2021年度中国主要城市通勤监测报告
1
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
2021年度中国主要城市通勤监测报告
1
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
基于社会属性的北京市居民通勤满意度空间差异分析
2
2013
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
... 社会经济属性指个人与家庭情况，包括年龄、性别、健康状况、收入、教育水平、职业、是否有驾驶证、是否有孩子、家庭规模、家庭汽车拥有量.根据分析结果，显著比例最高的变量是年龄和健康.多数研究表明，年长者对通勤的满意度较高［19，34，46］.尽管只有27.6%的文献涉及通勤者的健康状况，其中多数研究表明健康状况对通勤满意度有显著影响.例如，YE等［23］认为，自我报告健康状况较好者拥有更高的通勤满意度.性别、收入、是否有孩子、职业的显著比例为50%.然而，更多研究认为，是否有驾驶证、教育水平、家庭规模、家庭汽车拥有量等因素对通勤满意度无显著影响［2，23，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
基于社会属性的北京市居民通勤满意度空间差异分析
2
2013
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
... 社会经济属性指个人与家庭情况，包括年龄、性别、健康状况、收入、教育水平、职业、是否有驾驶证、是否有孩子、家庭规模、家庭汽车拥有量.根据分析结果，显著比例最高的变量是年龄和健康.多数研究表明，年长者对通勤的满意度较高［19，34，46］.尽管只有27.6%的文献涉及通勤者的健康状况，其中多数研究表明健康状况对通勤满意度有显著影响.例如，YE等［23］认为，自我报告健康状况较好者拥有更高的通勤满意度.性别、收入、是否有孩子、职业的显著比例为50%.然而，更多研究认为，是否有驾驶证、教育水平、家庭规模、家庭汽车拥有量等因素对通勤满意度无显著影响［2，23，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
Correlates of frequency of outdoor activities of older adults： Empirical evidence from Dalian， China
1
2021
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
Out-of-home activities， daily travel， and subjective well-being
0
2010
Analysing the effect of trip satisfaction on satisfaction with the leisure activity at the destination of the trip， in relationship with life satisfaction
0
2019
Affective-symbolic and instrumental-independence psychological motives mediating effects of socio-demographic variables on daily car use
1
2011
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Commute satisfaction， neighborhood satisfaction， and housing satisfaction as predictors of subjective well-being and indicators of urban livability
1
2020
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
The effect of social comparisons on commute well-being
1
2011
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
Urban commuting？ A threat to the work-family balance？
1
2017
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
Does daily commuting behavior matter to employee productivity？
1
2019
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
Commute satisfaction and its relationship to post-secondary students' campus participation and success
1
2021
... 随着城镇化的不断推进，提升居民幸福感已成为中国城市高质量发展的必然要求.党的十九大报告指出，在中国特色社会主义新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾.2016年，中央城市工作会议提到：“城乡规划作为公共政策，必须坚持以为民规划为核心……实现人的全面发展和全民幸福”.城市建设提升居民生活水平不再仅限于物质生产，还包括对幸福感的追求.通勤是城市交通的重要组成，也是居民日常生活中必不可少的活动.《2021年度中国主要城市通勤监测报告》指出，中国42个主要城市居民的总体幸福通勤比例仅为53%［1］，通勤已经成为影响居民幸福感的重要因素.通勤满意度是衡量通勤对幸福感影响的指标［2］，对居民幸福感有直接或间接的影响［3-7］.此外，通勤满意度对工作［8］、工作-家庭平衡［9］、工作效率［10］、课外活动参与和学业［11］等也存在影响.长期以来，通勤满意度是城乡规划、地理、交通工程等学科的热点研究课题. ...
Satisfaction with travel and subjective well-being： Development and test of a measurement tool
4
2011
... 主要采用李克特单因素量表、广义出行幸福感量表和日常出行满意度量表测量通勤满意度.其中李克特单因素量表较为常用［12］，通常采用“整体上，您对您的通勤有多满意？”等类似问题调查受访者的通勤满意度［13-20］.广义出行幸福感量表包含认知评价和情感评价，认知评价由“这次出行是最糟糕的-最好的旅行”“这次出行质量很低-很高”“出行很顺利-很不顺利”3个评价指标组成；情感评价包括6个指标，其中3个指标测量消极激活和积极失活（紧张-平静、焦虑-自信、匆忙-放松），3个指标测量消极失活和积极激活（无聊-热情、疲惫-警觉、厌倦-享受）［12］.可根据研究需要选择其中的部分指标［21-23］，如MAO等［21］仅用认知评价指标测量通勤满意度.日常出行满意度量表包括“我对我的日常出行完全满意”“当我想到我的日常出行时，积极的方面大于消极的方面”“我的出行有利于我的日常生活”“我不想改变我的日常出行”“我每天的出行让我感觉很好”5项陈述［24］，并采用李克特量表进行评分. ...
... ［12］.可根据研究需要选择其中的部分指标［21-23］，如MAO等［21］仅用认知评价指标测量通勤满意度.日常出行满意度量表包括“我对我的日常出行完全满意”“当我想到我的日常出行时，积极的方面大于消极的方面”“我的出行有利于我的日常生活”“我不想改变我的日常出行”“我每天的出行让我感觉很好”5项陈述［24］，并采用李克特量表进行评分. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 相比于其他因素，与建成环境相关的研究较少，本文只选取了5D模型中的3个指标：目的地可达性、密度、设计.其中目的地可达性的研究相对较多，在目的地可达性研究中，有50%的研究发现，该指标是影响通勤满意度的重要因素.例如，ETTEMA等［12］发现，居住地公交站点的可达性与通勤满意度呈正相关.YE等［46］发现，住宅和工作地的绿地均影响汽车的使用，从而影响通勤满意度.密度表示城市各种功能的集聚情况，不仅直接影响通勤满意度［56］，还通过影响通勤行为间接影响通勤满意度［38，57］.在28篇文献中，仅2篇涉及设计，且均以自行车通勤者为研究对象，发现在通勤途中的公交线路会降低骑行满意度［37］，道路坡度有利于提高骑行满意度［42］.因前者需要骑行者被迫避开重型车辆，而后者会增加骑行乐趣.建成环境对通勤满意度的影响尚未得到全面探究，但足以表明，改善建成环境、布局合理的空间功能结构，有利于通勤满意度的提高，例如增加绿地、提高交通可达性、保持工作地和居住地的平衡. ...
Investigating commute satisfaction differences of private car users and public transport users in a developing country context
4
2019
... 主要采用李克特单因素量表、广义出行幸福感量表和日常出行满意度量表测量通勤满意度.其中李克特单因素量表较为常用［12］，通常采用“整体上，您对您的通勤有多满意？”等类似问题调查受访者的通勤满意度［13-20］.广义出行幸福感量表包含认知评价和情感评价，认知评价由“这次出行是最糟糕的-最好的旅行”“这次出行质量很低-很高”“出行很顺利-很不顺利”3个评价指标组成；情感评价包括6个指标，其中3个指标测量消极激活和积极失活（紧张-平静、焦虑-自信、匆忙-放松），3个指标测量消极失活和积极激活（无聊-热情、疲惫-警觉、厌倦-享受）［12］.可根据研究需要选择其中的部分指标［21-23］，如MAO等［21］仅用认知评价指标测量通勤满意度.日常出行满意度量表包括“我对我的日常出行完全满意”“当我想到我的日常出行时，积极的方面大于消极的方面”“我的出行有利于我的日常生活”“我不想改变我的日常出行”“我每天的出行让我感觉很好”5项陈述［24］，并采用李克特量表进行评分. ...
... 现有研究主要测量通勤总体满意度，少部分研究关注通勤的某方面满意度［20，25-27］或以某方面满意度表示通勤满意度.例如，AL-AYYASH等［13］采用李克特单因素量表收集了汽车通勤者对汽车的满意度、对过去一年使用公共交通的满意度以及对未来定期使用公共交通的预期满意度.催继昌等［28］采用李克特单因素量表，调查了通勤者对通勤时间和距离的满意度，并用通勤时间满意度和通勤距离满意度共同表征通勤满意度. ...
