论文部分内容阅读
摘要：交通拥堵无处不在，致堵成因各言其说。本文通过定量的分析方法，通过大量的问卷调查，总结出城市交通拥堵主要源于交通供求、出行者出行行为、政府管理能力、社会发展等几大方面，最根本原因在于交通供需的不均衡发展。
关键词：城市交通；交通拥堵；影响因素；因子分析
1.前言
随着城市人口以及城市交通流的增加，各大、中城市甚至城市郊区县城都面临着主要由交通供需不均衡矛盾导致的交通拥堵问题。路网不畅、管理不善、设施不足、交通拥堵、事故易发等诸多问题越来越突出；行车难、停车难、交通秩序混乱等现象对城市交通管理造成的冲击和压力越来越大。
交通拥堵的直接影响是使交通延误增大，行车速度降低，最终导致居民出行时间损失和燃料费用的增加[1]；同时汽车的低速行驶增加尾气排污量，造成环境污染，增加经济社会成本[2]；此外，各级公路交通事故率随着交通拥堵情况呈一定关系变动，而反过来，交通事故率的提高又使得交通拥堵问题日益严重，形成恶性循环。从国外公路交通事故平均损失费可看出，平均每年各国在因为交通拥堵导致交通事故，或者说因为交通事故导致交通拥堵的经济损失也是不可估量的[3]。因此，研究城市交通致堵影响因素，找到有效的治堵措施，刻不容缓。
2.研究目的及意义
本研究的目的及意义在于通过设定大量问卷调查，定量分析城市交通拥堵的主要影响因素，利用SPSS[4]等分析软件整理各影响因素之间的复杂关系，并对相关治堵措施进行有的放矢评价，提出优化解决措施。为政府拟定治堵措施解决城市交通拥堵问题提供参考。
3.城市交通致堵影响因素分析—以重庆市为例
3.1 重庆市交通发展现状
重庆市是我国西部地区唯一的直辖市，是我国重要的中心城市之一，也是国家历史文化名城。重庆主城区位于市域西部的长江与嘉陵江交汇处，是重庆市市域中心城市，素以“雾都”，“山城”著称。根据2013年《重庆市交通发展年度报告》[5]、2014年《重庆市交通发展年度报告》[6]统计，截至2013年年底，全市道路面积为8008公里，市区汽车拥有量较2012年增加11.8万辆，拥有量达79.2万辆，年增长17.6%。2014年，主城区机动车拥有量达115.1万辆，较2013年增加16.1万辆，增长16.2%。路网运行情况：2014年内环以内干道高峰时段平均车速21.8Km/h较2013年24.5Km/h相比，继续呈下降趋势。根据《重庆市城乡总体规划（2007-2020）》（2011年修订）方案，2020年重庆市主城区城市人口约1200万人，远景供需矛盾势必进一步激化，到2020年城市交通需求总量呈递增趋势。道路交通运行与管理发展趋势说明交通拥堵将更加严重。
3.2 影响因素设定
本文通过社会实践调研对重庆市主城区300多名群众（包括部分公交车调度室工作人员、公交司机、出租车司机等）进行了城市交通致堵因素问卷调查，最终形成294份有效问卷。问卷通过设置人们关于所列40种致堵因素对城市交通拥堵的影响程度打分，分为影响很大（5分）、影响较大（4分）、影响一般（3分）、影响不大 （2分）、没有影响（1分）五种情况。根据调查结果选取总分前三十五项作为三级指标即为影响城市交通拥堵的30个因素变量。
具体表述为：环境与能源x1；汽车增长率x2；公共交通分担率x3；交通基础设施供给水平x4；道路路网密度x5；交通系统智能化水平x6；停车设施建设x7；城市物流x8；出行者素质x9；出行者出行选择行为x10；交叉口服务水平x11；道路通行能力x12；交通事故率x13；道路总容量x14；公共交通保有量x15；人均消费水平x16；交通管理水平x17；政府治堵压力x18；城市规划与布局x19；城镇化水平x20；职住平衡率x21；节假日影响x22；雨雾天气x23；地势起伏x24；治堵政策完善率x25；城市人口增长率x26；占道施工x27；客运枢纽布局x28；汽车保有量x29；城市GDPx30。
3.3 因子分析[7]影响因素
通过巴特利特球度和KMO检验方法进行分析。表1中，KMO值为0.786，Bartlett球形检验值为1101.839，对应概率值接近0，达到显著性水平，表明原有变量适合进行因子分析。
表1KMO 和 Bartlett 的检验
Table 1The test of KMO and Bartlett
取样足够度的 Kaiser-Meyer-Olkin 度量.786
Bartlett 的球形度检验
近似卡方1101.839
df435
Sig..000
根据特征值大于1，提取9个公因子，作为城市交通拥堵影响因素的二级指标。由因子的特征值和方差贡献率结果显示（介于文章篇幅不做展示），累积方差贡献率为81.932%，即表示提取的9个因子解释了原始30个指标变量总方差的81.932%。可认为量表具有良好的结果效度。由于提取的9个因子在原始变量上的载荷系数相差不大，需对因子载荷矩阵实施正交旋转以使因子具有命名解释性。
