城市居民非工作活动的家内外时间分配及影响因素——以北京上地—清河地区为例

发布时间：2024-12-26 06:35

《清明上河图》是北宋画家张择端的代表作，描绘了北宋都城汴京的市井生活。 #生活常识# #历史文化普及#

柴彦威 (1964-), 男, 甘肃会宁人, 教授、博士生导师, 主要研究方向为时间地理学、社会地理学、城市与区域规划。E-mail: chyw@pku.edu.cn

作者简介：陈梓烽 (1989-), 男, 广东深圳人, 硕士研究生, 主要研究方向为城市地理学与行为地理学。E-mail: chzf@qq.com

基金:

十二五”国家科技支撑计划项目 (2012BAJ05B00) 之课题 (2012BAJ05B04)

Time allocation to in-home and out-of-home non-work activities of urban residents: A case study of Shangdi-Qinghe area in Beijing

College of Urban and Environmental Sciences, Peking University, Beijing 100871, China

Fund:12th Five-Year National Science Supported Planning Project of China, No.2012BAJ05B04

Keyword:travel demand;non-work activities;time allocation;structural equation model (SEM);activity-based approach

1 引言

中国正处于经济、社会、空间的快速转型时期, 城市居民的行为需求日趋多样化和个性化[1]。随着近来中国大城市空间的快速扩张, 各大城市交通供求不平衡的问题日益凸显, 居民交通出行需求与城市空间、城市交通、城市服务设施的不匹配加剧, 产生日益严峻的交通拥堵、可达性下降、出行结构失衡、交通碳排放超标等问题。如何科学合理地分析、预测城市居民的交通出行需求, 并通过有效的交通设施建设、城市空间优化以及公共政策引导实现出行需求与交通供给的动态平衡, 已成为当前中国城市可持续发展的核心问题[2]。

自20世纪80年代开始, 西方交通学者、城市地理学者对城市居民出行需求的研究已由基于出行的分析逐步转向基于活动的分析, 活动分析法正逐步取代传统的基于出行的“ 四阶段” 模型, 在交通需求分析、人类空间行为研究领域被广泛接受和应用。活动分析法认为, 出行是活动的派生需求[3, 4, 5], 并且出行的产生是为了满足个体在不同地点的活动的需求[6], 因此个体参与活动的地点系列决定了出行的产生与空间分布[7]。基于上述认识, 活动分析法的研究者认为, 家内/家外活动的决策与出行的产生直接相关[7, 8], 是分析出行需求的重要视角[9], 这是因为在家内进行的活动并不需要出行, 而在家外的活动则产生出行[9, 10]。研究家内/家外活动的发生模式及相互关系 (表现为活动的时间分配), 有助于分析外出活动的决策机制[10], 从而理解出行需求产生的微观机理。因此, 近年来学者对居民家内/家外活动时间分配予以了较多关注, 运用离散— 连续模型[6, 9, 10, 11]、离散选择模型[12]、结构方程模型[13, 14]等展开细致分析, 试图揭示家内/家外活动参与的决策机制, 以理解居民出行需求的形成机理, 并为精细化的交通政策和交通需求管理提供依据。在已有研究中, 个人及家庭社会经济属性被认为是影响个人活动时间分配的重要要素, 而纳入研究框架中; 除此之外, 考虑到居民一天当中工作、通勤的时长决定了非工作活动的时间预算, 因此工作、通勤的时长也通常作为分析个人活动时间分配的解释变量[6, 9, 10, 11, 12, 13, 14]。

在上述研究中, 学者通常把活动分为维持生计活动 (subsistence/work)、维护生活活动 (maintenance) 和娱乐休闲活动 (leisure/recreational) 三种类型[14], 或强制性活动 (mandatory) 与休闲活动 (discretionary) 两种类型[13]。由于只有娱乐休闲活动可自由选择活动发生地点, 因此大多数研究仅将娱乐休闲活动作为分析对象。但随着近年来互联网、移动通信技术的普及以及电子商务、社交网络等互联网应用服务的兴起, 活动地点对于购物、照顾家人等维护生活活动的制约已有较大减少, 居民参与维护生活活动具有更高的时空弹性, 可以相对自由地选择活动发生地点, 这导致了居民为进行维护生活活动所产生的出行需求更具弹性、机理更为复杂、更容易受到出行环境变化的影响, 并有可能影响娱乐休闲活动的出行需求。因此需要在已有研究的基础上, 进一步考察维护生活活动的家内/家外时间分配, 以及对其他活动的时间分配可能造成的影响, 从而更全面地理解居民日常出行需求的形成机理。

