活動空間視角下的老年群體地鐵出行時空特征
——以昆明市為例

熊美成，黃 潔，王姣娥，楊浩然

（1. 中國科學(xué)院地理科學(xué)與資源研究所，區(qū)域可持續(xù)發(fā)展分析與模擬重點實驗室，北京 100101；2. 中國科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100049；3. 華東師范大學(xué)中國現(xiàn)代城市研究中心，上海 200062；4. 華東師范大學(xué)城市與區(qū)域科學(xué)學(xué)院，上海 200241）

21 世紀(jì)以來，世界老齡化程度不斷加劇。自1999年步入老齡化社會以來，中國老年人口占比持續(xù)升高，截至2019年底，≥65歲人口數(shù)量已達(dá)1.76億，占總?cè)丝诘?2.6%，且該比例將在少子化趨勢的推動下不斷攀升（曾通剛等，2019；劉愛華等，2020）。作為人口總量最大的發(fā)展中國家，未來中國在勞動生產(chǎn)、養(yǎng)老保障等方面將面臨巨大挑戰(zhàn)，因而厘清老齡化社會的現(xiàn)狀和問題成為當(dāng)務(wù)之急（高曉路等，2015；周春山等，2017）。其中，人口老齡化勢必帶來日常出行需求和交通模式的轉(zhuǎn)變，故滿足老年人出行需求、改善老年人出行體驗逐漸成為交通系統(tǒng)服務(wù)的新課題，并作為構(gòu)建宜居城市、推進(jìn)社會公平的關(guān)鍵議題受到廣泛關(guān)注（Giuliano,2004;Buehler et al.,2010）。

出行作為一種個體派生需求，將位于不同地點的日?；顒哟?lián)起來，是城市居民日常生活的重要組成之一（Mokhtarian, 2005；趙瑩 等，2014；Huang et al., 2015）。相較于非老年群體的出行行為，老年群體出行具有一定特殊性。一方面，由于獨立生活能力下降，老年群體在出行過程中常承擔(dān)更高的健康風(fēng)險，其行動不便也將間接導(dǎo)致非老年群體出行體驗降低等一系列社會問題（Alon et al.,2010；李小云等，2011）。另一方面，由于多數(shù)老年群體無需通勤，其生活方式同年輕群體往往存在較大差異，出行多呈現(xiàn)高彈性、低距離、生活導(dǎo)向型等特征，并在較高程度上受居住地及周邊基礎(chǔ)設(shè)施的制約（Cutler et al., 1992；黃建中 等，2015）。與此同時，中國老年群體出行模式同發(fā)達(dá)國家亦存在差異。受經(jīng)濟(jì)水平、社會文化和城市規(guī)劃等多重因素影響，西方發(fā)達(dá)國家的老年群體多借助私家車出行；而在中國等公共交通出行導(dǎo)向型國家，老年群體日常出行方式以步行或公交、地鐵等公共交通為主，且多受家庭其他成員日?；顒拥南拗疲℉u et al.,2013;Szeto et al., 2017）。因此，研究中國老年群體出行有助于更清晰地認(rèn)識其出行特征和日常需求，為城市交通管理和政策制定提供參考，進(jìn)而提升老年群體的出行體驗和生活品質(zhì)（柴彥威等，2002；Alsnih et al.,2003）。