... 在通勤满意度调查中，数据收集时间可分为通勤后、通勤期间和通勤前，分别对应回顾性测量、实时测量和预测性测量.回顾性测量一般利用调查问卷或访谈方式收集受访者的通勤体验［22，29］，使用该方法的研究较多.由于受访者是凭借记忆对通勤进行评价的，可能会关注过去某个印象深刻的时刻或者通过与当前通勤进行比较而做出评价，故其调查结果会存在一定的偏差.实时测量通常使用手机或其他便携设备收集受访者对通勤体验进行实时评价［21］，能避免记忆偏差，但操作较繁杂.通常，预测性测量通过受访者预想或基于现有相关数据建立数理模型，对未发生的通勤进行估计评价［13，30］，目前使用该方法的研究较少. ...
... 现有研究通过一次或多次通勤满意度调查获取截面、准纵向和纵向3种类型数据，以探究通勤满意度与其影响因素之间的复杂关系.截面数据指在一次调查中收集一次通勤满意度评价，此数据用得较多.准纵向数据指在一次调查中收集数次通勤满意度评价［13］.纵向数据指在具有时间间隔的数次调查中收集数次通勤满意度评价［29-30］.纵向数据可以控制潜在的影响因素［31］，但因调查相对困难用得较少. ...
A cluster analysis of university commuters： Attitudes， personal norms and constraints， and travel satisfaction
1
2021
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
Factors associated with commuter satisfaction across travel time ranges
1
2019
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
Links between attitudes， mode choice， and travel satisfaction： A cross-border long-commute case study
0
2020
Dissonance and commute satisfaction： Which reference point to use？
1
2021
... 通勤特征包括通勤时间、通勤距离和通勤方式.研究表明，通勤时间对通勤满意度有显著影响.由于通勤距离与通勤时间高度相关，所以仅有17.2%的研究探究通勤距离对通勤满意度的影响.一些研究指出，通勤时间和通勤距离对通勤满意度有显著负面影响［25，35，47-49］.也有研究表明，通勤时间对通勤满意度的负面影响可能被高估了，甚至对通勤满意度有积极影响［40，43］.其原因是，一方面，通勤满意度在一定程度上受通勤者理想通勤时间的调节，适量的通勤时间在工作和私人领域之间起缓冲作用，有利于通勤满意度的提高，而当实际通勤时间与理想通勤时间不一致时，随着通勤时间的持续增加［17，22］，通勤者会感到疲惫、无趣，通勤满意度下降.另一方面，在非机动化通勤中，由于具有低碳环保和健康促进作用，通勤时间最长的通勤者比其他通勤者拥有更高的通勤满意度.以上研究结果说明，通勤时间、通勤距离是通勤满意度强有力的预测因子，对通勤满意度的影响具有两面性.因此，提高通勤满意度不仅限于采取减少通勤时间和距离、鼓励慢行通勤方式的干预措施，也可改变通勤者对通勤时间的态度，降低通勤时间与理想通勤时间的不协调性. ...
Flextime commuters and their driver stress， feelings of time urgency， and commute satisfaction
1
2002
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
Identification of key determinants of travel satisfaction for developing policy instrument to improve quality of life： An analysis of commuting in Delhi
3
2021
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 社会经济属性指个人与家庭情况，包括年龄、性别、健康状况、收入、教育水平、职业、是否有驾驶证、是否有孩子、家庭规模、家庭汽车拥有量.根据分析结果，显著比例最高的变量是年龄和健康.多数研究表明，年长者对通勤的满意度较高［19，34，46］.尽管只有27.6%的文献涉及通勤者的健康状况，其中多数研究表明健康状况对通勤满意度有显著影响.例如，YE等［23］认为，自我报告健康状况较好者拥有更高的通勤满意度.性别、收入、是否有孩子、职业的显著比例为50%.然而，更多研究认为，是否有驾驶证、教育水平、家庭规模、家庭汽车拥有量等因素对通勤满意度无显著影响［2，23，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Commuting behavior and congestion satisfaction： Evidence from Beijing， China
3
2019
... 主要采用李克特单因素量表、广义出行幸福感量表和日常出行满意度量表测量通勤满意度.其中李克特单因素量表较为常用［12］，通常采用“整体上，您对您的通勤有多满意？”等类似问题调查受访者的通勤满意度［13-20］.广义出行幸福感量表包含认知评价和情感评价，认知评价由“这次出行是最糟糕的-最好的旅行”“这次出行质量很低-很高”“出行很顺利-很不顺利”3个评价指标组成；情感评价包括6个指标，其中3个指标测量消极激活和积极失活（紧张-平静、焦虑-自信、匆忙-放松），3个指标测量消极失活和积极激活（无聊-热情、疲惫-警觉、厌倦-享受）［12］.可根据研究需要选择其中的部分指标［21-23］，如MAO等［21］仅用认知评价指标测量通勤满意度.日常出行满意度量表包括“我对我的日常出行完全满意”“当我想到我的日常出行时，积极的方面大于消极的方面”“我的出行有利于我的日常生活”“我不想改变我的日常出行”“我每天的出行让我感觉很好”5项陈述［24］，并采用李克特量表进行评分. ...
... 现有研究主要测量通勤总体满意度，少部分研究关注通勤的某方面满意度［20，25-27］或以某方面满意度表示通勤满意度.例如，AL-AYYASH等［13］采用李克特单因素量表收集了汽车通勤者对汽车的满意度、对过去一年使用公共交通的满意度以及对未来定期使用公共交通的预期满意度.催继昌等［28］采用李克特单因素量表，调查了通勤者对通勤时间和距离的满意度，并用通勤时间满意度和通勤距离满意度共同表征通勤满意度. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
Commuting trip satisfaction in Beijing： Exploring the influence of multimodal behavior and modal flexibility
4
2016
... 主要采用李克特单因素量表、广义出行幸福感量表和日常出行满意度量表测量通勤满意度.其中李克特单因素量表较为常用［12］，通常采用“整体上，您对您的通勤有多满意？”等类似问题调查受访者的通勤满意度［13-20］.广义出行幸福感量表包含认知评价和情感评价，认知评价由“这次出行是最糟糕的-最好的旅行”“这次出行质量很低-很高”“出行很顺利-很不顺利”3个评价指标组成；情感评价包括6个指标，其中3个指标测量消极激活和积极失活（紧张-平静、焦虑-自信、匆忙-放松），3个指标测量消极失活和积极激活（无聊-热情、疲惫-警觉、厌倦-享受）［12］.可根据研究需要选择其中的部分指标［21-23］，如MAO等［21］仅用认知评价指标测量通勤满意度.日常出行满意度量表包括“我对我的日常出行完全满意”“当我想到我的日常出行时，积极的方面大于消极的方面”“我的出行有利于我的日常生活”“我不想改变我的日常出行”“我每天的出行让我感觉很好”5项陈述［24］，并采用李克特量表进行评分. ...
... ［21］仅用认知评价指标测量通勤满意度.日常出行满意度量表包括“我对我的日常出行完全满意”“当我想到我的日常出行时，积极的方面大于消极的方面”“我的出行有利于我的日常生活”“我不想改变我的日常出行”“我每天的出行让我感觉很好”5项陈述［24］，并采用李克特量表进行评分. ...