与西方研究相比, 中国在基于活动分析法的居民出行需求研究领域尚处于起步阶段[15], 尤其缺少从家内/家外活动时间分配的视角透视居民出行需求的产生机理的研究。张文佳等[16]运用结构方程模型, 研究了家庭男女家长的联合活动— 移动行为及家内、家外活动的相互影响, 但研究仅选择了工作日的数据, 且没有细分家内活动的类型。在国内外已有研究的基础上, 本文以北京上地— 清河地区为例, 选取活动弹性较大的非工作活动为研究对象, 研究工作日、休息日居民家内/家外非工作活动的时间分配特征及其影响因素 (包括社会经济属性的影响、工作与通勤行为的影响, 以及各类非工作活动之间的相互作用)。本文的研究问题可表述为：居民的非工作活动 (包括生活活动、休闲活动) 的时间如何分配在家内和家外?受什么因素影响?

2 研究地区与数据

2.1 研究地区

在北京快速郊区化的过程中, 大量郊区住宅的开发加剧了城市的职住分离, 居住在郊区居民们向内城方向的通勤是北京市交通问题的重要成因, 因此亟需在现有研究基础上针对郊区巨型社区居民的交通出行需求、出行行为进行细致剖析。由此可见, 选取一个典型的郊区巨型社区作为研究案例对于研究以北京为代表的中国大城市的交通问题、分析居民交通出行行为有一定的代表意义。因此, 本研究选取北京典型的郊区巨型社区— 上地— 清河地区作为研究案例 (图1)。该地区位于北京市海淀区中东部、北五环与北六环之间, 共约16 km2。根据2010年第六次全国人口普查数据资料[17], 该地区常住人口约24万。地区覆盖了多种建设年代和开发模式的居住区, 是北京西北部大型综合性边缘组团。过境的高速公路、城铁将上地— 清河地区与邻近的城市功能组团以及中心城区相连, 为地区带来巨大的过境交通流; 地区内部居民、企业员工职住空间错位的现状进一步加剧了地区交通压力。本地区作为北京综合性边缘组团与交通流节点, 具有较好的典型性与研究价值; 同时由于调查样本的居住区位集中, 因此能在一定程度上控制城市空间形态对样本活动— 移动时间分配的影响。

2.2 研究数据

本研究数据主要来源于2012年9-12月间北京大学行为地理学研究小组在北京上地— 清河地区实施的北京居民日常活动与交通出行调查的第一手资料。调查对上地— 清河地区除城中村、部队大院外的23个社区以及上地信息产业基地19个典型企业进行抽样, 通过社区居委会、企业选取个791个样本 (含543个社区样本、248个企业样本); 采用位置感知设备、互动式调查网站、面对面及电话访谈相结合的方法进行调查。每个样本的调查时间为一周, 调查内容包括居民的社会经济属性、居民一周的活动日志及GPS轨迹。本研究仅选择社区样本, 并剔除数据缺失过多的样本, 最终针对460个有效样本进行数据分析。样本的社会经济属性如表1所示。需要说明的是, 受到数据采集过程中信息缺失的限制, 样本社会经济属性中家庭月收入、家庭总人数、住房产权、家庭网络情况和机动车数量等五个变量的有效样本率不及100%, 在下文模型拟合中可能会对分析结果的可靠性产生一定的影响。

表1 外生变量和样本社会经济属性 Tab. 1 Exogenous variables and sample characteristics

根据研究目的, 将原活动日志数据的各类活动归并为工作相关活动、家内非工作活动、家外非工作活动三大类。其中工作相关活动细分为工作、通勤, 家内非工作活动细分为家内生活活动、家内休闲活动与睡眠, 家外非工作活动细分为家外生活活动、家外休闲活动 (表2)。睡眠、生活活动、休闲活动构成本文所界定的“ 非工作活动” , 其中生活活动包括购物消费、私人事务等满足家庭和个人心理需求的生活性、维护性、责任性活动, 活动地点可以在家内或家外发生, 其活动决策不可任意支配; 休闲活动包括社交的、娱乐性的和随意的活动, 活动地点可以在家内或家外发生, 其活动决策可自由支配、弹性大于睡眠及生活活动。由于大多数情况下, 睡眠活动都在家内发生, 因此本研究仅讨论生活活动、休闲活动的家内/家外时间分配问题。本研究将周一至周五定义为“ 工作日” , 将周六与周日定义为“ 休息日” 。

