居民低碳出行的街区环境影响研究——基于低碳城市试点区杭州的调查
Neighborhood Environmental Impacts of Residents’ Low-Carbon Transportation—An Investigation of Hangzhou as a Low-Carbon City Pilot Zone
DOI: 10.12677/gser.2025.141014, PDF, HTML, XML,   
作者: 金李悦, 曾文乐, 蔡妮娜, 张 亮:浙江树人学院城建学院,浙江 杭州
关键词: 低碳出行街区环境行为Low-Carbon Transportation Neighborhood Environment Behavior
摘要: 居民交通出行决策与国家碳减排目标紧密相连。围绕居民出行街区环境,研究选择了杭州市的典型小区,从用地构成、交通设施配置、街区房价、公共生活服务设施、街区绿化环境等多个维度归纳空间环境特征,探究居民低碳出行行为与街区空间环境之间的关系。有利于从街区环境建设视角提出相应的改善措施,促进居民的低碳出行行为,保障双碳目标实现。
Abstract: Residents’ transportation decisions are closely linked to carbon reduction targets. Focusing on the neighborhood environment for residents’ travel, the study selects typical neighborhoods in Hangzhou, and summarizes the spatial environment characteristics from multiple dimensions, such as land use composition, transportation facility configuration, neighborhood house price, public life service facilities, and neighborhood green environment, and explores the relationship between residents’ low-carbon travel behavior and the neighborhood spatial environment. It is helpful to propose corresponding improvement measures from the perspective of neighborhood environment construction to promote residents’ low-carbon travel behavior and guarantee the realization of dual-carbon goals.
文章引用:金李悦, 曾文乐, 蔡妮娜, 张亮. 居民低碳出行的街区环境影响研究——基于低碳城市试点区杭州的调查[J]. 地理科学研究, 2025, 14(1): 122-131. https://doi.org/10.12677/gser.2025.141014

1. 引言

当前,全球气候变化背景下以低碳消费行为为核心的绿色循环发展模式受到高度关注。世界各国也都倡导以低碳消费行为为核心的绿色循环发展模式[1]。中国也在积极响应碳减排行动。2020年7月,交通部发布《绿色出行创建行动方案》[2];2021年10月,国务院发布《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》,要求“积极引导低碳出行,加快公共交通基础设施建设和城市慢行系统建设”[3]。我国正遵守承诺为实现“碳达峰”和“碳中和”目标积极努力。

居民出行方式中,机动出行尤其是小汽车出行产生大量碳排放[4]。然而,随着我国经济的高速发展和城市化进程的加快,居民出行越来越热衷于小汽车出行,导致人均小汽车拥有量剧增[5] [6],并引发交通拥堵和高排放等问题。有众多学者指出,低碳交通出行结构和方式都存在着较大的改进空间[7] [8]。促进居民低碳出行是实现我国碳减排的必然选择[9]。现阶段针对低碳交通出行的研究涵盖面相当广泛,涉及到诸多领域,比如影响因素[10]、出行行为决策[11]、出行方式选择[12]、交通规划系统[13]等,特别是从影响因素和行为机理角度探讨低碳交通的相关问题是目前资源环境领域的热点。在低碳出行行为的选择中,有学者关注到街区出行环境的影响,主要围绕街区尺度设计[14]、街区居住密度[15]、街区道路可达性[16]、街区建设环境[17]等方面探索街区空间结构对交通出行的影响。本次研究希望通过以杭州市的典型小区为例,调查分析街区环境对于低碳出行的影响,明确影响居民低碳出行的环境因素,更加深入了解居民交通出行决策,为低碳绿色发展下街区空间规划提供科学依据与建议。