... 在通勤满意度调查中，数据收集时间可分为通勤后、通勤期间和通勤前，分别对应回顾性测量、实时测量和预测性测量.回顾性测量一般利用调查问卷或访谈方式收集受访者的通勤体验［22，29］，使用该方法的研究较多.由于受访者是凭借记忆对通勤进行评价的，可能会关注过去某个印象深刻的时刻或者通过与当前通勤进行比较而做出评价，故其调查结果会存在一定的偏差.实时测量通常使用手机或其他便携设备收集受访者对通勤体验进行实时评价［21］，能避免记忆偏差，但操作较繁杂.通常，预测性测量通过受访者预想或基于现有相关数据建立数理模型，对未发生的通勤进行估计评价［13，30］，目前使用该方法的研究较少. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
Analysing the association of dissonance between actual and ideal commute time and commute satisfaction
3
2020
... 在通勤满意度调查中，数据收集时间可分为通勤后、通勤期间和通勤前，分别对应回顾性测量、实时测量和预测性测量.回顾性测量一般利用调查问卷或访谈方式收集受访者的通勤体验［22，29］，使用该方法的研究较多.由于受访者是凭借记忆对通勤进行评价的，可能会关注过去某个印象深刻的时刻或者通过与当前通勤进行比较而做出评价，故其调查结果会存在一定的偏差.实时测量通常使用手机或其他便携设备收集受访者对通勤体验进行实时评价［21］，能避免记忆偏差，但操作较繁杂.通常，预测性测量通过受访者预想或基于现有相关数据建立数理模型，对未发生的通勤进行估计评价［13，30］，目前使用该方法的研究较少. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 通勤特征包括通勤时间、通勤距离和通勤方式.研究表明，通勤时间对通勤满意度有显著影响.由于通勤距离与通勤时间高度相关，所以仅有17.2%的研究探究通勤距离对通勤满意度的影响.一些研究指出，通勤时间和通勤距离对通勤满意度有显著负面影响［25，35，47-49］.也有研究表明，通勤时间对通勤满意度的负面影响可能被高估了，甚至对通勤满意度有积极影响［40，43］.其原因是，一方面，通勤满意度在一定程度上受通勤者理想通勤时间的调节，适量的通勤时间在工作和私人领域之间起缓冲作用，有利于通勤满意度的提高，而当实际通勤时间与理想通勤时间不一致时，随着通勤时间的持续增加［17，22］，通勤者会感到疲惫、无趣，通勤满意度下降.另一方面，在非机动化通勤中，由于具有低碳环保和健康促进作用，通勤时间最长的通勤者比其他通勤者拥有更高的通勤满意度.以上研究结果说明，通勤时间、通勤距离是通勤满意度强有力的预测因子，对通勤满意度的影响具有两面性.因此，提高通勤满意度不仅限于采取减少通勤时间和距离、鼓励慢行通勤方式的干预措施，也可改变通勤者对通勤时间的态度，降低通勤时间与理想通勤时间的不协调性. ...
The determinants of commuting satisfaction in low-income population： A case study of Xi'an， China
5
2019
... 主要采用李克特单因素量表、广义出行幸福感量表和日常出行满意度量表测量通勤满意度.其中李克特单因素量表较为常用［12］，通常采用“整体上，您对您的通勤有多满意？”等类似问题调查受访者的通勤满意度［13-20］.广义出行幸福感量表包含认知评价和情感评价，认知评价由“这次出行是最糟糕的-最好的旅行”“这次出行质量很低-很高”“出行很顺利-很不顺利”3个评价指标组成；情感评价包括6个指标，其中3个指标测量消极激活和积极失活（紧张-平静、焦虑-自信、匆忙-放松），3个指标测量消极失活和积极激活（无聊-热情、疲惫-警觉、厌倦-享受）［12］.可根据研究需要选择其中的部分指标［21-23］，如MAO等［21］仅用认知评价指标测量通勤满意度.日常出行满意度量表包括“我对我的日常出行完全满意”“当我想到我的日常出行时，积极的方面大于消极的方面”“我的出行有利于我的日常生活”“我不想改变我的日常出行”“我每天的出行让我感觉很好”5项陈述［24］，并采用李克特量表进行评分. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 社会经济属性指个人与家庭情况，包括年龄、性别、健康状况、收入、教育水平、职业、是否有驾驶证、是否有孩子、家庭规模、家庭汽车拥有量.根据分析结果，显著比例最高的变量是年龄和健康.多数研究表明，年长者对通勤的满意度较高［19，34，46］.尽管只有27.6%的文献涉及通勤者的健康状况，其中多数研究表明健康状况对通勤满意度有显著影响.例如，YE等［23］认为，自我报告健康状况较好者拥有更高的通勤满意度.性别、收入、是否有孩子、职业的显著比例为50%.然而，更多研究认为，是否有驾驶证、教育水平、家庭规模、家庭汽车拥有量等因素对通勤满意度无显著影响［2，23，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
... ，23，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
... 有关出行态度的相关研究较少，研究表明，出行态度或个人偏好对通勤满意度有显著影响.如GERBER等［29］、YE等［46］认为，对通勤持有积极态度的员工比持有消极态度的员工拥有更高的通勤满意度，可能是前者的通勤阻力较低，从而对通勤更加积极和满意.不仅如此，出行态度也通过影响通勤方式的选择对通勤满意度产生间接影响［43］.当通勤者使用不喜欢的通勤方式时，其通勤满意度通常较低［23，35］.以上研究表明，通勤者对通勤的积极态度、偏好与通勤行为的一致性均对通勤满意度有正向影响.因此，降低通勤频率、改变出行态度和满足个人出行偏好可作为相关政策、规划制定的出发点. ...
Subjective well-being related to satisfaction with daily travel
1
2011
... 主要采用李克特单因素量表、广义出行幸福感量表和日常出行满意度量表测量通勤满意度.其中李克特单因素量表较为常用［12］，通常采用“整体上，您对您的通勤有多满意？”等类似问题调查受访者的通勤满意度［13-20］.广义出行幸福感量表包含认知评价和情感评价，认知评价由“这次出行是最糟糕的-最好的旅行”“这次出行质量很低-很高”“出行很顺利-很不顺利”3个评价指标组成；情感评价包括6个指标，其中3个指标测量消极激活和积极失活（紧张-平静、焦虑-自信、匆忙-放松），3个指标测量消极失活和积极激活（无聊-热情、疲惫-警觉、厌倦-享受）［12］.可根据研究需要选择其中的部分指标［21-23］，如MAO等［21］仅用认知评价指标测量通勤满意度.日常出行满意度量表包括“我对我的日常出行完全满意”“当我想到我的日常出行时，积极的方面大于消极的方面”“我的出行有利于我的日常生活”“我不想改变我的日常出行”“我每天的出行让我感觉很好”5项陈述［24］，并采用李克特量表进行评分. ...
All minutes are not equal： travel time and the effects of congestion on commute satisfaction in Canadian cities
3
2018
... 现有研究主要测量通勤总体满意度，少部分研究关注通勤的某方面满意度［20，25-27］或以某方面满意度表示通勤满意度.例如，AL-AYYASH等［13］采用李克特单因素量表收集了汽车通勤者对汽车的满意度、对过去一年使用公共交通的满意度以及对未来定期使用公共交通的预期满意度.催继昌等［28］采用李克特单因素量表，调查了通勤者对通勤时间和距离的满意度，并用通勤时间满意度和通勤距离满意度共同表征通勤满意度. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 通勤特征包括通勤时间、通勤距离和通勤方式.研究表明，通勤时间对通勤满意度有显著影响.由于通勤距离与通勤时间高度相关，所以仅有17.2%的研究探究通勤距离对通勤满意度的影响.一些研究指出，通勤时间和通勤距离对通勤满意度有显著负面影响［25，35，47-49］.也有研究表明，通勤时间对通勤满意度的负面影响可能被高估了，甚至对通勤满意度有积极影响［40，43］.其原因是，一方面，通勤满意度在一定程度上受通勤者理想通勤时间的调节，适量的通勤时间在工作和私人领域之间起缓冲作用，有利于通勤满意度的提高，而当实际通勤时间与理想通勤时间不一致时，随着通勤时间的持续增加［17，22］，通勤者会感到疲惫、无趣，通勤满意度下降.另一方面，在非机动化通勤中，由于具有低碳环保和健康促进作用，通勤时间最长的通勤者比其他通勤者拥有更高的通勤满意度.以上研究结果说明，通勤时间、通勤距离是通勤满意度强有力的预测因子，对通勤满意度的影响具有两面性.因此，提高通勤满意度不仅限于采取减少通勤时间和距离、鼓励慢行通勤方式的干预措施，也可改变通勤者对通勤时间的态度，降低通勤时间与理想通勤时间的不协调性. ...
