，共收回問(wèn)卷518份。因問(wèn)卷問(wèn)題均為必答題且平均完成時(shí)間為2分23秒，故篩選出答題時(shí)長(zhǎng)少于25秒的問(wèn)卷視為無(wú)效問(wèn)卷，其中，無(wú)效問(wèn)卷為4份，有效問(wèn)卷514份，問(wèn)卷有效率為99.22%。最終的數(shù)據(jù)呈現(xiàn)由騰訊問(wèn)卷全程記錄并提供。

1.2 數(shù)據(jù)采集過(guò)程

本次數(shù)據(jù)調(diào)查分為以下四個(gè)階段：?jiǎn)柧碓O(shè)計(jì)階段、試調(diào)研階段、正式調(diào)研階段和數(shù)據(jù)分析處理階段[13]。每個(gè)階段之間聯(lián)系緊密、缺一不可。

（1）問(wèn)卷設(shè)計(jì)階段：一份高質(zhì)量的問(wèn)卷決定著數(shù)據(jù)調(diào)查結(jié)果是否可靠有效，因此，合理地把握問(wèn)卷問(wèn)題的設(shè)計(jì)非常關(guān)鍵。本次問(wèn)卷設(shè)計(jì)了三部分內(nèi)容共10個(gè)問(wèn)題。

第一部分：基本信息，包括性別、年齡、學(xué)歷、職業(yè)類型等問(wèn)題。具體內(nèi)容如表1所示：

表1 基本信息

性別年齡/歲學(xué)歷職業(yè)類型 男≤18初中及以下在校學(xué)生 女18～25高中/中專/技校上班 26～40大學(xué)?？茻o(wú)業(yè) 41～55大學(xué)本科退休 ≥56碩士及以上

第二部分：出行方式，涉及日常出行方式、出行時(shí)間、出行目的、出行頻率等問(wèn)題。具體內(nèi)容如表2所示：

表2 出行方式

出行方式出行持續(xù)時(shí)間使用頻率出行目的 步行半小時(shí)以內(nèi)3～5次/天工作/上學(xué) 自行車半小時(shí)～一小時(shí)1～2次/天生活出行 摩托車一小時(shí)～兩小時(shí)3～5次/周休閑娛樂(lè) 電動(dòng)車兩小時(shí)以上1～2次/周其他 私家車 3～5次/月 出租車/共享汽車 1～2次/月 公交車 軌道交通

第三部分：影響因素，設(shè)計(jì)影響因素、影響程度和是否更傾向于綠色交通三個(gè)問(wèn)題。具體內(nèi)容如表3所示：

表3 影響因素

影響因素影響程度是否更傾向于綠色交通 氣象狀況（完全沒(méi)影響）是 城市交通建設(shè)0否 實(shí)時(shí)的交通狀況1 出行的距離2 時(shí)間的緊迫性3 出行的費(fèi)用4 出行政策5 綠色交通理念（影響非常大）

（2）試調(diào)研階段：為了保障問(wèn)卷設(shè)計(jì)的合理性、答題的順暢性、數(shù)據(jù)回收的有效性，在正式投放問(wèn)卷前，理應(yīng)進(jìn)行預(yù)投放過(guò)程。本次試調(diào)研持續(xù)時(shí)長(zhǎng)1天，發(fā)放并回收20份有效問(wèn)卷，共發(fā)現(xiàn)并修改兩處問(wèn)題。

（3）正式調(diào)研階段：當(dāng)樣本足夠大時(shí)，樣本的數(shù)據(jù)收集結(jié)果才有一定的參考價(jià)值，因而，在正式調(diào)研過(guò)程中，保障問(wèn)卷的回收率和質(zhì)量的好壞至關(guān)重要[14]。本次問(wèn)卷于2020年11月9日開(kāi)始正式投放，11月13日停止投放，在此期間，持續(xù)關(guān)注問(wèn)卷回收進(jìn)展、核查并剔除無(wú)效問(wèn)卷，以保證正式調(diào)研過(guò)程順利進(jìn)行。

