国际城市规划  2015, Vol. 30 Issue (4): 46-52       
社区建成环境和交通行为研究回顾与展望:以美国为鉴
曹新宇    
摘要:西方国家各级政府已经采用各种土地利用和交通政策来抑制蔓延式发展的负面效应。西方规划和交通学者通过分析建成环境和交通行为的关系来评价这些政策的作用,并取得了丰硕的成果。这对西方国家的规划实践具有重要的指导意义。中国近年的城市发展已经呈现出美国的蔓延式发展特征。它的负面效应也逐渐显现出来。然而,由于中国建成环境和交通行为的研究起步较晚,很多方面亟待学习和发展。本文主要以美国的研究进程为例,回顾了建成环境和交通行为研究理念、方法和理论基础的演变,总结了以往的研究问题和成果,并结合中国的实际对学术前沿的热点问题进行展望。
关键词城镇化;     土地利用;     精明增长;     交通;     交通需求    
Examining the Relationship Between Neighborhood Built Environment and Travel Behavior:A Review from the US Perspective
Jason Cao    
Abstract: Governments in developed countries have adopted various land use and transportation policies to counter the effects of urban sprawl. Many scholars have examined the relationships between the built environment and travel behavior to evaluate the effectiveness of the policies. The insightful research outcomes have guided urban planning practice in developed countries. Recent urban development in China seems to follow the pattern of the USA and its negative consequences have emerged. However, because the research on built environment and travel behavior is still in its infant stage, domestic scholars need to learn from international research practice and develop our own research agenda. Based on the research progress of the USA, this paper introduces the evolution of research motivation, method, and theoretical foundation, summarizes research questions and outcomes, and makes recommendations for future cutting-edge research.
Keywords: Urbanization;     Land Use;     Smart Growth;     Transportation;     Travel Demand    

引言

近十几年以来, 中国的城市发展已经开始呈现出美国20世纪下半叶的蔓延式发展特征。国际上对蔓延式发展没有统一的定义。在美国精明增长联盟(Smart Growth America)的一个报告中, 尤因等(Ewing et al.)将蔓延式发展定义为土地城镇化远快于人口城镇化[1]。《国家新型城镇化规划2014-2020》明确指出这个现象是中国城镇化的突出问题。大街区和宽马路已经成为很多的新城和郊区规划的显著特征, 这些社区摒弃了以步行和公交为导向的城市发展目标, 加上城市空间结构的不合理, 住在这些高密度郊区社区的人们对汽车的依赖程度正在逐渐增加。过去十年汽车拥有量的井喷式增长一方面体现了在蔓延式发展条件下人们对汽车的依赖。另一方面, 汽车拥有量的增长更加速了蔓延式发展的进程。因此, 虽然中国的蔓延式发展与美国有一些差异, 蔓延式发展和汽车依赖之间的关系基本上是一致的。

交通拥堵和雾霾及其负面效应已经成为人们关注的热点和各级政府迫切需要解决的问题。尽管通过建成环境引导可持续的交通出行是国际社会的一个趋势, 但是国内学者对这个问题的研究和探索尚处于起步阶段, 发表在主流国际期刊上的中国实证研究更是凤毛麟角。因此, 把国际上先进的研究理念和方法“请进来”显得非常重要。另一方面, 中国大胆地实施了一些在西方国家很难推行的交通政策(如单双号限行、汽车牌照抽签和拍卖)。评价这些交通政策与各种土地利用政策的相互作用对其他国家的政策制定具有很重要的指导意义。中国的先进经验也需要“走出去”, 从而推动政策和学科的发展。

因此, 本文主要以美国的研究进程为例, 结合欧洲的一部分实践, 对建成环境和交通行为的研究进行回顾总结, 并对将来的研究热点问题进行展望。

为了帮助读者了解本文中所指的建成环境和交通行为, 在综述展开之前, 笔者先简单定义一下这两个概念。有别于自然环境, 建成环境是人类文明的产物。它通常包含三个组成部分:土地利用模式、城市设计和交通系统[2, 3]。汉迪(Handy)等将土地利用模式定义为各种社会活动在空间上的分布, 通常将空间区域划分为工业区、商业区和住宅区等。城市设计关注城市内各种要素的空间安排及面貌, 以及街道和公共空间的功能和吸引力。交通系统指的是各种交通基础设施(比如人行道、公共交通、自行车道等)及其能提供的服务质量[3]。在建成环境和交通行为研究领域, 建成环境通常由以下六个主要要素来描述:密度(density)、混合度(diversity)、设计(design)、公交邻近度(distance to transit)、目的地可达性(destination accessibility)和到市中心的距离(distance to city center)。交通行为主要包括出行方式、频率、距离、时间、目的和出行链。自行车拥有量和汽车拥有量也通常被看成是广义的交通选择。

