黃潔　湯文蘊(yùn)　張愛(ài)華　錢(qián)林波

摘? 要：為了構(gòu)建自行車(chē)騎行者更滿(mǎn)意的騎行環(huán)境，文章針對(duì)自行車(chē)路徑選擇行為開(kāi)展研究，分析不同道路屬性、個(gè)體屬性與出行目的對(duì)騎行者路徑選擇行為的影響。文章設(shè)計(jì)了自行車(chē)騎行路徑選擇調(diào)查方案，引入廣義線(xiàn)性模型分析不同道路環(huán)境屬性下自行車(chē)騎行者的路徑選擇行為特征。參數(shù)估計(jì)結(jié)果顯示：不同年齡對(duì)無(wú)綠蔭道路長(zhǎng)度的敏感差異較小，購(gòu)物健身騎行者對(duì)環(huán)境的綠化較敏感;年齡越大選擇寬度小于3米的道路可能性越大，購(gòu)物、健身、生活出行和休閑娛樂(lè)為目的的騎行者選擇寬度小于3米的概率較低;年長(zhǎng)與通勤出行的騎行者偏愛(ài)于有隔離措施的路徑。

關(guān)鍵詞：道路環(huán)境;路徑選擇行為;自行車(chē)騎行;個(gè)人屬性;廣義線(xiàn)性模型

中圖分類(lèi)號(hào)：U121? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： In order to build a more satisfying cycling environment for cyclists， this article conducts research on bicycle path selection behavior， and analyzes the influence of different road attributes， individual attributes and travel purposes on the route choice behavior of cyclists. In this paper， a survey plan for cycling route choice is designed， and a generalized linear model is employed to analyze the route choice behavior characteristics of cyclists under different road attributes. Parameter estimation results show that different ages are less sensitive to the length of no-shade roads， and cycling for shopping and fitness are more sensitive to the length of no-shade roads; the older are more likely to choose a road with a width of less than 3 meters. Cyclists who go out for shopping， fitness， living trip， and recreational purposes are less likely to choose a road with a width of less than 3 meters; the elderly and commuting cyclists prefer routes with isolation measures.

Key words： road environment; route choice behavior; cycling; individual attributes; generalized linear model

0? 引? 言

國(guó)家主席習(xí)近平于2020年9月22日在聯(lián)合國(guó)大會(huì)上提出“雙碳”目標(biāo)：二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)“碳中和”。目前交通行業(yè)主要從發(fā)展新能源汽車(chē)方面降低碳排放和節(jié)約能源，非機(jī)動(dòng)車(chē)出行不僅能強(qiáng)身健體，而且在一定程度上能達(dá)到節(jié)能減排的效果，而良好的騎行環(huán)境屬于誘導(dǎo)出行者選擇自行車(chē)騎行的潛在因素[1]。對(duì)自行車(chē)騎行者的路徑選擇行為特征進(jìn)行研究，并根據(jù)其偏好特征針對(duì)道路設(shè)計(jì)、交通管理等方面制定相關(guān)方案和措施，如合理設(shè)置機(jī)非分隔帶等，可以為提高自行車(chē)出行的安全性、吸引出行者選用自行車(chē)出行提供理論基礎(chǔ)。同時(shí)，現(xiàn)有路徑導(dǎo)航軟件中針對(duì)自行車(chē)的推薦騎行路線(xiàn)僅考慮距離、時(shí)間等因素，并未考慮道路特征以及個(gè)體需求，缺少個(gè)性化服務(wù)。此外，研究自行車(chē)騎行路徑選擇偏好有助于自行車(chē)交通體系的規(guī)劃與建設(shè)[2]。因此，研究考慮個(gè)體屬性和道路屬性的自行車(chē)騎行路徑選擇行為顯得十分必要。