由于多數(shù)西方發(fā)達(dá)國家較早步入老齡化，自20世紀(jì)70年代起，國外學(xué)術(shù)界便開始致力于改善老年群體的生活狀況（Cutler, 1972;Wilson, 1981）。早期研究基于社會學(xué)傳統(tǒng)，傾向于從個體屬性和社會聯(lián)系的視角理解老年出行行為。已有研究指出性別、年齡、種族、收入等社會經(jīng)濟(jì)屬性均對老年出行模式產(chǎn)生影響（Alfa, 1986; Logue, 1987）。21 世紀(jì)以來，隨著城市建設(shè)和人居環(huán)境的復(fù)雜化以及空間科學(xué)的演進(jìn)，除個體、家庭的社會經(jīng)濟(jì)屬性外，密度、混合度、公交鄰近性等更為復(fù)雜的建成環(huán)境因素開始被納入出行行為的研究范疇（Handy et al.,2005；曹新宇，2015；楊文越等，2019）。在對問卷調(diào)查方式進(jìn)行改良的同時，研究不斷引入和發(fā)展Logit等計量模型，用于探討內(nèi)生和外生因素對老年群體出行的綜合影響（Newbold et al.,2005;Ipingbemi,2010；馮建喜等，2015；Du et al.,2021）。近年來隨著交通大數(shù)據(jù)的興起和廣泛應(yīng)用，亦有研究使用刷卡數(shù)據(jù)、GPS軌跡數(shù)據(jù)等，通過構(gòu)建OD矩陣、時空聚類等手段，對老年群體出行的時空分布特征進(jìn)行更為精細(xì)的刻畫（Cheng et al., 2019; Shao et al.,2019;Shi et al.,2020）。相較于調(diào)查問卷，基于交通大數(shù)據(jù)的出行研究在樣本容量、精度等方面優(yōu)勢顯著，能更精準(zhǔn)、靈活地反映老年群體出行的時空動態(tài)，有助于揭示老年群體與非老年群體出行模式的差異（Pelletier et al.,2011）。已有基于公共交通刷卡數(shù)據(jù)的研究中，有學(xué)者測度不同群體的活動空間參數(shù)以剖析其日?；顒犹卣鳎ㄍ醪ǖ?，2014）。亦有研究運用刷卡數(shù)據(jù)，對老年群體的內(nèi)部差異予以探討（葉昌東等，2021）。但當(dāng)下研究主流為公交刷卡數(shù)據(jù)，采用地鐵刷卡數(shù)據(jù)開展的工作較少（Feng,2017;Zhang et al.,2019;Liu et al.,2021）。

綜上，目前中國的老年出行研究相對滯后，且基于交通大數(shù)據(jù)的研究數(shù)量尚少。而隨著城市軌道系統(tǒng)的不斷擴(kuò)張和普及，地鐵出行已成為多數(shù)大城市老年群體出行的重要組成部分（Liu et al.,2017）。多數(shù)城市陸續(xù)開始提供老年公交愛心卡，出臺老年人公共交通出行減免政策，故地鐵刷卡數(shù)據(jù)為老年群體出行研究提供寶貴數(shù)據(jù)源?；诖?，本研究以昆明市為例，提出適用于地鐵刷卡數(shù)據(jù)的活動空間識別法，從活動空間視角透視低齡老年人和高齡老年人兩類老年群體地鐵出行的時空特征和模式。以期為交通規(guī)劃“以人為本”發(fā)展、城市交通高質(zhì)量發(fā)展和老年人出行服務(wù)提供理論依據(jù)。

1 活動空間理論與方法

為加深對老年群體地鐵出行行為的理解，有效建立個體出行時間和空間的聯(lián)系，引入活動空間（activity space）的概念對比不同群體一個月之內(nèi)的地鐵出行模式。與常用的“戶外活動空間”“綠地活動空間”等不同，在交通、城市規(guī)劃、公共健康等領(lǐng)域中，活動空間的概念為與個體日?；顒酉嚓P(guān)聯(lián)的地點集合，多用于度量個體日常出行模式和移動性，進(jìn)而探索個體與環(huán)境的外在互動和內(nèi)在聯(lián)系（Sherman et al., 2005; Hasanzadeh et al., 2019）。相較于出行時長、出行次數(shù)等出行行為測度指標(biāo)，活動空間能反映個體在一定時間內(nèi)的出行空間范圍，指示實際和潛在到訪地點，可用于揭示其日?；顒雍鸵苿有缘臅r空特征。已有基于老年群體活動空間的研究表明，相較于非老年群體，老年群體的活動空間面積通常更小，且出行距離更短、出行頻率更高，日常活動的時空分布更為多元化（Hirsch et al.,2014;Zhang et al.,2021）。

如圖1所示，與基于GPS軌跡數(shù)據(jù)或出行日志等的活動空間測度相似，由于地鐵出行僅為個體日常出行的一部分，基于地鐵出行的活動空間測度也僅為真實活動空間的縮影，并非完整的時空活動記錄，兩者在空間范圍上存在一定重疊（塔娜等，2015）。而當(dāng)下地鐵已成為大城市居民主流出行方式之一，個體往往可通過地鐵完成相當(dāng)比例的日常出行，故基于地鐵刷卡數(shù)據(jù)的活動空間能在較大程度上反映人群活動模式，尤其適用于老年等公共交通依賴度較高的弱勢群體（Roorda et al.,2010）。相較于其他方法，基于地鐵刷卡數(shù)據(jù)的活動空間方法能更明確地指示個體日?；顒拥闹饕獔鏊?，計算過程也更為簡潔（黃潔等，2018）。因而將活動空間的概念引入地鐵出行研究，有利于從多維度對出行行為展開精細(xì)定量化研究，完善地鐵出行行為測度的指標(biāo)體系。