1 研究演变

1.1 研究理念的演变

美国早期对于建成环境和交通出行的探讨致力于研究对交通需求的预测。在传统的交通需求预测四步法中, 出行生成的关键技术问题是预测交通产生量和吸引量。麦克纳利(McNally)指出交通产生量由交通分区(traffic analysis zone)内家庭的社会经济属性和家庭数量决定[4]。近年来, 规划师逐渐开始考虑人口密度和土地利用混合度对交通产生量的效应。交通吸引量取决于交通分区内不同用途的土地的数量或者各种从业人员的数量[4]。由于交通产生量和吸引量都是以交通分区为单位进行预测的, 出行生成没有考虑也不反映个人的交通行为。

到了20世纪80年代, 美国高速公路建设所带来的弊端逐渐显现出来。过度依赖汽车出行导致的空气污染、气候变化以及居民过度肥胖影响身体健康等问题日益突出。传统的预测供给(Predict-Provide)模式逐渐不能满足交通需求管理的需要。规划学者开始思考以交通和土地利用政策作为政府干预手段的可行性。如果政府通过城市规划来缩短居住地和出行目的地之间的距离, 人们是否可以减少汽车出行的距离呢[5, 6]?这一问题成为研究的焦点之一。从此, 建成环境和交通行为关系的研究开始逐渐演变为探索二者之间的影响机理。

1.2 研究方法的演变

根据汉迪的文献综述, 以往的研究大多采用三种方法:模拟仿真(simulation)、集计分析(aggregate analysis)和非集计分析(disaggregate analysis)[7]

1.2.1 模拟仿真

汉迪认为模拟仿真的目的是为了预测不同建成环境下的交通需求, 而不是为了揭示建成环境和交通行为之间的影响机理[7]。在模拟仿真中, 学者首先假设建成环境和交通行为之间具有某种关系。这种关系通常是基于集计分析或非集计分析的结果。然后学者利用这种关系来预测在某种假定的建成环境下的交通需求。

麦克纳利和瑞安(Ryan)设定了两种不同的街道网络来代表郊区社区和新传统社区[8]。除了与街道网络相关的特征之外, 他们假定这两个社区的其他特征完全相同, 交通产生量系数也相同, 然后他们用传统的交通需求预测模型来估算这两种街道网络对汽车出行距离、平均出行长度以及路段和路口拥堵程度的影响, 并根据估算结果对这两种街道网络的效率进行评价。此研究假定建成环境和交通行为之间的关系是一成不变的, 完全忽略了在不同的建成环境条件下交通产生量会有所不同的可能性[9]

现在, 模拟仿真通常应用于交通需求预测的实践和交通土地利用整合模型的研发中[10, 11]。少数研究在使用其他方法揭示了建成环境和交通行为之间的影响机理之后, 利用情景分析的方式来预测改变某种建成环境要素对交通需求的影响[12]。在这种情况下, 模拟仿真是这些研究的有益补充。

1.2.2 集计分析

集计分析通常以交通分区(或社区、街道、城市)作为基本研究单位来分析建成环境和交通出行之间的关系。也就是说, 建成环境和交通出行的变量描述的是区域的, 而不是个体的特征。即使交通出行的数据来自于家庭调查问卷, 学者也会将个体的交通行为集计到某个区域上, 如交通分区的平均汽车拥有量和平均出行距离。然后通过关联分析和回归分析来检验建成环境和交通出行之间的关系。霍尔茨克劳(Holtzclaw)等以交通分区为单位分析了芝加哥、洛杉矶和旧金山的建成环境要素对汽车拥有量和汽车使用的影响[13]。在控制了人均收入的影响后, 他们发现交通分区的平均汽车拥有量和汽车出行距离与居民家庭密度(家庭数量/居住用地面积)成负指数关系。而且汽车出行距离与居民家庭密度之间的关系在三个地区非常地相似。由于使用平均值测度建成环境和交通出行掩盖了同一区域内个体之间的差异, 集计分析的回归拟合度通常远高于非集计分析。在霍尔茨克劳等的研究中, 芝加哥和旧金山汽车拥有量预测模型的R方都超过了0.9[13]

鉴于建成环境和交通出行的集计性, 集计分析只能观测到它们之间的关联性, 而不能解释为什么建成环境会影响交通行为[7]。因此, 尽管集计分析为政策干预提供了有意义的证据, 试图采用集计分析来推断建成环境和交通行为之间因果关系的方法是缺乏理论基础的。即使采用复杂的因果关系模型(比如结构方程模型, 见尤因[14])来分析数据, 集计分析也只能得到关联性的结论。

另外, 集计分析的一个典型缺点是人类生态学谬误(ecological fallacy)或以全概偏:把从群体统计数据分析中所得到的结论直接应用到群内的个体中去, 或误认为群体内的个体和群体具有相同的特性。

