论文部分内容阅读
随着社会的发展和进步，我国新时期的社会主要矛盾已经转变为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，和普通民众相比，弱势群体面临的“不平衡不充分”问题更为严峻。解决弱势群体的发展问题是保障和改善民生、促进经济社会均衡发展的客观要求，直接关系到全面建设小康社会的顺利实现。与此同时，城市建设和可持续发展存在着交通拥堵、住房短缺等瓶颈。同时，居住与交通作为现代生活的基本要素，也是衡量生活质量高低的重要指标。科学规划城市弱势群体居住区及为其提供良好的交通出行环境，是解决城市弱势群体问题的有效突破口和关键环节。
因此，本文以城市弱势群体为研究对象，从居民居住地选择与出行选择行为两个层面展开研究，研究二者间的关联关系，揭示内在规律，为实现居住与出行的协同优化提供基础。论文的主要研究成果如下：
1、为解决城市弱势群体缺少定量划分方法的问题，在梳理弱势群体内涵与分类的基础上，提出了包含经济、生理、交通三个维度的定量分析指标，基于二阶聚类分析法，构建了城市弱势群体细分模型。以重庆市主城区为例，开展两阶段调查，共获取14061户、44714人数据。结果表明，城市弱势群体占总样本的38.5%，在交通工具、年龄、出行方式、职业、性别5个变量上与其他群体存在显著差异，其职业主要为中小学生或年迈的农民工、无业人员、退休人员，家庭构成为大家庭、单身劳动者或是退休老人，收入较低且出行方式单一、机动化程度低。
2、为定量探究城市弱势群体居住环境状况，引入居住满意度概念。基于顾客满意度理论与弱势群体特征，运用探索性因子分析筛选影响变量主成分，构建涵盖4个潜变量、20个测量变量的居住满意度结构方程模型，利用AMOS软件对模型进行参数估计，对比不同群组间的影响差异。实证结果表明：居住区位对居住满意度的影响最大，达到了0.799，其次是社区环境0.748，住房条件的影响最小，为0.532。不同收入群体对其居住满意度的影响最大的因素不一致，但对其影响较小的因素是一致的。有小汽车群体中住房条件对居住满意度影响最大，无小汽车群体中居住区位对居住满意度影响最大。不同住房性质群体中，居住区位对居住满意度的影响均比较高，而自有住房群体比租赁住房群体更在意社区环境和住房条件。
3、针对城市弱势群体缺少从不同层面上分析居住区位对出行决策的影响研究，基于计划行为理论与群体动力理论，构建了涵盖居住区位与出行心理影响因素的多水平结构方程模型。模型同时考虑了个体层面与社区层面变量对出行选择的影响，利用Mplus软件标定模型参数。实证结果表明：不同层面变量对出行行为意向的影响存在一定差异；个体层面变量对出行意向的影响大小依次为居住区位(0.668)、主观规范(0.646)、出行态度(0.588)、知觉行为控制(0.555)，社区层面变量对出行意向的影响大小依次为出行态度(0.724)、居住区位(0.655)。
4、为了分析城市弱势群体的居住与出行方式选择行为规律，通过MIMIC模型量化出行主观感受潜变量，并作为效用函数代入CNL模型中，构建了整合潜变量和离散选择模型的居住与出行一体化选择行为模型。模型以居住地位置为上层选择巢，出行方式作为下层选择肢，通过NLogit软件标定模型参数。结果表明：性别、文化程度、收入、小汽车拥有量、居住区位、出行态度、出行意向与一体化选择概率呈正相关，年龄、职业、平均房价、出行时间、出行费用则呈负相关。住在距离工作地5~10km的弱势群体，选择各出行方式之间有较强的替代性。随着居住地与工作地距离的增加，步行选择肢对上层区位的隶属度逐渐降低，小汽车选择对上层区位的隶属度逐渐增加。位于不同居住区位的出行者对出行方式的选择有明显的偏好。
5、基于多目标优化理论，以弱势群体居住地至工作地的总通勤距离最短、总出行时间最少、社会效益最大化为目标，根据变量相关影响因素确定目标函数，构建了城市居住空间分布与出行服务协同优化模型，并利用遗传算法对模型进行求解。算例结果表明，在限制研究区域内总人口数量、公交运营车辆数量、轨道交通车站总量一定的情况下，通过对各工作小区岗位数量的约束，可计算得到弱势群体各居住小区人口与公共交通资源的最优分布。模型可为决策者提供多目标优化的最优解集合，为城市居住空间与交通基础设施的布局规划提供理论依据。