圖1 基于地鐵刷卡數(shù)據(jù)的活動空間與基于GPS活動空間的比較Fig.1 Comparison of activity space based on smart card records of metro and GPS data

2 研究區(qū)概況、方法與數(shù)據(jù)

2.1 研究區(qū)概況

昆明市位于中國西南地區(qū)云貴高原中部，為云南省省會，是西部地區(qū)重要的大城市之一。城市公共交通使用率較高，于2019年達(dá)到25.4%。其中軌道客運量約占公共交通出行的21.8%，且該比例逐年上升，標(biāo)志著地鐵在居民日常出行中的重要性與日俱增。截至2019 年底，昆明地鐵運營里程達(dá)88 km，由1號線、2號線、3號線和6號線等4條地鐵線和57個站點組成，擁有3個換乘站，網(wǎng)絡(luò)結(jié)構(gòu)為“十字形”，覆蓋官渡區(qū)、呈貢區(qū)、西山區(qū)、盤龍區(qū)、五華區(qū)等五大主城區(qū)（圖2-a）。其中，2 號線和3 號線相交處的東風(fēng)廣場站位于東風(fēng)廣場附近，為昆明市的城市中心。圍繞市中心的五大主城區(qū)中，位于地鐵網(wǎng)絡(luò)北部的五華區(qū)和盤龍區(qū)常住人口密度最高（圖2-b），位于東南部的官渡區(qū)擁有昆明火車站和機(jī)場等重要交通樞紐。西山區(qū)和呈貢區(qū)的人口密度相對較低：前者包圍地鐵3號線西段，有西山風(fēng)景名勝區(qū)等眾多旅游景點；后者有1號線及支線南段。

圖2 2019年昆明市地鐵網(wǎng)絡(luò)（a）和人口密度分布（b）Fig.2 Subway network(a)and population distribution(b)of Kunming in 2019

截至2019年底，昆明全市≥60周歲戶籍老年人口111.4 萬人，占戶籍總?cè)丝诘?9.23%，社會老齡化水平較高（宋瑾霞等，2020）。為方便老年群體出行，自2014年起，昆明市60～69周歲老年人持A類公共愛心卡可享受地鐵票價八折優(yōu)惠，≥70 周歲老年人持B類公共愛心卡可享受地鐵免費出行。

2.2 數(shù)據(jù)

本文所用數(shù)據(jù)為2019-11-01—30的昆明市地鐵刷卡數(shù)據(jù)，分別來源于手機(jī)支付、公交卡、儲蓄票和智慧通卡。每條刷卡記錄對應(yīng)一對OD，包含如下字段：卡號、卡類型、進(jìn)站時間、進(jìn)站線路、進(jìn)站車站、出站時間、出站線路、出站車站。除老年人公交愛心卡A和老年公交愛心卡B兩種類型的公交卡外，其余類型產(chǎn)生的記錄視作非老年刷卡記錄。按照昆明地鐵網(wǎng)絡(luò)規(guī)模，一般情形下地鐵內(nèi)部最長通行時長約為100 min，故將單次出行時長上限設(shè)為120 min。依據(jù)上述時間閾值剔除出行時長異常和進(jìn)出站點相同的記錄后，共剩1 139.7萬條記錄，平均每天36.23 萬條。其中老年刷卡記錄共52.85 萬條，平均每天1.76 萬條，占總數(shù)的4.64%。將同一ID 一月內(nèi)的有效刷卡記錄合并，共得到211.35萬個ID，其中老年群體ID 數(shù)11.18萬個，包括60～69歲的老人ID數(shù)4.38萬個、≥70歲老人ID數(shù)6.80萬個，非老年群體ID數(shù)共200.17萬個。

2.3 方法

為剖析不同老年群體日常地鐵出行模式和影響因素，計算個體在1個月內(nèi)的出行時空分布與出行特征指標(biāo)。其中，出行時空分布包括出行時刻和到訪地點分布，出行指標(biāo)包括平均出行時長、出行次數(shù)和訪問站點數(shù)量等，可輔助分析其日常出行的需求特征和基本規(guī)律。其中，平均出行時長為1個月內(nèi)每次出行時長的均值，用于表征單次出行強(qiáng)度；出行次數(shù)為1 個月內(nèi)出行次數(shù)之和，代表個體1 個月內(nèi)的出行頻繁程度；訪問站點數(shù)量記錄每個個體1 個月內(nèi)到訪站點數(shù)量，可在一定程度上反映個體活動軌跡和目的多樣性。

