城市轨道交通可达性对通勤满意度的影响

十九大以来人民生活的幸福水平逐渐成为衡量城市规划成功的重要标准，其中人民群众的通勤满意度更是受到学者和决策者的共同关注。通勤满意度指居民对通勤出行的整体或过程中某方面的认知评价，属于居民出行满意度的一个方面 ^[1] 。现有通勤满意度研究主要集中于个体属性 ^[2-3] 、公共交通服务水平 ^[4-5] 、出行方式与特征 ^[6] 以及新增城市轨道交通线路 ^[7] 等因素的影响和作用，其中通勤时间作为重要的出行特征，是居民就业可达性的重要衡量指标，也是学者广泛关注的主要影响要素之一。

良好的通勤状态有利于居民身心健康、促进就业和提升社会公平 ^[8] 。依据《2021年度中国主要城市通勤监测报告》，全球城市在构建“幸福通勤之路”过程中发现，居民单程通勤时间在45 min内较为合理。针对中国城区人口规模在100万人以上的42个主要城市的研究发现，居民单程平均通勤距离约为7.83 km，单程平均通勤时间为35 min，而随着城市规模的扩大，通勤距离与时间整体呈不断拉长的趋势。其中，北京市居民单程平均通勤距离约为11.1 km，单程平均通勤时间高达47 min，超过60 min的中心城区通勤人口比例达27%，北京成为全国通勤时间最高的城市 ^[9] 。通勤品质将在很大程度上决定居民的生活幸福感。

同时，依据《2021年北京市交通发展年度报告》，截至2020年末，北京市城市轨道交通运营里程达到727 km，拥有24条运营线路，428座运营车站 ^[10] 。作为全国城市轨道交通运营里程排名第二、客运量规模第三的城市，城市轨道交通在北京居民通勤出行中承担着不可或缺的角色。本文选取北京市作为研究案例，探讨城市轨道交通可达性对通勤满意度的影响，对整体改善居民通勤体验、提升生活幸福感、促进城市高质量发展具有重要意义。

作为生活满意度的重要组成部分，通勤满意度与出行满意度的概念通常交织进行。研究范式总体分为期望理论(expectancy theory)和社会比较理论(social comparative theory)两大类别。其中，期望理论将通勤满意度视为一系列因素综合作用下的预期满意度与实际通勤或出行体验之间的差异；社会比较理论则提供更多细致的考量。现有研究主要从规划设计 ^[4] 、交通服务 ^{[5, 11]} 、建成环境 ^{[3, 7, 12-13]} 、通勤特征 ^{[6, 14-15]} 、个体社会属性 ^{[2-3, 16]} 及社会比较 ^[17-18] 等要素视角分析对居民出行满意度的影响(见表1)。

表1 国内外通勤(出行)满意度相关研究

然而，学者对于通勤时间与通勤满意度之间的理论关系仍存在争议。M. Abou-Zeid 等 ^[18] 基于社会比较理论的研究表明，美国使用相同交通方式的通勤者中，当发现自身通勤时间短于他人的人会拥有更高的满意度。党云晓 等 ^[14] 、王德起 等 ^[15] 的研究也证明通勤时间过长会降低居民的满意度。而张纯 等 ^[6] 以乌鲁木齐为例的实证研究发现，通勤时间短并不意味着通勤满意度水平一定高。Ye R N等 ^[19] 基于西安的实证研究发现，对居民通勤满意度产生显著影响的是实际通勤时间与理想通勤时间之间的差距；在控制现实与理想之间的时间差距后，通勤时间与交通方式对居民通勤满意度的影响并不显著。

已有研究中的通勤满意度测度往往是基于某一种特定的交通方式，而本文着眼于居民一次完整通勤过程的整体满意度，聚焦城市轨道交通与其他交通方式组合出行的样本，同时关注职住两端的最初一公里和最后一公里通勤过程，研究城市轨道交通可达性对通勤整体满意度的影响机制。