1.2.3 非集计分析

非集计分析以个体(或家庭)为基本研究单位来分析建成环境和交通行为之间的关系。个体的交通行为数据大多来自于家庭问卷调查。建成环境变量通常以固定区域为单位测度, 如用交通分区的人口密度来代表个体的人口密度。因此, 处在同一区域的个体具有相同的建成环境属性。这种测度方式可能会和现实有偏差, 尤其在区域的面积比较大的时候。最近的研究更加倾向于采用以个体为中心的区域建成环境变量, 如用个体家庭住址1 km范围内的区域测度建成环境[15]

在非集计分析中, 个体的交通行为通常表达为建成环境变量和社会经济属性的函数。非集计分析为建成环境和交通行为之间影响机理的推断提供了重要的实证依据。并且, 学者可以通过非集计分析评估建成环境和社会经济属性影响交通行为的相对重要程度。如今, 非集计分析已经成为建成环境和交通行为之间关系研究的主流。

切尔韦罗(Cervero)和科克尔曼(Kockelman)利用1990年旧金山湾区的交通调查日志数据分析了建成环境3D (密度、混合度和设计)对出行距离和出行方式的影响[16]。他们发现高密度、高混合度和使用栅格式街道网络的建成环境对降低出行距离和鼓励非机动化出行有显著的影响。但是影响的程度有限(交通需求的弹性系数大约在0.06~0.18之间), 远小于社会经济属性的影响。由于个体行为的影响因素比较多, 现有的回归分析的拟合度大都在0.1~0.3之间。也就是说, 建成环境和社会经济属性只能解释交通行为的一小部分差异。

1.3 理论基础的演变

早期关于建成环境和交通行为研究的一大诟病是这些研究缺乏理论指导。学者们只关注二者间的关联性, 而忽视影响机理的理论基础。学者们最关心的问题是建成环境和交通行为的因果关系:如果政府通过政策干预改变建成环境, 人们的交通行为是否会产生变化[5, 7]。由于我们只能观察到二者之间的关联性, 科学研究要求满足至少四个先决条件才能进行因果关系的推断[17]。首先, 二者之间要有显著的关联性(association);其次, 二者之间的关系不能存在另外一种解释(non-spuriousness);再次, 原因必须发生在结果之前(time precedence);最后, 二者之间应该具有理论机理(causal mechanism)。

克拉内(Crane)和博阿尔奈特(Boarnet)首先从交通经济学的角度为建成环境和交通行为的研究奠定了理论基础[9, 18]。克拉内提出交通出行是人们在有限的资源条件下的理性选择[9]。每次出行都有一个成本或价格, 人们基于个人效用最大化来决定将多少资源消耗在出行上, 多少资源用在其他生活活动上。由于连接出行起点和终点的建成环境影响出行的成本或价格(包括时间、金钱、舒适度等), 建成环境通过出行的价格来影响出行的消费。根据建成环境和出行成本的关系, 博阿尔奈特和克拉内指出实证研究可以采用三种方式:一是出行成本完全由建成环境决定, 因此交通行为的方程里不需要考虑出行成本;二是出行成本的部分差异由建成环境决定, 因此交通行为的方程里需要同时包含出行成本和建成环境;三是建成环境影响出行成本, 继而影响出行消费, 因此交通行为的研究应采用二步建模的方式[19]。他们应用这些影响机理对旧金山、洛杉矶和圣迭戈进行了实证分析。在现有的研究中, 由于大多数的调查问卷不包含出行成本信息, 学者们都隐含地采用第一种假设分析建成环境和交通行为的关系。

近年来, 以活动为核心的需求分析成为交通领域的一个热点问题。尽管交通出行有自身的价值, 根据经典的交通行为理论, 出行是一种派生需求[20]。人们为了参加处于不同地点的活动, 必须通过出行的方式到达目的地。由于建成环境决定了不同活动的空间分布以及来往于不同地点的时间约束[21], 它直接影响人们的活动参与, 进而影响人们的交通出行行为[22]。马特(Maat)和蒂默曼(Timmermans)利用这个影响机理对荷兰阿姆斯特丹和乌得勒支及邻近地区进行了实证分析[23]

2 研究问题及成果

蔓延式的郊区发展产生了很大的社会成本。20世纪90年代初, 越来越多的建筑师、规划师和环保主义者开始批判这种发展模式。为了改变蔓延式发展的负面作用, 他们提出了很多替代的发展模式, 如以公共交通为导向的社区发展、新城市主义和新传统设计。在这样的政策导向下, 建成环境和交通行为的研究致力于为这些替代模式的实施提供实证依据[24]。有限的研究成果暗示替代发展模式可以减少汽车出行, 并鼓励公共交通和非机动车出行[24, 25]。然而, 这些研究通常只是比较两个或多个建成环境迥异的社区内居民交通行为的差别, 并没有明确指出哪些建成环境要素对交通行为起到决定性的作用[26, 7]:那些差别到底是来自于建筑密度、土地利用混合度、街道的设计还是公交设施?这个问题的答案对指导规划师的规划实践有非常重要的意义。