（4）數(shù)據(jù)分析處理階段：即在問(wèn)卷全部回收后針對(duì)每一個(gè)問(wèn)題對(duì)數(shù)據(jù)進(jìn)行量化處理，讓其以數(shù)據(jù)、圖表等形式呈現(xiàn)出來(lái)，在此基礎(chǔ)上，分析所得數(shù)據(jù)，得到與所研究?jī)?nèi)容有關(guān)的數(shù)據(jù)分析結(jié)果，最終得出一系列有用的結(jié)論。

2 數(shù)據(jù)的整理與分析

2.1 數(shù)據(jù)的整理

本次問(wèn)卷調(diào)查數(shù)據(jù)結(jié)果如下表4所示。

表4 各因素調(diào)查結(jié)果顯示表

內(nèi)容主要因素比例/%內(nèi)容主要因素比例/% 性別男50.00日常的幾種出行方式步行55.60 自行車35.60 女50.00摩托車1.90 電動(dòng)車13.80 年齡≤180.40私家車30.20 18～2568.90出租/共享汽車36.40 26～4018.70公交車46.90 41～5511.50軌道交通48.60 ≥560.60主要的影響因素氣象狀況55.30 學(xué)歷初中及以下2.10城市交通建設(shè)37.90 高中/中專/技校9.70實(shí)時(shí)的交通狀況47.10 大學(xué)?？?.00出行的距離66.90 大學(xué)本科45.90時(shí)間的緊迫性63.40 碩士及以上34.20出行的費(fèi)用37.50 職業(yè)類型在校學(xué)生41.60出行政策10.10 上班53.50綠色交通理念12.60 無(wú)業(yè)4.10是否更傾向于綠色交通方式是92.80 退休0.80否7.20

2.2 居民基本情況分析

居民基本情況的真實(shí)性很大程度上影響著問(wèn)卷調(diào)查結(jié)果的準(zhǔn)確性，因而，對(duì)居民基本情況的分析是分析問(wèn)卷其他數(shù)據(jù)的前提和基礎(chǔ)。第一部分基本信息的問(wèn)卷調(diào)查結(jié)果比例如圖1所示。

圖1 基本信息圖

由表3和上圖可知：本次調(diào)查人群中，男、女比例相同均為50%，年齡段在18～25歲的人數(shù)最多占68.6%，18～40歲人數(shù)占比30.2%，而在18歲以下和56歲以上的人數(shù)非常少，共占1%。本次以電子問(wèn)卷的形式發(fā)放，男女人數(shù)的相同在一定程度上更全面地反映問(wèn)題，避免了因樣本分布不均而引起的偏差，在填寫(xiě)的人群里，多數(shù)為年輕人和中年人，老年人群體和兒童群體沒(méi)有完全涉及到，但老年人群體和兒童群體的出行大多情況下離不開(kāi)年輕人和中年人，故而可以忽略因樣本分布不均而產(chǎn)生的偏差；同時(shí)，隨著現(xiàn)代教育水平的不斷上升，高學(xué)歷的人數(shù)不斷增加，本次調(diào)查的人群里，學(xué)歷在本科及以上的占比80.1%，學(xué)歷在初中及以下的僅占2.1%，這一數(shù)據(jù)就可以很好地反映這一事實(shí)；在職業(yè)類型中，在校學(xué)生占比41.6%，上班人員占比53.5%，其他人員占比4.9%，幾乎覆蓋全部居民，因而，本次調(diào)查的數(shù)據(jù)結(jié)果具有參考價(jià)值和研究意義。