关于城市轨道交通可达性的测度，已有研究多将一次完整出行的通勤总时间作为衡量指标，研究其对通勤满意度及幸福感的影响。然而，这相对忽视了居民在一次完整通勤过程中可能涉及多种交通方式与多阶段，不同阶段使用的交通方式与通勤时间可能都会影响通勤整体感受与评价；在通勤时间相同情况下，使用不同交通方式的居民在可达性上依旧存在差异。因此，本文从整体和过程两个环节入手，将居民通勤时间与交通方式同时作为城市轨道交通可达性的衡量指标，既考虑完整通勤行为下的整体可达性与满意度之间的关系，同时也考虑通勤出行中职住两端可达性对居民通勤满意度的影响，研究二者对居民通勤满意度的共同作用机制。

西方学者对通勤满意度的关注和研究较早，一般是将自身研究与李克特量表相结合进行数据收集，常见做法是利用五点量表对满意度进行测度 ^[1] 。主要分析方法包括分层模糊评价法、Logistic回归(包括多分类Logistic回归与有序Logistic回归)、机器学习以及结构方程模型。

欧阳陈海 等 ^[5] 选取拥挤度、换乘方便性、等车时间等9项公共交通运行指标，运用分层模糊评价法构建北京通勤者出行满意度测评模型。高晓路 等 ^[4] 、张纯 等 ^[6] 运用多分类Logistic回归模型分析BRT车站的布局、个体属性、交通方式等对居民通勤满意度的影响。CAO J ^[7] 、YIN J B 等 ^[13] 尝试运用结构方程模型探索城市轨道交通建设如何通过影响居民出行进一步提升居民生活满意度的作用机制。此外，随着大数据时代到来，机器学习等分析方法也开始逐渐引入到通勤满意度研究领域 ^[12] 。

有序Logistic回归模型应用于通勤满意度评价方面尤为见长，相较于分层模糊评价法与多元线性回归，有序Logistic回归可以更细致测度评价等级之间的不等间隔差异，反映居民通勤满意度的程度变化，并关注导致极端情绪的来源因素。不同于机器学习分析方法所依赖的规模庞大的数据支持，Logistic回归方法更适用于小规模问卷调查数据分析。因此，本文选取基于GIS空间分析与有序Logistic回归相结合的方法，探索城市轨道交通可达性与通勤满意度之间的影响机制。

在空间数据准备上，选择2020年11月北京市已开通运营的城市轨道交通车站及线路覆盖区域，同时结合北京市建成区边界作为研究区域。考虑上班通勤路径相对下班通勤更为直接，本文选取居民使用城市轨道交通上班通勤过程为研究场景，通过网络及线下发放调查问卷的形式进行数据收集，共回收有效问卷386份。调查显示，居民在一次完整通勤过程中普遍呈现出使用多种交通方式组合通勤的特征。本文从中选取将城市轨道交通作为完整通勤过程方式组合中的一种通勤方式的被调查者作为有效样本(需要说明的是，城市轨道交通不必是居民一次通勤过程中耗时最长的交通方式)，筛选出有效样本288份，问卷有效率为74.6%。

问卷内容包括居民个体社会与经济属性、通勤特征及通勤满意度。研究样本人群年龄分布为18~54岁，受教育程度本科及以上人群占77.8%。此外，53.5%样本为男性，拥有北京市户籍的样本占51.2%。样本单程通勤总时间平均为59.86 min，单程通勤费用约为7.96元。

通勤满意度数据收集采取五点量表法，不同满意度水平的赋值方法为：很不满意为1，不满意为2，一般为3，满意为4，很满意为5。本文对通勤满意度的调研不局限于样本对通勤过程的整体评价，还包括其对职住两端通勤过程的满意度情况，分别记为最初一公里满意度( S _- first )和最后一公里满意度( S _- final )，前者指样本从居住地到城市轨道交通车站出行过程的满意度评价得分，后者指样本从城市轨道交通车站到就业地过程的满意度评价得分。

本文采用基于GIS空间分析与有序Logistic回归相结合的方法进行研究。首先，运用统计分析与数据空间可视化的方法研究通勤满意度空间分布特征，包括通勤整体满意度、职住两端通勤满意度以及不同接驳方式下通勤整体满意度的空间分布特征。依据空间分析结果，运用有序Logistic回归进一步研究城市轨道交通整体可达性与过程可达性对居民通勤满意度的影响机制，构建回归模型，其计算公式为

