居住自選擇視角下城市建成環(huán)境對通勤模式選擇的影響
——以蘭州市主城區(qū)為例

郭 燕， 張志斌， 陳 龍， 馬曉敏， 趙學偉

（西北師范大學地理與環(huán)境科學學院，甘肅 蘭州 730070）

進入21 世紀以來，受城市化快速推進、城市空間擴張及機動化水平增長的影響，居民日常出行方式逐漸由積極出行（即步行與自行車騎行）轉向機動車出行，帶來了交通擁堵、交通事故及環(huán)境污染等一系列城市問題，而對機動車的過度依賴也造成了能源消耗及碳排放的增加［1］。據(jù)國際能源機構（IEA）的最新研究報告，交通已成為碳排放第二大來源［2］。在中國，居民通勤出行量為日?？偝鲂辛康?9.31%［3］。由此，如何通過引導居民轉換日常通勤模式解決城市問題并實現(xiàn)交通可持續(xù)發(fā)展成為學者與城市管理者關注的焦點。

20世紀60年代以來，發(fā)達國家“外延式”的城市擴張模式導致汽車的需求迅速增長。為減少個人對汽車的依賴以及交通的可持續(xù)發(fā)展，對居民出行行為的影響因素研究逐漸深入。這些因素大致可分為四大領域：社會經濟和人口屬性［4］；出行類型和出行方式特征［5］；城市空間結構和建成環(huán)境［6］；行為傾向和心理因素［7］。僅從地理和規(guī)劃角度審視，學者更加關注不同出行模式選擇對建成環(huán)境的影響，以此調節(jié)與優(yōu)化出行模式結構［8］。建成環(huán)境可以通過密度、混合度、道路設計、目的地可達性、到交通站點的距離5D 維度定量刻畫［9］，然而，目前仍未就不同建成環(huán)境變量對模式選擇行為的影響達成一致。

中國城市居住區(qū)規(guī)劃由嚴格功能分區(qū)的“單位配給制”向市場化下“以人為本”的個性化供給轉型［10］，居住環(huán)境發(fā)生了重大變化并帶動了出行方式的轉變。由此，學者們開展了對中國城市建成環(huán)境與出行行為關系的研究。研究初期，通常采取整體研究的方法將社區(qū)劃分為不同類型以比較居民的出行行為或社區(qū)類型對出行行為的影響。發(fā)現(xiàn)擁有單位住房的居民在私家車上花費的時間明顯少于擁有其他來源住房的居民，積極出行的概率明顯偏高［11］。這表明職住不平衡是決定通勤時間、通勤距離及依賴機動車出行的主要原因。研究后期，逐漸從建成環(huán)境的不同維度出發(fā)對居民出行行為進行分析。在密度方面，單位用地面積所承載的人類活動強度大的地區(qū)有利于縮短出行距離，如人口、建筑密度高的地區(qū)出行時間短、非機動化出行機率高［12］；在多樣性方面，土地利用混合度高、城市功能多樣的地區(qū)有利于降低機動化出行概率［12］；在設計方面，路網密度高、地塊尺度小、交叉路口多的區(qū)域，居民傾向于選擇積極出行方式［13］；在到公交站點的距離方面，距離越近，居民選擇公共交通方式出行的可能性就越高［14-15］；在目的地可達性方面，居住地距城市中心的距離對機動車通勤方式的選擇影響顯著，隨著居住地距城市中心距離的增加，公共交通出行的可能性降低，機動車出行的概率上升［16］。相比之下，與通勤模式相匹配的基礎設施供給關注較少。

綜上，研究大多關注建成環(huán)境對居民通勤行為的直接影響，忽略了中介變量起到的間接影響。同時，國內外只有少數(shù)研究考慮到居住區(qū)的自選擇問題。居住自選擇是指居民因其自身的社會經濟屬性及態(tài)度偏向而選擇不同建成環(huán)境的住宅，通勤模式受到選擇偏差的影響［17］。然而，由此產生的直接、間接影響可能存在互補的反彈效應［18］，建成環(huán)境對居民的行為認知產生直接刺激作用。認知結構無法獨立于外在環(huán)境而存在，與空間結構是一個整體，因此，分布式認知理論的引入，“5D”建成環(huán)境指標與“地域力”的結合，將空間-行為互動理論拓展到地理學中，使得可以在系統(tǒng)性、綜合性的視角下理清個體特征、地域環(huán)境和社會文化對居民通勤行為的多層次影響?，F(xiàn)有研究多以北京［19］、上海［12］、廣州［20］等經濟、文化發(fā)達的城市為研究區(qū)域，對中西部欠發(fā)達地區(qū)關注較少。因此，本文以蘭州市主城區(qū)為例，基于分布式認知理論框架構建結構方程模型，檢驗建成環(huán)境對通勤方式選擇的影響機理，為綠色交通模式和居民出行模式轉變提供新的政策切入點。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