首先，為說明老年群體出行行為的特殊性，凸顯老年群體出行研究的意義，對比老年群體和非老年群體的出行特征差異?？紤]到非老年群體多在工作日開展上學(xué)或上班等活動，將工作日和雙休日分開討論。時間維度上統(tǒng)計和對比兩類群體在工作日和雙休日的出發(fā)時刻分布，空間維度上則識別二者的主要到訪站點。

其次，為探索年齡增長對老年群體出行的影響，測度和對比兩類老年群體的活動空間面積，并基于活動空間和出行特征的計算結(jié)果，對比低齡老年群體（60～69 歲）和高齡老年群體（≥70 歲）的出行行為差異。目前活動空間的主流計算方法包括標(biāo)準(zhǔn)置信橢圓法、緩沖區(qū)法和核密度法等（Newsome et al., 1998; Fan et al., 2008; Kestens et al.,2012）。由于本研究測度對象為個體在1個月內(nèi)所有訪問地鐵站點構(gòu)成的活動空間，而昆明市地鐵網(wǎng)絡(luò)結(jié)構(gòu)相對簡單，站點密度較低，故采用最小凸多邊形的方法計算活動空間面積，以充分利用地鐵刷卡數(shù)據(jù)。該方法的基本原理為對位于同一平面上的點集，計算包含其中所有點的最小尺寸凸多邊形（Sch?nfelder et al.,2003）。相比其他方法，該方法能涵蓋個體的所有活動地點，同時避免高估其活動的空間范圍，適用于點集密度較低的數(shù)據(jù)集分析（Burgman et al.,2003）。

再次，為剖析不同年齡段老年群體活動空間分布的聚集模式，采用空間疊置分析法計算其活動空間的空間分異水平，透視老年群體內(nèi)部的日?；顒臃之悺楸阌诜治?，統(tǒng)一將低齡老年群體稱作老年A組，而高齡老年群體為老年B組。在ArcGIS中分別將老年A組和B組中所有個體活動空間與昆明市主城區(qū)網(wǎng)格進(jìn)行空間關(guān)聯(lián)，網(wǎng)格尺度設(shè)置為1 km×1 km。具體計算方式為：針對每一網(wǎng)格，統(tǒng)計與之存在重疊的個體活動空間數(shù)目，并計算該數(shù)目與個體活動空間總數(shù)的比值（即“出行活動熱度值”），值越高表明該區(qū)域內(nèi)活動機(jī)會數(shù)越多，越可能成為相應(yīng)群體的活動熱點區(qū)域。計算公式為：

式中：HI表示編號為I網(wǎng)格的活動空間熱值；An表示第n個活動空間的判別結(jié)果，其取值由是否與I網(wǎng)格重疊決定。

最后，為進(jìn)一步衡量兩類老年群體活動空間分布的異同，基于出行活動熱度值的測度結(jié)果，采用空間共享度理論中的差異系數(shù)法，計算老年A組與老年B 組活動空間在公里網(wǎng)格上的分布差異程度，計算公式為（Massey et al.,1988）：

式中：ID表示每個公里網(wǎng)格的差異系數(shù)值；xA和xB分別為老年A組和B組在該網(wǎng)格的活動人數(shù)；XA和XB分別為A組和B組的活動總?cè)藬?shù)。ID的絕對值越大，表明分布差異程度越大。值為正時表明該網(wǎng)格A 組活動強(qiáng)度大于B 組，值為負(fù)則表明該網(wǎng)格B 組活動強(qiáng)度高于A組。