Do travel options influence how commute time satisfaction relates to the residential built environment？
2
2021
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... ，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
Investigating travel time satisfaction and actual versus ideal commute times： A path analysis approach
2
2020
... 现有研究主要测量通勤总体满意度，少部分研究关注通勤的某方面满意度［20，25-27］或以某方面满意度表示通勤满意度.例如，AL-AYYASH等［13］采用李克特单因素量表收集了汽车通勤者对汽车的满意度、对过去一年使用公共交通的满意度以及对未来定期使用公共交通的预期满意度.催继昌等［28］采用李克特单因素量表，调查了通勤者对通勤时间和距离的满意度，并用通勤时间满意度和通勤距离满意度共同表征通勤满意度. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
基于结构方程模型的城市居民通勤满意度影响因素分析：以扬州市为例
2
2018
... 现有研究主要测量通勤总体满意度，少部分研究关注通勤的某方面满意度［20，25-27］或以某方面满意度表示通勤满意度.例如，AL-AYYASH等［13］采用李克特单因素量表收集了汽车通勤者对汽车的满意度、对过去一年使用公共交通的满意度以及对未来定期使用公共交通的预期满意度.催继昌等［28］采用李克特单因素量表，调查了通勤者对通勤时间和距离的满意度，并用通勤时间满意度和通勤距离满意度共同表征通勤满意度. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
基于结构方程模型的城市居民通勤满意度影响因素分析：以扬州市为例
2
2018
... 现有研究主要测量通勤总体满意度，少部分研究关注通勤的某方面满意度［20，25-27］或以某方面满意度表示通勤满意度.例如，AL-AYYASH等［13］采用李克特单因素量表收集了汽车通勤者对汽车的满意度、对过去一年使用公共交通的满意度以及对未来定期使用公共交通的预期满意度.催继昌等［28］采用李克特单因素量表，调查了通勤者对通勤时间和距离的满意度，并用通勤时间满意度和通勤距离满意度共同表征通勤满意度. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
From workplace attachment to commuter satisfaction before and after a workplace relocation
6
2020
... 在通勤满意度调查中，数据收集时间可分为通勤后、通勤期间和通勤前，分别对应回顾性测量、实时测量和预测性测量.回顾性测量一般利用调查问卷或访谈方式收集受访者的通勤体验［22，29］，使用该方法的研究较多.由于受访者是凭借记忆对通勤进行评价的，可能会关注过去某个印象深刻的时刻或者通过与当前通勤进行比较而做出评价，故其调查结果会存在一定的偏差.实时测量通常使用手机或其他便携设备收集受访者对通勤体验进行实时评价［21］，能避免记忆偏差，但操作较繁杂.通常，预测性测量通过受访者预想或基于现有相关数据建立数理模型，对未发生的通勤进行估计评价［13，30］，目前使用该方法的研究较少. ...
... 现有研究通过一次或多次通勤满意度调查获取截面、准纵向和纵向3种类型数据，以探究通勤满意度与其影响因素之间的复杂关系.截面数据指在一次调查中收集一次通勤满意度评价，此数据用得较多.准纵向数据指在一次调查中收集数次通勤满意度评价［13］.纵向数据指在具有时间间隔的数次调查中收集数次通勤满意度评价［29-30］.纵向数据可以控制潜在的影响因素［31］，但因调查相对困难用得较少. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 有关出行态度的相关研究较少，研究表明，出行态度或个人偏好对通勤满意度有显著影响.如GERBER等［29］、YE等［46］认为，对通勤持有积极态度的员工比持有消极态度的员工拥有更高的通勤满意度，可能是前者的通勤阻力较低，从而对通勤更加积极和满意.不仅如此，出行态度也通过影响通勤方式的选择对通勤满意度产生间接影响［43］.当通勤者使用不喜欢的通勤方式时，其通勤满意度通常较低［23，35］.以上研究表明，通勤者对通勤的积极态度、偏好与通勤行为的一致性均对通勤满意度有正向影响.因此，降低通勤频率、改变出行态度和满足个人出行偏好可作为相关政策、规划制定的出发点. ...
... 由于现有研究成果未涉及生活事件对通勤满意度影响的显著性分析，因此元分析不包括生活事件.然而，一些研究将流动传记（mobility biography）的概念引入城市交通研究，并认为生活事件可以成为改变个人长期出行行为的触发器［59-61］，进而影响居民对出行活动的满意度［29，41，58，62］.例如，RAU等［63］发现，即使是短途的工作地搬迁也会导致通勤满意度下降，这是由搬迁后通勤方式的选择减少、通勤时间增加导致的.然而，GERBER等［29］发现，工作地点的搬迁提高了交通可达性，降低了通勤距离，从而获得了更高的通勤满意度.也有研究关注居住地搬迁对通勤满意度的影响，结果表明，通勤满意度的提高与通勤距离、时间的缩短以及使用非机动出行方式有关［41］，并受居住环境的影响［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
... ［29］发现，工作地点的搬迁提高了交通可达性，降低了通勤距离，从而获得了更高的通勤满意度.也有研究关注居住地搬迁对通勤满意度的影响，结果表明，通勤满意度的提高与通勤距离、时间的缩短以及使用非机动出行方式有关［41］，并受居住环境的影响［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
A longitudinal evaluation of satisfaction with e-cycling in daily commuting in the Netherlands
4
2019
... 在通勤满意度调查中，数据收集时间可分为通勤后、通勤期间和通勤前，分别对应回顾性测量、实时测量和预测性测量.回顾性测量一般利用调查问卷或访谈方式收集受访者的通勤体验［22，29］，使用该方法的研究较多.由于受访者是凭借记忆对通勤进行评价的，可能会关注过去某个印象深刻的时刻或者通过与当前通勤进行比较而做出评价，故其调查结果会存在一定的偏差.实时测量通常使用手机或其他便携设备收集受访者对通勤体验进行实时评价［21］，能避免记忆偏差，但操作较繁杂.通常，预测性测量通过受访者预想或基于现有相关数据建立数理模型，对未发生的通勤进行估计评价［13，30］，目前使用该方法的研究较少. ...
... 现有研究通过一次或多次通勤满意度调查获取截面、准纵向和纵向3种类型数据，以探究通勤满意度与其影响因素之间的复杂关系.截面数据指在一次调查中收集一次通勤满意度评价，此数据用得较多.准纵向数据指在一次调查中收集数次通勤满意度评价［13］.纵向数据指在具有时间间隔的数次调查中收集数次通勤满意度评价［29-30］.纵向数据可以控制潜在的影响因素［31］，但因调查相对困难用得较少. ...
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 社会经济属性指个人与家庭情况，包括年龄、性别、健康状况、收入、教育水平、职业、是否有驾驶证、是否有孩子、家庭规模、家庭汽车拥有量.根据分析结果，显著比例最高的变量是年龄和健康.多数研究表明，年长者对通勤的满意度较高［19，34，46］.尽管只有27.6%的文献涉及通勤者的健康状况，其中多数研究表明健康状况对通勤满意度有显著影响.例如，YE等［23］认为，自我报告健康状况较好者拥有更高的通勤满意度.性别、收入、是否有孩子、职业的显著比例为50%.然而，更多研究认为，是否有驾驶证、教育水平、家庭规模、家庭汽车拥有量等因素对通勤满意度无显著影响［2，23，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
Commuting and wellbeing： A critical overview of the literature with implications for policy and future research
1
2020
... 现有研究通过一次或多次通勤满意度调查获取截面、准纵向和纵向3种类型数据，以探究通勤满意度与其影响因素之间的复杂关系.截面数据指在一次调查中收集一次通勤满意度评价，此数据用得较多.准纵向数据指在一次调查中收集数次通勤满意度评价［13］.纵向数据指在具有时间间隔的数次调查中收集数次通勤满意度评价［29-30］.纵向数据可以控制潜在的影响因素［31］，但因调查相对困难用得较少. ...