表2 本研究中的活动分类 Tab. 2 Categories of activities

3 描述分析

首先以分钟为单位, 分别统计工作日和休息日调查样本各类活动的平均时长 (表3), 并对均数差别进行显著性检验 (表4), 以分析居民非工作活动的家内/家外时间分配特征。

表3 各类活动持续时间的平均值与标准差 Tab. 3 Mean value and standard deviation of activity duration 表4 活动时间分配的t检验 Tab. 4 Paired sample t-tests for time allocation

从统计结果看, 无论是工作日还是休息日, 家内生活活动的时长在0.000的显著性水平上显著高于家外生活活动的时长、家内休闲活动的时长在0.000的显著性水平上显著高于家外休闲活动的时长, 反映家是非工作活动的重要发生场地。但与休闲活动相比, 生活活动的家内/家外活动时长的差异更为明显, 反映了生活活动比休闲活动更有可能在家内发生、更不容易产生出行需求, 这一现象可以解释为生活活动的地点弹性比休闲活动小、部分活动 (如家务、照顾老人小孩等) 必须在家内进行。另外, 与工作日相比, 休息日家内/家外非工作活动时长的差异更为明显, 反映了调查样本在休息日比工作日更有可能把非工作活动的时间分配在家内而非家外。这一现象表明：非工作活动在工作日与休息日产生的出行需求可能有差异。比较各类活动时间分配在工作日与休息日的差别, 发现即仅有家外生活活动在工作日和休息日之间没有呈现出显著性差异, 这再次说明了生活活动的地点弹性相对较小、受日间差异的影响不大的特征。

通过对居民非工作活动的家内/家外时间分配特征的分析, 可以认为：(1) 休闲活动比生活活动更容易产生出行需求; (2) 在休息日, 尽管非工作活动的总体时间增长、居民非工作出行的机会增多, 但非工作活动中在家外活动的比例反而不如工作日。由此可见, 不同类型的非工作活动所产生的出行需求并不相同。下文将对居民非工作活动的家内/家外时间分配的影响因素进行详细分析、解读。

4 基于结构方程模型的分析

日常活动的安排可视作一个资源分配的问题[18]。由于一天的总时间是固定的, 在一天当中不同活动的时间分配必然存在不可忽视的相互联系。考虑到活动时间分配联系的内生性, 本研究采用结构方程模型 (Structural Equation Model, SEM) 刻画家内/家外活动时间分配的影响因素。

4.1 结构方程模型

结构方程模型可分为测量方程和结构方程两部分[19]。本文只用结构方程, 模型的数学形式如下：

y=Вy+гx+ζ

式中：y为内生变量的列向量, x是外生变量的列向量, В 为内生变量之间的随机联系矩阵, г 为外生变量对内生变量影响的路径系数矩阵, ζ 为残差向量, 反映未被解释部分。

本研究把居民各类活动 (表2) 的持续时间 (单位为min) 作为内生变量。理论上, 居民日常生活时间分配受到社会经济属性、城市空间形态等因素的影响[20], 但由于缺乏详细的形态数据, 同时考虑到本研究样本居住区位相对集中, 因此模型框架中暂不考虑城市空间形态的影响, 仅将样本的社会经济属性作为外生变量 (表1)。

已有研究在建立个人活动— 移动时间分配模型时认为, 个人属性 (如性别、年龄、个人收入、受教育程度)、家庭属性 (如家庭总人数、家庭月收入、住房产权)、个人及家庭移动能力 (家庭机动车数量) 等社会经济属性变量以及居住地区位等城市空间变量可能对个人活动— 移动时间分配产生显著影响, 因此将上述变量纳入模型中作为解释变量[6, 9, 10, 11, 12, 13, 14]。根据本研究目的, 本文选择性别、年龄、户籍、家庭及个人月收入、家庭总人数、教育程度、婚姻状况、就业状况、有无16岁以下小孩、住房产权、家庭网络情况、机动车数量等社会经济属性作为外生变量。由于调查样本的居住区位集中, 在一定程度上控制了城市空间因素对活动— 移动时间分配的影响, 因此本研究没有把样本居住区位等城市空间因素作为外生变量。