綜上所述，居民的基本信息這一內(nèi)容在調(diào)查過(guò)程和數(shù)據(jù)結(jié)果呈現(xiàn)過(guò)程中都反映出本次調(diào)研面向群體較為廣泛，且具有隨機(jī)性，調(diào)查結(jié)果也具有一定的代表性，能為居民出行方式和影響因素調(diào)查數(shù)據(jù)的真實(shí)性提供保障。

3 居民出行方式的選擇與影響因素分析

3.1 出行方式的選擇情況分析

出行方式即居民出行所采用的方法或使用的交通工具，在人們的正常生活中，無(wú)論上班、上學(xué)、購(gòu)物或娛樂(lè)都離不開(kāi)出行，出行方式的選擇與居民生活息息相關(guān)且在很大程度上影響著城市交通的情況[15]。在現(xiàn)如今信息網(wǎng)絡(luò)化的時(shí)代，隨著交通行業(yè)飛速的發(fā)展，居民的出行方式愈發(fā)多樣化：網(wǎng)約車、共享汽車、共享單車、私家車、摩托車、電動(dòng)車、公交車、軌道交通、出租車、自行車和步行等均成為居民出行的常用方式[16]。本論文中把共享單車和自行車歸為一類，共享汽車、網(wǎng)約車和出租車歸為一類。

在居民出行方式的選擇問(wèn)題上，調(diào)查內(nèi)容豐富，主要體現(xiàn)在居民日常的幾種出行方式、居民最常用的一種出行方式、居民采用最常用的出行方式時(shí)出行時(shí)間與出行頻率情況和采用不同出行方式時(shí)對(duì)應(yīng)的出行目的選擇情況等4個(gè)方面，具體分析如下：

（1）居民日常的幾種出行方式調(diào)查結(jié)果如下圖2所示。

圖2 日常的幾種出行方式選擇比例圖

從上圖可以看出：步行、公交車和軌道交通這三種方式比例都在45%以上，即45%以上的人，在日常的出行中會(huì)采用這三種方式，出租車/共享汽車、自行車和私家車這三種方式，人們選擇的比例在30%～40%，僅次于前三種方式，因而，以上這6種出行方式是人們普遍采用較多的出行方式，而電動(dòng)車和摩托車所占比率較小，尤其摩托車占比最低，僅有1.9%，可見(jiàn)僅有少部分人在日常的出行時(shí)會(huì)選擇摩托車或電動(dòng)車的方式。

針對(duì)居民日常出行選擇的幾種方式這一問(wèn)題，人們可以選擇多種通常會(huì)選擇使用的出行方式，因而以上數(shù)據(jù)能夠較為客觀地反映出人們真實(shí)的日常出行情況，具有一定的可靠性。

（2）居民最常用的一種出行方式調(diào)查結(jié)果如圖3所示。

圖3 居民最常用的一種出行方式選擇比例圖

根據(jù)上圖所示，人們?nèi)粘３鲂惺褂貌叫械娜藬?shù)最多高達(dá)25.5%，使用自行車的人數(shù)達(dá)10.3%，使用電動(dòng)車的人數(shù)達(dá)到7.2%，這一部分人們與出行目的地距離不遠(yuǎn)，僅需步行或騎車即可完成，因?yàn)殡妱?dòng)車是新能源車，也是環(huán)保低碳的一種，因而，這三種方式都符合綠色交通理念；同時(shí)，最常采用軌道交通方式的人數(shù)達(dá)17.9%，采用公交的人數(shù)達(dá)14.2%，這一部分人雖然距離目的地較遠(yuǎn)，但采用了公共交通的出行方式，也在一定程度上緩解了交通擁堵。由此可見(jiàn)，本次調(diào)查有75.1%的人們?nèi)粘３鲂兄泻芎玫芈鋵?shí)了綠色出行。

此外，使用汽車（私家車、出租車、共享汽車、網(wǎng)約車等）的人數(shù)占比達(dá)到23.3%，僅次于步行的人數(shù)，而摩托車的選擇人數(shù)相對(duì)較小，占比1.6%，由于汽車和摩托車是造成交通擁堵、能源消耗和空氣污染的主要因素，因此，應(yīng)適當(dāng)降低該出行方式的人數(shù)，讓一些居民轉(zhuǎn)變出行方式，盡可能多地使用綠色出行的方式。