式中： S _- overall _i 为通勤整体满意度，指样本从居住地到就业地完整通勤过程满意度评价得分； α 为常数项； β ₁ ， β ₂ 为回归系数； CC _i ， IA _i 为居民上班通勤过程的通勤特征和个体属性(见表2)； ε 为误差项。

表2 通勤整体满意度有序Logistic回归模型变量描述

一次完整通勤过程通常涉及两种及以上交通方式。本文将一次完整通勤过程中耗时最长的交通方式作为被调查者的主要交通方式，将其划分为机动交通方式和非机动交通方式。其中，机动交通方式包括摩托车、单位小汽车、单位客车、私人小汽车、地铁或轻轨、公共汽车、网络预约出租汽车(以下简称“网约车”)和巡游出租汽车(以下简称“出租汽车”)；非机动交通方式包括步行、共享单车、自行车和电动自行车。此外，样本从居住地到城市轨道交通车站的最初一公里通勤过程和从城市轨道交通车站到就业地最后一公里通勤过程使用的交通方式划分为步行与非步行两种。

城市轨道交通通勤整体满意度评价从低到高的样本比例分布依次为2.8%，4.2%，32.6%，45.8%和14.6%，满意度集中在中等偏上水平(平均得分为3.653)。将整体满意度得分在ArcGIS平台进行可视化，发现其空间分布差异较大(标准差为0.878)，分布趋势与孟斌 等 ^[2] 在2012年对北京市居民通勤满意度的空间差异分析结果大致相同，即靠近城市中心的核心区(东城区、西城区)和城市轨道交通线路末端车站的居民更易具有较高水平的通勤整体满意度(见图1)。

图1 上班通勤整体满意度空间分布

中心城区如东城区、西城区等由于居住地周边城市轨道交通覆盖率较高，也相对接近城市就业中心，因此通勤整体满意度较高。同时，靠近城市轨道交通线路末端车站的门头沟区、房山区、昌平区、大兴区居民通勤整体满意度水平也较高，可能由于早高峰时段从始发站上车更容易在拥挤的车厢中获得座位。

通勤整体满意度较低的区域集中在东三环的呼家楼、南五环的西红门以及五环外的西北旺、常营地区、八通线与6号线之间的地区。这些区域距离中心城区相对远，难以在高峰时段挤上地铁，成为导致满意度较低的原因。此外，通州区通勤整体满意度水平相对较低，尤其是永顺镇至中仓街道一带以及梨园镇与玉桥街道的中东部区域，可能是由于居住地或就业地整体远离城市轨道交通车站，最初或最后一公里出行较为不便。

这些空间分析结果显示通勤整体满意度水平既受整体区位影响，又受局部因素作用；既与就业地点和通勤时间等个体因素紧密关联，也与建成环境密不可分。

将通勤满意度根据乘坐城市轨道交通的过程进行划分，通过对职住两端通勤满意度进行分析，考察最初一公里和最后一公里通勤满意度的分布特征(见图2)。结果表明，最初一公里满意度的平均得分为3.660(标准差为0.975)；最后一公里满意度的平均得分为3.785(0.845)。当最初一公里或最后一公里通勤满意度的平均得分高于4分时，可认为对应上车站或下车站为高满意度车站；当平均得分低于3分时，可认为其为低满意度车站。通过加权计算得到通勤过程职住两端的高满意度车站与低满意度车站分布(见表3)。

a 最初一公里

b 最后一公里

图2 上班通勤职住两端通勤满意度空间分布

表3 上班通勤职住两端高满意度车站与低满意度车站分布

44.9%的样本最初一公里和最后一公里的通勤满意度水平一致，29.7%的样本最后一公里通勤满意度高于最初一公里。最初一公里满意度水平较低的样本主要分布于朝阳区北京欢乐谷附近的地铁7号线、10号线与京津高铁沿线，以及通州区地铁八通线通州北苑站至土桥站沿线以北、6号线以南与地铁站之间距离较远的地区。

