導讀

今天（2025年5月18日），我們迎來了第35次全國助殘日。1990年12月28日審議通過的《中華人民共和國殘疾人保障法》第48條規定:“每年五月第三個星期日，為全國助殘日。”今年全國助殘日的主題是：弘揚自強與助殘精神，凝聚團結奮進力量

自由出行是每個人的基本權利，為保障環境對殘障群體日常出行的有效支持，需要不斷深入了解殘障群體的出行需求及環境需求。本研究從殘疾人特有的出行方式出發，旨在探討下肢障礙者選擇使用殘疾人機動輪椅車的影響因素，并對無障礙交通環境建設提出建議。研究面向北京市全域下肢障礙者進行問卷調查，共回收有效問卷2467份。通過潛在類別分析，結合個體及環境特征，歸納六類出行特征人群，并基于總樣本和六類分組，分別構建Logistic回歸模型。研究發現殘疾人機動輪椅車補充了公共交通因障礙或不可及導致的缺口，是無障礙交通方式的重要組成部分；不同出行特征人群選擇使用殘疾人機動輪椅車的影響因素存在差異，如僅低收入較少出行組呈現對個體收入水平的顯著性。由此，建議無障礙交通環境建設應當重視殘障群體出行特征差異、改善殘疾人機動輪椅車出行環境、持續推進公交無障礙改善工作以及反思出行能力差異對城市空間尺度的訴求。

本文字數：8446字

閱讀時間：26分鐘

作者

金安園，清華大學建筑學院

邵 磊，清華大學無障礙發展研究院

關鍵詞

殘疾人機動輪椅車、出行方式選擇、無障礙環境、交通環境、出行特征

01

引 言

自由出行是每個人的基本權利，出行障礙會影響殘疾人的社會參與、交往與生活。因此城市環境中，交通環境無障礙是城市無障礙環境建設的重要組成部分，亦是回應和支持殘疾人、老年人日常生活需求的重要內容。由于健康、行動能力、經濟等限制，殘障群體在出行需求中存在獨特需要。世界各國在建設公平的交通環境時，一方面強調公共交通的無障礙環境建設，一方面探索補充如輔助交通（Paratransit）、代理交通系統（Brokered Transportation System）等交通服務，以及適應各類出行場景的輪椅等出行輔具[1][2]。

我國同樣重視完善交通環境的無障礙水平和建設滿足殘疾人獨特需求的交通體系。二十世紀80年代，為支持殘疾人生活和就業，殘疾人機動輪椅車開始出現和普及，并于2003年《道路交通安全法》中被納入“非機動車”管理范疇。然而，相比于公共交通系統的無障礙環境建設，殘疾人較為特殊的出行方式、交通需求，以及圍繞該類出行的環境需求等較少被關注[3]。以往研究表明，個體出行行為會受到個體、環境、出行信息等因素的影響[4]，然而關于城市形態要素、無障礙設施之外的其他交通環境要素等對殘疾人出行行為的影響關注較少[3]。因此本研究希望通過剖析與殘障群體更直接相關的出行方式，即“殘疾人機動輪椅車”（下文使用全稱或“輪椅車”進行表述）選擇使用的影響因素，深入探討下肢障礙者的出行需求，從而對系統地提升無障礙交通環境提出建議，為城市無障礙環境建設提供參考依據。

02

研究綜述

2.1 殘疾人交通出行需求特征

由于行動能力、經濟水平等限制，殘障群體往往被認為是交通弱勢群體，在服務設施、交通環境、交通工具等方面存在特異性需求[5][6]，且需要通過構建公平的城市交通政策、交通規劃等來避免由于交通弱勢造成的社會排斥[7]。2002年Litman在關于公共交通規劃的社會績效評價中，強調了為各類社會群體提供平等（fairness）交通服務的橫向公正（horizontal equity）和適應各類社會群體，如社會經濟地位、流動性和能力等差異性交通設施需求的縱向公正（vertical equity）[8]。