由于人們?nèi)粘Ｉ疃鄶?shù)僅采用除步行以外的一種方式，因而，最日常的一種方式更好地體現(xiàn)出人們的出行方式選擇情況，且與居民日常選擇的幾種方式形成對(duì)照問(wèn)題，從兩個(gè)層次分析居民出行問(wèn)題，更具有說(shuō)服力。

（3）居民選擇最常用的出行方式對(duì)應(yīng)的出行時(shí)間和出行頻率的調(diào)查結(jié)果如下表5所示。

表5 出行方式對(duì)應(yīng)的出行時(shí)間和出行頻率情況表

出行方式交叉分析出行頻率 出行時(shí)間/h比例%3～5次/天1～2次/天3～5次/周1～2次/周3～5次/月1～2次/月 步行<0.50.5～1.01.0～2.0>2.077.919.82.3050%30.8%33.3%030.4%23.1%0015.7%34.6%66.7%02.9%7.7%0000001%3.8%00 全時(shí)間段出行頻率比例45.81%28.26%20.62%3.78%01.53% 自行車<0.50.5～1.01.0～2.0>2.083170029.5%22.2%0040.9%55.6%0022.7%11.1%006.8%0000000011.1%00 全時(shí)間段出行頻率比例28.26%43.40%20.73%5.64%01.89% 摩托車<0.50.5～1.01.0～2.0>2.07512.5012.550%00050%0000100%000000000100%0000 全時(shí)間段出行頻率比例37.50%37.50%12.50%012.50%0 電動(dòng)車<0.50.5～1.01.0～2.0>2.059.532.42.75.431.8%41.7%100%50%40.9%41.7%050%22.7%16.7%004.5%00000000000 全時(shí)間段出行頻率比例37.83%40.55%18.92%2.68%00 汽車<0.50.5～1.01.0～2.0>2.030.841.71512.518.9%18%11.1%66.7%35.1%52%33.3%26.7%32.4%24%38.9%010.8%4%002.7%011.1%002%5.6%6.7% 全時(shí)間段出行頻率比例23.33%40.83%25.82%4.99%2.50%2.51% 公交車<0.50.5～1.01.0～2.0>2.02652.120.51.410.5%15.8%6.7%100%36.8%31.6%33.3%031.6%21.1%20%021.1%23.7%26.7%002.6%0005.3%13.3%0 全時(shí)間段出行頻率比例13.74%32.86%23.31%23.31%1.35%5.49% 軌道交通<0.50.5～1.01.0～2.0>2.023.954.317.44.34.5%6%0031.8%30%43.8%25%36.4%26%18.8%25%22.7%24%18.8%04.5%12%18.8%25%02%025% 全時(shí)間段出行頻率比例4.33%32.59%27.16%21.73%11.94%2.16%

根據(jù)上表數(shù)據(jù)顯示：居民選擇不同出行方式時(shí)，使用時(shí)間和使用頻率的分別情況之間有一定的聯(lián)系：在時(shí)間分布情況上，人們的出行時(shí)間均較短：使用以上7種的出行方式的時(shí)間處于一小時(shí)以內(nèi)的人數(shù)均超過(guò)70%占大多數(shù)，使用時(shí)間超過(guò)一小時(shí)的人數(shù)則為少數(shù)人；在出行頻率分布情況上，人們的出行頻率處在一個(gè)較高的水平普遍較高：選擇3～5次/天、1～2次/天和3～5次/周的人數(shù)超過(guò)65%，出行頻率在1～2次/天的人數(shù)是最高的，出行頻率在3～5次/月和1～2次/月的人數(shù)不超過(guò)15%。