3 結(jié)果分析

3.1 老年群體和非老年群體的對比

統(tǒng)計老年與非老年群體一日最早的出發(fā)時刻，發(fā)現(xiàn)老年群體的地鐵出行時刻分布僅呈現(xiàn)早高峰模式，而非老年群體呈現(xiàn)早晚雙高峰模式。分小時統(tǒng)計所有有效樣本在1 個月內(nèi)產(chǎn)生的地鐵出行記錄（圖3），可見：1）工作日老年組出行曲線為單峰，在T 09:00 出行量占全天的11.77%，無晚高峰；而非老年組為早晚雙峰曲線，在T 08:00和T 18:00均有一次出行高峰，分別占全天出行量的11.72%和10.98%?？傮w上，工作日老年組單峰出行曲線的早高峰與工作日通勤群體的出行高峰相一致。2）雙休日兩者差異主要體現(xiàn)在早晚高峰時段。老年組依舊為單峰曲線，在T 09:00 迎來出行高峰，出行量占全天的11.20%，同自身工作日出行時刻分布保持一致；與之相對，非老年組的出行高峰出現(xiàn)在T 17:00，其出行量占全天的8.99%。上述結(jié)果反映了不同年齡段的生活節(jié)律和作息差異。由于老年群體的晨練、趕集等日?；顒佣喟l(fā)于早間，故峰值出現(xiàn)于清晨；而非老年群體的娛樂需求決定其雙休日出行目的以休閑游憩為主，故峰值出現(xiàn)于傍晚。

圖3 昆明市老年群體與非老年群體出行時間分布比例Fig.3 Ratio of departure time distribution between the elderly group and nonelderly group in Kunming

同時，老年群體的地鐵出行空間分布亦存在顯著特征，工作日和雙休日各站點老年群體到訪比例差異較?。▓D4）。與聯(lián)通提供的居住人口分布進(jìn)行對比發(fā)現(xiàn)，老年組到訪比例較高的站點主要集中于居住人口密集區(qū)，即盤龍區(qū)、五華區(qū)、西山區(qū)和官渡區(qū)交界處的城市中心地帶。其中占比最高為西山公園站、大漁路站等，多位于3號線西段，穿過以東風(fēng)廣場站為中心的居住密集區(qū)域。從沿線土地利用看，3 號線途經(jīng)西山公園、翠峰生態(tài)公園等休閑公園和昆明醫(yī)科大學(xué)第二、第三附屬醫(yī)院等醫(yī)療機(jī)構(gòu)，與老年群體的休閑和就醫(yī)需求相吻合。老年組到訪比例較低的站點為機(jī)場前站、北部汽車站、昆明南火車站等，多分布于1 號線和6 號線沿線居住人口密度較低、遠(yuǎn)離城市中心地帶的區(qū)域，以交通樞紐型和就業(yè)型站點居多，與年輕人的就業(yè)和娛樂需求相吻合。

圖4 昆明市各站點老年群體到訪占比Fig.4 Ratio of visited stations of the elderly group

此外，相較于非老年群體，老年群體的地鐵出行特征呈現(xiàn)顯著的低移動性特征。老年群體的平均出行時長略小于非老年群體；出行次數(shù)和訪問站點數(shù)量的均值與非老年群體差異較小，但最大值差異顯著：非老年群體的最大出行總數(shù)比老年群體多56次，訪問站點數(shù)量也多22個（表1）。由于兩組樣本數(shù)量差異較大、非正態(tài)分布且相互獨立，故采用非參數(shù)檢驗法中的Mann-Whitney U 方法檢驗兩者是否存在顯著差異。檢驗結(jié)果顯示，老年群體的平均出行時長和出行次數(shù)均顯著小于非老年群體，即相對于非老年群體，老年群體的移動性更弱，總體出行時空范圍和頻次更低。而兩類群體的訪問站點數(shù)量并無顯著差異，說明老年群體與非老年群體的日常出行需求多樣性水平相當(dāng)。

表1 昆明市老年群體與非老年群體各項出行特征對比與Mann-Whitney U 檢驗結(jié)果Table 1 Comparison of all travel characteristics and Mann-Whitney U test results of the elderly group and nonelderly group

3.2 低齡老年群體和高齡老年群體的對比

針對低齡和高齡老年群體①根據(jù)3.1小節(jié)的計算結(jié)果，老年群體工作日和雙休日出行時空特征差異較小，故將所有記錄合并計算，不再基于工作日和雙休日展開對比。，為分析各類指標(biāo)的具體分布情況，考慮到出行時長為連續(xù)變量且存在峰值，采用直方圖與核密度曲線展示其分布；針對其他指標(biāo)則計算每一類占總體的百分比數(shù)，采用分類條形圖展示（圖5）。