研究假设：(1) 工作或通勤的时间利用影响非工作活动时间分配; (2) 在非工作活动中, 睡眠的时间利用 (弹性最小) 影响生活活动、休闲活动的时间分配, 与此同时生活活动的时间利用 (弹性小于休闲活动)也会影响休闲活动的时间分配; (3) 家内与家外的生活活动或休闲活动的时间分配存在相互替代关系 (trade-offs); 基于上述假设, 构建反映不同活动时间分配的工作日模型 (以下简称模型A)、休息日模型 (以下简称模型B), 两个模型的概念框架相同（图2）。

在SPSS软件中用均值替代法估算社会经济属性中的缺失值, 然后将数据输入模型中, 选用Amos 7.0软件利用最大似然法 (ML) 求解方程, 进行参数估计。

4.2 内生变量之间的直接效应

4.2.1 模型A (工作日模型) 对模型A进行反复实验和修正, 得到最终模型整体的卡方值 (Chi-square) 在自由度df = 4的条件下收敛到1.865, p值为0.761 > 0.05, RMSEA = 0.000 < 0.05, CFI为1, 反映模型拟合效果已经能较好支持假设检验。模型A (工作日模型) 内生变量之间的直接效应见表5及图3。

Figure Option

图3 模型A (工作日模型) 直接效应路径图注：1、图中的箭头表示从一个变量到另一变量的路径, 箭头上方的数字为路径系数。2、模型中的活动、出行均用时间来计量, 所有路径上的指数均在0.10及以上的水平上显著。Fig. 3 Flow diagram of postulated direct effects for Model A 表5 模型A (工作日模型) 内生变量之间的直接效应 Tab. 5 Direct effects between endogenous variable of Model A (model of weekdays)

整理模型报告的直接效应指数, 分析各变量间关系, 以研究居民非工作活动家内/家外时间分配的微观机理。模型发现, 在工作日, 工作相关行为 (工作与通勤) 与非工作活动在时间分配上呈现出一定的替代关系。工作相关行为对家内非工作活动比家外非工作活动的负面影响更为显著：工作时间每增加1分钟, 家内生活活动与休闲活动时间就会减少0.39分钟与0.47分钟, 而家外生活活动与休闲活动时间则分别减少0.2分钟与0.13分钟; 通勤时间每增加1分钟, 家内生活活动与休闲活动分别减少0.3分钟与 0.48分钟, 而家外非工作活动时间并未发生显著的减少。模型结果反映了居民更倾向于牺牲在家的非工作活动时间以应对工作或通勤时间的增加。对于这一结果, 可能的解释是随着工作、通勤时间的增加, 居民更倾向于在工作地附近或者回家途中链接购物、休闲等非工作活动, 而不选择在家进行。

这一结果表明, 如果城市决策者通过公共政策或交通优化措施减少居民工作日的工作或通勤时间, 将释放居民工作日的非工作活动需求, 导致非工作活动时间的增加; 但活动更倾向于在家内发生, 因此释放的非工作活动需求仅会增加较小的出行需求和交通压力。

在非工作活动的内在联系上, 睡眠时间的增加会对其他非工作活动时间产生显著的负效应; 生活活动与休闲活动的家内/家外时间分配存在一定程度的交互关系。当家外生活活动时间增加, 家内休闲活动时间就会相应减少 (效应指数为0.69); 反之, 当家内生活活动时间增加, 家外休闲活动则会相应减少 (效应指数为0.10)。由于生活活动是满足家庭日常生活需求的维护性、责任性活动, 弹性小于休闲活动, 因此休闲活动的需求必然受到生活活动的制约。无论是家内还是家外, 生活活动的增加必然导致休闲活动需求的减少。该结果揭示了工作日休闲出行需求与生活出行需求之间存在不可忽视的内在关联, 在交通需求的预测中需加以细致考察。

4.2.2 模型B (休息日模型) 对模型B进行反复实验和修正, 得到最终模型整体的卡方值 (Chi-square) 在自由度df = 5的条件下收敛到3.717, p值为0.591 > 0.05, RMSEA = 0.000 < 0.05, CFI为1, 反映模型拟合效果已经能较好支持假设检验。休息日内生变量之间的直接效应见表6及图4。