由旋转成份矩阵（介于文章篇幅此处不做展示）可知，交通基础设施供给水平、道路总容量、道路路网密度、交通系统智能化水平、停车设施建设、交叉口服务水平、道路通行能力、交通事故率、占道施工等原始指标在第一个因子上有较高的载荷，故第一个因子可命名为交通供给；汽车增长率、公共交通分担率、城市物流、公共交通保有量、城市人口增长率、汽车保有量等原始指标在第二个因子上有较高的载荷，故第二个因子命名为交通需求；城镇化水平、职住平衡率、人均消费水平、城市GDP等原始指标在第三个因子上有较高的载荷，故第三个因子命名为社会发展能力；出行者素质、出行者出行选择行为等原始指标在第四个因子上有较高的载荷，故第四个因子命名为居民出行行为；交通管理水平、政府治堵压力、城市规划与布局、治堵政策完善率等原始指标在第五个因子上有较高的载荷，故第五个因子命名为政府管理能力；环境与能源、节假日影响、雨雾天气、地势起伏、客运枢纽布局统一命名为其他影响因素。
4.结论及建议
本文通过定量的分析方法将城市交通致堵原因概括为城市交通供给、交通需求、社会发展、政府管理、居民出行行为及其他几个方面，社会发展良好需求势必增加，出现供不应求；而政府如果管理得当，引导需求，增加供给，拥堵现象势必减少；其他方面也间接的反应出交通供需矛盾，归根结底城市交通致堵源于交通的供求不均衡。然而，其治堵是一个大系统工程，拟定交通拥堵问题解决方案需要把交通供给与需求、当前与长远、硬件和软件等方面高度结合，抓住供需主要矛盾，政府部署良好的发展战略，兼顾环境和能源的同时，结合实际，建立动态的、可持续的治堵措施。（作者单位：重庆交通大学管理学院）
参考文献：
[1]Federal Transit Administration.Joint FHWA/FTA Regulations[R].Management and Monitoring Systems，49 C F R Part614，1993.
[2]刘治彦，岳晓燕，赵睿.我国城市交通拥堵成因与治理对策[J].城市社会管理，2011，18（11）：90-96
[3]陆化普.城市现代化交通管理[M].北京：人民交通出版社，1999
[4]薛薇.SPSS统计分析方法及应用（第三版）[M].北京：电子工业出版社
[5]http：//www.cq.gov.cn/zwgk/qwfb/2014/5/1317406.shtml
[6]http：//www.cq.gov.cn/zwgk/qwfb/2015/5/1373793.shtml
[7]耿金花，高齐圣，张嗣瀛.基于层次分析法和因子分析的社区满意度评价体系[J].系统管理学报，2007，（06）：673-677
关键词：城市交通；交通拥堵；影响因素；因子分析
1.前言
随着城市人口以及城市交通流的增加，各大、中城市甚至城市郊区县城都面临着主要由交通供需不均衡矛盾导致的交通拥堵问题。路网不畅、管理不善、设施不足、交通拥堵、事故易发等诸多问题越来越突出；行车难、停车难、交通秩序混乱等现象对城市交通管理造成的冲击和压力越来越大。
交通拥堵的直接影响是使交通延误增大，行车速度降低，最终导致居民出行时间损失和燃料费用的增加[1]；同时汽车的低速行驶增加尾气排污量，造成环境污染，增加经济社会成本[2]；此外，各级公路交通事故率随着交通拥堵情况呈一定关系变动，而反过来，交通事故率的提高又使得交通拥堵问题日益严重，形成恶性循环。从国外公路交通事故平均损失费可看出，平均每年各国在因为交通拥堵导致交通事故，或者说因为交通事故导致交通拥堵的经济损失也是不可估量的[3]。因此，研究城市交通致堵影响因素，找到有效的治堵措施，刻不容缓。
2.研究目的及意义
本研究的目的及意义在于通过设定大量问卷调查，定量分析城市交通拥堵的主要影响因素，利用SPSS[4]等分析软件整理各影响因素之间的复杂关系，并对相关治堵措施进行有的放矢评价，提出优化解决措施。为政府拟定治堵措施解决城市交通拥堵问题提供参考。
3.城市交通致堵影响因素分析—以重庆市为例
3.1 重庆市交通发展现状
重庆市是我国西部地区唯一的直辖市，是我国重要的中心城市之一，也是国家历史文化名城。重庆主城区位于市域西部的长江与嘉陵江交汇处，是重庆市市域中心城市，素以“雾都”，“山城”著称。根据2013年《重庆市交通发展年度报告》[5]、2014年《重庆市交通发展年度报告》[6]统计，截至2013年年底，全市道路面积为8008公里，市区汽车拥有量较2012年增加11.8万辆，拥有量达79.2万辆，年增长17.6%。2014年，主城区机动车拥有量达115.1万辆，较2013年增加16.1万辆，增长16.2%。路网运行情况：2014年内环以内干道高峰时段平均车速21.8Km/h较2013年24.5Km/h相比，继续呈下降趋势。根据《重庆市城乡总体规划（2007-2020）》（2011年修订）方案，2020年重庆市主城区城市人口约1200万人，远景供需矛盾势必进一步激化，到2020年城市交通需求总量呈递增趋势。道路交通运行与管理发展趋势说明交通拥堵将更加严重。