在現(xiàn)有針對(duì)影響非機(jī)動(dòng)車(chē)騎行路徑選擇行為因素的研究中，國(guó)內(nèi)學(xué)者主要從道路環(huán)境、交通環(huán)境、個(gè)人因素等方面對(duì)騎行者路徑選擇行為進(jìn)行研究。Ana[3]和Suzanne[4]從道路環(huán)境、交通流特性、道路屬性、路徑特征等角度研究騎行人的行為，并對(duì)相關(guān)因素的影響程度進(jìn)行排序。自行車(chē)出行選擇行為與出行者的性別、收入、年齡、騎行者的經(jīng)驗(yàn)有關(guān)系，女性以及年紀(jì)較輕的騎行者或沒(méi)有騎行經(jīng)驗(yàn)的騎行者對(duì)騎行環(huán)境的安全性敏感度較高[5-8]。1974年，Mcfadden[9]最早建立的離散選擇模型從微觀個(gè)體角度分析決策行為，被廣泛應(yīng)用于路徑選擇、交通方式選擇等交通行為決策問(wèn)題研究中。Majumdar[10-11]采用MNL模型和RPL模型發(fā)現(xiàn)風(fēng)險(xiǎn)等級(jí)是影響路徑選擇程度最大的因素，隨后根據(jù)這些關(guān)鍵因素推導(dǎo)出WTP（Willingness to Pay）估計(jì)。隨著離散選擇模型在國(guó)內(nèi)研究的不斷推廣，2004年，關(guān)宏志[12]首次以中文書(shū)籍的形式比較全面的介紹了非集計(jì)模型在交通行為分析領(lǐng)域的應(yīng)用。國(guó)內(nèi)學(xué)者在研究影響騎行路線(xiàn)決策行為中發(fā)現(xiàn)出行距離、出行時(shí)間、道路安全性、環(huán)境舒適性等是顯著因素[13-16]。何少辰[17]提出一種基于蟻群算法的城市居民自行車(chē)出行路徑優(yōu)化方法，考慮了選擇偏好、騎行路徑長(zhǎng)度以及坡度等相關(guān)屬性要素的影響。Li[18]討論了騎行者在分離式自行車(chē)道上和街道式自行車(chē)設(shè)施上的舒適感。韓軍紅[19]運(yùn)用多元有序Logit模型從多個(gè)指標(biāo)分析私人自行車(chē)騎行的影響因素及特征。王凱[20]研究通勤者的出行行為，發(fā)現(xiàn)早到和遲到風(fēng)險(xiǎn)偏好也不盡相同。

目前研究主要從路徑環(huán)境方向進(jìn)行展開(kāi)，致力于改善道路環(huán)境，為自行車(chē)騎行提供良好空間來(lái)激發(fā)自行車(chē)交通，而相關(guān)研究[1]表明設(shè)計(jì)良好的環(huán)境設(shè)施是潛在因素，并不會(huì)直接影響騎行選擇行為，不同出行目的下個(gè)人對(duì)騎自行車(chē)的喜好是重要影響因素。因此，僅僅通過(guò)改善環(huán)境因素并不能有效提高騎行選擇概率，需要結(jié)合出行者的出行目的，才能更好地解釋騎行路徑環(huán)境對(duì)騎行選擇概率的影響。本文從騎行目的出發(fā)思考為什么個(gè)體會(huì)選擇騎行，不再僅限于學(xué)生和通勤人員，面向各種職業(yè)的調(diào)查對(duì)象采集數(shù)據(jù)，將個(gè)體的性別、年齡和出行目的與道路環(huán)境進(jìn)行交叉融合分析，為改善騎行環(huán)境措施的進(jìn)一步細(xì)化提供支持。同時(shí)，通過(guò)研究不同群體在各種出行目的下對(duì)騎行環(huán)境的偏好特征，結(jié)合土地利用性質(zhì)分析出行吸引來(lái)規(guī)劃設(shè)計(jì)路徑的道路環(huán)境，更具有現(xiàn)實(shí)意義。

1? 數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)分析

1.1? 數(shù)據(jù)調(diào)查與整理

本文數(shù)據(jù)是通過(guò)行為調(diào)查（Revealed Preference， RP）和意向調(diào)查（Stated Preference， SP）來(lái)獲取。RP調(diào)查是對(duì)居民已完成的選擇性行為調(diào)查，使用過(guò)去每個(gè)人的選擇結(jié)果及相關(guān)數(shù)據(jù)，反映了被調(diào)查者的具體屬性及其在現(xiàn)實(shí)生活中真實(shí)情況的選擇;SP調(diào)查是對(duì)某一選擇狀態(tài)，了解被調(diào)查者在這一選擇狀態(tài)下的選擇結(jié)果。SP調(diào)查的最大特點(diǎn)在于調(diào)查的內(nèi)容是尚未發(fā)生的事情。但SP調(diào)查也存在缺陷，由于受訪(fǎng)者的回答容易被限定在一定的范圍內(nèi)，被調(diào)查者有時(shí)是在非現(xiàn)實(shí)、未體驗(yàn)的條件下做出的選擇，更多的認(rèn)為“應(yīng)該”如何選擇，從而放寬判斷標(biāo)準(zhǔn)[12]。