汉迪还总结了以往研究中的重要缺陷, 并提出了对未来研究的展望[7]:(1)需要揭示哪些建成环境要素通过何种方式影响哪种交通行为, 这更加有利于指导规划实践;(2)评估建成环境和社会经济属性在影响交通行为上的相对重要程度, 这有助于了解在多大程度上政策干预可以改变人们的交通行为;(3)探索建成环境对交通行为的影响是来自于建成环境本身, 还是来自于居民自选择(residential self-selection), 这是为了防止错误地估计建成环境对交通行为的影响;(4)探讨建成环境的客观测度、主观认知(perception)和交通行为之间的关系, 这是为了探索建成环境和交通行为之间的影响机理;(5)检验现有的研究成果是否适用于其他地区, 这是为了证明结果的普遍性。

这里需要指出的是, 美国的绝大部分研究是建立在社区的基础之上的;只有一小部分研究考虑区域尺度的建成环境。社区尺度的流行与美国的规划制度是密不可分的。美国土地利用规划的控制权掌握在市政府手里。有别于中国的市, 明尼苏达州双城地区一共有100多个市级单位。市政功能的破碎化导致规划师只能在本市范围内发挥作用。所以规划师通过规划改变社区的建成环境要比改变整个区域的建成环境容易得多。因此, 克拉内指出将来的研究应该鉴别社区的建成环境和整个区域的建成环境哪一个对交通行为的影响更重要, 这将为制定和实施不同地理尺度上的政策干预的优先级别提供建议[27]。总之, 这些问题的提出对后续的研究工作起到了重要的指导意义。下文将围绕这些问题总结国际上的研究成果。

2.1 建成环境与交通行为的关系

随着相关研究的迅猛增长, 建成环境和交通行为之间的关系在不同地区得到了检验。学者们使用多种方式测度建成环境和交通行为变量, 采用不同的研究方法, 研究不同地理尺度下二者之间的关系[27]。尽管研究结果不完全相同, 仍具有一些共性。

尤因和切尔韦罗对20世纪的研究工作进行了总结, 并得出以下结论:(1)出行频率主要取决于社会经济属性, 其次受建成环境的影响;(2)一次出行的距离主要受建成环境的影响, 社会经济属性起到次要作用;(3)出行方式选择同时取决于建成环境和社会经济属性, 但后者的影响可能要强于前者;(4)汽车出行总距离主要受建成环境的影响[26]。同时, 他们对建成环境要素的影响大小进行了综合分析, 发现区域可达性对汽车总出行距离的弹性系数是-0.2, 也就是说, 如果区域可达性增加一倍, 总汽车出行距离将减少20%。而社区密度、混合度和设计对出行频率和汽车总出行距离的弹性系数在-0.03~-0.05左右。

10年后, 尤因和切尔韦罗做了一次汇总分析[28]。他们根据最新的研究估算的汽车出行总距离的弹性系数与2001年文章的结果类似。也就是说, 区域的建成环境对汽车出行的影响要比社区的建成环境大。所以, 重塑或构建一个城市或地区的空间结构是减轻汽车出行的关键。另一方面, 几个不同的社区建成环境要素的叠加影响也是很显著的[28, 29]。尤因和切尔韦罗同时发现步行与土地利用混合度、交叉口密度、步行距离内的目的地数量有很强的关联性。公共交通和轨道交通的选择主要受公交邻近度和街道网络的影响, 其次与混合度有关[28]

2.2 居民自选择理论的发展

尽管一些学者在90年代就开始讨论居民自选择[30, 31], 针对它的研究直到2005年左右才大范围展开。居民自选择指的是人们根据自身交通出行的倾向和需要选择居住在什么样的社区。它主要来源于两个方面:对居住区与出行的偏好和社会经济属性[32]。居民自选择研究所关注的问题是:在实证研究中所观察到的建成环境对交通行为的影响到底是建成环境自身的影响?还是具有某种出行倾向的人自愿选择住在有助于实现那种倾向的居住区, 从而表现出特定的交通行为?后者就是所谓的居民自选择效应。如果我们不能够剔除居民自选择的影响, 我们可能会错误地估计建成环境对交通行为的影响, 进而错误地引导交通和土地利用政策决策[33, 34, 35]

笔者等在总结了38篇有关居民自选择的研究后发现:(1)居民自选择对交通行为有影响;(2)在控制居民自选择效应之后, 每项研究都发现建成环境自身的影响[36]。在归纳后续的研究之后, 笔者发现尽管不同研究的结论差异很大, 然而建成环境自身对交通行为的影响大于居民自选择效应[37]。由于研究居民自选择的工作起步比较晚, 诸多研究问题还亟待解决。

2.3 客观要素与主观认知

近年来, 一些学者开始考虑建成环境的主观认知对交通行为的影响[6, 38]。由于人们在社会经济属性、出行行为、经历等方面的不同, 不同的人对同一个客观建成环境要素的主观认知可能会有差异。这对规划师如何将研究结果应用到实践中提出了挑战。然而, 大多数研究还只是把它们等同于一般的客观建成环境要素[6, 39, 40], 而没有探索客观要素和主观认知之间的关系。根据SOR (stimulus-organism-response)理论, 人们在受到客观建成环境要素的刺激后会形成一个主观认知, 然后再根据这个认知判断该做出什么样的行为反应[41]