計算結(jié)果表明，隨年齡增長，老年群體的出行呈現(xiàn)出行時長變短、出行次數(shù)增加和對地鐵依賴程度變高的趨勢。平均出行時長計算結(jié)果顯示，老年A 組（60～69 歲）整體平均出行時長大于老年B 組（≥70歲），分別為36.44和30.81 min（圖5-a）。后者核密度曲線峰度和左斜程度更高，表明高齡老年群體長時間地鐵出行的比例低于低齡老年群體，單次出行強(qiáng)度較低。這表明隨著年齡增長，老年群體的單次出行時間有降低趨勢，出行時空范圍縮小。出行次數(shù)方面，老年A 組為3.69 次，B 組為6.41 次，即出行次數(shù)隨年齡增加而顯著上升（圖5-b）。這或說明年齡增長增強(qiáng)了老年群體的公共交通依賴性，同時也反映≥70 歲地鐵免費政策鼓勵了相應(yīng)群體的地鐵出行。

此外，老年群體的活動空間隨年齡增長而縮小，但活動空間范圍內(nèi)的訪問站點數(shù)量有所增加。老年A組平均活動空間為45.82 km2，略高于B組的44.46 km2，水平較為相近（圖5-c）。但老年B 組位于0～100 km2范圍內(nèi)的比例更高，即B 組個體數(shù)量在100 km2以上的衰減更為迅速，其分布更集中在低值區(qū)域，說明高齡老年的活動空間具有低值聚集特征。訪問站點數(shù)量方面，老年A 組的3.14個與B組的3.76個相差較小（圖5-d），但B組平均水平仍高于A組，表明高齡老年群體的日常出行目的更為多元。對上述4類出行指標(biāo)進(jìn)行Mann-Whitney U統(tǒng)計檢驗，結(jié)果顯示，老年A組在平均出行時長和活動空間面積方面水平顯著高于B組，而B組的出行次數(shù)和訪問站點數(shù)量顯著高于A組，可見年齡對兩組老年的各項出行特征均構(gòu)成顯著影響（表2）。

表2 昆明市老年A組與老年B組各項出行特征對比和Mann-Whitney U 檢驗結(jié)果Table 2 Comparison of all travel characteristics and Mann-Whitney U test results between the elderly group A and elderly group B

圖5 昆明市老年A組（60～69歲）與老年B組（≥70歲）平均出行時長（a）、出行次數(shù)（b）、活動空間面積（c）和訪問站點數(shù)目（d）Fig.5 Comparison of average travel time(a),travel frequency(b),area of activity space(c)and number of visited stations(d)between the elderly group A and elderly group B

圖6顯示，隨年齡增長，老年群體的出行空間范圍呈現(xiàn)更加聚集的趨勢。相較于老年B組，A 組活動空間分布范圍更廣，主要表現(xiàn)為沿地鐵6號線向城市外圍拓展，即向人口非密集區(qū)延伸。一方面，這與平均出行時長反映的規(guī)律相吻合，即低齡老年群體傾向于訪問距居住地更遠(yuǎn)的地點，具有更大的出行時空范圍。另一方面，亦說明高齡老年群體更高的出行次數(shù)和訪問站點數(shù)量并未導(dǎo)致整體活動空間擴(kuò)大，其活動模式屬于小范圍空間內(nèi)的頻繁出行和地點訪問。據(jù)此推測，隨年齡增長，地鐵出行將在老年日常出行中占據(jù)更高的比例。此外，這也印證了老年群體的出行行為符合距離衰減律，且高齡老年群體的衰減更為顯著。

隨年齡增長和老齡化程度加深，老年群體地鐵活動空間的分布在城市內(nèi)部發(fā)生偏移，表現(xiàn)為向地鐵2號線和3號線沿線區(qū)域集中和1號線、6號線沿線區(qū)域的減少，即向城市中心地帶聚集。圖6-c 顯示，以1號線和2號線為界，界線西側(cè)網(wǎng)格的老年B組活動強(qiáng)度高于A組；而面積更大的界線東側(cè)區(qū)域內(nèi)，多數(shù)網(wǎng)格的老年A組活動強(qiáng)度高于B組，表明老年A組的主導(dǎo)活動區(qū)域更多，即低齡老年群體的活動強(qiáng)度相對更高。具體而言，位于中心城區(qū)的2號線和3 號線交叉區(qū)域和1 號線北段為高齡老年群體的主導(dǎo)活動空間，此類區(qū)域位于服務(wù)完善、生活便利的中心城區(qū)，與高齡老年群體較低的移動性相匹配。而在1號線南段、1號線支線和6號線沿線等遠(yuǎn)離城市中心的區(qū)域，A組活動強(qiáng)度顯著高于B組，印證了活動空間分布特征，即低齡老年群體的日?；顒涌臻g范圍更大，其在相對遠(yuǎn)離市中心的區(qū)域活動強(qiáng)度更高。