基礎(chǔ)問(wèn)卷部分包括被調(diào)查者的性別、職業(yè)、年齡、收入、居住小區(qū)和居住時(shí)間等類(lèi)型問(wèn)題。RP調(diào)查內(nèi)容主要是平均每月騎自行車(chē)次數(shù)、出行目的以及騎行忍耐時(shí)長(zhǎng)。SP調(diào)查內(nèi)容是假設(shè)給出若干條路線(xiàn)，在不同出行目的下，記錄騎行者的路徑選擇情況。本文調(diào)查以南京市區(qū)部分道路為研究場(chǎng)景，假設(shè)的情景是從新街口到夫子廟的四條可選路徑，設(shè)定五種出行目的，分別為上班、購(gòu)物、健身、生活出行和休閑娛樂(lè)，如圖1所示。

本次調(diào)查時(shí)間是2019年5月，通過(guò)網(wǎng)絡(luò)問(wèn)卷隨機(jī)發(fā)送給南京的居民，最終獲取315份有效問(wèn)卷，在情境中分為5個(gè)出行目的，有4條路徑選擇，因此共6 300條有效路徑選擇數(shù)據(jù)。同時(shí)，通過(guò)現(xiàn)場(chǎng)調(diào)查，獲取4條路徑的道路參數(shù)，如非機(jī)動(dòng)車(chē)道寬度、有無(wú)綠蔭、機(jī)非隔離帶形式等。通過(guò)這些數(shù)據(jù)來(lái)研究在考慮個(gè)人屬性以及出行目的的情況下，騎行者對(duì)不同道路屬性的路徑選擇行為。

1.2? 調(diào)查數(shù)據(jù)分析

通過(guò)整理調(diào)查問(wèn)卷數(shù)據(jù)，可以得到個(gè)人屬性和騎行數(shù)據(jù)如表1所示。在接受調(diào)查的人群中，男女比例均衡，男性占比47%，女性占比53%，說(shuō)明此次調(diào)查問(wèn)卷的數(shù)據(jù)在性別上分布均勻;收集的數(shù)據(jù)中服務(wù)業(yè)人員、公司職員和專(zhuān)業(yè)人士所占比例較大（大于50%），說(shuō)明自行車(chē)騎行的受眾群體主要是通勤人員，也與本次假設(shè)情景的情況相符合，假設(shè)情景的出發(fā)地和目的地的用地性質(zhì)為商業(yè)金融用地;年齡分布以26～50歲（占63.5%）居多，未成年人占比12.7%，50歲以上占比6.1%，符合老人年紀(jì)大和未成年人社會(huì)活動(dòng)少、身體素質(zhì)不夠完善、在騎行安全方面保障性較差有關(guān)。

統(tǒng)計(jì)自行車(chē)騎行特征分析發(fā)現(xiàn)，騎行休閑娛樂(lè)和上班上學(xué)的居民較少（占比分別為11.4%、18%），這表明像通勤這種對(duì)出行時(shí)間要求較高的出行，居民通常不會(huì)選擇自行車(chē)出行方式。騎行目的為健身（占比25.3%）大于20%，這符合騎行能鍛煉身體的特點(diǎn);受調(diào)查者中25.3%和20%的人分別以購(gòu)物、生活出行為騎行目的，說(shuō)明居民日常出行以騎行為主。在每月騎行次數(shù)統(tǒng)計(jì)數(shù)據(jù)中，騎行次數(shù)6～10次居多（占比32.1%），可見(jiàn)自行車(chē)騎行在日常生活中頻次低，也與騎行出行目的健身購(gòu)物相對(duì)應(yīng)。另外，近30%的受調(diào)查者認(rèn)為10～20分鐘是騎行時(shí)長(zhǎng)的上限，所以自行車(chē)騎行更適用于短途短時(shí)的出行。