尽管客观要素和主观认知之间的一致性很弱[42, 43], 客观要素的主观认知通常比客观要素本身具有更强的解释力度。因此, 在研究客观要素和主观认知对交通行为的影响时, 更为恰当的研究方法应该是采用结构方程模型, 将主观认知作为中间变量来捕捉客观要素对交通行为的间接效应。否则, 在交通行为的方程中同时包括客观要素和主观认知可能会使客观要素的影响变得不显著, 从而低估客观因素对交通行为的作用[38]。总之, 已有研究对客观要素、主观认知和交通行为之间关系的理解还处于初级阶段, 心理学理论可能是揭示它们之间影响机理的关键。

3 研究展望

学术期刊强调论文的独特性。通常要求论文解决研究和实践上的争论, 填补空白, 或者至少对学科发展起到渐进式贡献。中国在建成环境和交通行为领域的起步较晚。国内外学者们近年的合作研究对填补国内的空白做出很大贡献[44, 45]。但是由于国际期刊还强调论文对学科发展的贡献, 学者在从事科研之前需要思考一个关键问题:该研究除了对中国的实践有意义之外, 国际读者能够获得哪些知识?因此, 着眼于国际期刊的研究可以从以下几个方面展开。

(1)比较性研究。由于西方国家建成环境和交通行为研究发展得比较成熟, 审稿人对文章的新颖性和独特性的要求通常比较苛刻。如果中国的学者要借鉴西方学者的研究问题和研究方法, 一个突破点是从中国和西方国家的差别之处入手。比方说, 因为发展中国家人们对公交的依赖性要远高于发达国家, 所以相对于其他建成环境要素, 公交可达性对交通行为的影响程度可能有别于发达国家。更为重要的是, 对于这类研究, 发现区别是评估研究价值的一个重要依据。换句话说, 如果一篇文章所得到的结论和西方现有的知识都一致, 即使这篇文章对中国的规划实践很有意义, 在国际层面还缺乏创新性。

有别于发达国家, 由于中国正处于快速城镇化进程中, 建成环境和交通行为的关系可能处于动态变化之中。比如, 由于私人汽车的井喷式增长, 建成环境和交通行为在2014年的关系可能不同于它们在2004年的关系。对重复截面数据进行对比研究的成果对中国中西部相对落后地区的规划具有指导意义。同时, 这些结果对其他发展中国家也具有一定的借鉴意义。

(2)建立在纵向设计基础上的政策(或项目)评价。现有研究大多依赖于对截面数据的分析。尽管这些研究得出建成环境和交通行为相关联的结论, 但由于很难判断二者哪个发生在前, 它们还不能确定二者之间是否具有因果关系。也就是说, 当政府采用政策干预改变建成环境时, 我们很难确定人们的交通行为是否一定会发生变化。一个政策的实施加上经典的研究设计将为二者之间因果关系的推断提供最有力的证据[5]。具体而言, 受到这种政策影响的人们被划定为实验组, 而没有受到这种政策影响的人们为对照组。如果实验组和对照组是随机分配的, 二者在政策实施之前和之后的行为区别的差值就是该政策的效应。如果实验组和对照组不是随机分配的, 学者可以采用匹配的方法(比如倾向得分匹配)选取对照组。博阿尔奈特等就采用了纵向设计方法评价了学校安全道路(Safe Route to School)政策对学生上学出行方式选择的影响[46]。这样的研究难点在于政策实行之前和之后的数据收集工作, 这对时间和经费都是一个挑战。

(3)土地利用政策和交通政策的联合效应评价。解决交通拥堵问题的一个手段是在使汽车出行变得昂贵和不方便(如减少停车位并增加停车收费)的同时, 为人们提供更多使用其他方式出行的机会(如以公交为导向的社区)[47]。这种“胡萝卜加大棒”的政策干预可能比单一的政策干预更有效。然而, 研究交通收费的学者很少考虑土地利用政策的影响[48], 而研究土地利用政策的学者通常忽视收费的作用[49]。郭谌等以美国波特兰市的按行驶里程收汽油税的实验项目为例, 分析了交通税收政策和建成环境对交通行为的联合效应[50]。这类研究需要把握新政策实施的机会。停车费的调整和北京有可能实行的交通拥堵费就都是很好的平台。

(4)建立在完善的理论框架内的研究。如凡·阿克尔(Van Acker)与韦特洛克斯(Witlox)所述(图 1), 交通行为是近期的活动选择、中期的居住地点和工作地点选择、长期的生活方式选择共同作用的结果[22]。它包括理性(偏好)和非理性(习惯)成分, 同时也受到社交网络和空间结构的影响和限制。尽管这些理论在1980年代初或之前早就已经存在, 直到最近才被整合为一个相对完整的理论框架[22, 18]。结合以活动为中心的分析方法, 这个理论模型在建成环境和交通行为领域的应用与检验可能大有前途。王东根等对此进行了有益的尝试。但这类研究需要持之以恒的投入与理论探索, 短期内很难见到成效[51]

