测量指标体系：城市居民活动空间研究

活动空间的多维属性在前文中已进行了详尽的介绍与分析，本节将上述对个体活动空间模式具有重要影响的要素与指标进行系统疏理，建立活动空间聚类指标体系。如表8－5所示，聚类要素包括五个方面，即时间利用要素、空间利用要素、出行链要素、出行特征要素和非工作活动同伴选择要素，其重要性和影响力在本书的第5—7章里已有陈述。对应每个聚类要素，本节列出了具体的聚类指标，以各种行为特征的绝对数值和对应量纲进行测算。

表8－5　活动空间聚类指标的方差分析表

(www.xing528.com)

续表8－5

活动空间的聚类利用统计产品与服务解决方案（SPSS）软件包里的K－Means（聚类算法）快速聚类完成，针对北京居民活动日志调查中1 100个工作日居民样本、1 091个休息日居民样本进行了分析。聚类指标的方差分析能够体现指标在组内的差异度和组间的显著度。如表8－5所示，工作日居民活动空间的聚类指标基本都具有显著差异，其中唯一不显著的是休闲活动的离家距离，这说明工作日居民的休闲活动可能发生的频次不高，或多以家周边的近距离休闲为主，在各类别间并未体现出较大差异。休息日居民活动空间的聚类指标，大部分呈现显著差异，仅三个指标不显著。购物距离说明休息日居民外出购物具有普遍性，步行时长说明其是居民普遍采用的一种交通方式或休息方式，单独活动频次在前文的分析中已表现出较少的出现。各指标差异度的大小，更多与绝对数值的量纲相关，因此与时间相关的指标差异值较大。基于对聚类要求与指标的判别与分析，聚类的结果还表明了各类型的活动特征，以及其所对应人群的属性特征。