蘭州市作為中國西北地區(qū)的重要中心城市，也是唯一黃河穿城而過的省會城市，受河谷地形及南北兩山的限制，形成“兩山夾一川”的帶狀城市形態(tài)。其主城區(qū)作為人口主要集聚地區(qū)，占市區(qū)總人口的84.05%，具有以下特征：（1）交通干道路網不完善，在城市蜂腰地段、跨河與跨鐵路地段形成瓶頸，“東西擁擠、南北不暢”始終是蘭州城市交通難以解決的頑疾；道路網密度（4.13 km·km-2）遠低于全國主要城市平均水平（5.96 km·km-2）。（2）軌道交通線路單一，僅有東西向一條，年日均客運量為1.7×105人次，分擔率僅為公交出行的9.1%，且與公交網絡銜接率不足10%。（3）城市交通流方向性特征顯著，道路交通負荷不平衡。受中心城區(qū)東西狹長的地形限制，交通干道主要沿黃河兩岸延伸，導致東西向道路交通量占到了總交通量的70%以上，使得通勤高峰特別容易出現(xiàn)交通擁堵。因此，本文選取主城區(qū)為研究區(qū)域，即城關區(qū)、七里河區(qū)、安寧區(qū)、西固區(qū)（圖1）。

圖1 研究區(qū)示意圖Fig.1 Schematic diagram of the study area

1.2 數(shù)據(jù)來源

數(shù)據(jù)包括建成環(huán)境等空間數(shù)據(jù)與實地問卷調查數(shù)據(jù)兩部分。建成環(huán)境數(shù)據(jù)包括高德地圖居住小區(qū)POI 數(shù)據(jù)、Worldpop 人口柵格數(shù)據(jù)以及谷歌遙感影像數(shù)據(jù)所獲取的基礎地理信息空間數(shù)據(jù)。

社會經濟屬性數(shù)據(jù)及居民通勤模式數(shù)據(jù)來源于調查問卷。在保證調查數(shù)據(jù)科學性、代表性的前提下，按照街道人口密度分布采用隨機抽樣與交叉控制配額抽樣（性別、年齡）相結合的方法進行問卷調查，正式問卷調查前，選取鄰近小區(qū)居民進行了預測試，并根據(jù)居民的反饋對調查問卷進行了修改。2020 年10 月1 日—11 月25 日在社區(qū)活動中心和開放空間采取面對面、隨機攔截的方式進行了正式問卷調查，對18歲及以上居民的通勤出行方式、出行態(tài)度偏好及社會經濟屬性等信息進行記錄，共獲取有效樣本1384 個，樣本的社會經濟屬性見表1 所示。運用SPSS中信度檢測刻度，檢測結果顯示信度檢測刻度α值為0.784，大于0.7，問卷數(shù)據(jù)通過信度檢驗。

1.3 研究方法

結構方程模型是基于變量的協(xié)方差矩陣，是分析變量之間關系的多元數(shù)據(jù)分析工具［21］。可以測量一組變量之間的多重關系，其中某個變量可以是一組關系中的結果（或因變量），或其他關系中的預測變量（或解釋變量）［22-23］。本文探究建成環(huán)境對通勤模式選擇的影響，通勤模式為四分類變量，且存在變量之間的直接或間接影響。因此構建結構方程模型，通過最大似然估計方法分析建成環(huán)境對通勤模式選擇的影響。