图 1 交通行为理论框架资料来源:参考文献 [22]

(5)停车对交通行为的影响。在大城市, 汽车拥有量少和汽车出行量小可能不仅仅是公交邻近度和社会经济属性的原因;停车位的不足和昂贵的收费也可能是导致这些选择的主要原因[52, 53]。现有的研究中很少考虑停车收费和停车位数量对交通行为的影响[54]。交通行为方程中停车变量的缺失可能会导致遗漏变量偏差。这可能使得停车代理变量的影响由不显著变为显著, 进而错误地引导政策的制定。与密度和混合度相比, 停车数据比较罕见。在美国, 用于计算密度和混合度的地理数据已经大量存在。简单的ArcGIS应用就可以完成数据准备工作。然而, 停车数据基本上需要人工现场收集。最近的一些研究开始使用谷歌街景收集停车数据[52]

(6)居民自选择理论在中国的应用。加上与体育活动相关的研究, 国际上已经有近百篇文章直接或间接地讨论居民自选择效应。可是在国际期刊上还未见到来自于中国学界的实证研究;国内也只有一篇即将发表的文章[55]。尽管廉租房在西方国家也存在, 这些国家的住房政策通常是建立在市场经济基础上的。也就是说, 在经济条件制约下, 居民可以“自由”选择居住的社区。然而, 中国住房政策的演变形成了一个多元化的住房体系。单位房、商品房、经济适用房、廉租房、安置房和城中村自建房的同时存在, 使居民自选择理论在中国的应用更加复杂。学者在探索建成环境自身对交通行为的影响时, 须要思考住房市场多样化的潜在影响。另一方面, 由于经济适用房, 廉租房和安置房的居住者对居住区的选择能力有限, 它们的大量存在为探索建成环境自身对交通行为的影响提供了一个自然实验(natural experiment)。另外, 中国人对住宅和出行的偏好和西方国家有所不同。如中国人偏好短距离通勤、高公交可达性和邻近日常消费市场[56], 而美国居民更强调安全和舒适的居住环境[57, 58]。这些区别可能会使中国的居民自选择效应有别于国际现有研究对它的诠释。因此, 中国的研究工作将会大力推动居民自选择理论的发展。

(7)对特定人群的研究。规划学者崇尚公平规划和包容性规划, 以人为本的城镇化更要彰显公平和包容。然而, 绝大多数的规划研究和实践是为广大普通群众服务的, 它们可能忽视了对某些特定人群, 尤其是弱势人群的影响。如中国已经逐渐步入老龄化社会, 新建社区的建成环境是否满足老年人的需求?规划的制定是否考虑到20年后老龄社会的需求?城市贫民的交通需求与普通群众有何区别?建成环境对他们的影响是否一致?随着城镇化的进程, 大量的农民涌入城市。建成环境是否满足他们的交通需求?他们的交通行为如何引发建成环境的演变?在提倡效率、兼顾公平的政策背景下, 对这些人群的研究将有利于预见和纠正市场失灵所造成的负面影响。

由于中国处于城镇化的进程中, 此时城市空间结构和建成环境的构建将决定中国将来的交通需求特征。因此, 建成环境和交通行为的研究对指导规划实践和建设绿色、低碳城市具有至关重要的意义。