對(duì)調(diào)查的道路屬性數(shù)據(jù)進(jìn)行整理分析，對(duì)相關(guān)性較大的數(shù)據(jù)進(jìn)行刪除與整理，最終將無(wú)綠蔭長(zhǎng)度、路寬小于3米以及分隔欄長(zhǎng)度列為道路屬性中對(duì)騎行者選擇路徑影響的因素。經(jīng)過(guò)分析，將調(diào)查的道路屬性（無(wú)綠蔭長(zhǎng)度、寬度3m以下的路長(zhǎng)度、分隔欄長(zhǎng)度）轉(zhuǎn)化為其與路線(xiàn)長(zhǎng)度的比例，更利于各因素的系數(shù)分析。

2? 模型構(gòu)建

廣義線(xiàn)性模型（Generalized Linear Model， GLM）是傳統(tǒng)線(xiàn)性模型的普遍化形式，不再局限于測(cè)量數(shù)據(jù)服從正態(tài)分布，可以適用于二分類(lèi)數(shù)據(jù)和計(jì)數(shù)數(shù)據(jù)?？紤]本文研究對(duì)象是騎行者對(duì)路徑的選擇情況，該結(jié)果屬于分類(lèi)變量，即選擇或者不選擇，選擇路徑為1，不選擇路徑為0，因此本文考慮采用廣義線(xiàn)性模型對(duì)其進(jìn)行建模。

廣義線(xiàn)性模型的基本假設(shè)如下：（1）廣義線(xiàn)性模型假設(shè)因變量Y的觀測(cè)值y相互獨(dú)立且服從指數(shù)分布;（2）自變量之間可以線(xiàn)性組合，即：η=γx，其中γ是模型待估參數(shù)，x是自變量的觀察值;（3）連接函數(shù)gμ用于建立因變量和自變量之間的關(guān)系，即：gμ=η，其中μ是因變量的均值。

隨機(jī)效用理論通常將效用函數(shù)U分為非隨機(jī)變化的部分（固定項(xiàng)）和隨機(jī)變化部分（概率項(xiàng)）兩大部分，并假設(shè)它們呈線(xiàn)性關(guān)系。可以用式（1）表示：

其中：U為出行者n選擇路線(xiàn)i的效用;V為出行者n選擇路線(xiàn)i效用函數(shù)的固定項(xiàng);ε為出行者n選擇路線(xiàn)效用函數(shù)的隨機(jī)項(xiàng)，相互獨(dú)立且服從Gumbel分布。

3? 參數(shù)標(biāo)定結(jié)果分析

本文首先將物理環(huán)境屬性（無(wú)綠蔭比例、道路寬度在3m以下的路長(zhǎng)比例、分隔欄長(zhǎng)比例）加入GLM模型中進(jìn)行主效應(yīng)分析，經(jīng)過(guò)R語(yǔ)言運(yùn)行，得到參數(shù)結(jié)果如下：

根據(jù)參數(shù)估計(jì)表2的估計(jì)值可知道路環(huán)境對(duì)騎行路徑選擇的影響概率表達(dá)式為P=。

由變量系數(shù)的P值可知，三個(gè)參數(shù)的回歸系數(shù)檢驗(yàn)均是顯著的，無(wú)綠蔭比例、道路寬度小于3米的比例和機(jī)非分隔欄長(zhǎng)度比例對(duì)騎行者選擇路徑的行為存在著明顯的影響，這與已有研究和相關(guān)常識(shí)相一致。無(wú)綠蔭的道路長(zhǎng)度和道路寬度小于3米的標(biāo)定參數(shù)為負(fù)，表明這兩個(gè)變量與騎行者路徑選擇呈負(fù)相關(guān)，即無(wú)綠蔭或?qū)挾刃∮?米的道路越長(zhǎng)，騎行者選擇這條道路的概率越低。機(jī)非分隔欄比例的系數(shù)為正，說(shuō)明具有機(jī)非分隔欄的道路越長(zhǎng)，騎行者選擇該道路的概率越大。由表達(dá)式可知，其他條件不變時(shí)，當(dāng)路徑中綠蔭比減少10%，則騎行者選擇該路徑的概率下降4.2%;道路寬度小于3m比增加10%，選擇該道路的概率下降5%;而機(jī)非分隔欄比增加10%，選擇該路徑的比例增加16%，這表明騎行者對(duì)機(jī)非分隔欄的敏感度是無(wú)綠蔭道路長(zhǎng)和寬度小于3米的3～4倍，人們更注重騎行環(huán)境的安全性。主效應(yīng)寬度小于3米（-2.811）與無(wú)綠蔭比（-2.316）的系數(shù)值說(shuō)明騎行者對(duì)道路寬度與對(duì)環(huán)境的敏感度基本相當(dāng)。