2 理論模型構建

2.1 理論基礎與研究假設

分布式認知理論是認知科學的新分支，來源于心理學對認知活動完整過程的研究，被認為是對認知現(xiàn)象研究的全新視角［24］。相比傳統(tǒng)認知，分布式認知理論更強調認知主體、外部環(huán)境及社會文化層面之間的相互作用對認知活動的影響，而不是一味的考慮認知主體本身的局限性［25］。

Hatch 和Gardner 在教室的認知活動研究中提出了分布式認知的同心圓模型（圖2），該模型以個體與環(huán)境之間互動博弈的綜合系統(tǒng)作為研究的理論基礎，從“個人力”“地域力”和“文化力”3 個方面對認知現(xiàn)象進行系統(tǒng)分析，這對處于復雜社會環(huán)境下的個體認知活動具有較強解釋力［26］。其中，“個人力”是在一定環(huán)境下受主觀經驗與傾向影響的鮮明個體［27］，包括性別、年齡、家庭規(guī)模、學歷、戶籍、家庭人均月收入、小汽車擁有、房屋產權，為同心圓的核心；“地域力”是在本地情境中與認知活動互動的區(qū)域資源與客觀環(huán)境［27］，為同心圓的關鍵。相對就業(yè)地建成環(huán)境，居住地建成環(huán)境對居民通勤方式的選擇影響更加顯著［14］。因此，在本文中“地域力”為居住地建成環(huán)境；“文化力”是超越特定情境而對認知活動產生間接影響的慣例、偏好等評價［27-28］，本文通過居民對于通勤模式的態(tài)度偏好進行分析，為同心圓的抽象內涵。

“個人力”“地域力”和“文化力”3個功能系統(tǒng)相互影響、互相關聯(lián)［29］，并最終影響個體的通勤模式選擇（圖2）。居民可以同時選擇符合其偏好的居住環(huán)境和出行方式的過程是受潛在認知影響的，即“地域力”會受到“個人力”與“文化力”直接或間接的影響進而形成特定的通勤模式選擇，這就是居住自選擇效應。因此，提出假設1 和假設2。假設1：居住自選擇對建成環(huán)境與通勤模式選擇的關系存在內生影響；假設2：建成環(huán)境對居民通勤模式選擇存在直接影響；此外，小汽車擁有作為機動車使用的關鍵決定性因素［8］，不應僅視為一個外生社會經濟屬性變量。忽視小汽車擁有及通勤距離的中介作用可能會降低建成環(huán)境變量對通勤模式選擇的影響，忽略城市用地規(guī)劃及運輸政策的重要性。據(jù)此，提出假設3：通過小汽車擁有與通勤距離的中介作用，建成環(huán)境對居民通勤模式選擇產生間接影響。

2.2 變量選取與模型構建

基于以上理論，個人可根據(jù)其自身社會經濟屬性及通勤模式偏好自行選擇居住地點，從而模糊建成環(huán)境對通勤模式的影響。為考慮“個人力”“文化力”及“地域力”三者關系，解決居住自選擇對通勤模式的內生影響［30］，將社會經濟屬性及態(tài)度偏好設定為外生變量，建成環(huán)境、通勤距離、小汽車擁有及通勤模式選擇設定為內生變量。而通勤距離與小汽車擁有并非單獨對通勤模式選擇產生影響，社會經濟屬性、態(tài)度偏好及建成環(huán)境的影響也會通過上述2 個變量對通勤模式選擇造成差異，將通勤距離和小汽車擁有設定為中介變量。至此，利用Amos 24.0軟件構建完整的結構方程模型（圖3）探究外生變量對內生變量以及內生變量之間的影響作用。

圖3 結構方程模型的設定Fig.3 Setting of structural equation model

2.2.1 外生變量將可能產生居住自選擇效應的社會經濟屬性、態(tài)度偏好變量設定為外生變量。其中，社會經濟屬性變量包括性別、年齡、家庭規(guī)模、學歷、戶籍、家庭人均月收入、房屋產權；態(tài)度偏好變量包括“綠色出行重要程度”（AP1）、“積極通勤模式意愿”（AP2）、“公共通勤模式意愿”（AP3）、“摩托車/電動車通勤模式意愿”（AP4）、“小汽車通勤模式意愿”（AP5）。采用李克特五級量表對選項“不重要-重要”“不愿意-愿意”從低到高5個等級賦予1～5的分值。