Happiness and satisfaction with work commute
3
2013
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
... ［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Commute quality and its implications for commute satisfaction： Exploring the role of mode， location， and other factors
2
2019
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
... ［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Why is active travel more satisfying than motorized travel？ Evidence from Dublin
3
2020
... 社会经济属性指个人与家庭情况，包括年龄、性别、健康状况、收入、教育水平、职业、是否有驾驶证、是否有孩子、家庭规模、家庭汽车拥有量.根据分析结果，显著比例最高的变量是年龄和健康.多数研究表明，年长者对通勤的满意度较高［19，34，46］.尽管只有27.6%的文献涉及通勤者的健康状况，其中多数研究表明健康状况对通勤满意度有显著影响.例如，YE等［23］认为，自我报告健康状况较好者拥有更高的通勤满意度.性别、收入、是否有孩子、职业的显著比例为50%.然而，更多研究认为，是否有驾驶证、教育水平、家庭规模、家庭汽车拥有量等因素对通勤满意度无显著影响［2，23，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
... ，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
... 第一，大部分研究采用截面数据建立回归模型，分析通勤满意度与其影响因素以及各影响因素之间的关系，但是截面数据不能解释其因果关系，也可能存在一定的虚假性［34］.通常，通勤者能够成功地权衡各影响因素的利弊，以提高通勤满意度，但需要更多揭示通勤满意度与各影响因素之间因果关系的研究来理解其中涉及的决策.未来可以用纵向数据控制潜在的混杂因素，同时运用完善的数据分析方法，理清各影响因素之间的交互效应、非线性关系以及互补机制，为改善通勤体验提供更充分有力的证据. ...
The happy commuter： A comparison of commuter satisfaction across modes
5
2014
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 通勤特征包括通勤时间、通勤距离和通勤方式.研究表明，通勤时间对通勤满意度有显著影响.由于通勤距离与通勤时间高度相关，所以仅有17.2%的研究探究通勤距离对通勤满意度的影响.一些研究指出，通勤时间和通勤距离对通勤满意度有显著负面影响［25，35，47-49］.也有研究表明，通勤时间对通勤满意度的负面影响可能被高估了，甚至对通勤满意度有积极影响［40，43］.其原因是，一方面，通勤满意度在一定程度上受通勤者理想通勤时间的调节，适量的通勤时间在工作和私人领域之间起缓冲作用，有利于通勤满意度的提高，而当实际通勤时间与理想通勤时间不一致时，随着通勤时间的持续增加［17，22］，通勤者会感到疲惫、无趣，通勤满意度下降.另一方面，在非机动化通勤中，由于具有低碳环保和健康促进作用，通勤时间最长的通勤者比其他通勤者拥有更高的通勤满意度.以上研究结果说明，通勤时间、通勤距离是通勤满意度强有力的预测因子，对通勤满意度的影响具有两面性.因此，提高通勤满意度不仅限于采取减少通勤时间和距离、鼓励慢行通勤方式的干预措施，也可改变通勤者对通勤时间的态度，降低通勤时间与理想通勤时间的不协调性. ...
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
... ［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
... 有关出行态度的相关研究较少，研究表明，出行态度或个人偏好对通勤满意度有显著影响.如GERBER等［29］、YE等［46］认为，对通勤持有积极态度的员工比持有消极态度的员工拥有更高的通勤满意度，可能是前者的通勤阻力较低，从而对通勤更加积极和满意.不仅如此，出行态度也通过影响通勤方式的选择对通勤满意度产生间接影响［43］.当通勤者使用不喜欢的通勤方式时，其通勤满意度通常较低［23，35］.以上研究表明，通勤者对通勤的积极态度、偏好与通勤行为的一致性均对通勤满意度有正向影响.因此，降低通勤频率、改变出行态度和满足个人出行偏好可作为相关政策、规划制定的出发点. ...
Investigating commuters' satisfaction with public transit： A latent class modeling approach
1
2021
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
The role of perceived satisfaction and the built environment on the frequency of cycle-commuting
2
2021
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 相比于其他因素，与建成环境相关的研究较少，本文只选取了5D模型中的3个指标：目的地可达性、密度、设计.其中目的地可达性的研究相对较多，在目的地可达性研究中，有50%的研究发现，该指标是影响通勤满意度的重要因素.例如，ETTEMA等［12］发现，居住地公交站点的可达性与通勤满意度呈正相关.YE等［46］发现，住宅和工作地的绿地均影响汽车的使用，从而影响通勤满意度.密度表示城市各种功能的集聚情况，不仅直接影响通勤满意度［56］，还通过影响通勤行为间接影响通勤满意度［38，57］.在28篇文献中，仅2篇涉及设计，且均以自行车通勤者为研究对象，发现在通勤途中的公交线路会降低骑行满意度［37］，道路坡度有利于提高骑行满意度［42］.因前者需要骑行者被迫避开重型车辆，而后者会增加骑行乐趣.建成环境对通勤满意度的影响尚未得到全面探究，但足以表明，改善建成环境、布局合理的空间功能结构，有利于通勤满意度的提高，例如增加绿地、提高交通可达性、保持工作地和居住地的平衡. ...
Psychometric analysis of the satisfaction with travel scale
3
2013
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
... ，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
... 相比于其他因素，与建成环境相关的研究较少，本文只选取了5D模型中的3个指标：目的地可达性、密度、设计.其中目的地可达性的研究相对较多，在目的地可达性研究中，有50%的研究发现，该指标是影响通勤满意度的重要因素.例如，ETTEMA等［12］发现，居住地公交站点的可达性与通勤满意度呈正相关.YE等［46］发现，住宅和工作地的绿地均影响汽车的使用，从而影响通勤满意度.密度表示城市各种功能的集聚情况，不仅直接影响通勤满意度［56］，还通过影响通勤行为间接影响通勤满意度［38，57］.在28篇文献中，仅2篇涉及设计，且均以自行车通勤者为研究对象，发现在通勤途中的公交线路会降低骑行满意度［37］，道路坡度有利于提高骑行满意度［42］.因前者需要骑行者被迫避开重型车辆，而后者会增加骑行乐趣.建成环境对通勤满意度的影响尚未得到全面探究，但足以表明，改善建成环境、布局合理的空间功能结构，有利于通勤满意度的提高，例如增加绿地、提高交通可达性、保持工作地和居住地的平衡. ...
Walking （and cycling） to well-being： Modal and other determinants of subjective well-being during the commute
2
2019
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
... ，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Commute well-being differences by mode： Evidence from Portland， Oregon， USA
3
2017
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 通勤特征包括通勤时间、通勤距离和通勤方式.研究表明，通勤时间对通勤满意度有显著影响.由于通勤距离与通勤时间高度相关，所以仅有17.2%的研究探究通勤距离对通勤满意度的影响.一些研究指出，通勤时间和通勤距离对通勤满意度有显著负面影响［25，35，47-49］.也有研究表明，通勤时间对通勤满意度的负面影响可能被高估了，甚至对通勤满意度有积极影响［40，43］.其原因是，一方面，通勤满意度在一定程度上受通勤者理想通勤时间的调节，适量的通勤时间在工作和私人领域之间起缓冲作用，有利于通勤满意度的提高，而当实际通勤时间与理想通勤时间不一致时，随着通勤时间的持续增加［17，22］，通勤者会感到疲惫、无趣，通勤满意度下降.另一方面，在非机动化通勤中，由于具有低碳环保和健康促进作用，通勤时间最长的通勤者比其他通勤者拥有更高的通勤满意度.以上研究结果说明，通勤时间、通勤距离是通勤满意度强有力的预测因子，对通勤满意度的影响具有两面性.因此，提高通勤满意度不仅限于采取减少通勤时间和距离、鼓励慢行通勤方式的干预措施，也可改变通勤者对通勤时间的态度，降低通勤时间与理想通勤时间的不协调性. ...
