大学生的出行特征分析及方案研究

罗楚晗 郭浩月 陈福溢 甘晨崧

摘 要：随着高校扩招，我国高等教育从精英教育阶段转变为大众化教育阶段，每年有着越来越多的学子走进大学。而在学生选择自己的意向大学时，大学周边的交通条件成为一项重要考虑因素，不同校区的交通环境会导致大学生的出行表现出不同的特征，因此导致了高校郊区化。在此背景下，本文基于对南昌大学新、老校区的问卷调查数据，利用SPSS、Eviews等软件对数据利用因子分析、皮尔逊卡方检验等方法进行统计学分析，从而得出大学生的出行特征和现状的相关结论以及影响大学生出行次数的因素，并进一步给出对学校、政府、社会在交通出行方面的改善建议。

关键词：高校郊区化  因子分析  皮尔逊卡方检验  大学生出行

1 绪论

1.1 研究背景

教育是国家的百年大计，而高校是实施和发展教育、培养人才的主要场所。随着中国的改革开放，中国的经济开始大跨步地发展[1]，大学的资源有了一定提升。由于扩招和地价的两方面原因，导致了高校新校区的选址日趋郊区化。与位置处于市中心的老校區相比，对于学生来说，学校地处偏僻的现状意味着学校周边没有足够齐全的基础交通设施，出行不够方便，会造成一定程度的“出行难”问题，从而导致学生出行意愿减弱。如何解决大学生的“出行难”问题成为提高大学生生活质量的必要条件。另外，若能解决大学生“出行难”问题，也能在一定程度上拉动内需，促进经济的发展。

与此同时，大学生的出行情况也会根据校区的不同会产生较大的差异。因此，本文针对不同的校区选址，对大学生的出行模式进行调查和研究，根据个人出行需求、开支预算等因素产生个体化差异分析在不同地段的大学生的出行方式、目的等问题，针对不同交通情况对大学生产生的出行产生的影响以及当下大学生的出行情况进行讨论。

1.2 研究目的

对大学生个体出行行为进行研究，可以为高等院校甚至城市规划、建设、管理提供一定的依据和帮助，给大学生这一群体的出行行为以便利。

主要调查目的包括以下几点。

（1）探究主观因素（时间、费用、需求等）对大学生出行的影响;

（2）探究客观因素（交通条件等）对大学生出行的影响;

（3）大学生的出行特征分析;

（4）明确大学生的出行现状;

（5）基于调查结果给予学校和社会一定的改进建议。

1.3 研究理论与方法综述

1.3.1 出行的定义

出行是交通规划中最基本的概念，在《交通工程学》一书中曾对出行作出如下定义：出行是人们为完成某一目的，使用某一种交通方式，耗用一定时间，从出发地点经某一路径到达目的地的位移过程[2]。而在本文中，学生出于某种目的，耗费一定时间，从校区向校外目的地进行的移动，称为出行。

1.3.2 因子分析法

其基本原理为通过使用少数几个因子描述多个指标和因素之间的线性关系，将相关性较强的变量归于同一因子中，以减少变量维数，降低数据复杂度，更精简地描述变量之间的关系。

1.3.3 皮尔逊卡方检验

其基本原理为通过计算，统计样本的实际观测值与理论推断值之间的偏离程度。实际观测值与理论推断值之间的偏离程度决定着卡方值的大小，若两个值完全相等时，卡方值就为0，表明理论值完全符合。

1.3.4 R2检验

通过总离差平方和中回归平方和所占的比例来判断拟合效果，回归平方和所占比例越高，拟合效果越好。

2 调查方案概述

2.1 调查对象

为使研究结果更具科学性，样本应选取同一大学的两个地域差别显著的校区。由于位于主城区的青山湖校区周边的公交站点分布密集，交通出行条件良好，而位于郊区的前湖校区周边公交站点分布相对稀疏，交通出行也相对不便。二者的地理、交通出行环境差距显著，故适合作为研究样本。

2.2 调查方法

为确保问卷调查的严谨性、数据的可靠性和有效性，本文采用了随机抽样调查方法和分层抽样调查方法。

2.2.1 分层抽样调查方法

分层抽样也叫类型抽样，是从一个可以分成不同子总体的总体中，按规定的比例从不同子总体中随机抽取样品的方法[3]。

2.2.2 随机抽样调查方法

在将南昌大学前湖、青山湖校区两个校区的大学生分为两个子总体后，本组严格按照随机抽样的原则，以此保证样本的随机性和数据的代表性。

2.3 样本容量确定

经查阅文献[4]，可知抽样误差随着样本容量的增大而减小，但当样本容量到达上限后，曲线斜率绝对值减小。这说明我们不能通过盲目增大样本容量来减小抽样误差，需要结合实际情况确定样本容量。

