居民低碳通勤出行的主观态度识别及影响分析

基于已有的居民低碳通勤出行SP数据,应用直觉模糊C均值聚类算法对样本进行聚类,识别居民对低碳通勤出行所持有的主观态度类型.构建不同类型居民低碳通勤出行意愿的MIMIC模型,研究持有不同主观态度的群体其行为意愿形成机理的差异性.研究结果表明:居民低碳通勤出行的主观态度可划分为积极、中立、消极三类;主观态度与个体出行方式选择和低碳通勤出行意愿之间均存在相关性;持有不同主观态度的群体,作用于其行为意向的影响因素的构成,影响因素对行为意愿作用的路径,作用强度存在差异性.     

动迁居民通勤出行特征研究——以上海市大型居住社区江桥基地为例

随着城市发展，上海市人口增长的重点逐渐由中心城区转向城市外围地区，将对动迁居民的通勤出行产生巨大影响，有必要对该类人群的出行特征进行研究。以上海市嘉定区江桥基地为例，开展出行调查，分析搬迁至该社区的居民的通勤出行特征，包括出行时耗、出行距离、出发时间、出行方式、工作地点。将动迁通勤者与非动迁通勤者及上海市中心城区通勤出行数据进行对比分析，结果显示，虽然一部分动迁居民改变了工作地点，但总体上其通勤出行时耗和出行距离更长、出发时间更早。最后，针对江桥基地周边交通系统提出改善建议。     

国内不同类型城市居民出行特征分析

通过收集大量国内城市的居民出行特征调查数据,对数据进行归纳整理,从出行次数、出行目的、出行方式结构、出行耗时等4个方面进行分析.通过对城市进行分类,找出不同类型城市的居民出行特征,分析产生这些特征的原因.对居民出行次数,按照人口规模分类,建立了不同人口规模城市的居民人均出行次数模型,通过建摸的方式找出不同人口规模城市的居民出行次数规律.     

上海市中心城区公共交通典型通勤出行链特征分析

基于居民调查与爬取的数据,梳理上海市中心城公共交通为主体的通勤出行链,并分析其主要出行时空区间,从中提取以公共交通为主的4类典型通勤出行链,探究不同公交出行链服务的通勤出行距离分布、出行耗时差异及起讫点在中心城的圈层分布特征。而后采用公交小汽车行程时间比指标,对不同距离区间内典型公交出行链的服务效率及服务竞争力进行评估,为公共交通在新业态重组后的城市交通系统中的重新定位及精准优化提供参考。     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

基于手机话单数据的通勤出行特征分析 ——以深圳市为例

通过手机话单数据提取用户的出行特征具有可行性.然而,手机话单数据的稀疏性对提取居民出行时间特征造成困难.通过对深圳市手机话单数据的挖掘分析识别居民职住地,得到居民特征通勤序列,进而基于早、晚不同情况对居民通勤特征进行描述和分析.对比分析显示,通过手机话单数据得到的居民通勤距离和时间特征与居民出行调查结果较为一致,说明该方法可用以描述居民通勤特征.研究表明,深圳市居民通勤开始时间受通勤距离影响不大,大于10 km的中长距离通勤出行对应的平均通勤时间维持在一个比较稳定的值(45~50 min).     

迁居居民活动—出行行为选择机理研究

迁居居民日常活动—出行模式不仅是短期决策下的行为响应,更是长期生活中习惯、态度等因素的作用结果.本文基于时间地理学和计划行为理论,应用迁居居民活动日志调查数据,从外部时空制约和行为习惯两个方面考虑迁居居民出行行为的动态调整过程,构建了迁居居民活动—出行行为选择机理的结构方程模型.结果表明,在迁居事件作用下,居民活动—出行行为发生了巨大调整.具体而言,居民活动—出行调整过程中存在显著的层级决策序列,通勤活动的调整优于非通勤活动,且会制约着非通勤的安排,进而影响到不同类型的非通勤活动间的交互关系.其次,居民行为选择还受过去态度及偏好的正向引导作用,习惯影响次之,且迁居前各行为间存在的交互模式会进一步传递到现活动安排中,主要凸显在非通勤上.与此同时,外部时空制约和主观因素同时作用于现出行行为上时,外部制约会通过态度或习惯的影响来调整活动和出行模式,以维持或重构日常生活支持网.     

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.     

小城市居民出行特征分析——以苍南县城为例

主要针对苍南县城居民的出行特征,分别从出行次数、出行方式和时辰分布三方面分析了居民出行与人口特征之间的关系,实证研究了年龄、职业、收入等对居民出行次数和出行方式的影响,并且分析了不同目的、方式、职业居民的出行时辰分布特征,为今后城市建设效果评估和居民出行预测提供基础.     

城市居民通勤出行方式服务水平评价

随着城市居民就业范围的扩大,通勤出行距离不断增加,通勤时段逐渐延长,使通勤出行日益复杂.因此,有必要对居民的通勤出行特征进行全面的分析研究,进而掌握通勤出行的规律,改善通勤出行的交通环境.本文首先从出行时间特征、出行距离,出行时耗、交通方式选择等方面对通勤出行的特征进行了分析;然后给出了通勤出行的评价体系,通过将logit模型和层次分析法相结合,得到通勤出行方式的服务水平;最后通过实例,验证了该方法的合理性,并给出了相应的评价结果.     