2.2.2 內生變量建成環(huán)境、通勤距離、小汽車擁有及通勤模式選擇為內生變量。作為核心內生變量，建成環(huán)境的評價從密度、多樣性、設計、目的地、到交通站點距離的“5D”維度出發(fā)在樣本點15 min 出行圈范圍內測量建成環(huán)境特征（表2）。其中，15 min出行圈以居住小區(qū)正門作為圓心，基于道路數(shù)據(jù)及居民步行速度運用GIS 網絡分析模塊中的OD 成本矩陣構建交通網絡模型生成2 km 路網緩沖區(qū)（圖1），并運用分析模塊中的空間連接對屬性數(shù)據(jù)匹配；密度包括人口密度與公共服務設施密度；多樣性采用POI 類型的熵指數(shù)表征土地利用混合度［8］；道路設計通過路網密度與交叉口比重衡量；到目的地距離通過樣本點到公共廣場中心的路徑距離測量；到交通站點距離作為交通可達性的簡單衡量指標，無法真正反映居民獲得使用交通工具的機會。本文根據(jù)距離衰減規(guī)律對路徑距離的長短賦值得到步行評分指數(shù)，用以表征居民到公交站點、地鐵站點的可達性。此外，多數(shù)研究并未關注停車位對小汽車擁有和小汽車通勤模式的重要影響，因而添加停車位數(shù)量變量加以分析。為消除各指標量綱不統(tǒng)一的問題，采取極差標準化方法將各項指標等比例統(tǒng)一歸于[0,1]區(qū)間內，使得指標之間具有可比性。

表2 建成環(huán)境變量說明及描述Tab.2 Built environmental variables measurement and description

通勤模式選擇基于調查問卷數(shù)據(jù)中居民對于“您前往工作地所乘主要交通工具”問題的選項獲得，并根據(jù)不同通勤方式所消耗能源及碳排放大?。ū?）分為4類。其中，步行和自行車騎行能源消耗及碳排放最小，將其作為積極通勤模式；公交、地鐵、班車或組合出行時，因載客容量大使得人均能源消耗及碳排放較小，將其作為公共交通通勤模式；電動車和摩托車為國內城市常見的通勤交通工具，相較于大型機動車能源消耗與碳排放小，作為摩托車/電動車通勤模式；小汽車通勤模式包括私家車、出租車，能源消耗及碳排放最大。

表3 機動化出行方式的能源消耗及其碳排放因子Tab.3 Specific energy consumption and CO2 emission factor for motorized travel modes

3 結果與分析

3.1 通勤模式選擇特征分析

3.1.1 社會經濟特征不同社會經濟屬性的通勤模式選擇不同（圖4）。在不同類型通勤模式選擇中各年齡段分布呈現(xiàn)一致性，平均年齡處于31～40 歲間。男性和女性在通勤模式選擇方面存在性別差異，在積極通勤與公共交通通勤模式中女性居民均高于男性居民，分別為35.8%與40.4%。與本科/大專及以上學歷的居民通勤模式選擇的概率31.3%相比，高中/中專及以下學歷的居民在通勤中選擇積極通勤模式的概率較高，為39.1%。外地戶口居民較本地戶口居民在通勤中選擇摩托車/電動車通勤模式多。就房屋產權來說，非自有產權居民選擇積極通勤模式較多，比例達53.7%，而自有產權居民通過積極通勤模式出行比例僅為31.6%，可能與非自有產權居民在租賃住房時更注重通勤距離有關。隨著家庭規(guī)模的擴大，選擇積極通勤模式的居民比例呈現(xiàn)“U”型分布，單身及六口之家選擇積極通勤模式的比例最大，分別為48.7%與44.5%。選擇積極通勤模式的居民隨著家庭人均月收入等級的增加比例逐漸降低，收入≤2000 元的居民選擇積極通勤模式最高，為60.0%。而選擇小汽車通勤模式的居民隨著家庭人均月收入等級的增加比例逐漸增加，收入＞15000 元的居民選擇小汽車通勤模式最高，為42.0%。這可能與居民對小汽車通勤成本的承擔能力有關。

圖4 不同社會經濟屬性下居民通勤方式比例Fig.4 Proportion of residents’commuting mode under different socioeconomic attributes