殘疾人出行的需求特征通常表現為：對于道路、交通設施等無障礙配置的要求較高，需要系統協調殘疾人-輔具-交通環境的“人-機-環”需求關系；對于出行環境有更高的安全性需求；對于公共交通有更高的依賴度[9]，通常這與較為有限的可用交通方式選擇有關；由于出行能力限制，可能會縮小出行范圍，偏好近距離的出行空間范圍；不同能力水平、經濟水平、教育水平個體的出行需求差異較大，可能表現為截然不同的交通方式和出行水平等[10][11]。其中，關于無障礙交通環境需求的討論，如殘疾人機動輪椅車的使用環境，不僅需要關注無障礙交通環境中的空間要素，治理要素的完善同樣關鍵[12]。

2.2 出行特征與交通方式選擇行為

過去多數關于個體出行影響因素的研究從個體均態展開，忽視了個體因素、出行需求等導致的出行特征造成的人群分異，這違背了包容性理念的初衷。不同群體的出行特征可能存在較大差異，不同出行特征會導致不同的交通方式選擇，如今越來越多學者在對個體出行行為的研究中關注到基于出行特征的人群類別劃分帶來的影響。因此，本研究在進行影響因素分析前，對樣本進行出行特征類型識別，希望增強對殘障個體需求差異的敏感性，以支持更有針對性政策建議的提出。

出行特征的劃分一般包含分類標簽劃分和聚類算法兩種[13]：

標簽劃分。如Takahiko通過出行目的標簽對乘客進行分類，并利用交通智能卡出行數據驗證[14]。梁泉等人通過整理出行距離、地點、時間等出行特征指標將通勤乘客劃分為高、中、低三類穩定性人群，從而對公交通勤出行需求進行更加精準的識別分析[15]。關于無障礙環境的研究中，通常以殘障類別劃分人群類別，然而如前文所述，能力水平等差異的影響的是顯著的，僅通過殘障類別劃分人群，往往難以觀測到群體內的差異分布。

聚類算法。如Kieu等人利用交通智能卡出行站點和時間數據，通過DBSCAN算法進行聚類分析，將乘客分為不規律出行、站點穩定、時間穩定與通勤四個類型[16]。鄒慶茹等人使用出行強度、時間、空間、用卡類型四類數據，通過兩步聚類將城市軌道交通乘客分為標準通勤、彈性通勤、高頻常客、生活類和短期低頻五類，并基于分類對北京市軌道交通低峰折扣票價政策的影響進行分析[17]。李飛羽利用出行強度、出行時間、出行空間信息，通過改進的k-prototypes 算法模型對軌道交通乘客聚類分析，將乘客分為早晚高峰生活類乘客、為午平峰生活類乘客、彈性工作類乘客、通勤類乘客，并基于此分類對乘客出行進行預測[18]。

2.3 城市環境與交通方式選擇行為

諸多研究表明，城市環境對個體選擇的交通出行方式會產生直接影響，其中建成環境對個體的出行行為甚至會帶來長期的“鎖定效應”[19][20][21]。城市規劃和交通規劃者都曾嘗試通過研究建成環境和出行行為的關系，提高規劃策略的有效性[22][23]。其中對于交通方式選擇影響較為顯著的城市環境特征包含：密度，如設施密度、人口密度；土地利用，如多樣性、功能混合度；交通設計，如道路密度、路口密度、交通站點分布；可及性，如區位、交通可達性等[23][24][25][26][27]。

無障礙交通環境是當前城市環境回應殘疾人交通出行需求特征的主要路徑[28]，也是承載、支持和影響殘疾人交通行為的重要內容[29]。伴隨通用設計理念（Universal Design）和包容性理念（Inclusive Development）的發展，越來越多學者提出，無障礙交通環境的有效性，不僅取決于內部設計優化，如坡道、盲道等無障礙設施的完善，還應當從“出行鏈”視角，討論更廣義的交通環境，如交通站點分布、人行道布置、路網設計、用地功能規劃等對個體出行行為的影響[30]。

03

研究對象與研究方法

3.1 研究對象

本研究重點聚焦殘疾人機動輪椅車的使用選擇，根據《道路交通安全法實施條例》要求，駕駛人僅能為下肢障礙者，因此本研究中所說的殘疾人為下肢障礙群體。由于殘疾人機動輪椅車使用人群年齡較長，因此選取研究對象總體偏高齡，其中以60-69歲肢體殘疾人為主，占比約二分之一。