在预调查中，我们共发放50份问卷，得到有效问卷49份，有效率为98%，且所抽取样本的方差为0.87。

根据大数定理和中心极限定理，当样本的数量趋近无穷大时，变量z的分布会近似于正态分布，故此时样本容量可由公式（1）所得：

在为95%的置信水平下，z取1.96，同时取可接受的估计误差E=0.1。用预调查中的样本方差估计整体方差，将各项数据代入式（1），确定样本容量为343份。

考虑到实际调查过程中不可避免地会出现一些废卷，结合预调查可得有效问卷率，对样本量进行调整，具体调整公式为：

根据调整式（2），最终确定调整后样本量为350份。而实际收到有效问卷348份，样本容量基本合格。

2.4 调查内容

本文调查问卷基于高校学生交通出行问题，主要设计为三个方面：首先是被调查者的基本信息，其次是交通出行基本情况，最后是问题与建议，具体细分状况如表1所示。

3 大学生出行特征分析

3.1 大学生的出行特征及其影响因素分析

3.1.1 出行目的构成

出行目的指的是出行这一行为活动发生的原因，是调查研究大学生出行的出发点。通过了解广大学生出行目的，可针对出行目的给出相应的建议。

从图1、图2中可以看出在出行目的中，外出购物和休闲娱乐以及个人事务导致的外出在大学生的出行目的中占了较大的比重，且校区的地理位置与交通条件在一定程度上阻碍了前湖校区大学生的这一需求。

3.1.2 出行频率与其影响因素的相关性分析

出行频率指的是学生平均每个月的出行次数，客观上直接反映出学生出行活动的频繁程度。对收集来的学生出行频率数据分析如下。

从图3可以看出，青山湖校区学生每月出行次数集中在3～10次，前湖校区学生的每月出行次数则集中在1～5次，前者学生出行更为频繁。但从总体来看，多数大学生的月出行频率集中于3～5次。

以下我们对可能影响出行频率的因素进行相关性分析。在此过程中，我們选择可能性高的三个因素——性别、年级和月出行支出进行相关性检验，其检验结果如表2所示。

从表2检验结果可知，三次Pearson卡方检验的P值分别为0.015、0.016和0，均小于0.05，因此我们认为性别、年级和月出行支出对大学生月平均出行次数均有显著影响。

3.1.3 出行方式及其选择原因分析

出行方式是指学生出行前往目的地过程中主要使用的交通工具，在一定程度上受出行距离的影响。针对不同校区学生不同的出行方式进行调查，我们得到的结果如图4所示。

从图4中可以看出，青山湖校区的学生多数倾向于乘坐地铁和公交出行，而前湖校区的学生则更倾向于乘坐公交、地铁和滴滴出行。我们就学生们选择出行方式时的考量因素进行研究以进一步解释造成差异的原因。

由表3可知，KMO值为0.814，说明变量间相关性较强，适合做因子分析。且由于伴随概率Sig值为0，小于显著性水平5%，因此变量之间存在相关关系，数据适合做因子分析。

根据表4可以得出结论：多数学生们选择出行方式时主要看重的要素是“方便快捷”“价格便宜”和“候车时间短”。

3.1.4 出行时间段

出行时间段指的是出行这一活动发生的时间区间，能够客观地给出两校区大学生的生活节奏和所在校区交通出行条件下的分布。根据调查数据显示，两校区出行高峰期都在8：00～10：00和18：00～20：00，但青山湖校区学生更偏向于傍晚出行，而前湖校区的学生更偏向于早上出行，如图5所示。

这是由于青山湖校区趋近市中心，学生出行距离较前湖校区更短，并且青山湖校区的基础交通设施更为完善，因此青山湖校区学生更偏向于晚上出行;而前湖校区的情况正好相反，造成了两个校区出行时段上的差异。

虽然两个校区的学生出行时段有一定差异，但总体来说，南昌大学大学生的整体出行时间都集中在这两个时间段内。

3.1.5 出行距离

出行距离能在一定程度上客观地反映所在校区附近城市建设的商业、文化、娱乐等基础设施的完善程度。由于校区不同，其出行场所与校园的距离也会产生差异，如图6所示。

图6表明两个校区学生出行距离有一定的差异。青山湖校区学生出行距离多在1～3公里，前湖校区学生的出行距离多数在3～5公里，但总体来说大多数学生的出行距离为3公里左右。

可以看出，青山湖校区学生的出行距离普遍比前湖校区学生短，这可能是由于青山湖校区地处市中心，基础建设相较于前湖校区更为完善，因此他们出行距离更近，到达出行目的地也更为方便。