综上所述，论文在城市弱势群体界定与分类、居住环境与满意度分析、出行决策多水平结构方程模型、居住与出行一体化选择混合模型、居住空间分布与出行服务配置协同优化等方面进行了全面深入的探索与研究，揭示了特定群体的居住与出行选择行为规律，为城市空间布局与交通规划提供了一定的理论依据与方法支撑。
因此，本文以城市弱势群体为研究对象，从居民居住地选择与出行选择行为两个层面展开研究，研究二者间的关联关系，揭示内在规律，为实现居住与出行的协同优化提供基础。论文的主要研究成果如下：
1、为解决城市弱势群体缺少定量划分方法的问题，在梳理弱势群体内涵与分类的基础上，提出了包含经济、生理、交通三个维度的定量分析指标，基于二阶聚类分析法，构建了城市弱势群体细分模型。以重庆市主城区为例，开展两阶段调查，共获取14061户、44714人数据。结果表明，城市弱势群体占总样本的38.5%，在交通工具、年龄、出行方式、职业、性别5个变量上与其他群体存在显著差异，其职业主要为中小学生或年迈的农民工、无业人员、退休人员，家庭构成为大家庭、单身劳动者或是退休老人，收入较低且出行方式单一、机动化程度低。
2、为定量探究城市弱势群体居住环境状况，引入居住满意度概念。基于顾客满意度理论与弱势群体特征，运用探索性因子分析筛选影响变量主成分，构建涵盖4个潜变量、20个测量变量的居住满意度结构方程模型，利用AMOS软件对模型进行参数估计，对比不同群组间的影响差异。实证结果表明：居住区位对居住满意度的影响最大，达到了0.799，其次是社区环境0.748，住房条件的影响最小，为0.532。不同收入群体对其居住满意度的影响最大的因素不一致，但对其影响较小的因素是一致的。有小汽车群体中住房条件对居住满意度影响最大，无小汽车群体中居住区位对居住满意度影响最大。不同住房性质群体中，居住区位对居住满意度的影响均比较高，而自有住房群体比租赁住房群体更在意社区环境和住房条件。
3、针对城市弱势群体缺少从不同层面上分析居住区位对出行决策的影响研究，基于计划行为理论与群体动力理论，构建了涵盖居住区位与出行心理影响因素的多水平结构方程模型。模型同时考虑了个体层面与社区层面变量对出行选择的影响，利用Mplus软件标定模型参数。实证结果表明：不同层面变量对出行行为意向的影响存在一定差异；个体层面变量对出行意向的影响大小依次为居住区位(0.668)、主观规范(0.646)、出行态度(0.588)、知觉行为控制(0.555)，社区层面变量对出行意向的影响大小依次为出行态度(0.724)、居住区位(0.655)。
4、为了分析城市弱势群体的居住与出行方式选择行为规律，通过MIMIC模型量化出行主观感受潜变量，并作为效用函数代入CNL模型中，构建了整合潜变量和离散选择模型的居住与出行一体化选择行为模型。模型以居住地位置为上层选择巢，出行方式作为下层选择肢，通过NLogit软件标定模型参数。结果表明：性别、文化程度、收入、小汽车拥有量、居住区位、出行态度、出行意向与一体化选择概率呈正相关，年龄、职业、平均房价、出行时间、出行费用则呈负相关。住在距离工作地5~10km的弱势群体，选择各出行方式之间有较强的替代性。随着居住地与工作地距离的增加，步行选择肢对上层区位的隶属度逐渐降低，小汽车选择对上层区位的隶属度逐渐增加。位于不同居住区位的出行者对出行方式的选择有明显的偏好。
5、基于多目标优化理论，以弱势群体居住地至工作地的总通勤距离最短、总出行时间最少、社会效益最大化为目标，根据变量相关影响因素确定目标函数，构建了城市居住空间分布与出行服务协同优化模型，并利用遗传算法对模型进行求解。算例结果表明，在限制研究区域内总人口数量、公交运营车辆数量、轨道交通车站总量一定的情况下，通过对各工作小区岗位数量的约束，可计算得到弱势群体各居住小区人口与公共交通资源的最优分布。模型可为决策者提供多目标优化的最优解集合，为城市居住空间与交通基础设施的布局规划提供理论依据。
综上所述，论文在城市弱势群体界定与分类、居住环境与满意度分析、出行决策多水平结构方程模型、居住与出行一体化选择混合模型、居住空间分布与出行服务配置协同优化等方面进行了全面深入的探索与研究，揭示了特定群体的居住与出行选择行为规律，为城市空间布局与交通规划提供了一定的理论依据与方法支撑。