本研究空間范圍覆蓋北京市全域，各區樣本量情況如圖1所示。

圖1 北京市各區樣本量分布情況

3.2 研究方法

本次研究中結合定性與定量結合的研究方法。定性研究部分，于2023年6月對5名使用殘疾人機動輪椅車的下肢障礙人士進行深度訪談，平均時長超過2小時，重點了解日常出行需求與痛點、車輛使用概況等。定量研究部分，面向北京市16個行政區劃范圍內下肢障礙人群發放電子問卷，回收答卷3278份，有效樣本共2467份（有效率75.26%），其中用車樣本為1263份，不用車樣本為1204份。數據分析中，為增強對車輛選擇影響因素識別的準確性，分步驟進行出行特征類型識別和基于出行特征類型的車輛使用影響因素檢驗。

步驟一

出行特征類型識別。使用Mplus 8.0軟件，基于出行類型、頻次、距離，進行潛在類別分析，根據出行特征初步劃分樣本類別。基于潛類別結果，結合個體特征、居住環境特征，歸納典型出行特征組別，對樣本進行出行特征類型分組。

步驟二

車輛使用影響因素檢驗。使用SPSS 22.0軟件，采用二元logistic回歸模型驗證個體特征、居住環境、交通環境、出行特征對因變量是否使用殘疾人機動輪椅車（使用=1，不使用=0）的影響作用，模型表達式如下：

04

實證分析

4.1 日常出行特征分析與類別劃分

4.1.1 基于出行信息的潛在類別分析

本研究選用出行類別、出行頻次（低頻次=1周出行不足1次，高頻次=每周至少出行1次）、出行距離（近距離=1km范圍內，中距離=1-5km范圍內，遠距離=5km范圍以上）三項出行信息指標刻畫樣本的出行特征。如表1所示，殘疾人機動輪椅車的使用者與非使用者出行類別比例較為相近，僅上班通勤相差較大。相比非使用人群，使用人群的總體出行頻次略高，出行距離顯著增長。

本研究選取潛在類別分析方法，對上述出行信息指標進行聚類，以初步估算樣本的出行特征類型，表2中展示了各潛類別模型指標情況。根據類別均衡性，最終選定12分類模型（N=12），即可將樣本劃分為12類，整理12類模型如圖2所示。其中，前7類樣本人群為無工作出行需求人群，后5類為有工作出行需求人群，從左到右出行頻次與出行距離相對增加。從各出行類別來看，就醫出行為最剛性的基本出行需求，且以低頻遠距離為主；其次是購物和休閑，出行頻次總體較高，出行距離各類別呈現差異性；康復出行總體比例最低；社交出行與就醫出行相似，呈現低頻遠距離為主的特征；工作出行為就業人群最為穩定和主要的出行類別，因此后五類樣本都存在高頻出行的出行需求特征。

圖2 十二類樣本人群出行信息指標情況比較

（注：圖中顏色越深代表比例越高）

4.1.2 結合樣本特征的類別重組

為了進一步明確樣本分類，增強類別解釋性，結合樣本的個體、居住環境及周邊交通環境指標特征對比12類別差異，如圖3所示。

圖3 十二類樣本人群個體、環境特征比較

（注：原數據經過歸一化處理）

將特征相似類別整理重組，最終得到具有顯著特征差異的六類人群：

C1類型年齡較高，收入水品偏低，身體機能較差，日常出行中僅以醫療康復為出行目的，命名該組別為：T1.低能力水平僅醫療組。C2類型收入水平最低，且居住環境周邊設施密度較低，日常出行總體頻次較低，距離偏近，命名該組別為：T2.低收入較少出行組。C3-C7樣本特征較為相似，年齡水平偏高，出行類型逐漸豐富，頻次增加，其中C4、C5分別以近距離休閑和購物為主，C6-C7中高頻次的遠距離出行顯著增加，命名該組別為：T3.無就業日常出行組。C8-C10樣本特征較為相似，個體能力普遍較強，年齡水平偏低，收入水平和出行能力偏高，且較少使用輪椅，居住環境周邊設施相對密度和混合度都較低，交通站點距離較遠。出行以就業通勤為主，C8至C10出行的類型、頻次以及遠距離出行遞增，命名該組別為：T4.偏遠環境日常通勤組。C11和C12均表現出較為高頻次的豐富出行特征，其中C11以近距離出行特征為主，命名該組別為：T5.豐富近距離出行組；C12為遠距離的出行特征為主，命名該組別為：T6.豐富遠距離出行組。本研究將基于該六類分組，進一步探討個體特征、居住環境、交通環境及出行信息特征對下肢障礙個體是否選擇使用殘疾人機動輪椅車的影響情況。