3.1.2 通勤模式選擇特征基于調查問卷統(tǒng)計結果可知居民通勤模式選擇分布不均，選擇積極通勤模式與公共交通通勤模式的概率較高，比例為35.0%與38.7%，合計73.7%。比例超過一半，表明蘭州市居民在日常通勤中更傾向于綠色通勤。綠色通勤的概率在城市邊緣區(qū)和受跨河、跨鐵路條件限制的建成環(huán)境略低，而小汽車通勤模式在東西狹長的城市形態(tài)背景下對長距離通勤更具有優(yōu)勢。在四類通勤模式選擇中，摩托車/電動車通勤模式作為較長距離出行的替代交通工具，概率較低，比例僅為4.3%。可能與蘭州市特殊的天氣氣候特征有關［31］，溫帶半干旱大陸性氣候導致地表土層干燥疏松，狹長的河谷地形不僅加大了風速也阻礙了空中懸浮物的擴散，導致沙塵天氣持續(xù)時間較長，能見度較低。且蘭州市冬季寒冷漫長，回溫較晚，對居民選擇摩托車/電動車方式通勤造成阻礙。

3.2 建成環(huán)境對通勤模式選擇的影響

3.2.1 結構方程模型適配度檢驗及修正對樣本數(shù)據(jù)構建結構方程模型（圖5）并進行估算，驗證性因子分析結果表明變量標準化路徑系數(shù)小于0.95 的標準［32］。在不違背理論假設的前提下有效降低模型卡方值，經修正后模型適配度指標及參考值（表4），各項指標均符合閾值要求，模型通過穩(wěn)健性檢驗，擬合效果較好。

表4 模型適配度指標Tab.4 Model fitness indexes

圖5 通勤模式結構方程的路徑分析Fig.5 Path analysis of commuting mode structure equation

3.2.2 居住自選擇效應解釋居民對居住小區(qū)建成環(huán)境的選擇顯著受到社會經濟屬性及態(tài)度偏好變量的影響（表5），同時，社會經濟屬性及態(tài)度偏好對通勤距離、小汽車擁有與通勤模式選擇存在顯著影響。也就是說“地域力”會受到“個人力”與“文化力”的影響進而形成特定的通勤模式，即存在居住自選擇效應。在假設1中，7個外生變量對建成環(huán)境與通勤模式選擇的內生影響均顯著。

表5 外生變量對內生變量影響的標準化回歸系數(shù)Tab.5 Standardized estimates of exogenous variables on endogenous variables

就“個人力”來看，社會經濟屬性對居民選擇居住小區(qū)建成環(huán)境及通勤模式選擇產生顯著影響。其中，居民的年齡與人口密度、路網密度及交叉口比重呈顯著正相關，與通勤距離、小汽車通勤模式的選擇呈顯著負相關。隨著家庭規(guī)模的擴大，15 min 出行圈范圍內公交可達性顯著降低，小汽車擁有顯著增加。相對于低教育程度的居民，教育程度高的居民多居住在交叉口比重低的地區(qū)，與小汽車通勤模式呈顯著負相關。與低收入、租房者相比，高收入、自有產權的居民多注重土地利用混合度高及基礎設施完備的小區(qū)，且與擁有小汽車及選擇小汽車通勤模式呈顯著正相關。就“文化力”來看，居民出行方式的態(tài)度偏好也對建成環(huán)境及通勤模式選擇產生顯著的影響。其中，積極通勤模式意愿與土地利用混合度、路網密度呈顯著正相關，與小汽車通勤模式呈顯著負相關。公共通勤模式意愿與路網密度、交叉口比重及公交站點可達性呈顯著正相關，與小汽車通勤模式呈顯著負相關。小汽車通勤模式意愿與停車位數(shù)量、小汽車擁有及小汽車通勤模式呈顯著正相關。而綠色出行重要程度、摩托車/電動車通勤模式意愿分別與公交站點可達性、距公共廣場中心距離呈顯著正相關，但與通勤模式選擇的相關性并不顯著。

