公共交通通勤方式分担率:就业地理与空间约束的作用

《Journal of Transport Geography》:Transit commute mode share: The role of employment geography and spatial constraints

【字体: 大 中 小 】 时间:2026年09月02日 来源:Journal of Transport Geography 6.8

编辑推荐:

   摘要公共交通投资通常受公共交通的环境目标驱动:通过从小汽车到公共交通的模式转换来缓解驾驶带来的负面外部性。了解影响这一转换的建成环境因素,对于指导投资策略至关重要。许多研究和政策讨论都关注住房与公共交通的共址布局,包括通过公共交通导向型开发(TOD)。我们认为,就业岗位与公共

  

摘要

公共交通投资通常受公共交通的环境目标驱动:通过从小汽车到公共交通的模式转换来缓解驾驶带来的负面外部性。了解影响这一转换的建成环境因素,对于指导投资策略至关重要。许多研究和政策讨论都关注住房与公共交通的共址布局,包括通过公共交通导向型开发(TOD)。我们认为,就业岗位与公共交通的共址布局(即就业导向型 TOD)同样重要。虽然一些研究通过到就业岗位的起点可达性来考察公共交通使用情况,但就业岗位的终点可达性的影响仍未得到充分探索。我们还观察到,靠近山脉或大型水体等地理障碍的主要就业中心,往往具有更高的公共交通通勤方式分担率,这可能是由于“漏斗效应”将出行集中在有限数量的走廊中,从而增加了公共交通捕获方式分担率的能力。我们开发了一个指数来实证检验这种“障碍效应”。我们对美国 100 个人口最多的大都市区的就业中心进行回归分析,发现就业中心的就业密度、行业构成以及靠近地理障碍的程度,均与更高的公共交通通勤方式分担率显著相关,即使控制了公共交通相对于驾驶的相对可达性也是如此。我们的研究结果表明,优先考虑在具有强大公共交通可达性且靠近地理障碍的密集就业中心进行区域就业增长,可以显著影响出行行为并改善公共交通投资成果。我们还将这些发现与城市增长边界联系起来,即地理障碍的立法等效物。

引言

2019 年,纽约地区的公共交通通勤方式分担率是美国任何都市统计区(MSA)中最高的——32%,而全国平均水平为 5%,与此同时,人口第二和第三多的 MSAs 的公共交通通勤方式分担率分别为 12%(芝加哥 MSA)和 5%(洛杉矶 MSA)。1 图 1 展示了二十个人口最多的 MSAs 相对于劳动力规模的公共交通通勤方式分担率,这表明除了劳动力规模之外,其他因素也影响了这种差异。在接下来的内容中,我们调查就业中心的构成和位置是否影响就业中心的公共交通通勤方式分担率,这可能解释了大都市层面的结果。
美国的公共交通供给通常由两个经常相互竞争的政策目标驱动。可达性目标优先考虑为无法获得车辆使用权的人提供流动性,以缩小可达性差距;环境目标则是通过鼓励驾驶员改用公共交通来减轻出行的环境外部性(Fielding, 1995, 转引自 Giuliano, 2005; Meyer and Gomez-Ibanez, 1981)。大量文献记录表明,环境目标被优先考虑,且成本尤其高昂,因为“选择型乘客”需要更多资本密集型的公共交通,并在资源密集型通勤时段使用它(Garrett and Taylor, 1999; Giuliano, 2005; Mallett, 2024; Pucher and Renne, 2003; Wang and Renne, 2023)。因此,了解公共交通通勤客流量的决定因素,对于在环境目标下指导具有成本效益的公共交通规划和投资策略非常重要。
公共交通导向型开发(TOD)——在公共交通节点附近建设密集、混合用途的开发项目,通常以住房为锚点——是一种常见的土地使用策略,旨在实现此目的。正如理论所阐述的,TOD 可以通过降低公共交通接入成本来增加公共交通方式分担率。一些大都市规划组织甚至将资本项目条件设定为最低住房密度(例如,Metropolitan Transportation Commission, 2005)。然而,通过强调公共交通附近的住房,政策和文献倾向于缓解前往公共交通的起点成本,而相对忽视了从公共交通抵达目的地的终点成本,例如就业岗位在公共交通节点周围的空间分布方式。
我们观察到,公共交通通勤方式分担率高于平均水平的大都市区拥有密集的、集中的就业中心,且这些中心毗邻阻碍向外扩张的地理障碍,如山脉或大型水体。曼哈顿是一个岛屿;旧金山是一个半岛;而华盛顿则有两面受河流限制。然而,仅靠障碍不足以解释这种差异,正如具有相似地理障碍配置的地区公共交通通勤方式分担率较低(例如,底特律、堪萨斯城、迈阿密)所说明的那样。我们假设,公共交通的竞争力以及区域就业的中心化和密度会调节这种关系。
我们的理论是,邻近的地理障碍限制了道路扩建和路线灵活性,从而在结构上将出行集中在少数交通量巨大的走廊中(Saiz and Wang, 2023)。出行集中在有限数量的走廊中,增加了公共交通捕获更大方式分担率的能力。此外,随着工人在进行地点选择时在运输成本和住房偏好之间进行替代(Alonso, 1964; Mills, 1967; Muth, 1969),主要就业中心附近的地理障碍对低密度住房施加了最低运输成本。一些工人将放弃这种成本,进一步以增加公共交通方式分担率的方式集中住房开发和出行。
因此,我们假设更大、更密集且在其区域就业模式中更中心的就业中心会经历更高的公共交通通勤方式分担率,并且这会被靠近地理障碍所放大。除了实证调查经济地理和地理障碍与公共交通通勤方式分担率的关系外,我们的研究结果还为与工作中心选址和城市增长边界(UGBs,即地理障碍的立法类似物)相关的规划和政策提供了信息。
为了调查,我们检查通往就业中心的公共交通通勤方式分担率是否由经济地理属性、靠近地理障碍的程度以及相关控制变量来解释。我们使用一项伴随研究中的美国 100 个人口最多的大都市区的就业中心作为分析单位(Mallett and Wilsey, 2026)。在下一节中,我们回顾相关的理论和实证文献。然后,我们描述我们的数据和方法,总结结果,并讨论对规划和政策的含义。