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Effects of changing travel patterns on travel satisfaction： A focus on recently relocated residents
3
2019
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 由于现有研究成果未涉及生活事件对通勤满意度影响的显著性分析，因此元分析不包括生活事件.然而，一些研究将流动传记（mobility biography）的概念引入城市交通研究，并认为生活事件可以成为改变个人长期出行行为的触发器［59-61］，进而影响居民对出行活动的满意度［29，41，58，62］.例如，RAU等［63］发现，即使是短途的工作地搬迁也会导致通勤满意度下降，这是由搬迁后通勤方式的选择减少、通勤时间增加导致的.然而，GERBER等［29］发现，工作地点的搬迁提高了交通可达性，降低了通勤距离，从而获得了更高的通勤满意度.也有研究关注居住地搬迁对通勤满意度的影响，结果表明，通勤满意度的提高与通勤距离、时间的缩短以及使用非机动出行方式有关［41］，并受居住环境的影响［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
... ［41］，并受居住环境的影响［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
Uniquely satisfied： Exploring cyclist satisfaction
1
2013
... 相比于其他因素，与建成环境相关的研究较少，本文只选取了5D模型中的3个指标：目的地可达性、密度、设计.其中目的地可达性的研究相对较多，在目的地可达性研究中，有50%的研究发现，该指标是影响通勤满意度的重要因素.例如，ETTEMA等［12］发现，居住地公交站点的可达性与通勤满意度呈正相关.YE等［46］发现，住宅和工作地的绿地均影响汽车的使用，从而影响通勤满意度.密度表示城市各种功能的集聚情况，不仅直接影响通勤满意度［56］，还通过影响通勤行为间接影响通勤满意度［38，57］.在28篇文献中，仅2篇涉及设计，且均以自行车通勤者为研究对象，发现在通勤途中的公交线路会降低骑行满意度［37］，道路坡度有利于提高骑行满意度［42］.因前者需要骑行者被迫避开重型车辆，而后者会增加骑行乐趣.建成环境对通勤满意度的影响尚未得到全面探究，但足以表明，改善建成环境、布局合理的空间功能结构，有利于通勤满意度的提高，例如增加绿地、提高交通可达性、保持工作地和居住地的平衡. ...
Does distance matter？ Exploring the links among values， motivations， home location， and satisfaction in walking trips
3
2013
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 通勤特征包括通勤时间、通勤距离和通勤方式.研究表明，通勤时间对通勤满意度有显著影响.由于通勤距离与通勤时间高度相关，所以仅有17.2%的研究探究通勤距离对通勤满意度的影响.一些研究指出，通勤时间和通勤距离对通勤满意度有显著负面影响［25，35，47-49］.也有研究表明，通勤时间对通勤满意度的负面影响可能被高估了，甚至对通勤满意度有积极影响［40，43］.其原因是，一方面，通勤满意度在一定程度上受通勤者理想通勤时间的调节，适量的通勤时间在工作和私人领域之间起缓冲作用，有利于通勤满意度的提高，而当实际通勤时间与理想通勤时间不一致时，随着通勤时间的持续增加［17，22］，通勤者会感到疲惫、无趣，通勤满意度下降.另一方面，在非机动化通勤中，由于具有低碳环保和健康促进作用，通勤时间最长的通勤者比其他通勤者拥有更高的通勤满意度.以上研究结果说明，通勤时间、通勤距离是通勤满意度强有力的预测因子，对通勤满意度的影响具有两面性.因此，提高通勤满意度不仅限于采取减少通勤时间和距离、鼓励慢行通勤方式的干预措施，也可改变通勤者对通勤时间的态度，降低通勤时间与理想通勤时间的不协调性. ...
... 有关出行态度的相关研究较少，研究表明，出行态度或个人偏好对通勤满意度有显著影响.如GERBER等［29］、YE等［46］认为，对通勤持有积极态度的员工比持有消极态度的员工拥有更高的通勤满意度，可能是前者的通勤阻力较低，从而对通勤更加积极和满意.不仅如此，出行态度也通过影响通勤方式的选择对通勤满意度产生间接影响［43］.当通勤者使用不喜欢的通勤方式时，其通勤满意度通常较低［23，35］.以上研究表明，通勤者对通勤的积极态度、偏好与通勤行为的一致性均对通勤满意度有正向影响.因此，降低通勤频率、改变出行态度和满足个人出行偏好可作为相关政策、规划制定的出发点. ...
国外出行幸福感研究进展及其对我国未来研究的启示
1
2018
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
国外出行幸福感研究进展及其对我国未来研究的启示
1
2018
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
Children's travel to school： Satisfaction， current mood， and cognitive performance
2
2017
... 影响通勤满意度的因素较多，且各因素间关系复杂.大部分研究通过建立数理统计模型得到通勤满意度与其影响因素之间的关系以及各影响因素之间的关系.其中较为常用的有线性回归模型［22，30，32-35］、Tobit模型［23］、多元Logit模型［20］、二元Logistic回归模型［26］、多元Logistic回归模型［21，25］、有序Logistic回归模型［19］、有序probit模型［36］.线性回归模型要求因变量为连续变量，Tobit模型（截尾回归模型或删失回归模型）要求因变量大致呈连续分布，此两模型适用于探究通勤满意度与影响因素之间的线性关系.多元Logit模型、二元Logistic回归模型、多元Logistic回归模型、有序Logistic回归模型和有序probit模型要求因变量为分类变量，自变量为定量或分类变量，此5种模型适用于探究某种通勤满意度水平的影响因素以及根据影响因素预测达到该通勤满意度水平的概率.结构方程模型［28，37-40］和聚类分析［14，26，41-43］也是较常用的数理统计模型，结构方程模型可以建立、估计和检验变量之间的因果关系，适用于探究可观测的显变量和无法直接观测的潜变量数据，能够直接、准确地量化各因素对通勤满意度的直接影响和间接影响以及各因素相互作用的强度［44］.聚类分析用于描述通勤满意度与各影响因素的分布情况，但不能探究各影响因素对通勤满意度影响的显著性.另外，有少量研究采用方差分析［45］、路径分析［27］、卡方检验［15，29］、t检验［12，18］等统计分析方法.方差分析可检验2个及2个以上样本均数差别的显著性，确定各因素对通勤满意度的影响程度.路径分析是结构方程模型的子集，用于估计和检验通勤满意度与各因素之间因果关系的强弱.决策树是在已知各种情况发生概率的基础上，通过图解方式分析各因素在不同限制条件下对通勤满意度的影响，从而判断两者是否呈线性关系.t检验主要用于样本量较小的数据，通过t分布理论判断某因素在不同情况下对通勤满意度影响的差异及显著性. ...
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Satisfaction with the commute： The role of travel mode choice， built environment and attitudes
5
2016
... 社会经济属性指个人与家庭情况，包括年龄、性别、健康状况、收入、教育水平、职业、是否有驾驶证、是否有孩子、家庭规模、家庭汽车拥有量.根据分析结果，显著比例最高的变量是年龄和健康.多数研究表明，年长者对通勤的满意度较高［19，34，46］.尽管只有27.6%的文献涉及通勤者的健康状况，其中多数研究表明健康状况对通勤满意度有显著影响.例如，YE等［23］认为，自我报告健康状况较好者拥有更高的通勤满意度.性别、收入、是否有孩子、职业的显著比例为50%.然而，更多研究认为，是否有驾驶证、教育水平、家庭规模、家庭汽车拥有量等因素对通勤满意度无显著影响［2，23，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
... ［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
... 有关出行态度的相关研究较少，研究表明，出行态度或个人偏好对通勤满意度有显著影响.如GERBER等［29］、YE等［46］认为，对通勤持有积极态度的员工比持有消极态度的员工拥有更高的通勤满意度，可能是前者的通勤阻力较低，从而对通勤更加积极和满意.不仅如此，出行态度也通过影响通勤方式的选择对通勤满意度产生间接影响［43］.当通勤者使用不喜欢的通勤方式时，其通勤满意度通常较低［23，35］.以上研究表明，通勤者对通勤的积极态度、偏好与通勤行为的一致性均对通勤满意度有正向影响.因此，降低通勤频率、改变出行态度和满足个人出行偏好可作为相关政策、规划制定的出发点. ...