然而，不同的出行方式在使用時(shí)間和使用頻率的分布情況上也有一定的區(qū)別：在時(shí)間分布情況上，步行和自行車，更大程度上取決于個(gè)人因素，所以，選擇這兩種方式的使用時(shí)間絕大部分在半小時(shí)以內(nèi)，半小時(shí)以上選擇這2種出行方式的人數(shù)非常少，甚至沒(méi)有人超過(guò)兩小時(shí)以上仍選擇這兩種方式，而公交車、軌道交通和汽車這三種方式，在半小時(shí)以內(nèi)的情況下選擇人數(shù)較少，多數(shù)人使用時(shí)間在半小時(shí)以上；在出行頻率分布情況上，步行、自行車、摩托車和電動(dòng)車的機(jī)動(dòng)性強(qiáng)，因而出行頻率都集中在每天1～2次以上，而其他出行方式使用時(shí)間較長(zhǎng)，則使用頻率相對(duì)較低，主要集中在每周3～5次以下。

上表不僅體現(xiàn)出不同出行方式使用時(shí)間和使用頻率的分布比率還體現(xiàn)出每種方式不同使用時(shí)間下對(duì)應(yīng)的出行頻率比率，更加系統(tǒng)詳細(xì)的用數(shù)據(jù)說(shuō)明問(wèn)題。

（4）居民選擇出行方式時(shí)對(duì)應(yīng)的出行目的情況如圖4所示。

圖4 出行方式對(duì)應(yīng)出行目的選擇比例圖

由上圖可知，居民選擇不同的出行方式時(shí)，目的不完全一致：選擇步行/自行車的方式去上學(xué)或工作的人數(shù)最多，高達(dá)59.6%，而選擇該方式去休閑娛樂(lè)或做其他事情的人數(shù)占比相對(duì)較少；選擇公交或者地鐵的方式實(shí)現(xiàn)生活出行和休閑娛樂(lè)目的的人數(shù)較多，分別占44%和38%，而選擇該方式去做其他事情的人數(shù)較少；相比步行/自行車和公交/地鐵這些綠色交通的出行方式，選擇汽車/摩托車方式的人們，出行目的差異并不大。

針對(duì)此問(wèn)題，把出行方式劃分為三種，且設(shè)置了工作/學(xué)習(xí)、生活出行、休閑娛樂(lè)和其他四種出行目的，更加清楚、簡(jiǎn)潔地體現(xiàn)了居民出行時(shí)基于的出行目的。

3.2 出行方式選擇影響因素分析

在現(xiàn)如今的綠色交通理念下，居民在選擇出行方式時(shí)會(huì)受到各種因素的影響，因而，合理的篩選出主要的影響因素、確定各影響因素的影響程度和調(diào)查居民對(duì)于綠色出行的意愿傾向性非常必要[17]。

因此，本次研究從環(huán)境、交通建設(shè)、個(gè)人和政策四個(gè)方面共篩選出以下八個(gè)主要影響因素：氣象狀況、城市交通建設(shè)、實(shí)時(shí)的交通狀況、出行的距離、時(shí)間的緊迫性、出行的費(fèi)用、出行政策和綠色交通理念等；各影響因素的影響程度從完全沒(méi)影響到影響非常大共設(shè)置6個(gè)等級(jí)。具體分析如下：

（1）影響因素選擇的情況如下圖5所示。

圖5 影響因素情況分布圖

主要影響因素中：氣象狀況、出行的距離和時(shí)間的緊迫性最大程度上影響出行方式的選擇，城市交通建設(shè)、實(shí)時(shí)的交通狀況和出行的費(fèi)用相對(duì)影響較少，出行政策和綠色交通的理念這兩個(gè)因素影響非常少，可見(jiàn)，出行方式的選擇除了考慮外部影響因素，如：天氣外，更多考慮的是跟自身有關(guān)的因素，而出行政策這種政府乃至國(guó)家制定的大的方案和綠色出行這種觀念對(duì)出行方式影響并不大，多數(shù)人在選擇出行方式時(shí)不會(huì)考慮該因素。該問(wèn)題也設(shè)置多選，從客觀因素到主觀因素都考慮包括在內(nèi)，更系統(tǒng)地反映各因素對(duì)出行方式的選擇的影響情況，有一定的完整性。

