山地城市居民公交出行幸福感影響因素研究

贠藝涵，趙 航，熊仁江，劉思敏

(貴州師范大學 地理與環境科學學院，貴州 貴陽 550025)

0 引言

隨著社會不斷發展，“幸?！敝饾u被作為衡量生活質量以及社會發展的標準。公共交通出行作為大多數城市居民每日必須面對的一項活動，正影響著人們的幸福感[1]。由于山高坡陡、地形破碎等特殊條件[2]，貴陽市目前還存在公交基礎設施覆蓋率低、分布不均衡[2-3]等問題，且道路非直線系數較大，導致居民公交出行的舒適度、便捷性、安全性和時效性難以得到保障，易在公交出行過程中產生不好的情緒體驗[4]，這可能影響居民出行幸福感。因此，亟待探究山地城市居民公交出行幸福感的影響機理，以期為山地城市的交通規劃部門合理改善公交系統服務和道路設施提供理論參考。

出行幸福感指在出行的背景下，出行者通過感知和體驗將幸福感具體化的過程[5]。研究發現，個人社會經濟屬性、出行屬性、建成環境、基礎設施、居民主觀感受、乘車便捷性與舒適性、區域位置等因素顯著影響居民出行幸福感。個人屬性與出行屬性方面，Majumdar等[6]發現在印度男性的幸福感高于女性；郭志芳[7]發現寒冷地區的行政事業單位工作人員幸福感最高；同時樊帆[8]分析出個人月收入越高，在乘坐公交過程中更容易產生正面情緒；Mantouka等[9]則發現出行模式選擇會直接影響出行幸福感。建成環境對居民出行幸福感的影響存在差異，其中，樊帆[8]發現工作地的人口密度和用地混合度以及到市中心的距離影響出行幸福感，但郭娟娟[10]分析出建成環境并不直接影響出行幸福感，這可能與研究區域的劃分有關。在基礎設施方面，陰星星[11]發現步行道路和自行車道路寬度、機非分隔方式、路內干擾類型與居民出行幸福感息息相關。隨著研究的不斷深入，學術界開始關注乘客的主觀感知和出行的便捷性與舒適性，De Vos[12]與Majumdar等[6]分別指出居民出行態度與偏好、公交車站安全感知對出行幸福感產生影響；馬靜怡[13]則發現地鐵在站內及車廂環境、服務時間、換乘等方面服務較好時乘客的出行幸福感更好；地理位置方面，Wei等[14]研究發現其對居民出行發幸福感沒有直接影響，但會通過影響通勤選擇、出行態度與偏好來間接影響出行幸福感。

在出行幸福感的研究方法上，多利用結構方程模型(Structural Equation Model，SEM)[14-15]、Logit模型[6，8，11，16]、貝葉斯網絡模型[9]、層次分析法[17]。通過梳理相關文獻(見表1)發現：(1)已有研究多集中于平原城市，常忽略地形(如道路坡度與線路繞行)對居民出行幸福感的影響，造成已有研究結果與對策可能不適用于地形復雜的山地城市；(2)大部分研究未考慮地理的可塑性單元面積問題(Modifiable Areal Unit Problem，MAUP)，缺乏系統分析和探討不同地理單元區劃建成環境與居民出行幸福感的關系；(3)在變量選取方面，大部分研究主要考量乘客對公交服務的滿意程度，而往往忽略了在此過程中乘客是否真正享受到服務，乘客對服務質量表示肯定但并不完全代表其在出行中能夠較容易地享受到該服務，尤其是在山地城市，人們對于公交資源與服務的實際獲得感有待測量。同時，現有研究僅分析了性別的異質性效應，由于身體健康與年齡的差異，老年人與年輕人在公交出行時影響其幸福感的因素或許存在差異，更應采取有針對性的措施提高不同人群的公交出行幸福感。

表1 近年來出行幸福感研究Tab.1 Travel well-being studies in recent years

為此，本研究基于貴陽市中心城區調查數據，采用SEM-Logit模型和分層分析法識別山地城市居民公交出行幸福感的影響因素，探討關注不同地理單元區劃中建成環境影響的差異以及出行幸福感影響因素在不同群體的異質性，以期為山地城市相關部門優化公交系統、提升居民出行幸福感建言獻策。

