城市交通拥堵人的因素是核心

城市交通拥堵人的因素是核心

作者：苟劲松

来源：《城市管理与科技》2016年第04期

摘要：本文以全面质量管理（TQM）理念的新视角，透视城市交通拥堵的影响因素，通过运用因素分析、数理统计、结构方程等现代工具分析认为，人的因素既是交通拥堵的制造源，也是交通拥堵治理的主要参与者，从“人、车、法、环”等四个方面，提出“以人为本”治理城市交通拥堵的策略建议。

城市交通拥堵已经成为影响我国现代化城市社会经济长远发展的“顽疾”，也是国际上诸多发达国家和发展中国家共同面临的城市治理难题。治理交通拥堵首要的、也是最重要的前提是追问产生问题的本源，即城市交通拥堵的本质症结。唯有如此，方能对症下药，收到良好的治理效果。

一、基于城市交通拥堵的国内外文献综述

Anthony Downs[1]（1992）结合1975-1987年美国大型城市交通拥堵情况的研究表明，过快的人口和工作数量增长、机动车数量过多、道路设施不健全和司机私人成本与收益的不对称，是引起美国交通拥堵的直接原因。Mahmud Hassan[2]（2013）认为，快速城镇化导致了城市的交通拥堵问题。陆化普[3]（2014）提出，影响交通拥堵的主要因素是城市交通基础设施的供给水平、城市交通的需求特性，以及城市交通管理水平和交通参与者的交通行为。刘洪尘等[4]（2015）针对北京的交通现状，分析了城市交通拥堵的社会经济原因是常住人口增加、出行总量攀升、机动车增加过猛、使用过频、交通出行结构不合理、中心城区车载资源过多、城市发展格局不合理等；技术原因主要体现在道路设计规划建设的前瞻性不够、“微循环”系统薄弱、交通技术落后、交通组织不合理等。赵先立[5]（2012）认为，城市道路面积的增长速度慢于城市机动车的增长速度，由此导致中国大型城市中心城区的交通逐渐变得拥挤。白彦锋[6]（2014）以北京为例，实证分析证明造成交通拥堵的原因不仅是交通需求超过交通供给，更深层次的原因在于公共服务的不均等。刘喜文[7]认为，“微循环”不畅是造成交通拥堵的主要症结。国内外专家学者从不同的研究角度普遍认为，交通拥堵的本源是交通供给与交通需求不平衡的矛盾，进而提出增加供给、管理需求以及完善制度，治理交通拥堵的三种模式

[3][8][9][10]。这些研究成果在交通拥堵治理实践中发挥了积极作用，但是各因素之间的因果关系及其对交通拥堵的影响程度尚不太明确，不利于系统地、针对性地采取有效的治理措施和制定相应的公共政策。

二、基于TQM要素的交通拥堵因素分析

城市交通运行系统是一个包含多要素聚合的、复杂综合的系统工程，其运行的安全与质量取决于各要素之间的配置与协同状态。本文借鉴企业管理中全面质量管理（TQM）影响产品

质量以及现场安全生产的五要素“人、机、料、法、环”的理念，从一个全新的视角透视城市交通拥堵的影响因素。

就整个城市交通安全运行系统而言，“人”不仅包括驾驶员，也包括行人、乘客、执法人员等所有城市交通系统的参与者；“机”指整个交通系统中的机动车；“料”指的是物料（由于是国家专卖供应，渠道唯一，品质和标准均具有统一性，在因素分析中可以忽略）；“法”指的是法律法规制度；“环”指的是交通运行环境、交通基础设施等。本文通过访谈交通领域的专家学者、政府官员和商界精英，查阅了国内外相关文献资料，绘制了城市交通拥堵因素分析鱼骨图（图1）。

从（图1）中可以看出，假设各影响因素都是相互独立的，人和车的因素占57%，可以说，解决好了人和车的问题，交通拥堵就可以得到相当程度的缓解。而车是由人的动机和行为所支配，因此，城市交通拥堵治理策略的关键是如何做到以人为本，使人、车、法、环和谐统一。

三、基于城市交通拥堵问题的问卷调查及其统计分析

为了更加深入地求证上述四要素对城市交通拥堵的影响程度及其相互关系，笔者完成了面向城市交通拥堵解决方案的调查，共回收有效问卷1075份。

（一）问卷数据的信度分析

信度分析反映问卷调查结果的一致性或稳定性，是被测特征真实程度的指标。本文运用SPSS选取了Cronbach’s а模型，计算后得出Cronb ach’s а值为0.878，所以本问卷信度非常好。

（二）交通拥堵因素的模型构建

由于交通拥堵成因非常复杂、影响因素较多，许多因素指标变量属于非量化的定性描述，加之国内外研究人员对其部分变量的结构关系及其相关理论、推理的定性描述，以及对其部分变量的结构关系及相关理论、推理基础进行了研究，所以本文采取验证性因子分析法，运用AMOS 21.0作为结构方程的验证工具。

根据影响交通拥堵的四要素分析构建测量模型（图2），人的因素、机动车要素、法规因素和环境因素系潜在变量，无法直接测量，用椭圆表示；每个潜在变量包含若干个观察变量，可通过问卷题项进行直接测量，用长方形框表示；每个观察变量和内生潜在变量均存在一个误差变量，用圆形表示。观察变量与潜在变量的关系是解释与被解释的关系。在四个潜在变量中假设，人的因素是外生潜在变量，车的要素、法规因素和环境因素是内生潜在变量，则构建出城市交通拥堵成因的结构模型（图3）。

（三）运用AMOS验证模型

将回收的1075份问卷在SPSS中进行数据完整性处理和信度分析后，按照模型结构假设，导入AMOS产生回归系数表和误差方差估计表。

根据Hair等[11]（1998）所提出的违犯估计项目标准检验，本模型中误差方差值全为正，且标准化系数低于0.95，表明此模型未发生违犯估计之现象，可以进行整体模型拟合度检验。

从模型拟合度情况看，卡方统计量容易受调查样本大小的影响。本模型样本量较大，接近1100份，所以卡方值显示拟合度一般。而GFI、AGFI、NFI、CFI、IFI均接近1的水平，说明模型拟合度较好。RMR、RMSEA接近0且小于0.1，表明模型的拟合度很好。根据整体适配度指标综合来看，本模型拟合度较好，其潜在变量间、潜在变量与观察变量间P值均小于

0.001，呈现出显著相关性特征。

（四）模型解释及结论

通过模型验证结果表明，本文所建立的结构模型较客观地反映了城市交通拥堵的成因以及各因素之间的因果关系或相关关系。同时，虚拟模型的观念架构和假设均成立且得到验证，

即：（1）由于城市人口剧增与聚集、出行方式选择等人的因素，造成机动车数量猛增且高强