3.1.6 出行费用

出行费用是指学生从所在校区到出行目的地的单程费用，具体出行费用情况如图7所示。

通过图7数据，我们发现大学生的月出行费用基本在20～50元。

3.1.7 出行候车时间

出行候车时间指的是在选择使用公共交通工具后需要等待其到达所消耗的时间，具体候车时间情况如图8所示。

3.2 大学生出行差异的原因分析

通过上述大学生基本出行特征的分析结果，我们可以发现，处于不同校区的两个地域的大学生在出行频率、出行方式、一般出行的单程距离、主要的出行目的地这几方面产生较大差异。

以下就这些差异结果对其进行分析和说明：

针对青山湖校区的数据，不难发现：处于青山湖校区的学生将近70%的每月出行频率处于3～10次，出行多数搭乘地铁、公交或使用共享单车，并且选择搭乘滴滴的人数很少，近半数学生的出行距离锁定在1～3公里。而他们主要的出行目的地是选择离校区较近的娱乐场所。

分析与其产生差异的前湖校区的数据统计结果，我们可以发现，前湖校区的学生大多数每月的出行频率在1～5次，出行方式多为公交、滴滴和地铁，选择步行的人数最少，单程出行距离锁定在3～5公里。

通过上述分析，我们可以发现校区两极化选址为学生所带来的出行条件差异。

3.3 大学生出行特征分析总结

综上所述，我们可以发现以下几点。

（1）偏远校区学生的出行受客观因素（出行的资金、目的地和出行方式）的影响。相反，近市区校区学生的出行受本身主观因素（出行伙伴、时间不足以及个人原因）的影响。

（2）综合调查数据，虽然两个校区的学生出行特征存在一定的差异，但我们仍然可以看到南昌大学多数学生拥有一定的公共特征：学生们的外出目的多以购物、娱乐休闲为主，月出行次数多在3次左右，出行方式都更愿意选择公交和地铁，出行时间段基本集中在早上、傍晚时期，出行距离约为3公里，月出行费用基本在20～50元，并且学生们能够等待的候车时间大约在5～10分钟。

由此可见，大学生的出行行为具有一定弹性。由于偏远地区出行耗时长，交通便利程度低，出行行为就不容易产生，学生会压抑自己的出行需求，出行次数就会相应减少。

4 基于大学生出行调研结论的建议

4.1 大学生出行现状小结

4.1.1 大学生对交通出行条件满意度调研

我们对学生们对学校周围的交通出行环境的满意度评价进行收集，对这些满意度数据进行分析，其结果如表5所示。

通过数据显示，老校区的学生大部分都表示可以接受学校周边的交通出行条件;而相比于老校区，新校区的学生对学校周边交通出行环境的满意度较低。

4.1.2 大学生出行受阻的原因分析

为了能找到一些有效解决学生“出行难”问题的办法，我们还对阻碍同学们出行的主要原因进行了调查。根据查阅相关资料、对部分学生的访谈以及我们自身的经验，在问卷中阻碍学生交通出行的主要原因这一题目我们设置了六个选项，对得到的数据进行因子分析结果如表6所示。

通过因子分析，我们可以发现：老校区学生的出行受阻原因主要集中于“没有适合的伙伴出行”“时间不足”和“个人原因”，而新校区学生的出行受阻原因主要集中于“其他”“目的地太远”和“个人原因”这三项。其中，选择“其他”项的学生大部分人都认为“没有地铁”“学校位置偏僻”是阻碍他们出行的主要原因，因此我们可以总结“其他”项为周边出行条件。

综上所述，校区地理位置的差異，导致了学生出行受阻的主要原因的变化，阻碍大学生出行的原因大多为“没有合适的伙伴出行”“时间不足”和“周边出行条件”。

4.2 建议

4.2.1 学校

从学校角度出发，学校可以改造基础设施，联合外界合作建设一个全方位、功能齐全的小商圈。

4.2.2 社会

（1）在学校周边建设相关配套的相关设施。（2）在特定的时间段增加学校附近出租车的数量。

4.2.3 政府及交通运输部门

（1）实施差异化的公交班次安排方案。（2）积极发展扩建学校周边的地铁站。（3）缩短公交班次发车时间间隔。（4）增加普通公交的班次和线路。

参考文献

张建平，沈博.改革开放40年中国经济发展成就及其对世界的影响[J].当代世界，2018（05）.

曹鸿雁.高校大学生的出行行为研究[D].天津：天津大学，2008.

杨贵军，尹剑，王维真.应用抽样技术[J].中国统计，2015（10）.

肖海燕.非概率抽样样本容量的确定问题[J].山西大同大学学报（自然科学版），2018（01）.