1 研究數據與方法

1.1 研究數據

本研究以貴陽市中心城區為研究范圍，包括云巖區、南明區全部區域以及白云區、烏當區、觀山湖區和花溪區的部分區域，于2022年7月5日至11日，在貴陽中心城區采取面談訪問的方式開展問卷調查。調研地點選取各區域內人流量較大的公交站點，樣本的分布按各區域我國第7次人口普查數成比例抽取，各區域抽樣人數如表2所示，調查站點與乘客出發地的空間分布較均衡。本次調研對搭乘公交的735位乘客發放問卷，剔除無效問卷，最終選取689份有效問卷作為分析樣本。

表2 各區域抽樣情況Tab.2 Sampling situation in each region

1.2 變量選取

1.2.1 被解釋變量——公交出行幸福感

Ettema等[20]提出的廣義幸福感量表包含情緒層面和認知層面，被廣泛應用于出行幸福感的研究。本次問卷選取幸福感量表中的出行體驗是否良好、出行是否順利、時間是否緊迫、是否疲憊、是否享受這5個指標來測量公交出行幸福感，采用主成分法將指標劃分為一個維度，如表3所示。出行幸福感涉及人們內心復雜的情感，選項需劃分更細，從而會產生更好的效果，因此本研究采用7分制[21]。

表3 出行幸福感測量指標Tab.3 Travel well-being measurement indicators

1.2.2 解釋變量

通過梳理相關研究文獻，選擇公交乘客的個體屬性、出行屬性、研究單元的建成環境以及公交服務滿意度與公交資源獲得感感知為影響出行幸福感的因素。

(1)個體屬性與出行屬性。個體屬性變量主要包括性別、年齡、職業、月收入、戶口(農村或城鎮)以及在貴陽的居住時長。出行屬性變量包括出行目的、出行持續時長、出行距離、出行時間段以及出行中的換乘次數。

(2)建成環境。結合已有研究及數據的可獲取性，人口密度、公共交通站點數量、到城市中心距離、土地利用混合度等是出行幸福感的重要影響因素[6，14，22]。在此基礎上，為突出山地城市特點，研究還選取了坡度作為建成環境變量來分析對幸福感的影響，指標設置及問卷選項賦值如表4、表5所示，并按照3類地理區劃單元依次提?。夯诘染嘁巹t劃分的1 km四邊形規則網絡；基于交通小區劃分原則[23]劃分的交通小區，劃分原則中主要考慮了人口數量(2萬人左右)、土地利用、公路鐵路、河流、綠地等；基于行政單元劃分的街道社區。

表4 樣本特征變量表Tab.4 List of sample characteristic variables

表5 建成環境變量表Tab.5 List of built environment variables

(3)公交服務滿意度。本研究按照乘客從出發地至目的地的過程將乘客對乘坐公交之前、乘坐途中和到達目的地的整個過程中公交服務的滿意程度作為公交服務質量的主觀衡量標準[25]。選取10個指標，劃分為乘車服務滿意度、運營服務滿意度、站點服務滿意度以及乘坐體驗滿意度這4個維度，采用李克特5分量表測量變量，如表6所示。

表6 主觀感知變量Tab.6 Subjective perceived variables

(4)公交資源獲得感感知。梅正午等[26]認為“公共服務獲得感”是社區居民對所在區域公共服務資源提供的充足性、獲取的便利性、分布的均衡性、共享的普惠性等方面的成效感知。陽義南等[27]亦從便利性、充足性、普惠性和均等性4個方面測量8項民生公共服務帶給民眾的“獲得感”。公交亦屬于基本公共服務領域，山地城市居民在步行前往公交站點過程中通常會面臨上下坡、途徑天橋和地下通道，可能會影響居民對公交資源獲得的感知，因此研究選取9個指標，劃分為均衡性感知、舒適性與便捷性感知、安全性感知這3個維度測量公交資源獲得感。因本研究重點考量在山地城市特殊的地理環境條件下地形特征會對居民公交獲得感產生怎樣的影響，故而在便捷性感知方面設置了2個評價地形感知的指標以及一個評價道路繞行的指標來了解居民對坡度和地形的真實體驗，變量描述如表6所示。

1.3 研究方法

出行幸福感作為復雜的心理感知變量，其影響因素既有可直接觀測的變量(個人屬性、出行距離)，同時也存在較多潛在心理變量(公交乘坐服務滿意度、公交資源獲得感感知)。而潛變量往往無法直接觀測，需進一步細化，形成多層嵌套的變量結構。如直接采用離散選擇模型進行解析，則會難以有效闡釋各影響因素對出行幸福感的作用關系。因此，郭志芳等[7-13]利用SEM-Logit整合模型，將不可直接測量的主觀感知變量加入到Logit模型中，使SEM-Logit模型在預測力上有了較大改進。本研究結合Logit模型與SEM模型的優勢，構建包含個人和出行屬性、建成環境、公交服務滿意度以及公交資源獲得感的SEM-Logit整合模型。