3.2.3 影響因素分析控制居住自選擇效應后，進一步對建成環(huán)境各指標與通勤距離、小汽車擁有及通勤模式的路徑關系進行探討［30］，結果表明建成環(huán)境一方面直接影響居民的通勤模式選擇，另一方面通勤距離與小汽車擁有發(fā)揮中介作用，對通勤模式選擇產生間接影響（表6），假設2和假設3均成立。人口密度、路網密度及停車位數(shù)量變量對通勤模式選擇具有顯著的直接效應。具體來講，人口密度對通勤模式選擇存在負向的直接效應。人口密度過高可能會導致通勤高峰期更劇烈的交通擁堵，對于居民選擇小汽車等機動車出行具有負向影響，因此高密度人口通常會引導更多的就業(yè)者在日常通勤中選擇積極通勤模式。路網密度對通勤模式選擇具有顯著的負向效應。路網密度越大通常步行、騎行環(huán)境越友好，步行與騎行的人越多，居民日常通勤選擇積極通勤模式的可能性就越大。而這與Zhang［33］對波士頓的研究結果略有不同，除積極通勤與路網密度呈正相關關系外，小汽車通勤與路網密度也存在顯著的正相關關系。這可能與中國大城市建筑密度普遍較高有關，“小街區(qū)、密路網”一方面有利于提高步行通達性及步行與公共交通的銜接性，另一方面狹窄的道路對小汽車通勤與停放形成障礙，駕駛成本的增加大大降低了居民選擇小汽車通勤的概率。停車位數(shù)量對通勤模式選擇具有顯著的正向效應，供給完備的停車設施提高了居民通過小汽車通勤的便利程度，同時增加了居民選擇小汽車通勤的意愿。

路網密度、公交站點可達性、地鐵站點可達性及停車位數(shù)量對通勤模式選擇通過通勤距離與小汽車擁有產生顯著的間接效應。路網密度對通勤距離存在顯著的負向直接效應，同時對通勤模式選擇存在顯著的負向間接效應。15 min出行范圍內路網密度高的區(qū)域可能通過降低居民通勤距離，間接降低居民選擇小汽車通勤模式的可能性，這表明提高路網密度對于居民選擇積極通勤模式是有效的。公交站與地鐵站可達性對小汽車擁有具有顯著的負向直接效應，同時對通勤模式選擇均存在顯著的負向間接效應。公交站與地鐵站可達性越高，居民擁有小汽車的可能性越小，傾向積極通勤模式的可能性就越高。表明以公共交通為中樞、緊湊型發(fā)展的城市建成環(huán)境將改變居民以小汽車出行為主導的出行結構，從而增加選擇積極交通通勤模式的可能性。停車位數(shù)量對通勤距離存在顯著的正向直接效應，同時對通勤模式選擇存在顯著的正向間接效應。停車位數(shù)量越多，通勤距離越長，就業(yè)者選擇小汽車通勤的可能性越大。由此可見，通勤距離與小汽車擁有在建成環(huán)境對通勤模式選擇影響過程中發(fā)揮中介作用，尤其針對路網密度、公交站及地鐵站可達性。公交站與地鐵站可達性對通勤模式選擇發(fā)揮完全中介作用，而路網密度對通勤模式選擇的間接影響比直接影響更顯著，約占總效應的35.55%。此外，公共服務設施密度、交叉口比重分別對小汽車擁有及通勤距離存在一定直接影響，進而對通勤模式選擇產生間接影響，但間接影響并不顯著。

4 討論

本研究旨在為西北內陸中心城市建成環(huán)境對通勤模式選擇的影響提供決策依據(jù)。首先，基于分布式認知理論，從“個人力”“文化力”和“地域力”三者關系出發(fā)結合受訪者的社會經濟屬性與態(tài)度偏好對建成環(huán)境的影響，考慮了潛在的自我選擇問題，避免過高估計建成環(huán)境的貢獻。其次，相較傳統(tǒng)的回歸分析，結構方程模型更能進一步揭示通勤距離與小汽車擁有的中介作用，以及通勤模式與建成環(huán)境、通勤距離及小汽車擁有之間的內在聯(lián)系。最后，關于建成環(huán)境指標，除將“5D”建成環(huán)境與“地域力”結合外，進一步關注了滿足通勤模式的配套設施，并對距交通站點距離指標測度進行優(yōu)化，利用步行評分指數(shù)表征到公交站點及地鐵站的可達性，更全面地反映居民使用特定通勤方式的機會。

