摘要

人口老龄化的加剧对城市交通提出了新的挑战,提供适老化的轨道交通服务是应对人口老龄化的有效措施。现有研究强调了建成环境对居民地铁出行行为的影响,但老年人特殊的生理特征使其更易受建成环境的影响,现有研究结论是否适用于老年群体尚不清楚。论文以武汉市为例,基于轨道交通刷卡数据等多源大数据,利用机器学习中的梯度提升决策树模型,探索站域建成环境对老年人工作日及周末轨道交通出行行为的影响。研究发现:(1)老年人地铁出行距离从工作日到周末呈现增长趋势,但老年人出行频率周末低于工作日;(2)老年人出行时长集中在45 min以内,跨江出行较少,目的地集中于同区滨江公共服务设施完善的区域,且出行时刻与城市高峰呈现出明显的错峰出行特征;(3)“建筑容积率”与“购物中心数量”是正向影响老年人轨道交通客流量最重要的变量,在工作日与周末呈现类似的趋势;(4)所有建成环境变量对老年人地铁客流展现出显著的非线性效应,当建筑容积率达到2.0、购物中心数为18个时,对老年人地铁客流吸引力最大;(5)与其他人群研究结论不同的是,“公交站点密度”与“土地利用混合度”对老年人轨道交通客流量的影响并不显著。研究结果可以更好地理解老年人地铁出行时空特征及建成环境的影响,对于应对人口老龄化具有十分积极的作用。