Figure Option

图4 模型B (休息日模型) 直接效应路径图注：1、图中的箭头表示从一个变量到另一变量的路径, 箭头上方的数字为路径系数。2、模型中的活动、出行均用时间来计量, 所有路径上的指数均在0.10及以上的水平上显著。Fig. 4 Flow diagram of postulated direct effects for Model B 表6 模型B (休息日模型) 内生变量之间的直接效应 Tab. 6 Direct effects between endogenous variable of Model B (model of weekends)

与工作日结果类似, 工作与通勤活动与非工作活动在时间分配上呈现出一定的替代关系, 并且对家内非工作活动比家外非工作活动的负效应更为显著。不同类型的非工作活动的家内/家外时间分配存在交互的联系。与工作日结果的不同之处在于, 由于休息日上班的样本较少, 因此工作、通勤对非工作活动的影响效应降低了。

4.3 外生变量的直接效应

通过结构方程模型, 可得出社会经济属性对一周非工作时间分配的直接、间接及总体效应 (表)。由于模型A、模型B已足够反映工作日与休息日外生变量对内生变量的直接效应, 本文仅对模型A、模型B的外生变量效应进行讨论。

4.3.1 工作日的直接效应根据工作日外生变量对内生变量的直接效应 (表7), “ 性别” 变量对工作日家内生活活动的时间分配产生显著的负效应 (效应指数为-32.56), 即女性比男性更倾向于在家进行生活活动。这一结果一定程度上反映了在家庭责任分配上性别差异, 即女性更有可能发生家内的家务、照顾老人小孩等活动。除家内生活活动外, “ 性别” 变量对其他非工作活动并没有产生显著的直接效应, 即其他非工作活动的时间分配并没有呈现显著的性别差异。“ 年龄” 变量对工作日家内生活活动的时间分配产生了显著的正效应 (效应指数为1.81), 即年龄越大的居民越有可能发生在家的生活活动。对这一结果, 可能的解释是随着年龄增长, 个体移动能力减弱, 因此更倾向于减少外出、在家内活动; 同时退休在家的老年人往往愿意协助上班的子女进行家务、照顾小孩等生活活动。“ 家庭规模” 变量对家外生活活动产生显著的负效应 (效应指数为-4.52), 即家庭成员人数越多, 家外生活活动时间越少。这一结果可理解为, 家庭规模的增加会加重男女家长的家务、照顾家庭成员的任务量, 因此制约了他们家外活动的时间分配。“ < 16岁小孩” 变量对家内生活活动时间产生显著的正效应 (效应指数为18.06), 反映了拥有小于16岁小孩的样本居民在照顾小孩的家庭责任约束下更有可能发生在家的生活活动。“ 网络情况” 变量对家内生活活动分别产生显著的负效应, 即家内有互联网设施的样本家内生活活动时间更短, 这可能是由于互联网的频繁使用使得居民更容易获得生活活动地点的信息, 因此居民更有可能在家外进行相关活动。

表7 模型A (工作日模型) 外生变量对内生变量的直接效应 Tab. 7 Direct effects of exogenous variables to endogenous variable of Model A(model of weekdays)

从工作日直接效应反映情况看, 社会经济属性对工作日休闲活动的时间分配并没有产生显著效应, 这与工作日休闲活动的参与程度较小有关。

4.3.2 休息日的直接效应根据工作日外生变量对内生变量的直接效应 (表8), “ 性别” 变量对工作日家内生活活动的时间分配产生显著的负效应 (效应指数为-42.84), “ 年龄” 变量对工作日家内生活活动的时间分配产生了显著的正效应 (效应指数为2.83), 这与工作日的模型结果相似。“ 婚姻状况” 对休息日的家内休闲活动时间产生了显著的正效应 (效应指数为39.27), 即已婚的居民在休息日会花更多的时间在家内进行休闲活动, 这一结果可理解为单身居民的休闲活动地点决策受到较少的家庭责任及活动同伴偏好的制约, 因此更有机会外出、在家外进行休闲活动。“ 就业情况” 对休息日的家外生活活动时间产生了显著的负效应 (效应指数为-9.05), 对家内休闲活动时间产生显著正效应 (效应指数为17.79); 同时“ 家庭收入” 对家内生活活动时间产生显著的正效应 (效应指数为17.69)。这一现象可解释全职就业的、特别是家庭收入高的样本居民通常处在家庭生命周期的较高阶段, 在休息日需要承担比其他样本更多的家庭责任, 因此更倾向于在家进行生活、休闲活动而减少外出的机会。“ 家庭规模” 变量对家内生活活动产生显著的负效应 (效应指数为13.07), 反映了家庭规模所对应的家庭责任对家外活动发生的制约, 这一结论与工作日的情况相类似; 但“ < 16岁小孩” 变量对时间分配的影响不再显著, 这一点可理解为由于休息日可用于非工作活动的时间增多, 因此照顾小孩的活动相较于工作日更具有弹性, 因此“ 是否拥有小于16岁的小孩” 这一因素对休息日时间分配的影响并不显著。