研究結果表明建成環(huán)境在居民通勤模式選擇中并非僅起到直接影響作用，還通過通勤距離與小汽車擁有的中介作用對通勤模式選擇產生間接影響。部分建成環(huán)境指標對通勤模式選擇的影響驗證了西方關于建成環(huán)境與出行行為關系的理論與假設，但也存在差異化的結論，與本文預期假設不符。例如研究發(fā)現(xiàn)，距公共廣場中心距離及土地利用混合度對通勤模式選擇的影響并不顯著。可能的解釋在于蘭州市特殊的城市空間形態(tài)與功能結構?！皟缮綂A一谷”的帶狀地形特征形成“多中心、組團式”的城市空間結構［34］，在分區(qū)平衡發(fā)展理念引導下，中心城區(qū)居民以行政轄區(qū)內通勤為主。就文中土地利用混合度的計算結果，熵值數(shù)均值為0.79，標準差為0.07，表明蘭州市住宅小區(qū)15 min 出行范圍內是相對混合的土地利用。

以上研究發(fā)現(xiàn)突出體現(xiàn)了“情境”對“建成環(huán)境-通勤模式選擇”關系的重要作用：地方情境，尤其是蘭州市“帶狀多中心組團”的城市形態(tài)，加之高人口密度、高步行與公共交通依賴的特殊情境，與西方城市對機動車高度依賴不同，對“建成環(huán)境-通勤模式選擇”關系的方向、顯著性及彈性閾值造成影響，這也凸顯了對與蘭州市相似的西北內陸城市研究的必要性。此外，研究結果中建成環(huán)境各變量對通勤模式選擇影響的效應值較小，可能產生與Stevens一致的判定：建成環(huán)境對通勤模式的影響可能是無彈性的，微不足道的［35］。然而多個建成環(huán)境變量的組合和協(xié)同效應可能是巨大的，因此在下一步的研究中應考慮多個建成環(huán)境變量組合或協(xié)同后對通勤模式產生的交互作用。

本文關于建成環(huán)境異質性的研究結果可為推進低碳交通網絡體系、積極引導綠色出行及減少能源消耗的城市生態(tài)低碳交通政策提供依據(jù)?？紤]到居民通勤模式在不同建成環(huán)境的異質性，對于低密度、疏路網與低可達性的建成環(huán)境，政府應積極引導城市建成環(huán)境內基礎設施與公共資源的優(yōu)化配置；交通設施向集約、高效、緊密銜接的模式發(fā)展，構建起基于軌道交通的城市綜合交通體系。開發(fā)新核心區(qū)域站點，考慮交通站點空間與周邊功能銜接，完善居民出行鏈，為居民提供良好的出行環(huán)境并滿足居民多樣化的出行需求，從而為城市生態(tài)文明建設貢獻交通智慧。

5 結論

（1）蘭州市居民通勤模式選擇多集中于積極通勤與公共交通通勤模式。社會經濟屬性及態(tài)度偏好本質上存在異質性，選擇積極通勤與公共交通通勤模式的居民集中于低學歷、外地戶口、低收入、租賃房屋的單身或大規(guī)模家庭。

（2）“地域力”會受到“個人力”與“文化力”的影響進而形成特定的通勤模式，蘭州市存在居住自選擇效應。居民會根據(jù)自身社會經濟屬性及態(tài)度偏好選擇不同建成環(huán)境的住宅小區(qū)，擁有高收入、小規(guī)模的家庭選擇居住環(huán)境時偏向密路網、高可達性、高土地利用混合度及基礎設施相對完善的居住環(huán)境，繼而形成較為穩(wěn)定的通勤模式選擇。

（3）在規(guī)避居住自選擇效應下，建成環(huán)境仍對通勤模式選擇具有顯著影響。人口密度、路網密度及停車位數(shù)量對通勤模式選擇存在直接影響，路網密度、公交站點可達性、地鐵站點可達性及停車位數(shù)量通過通勤距離與小汽車擁有的中介作用對通勤模式選擇產生間接影響。

（4）高密度、密路網與高可達性的建成環(huán)境通過提高道路網絡的連通性、步行與公共交通的連接性進一步推動積極通勤模式與公共交通通勤模式選擇，引導居民向積極通勤模式為主導的出行結構轉變。