1.3.1 SEM模型

SEM模型主要用于描述潛變量與觀測變量之間及潛變量與潛變量之間的關系，包括測量模型和結構模型。測量模型主要由潛變量和觀測變量組成，各模型方程式[13]見式(1)～(3)，其中外生潛變量的測量方程式為：

x=Λxξ+ε，

(1)

式中，x為外生潛變量的觀測變量所構成的向量；Λx為x對ξ的因子載荷矩陣；ξ為外生潛變量構成的向量。內生潛變量的測量方程式為：

y=Λyη+ε，

(2)

式中，y為內生潛變量的觀測變量所構成的向量；Λx為y對η的因子載荷矩陣；η為內生潛變量構成的向量。結構方程式為：

η=Bη+Γξ+ζ，

(3)

式中，B為內生潛變量的結構系數矩陣；Γ為外生潛變量的結構系數矩陣；ζ為模型的殘差向量；ε為觀測誤差的向量。

1.3.2 Logit模型

本研究的因變量為出行幸福感，其評判指標是有序的數據結構。為了對樣本進行有效解釋，選擇有序Logit回歸方法[11]構建如下模型：

…+βmNm)，

(4)

式中，Yij為出行幸福感；j為因變量的分類；i為第i個出行者；Nm為自變量；βm為自變量系數；α為常數項；Pj為選擇幸福感程度j的概率。

2 模型構建

構建SEM-Logit整合模型，如圖1所示。

圖1 SEM-Logit模型結構圖Fig.1 Structure diagram of SEM-Logit model

(1)構建SEM模型。首先建立公交出行幸福感、服務滿意度以及公交資源獲得感與觀測變量、潛在變量間因果關系的結構模型。如圖2所示，模型中的測量誤差都為正值，潛變量與測量指標間的因素載荷量在0.53～0.9之間，卡方自由度比(CMIN/DF)為3.657<5，適配指數(GFI)為0.909>0.9，漸進殘差均方和平方根(RMSEA)為0.062<0.08，調整后適配度指數為(AGFI)0.883>0.8，比較適配指數(CFI)為0.869>0.8，表明模型適配度可接受。模型適配總體符合要求，且變量均對幸福感產生顯著影響，結果如表7所示。

圖2 SEM模型Fig.2 SEM model

表7 結構方程模型路徑系數及估計值Tab.7 Structural equation model path coefficients and estimates

(2)計算各觀測變量的權重。對觀測變量與潛變量的路徑系數(λ1，λ2，…，λn)進行標準化處理，并作為各變量的權重，同時路徑系數做標準化處理[27]，計算如下：

(5)

最后利用調研問卷中居民對主觀感知問題的回答來計算潛變量的適配值，計算如下：

ξ=A1S1+A2S2+…+AnSn。

(6)

(3)整合模型求解。在求解出SEM模型的潛變量適配值后，需要將其代入Logit模型中進行整合。本研究參考已有研究[28]構建SEM-Logit模型，即含有顯變量又有潛變量的效用函數表達式為：

Uin=Vin+εin，

(7)

Vin=∑la′ilsinl+∑qb′iqziqn+∑pc′ijmijn+

∑kdikηikn，

(8)

式中，Uin為居民n選擇幸福感程度i的效用函數；Vin為居民n選擇幸福感程度i的效用函數固定項目；εin為居民n選擇幸福感程度i的隨機項；l為居民個人屬性變量個數，sinl為個人屬性顯變量；q為居民出行屬性變量個數；ziqn為出行屬性顯變量；j為建成環境變量個數，mijn為建成環境顯變量；k為潛變量個數，ηikn為潛變量；ail，biq，cij，dik為待估參數。SEM描述潛變量與顯變量、潛變量與其測量變量之間的相互關系，則通過SEM確定ηikn的表達如下：

ηikn=∑rλiknxirn+ζikn，

(9)

yi，t，n=∑kγiktηikn+ξitn，

(10)

式中，ηikn為潛變量；xirn為與潛變量存在相互關系的顯變量；yi，t，n為潛變量對應的測量指標變量；t為潛變量對應的觀測變量個數；n為與潛變量存在相互關系的顯變量個數；ζikn和ξitn為隨機誤差項；λikn和γikt為待估參數。