4.2 殘疾人機動輪椅車使用影響因素分析

4.2.1影響因素指標

本研究選取個體特征、居住環境、交通環境和出行信息四個維度指標構建回歸模型，對下肢障礙人群選擇使用殘疾人機動輪椅車出行的影響進行Logistic回歸分析。出行信息指標如前文所述，其余三個維度影響因素指標中自變量選取如下：

個體特征。包含年齡、性別、樣本個人的月收入水平、出行能力水平和輪椅使用情況。關于殘障特征的識別，本研究考慮到殘障級別、失能水平等難以準確識別出行能力水平差異，因此通過收集樣本步行或不借助交通工具（可借助輔具）自主出行的最遠距離來表征出行能力水平，并通過輪椅使用情況來表征源于輔具使用需求的出行需求。總體而言，用車人群相比非用車人群年齡偏長，男性比例更高，收入水平略偏高，但均以2001-4000元分段為主。殘障特征方面，用車人群的出行能力顯著弱于非用車人群，且使用輪椅的比例顯著更高。

居住環境。主要基于百度地圖POI數據，提取樣本居住地半徑1km范圍和5km范圍內設施密度和功能混合度，以表征居住環境的可及性水平、土地利用情況。其中功能混合度使用熵計算方法，公式如下：

（注：H(X)表示某區域范圍的功能混合度，Pi為i類功能的占比，n為功能類型數量）

交通環境。基于居住地選取半徑1km范圍的路網密度和路口密度、公交站點距離、地鐵站點距離，以及樣本在實際乘坐中是否存在公交使用障礙和地鐵使用障礙，以此表征公共交通設施的無障礙水平。總體而言，殘疾人機動輪椅車適用人群在乘坐公共交通出行中有更多人存在障礙，此外，從全域水平來看地鐵的覆蓋度還有待提升，且地鐵站距離對于出行能力較低的用車人群較高可能存在挑戰。

4.2.2 影響因素數據分析

基于總樣本和上述六類分組分別建立Logistic回歸模型，分析結果如表6所示，相較全樣本模型，六類分組模型中T2-T6擬合效果表現更好，且不同組別呈現出差異性，有助于對影響因素的精細化分析。下文將對各模型結果，六類分組著重組別差異進行分析。

“全樣本”（模型一）回歸結果顯示：高齡、男性人群更加偏好使用殘疾人機動輪椅車。輪椅車作為殘疾人特有的交通工具，發揮了對能力損失的支持作用，出行能力差、使用輪椅的個體更有可能選擇使用。環境因素方面，1km范圍內設施密度的增加會降低使用的概率，而5km范圍內設施密度的增加會增加使用的概率。公交使用障礙會顯著增加使用概率，輪椅車成為公共交通不適用時，殘疾人出行交通工具的有效補足。出行信息方面，購物、就醫和休閑類出行情況對車輛選擇使用的影響效果顯著，出行距離的增加普遍會促進輪椅車的使用，但頻次增加在不同出行類型中影響效果不同。

“T1低能力水平組”（模型二）回歸結果顯示：僅使用輪椅（B=1.423）和地鐵站點距離（B=1.794）對輪椅車選擇使用呈現正效應，說明使用輪椅和地鐵站距離住房更遠會促進輪椅車的使用。而其他因素對使用行為的影響效果均不顯著，推測出行能力弱，僅保留醫療康復類出行的殘疾人在使用輪椅支持的出行中，輪椅車扮演了縮短出行“最后一公里”的重要角色。

“T2低收入較少出行組”（模型三）回歸結果顯示：相較其他模型，僅該模型中個體收入對輪椅車選擇使用的影響呈現顯著，且為正效應（B=0.511），說明低收入人群用車的經濟壓力需要特別關注。此外，該模型中殘疾人是否用車對居住環境功能混合度更加敏感，而不是其他模型更加敏感的設施密度，但影響效果基本一致，1km范圍內功能混合度的增加會降低使用的概率，而5km范圍內功能混合度的增加會增加使用的概率。