参考文献
[1] Ewing R, Pendall R, Chen D. Measuring Sprawl and Its Impact[R]. Smart Growth America, 2002.
[2] Frank L D, Engelke P, Schmid T. Health and Community Design: The Impact of the Built Environment on Physical Activity[M]. Island Press, 2003.
[3] Handy S L, Boarnet M G, Ewing R, Killingsworth R E. How the Built Environment Affects Physical Activity: Views from Urban Planning[J]. American Journal of Preventive Medicine, 2002, 23(2): 64-73.
[4] McNally M G. The Four Step Model[M] // Hensher D A. Button K J, ed. Handbook of Transport Modelling. Elsevier Science Ltd, 2007: 35-54.
[5] Boarnet M G. A Broader Context for Land Use and Travel Behavior, and a Research Agenda[J]. Journal of the American Planning Association, 2011, 77(3): 197-213.
[6] Handy S, Cao X, Mokhtarian P. Correlation or Causality Between the Built Environment and Travel Behavior? Evidence from Northern California[J]. Transportation Research Part D, 2005, 10(6): 427-444.
[7] Handy S. Methodologies for Exploring the Link Between Urban Form and Travel Behavior[J]. Transportation Research Part D: Transport and Environment, 1996, 1(2): 151-165.
[8] McNally M G, Ryan S. A Comparative Assessment of Travel Characteristics for Neo-Traditional Developments[J]. Transportation Research Record, 1994, 1400: 67-77.
[9] Crane R. On Form Versus Function: Will the "New Urbanism" Reduce Traffic or Increase It?[J]. Journal of Planning Education and Research, 1996, 15(2): 117-126.
[10] Hunt J D, Kriger D S, Miller E J. Current Operational Urban Land-use-transport Modelling Frameworks: A Review[J]. Transport Reviews, 2005: 329-376.
[11] Iacono M, Levinson D, Professor A, et al. Models of Transportation and Land Use Change: A Guide to the Territory[J]. Journal of Planning Literature, 2008, 22(4): 323-340.
[12] Bartholomew K, Ewing R. Land Use-Transportation Scenarios and Future Vehicle Travel and Land Consumption: A Meta-Analysis[J]. Journal of the American Planning Association, 2009, 75(1): 13-27.
[13] Holtzclaw J, Clear R, Dittmar H, et al. Location Efficiency: Neighborhood and Socio-Economic Characteristics Determine Auto Ownership and Use-Studies in Chicago, Los Angeles and San Francisco[J]. Transportation Planning and Technology, 2010, 25(1): 1-27.
[14] Ewing R, Hamidi S, Gallivan F, et al. Structural Equation Models of VMT Growth in US Urbanised Areas[J]. Urban Studies, 2014, 51(14): 3079-3096.
[15] Frank L D, Saelens B, Powell K, Chapman J. Stepping Towards Causation: Do Built Environments or Neighborhood and Travel Preferences Explain Physical Activity, Driving, and Obesity?[J]. Social Science and Medicine, 2007, 65(9): 1898-1914.
[16] Cervero R, Kockelman K. Travel Demand and the 3Ds: Density, Diversity, and Design[J]. Transportation Research Part D Transport & Environment, 1997, 2(97): 199-219.
[17] Singleton R, Straits B C. Approaches to Social Research[M]. New York: Oxford University Press, 2005.
[18] Boarnet M, Crane R. The Influence of Land Use on Travel Behavior: Specification and Estimation Strategies[J]. Transportation Research Part A Policy & Practice, 2001, 35(9): 823-845.
[19] Van Acker V, Van Wee B, Witlox F. When Transport Geography Meets Social Psychology: Toward a Conceptual Model of Travel Behaviour[J]. Transport Reviews, 2010, 30(2): 219-240.
[20] Mokhtarian P L. Travel as a Desired End, Not Just a Means[J]. Transportation Research Part A Policy and Practice, 2005, 39: 93-96.
[21] Hägerstrand T. What about People in Regional Science?[J]. Papers of the Regional Science Association, 1970, 24(1): 143-158.
[22] Van Acker V, Witlox F. Why Land Use Patterns Affect Travel Behaviour (or not): Toward a“State-of-the-art” Conceptual Framework and an Appropriate Modelling Technique[J]. Belgian Journal of Geography, 2009: 5-26.
[23] Maat K, Timmermans H J P. A Causal Model Relating Urban Form with Daily Travel Distance Through Activity/Travel Decisions[J]. Transportation Planning and Technology, 2009, 32(2): 115-134.
[24] Cervero R, Gorham R. Commuting in Transit Versus Automobile Neighborhoods[J]. Journal of the American Planning Association, 1995, 61(2): 210-225.
[25] Friedman B, Gordon S P, Peers J B. Effect of Neotraditional Neighborhood Design on Travel Characteristics[J]. Transportation Research Record, 1994, 14(66): 63-70.
[26] Ewing R, Cervero R. Travel and the Built Environment: A Synthesis[J]. Transportation Research Record: Journal of the Transportation Research Board, 2001, 17(80): 87-114.
[27] Crane R. The Influence of Urban Form on Travel: An Interpretive Review[J]. Journal of Planning Literature, 2000, 15(15): 3-23.
[28] Ewing R, Cervero R. Travel and the Built Environment: A Meta-Analysis[J]. Journal of the American Planning Association, 2010, 76: 265-294.
[29] Cao X .Disentangling the Influence of Neighborhood Type and Selfselection on Driving Behavior: an Application of Sample Selection Model[J]. Transportation, 2009, 36(2): 207-222.