進(jìn)一步，本文分別從騎行者的個(gè)人屬性（性別、年齡）和出行目的兩個(gè)方面對(duì)道路特征為無(wú)綠蔭、寬度小于3米、有機(jī)非分隔欄的道路選擇行為進(jìn)行研究分析。在主效應(yīng)模型中加入交互項(xiàng)，考慮個(gè)人屬性和出行目的對(duì)選擇不同騎行道路的調(diào)節(jié)作用。

從參數(shù)估計(jì)結(jié)果可以看出，不同的道路屬性與個(gè)人屬性以及出行屬性之間的交互效應(yīng)也不相同，對(duì)三個(gè)不同道路屬性與個(gè)人屬性及出行目的之間的交互結(jié)果進(jìn)行分析可以得到以下結(jié)論。

在本文建立的三種模型中，性別對(duì)模型標(biāo)定結(jié)果解釋不顯著，表明男女對(duì)選擇有無(wú)綠蔭、道路寬度小于3米和有無(wú)機(jī)非分隔欄的騎行環(huán)境的要求差異性不明顯。從表3的結(jié)果可以發(fā)現(xiàn)，個(gè)人屬性中不同年齡段的居民對(duì)無(wú)綠蔭道路長(zhǎng)度不敏感，表明各個(gè)年齡段的騎行者對(duì)騎行環(huán)境綠化程度敏感度差異性不大。根據(jù)表3的標(biāo)定結(jié)果可以計(jì)算出當(dāng)出行者分別以通勤、購(gòu)物和健身為目的時(shí)，無(wú)綠蔭比增加10%，概率分別下降2.94%、7.06%和6.71%。當(dāng)綠蔭比例達(dá)到0.91時(shí)，購(gòu)物者選擇該路徑的概率接近95%。相對(duì)于無(wú)目的出行（4.2%），無(wú)綠蔭增加10%，通勤選擇的概率降幅較低，而購(gòu)物健身騎行者對(duì)環(huán)境的綠化更為敏感。這可能由于在通勤途中，時(shí)間緊迫，騎行者無(wú)暇顧及周?chē)牡缆翻h(huán)境，而購(gòu)物等出行由于時(shí)間充裕，可充分選擇適宜的路徑。

在表4中，寬度小于3米與年齡的交叉項(xiàng)系數(shù)為正，表明在寬度小于3米的道路和年齡的雙重影響下，年齡越大選擇寬度小于3米的道路可能性越大。年紀(jì)較大的騎行者由于擁有豐富的騎行經(jīng)驗(yàn)，對(duì)路寬小于3米的敏感度較低，因此相對(duì)于年輕的騎行者更能接受較窄具有約束性的道路條件。根據(jù)表4的模型標(biāo)定結(jié)果，可以得出寬度小于3米的非機(jī)動(dòng)車(chē)道長(zhǎng)每增加10%，以通勤、購(gòu)物、健身、生活出行和休閑娛樂(lè)為出行目的選擇該路徑的概率分別降低3.74%、6.54%、7.18%、10.62%和8.33%。相比較于無(wú)目的出行的騎行者（5%），以購(gòu)物、健身、生活出行和休閑娛樂(lè)為目的的騎行者選擇寬度小于3米的概率較低，他們對(duì)寬度小于3米的道路長(zhǎng)敏感度高，這可能是因?yàn)榻o予出行者足夠時(shí)間空間，他們就會(huì)在意騎行環(huán)境的舒適性，因此更注重騎行空間。