假設出行者n的幸福感程度合集為An，取值范圍為1～7，程度逐漸遞增，因變量有k個分類，表示為：1，2，…，j，j+1，…，k。選擇幸福感程度i的效用為Uin，選擇幸福感程度j的效用為Uin，通過引入二值變量ein(ein=0為出行者n不選擇程度i，ein=1為出行者n選擇程度i)來描述出行者n的幸福感程度：

(11)

根據效用理論，出行者n幸福感程度i的概率Pin可表述為：

Pin=P(Uin>Ujn；i≠j，j∈An)=P(Vin+εin>

Vjn+εjn；i≠j，j∈An)=P{∑la′ilsinl+

∑qb′iqziqn+∑pc′ijmijn+∑kdikηikn+εjn>max

(∑la′ilsinl+∑′qbiqziqn+∑′pcijmijn+∑kdikηikn+

εjn)；i≠j，j∈An。

(12)

假定不同程度幸福感的效用函數中其隨機項是互相獨立并服從Gumbel分布的，可推導出含有潛變量的 Logit 模型：

Pin=

(13)

最后，將式(6)所求得的適配值按照四舍五入原則劃分為1～5個等級，適配值為 0～1.5 賦值為1，1.5～2.5為2，以此類推，大于4.5賦值為5，然后計算各潛變量特征表達式，最后將其代入式(13)進行分析。

3 結果分析

本研究通過SEM計算潛變量的適配值，并利用Arcgis提取3個區劃的建成環境指標，連同其他顯變量一起導入有序Logit模型來分析山地城市公交出行幸福感的影響因素。通過對比不同區劃下的計量結果，能夠在一定程度上避免區劃效應帶來的問題，提高實證結果的可信度。按照年齡將數據分為老年人群體(≥60歲)和非老年人群體，建立2個整合模型來檢驗兩群體公交出行幸福感影響因素的差異。

3.1 山地城市公交出行幸福感的影響因素分析

SEM-Logit整合模型結果如表8所示，其中3個模型的建成環境指標分別從1 km網格分析區、交通小區分析區和街道社區分析區范圍提取。結果表明，模型1和2的建成環境與居民公交出行幸福感不存在顯著關系。模型3社區常住人口密度、人均路網與公交出行幸福感呈顯著正相關，社區人均公交線路長度、出發地至市中心的距離與公交出行幸福感呈顯著的負相關，其中社區人均公交線路、至市中心的距離以及人均路網與以往平原城市開展的研究結論一致[7-8，18]，人口密度與以往研究結論存在差異。這可能是因為山地城市“多中心、多組團”的空間分布格局形成了分散聚集的人居空間環境。人口密度大的地區更接近市中心，提供的公交服務較為完善，同時常住人口密度越大，人們結伴出行的概率較高。根據已有研究，邵源等[29]指出結伴出行的幸福感高于單獨出行幸福感。同時由結果可知，相比于1 km規則網絡和交通小區，街道社區所提取的建成環境與居民公交出行幸福感的關聯程度更高，這可能是因為居民日常出行至公交站點的活動范圍多處于街道社區，以其為研究單元所提取的建成環境指標較能真實反映居民日常公交出行的建成環境狀況。

針對公交服務滿意度與公交資源獲得感因素，3個模型的回歸結果基本一致。公交服務滿意度中，人們對公交提供的乘車服務、運營服務以及乘坐體驗的滿意程度顯著影響出行正情緒，這與以往研究結論相類似[7，18]。公交資源獲得感中，居民對于公交資源的均衡性感知、舒適性與便捷性感知與公交出行幸福感具有顯著正相關，說明山地城市居民在公交出行時由于地形線路的影響，相比于途中的安全狀況，更加在意公交資源的分布以及感知坡度和線路繞行情況。其次，客觀建成環境中坡度對公交出行幸福感不具有顯著影響，但人們對道路坡度的感知評價卻與出行幸福感具有顯著正相關，這與Ettema等[30]的研究結論相似，認為相比于客觀變量的影響，幸福感更容易受到空間環境主觀感知的影響。

個人屬性與出行屬性因素，在3個模型中的回歸結果也基本一致，這里僅分析模型3的結果。個人屬性中，相對于老年人，青少年公交出行幸福感增加1的概率是老年人的2.2倍，即青少年公交出行幸福感高于老年人，可能是因為老年人的身體機能和出行能力相對于青少年更弱，在山地城市背景下，老年人在至站點途中更容易受到道路坡度及繞行距離較大的影響。同時通過實地調查，大部分公交車的服務設施給予老年人的特殊福利較少，這也可能會導致老年人公交出行的幸福感較低。出行屬性中，研究結果均與以往研究相一致，即出行時長與出行幸福感呈顯著負相關[7，13]。出行目的為上學與通勤時，出行幸福感低于其他出行目的[13]。出行距離與出行幸福感呈顯著正相關[12]。