2. 街区建成环境调查

Table 1. Basic information on the surveyed neighborhoods

1. 调查小区基本情况

住区

容积率

建设年代

房价

用地规模

高运高庄

2.5

2017

30656元/m2

0.043 km2

益乐新村

1.8

2005

26559元/m2

2 km2

景芳社区

1.8

1996

34613元/m2

1.446 km2

新城国际和园

2.5

2021

80803元/m2

0.06 km2

在研究建成环境特征部分,为确保结论的科学性以及研究内容的全面性,调研区的选择主要考虑不同的区位条件和小区内外部情况等。在初步筛选的基础上采用分类抽样方式从杭州中心城区内现有建成的住区(数据采集自百度地图AOI矢量数据以及安居客住区信息)中选择四个具有典型性与代表性的住区。综合选取了城郊经济适用房住区、老城区安置房住区、中心典型小区、商品房住区四个典型住区样本:高运高庄、益乐新村、景芳社区、新城国际和园。基本情况如表1

益乐新村和景芳社区属于杭州市建设时间较早的小区,高运高庄和新城国际和园都在2015年之后才建设完成。从规模来看,益乐新村和景芳社区面积较大,周边配套设施相对更加完善。新城国际和园的房价是四个小区中最高的。四个小区发展历史和周边发展条件各异。但同个街区的居民在个体属性上具有一定同质性,从而其个体出行行为会具有一定相似性。同时,小区的区位也会影响居民出行的便利性、工作通勤以及公共设施可达性等。四个小区在杭州市位置如下图1

Figure 1. The location of the surveyed neighborhoods

1. 调查小区的区位情况

2.1. 用地结构分析

Figure 2. The land use structure of the surveyed neighborhoods

2. 调查小区用地构成

城市空间布局结构会导致不同的居民出行行为,是影响居民低碳出行行为的环境要素之一[18],而用地功能多样,混合度高的区域能够满足居民更多的日常需求,能有效减少居民出行频率[19]。结合遥感影像图和实地观察,对四个小区区域内用地结构进行矢量化,如图2

根据街区的功能用地组成情况测算相应的用地混合度,结果如下表2所示。四个调查小区中新城国际和园的居住功能区仅占51.80%,文化教育和行政办公用地占48.20%,用地混合度熵值最高;高运高庄用地混合度熵值次之,区内主要以居住功能和商业功能为主;景芳社区也是以居住用地为主,附有一定的文化教育和公园绿地;用地混合度熵值最低是益乐新村,居住用地占了90.32%,还有少量商业和行政办公用地。

Table 2. Proportion of functional areas of the surveyed neighborhoods

2. 调查小区功能区比例情况

调查小区

居住

商业

文化教育

行政办公

公园绿地

用地混合度熵

高运高庄

64.22%

35.78%

0.00%

0.00%

0.00%

0.65

益乐新村

90.32%

5.16%

0.00%

4.52%

0.00%

0.38

景芳社区

80.86%

0.00%

10.23%

0.00%

8.91%

0.62

新城国际和园

51.80%

0.00%

42.72%

5.48%

0.00%

0.86

2.2. 公共设施配置情况

2.2.1. 公共设施数量

Figure 3. Number of various types of public facilities in the surveyed neighborhoods

3. 调查小区各类公共设施数量情况

按照住区生活圈生活服务设施的配置原则,确定本次住区配套设施的研究范围。根据《城市居住区规划设计标准》(GB50180-2018)中提到的15分钟生活圈,其步行距离为1 km。基于此,以住区目前开放的入口为圆心,1 km为半径划定本次设施的研究范围。如图3所示:住区周边设施类型基本相同。对比各类设施类型占比可知,生活、体育休闲、医疗、科教文化、金融设施等数量上的差异较大。

2.2.2. 公共设施密度

本研究通过问卷调查,对居民日常生活所需的周边设施进行了调查。结果如图4,居民主要使用的住区周边有餐饮、购物、娱乐、医疗、生活服务以及金融保险等生活服务设施。统计各类设施在住区半径1公里以内的分布密度,并对各住区的设施密度差异进行对比分析。从设施分布密度来看,益乐新村和景芳社区的生活服务设施密度高于新城国际和园和高运高庄,主要是由于这四个小区地理位置、周边的土地利用混合程度、发展定位的不同。总体上老城区的住区生活设施密度相对较大。

