儿童出行行为决策影响机制的调查研究
2.1调查概要及研究方法
以在交通、自然和社会环境等方面具有一定小城镇代表性的莲花镇为调查范围。镇汇集省、县道,并与国道相接,第五实验小学⑥(以下简称“五小”)周界800m区域包含县道,每日承载包括运输车辆在内的较大交通量;1条约300m长的步行道与五小相连,但有效通行宽度不足,且步道尽端的丁字路口在通学高峰期常存在拥堵状况,交通较为复杂(图2)。
自然环境方面,大量农林用地及水塘、河流等水体散布,五小附近有2处,且防护措施较弱(图2)。全镇具有熟人社会特性,邻里熟知度和对陌生人出现的敏感度较高。流浪狗较为常见。
自然环境方面,大量农林用地及水塘、河流等水体散布,五小附近有2处,且防护措施较弱(图2)。全镇具有熟人社会特性,邻里熟知度和对陌生人出现的敏感度较高。流浪狗较为常见。
首先,结合前期半结构式深度访谈(获取定性的初步数据,以完善后期调查框架和重点内容)及后期问卷2种方法,面向五小1~6年级学生及其家长,针对儿童个体差异、出行决策、感知安全等采集数据,获得累计涉及1509名儿童的访谈样本5份,有效问卷样本1191份。
其次,依据研究模型,通过交叉分析(个体差异并非本研究最关注部分,故选用此分析方法仅以实证2个变量间是否具有显著相关性)探究个体差异与儿童出行行为决策的关系,以及Logistic二元回归模型(由研究综述可知,儿童出行行为决策受多因素影响,而本研究着重关注建成环境的安全感知对儿童出行行为决策的影响,其中“儿童出行行为决策”为因变量,通过文献及现场调研归纳出8种出行行为决策,每种决策只存在选择和不选择2种概率,即为1或0的二分类变量,故采用此方法)来研究影响儿童出行行为决策的主要环境安全感知因素。最后,以此获取具体的影响相关性结论,最终得到影响机制模型。
其次,依据研究模型,通过交叉分析(个体差异并非本研究最关注部分,故选用此分析方法仅以实证2个变量间是否具有显著相关性)探究个体差异与儿童出行行为决策的关系,以及Logistic二元回归模型(由研究综述可知,儿童出行行为决策受多因素影响,而本研究着重关注建成环境的安全感知对儿童出行行为决策的影响,其中“儿童出行行为决策”为因变量,通过文献及现场调研归纳出8种出行行为决策,每种决策只存在选择和不选择2种概率,即为1或0的二分类变量,故采用此方法)来研究影响儿童出行行为决策的主要环境安全感知因素。最后,以此获取具体的影响相关性结论,最终得到影响机制模型。
2.2个体差异对儿童出行行为的影响调查
2.2.1年龄与性别差异
交叉分析结果(P<0.05表示显著相关)表明,儿童年龄与CIM显著相关(P=0.000),但对出行方式选择不存在显著影响(P=0.170)。除去校车的客观干扰外,利用私家车通学的方式在各年龄中均具有最高分担率,其次为自行车⑦与步行(图3)。儿童性别与CIM未显示显著相关性(P=0.229,图3)。
2.2.2家庭状况差异
家长的教育程度与CIM未显示显著相关性(P=0.640),但家长工作类型与之显著相关(P=0.019),这可能与家长工作时间是否具有弹性有关(图4)。
家校距离也与出行方式显著相关(P=0.000,图5):学校位于10min步行可达范围内时,“步行”的贡献率占绝对优势;随家校距离增加,“步行”方式分担率在明显下降时,“私家车”始终占据较高比例。
另可见,家校在步行10~30min距离时,选择以“自行车”作为出行方式维持在比较稳定的比例,但超过30min步距后,选择步行、自行车方式比例明显下降,而“校车”做出较大分担,有效缓解了对“私家车”的依赖。“公交车”在家校距离变化过程中的占比始终处于低值,可能与家校间公交路线及站点分布不足有关。
另可见,家校在步行10~30min距离时,选择以“自行车”作为出行方式维持在比较稳定的比例,但超过30min步距后,选择步行、自行车方式比例明显下降,而“校车”做出较大分担,有效缓解了对“私家车”的依赖。“公交车”在家校距离变化过程中的占比始终处于低值,可能与家校间公交路线及站点分布不足有关。