城市综合体对社区居民出行行为影响研究

城市综合体作为一种高度复合的新型开发模式,通过改变社区建成环境,对居民日常活动产生了潜移默化的影响.本文从交通规划者视角,对城市综合体产生的社区居民出行行为影响进行了研究.基于问卷调查数据,通过倾向得分匹配预处理,弱化个人信息对于出行特征分析的干扰,以有城市综合体的社区居民自陈述的出行变化作拟纵向分析,初步把握城市综合体对社区居民出行特征产生的影响趋势.而后对有无城市综合体两类社区居民的出行数据进行对比分析.结果显示,城市综合体开发模式可有效促进居民产生更多的短距离慢行出行替代机动化长距离出行以满足弹性需求.本研究可为城市综合体区别于传统单一用地开发模式的交通系统配置提供方向指导.     

城市综合体对社区居民出行行为影响研究

城市综合体作为一种高度复合的新型开发模式，通过改变社区建成环境，对居民日常活动产生了潜移默化的影响.本文从交通规划者视角，对城市综合体产生的社区居民出行行为影响进行了研究.基于问卷调查数据，通过倾向得分匹配预处理，弱化个人信息对于出行特征分析的干扰，以有城市综合体的社区居民自陈述的出行变化作拟纵向分析，初步把握城市综合体对社区居民出行特征产生的影响趋势.而后对有无城市综合体两类社区居民的出行数据进行对比分析.结果显示，城市综合体开发模式可有效促进居民产生更多的短距离慢行出行替代机动化长距离出行以满足弹性需求.本研究可为城市综合体区别于传统单一用地开发模式的交通系统配置提供方向指导.     

基于公交OD数据的居民公交出行特征研究

已有研究在应用“四阶段法”进行公共交通需求预测时,缺少对居民公交出行分布规律及变化特征的分析．文中通过从潍坊、常州、上虞、蚌埠和湖州五个典型城市居民出行调查数据库中提取出公交OD出行的有效数据,运用图形处理及模型标定等方法进行深入的数据挖掘,研究了居民出行时间消耗特征、出行时间分布特征和出行空间分布特征。指出：0公交出行的可容忍时间与建成区面积及公交分担率密切相关：②由于城市发展状态、经济发展水平及人们出行规律的不同,都会造成出行时间分布的差异;③分析同一城市不同时期居民出行空间分布时,应具体分析各区之间的出行联系强度。居民公交出行时空分布特征的研究,可以为城市公共交通需求预测及公交线网规划提供定量的参考依据及理论支持,该项研究的结论和分析方法可供其他城市借鉴和使用。     

基于手机信令数据的城市通勤出行特征研究

通勤交通出行特征是研究城市交通规划的重要数据基础,如何有效提取通勤出行特征成为研究城市居民通勤出行的关键。文章通过分析手机信令数据特性和通勤出行特征,利用手机信令数据挖掘的相关技术,建立通勤出行特征提取模型并进行实例研究,与传统的居民出行调查分析进行对比,验证利用手机信令数据进行通勤出行特征研究的可行性。     

汉中市居民出行特征分析及对策研究

基于陕西省汉中市2011年居民出行调查的有关数据,对汉中市居民出行特征进行系统分析,包括出行者年龄、职业、出行目的、出行方式、出行耗时、出行时间分布及出行空间分布等方面,在此基础上,结合中小城市发展特征,从加强城市对外交通、优化城市布局和土地利用、完善城市道路网络和优化城市交通出行结构等方面提出中小城市交通发展的对策,以解决中小城市交通问题,从而引导中小城市健康发展。     

北京市居民出行方式人群分类

为识别出行者选择不同出行方式的差异,将多重对应分析法应用到行为领域进行出行人群分类。根据北京市居民日常出行问卷调查,利用结构方程模型选择出对出行方式影响比较显著的变量,分析出行人属性、出行属性、出行偏好和出行方式之间的定量关系。根据选择出来的指标把出行人群划分成5个类别,分析每类群体所倾向的出行方式并针对不同群体提出相应的措施,以引导居民出行。     

中小城市居民出行特征分析及交通对策研究

居民出行调查是城市交通规划、建设和管理的基本依据。基于江苏新沂市2006年居民出行调查的有关数据,从出行强度、出行方式、出行目的及出行时间分布等方面对中小城市居民出行特征进行分析,并在此基础上,结合中小城市居民出行意愿、路网状况、未来的环境改善以及可持续发展,从优先发展公共交通、重视自行车交通以及控制摩托车发展等方面,提出中小城市交通发展的几点对策,可为中小城市交通规划、城市交通改善与管理提供思路.     

山地城市轨道车站周边住宅区居民出行研究

根据山地城市轨道车站与周边住宅区衔接方式的差异,将住宅区与轨道车站衔接划分为短距离、中距离及长距离三类模式,并对中短距离两类衔接模式典型住宅区居民出行高峰小时产生率、出行方式比例、同种出行目的方式比例进行特征对比分析。研究表明：短距离衔接模式,能够显著提升居民采用公共交通出行比例;中短距离两种衔接模式,住宅区私家车出行比例相差不大;居民对不同交通方式换乘选择意愿较弱。研究结果可为山地城市住宅区引导和保障居民选择公共交通出行提供参考借鉴。     

城市空间发展对居民出行特征的影响研究——以广州为例

以广州为案例,在对1984年与2005年广州市前后两次居民出行调查数据分析的基础上,分析20年来广州城市空间的拓展和优化过程中市民出行习惯特征的变化,开展了城市空间发展对居民的出行特征的影响研究,解析城市空间发展对出行率、出行方式、出行距离及出行时耗等出行特征的影响机制,对于探索交通问题产生的根源及解决途径等均具有重要参考价值.