3.2 影响因素设定
本文通过社会实践调研对重庆市主城区300多名群众（包括部分公交车调度室工作人员、公交司机、出租车司机等）进行了城市交通致堵因素问卷调查，最终形成294份有效问卷。问卷通过设置人们关于所列40种致堵因素对城市交通拥堵的影响程度打分，分为影响很大（5分）、影响较大（4分）、影响一般（3分）、影响不大 （2分）、没有影响（1分）五种情况。根据调查结果选取总分前三十五项作为三级指标即为影响城市交通拥堵的30个因素变量。
具体表述为：环境与能源x1；汽车增长率x2；公共交通分担率x3；交通基础设施供给水平x4；道路路网密度x5；交通系统智能化水平x6；停车设施建设x7；城市物流x8；出行者素质x9；出行者出行选择行为x10；交叉口服务水平x11；道路通行能力x12；交通事故率x13；道路总容量x14；公共交通保有量x15；人均消费水平x16；交通管理水平x17；政府治堵压力x18；城市规划与布局x19；城镇化水平x20；职住平衡率x21；节假日影响x22；雨雾天气x23；地势起伏x24；治堵政策完善率x25；城市人口增长率x26；占道施工x27；客运枢纽布局x28；汽车保有量x29；城市GDPx30。
3.3 因子分析[7]影响因素
通过巴特利特球度和KMO检验方法进行分析。表1中，KMO值为0.786，Bartlett球形检验值为1101.839，对应概率值接近0，达到显著性水平，表明原有变量适合进行因子分析。
表1KMO 和 Bartlett 的检验
Table 1The test of KMO and Bartlett
取样足够度的 Kaiser-Meyer-Olkin 度量.786
Bartlett 的球形度检验
近似卡方1101.839
df435
Sig..000
根据特征值大于1，提取9个公因子，作为城市交通拥堵影响因素的二级指标。由因子的特征值和方差贡献率结果显示（介于文章篇幅不做展示），累积方差贡献率为81.932%，即表示提取的9个因子解释了原始30个指标变量总方差的81.932%。可认为量表具有良好的结果效度。由于提取的9个因子在原始变量上的载荷系数相差不大，需对因子载荷矩阵实施正交旋转以使因子具有命名解释性。
由旋转成份矩阵（介于文章篇幅此处不做展示）可知，交通基础设施供给水平、道路总容量、道路路网密度、交通系统智能化水平、停车设施建设、交叉口服务水平、道路通行能力、交通事故率、占道施工等原始指标在第一个因子上有较高的载荷，故第一个因子可命名为交通供给；汽车增长率、公共交通分担率、城市物流、公共交通保有量、城市人口增长率、汽车保有量等原始指标在第二个因子上有较高的载荷，故第二个因子命名为交通需求；城镇化水平、职住平衡率、人均消费水平、城市GDP等原始指标在第三个因子上有较高的载荷，故第三个因子命名为社会发展能力；出行者素质、出行者出行选择行为等原始指标在第四个因子上有较高的载荷，故第四个因子命名为居民出行行为；交通管理水平、政府治堵压力、城市规划与布局、治堵政策完善率等原始指标在第五个因子上有较高的载荷，故第五个因子命名为政府管理能力；环境与能源、节假日影响、雨雾天气、地势起伏、客运枢纽布局统一命名为其他影响因素。
4.结论及建议
本文通过定量的分析方法将城市交通致堵原因概括为城市交通供给、交通需求、社会发展、政府管理、居民出行行为及其他几个方面，社会发展良好需求势必增加，出现供不应求；而政府如果管理得当，引导需求，增加供给，拥堵现象势必减少；其他方面也间接的反应出交通供需矛盾，归根结底城市交通致堵源于交通的供求不均衡。然而，其治堵是一个大系统工程，拟定交通拥堵问题解决方案需要把交通供给与需求、当前与长远、硬件和软件等方面高度结合，抓住供需主要矛盾，政府部署良好的发展战略，兼顾环境和能源的同时，结合实际，建立动态的、可持续的治堵措施。（作者单位：重庆交通大学管理学院）
参考文献：
[1]Federal Transit Administration.Joint FHWA/FTA Regulations[R].Management and Monitoring Systems，49 C F R Part614，1993.
[2]刘治彦，岳晓燕，赵睿.我国城市交通拥堵成因与治理对策[J].城市社会管理，2011，18（11）：90-96
[3]陆化普.城市现代化交通管理[M].北京：人民交通出版社，1999
[4]薛薇.SPSS统计分析方法及应用（第三版）[M].北京：电子工业出版社
[5]http：//www.cq.gov.cn/zwgk/qwfb/2014/5/1317406.shtml
[6]http：//www.cq.gov.cn/zwgk/qwfb/2015/5/1373793.shtml
[7]耿金花，高齐圣，张嗣瀛.基于层次分析法和因子分析的社区满意度评价体系[J].系统管理学报，2007，（06）：673-677