圖6 昆明市老年A組（a）與老年B組（b）出行活動熱度值分布與差異化系數(shù)（c）Fig.6 Spatial distribution of travel hotspot value of the elderly group A(a)and elderly group B(b)and index of dissimilarity(c)

4 結(jié)論與啟示

基于昆明市老年公交愛心卡和其他地鐵刷卡數(shù)據(jù)，將活動空間理論引入地鐵出行行為測度，采用描述性統(tǒng)計與空間分析方法，從出行時間和空間的視角透視老年群體的日常出行與活動空間特征，并探討老年群體的內(nèi)部差異，得到的主要結(jié)論有：

1）老年群體與非老年群體存在出行時空差異。從出行時空分布看，老年群體地鐵出行多發(fā)于早高峰時段，而非老年群體為早晚雙高峰；前者到訪地點相對集中于市中心，出行目的呈現(xiàn)更強(qiáng)的休閑和就醫(yī)需求導(dǎo)向。從單次出行特征看，老年群體的平均地鐵出行時長和出行頻率等均有所降低，呈現(xiàn)更低的移動性，體現(xiàn)年齡增長對出行的抑制。

2）年齡增長對老年群體出行構(gòu)成一定影響，主要體現(xiàn)在1個月內(nèi)出行次數(shù)和訪問站點數(shù)目的增加、單次出行時長和活動空間面積的減小等方面。這表明在單次出行強(qiáng)度降低和活動時空范圍縮小的情況下，老年群體的出行頻率和出行目的數(shù)目反而得以提升，反映其活動密度隨年齡增長而上升。其原因或為高齡老年群體享受全免票政策，對地鐵出行依賴性更高。具體而言，70歲以下低齡老年群體移動性更強(qiáng)，出行模式表現(xiàn)為“單次出行時間長、活動空間范圍大”的特征；而70歲以上高齡老年群體則更傾向于頻繁訪問位于居住地附近的地點，出行模式具有“出行頻次高、活動空間范圍小”的特征。即相較于低齡老年群體，高齡老年群體更加頻繁的出行表現(xiàn)為活動空間的收縮而非擴(kuò)大，其日常活動將更加依賴于居住地附近的設(shè)施和服務(wù)，與既往研究（Yang et al.，2018）相吻合。

3）兩者的活動空間分布存在較高一致性，其差異主要體現(xiàn)為高齡老年群體的主導(dǎo)活動空間集中于居住人口密集區(qū)域，低齡老年群體的活動空間更多向遠(yuǎn)離城市中心的東部和南部延伸，反映高齡老年群體日?；顒拥木嚯x衰減更快，且受到建成環(huán)境的制約更深。

本文依托地鐵刷卡數(shù)據(jù)的出行特征剖析和活動空間測度，揭示城市中低齡和高齡兩類老年群體社區(qū)之外的日常出行規(guī)律和活動分布，為城市空間和交通系統(tǒng)的精細(xì)化管理和人性化服務(wù)提供參考。結(jié)合本文結(jié)論，提出政策啟示：1）公共交通減免政策可有效激勵老年群體增加對公共交通的使用，而根據(jù)年齡進(jìn)行分級優(yōu)惠，能更有針對性地服務(wù)于不同老年群體的出行需求。2）城市規(guī)劃中，應(yīng)對不同年齡段老年人出行的活動密集區(qū)分異予以更多關(guān)注，增加相應(yīng)的配套設(shè)施，提升老年出行服務(wù)水平。

此外，本文尚存在以下不足：1）地鐵出行僅占據(jù)居民出行活動的一部分，并未反映相對完整的時空出行動態(tài)規(guī)律。尤其對老年群體而言，地鐵刷卡記錄僅涵蓋部分長距離出行活動，無法反映占重要部分的社區(qū)層面步行移動，因而數(shù)據(jù)存在一定有偏性。2）本文對老年人地鐵活動空間的時間動態(tài)考慮不足，而理論上老年群體對空間的使用存在時間分異。針對上述問題，未來將結(jié)合老年人出行調(diào)查問卷等微觀數(shù)據(jù)進(jìn)一步展開討論。