[30] Boarnet M G, Sarmiento S. Can Land-use Policy Really Affect Travel Behaviour? A Study of the Link Between Non-work Travel and Land-use Characteristics[J]. Urban Studies, 1998, 35(7): 1155-1169.
[31] Ryuichi Kitamura, Patricia L. Mokhtarian, Laidet L. A Micro-analysis of Land Use and Travel in Five Neighborhoods in the San Francisco Bay Area[J]. Transportation, 1997, 24(2): 125-158.
[32] Mokhtarian P L, Cao X. Examining the Impacts of Residential Selfselection on Travel Behavior: A Focus on Methodologies[J]. Transportation Research Part B Methodological, 2008, 42(3): 204-228.
[33] Bhat C R, Guo J Y. A Comprehensive Analysis of Built Environment Characteristics on Household Residential Choice and Auto Ownership Levels[J]. Transportation Research Part B Methodological, 2007, 41(5): 506-526.
[34] Boarnet M, Crane R. Travel by Design: The Influence of Urban Form on Travel[M]. New York: Oxford University Press, 2001b.
[35] Bohte W, Maat K, van Wee B. Measuring Attitudes in Research on Residential Self-Selection and Travel Behaviour: A Review of Theories and Empirical Research[J]. Transport Reviews, 2009, 29(3): 325-357.
[36] Cao X, Fan Y. Exploring the Influences of Density on Travel Behavior Using Propensity Score Matching[J]. Environment and Planning B: Planning and Design, 2012, 39(3): 459-470.
[37] Cao X, Mokhtarian P L, Handy S L. Examining the Impacts of Residential Self-Selection on Travel Behaviour: A Focus on Empirical Findings[J]. Transport Reviews, 2009, 29(3): 359-395.
[38] Ma L, Dill J, Mohr C. The objective Versus the Perceived Environment: What Matters for Bicycling?[J]. Transportation, 2014, 41(6): 1135-1152.
[39] Aditjandra P T, Mulley C A, Nelson J D. Neighbourhood Design Impact on Travel Behaviour: A Comparison of US and UK Experience[J]. Projections, 2009, 9: 28-52.
[40] Bagley M N, Mokhtarian P L. The Impact of Residential Neighborhood Type on Travel Behavior: A Structural Equations Modeling Approach[J]. General Information, 2001, 36(2): 279-297.
[41] Mehrabian A, Russell J. An Approach to Environmental Psychology[M]. Cambridge: MIT Press, 1974.
[42] Ball K, Jeffery R W, Crawford D A, Roberts R J, et al. Mismatch Between Perceived and Objective Measures of Physical Activity Environments[J]. Preventive Medicine, 2008, 47(3): 294-298.
[43] McCormack G, Cerin E, Leslie E, et al. Objective Versus Perceived Walking Distances to Destinations: Correspondence and Predictive Validity[J]. Environment & Behavior, 2008, 40(3): 401-425.
[44] Pan H, Shen Q, Zhang M, et al. Influence of Urban Form on Travel Behaviour in Four Neighbourhoods of Shanghai[J]. Urban Studies, 2009, 46(2): 275-294.
[45] Wang D, Chai Y. The Jobs-housing Relationship and Commuting in Beijing, China: the Legacy of Danwei[J]. Journal of Transport Geography, 2009, 17(1): 30-38.
[46] Boarnet M, Anderson C, Day K. Evaluation of the California Safe Routes to School Legislation: Urban Form Changes and Children0’s Active Transportation to School[J]. American Journal of Preventive Medicine, 2005, 28: 134-140.
[47] Handy S. The Road Less Driven[J]. Journal of the American Planning Association, 2007, 72(3): 274-278.
[48] Niemeier D. Editorial: Climate Change and Transportation Policy: Gaps and Facts[J]. Transportation Research Part A: Policy and Practice, 2010, 44(8): 563-564.
[49] Boarnet M G. Planning, Climate Change, and Transportation: Thoughts on Policy Analysis[J]. Transportation Research Part A: Policy and Practice, 2010, 44 (8): 587-595.
[50] Guo Z, Agrawal A W, Dill J. Are Land Use Planning and Congestion Pricing Mutually Supportive?[J]. Journal of the American Planning Association, 2011, 77(3): 232-250.
[51] Wang D, Chai Y, Li F. Built Environment Diversities And Activity-Travel Behaviour Variations in Beijing, China[J]. Journal of Transport Geography, 2011, 19(6): 1173-1186.
[52] Guo Z. Does Residential Parking Supply Affect Household Car Ownership? The Case of New York City[J]. Journal of Transport Geography, 2013, 26(1): 18-28.
[53] Weinberger R. Death by a Thousand Curb-cuts: Evidence on the Effect of Minimum Parking Requirements on the Choice to Drive[J]. Transport Policy, 2012, 20(1): 93-102.
[54] Chatman D G. Does TOD Need the T?[J]. Journal of the American Planning Association, 2013, 79(1): 17-31.
[55] 张英杰, 郑思齐, 王锐. 轨道交通建设能否真正促进“绿色”出行?—— 基于北京市微观调查样本的实证研究[J]. 世界经济文汇, 即将发表 .
[56] Wang D, Lin T. Residential Self-selection, Built Environment, and Travel Behavior in the Chinese Context[J]. Journal of Transport & Land Use, 2014, 7(3): 5-14.
[57] Cao X. Is Alternative Development Undersupplied? Examination of Residential Preferences and Choices of Northern California Movers[J]. Transportation Research Record Journal of the Transportation Research Board, 2008, 2077: 97-105.
[58] Filion P, Bunting T, Warriner K. The Entrenchment of Urban Dispersion: Residential Preferences and Location Patterns in the Dispersed City[J]. Urban Studies, 1999, 36(8): 1317-1347.