“T3無就業日常出行組”（模型四）回歸結果顯示：年齡增長、男性、出行能力較差、使用輪椅會增加輪椅車使用概率。出行信息變量中購物、就醫、休閑、康復均對是否使用產生影響，其中購物、就醫出行頻次的增加會促進殘疾人機動輪椅車的使用，而休閑出行頻次的增加會降低使用概率。

“T4偏遠環境日常通勤組”（模型五）回歸結果顯示：公交車使用障礙對個體選擇使用殘疾人機動輪椅車有顯著的促進作用，說明輪椅車在公共交通無障礙水平有限的情況下，提供了良好的交通工具支持，并對公共交通工具具有替代性。此外，從模型五開始，工作出行對輪椅車選擇使用呈現顯著影響，其頻次和距離的增加均會促進殘疾人使用殘疾人機動輪椅車。

表6選擇使用殘疾人機動輪椅車出行的影響因素logistic回歸分析

“T5豐富近距離出行組”（模型六）回歸結果顯示：公交使用障礙（B=4.088）會顯著高幅增加輪椅車使用的概率，其次是路口密度（B=1.225）的增加對使用選擇有顯著促進影響，以往研究表明路口密度增長會降低自駕使用率，增加非機動車、公共交通選擇率[27][31]，公交選擇的促進同樣會增加因障礙問題使用輪椅車的概率。

“T6豐富遠距離出行組”（模型七）回歸結果顯示：公交站點距離（B=1.02）對輪椅車選擇使用有顯著正效應，說明該類出行特征人群對公交站點距離更加敏感，而殘疾人機動輪椅車能較好地彌補公共交通站點距離較遠的問題。與其他類別不同的是，該模型中地鐵站點距離的增加對輪椅車使用選擇呈現負效應（B=-0.873）。對比該組與其他樣本地鐵站點距離與交通方式選擇，如圖4所示，可見該組高頻次遠距離出行特征下，地鐵站點可及性的降低更多促進了出租、自駕等交通方式的選擇偏好。

（a）其他樣本

（b）T6豐富遠距離出行組

圖4 其他樣本、模型七樣本地鐵站點距離與交通方式選擇對比

綜合上述分析：（1）個體特征層面。殘疾人機動輪椅車回應了更多高齡、低出行能力人群的需求，尤其在輪椅使用者的出行中成為重要的交通工具。相比對收入水平高度敏感的私家車、出租車[32]，殘疾人機動輪椅車具有一定經濟性，尤其在就業人群中對收入水平的敏感性較低。但低收入特征組對個人收入水平敏感度較高，因此需要關注低收入是否會造成出行方式剝奪，以及高出行強度的低收入人群對收入水平的不敏感是否會伴隨較高的經濟壓力。（2）居住環境層面。非就業人群出行對于居住環境周邊設施密度、功能混合度更加敏感，且半徑5km范圍設施密度和功能混合度的增加會促進殘疾人機動輪椅車的使用。（3）交通環境層面。公共交通設施的障礙問題普遍存在于公交車中，形成對能力較弱殘疾人的一定排斥，而能力較強的就業人群對公交站點距離和使用障礙都更加敏感。地鐵無障礙環境建設相對較好，其使用障礙特征不顯著，但地鐵站點距離較遠的問題更多會影響殘疾人選擇使用輪椅車出行或銜接“最后一公里”。（4）出行信息層面。交通距離的增加普遍會對輪椅車使用產生正效應，而出行頻次增加產生的效果在不同出行類型間差異顯著，購物、就醫和工作往往會促進使用，休閑則更可能表現為負效應。此外，訪談中使用者表明，載人載物需求會促進殘疾人機動輪椅車的使用。

05

無障礙交通環境建設建議

無障礙交通環境的目標是為支持各類有障礙人群平等、自主地出行。然而殘障對出行能力的影響，是復雜且多樣的，輔具的使用并非同化殘疾人與健全人的出行能力，應當正視出行能力的差異和客觀存在的障礙問題，針對性地提升通用設計水平與對特殊需求的回應，促進構建完整的無障礙交通體系。依據本研究對殘疾人機動輪椅車使用選擇影響因素的深入剖析，對城市無障礙交通環境建設提出以下建議：