Figure 4. Density of public facilities of the surveyed neighborhoods

4. 调查小区公共设施密度

2.3. 交通设施配置情况

交通设施的密度也是体现区域设施差异的重要指标,公交站点和地铁站点的密度可以很好反映道路的可达性。相关研究表明,研究范围内的公交站点密度大,居民更倾向于选择公共交通方式出行[20]。当公共交通具备良好的可达性时,能够有效减少居民出行的时空阻碍,为居民创造更为便捷、高效的出行条件,使得居民在出行方式的抉择上,更倾向于选择公共交通[21] [22]。通过统计各住区居民步行出行15分钟范围内的公交站点和地铁站的数量,比较各住区公共交通设施密度(见图5图6)。

Figure 5. Density of transportation facilities of the surveyed neighborhood

5. 调查小区交通设施密度情况

益乐新村和新城国际和园、景芳社区的公交站点密度明显高于高运高庄,公共交通可达性好,可有效提高居民选择公交出行的概率。在调查中,有65%的居民表示,当遇到限行或特殊情况,地铁和公交是居民私家车的主要替补出行方式。

Figure 6. Comparative density of bus stops within 1 km of the surveyed neighborhood

6. 调查小区1 km范围内公交站点密度对比图

益乐新村、景芳社区所在的老城中心,不仅人口高度聚集,建筑密集高,还汇聚了城市的就业场所、教育、医疗、休闲等服务设施。这就使得居民出行时主要将目的地选定在这块区域。可见单中心城市结构容易在中心聚集人口和活动,潮汐通勤更容易导致交通堵塞问题。

2.4. 绿化环境设置

Figure 7. Field photos of green environment settings in the surveyed neighborhood

7. 各街区绿化环境设置情况实地照片

街区环境与居民的关系最为直接。街区绿化环境设置为居民创造了绿色生活空间,置身其中有助于在潜移默化中培养居民的低碳生活意识和低碳出行的理念[23]。在绿化方面,各调查小区周边以及内部都设置有绿化带,特别是高运高庄和新城国际周边都附带有滨河景观,绿化率高于其他两个街区。在绿色倡导方面,益乐新村、景芳社区都设置了相应的宣传标识,但是位置差异较大。高运高庄和新城国际和园都未设置明显宣传标识(见图7)。

3. 居民低碳出行的影响因素分析

3.1. 影响因素提取

基于计划行为理论,通过前期研究初步提取了居民主观心理、个体特征以及街区环境三个层面的中类层级因子[24],从而根据居民出行意识与特征、街区环境调查进一步选取空间影响低碳出行行为的影响因子,形成影响因素的层级量表(见表3)。

Table 3. Stratified list of factors influencing low-carbon transportation behavior

3. 低碳出行行为影响因素分层表

大类

中类

小类

居民出行维度

主观心理层面

主观态度与规范

行为经验

个体特征层面

时间因素

客观距离

街区环境层面

交通层面

环境层面

3.2. 变量体系构建

围绕居民心理层面、个体特征层面、街区环境层面考虑低碳出行行为变量,构建变量体系(见表4)。心理层面主要考虑主观意识与规范、感知行为控制方面对出行行为的意愿影响[25] [26];出行需求层面围绕出行距离、目的等个体出行特征,是居民低碳出行行为的前置因素[27];街区环境层面则从设施配置、用地结构来考虑,是影响出行行为决策的关键因素[28]。在低碳出行街区环境调查基础上,对社区居民进行出行特征、主观意识等情况进行调查。