最初一公里和最后一公里通勤满意度都较高的样本分布在距离地铁车站较近区域，特别是西二环、北三环以北10号线、东三环以及南三环以北14号线东段地铁沿线区域，共同构成了城市轨道交通通勤满意“环线”。此外，城市轨道交通线路末端车站附近的最初一公里和最后一公里通勤满意度也较高，例如地铁八通线九棵树站、梨园站以及6号线北运河西站沿线的通州居民对职住两端通勤满意度给出了极高评价。这与Yin J B 等 ^[13] 对西安市的案例研究结论一致，即与城市轨道交通车站距离越近，出行越便利、通勤满意度也越高。

多数国内外文献研究显示，因时间更短、舒适性和私密性更好等原因，机动车出行通勤满意度较高 ^{[5, 18]} 。这一结论通常是在使用单一交通方式通勤的假设下得出，不一定适用于城市轨道交通与其他交通方式组合出行的通勤满意度评价，因此本文对使用不同接驳方式的样本通勤整体满意度差异进行研究。

通过ArcScene将职住两端接驳方式与通勤整体满意度进行立体化的空间关系表达(见图3)，可以反映更细节的通勤满意度情况。在上班通勤过程中，47.6%的样本最初或最后一公里除步行外还需借助其他交通方式。其中，56.9%的样本选择私人小汽车、出租汽车或网约车等机动化交通方式完成最初或最后一公里通勤。样本从居住地到城市轨道交通车站的平均时间为16.48 min，标准差为15.55；从城市轨道交通车站到就业地的平均时间为11.67 min，标准差为10.37，最后一公里的通勤时间低于最初一公里。

a 最初一公里

b 最后一公里

注：图中柱代表上班通勤整体满意度，由低到高分别代表满意度水平由1到5。

图3 不同接驳方式的上班通勤整体满意度空间分布

将最初一公里和最后一公里使用的接驳方式进行比较分析发现，最初一公里相对于最后一公里使用步行接驳的比例更低(分别为59.03%和73.61%)，更加依赖骑行、公共汽车和个体机动化交通方式(包括私人小汽车、出租汽车、网约车等)。步行接驳城市轨道交通的居民有较高的满意度水平(平均得分为3.681)。这与周强 ^[20] 对苏州市的研究结论一致：依靠步行接驳的居民出行满意度最高。使用私人小汽车、出租汽车、网约车等接驳方式的通勤满意度水平也较高(平均得分为3.636)；而依靠共享单车、自行车、摩托车、电动自行车、公共汽车等接驳方式的通勤满意度水平相对较低(平均得分为3.576)，且居住地通常分布在远离城市中心的郊区。这表明相较于步行，骑行(包括共享单车、自行车、摩托车、电动自行车等方式)与乘坐公共汽车均可以扩展居民的就业范围 ^[21] ，但是居住地与工作地同时处于城市轨道交通步行范围内的居民会有更好的通勤体验。

为系统分析通勤满意度的影响机制，本文采用有序Logistic回归对通勤整体满意度进行分析(见表4)。回归模型的伪决定系数R ² 为0.167。模型通过平行性检验(P=0.083>0.05)，且不存在共线性问题，结果具有统计学意义(P<0.05)。

表4 上班通勤整体满意度有序Logistic回归模型

注：相关性分析结果显示受教育程度与通勤整体满意度之间不存在相关性，因此回归分析未将其纳入自变量范围。

回归结果显示，在所有变量中对通勤整体满意度具有显著影响的是单程通勤总时间( T _- total )、主要交通方式( M _- main )、最后一公里交通方式( M _- final )等通勤特征，以及户籍状态( Hukou )、个人平均月收入水平( Income )等个体属性。

具体分析这些变量的影响发现，在通勤特征方面，与党云晓 等 ^[14] 、王德起 等 ^[15] 对北京市案例研究结论一致：单程通勤总时间是影响通勤整体满意度的关键要素，且单程通勤总时间越长，通勤整体满意度越低( β =-0.014，P=0.001)。在交通方式上，通勤过程中以非机动交通方式为主的居民拥有更高的通勤整体满意度( β =0.727，P=0.041)。通勤费用的影响并不显著，这与严海 等 ^[22] 对小汽车通勤满意度的研究结果相反，该研究认为通勤费用增加会降低小汽车通勤者的满意度。结论存在差异的原因可能在于：不同交通方式的通勤者对通勤费用变化的敏感度不同；与小汽车相比，城市轨道交通的通勤费用水平本就较低且浮动水平不大。