3.2 異質性檢驗

表9分別反映了非老年群體與老年群體對公交服務滿意度、公交資源獲得感以及建成環境和出行幸福感之間關聯程度的影響。其中，非老年群體與老年群體的公交出行幸福感都受到公交車提供的運營服務、乘坐體驗服務以及居民對公交資源的均衡性感知的顯著影響。結果的差異性在于，山地城市非老年群體公交出行幸福感更容易受到乘車服務、人口密度、人均路網、人均公交線路以及至市中心距離的影響，而老年群體更容易受到公交資源的舒適與便捷性感知、土地利用混合都以及坡度的影響。這可能是因為非老年群體公交出行的目的多是通勤和上學，更在意公交車的準點率與發車率，而由于山地城市“多組團”的空間結構，這部分人在公交出行時更加警覺和趕時間；而老年群體多為退休人群，其出行目的多為休閑娛樂(例如去公園、棋牌室等)，因此當所在的街道社區用地混合度越高時，公交出行的正情緒越高，同時，由于老年群體身體機能與出行能力較弱，更容易受到山地城市地形感知以及道路坡度的影響，較大的坡度以及繞行距離更容易造成身體疲憊。

表9 基于年齡的分層回歸結果Tab.9 Hierarchical regression result based on ages

4 結論

本研究以山地城市為研究地，引入“獲得感，構建SEM-Logit整合模型，探討山地城市居民公交出行幸福感的影響因素。主要結論與啟示如下：

(1)山地城市居民在公交出行時，幸福感更容易受到公交車內服務以及運營服務的影響，這與平原城市的研究結論存在差異[31]。由于山地城市地形起伏大，公交車行車平穩性反而更能顯著提高出行的正面情緒，減少疲憊感。

(2)公交資源獲得感因素中，公交資源分布均衡、獲取過程舒適便捷以及到公交站點的繞行距離、感知道路坡度都顯著影響山地城市居民公交出行幸福感。當人們認為周邊公交站點以及可選擇公交線路越多時，對公交資源的獲得感就越強，其出行的情緒越高漲，同時當人們感知社區公交站點分布均勻合理且滿足自身出行需求時，出行幸福感就越高。其次，由于山地城市非直線系數及地形起伏較大，當人們認為到公交站點的繞行距離、感知道路坡度較大時，在出行時更容易感到疲憊。在建成環境因素中，人口密度、路網、公交線路以及到市中心的距離都顯著影響山地城市居民公交出行的幸福感，歸根結底，都是由于山地城市特殊的地形地貌以及“多組團”的空間分布格局。

(3)在山地城市中，基于行政單元劃分的街道社區所提取的建成環境指標與居民公交出行幸福感的關聯程度更高，這與平原城市的研究結論存在差異[10]。這是由于山地城市地形“包裹性”較強，以行政管轄劃分的街道社區更真實地反映了山地居民日常出行的實際活動范圍。

(4)滿意度、獲得感、建成環境與出行幸福感的關聯程度因年齡段的異質性存在顯著差異。相較于年輕人，山地城市老年群體的出行幸福感更容易受到公交資源的舒適與便捷性感知以及建成環境因素中土地利用混合度和坡度的影響。

綜上所述，可以得出如下啟示。(1)在道路坡度較大的路段應注重公交車行車速度與顛簸情況，保障乘客安全。(2)在山地城市中道路坡度較大的地區可適當縮減公交站點之間的距離，減少人們的疲憊感，同時在設置站點時應以站點實際可達距離為準，而不是以直線距離測度山地城市公交覆蓋范圍，布置公交線路時應做到供需平衡、合理利用與分配資源，使其效用最大化。(3)要結合居民在日常生活中的實際活動范圍(街道社區)來改善建成環境，來有效提升居民公交出行幸福感。(4)隨著中國人口老齡化，城市公交建設應更加關注老年群體的需求。在設施上，可推廣“低底盤巴士”，增加公交車內老年人座位以及安全扶手等。在建成環境方面，增加社區醫療、購物、休閑等設施，提供充足的休閑與交往空間，縮減老年人的公交出行距離，有利于其出行幸福感水平的提升。其次，休息程度是影響出行中幸福的重要的因素[17]，因此可在公交站點可達范圍內、道路坡度較大的路段，適當增添休息長椅。