... 相比于其他因素，与建成环境相关的研究较少，本文只选取了5D模型中的3个指标：目的地可达性、密度、设计.其中目的地可达性的研究相对较多，在目的地可达性研究中，有50%的研究发现，该指标是影响通勤满意度的重要因素.例如，ETTEMA等［12］发现，居住地公交站点的可达性与通勤满意度呈正相关.YE等［46］发现，住宅和工作地的绿地均影响汽车的使用，从而影响通勤满意度.密度表示城市各种功能的集聚情况，不仅直接影响通勤满意度［56］，还通过影响通勤行为间接影响通勤满意度［38，57］.在28篇文献中，仅2篇涉及设计，且均以自行车通勤者为研究对象，发现在通勤途中的公交线路会降低骑行满意度［37］，道路坡度有利于提高骑行满意度［42］.因前者需要骑行者被迫避开重型车辆，而后者会增加骑行乐趣.建成环境对通勤满意度的影响尚未得到全面探究，但足以表明，改善建成环境、布局合理的空间功能结构，有利于通勤满意度的提高，例如增加绿地、提高交通可达性、保持工作地和居住地的平衡. ...
Commute happiness in Xi'an， China： Effects of commute mode， duration， and frequency
2
2018
... 社会经济属性指个人与家庭情况，包括年龄、性别、健康状况、收入、教育水平、职业、是否有驾驶证、是否有孩子、家庭规模、家庭汽车拥有量.根据分析结果，显著比例最高的变量是年龄和健康.多数研究表明，年长者对通勤的满意度较高［19，34，46］.尽管只有27.6%的文献涉及通勤者的健康状况，其中多数研究表明健康状况对通勤满意度有显著影响.例如，YE等［23］认为，自我报告健康状况较好者拥有更高的通勤满意度.性别、收入、是否有孩子、职业的显著比例为50%.然而，更多研究认为，是否有驾驶证、教育水平、家庭规模、家庭汽车拥有量等因素对通勤满意度无显著影响［2，23，34，47］.因为社会经济属性之间具有依赖性，如收入会随着年龄的增长而增长，受过高等教育的人可能拥有更高的收入，使得部分社会经济属性对通勤满意度的影响由其他因素体现.同时探究年龄、收入、教育水平与通勤满意度关系的研究认为，年龄、收入对通勤满意度不存在显著影响［30］.另外，社会经济属性通过影响通勤特征、职住建成环境以及出行态度影响通勤满意度，从而降低对通勤满意度的直接预测能力. ...
... 通勤特征包括通勤时间、通勤距离和通勤方式.研究表明，通勤时间对通勤满意度有显著影响.由于通勤距离与通勤时间高度相关，所以仅有17.2%的研究探究通勤距离对通勤满意度的影响.一些研究指出，通勤时间和通勤距离对通勤满意度有显著负面影响［25，35，47-49］.也有研究表明，通勤时间对通勤满意度的负面影响可能被高估了，甚至对通勤满意度有积极影响［40，43］.其原因是，一方面，通勤满意度在一定程度上受通勤者理想通勤时间的调节，适量的通勤时间在工作和私人领域之间起缓冲作用，有利于通勤满意度的提高，而当实际通勤时间与理想通勤时间不一致时，随着通勤时间的持续增加［17，22］，通勤者会感到疲惫、无趣，通勤满意度下降.另一方面，在非机动化通勤中，由于具有低碳环保和健康促进作用，通勤时间最长的通勤者比其他通勤者拥有更高的通勤满意度.以上研究结果说明，通勤时间、通勤距离是通勤满意度强有力的预测因子，对通勤满意度的影响具有两面性.因此，提高通勤满意度不仅限于采取减少通勤时间和距离、鼓励慢行通勤方式的干预措施，也可改变通勤者对通勤时间的态度，降低通勤时间与理想通勤时间的不协调性. ...
基于问卷调查的北京市居民通勤状况分析
0
2010
基于问卷调查的北京市居民通勤状况分析
0
2010
Does commuting matter to subjective well-being？
1
2018
... 通勤特征包括通勤时间、通勤距离和通勤方式.研究表明，通勤时间对通勤满意度有显著影响.由于通勤距离与通勤时间高度相关，所以仅有17.2%的研究探究通勤距离对通勤满意度的影响.一些研究指出，通勤时间和通勤距离对通勤满意度有显著负面影响［25，35，47-49］.也有研究表明，通勤时间对通勤满意度的负面影响可能被高估了，甚至对通勤满意度有积极影响［40，43］.其原因是，一方面，通勤满意度在一定程度上受通勤者理想通勤时间的调节，适量的通勤时间在工作和私人领域之间起缓冲作用，有利于通勤满意度的提高，而当实际通勤时间与理想通勤时间不一致时，随着通勤时间的持续增加［17，22］，通勤者会感到疲惫、无趣，通勤满意度下降.另一方面，在非机动化通勤中，由于具有低碳环保和健康促进作用，通勤时间最长的通勤者比其他通勤者拥有更高的通勤满意度.以上研究结果说明，通勤时间、通勤距离是通勤满意度强有力的预测因子，对通勤满意度的影响具有两面性.因此，提高通勤满意度不仅限于采取减少通勤时间和距离、鼓励慢行通勤方式的干预措施，也可改变通勤者对通勤时间的态度，降低通勤时间与理想通勤时间的不协调性. ...
Analyzing travel captivity by measuring the gap in travel satisfaction between chosen and alternative commute modes
1
2021
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Perceived attributes of bus and car mediating satisfaction with the work commute
1
2013
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Travel mode switching： Comparison of findings from two public transportation experiments
1
2012
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
How in-vehicle activities affect work commuters' satisfaction with public transport
1
2012
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Enjoying loyalty： The relationship between service quality， customer satisfaction， and behavioral intentions in public transit
1
2016
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Index numbers for monitoring transit service quality
1
2016
... 在相关通勤方式的研究中，90%的研究表明，通勤方式对通勤满意度有重要影响，并且不同通勤方式的通勤满意度存在显著差异.诸多研究认为，慢行（步行和自行车）通勤者往往比机动车（小汽车和公共交通）通勤者有更高的通勤满意度［33，35，38-39，45，50］，原因可能是慢行通勤者的居住地距离工作地更近，通勤时间更短，而且慢行交通提供了体育锻炼的机会［32，39］.由于驾驶汽车相比于乘坐公共交通可以获得更多舒适感、驾驶乐趣、速度感和自我控制感［6］，小汽车通勤者的通勤满意度通常比公共交通通勤者的高［19，51］，所以公共交通通勤者的通勤满意度普遍较低［35，38，40，46］.然而也有研究发现，公共交通通勤者的通勤满意度比小汽车通勤者的更高［52］.因为公共交通通勤者在通勤途中可以从事不同的活动，比如阅读、与其他乘客聊天［32，53］等，充分利用通勤时间，在其他生活领域获得满足感.不同类型公共交通的通勤满意度也存在差异.有研究发现，乘坐火车的通勤者通勤满意度明显比乘坐公共汽车的高［33］.不同公共交通方式的服务质量、舒适度、安全性以及车内的拥挤程度和空气质量可能是造成上述差异的原因［46，54，55］.综上，通勤方式对通勤满意度的影响已得到充分证明，研究表明，在城市建设中应重视交通基础设施，特别是非机动交通基础设施和公共交通的建设，以引导居民使用慢行交通和公共交通，同时满足居民对不同通勤方式的需求. ...