一是，應當重視殘障群體不同的出行特征差異，通過差異化規劃設計回應不同的需求。如本研究中T1低能力水平僅醫療組代表了障礙水平最為嚴重且最基本的出行需求，該組別有較為明確的出行信息特征，且更在意出行方式的實用性，其剛性需求弱化了對經濟類因素的敏感度和選擇的彈性，因此在無障礙交通環境建設中，該類別重度障礙人群就醫出行的環境支持可作為特定議題。

二是，應當重視殘疾人機動輪椅車使用環境支持，從出行鏈角度完善無障礙交通規劃。本研究可見，殘疾人機動輪椅車對于銜接公共交通“最后一公里”、滿足低出行能力水平者出行需求等方面起到了關鍵作用。然而調研中也發現，由于針對輪椅車治理的不足，車輛使用還存在許多問題，如超過40%用車人士在社區中隨機停放車輛，而缺少停車規劃與非機動車停放區與住房的距離過遠均可能是造成該結果的原因。此外，應當重視不同交通方式之間的銜接，如輪椅車如何順利換成公交、地鐵等。

三是，應當持續改善公交設施的無障礙環境水平，提升公共交通的可用性、宜用性。殘疾人對公共交通，尤其是公交有更高的依賴性，但盡管《北京市進一步促進無障礙環境建設2019—2021年行動方案》中明確要求實現城市無障礙公交車配置率達到80%。2022年，據報道北京市無障礙公交車已達到1.2萬部，調研顯示公交使用障礙依然是選擇輪椅車的重要推力。相比地鐵，公交站點分布的均勻度和距離等都更加適應下肢障礙者受損的出行能力，因此公交車的無障礙化具有不可替代性。

四是，重新審視殘障人群出行能力與空間尺度，增加城市環境形態與規劃的溫度。本研究中出行能力的測度結果表明，下肢障礙人群的最遠出行距離可能存在限制，因此建議在生活圈建設中從能力損失視角重新審視空間尺度，有助于精細化居住環境出行空間的規劃。此外，本研究結果表明，半徑1km和5km范圍設施水平對出行方式選擇有不同效果，可根據居住環境周邊設施情況，優先增強設施水平較低區域對輪椅車等出行方式的支持力度。

參考文獻（上滑查看全部）

[1] Marx J, Davis C, Miftari C, et al. Developing brokered community transportation for seniors and people with disabilities[J]. Journal of Gerontological Social Work, 2010, 53(5): 449-466.

[2] Wang Y, Shen Q, Ashour L A, et al. Ensuring equitable transportation for the disadvantaged: Paratransit usage by persons with disabilities during the COVID-19 pandemic[J]. Transportation research part A: policy and practice, 2022, 159: 84-95.

[3] Park K, Esfahani H N, Novack V L, et al. Impacts of disability on daily travel behaviour: A systematic review[J]. Transport reviews, 2023, 43(2): 178-203.

[4] 陳文強,王雪梅,王濤等.基于深度學習的慢行交通方式選擇行為預測模型[J].公路交通科技,2022,39(12):204-212.

[5] 陳方,吉選,戢曉峰,等.城市交通中弱勢群體的社會排斥及其對策[J].昆明理工大學學報(社會科學版),2014,14(01):24-29.

[6] 于昭,石昊軒,趙之楓. 基于交通弱勢群體可達性的鄉村生活圈優化[C]//中國城市規劃學會.人民城市，規劃賦能——2023中國城市規劃年會論文集（16鄉村規劃）.2023:12.

[7] 謝雨蓉,陸華.社會弱勢群體面臨的交通公平問題及對策[J].綜合運輸,2008(09):36-38.

[8] Litman T. Evaluating transportation equity[J]. World Transport Policy & Practice, 2002, 8(2): 50-65.

[9] Bezyak J L, Sabella S A, Gattis R H. Public transportation: an investigation of barriers for people with disabilities[J]. Journal of Disability Policy Studies, 2017, 28(1): 52-60.

[10] 譚茜. 立體城市交通無障礙系統化設計研究[D].華南理工大學,2020.