從表5的結(jié)果可以發(fā)現(xiàn)，分隔欄比例與性別的交叉項(xiàng)系數(shù)為正，年長(zhǎng)的騎行者偏愛(ài)于有隔離措施的路徑，他們騎行更穩(wěn)重一些，即使騎行技術(shù)相對(duì)較高，但并不愛(ài)冒險(xiǎn)，因此更喜歡在有隔離設(shè)施的非機(jī)動(dòng)車(chē)道上行駛。根據(jù)表5的計(jì)算結(jié)果可以得出機(jī)非分隔欄比例每增長(zhǎng)10%，以通勤、購(gòu)物、健身、生活出行和休閑娛樂(lè)為目的的出行選擇該路徑的概率會(huì)增長(zhǎng)17.37%、4.1%、5.56%、4.98%和7.78%。以通勤為目的的概率增幅是以其他為出行目的的2～4倍，表明通勤人員更偏愛(ài)于有分隔欄的道路，由于上班的緊迫性，更注重騎行安全。因此對(duì)于通勤人員較多的道路，應(yīng)更注重機(jī)非隔離設(shè)施的布設(shè)，當(dāng)路徑中機(jī)非隔離欄比例達(dá)到0.5時(shí)，通勤者選擇該路徑的概率趨近于1。

綜合表3至表5的結(jié)果可以發(fā)現(xiàn)，性別對(duì)騎行路徑中各類(lèi)道路環(huán)境的影響差異相對(duì)較小，而不同年齡段的騎行者具有不同的騎行經(jīng)驗(yàn)與冒險(xiǎn)偏向方面，對(duì)騎行路徑中各類(lèi)道路環(huán)境的影響差異主要體現(xiàn)在自行車(chē)道寬度以及機(jī)非分隔帶方面。此外，從結(jié)果中可以看出，通勤出行者更在意機(jī)非分隔帶的形式，主要原因在于通勤出行主要在早晚高峰時(shí)期，機(jī)動(dòng)車(chē)道流量較大對(duì)自行車(chē)的騎行影響更大。該擬合結(jié)果對(duì)指導(dǎo)慢行交通規(guī)劃系統(tǒng)具有指導(dǎo)意義，比如關(guān)于老城區(qū)的道路改造，在規(guī)劃紅線(xiàn)范圍內(nèi)，為通勤人員的主要出行路段設(shè)置機(jī)非分隔欄、適當(dāng)減少非機(jī)動(dòng)車(chē)道寬度和綠植面積，能在合理保留老城區(qū)現(xiàn)有用地結(jié)構(gòu)的前提下，改善非機(jī)動(dòng)車(chē)出行環(huán)境。

4? 結(jié)論與展望

本文以南京市調(diào)查數(shù)據(jù)為基礎(chǔ)，構(gòu)建GLM模型分析騎行者對(duì)具有不同道路屬性的偏好，發(fā)現(xiàn)騎行者對(duì)道路的敏感度為機(jī)非分隔欄大于寬度小于3米和無(wú)綠蔭道路，相對(duì)騎行環(huán)境綠化程度和舒適性，騎行者對(duì)騎行道路的安全程度敏感度更高。

此外，在每個(gè)模型中加入道路環(huán)境與個(gè)人屬性和出行目的的交叉項(xiàng)，考慮性別、年齡和出行目的的影響下，居民對(duì)騎行道路環(huán)境的選擇情況。通過(guò)模型擬合結(jié)果對(duì)比分析不同個(gè)人屬性和出行目的選擇不同路徑的偏好，結(jié)果顯示：年齡對(duì)騎行環(huán)境的敏感性較高，老年群體更能接受寬度小于3米的道路，而年輕群體更能接受分隔欄較少的道路。出行目的顯著影響著騎行者對(duì)騎行環(huán)境的選擇：以購(gòu)物和健身為目的的出行者對(duì)綠化道路的敏感程度非常接近，因此結(jié)合土地利用性質(zhì)可以考慮住宅區(qū)、商業(yè)區(qū)和公園綠地區(qū)的道路綠化布設(shè);通勤人員會(huì)更在意騎行環(huán)境的安全性，而對(duì)綠化舒適性敏感度較低。

本文基于鼓勵(lì)出行者選擇騎行出行的目的，研究發(fā)現(xiàn)了騎行目的與道路環(huán)境之間的關(guān)系，并提出可以結(jié)合起訖點(diǎn)的土地利用性質(zhì)來(lái)規(guī)劃設(shè)計(jì)道路環(huán)境，對(duì)實(shí)際的工程應(yīng)用具有良好的支撐作用。在后續(xù)的研究中，可以從自行車(chē)選擇與土地利用的關(guān)系出發(fā)，進(jìn)一步研究出行吸引對(duì)自行車(chē)騎行選擇的影響。

參考文獻(xiàn)：

[1]? Yan Xing， Jamey Volker， Susan Handy. Why do people like bicycling？ Modeling affect toward bicycling[J]. Transportation Research Part F： Psychology and Behaviour， 2018，56：22-32.