Satisfaction with travel and residential self-selection： How do preferences moderate the impact of the Hiawatha Light Rail Transit line？
1
2014
... 相比于其他因素，与建成环境相关的研究较少，本文只选取了5D模型中的3个指标：目的地可达性、密度、设计.其中目的地可达性的研究相对较多，在目的地可达性研究中，有50%的研究发现，该指标是影响通勤满意度的重要因素.例如，ETTEMA等［12］发现，居住地公交站点的可达性与通勤满意度呈正相关.YE等［46］发现，住宅和工作地的绿地均影响汽车的使用，从而影响通勤满意度.密度表示城市各种功能的集聚情况，不仅直接影响通勤满意度［56］，还通过影响通勤行为间接影响通勤满意度［38，57］.在28篇文献中，仅2篇涉及设计，且均以自行车通勤者为研究对象，发现在通勤途中的公交线路会降低骑行满意度［37］，道路坡度有利于提高骑行满意度［42］.因前者需要骑行者被迫避开重型车辆，而后者会增加骑行乐趣.建成环境对通勤满意度的影响尚未得到全面探究，但足以表明，改善建成环境、布局合理的空间功能结构，有利于通勤满意度的提高，例如增加绿地、提高交通可达性、保持工作地和居住地的平衡. ...
Urban form， travel behavior， and travel satisfaction
1
2019
... 相比于其他因素，与建成环境相关的研究较少，本文只选取了5D模型中的3个指标：目的地可达性、密度、设计.其中目的地可达性的研究相对较多，在目的地可达性研究中，有50%的研究发现，该指标是影响通勤满意度的重要因素.例如，ETTEMA等［12］发现，居住地公交站点的可达性与通勤满意度呈正相关.YE等［46］发现，住宅和工作地的绿地均影响汽车的使用，从而影响通勤满意度.密度表示城市各种功能的集聚情况，不仅直接影响通勤满意度［56］，还通过影响通勤行为间接影响通勤满意度［38，57］.在28篇文献中，仅2篇涉及设计，且均以自行车通勤者为研究对象，发现在通勤途中的公交线路会降低骑行满意度［37］，道路坡度有利于提高骑行满意度［42］.因前者需要骑行者被迫避开重型车辆，而后者会增加骑行乐趣.建成环境对通勤满意度的影响尚未得到全面探究，但足以表明，改善建成环境、布局合理的空间功能结构，有利于通勤满意度的提高，例如增加绿地、提高交通可达性、保持工作地和居住地的平衡. ...
Move closer and get active： How to make urban university commutes more satisfying
1
2019
... 由于现有研究成果未涉及生活事件对通勤满意度影响的显著性分析，因此元分析不包括生活事件.然而，一些研究将流动传记（mobility biography）的概念引入城市交通研究，并认为生活事件可以成为改变个人长期出行行为的触发器［59-61］，进而影响居民对出行活动的满意度［29，41，58，62］.例如，RAU等［63］发现，即使是短途的工作地搬迁也会导致通勤满意度下降，这是由搬迁后通勤方式的选择减少、通勤时间增加导致的.然而，GERBER等［29］发现，工作地点的搬迁提高了交通可达性，降低了通勤距离，从而获得了更高的通勤满意度.也有研究关注居住地搬迁对通勤满意度的影响，结果表明，通勤满意度的提高与通勤距离、时间的缩短以及使用非机动出行方式有关［41］，并受居住环境的影响［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
Home relocation and mobility tool ownership： Econometric investigations in the context of rising fuel prices in the Greater Toronto Area
1
2020
... 由于现有研究成果未涉及生活事件对通勤满意度影响的显著性分析，因此元分析不包括生活事件.然而，一些研究将流动传记（mobility biography）的概念引入城市交通研究，并认为生活事件可以成为改变个人长期出行行为的触发器［59-61］，进而影响居民对出行活动的满意度［29，41，58，62］.例如，RAU等［63］发现，即使是短途的工作地搬迁也会导致通勤满意度下降，这是由搬迁后通勤方式的选择减少、通勤时间增加导致的.然而，GERBER等［29］发现，工作地点的搬迁提高了交通可达性，降低了通勤距离，从而获得了更高的通勤满意度.也有研究关注居住地搬迁对通勤满意度的影响，结果表明，通勤满意度的提高与通勤距离、时间的缩短以及使用非机动出行方式有关［41］，并受居住环境的影响［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
Gendered key events in the life course： Effects on changes in travel mode choice over time
0
2014
Built environment， life events and commuting mode shift： Focus on gender differences
1
2020
... 由于现有研究成果未涉及生活事件对通勤满意度影响的显著性分析，因此元分析不包括生活事件.然而，一些研究将流动传记（mobility biography）的概念引入城市交通研究，并认为生活事件可以成为改变个人长期出行行为的触发器［59-61］，进而影响居民对出行活动的满意度［29，41，58，62］.例如，RAU等［63］发现，即使是短途的工作地搬迁也会导致通勤满意度下降，这是由搬迁后通勤方式的选择减少、通勤时间增加导致的.然而，GERBER等［29］发现，工作地点的搬迁提高了交通可达性，降低了通勤距离，从而获得了更高的通勤满意度.也有研究关注居住地搬迁对通勤满意度的影响，结果表明，通勤满意度的提高与通勤距离、时间的缩短以及使用非机动出行方式有关［41］，并受居住环境的影响［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
Residential relocation and travel satisfaction change： An empirical study in Beijing， China
2
2020
... 由于现有研究成果未涉及生活事件对通勤满意度影响的显著性分析，因此元分析不包括生活事件.然而，一些研究将流动传记（mobility biography）的概念引入城市交通研究，并认为生活事件可以成为改变个人长期出行行为的触发器［59-61］，进而影响居民对出行活动的满意度［29，41，58，62］.例如，RAU等［63］发现，即使是短途的工作地搬迁也会导致通勤满意度下降，这是由搬迁后通勤方式的选择减少、通勤时间增加导致的.然而，GERBER等［29］发现，工作地点的搬迁提高了交通可达性，降低了通勤距离，从而获得了更高的通勤满意度.也有研究关注居住地搬迁对通勤满意度的影响，结果表明，通勤满意度的提高与通勤距离、时间的缩短以及使用非机动出行方式有关［41］，并受居住环境的影响［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
... ［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
Short distance， big impact： The effects of intra-city workplace relocation on staff mobility practices
1
2019
... 由于现有研究成果未涉及生活事件对通勤满意度影响的显著性分析，因此元分析不包括生活事件.然而，一些研究将流动传记（mobility biography）的概念引入城市交通研究，并认为生活事件可以成为改变个人长期出行行为的触发器［59-61］，进而影响居民对出行活动的满意度［29，41，58，62］.例如，RAU等［63］发现，即使是短途的工作地搬迁也会导致通勤满意度下降，这是由搬迁后通勤方式的选择减少、通勤时间增加导致的.然而，GERBER等［29］发现，工作地点的搬迁提高了交通可达性，降低了通勤距离，从而获得了更高的通勤满意度.也有研究关注居住地搬迁对通勤满意度的影响，结果表明，通勤满意度的提高与通勤距离、时间的缩短以及使用非机动出行方式有关［41］，并受居住环境的影响［62］.对生活事件的研究集中于职住地搬迁与通勤满意度之间的关系，结果表明，生活事件主要通过影响建成环境和通勤行为间接影响通勤满意度.因此，相关部门应落实城市土地混合利用、职住平衡、居住生活圈等规划设计理念，特别是在居民非自愿搬迁时，应充分考虑新地点的交通可达性、就业可达性、居住及公共服务配套等. ...