（2）各因素影響程度分布結(jié)果如下圖6所示。

圖6 各因素影響程度分布圖

以上圖中影響程度中位數(shù)2為基準(zhǔn)，可以看出氣象狀況、實(shí)時(shí)的交通狀況、出行的距離和出行的時(shí)間的平均數(shù)均比中位數(shù)大1點(diǎn)多，可以說(shuō)明這四個(gè)因素對(duì)出行方式的選擇具有很大程度的影響，而出行政策這個(gè)因素比中位數(shù)小，因而可以說(shuō)明該因素對(duì)出行方式的選擇影響并不大。本次影響程度等級(jí)分布均衡，合理有效的標(biāo)定影響程度，使結(jié)果更加合理化。

（3）是否傾向于綠色交通出行方式選擇的情況如下圖7所示。

圖7 綠色交通出行方式意愿圖

在是否更傾向于綠色交通的出行方式問(wèn)題上，92.8%的人選擇了是，僅有7.2%的人們選擇了否，我們能看出，綠色出行理念已被大多數(shù)人們所了解，并在一定程度上影響其心理出行的想法，但由影響因素?cái)?shù)據(jù)顯示，真正考慮綠色交通理念后再選擇出行方式的人們僅占12.6%，因而，加強(qiáng)綠色出行方式的宣傳與落實(shí)、擴(kuò)大其影響力度勢(shì)在必行。

4 小結(jié)

本論文在整理了大量文獻(xiàn)、積累了豐富的理論知識(shí)后，基于綠色出行理念，結(jié)合調(diào)查數(shù)據(jù)對(duì)居民出行方式的選擇及其影響因素進(jìn)行了研究和分析，現(xiàn)結(jié)合當(dāng)代居民出行環(huán)境和現(xiàn)狀，提出建議如下：

（1）合理規(guī)劃公共交通設(shè)施并加強(qiáng)對(duì)城市間公共交通設(shè)施的管理，如：共享單車的合理配置和擺放、地鐵線路的合理規(guī)劃等，使公共交通資源最大限度地合理利用，為人們選擇綠色出行方式提供方便，同時(shí)改善交通擁堵現(xiàn)狀。

（2）加強(qiáng)綠色出行理念的宣傳，讓已經(jīng)知道并有意向采用綠色出行方式的居民徹底落實(shí)綠色出行并將綠色出行的理念傳播給身邊的家人、朋友，擴(kuò)大其影響力，令少數(shù)不了解或不支持綠色出行觀念的居民了解綠色出行帶給我們的好處。

（3）加大智能化出行方案的研究力度，讓智能便捷的出行方式為居民出行提供便利，如：智能停車場(chǎng)的優(yōu)化、城市間紅綠燈的智能化、公交站牌實(shí)時(shí)數(shù)據(jù)的更新、最優(yōu)綠色路線的推薦等都是智能化出行要實(shí)現(xiàn)的目標(biāo)，且這些都將影響著人們的出行方式的選擇。

[1] Yuan Yang,Can Wang,Wenling Liu,et al.Understanding the determinants of travel mode choice of residents and its carbon mitigation poten- tial[J].Energy Policy,2018,115:486-493.

[2] 劉炳恩,雋志才,李艷玲,等.居民出行方式選擇非集計(jì)模型的建立[J].公路交通科技,2008(05):116-120.

[3] 殷煥煥,關(guān)宏志,秦?zé)?等.基于非集計(jì)模型的居民出行方式選擇行為研究[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2010,34(05): 1000-1003.