章节摘要

文献综述

就业中心附近地理障碍对公共交通方式分担率的影响在很大程度上仍未被探索,尽管相关研究围绕这一主题展开。对于规划和政策,我们旨在为关于就业土地使用和城市增长边界(UGBs)位置可能如何影响公共交通使用(TU)的讨论提供信息。因此,我们探讨了出行行为(TB)(包括 TU)与建成环境(BE)之间的关系、UGBs 对 TB 的影响、TOD 策略的有效性以及有限的相关文献。

数据与方法

我们的目标是衡量主要就业中心的经济和物理属性——特别是它们靠近地理障碍的程度和就业构成——如何影响公共交通通勤方式分担率。我们分析的基础数据包括就业中心识别及其属性:在区域内的经济重要性、就业密度、行业部门构成、公共交通通勤方式分担率,以及衡量附近地理障碍限制程度的指标。

描述性统计

表 1 展示了我们的汇总统计。我们的分析使用第 99 和第 95 百分位就业中心的汇总数据,并使用一个分类变量来区分它们。这使我们能够区分就业中心的绝对密度与其在区域就业密度分布中的相对位置的影响。为了支持对结果的解释,我们在表 1 中包含了分层统计,并在回顾汇总数据后讨论跨层模式。
一个关键变量是

结果

表 2 展示了我们的模型结果。各模型之间的调整后 R2值非常相似,经济和控制变量的影响也是如此。最突出的是,当因变量被当作线性变量与对数变量处理时,不同自变量的表现方式。
公共交通相对可达性始终与公共交通方式分担率具有最强的关联——无论是在幅度还是统计显著性方面。重要的是要强调

讨论与结论

在这项研究中,我们分析了就业中心的物理和经济地理如何塑造公共交通通勤方式分担率。我们的结果表明,公共交通相对于驾驶的竞争力是公共交通通勤方式分担率的最强预测因子。就业密度也与公共交通通勤方式分担率有实质性的关系,密度每增加 1% 与公共交通方式分担率增加 0.37% 相关。此外,专业...份额每增加一个百分点...

CRediT 作者贡献声明

扎卡里·马利特(Zakhary Mallett): 写作 - 审查与编辑,写作 - 原创草稿,项目管理,方法论,形式分析,概念化。 尼古拉斯·威尔西(Nicholas Wilsey): 可视化,方法论,数据管理,概念化。

致谢

这项研究部分源于主要作者与当时的同学海梅·以色列·洛佩斯博士(Dr. Jaime Israel Lopez)的“湾区与洛杉矶”辩论。其中一次辩论涉及为什么旧金山的公共交通使用似乎高于洛杉矶,由此产生了一个假设:旧金山受益于将出行集中在使公共交通能够捕获更大方式分担率的方式中的地理障碍。
ChatGPT(OpenAI)被用于编辑校对。
扎卡里·马利特 | 尼古拉斯·威尔西
阿拉巴马农工大学,社区与区域规划系,美国阿拉巴马州亨茨维尔市,邮编 35811
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号