通勤过程中各阶段的具体影响因素方面，首先，最初一公里与最后一公里耗费的通勤时间对于通勤整体满意度的影响并不显著；其次，最后一公里步行可达性(即能否采取步行完成最后一公里通勤过程)对通勤整体满意度具有显著影响，非步行接驳通勤者的通勤满意度水平较低( β =-0.992，P=0.002)。这一结论证明了以公共交通为导向的发展(Transit Oriented Development, TOD)理念下的城市功能布局更有助于提升基于城市轨道交通的通勤满意度 ^[23-24] 。

个体属性因素方面，年龄、性别、教育程度等个体因素对通勤满意度的影响均不显著。样本调查结果显示：不同户籍状态居民在通勤整体满意度上表现出一定差异( β =-0.61，P=0.019)；收入水平上，较低收入群体(个人平均月收入在5 000元以下)的通勤整体满意度评分更高( β =0.99，P=0.008)，这体现了基于城市轨道交通出行群体的特殊满意度特性。这与孟斌 等 ^[2] 对北京市不同人群的通勤满意度情况分析结论一致：相对于高收入群体，选择城市轨道交通的中低收入通勤者更容易获得较高的通勤满意度。干迪 等 ^[25] 对上海市近郊区居民的研究表明：不同类型居民的通勤满意度因通勤距离变化表现出差异性。因此，本文认为低收入群体容易获得较高满意度的原因可能在于其就业选择的范围因信息获取的有限性而限定在一定空间范围内，较短的通勤距离下居民通常拥有更短的通勤时间，加之其本身对通勤满意度的期望值较低，更容易得到满足。

本文以北京市上班单程通勤为例，通过五点量表的通勤满意度调查，探讨城市轨道交通可达性对通勤满意度的影响机制。研究结果显示：1)城市中心区域和城市轨道交通线路末端车站附近的通勤整体满意度较高；2)职住两端的通勤满意度表现出不对称特征，靠近就业地的最后一公里满意度优于靠近居住地的最初一公里满意度；3)在接驳方式上，选择步行、个体机动化方式接驳城市轨道交通的样本通勤满意度更高，而使用公共汽车、自行车、电动自行车等方式接驳的样本通勤满意度偏低。这支持了城市轨道交通网络规划应坚持TOD理念，原因在于该理念主导下的城市设计更容易提升通勤者的可达性和通勤满意度。

有序Logistic回归结果表明：通勤时间和交通方式是通勤整体满意度最重要的影响因素。1)单程通勤总时间越长，通勤满意度越低；2)交通方式中，非机动交通方式占主导、最后一公里使用步行接驳的样本通勤总体满意度较高；3)通勤费用因素对通勤整体满意度的影响不显著，个人平均月收入低于5 000元的样本更容易有较高的通勤整体满意度，这显示了城市轨道交通对于提升中低收入群体通勤整体满意度的有效性；4)除户籍状态外，性别、年龄、受教育程度等变量的影响并不显著。由于问卷调查规模较小、调查覆盖范围存在局限，因此，关于个体属性的研究结论一定程度上会受样本偏差影响，需要通过更大范围、更大规模的样本调查进行深入研究和分析。

本文研究结论有助于进一步提升居民通勤满意度、促进城市高质量发展。提升城市轨道交通通勤满意度，在城市规划层面需要平衡职住空间关系，在城市设计层面需要更好地提升城市轨道交通车站的可达性。降低极端超长通勤、提升城市轨道交通车站周边的步行可达性、加强车站周边不同交通方式的无缝接驳、通过运营调度改善车站拥挤情况等，都成为提升通勤满意度、改善可达性的良方。根据TOD理念开展站城一体设计时，可以在更靠近车站的区位上布局能创造更多就业机会的商业、办公等功能，这也是改善最后一公里通勤步行可达性的有效途径，有助于城市迈向更幸福的通勤之路。此外，对于某种特定交通方式，特定服务群体的通勤满意度可能存在差异，未来需要更细致地针对中低收入、流动人口等群体开展研究。