[2] 陳陽(yáng)，馬健霄，徐志豪，等. 基于物元分析的自行車(chē)交通體系評(píng)價(jià)方法研究[J]. 森林工程，2018，34（5）：84-90.

[3]? Ana Beatriz Pereira Segadilha， Suely da Penha Sanches. Identification of Factors that Influence Cyclists Route Choice[J]. Procedia-Social and Behavioral Sciences， 2014，160：372-380.

[4]? Suzanne Elizabeth Vedel， Jette Bredahl Jacobsen， Hans Skov-Petersen. Bicyclists' preferences for route characteristics and crowding in Copenhagen——A choice experiment study of commuters[J]. Transportation Research Part A， 2017，100：53-64.

[5]? Cervero R， Duncan M. Walking， bicycling， and urban landscapes： evidence from the San Francisco Bay Area[J]. American Journal of Public Health， 2003，93（9）：1478-1483.

[6]? Stinson M A， Bhat C R. Commuter Bicyclist Route Choice： Analysis Using a Stated Preference Survey[J]. Transportation Research Record， 2003，1828：107-115.

[7]? Abasahl F， Kelarestaghi K B， Ermagun A. Gender gap generators for bicycle mode choice in Baltimore college campuses[J]. Travel Behaviour & Society， 2018，11：78-85.

[8]? Moudon A V， Lee C， Cheadle A D， et al. Cycling and the built environment， a US perspective[J]. Transportation Research Part D Transport & Environment， 2005，10（3）：245-261.

[9]? Mcfadden D. The measurement of urban travel demand[J]. Journal of Public Economics， 1974，3（4）：303-328.

[10]? Majumdar B B， MITRA S. Analysis of bicycle route-related improvement strategies for two Indian cities using a stated preference survey[J]. Transport Policy， 2018，63：176-188.

[11]? Majumdar B B， MITRA S. Valuing Factors Influencing Bicycle Route Choice Using a Stated-Preference Survey[J]. Journal of Urban Planning and Development， 2017，143（3）：04017001.

[12] 關(guān)宏志. 非集計(jì)模型——交通行為分析的工具[M]. 北京：人民交通出版社，2004.

[13] 朱瑋，龐宇琦，王德. 自行車(chē)出行行為和決策研究進(jìn)展[J]. 國(guó)際城市規(guī)劃，2013，28（1）：50-55.

[14] 潘暉婧，朱瑋，王德. 基于路徑選擇行為的自行車(chē)出行環(huán)境評(píng)價(jià)和改善[J]. 上海城市規(guī)劃，2014（2）：12-18.

[15] 朱瑋，翟寶昕，簡(jiǎn)單. 基于可視化SP法的城市道路自行車(chē)出行環(huán)境評(píng)價(jià)及優(yōu)化——模型構(gòu)建及上海中心城區(qū)的應(yīng)用[J]. 城市規(guī)劃學(xué)刊，2016（3）：85-92.

[16] 朱彤，楊晨煊，郭春琳，等. 城市道路環(huán)境自行車(chē)出行者滿(mǎn)意度模型研究[J]. 重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，37（2）：102-106.

[17] 何少辰. 城市居民自行車(chē)出行行為路徑導(dǎo)向優(yōu)化[J]. 計(jì)算機(jī)仿真，2018，35（7）：422-425.

[18]? Zhibin Li， Wei Wang， Pan Liu， et al. Physical environments influencing bicyclists' perception of comfort on separated and on-street bicycle facilities[J]. Transportation Research Part D， 2012，17（3）：256-261.

[19] 韓軍紅. 基于多元有序Logit模型的私人自行車(chē)騎行影響因素研究[D]. 西安：長(zhǎng)安大學(xué)（碩士學(xué)位論文），2017.

[20] 王凱，關(guān)宏志，嚴(yán)海. 通勤者路徑選擇行為及風(fēng)險(xiǎn)偏好調(diào)查分析[J]. 北京工業(yè)大學(xué)學(xué)報(bào)，2016，42（5）：762-767.