[4] 鄭雪琳,干宏程.居民交通方式選擇行為影響因素分析[J].上海理工大學(xué)學(xué)報(bào),2013,35(6):563-566.

[5] 劉宇峰,錢一之,胡大偉,等.基于結(jié)構(gòu)方程模型的不同規(guī)模城市居民出行方式選擇影響因素的關(guān)聯(lián)性分析[J].長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版),2018,38(05):87-95.

[6] 陳堅(jiān),晏啟鵬,楊飛,等.出行方式選擇行為的SEM-Logit整合模型[J].華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,41(02):51-57+65.

[7] 景鵬,雋志才,查奇芬.考慮心理潛變量的出行方式選擇行為模型[J].中國(guó)公路學(xué)報(bào),2014,27(11):84-92+108.

[8] 趙霖,甄峰,龍薩金.信息技術(shù)對(duì)南京城市居民休閑活動(dòng)與出行的影響[J].人文地理,2013,28(01):56-61.

[9] 王丹鳳,雋志才,高晶鑫.考慮互聯(lián)網(wǎng)使用的居民出行方式選擇研究[J].軟科學(xué),2016,30(10):125-130.

[10] 陳月霞,陳龍,查奇芬,等.基于低碳心理潛變量Logit模型的出行方式預(yù)測(cè)模型[J].公路交通科技,2017,34(09):100-108+137.

[11] Mao Ye,Simeng Zeng,Guixin Yang,et al.Identification of contribu- ting factors on travel mode choice among different resident types with bike-sharing as an alternative[J],Iet Intelligent Transport Sys- tems,2020,14(7):639-646.

[12] 朱順應(yīng),陳秋成,肖文彬,等.低碳補(bǔ)貼下的武漢市居民出行方式選擇邊際效應(yīng)[J].安全與環(huán)境學(xué)報(bào),2020,20(03):1118-1125.

[13] Luan Xin,Cheng Lin,et al.Residents’ action response experiments on different travel modes under the external conditions of a metr- opolitan environment[J]. Earth and Environmental Science, 2020, 546(3):032057.

[14] 宗芳,齊厚成,唐明,等.基于GPS數(shù)據(jù)的日出行模式－出行目的識(shí)別[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2018,48(05):1374-1379.

[15] 和占瓊,何民.環(huán)境態(tài)度對(duì)交通行為影響研究綜述[J].城市問(wèn)題, 2015(01):97-101.

[16] 耿紀(jì)超,龍如銀,陳紅.居民出行方式選擇影響因素的研究述評(píng)[J].北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2016,18(05):1-9.

[17] 駱晨,李想,鐘林峰,等.基于家庭屬性差異的大學(xué)生出行方式選擇行為研究[J].交通運(yùn)輸系統(tǒng)工程與信息,2020,20(03):227-232.

Research on Residents' Travel Behavior and Its Influencing Factors Based on the Concept of Green Transportation

LI Siqi

( School of Transportation Engineering, Chang'an University, Shaanxi Xi'an 710064 )

This paper adopts the electronic questionnaire survey methods of data collection, using the conventional method of calculating statistics of data calculation and arrangement, and in the form of statistical graphs and statistics to realize data processing results. The data based on the analysis of the results, based on the concept of green transportation, the residents travel mode choice and the main factors influencing the residents' travel choice way research, analysis and discussion is presented of some problems, that should be in expanding the concept of green transportation publicity and influence degree of residents to further advance the implementation of green transportation at the same time, so as to solve the current traffic congestion, environmental pollution and other issues.

Green traffic; Travel behavior; Factors influencing travel behavior

U461.1+14

A

1671-7988(2021)23-200-07

U461.1+14

A

1671-7988(2021)23-200-07

10.16638/j.cnki.1671-7988.2021.023.056

李思琪，就讀于長(zhǎng)安大學(xué)運(yùn)輸工程學(xué)院。