表8 模型B (休息日模型) 外生变量对内生变量的直接效应 Tab. 8 Direct effects of exogenous variables to endogenous variable of Model B (model of weekends)

从外生变量对内生变量的直接效应中不难看出, 居民非工作活动的家内/家外时间分配受到个人及家庭社会经济属性 (特别是反映性别、家庭财产及收入状况、家庭生命周期等因素的社会经济属性) 的影响, 并且影响因素在工作日和休息日呈现出不同的结果。研究表明, 居民的日常出行需求呈现出一定程度上的社会、家庭分异, 在交通需求预测及出行需求引导政策的制定过程中, 需要充分考虑居民多样化的需求特征、尽可能满足不同群体的行为需求。

5 结论与讨论

面对转型期中国大城市交通供求不平衡的现状, 居民日常交通出行需求的系统研究与合理引导已成为城市可持续发展的重要命题。西方研究已将活动分析法作为出行需求研究的重要视角, 并认为家内/家外活动参与决策与居民出行的产生密切相关。本文在国内外已有研究的基础上, 以北京上地— 清河地区为例, 研究工作日与休息日居民家内/家外非工作活动的时间分配及决策机制, 以此尝试对居民非工作出行需求的产生进行解读。

研究可以得出以下主要结论：① 休闲活动比生活活动更容易产生外出活动的需求, 反映了不同类型的非工作活动所产生的出行需求并不相同; ② 工作或通勤时间的增加, 对家内非工作活动的影响比家外非工作活动的影响更为显著; 反之, 当工作或通勤时间减少时, 居民更倾向于将增加的非工作活动时间分配在家内 (而非外出); ③ 无论是家内还是家外, 生活活动的增加必然导致休闲活动需求的减少, 可见生活出行需求与休闲出行需求之间存在不可忽视的联系。④ 居民非工作活动的家内/家外时间分配受到个人及家庭社会经济属性 (特别是反映性别、家庭财产及收入状况、家庭生命周期等因素的社会经济属性) 的影响, 并工作日和休息日呈现出不同的影响方式。

研究结论有助于理解城市居民在工作日、休息日外出参与各类非工作活动的决策机制, 为交通出行需求产生的解释提供了一定的支持。在未来, 我国交通规划的重心将由注重设施建设转向注重居民的出行需求管理[2], 本研究结论还可能为居民出行需求的预测与政策引导提供参考依据。由于缺乏详细的刻画城市空间形态的数据, 本研究没有考虑城市空间对居民时间分配的影响, 有待在进一步的深入研究中进行探讨。

The authors have declared that no competing interests exist.

参考文献

[1]Chai Yanwei, Shen Yue, Xiao Zuopeng. et al. Review for space-time behavior research: Theory frontiers and application in the future. Progress in Geography, 2012, 31(6): 667-675.
[柴彦威, 申悦, 肖作鹏等. 时空间行为研究动态及其实践应用前景. 地理科学进展, 2012, 31(6): 667-675. ][本文引用:1][CJCR: 1.959][2]Chai Yanwei, Xiao Zuopeng. Urban transportation development transition in 12th Five-year Plan. Planners, 2011, 27(4): 21-25.
[柴彦威, 肖作鹏. 面向“十二五”规划的中国城市交通发展转型. 规划师, 2011, 27(4): 21-25. ][本文引用:2][CJCR: 0.9844][3]Hagerstrand T. What about people in regional science? Regional Science Association Papers, 1970: 7-21.[本文引用:1][4]Jones P M. The analysis and modelling of multi-trip and multi-purpose journeys. Nuffield Conference on Multi-trip and Multi-purpose Journey, 1975.[本文引用:1][5]Ben-Akiva M, Lerman S. Discrete Choice Analysis: Theory and Application to Travel Demand .