Table 4. List of variable systems

4. 变量体系表

低碳出行行为

一级变量

二级变量

主观意识

主观态度

主观规范

规范信念

感知行为控制

行为经验

个人出行特征

出行目的

出行频数

出行距离

街区环境

街区用地

交通设施

公共服务设施

绿化环境

3.3. 变量关系分析

基于计划行为理论,根据构建的变量体系形成结构模型。运用 SPSS 数理统计软件进行路径回归分析,探明各变量之间所包含的关系。各类变量之间关系如下图8所示。

Figure 8. Structural model simplified diagram

8. 结构模型简化图

模型结果显示了这五个方面的因素对居民的低碳出行行为影响,其中街区环境对低碳出行行为影响最大,具有直接显著的正向影响。其次,个人主观意识和出行特征这两个因素的影响略低于街区环境。再次,居民的主观规范也对低碳出行行为具有正向影响,感知行为控制的影响相对较低。而从街区环境维度来看,交通设施这一因子对于低碳出行影响最大,其次是公共服务设施和街区用地结构这两个因子。也就意味着当交通设施更加便利,居民越倾向于选择非小汽车的出行方式;同时,街区用地功能齐全,周边公共服务设施能够满足居民日常需求的情况下,居民也更容易采取更低碳的出行方式。因而,未来引导居民低碳出行可考虑从交通站点布设、街区用地功能混合、公共服务设施完善这几个方面入手。

4. 结论与建议

4.1. 研究结论

本研究基于对居民低碳出行行为特征与建成环境深入细致地调查分析,运用统计学方法和回归模型,系统探讨了影响居民低碳出行行为的多元因素。研究发现:现有的居民出行受到街区环境的强烈影响。而在街区建成环境中交通设施便利性的影响最为显著,其次是用地结构和服务设施可利用性。这一结果也意味着从交通设施完善以及舒适度与便捷性提升、用地结构优化等方面入手完善街区出行环境有利于促进居民的低碳出行行为。通过深化对居民低碳出行行为及其环境影响因素之间关系的理解,有助于为推动城市交通绿色转型提出具有可操作性的策略建议。

4.2. 启示建议

首先,促进交通设施可达性和服务设施适配。提高大运量、高效率的公共交通覆盖率,增加街区的公共交通站点,居民出行更便捷,公共交通方式利用率得以提高,进而达成低碳绿色出行的目标。同时,通过大数据实现物质空间信息交互[29],减少私家车出行需求。合理分配道路路权,树立“窄路密网”的道路布局理念,满足不同人群需求提高出行效率,从交通层面减少碳排。其次,提升街区空间的用地混合度。街区空间的用地混合度越高,居民进行日常生活必要活动无需远距离出行,既能够降低居民的出行频率和私家车的交通出行率,选择自行车出行的概率也会增加。因此,用地混合度的规划调整至关重要。第三,在街区空间配置完备的公共服务设施尤其是生活服务设施和购物餐饮设施,从而减少居民私家车等出行频率,促进居民选择低碳出行行为形成。第四,营造街区绿化环境有助于能够提高步行可达性与舒适性,还有利于培养居民的低碳生活意识。最后,低碳政策宣传打破以往公告栏的单向交流模式,利用大数据融合居民、管理者、规划者三方人群,通过物业组织、设计师设计、居民参与反馈,及时沟通交流并提出低碳政策,共同引导并解决住区低碳出行困境。