[11] Wahl H W, Oswald F, Zimprich D. Everyday competence in visually impaired older adults: A case for person-environment perspectives[J]. The Gerontologist, 1999, 39(2): 140-149.

[12] 黃波.關于如何加強殘疾人代步車管理的幾點思考——以南昌市為研究對象而想起[J].交通建設與管理,2019(03):105.

[13] 李飛羽. 城市軌道交通乘客行為特征分析及出行預測[D].華南理工大學,2021.

[14] Takahiko Kusakabe,Yasuo Asakura.Behavioural data mining of transit smart card data: A data fusion approach[J]. Transportation Research Part C,2014,46.

[15] 梁泉,翁劍成,周偉等.面向個體的分類型公交通勤行為影響因素研究[J].武漢理工大學學報(交通科學與工程版),2019,43(05):855-859.

[16] Kieu L M, Bhaskar A, Chung E, et al.Passenger Segmentation Using Smart Card Data[J].IEEE Transactions on Intelligent Transportation Systems, 2015, 16(3): 1537-1548.

[17] 鄒慶茹,趙鵬,姚向明.基于售檢票數據的城市軌道交通乘客分類[J].交通運輸系統工程與信息,2018,18(01):223-230.

[18] 李飛羽. 城市軌道交通乘客行為特征分析及出行預測[D].華南理工大學,2021.

[19] 柴彥威，肖作鵬，劉志林. 居民家庭日常出行碳排放的發生機制與調控策略——以北京為例[J]. 地理研究，2012（02）：334-344

[20] 張雪. 住區建成環境的主觀感知對居民通勤方式選擇的影響研究[D].哈爾濱工業大學,2019.

[21] 李海峰. 城市形態、交通模式和居民出行方式研究[D].東南大學,2007.

[22] Gordon P, Kumar A, Richardson H W. The influence of metropolitan spatial structure on commuting time[J]. Journal of urban economics, 1989, 26(2): 138-151.

[23] Sun B, Ermagun A, Dan B. Built environmental impacts on commuting mode choice and distance: Evidence from Shanghai[J]. Transportation research part D: transport and environment, 2017, 52: 441-453.

[24] 蔡軍, 程茂春, 朱峰杰. 路網規劃關鍵指標對開發強度的影響作用分析[J]. 城市規劃學刊,2017, (1): 79-88.

[25] Cervero R. Mixed land-uses and commuting: Evidence from the American Housing Survey[J]. Transportation Research Part A: Policy and Practice, 1996, 30(5): 361-377.

[26] Zhang M. The role of land use in travel mode choice: Evidence from Boston and Hong Kong[J]. Journal of the American planning association, 2004, 70(3): 344-360.

[27] 楊琪瑤. 面向出行品質提升的城市路網優化策略研究[D].大連理工大學,2023.

[28] 張曉,李朝陽,陳啟寧.新加坡城市交通無障礙設計及啟示[J].現代城市研究,2012,27(08):27-34.

[29] 孫元,唐建.基于包容性的城市慢行交通綜合導視交互設計研究[J].城市建筑,2014(04):237.

[30] 潘海嘯,華夏,施瑤露.基于包容性發展理念的無障礙交通環境建設[J].交通運輸研究,2021,7(03):2-10.

[31] 蔡軍, 劉漣漣. 城市支路網規劃理論與方法[M]. 北京: 中國建筑工業出版社, 2018.

[32] 范琪, 王煒, 楊洋, 華雪東. 家庭收入差異對出行方式選擇的影響分析[J]. 交通信息與安全, 2019, 37(6): 111-120.

*本文為2024中國城市規劃年會論文

【免責聲明】本公眾號發布的內容僅供學習交流使用，不以任何形式進行牟利。內容版權歸原作者所有。如有侵犯您的權益，請及時與我們聯系，我們將于第一時間協商版權問題或刪除內容。內容為作者個人觀點，不代表本公眾號立場和對其真實性負責。

專題會議二十：AI 時代城市交通規劃應對｜規劃年會

點擊圖片閱讀全文

理論研究 | 共享城市理念下城中村更新改造研究——以成都伏龍小區為例

點擊圖片閱讀全文

理論研究 | 更新空間，更新生活：外灘街道山北街區更新和治理一體化機制探索

點擊圖片閱讀全文