Cambridge, Massachusetts:

MIT Press, 1985.[本文引用:1][6]Yamamoto T, Kitamura R. An analysis of time allocation to in-home and out-of-home discretionary activities across working days and non-working days. Transportation, 1999, 26(2): 231-250.[本文引用:4][JCR: 1.657][7]Jones P M, Dix M C, Clarke M I. et al. Understand ing Travel Behaviour. Gower, Aldershot, England , 1983.[本文引用:2][8]Jones P M, Koppelman F, Orfeuil J. Activity analysis: State-of-the-art and future directions//Jones P M. Developments in Dynamic and Activity-Based Approaches to Travel Analysis. Aldershot: Avebury, 1990.[本文引用:1][9]Bhat C R, Misra R. Discretionary activity time allocation of individuals between in-home and out-of-home and between weekdays and weekends. Transportation, 1999, 26(2): 193-229.[本文引用:5][JCR: 1.657][10]Meloni I, Guala L, Loddo A. Time allocation to discretionary in-home, out-of-home activities and to trips. Transportation, 2004, 31(1): 69-96.[本文引用:5][JCR: 1.657][11]Kitamura R, Yamamoto T, Fujii S. et al. A discrete-continuous analysis of time allocation to two types of discretionary activities which accounts for unobserved heterogeneity//Jean B L. Transportation and Traffic Theory.

Pergamon Press, 1996.[本文引用:3][12]Lawson C T. Household travel/activity decisions: Who wants to travel. Discussion paper submitted for presentation at the 1999 Annual Meeting of the Transportation Research Board, Center for Urban Studies, Portland State University, 1998.[本文引用:3][13]Lu X, Pas E I. Socio-demographics, activity participation and travel behavior. Transportation Research Part A: Policy and Practice, 1999, 33(1): 1-18.[本文引用:4][JCR: 2.725][14]Kuppam A R, Pendyala R M. A structural equations analysis of commuters' activity and travel patterns. Transportation, 2001, 28(1): 33-54.[本文引用:4][JCR: 1.657][15]Zhang Wenjia, Chai Yanwei. Urban activity-travel systems in the condition of space-time: A review of activity-based theories and models. Urban Planning International, 2009, 24(4): 61-68.
[张文佳, 柴彦威. 时空制约下的城市居民活动: 移动系统—活动分析法的理论和模型进展. 国际城市规划, 2009, 24(4): 61-68. ][本文引用:1][CJCR: 0.7705][16]Zhang Wenjia, Chai Yanwei. Theories and confirmed model of urban resident's travel demand : Considering intra-household interaction. Acta Geographica Sinica, 2008, 63(12): 1246-1256.
[张文佳, 柴彦威. 基于家庭的城市居民出行需求理论与验证模型. 地理学报, 2008, 63(12): 1246-1256. ][本文引用:1][CJCR: 2.937][17]Office for the Sixth Population Census of Beijing Municipality, Beijing Municipality Bureau of Statistics, Survey Office of the National Bureau of Statistics in Beijing. Tabulation on the 2010 Population Census of Beijing Municipality: Town and Sub-district Volume.

Beijing:

China Statistics Press, 2012.
[北京市第六次全国人口普查领导小组办公室, 北京市统计局, 国家统计局北京调查总队. 北京市2010年人口普查资料: 乡、镇、街道卷.

北京:

中国统计出版社, 2012. ][本文引用:1][18]Ettema D. Activity-based travel demand modelling. Eindhoven University of Technology, 1996.[本文引用:1][19]Hou J, Wen Zhonglin, Cheng Zijuan. Structural Equation Model and Its Application.

Beijing:

Education Science Press, 2006.
[侯杰泰, 温忠麟, 成子娟. 结构方程模型及其应用.

北京:

教育科学出版社, 2006. ][本文引用:1][20]Zhang Wenjia. Towards individual's quality of life (QOL): The perspectives of activity-travel behaviors [D]. Beijing: Peking University, 2010.
[张文佳. 面向个人生活质量的城市活动—移动行为研究[D]. 北京: 北京大学, 2010. ][本文引用:1]

网址：城市居民非工作活动的家内外时间分配及影响因素——以北京上地—清河地区为例 https://www.yuejiaxmz.com/news/view/571502

上一篇: 旅游休闲活动策划方案（精选5篇）

下一篇: 【精】最喜欢的休闲活动作文

城市居民非工作活动的家内外时间分配及影响因素——以北京上地—清河地区为例

相关内容

随便看看

最新动态分享

热点动态分享

专题

推荐动态分享