参考文献

[1] Allcott, H. and Mullainathan, S. (2010) Behavior and Energy Policy. Science, 327, 1204-1205.
https://doi.org/10.1126/science.1180775
[2] 何小洲, 安子贞, 刘鹏, 刘超平. 碳达峰背景下城市低碳出行体系发展策略研究[J]. 交通与港航, 2021, 8(6): 8-12.
[3] 李丽, 王晓颖. 双碳目标下北京城市交通结构优化研究[J]. 交通节能与环保, 2022, 18(2): 52-56.
[4] 曹健楠. 基于低碳出行的金堂县中心城区公共服务设施配置研究[D]: [硕士学位论文]. 哈尔滨: 哈尔滨工业大学, 2021.
[5] 黄與, 管陈雷. 共享单车对重庆城市居民低碳出行的影响研究[J]. 重庆第二师范学院学报, 2018, 31(6): 27-31.
[6] 杨源. 基于居民出行规律实证研究的城市低碳交通政策模拟[D]: [博士学位论文]. 北京: 清华大学, 2016.
[7] Zheng, B., Zhang, Q., Borken-Kleefeld, J., Huo, H., Guan, D., Klimont, Z., et al. (2015) How Will Greenhouse Gas Emissions from Motor Vehicles Be Constrained in China around 2030? Applied Energy, 156, 230-240.
https://doi.org/10.1016/j.apenergy.2015.07.018
[8] 张琳玲. 碳减排目标下城市交通出行结构优化与调控研究[D]: [博士学位论文]. 徐州: 中国矿业大学, 2019.
[9] 张劭辰. 基于大规模调研数据的居民低碳交通行为特征及影响机理研究[D]: [硕士学位论文]. 北京: 北京理工大学, 2018.
[10] 袁亚运. 城镇居民低碳出行类型及其转变因素——基于江苏省镇江市的实证分析[J]. 干旱区资源与环境, 2020, 34(4): 39-45.
[11] 叶楠. 家庭与社会心理因素对低碳出行行为的影响机理研究[D]: [硕士学位论文]. 上海: 上海交通大学, 2020.
[12] 杨偲越. 我国低碳城市建设路径研究[J]. 中国林业经济, 2022(3): 116-120.
[13] 金昱. 国际大城市交通碳排放特征及减碳策略比较研究[J]. 国际城市规划, 2022, 37(2): 25-33.
[14] 韩治远, 龙瀛. 城市再开发在街区尺度的识别与评价[J]. 现代城市研究, 2017, 32(6): 16-26.
[15] 张娅薇, 李军. 低碳出行导向的城市街道空间模式[J]. 现代城市研究, 2016, 31(4): 60-67.
[16] 郑萍, 程娜, 倪伟桥. 基于低碳交通理念的城市规划策略研究[J]. 华中建筑, 2010, 28(8): 131-133.
[17] 周扬, 钱才云. 低碳出行导向的居住街区适宜尺度研究[J]. 建筑学报, 2017(9): 68-73.
[18] 贺慧, 李文鼎, 余艳薇. 考虑街区空间环境的居民低碳出行行为意向研究[J]. 现代城市研究, 2021, 36(2): 121-125.
[19] 付晓阳. 生态文明背景下的土地利用低碳优化研究——以天津市为例[C]//面向高质量发展的空间治理——2021中国城市规划年会论文集(20总体规划). 广州: 广州市城市规划勘测设计研究院, 2021: 461-470.
[20] Zhao, P. (2013) The Impact of the Built Environment on Bicycle Commuting: Evidence from Beijing. Urban Studies, 51, 1019-1037.
https://doi.org/10.1177/0042098013494423
[21] Rashidi, T.H., Abbasi, A., Maghrebi, M., Hasan, S. and Waller, T.S. (2017) Exploring the Capacity of Social Media Data for Modelling Travel Behaviour: Opportunities and Challenges. Transportation Research Part C: Emerging Technologies, 75, 197-211.
https://doi.org/10.1016/j.trc.2016.12.008
[22] 曹杰勇. 基于社区低碳生活方式的城市设计中绿色交通设计维度探讨[J]. 城市建筑, 2020, 17(29): 16-20.
[23] 李龙宇. 居住区建成环境对居民低碳出行的影响研究[D]: [硕士学位论文]. 成都: 西南交通大学, 2020.
[24] 吴文静, 孙刃超, 宗芳, 贾洪飞. 居民低碳通勤出行的主观态度识别及影响分析[J]. 重庆交通大学学报(自然科学版), 2021, 40(5): 53-58.
[25] 李丽影. 城市居民心理因素及低碳因素对通勤方式选择的影响作用研究[D]: [硕士学位论文]. 天津: 天津大学, 2018.
[26] 李思琪. 基于绿色交通理念的居民出行行为及其影响因素的研究[J]. 汽车实用技术, 2021, 46(23): 200-206.
[27] 李文鼎. 城市居民低碳出行行为的街区环境影响机理研究——以武汉市为例[D]: [硕士学位论文]. 武汉: 华中科技大学, 2021.
[28] 袁玉娟, 刘清春, 周平, 李敏. 城市居民低碳交通意愿与行为一致性研究[J]. 城市问题, 2021(8): 93-102.
[29] De Gennaro, M., Paffumi, E. and Martini, G. (2016) Big Data for Supporting Low-Carbon Road Transport Policies in Europe: Applications, Challenges and Opportunities. Big Data Research, 6, 11-25.
https://doi.org/10.1016/j.bdr.2016.04.003