都市圈通勤出行行为特性分析与建模

为研究都市圈范围内通勤出行的交通方式选择行为,分析出行特性,揭示个体属性、家庭属性及出行属性对方式选择的影响,本文建立都市圈通勤出行Nested Logit 模型,对北京都市圈内廊坊市“北三县”的4 385 个进京通勤者的出行方式选择机理进行研究. 结果表明,出行方式的费用、出行时间及换乘次数均对通勤者出行方式选择产生显著影响. 为验证模型的有效性,提出两种政策改善方案,分析各方案下出行方式划分率变化情况,数据显示综合改善效果下小汽车的出行方式比例下降2.46%,公交与地铁的出行比例分别提高1.73%和 0.75%,表明方案对交通方式分担率改善效果明显.     

小汽车通勤者主观幸福对出行方式选择的影响

为探讨主观幸福对出行方式选择的影响,以北京市开车通勤者为研究对象,在对出行行为分析的基础上,将通勤者的思维过程分为搜索规则和决策规则。在通勤成本变化场景下,采用机器学习算法定性探索主观幸福的作用阶段。结合相关性分析结果建立结构方程模型,定量分析主观幸福对出行方式选择行为的作用机理以及主观幸福的测量变量。研究结果表明:主观幸福对开车通勤者是否改变现有出行方式的决策具有显著影响;主观幸福包括通勤过程满意度(0.73)、场景实施前开车幸福感(0.66)、通勤成本增加后开车幸福感变化(-0.20)三个因素。将主观幸福纳入通勤出行方式选择指标体系,从心理层面为交通政策的制定提供新视角。     

基于出行者认知的理想通勤时间研究

理想通勤时间对住址选择及职住关系、通勤出行方式选择和城市土地利用与空间布局等相关研究有重要意义.以昆明市为案例,研究了理想通勤时间的分布及其与实际通勤时间的差异,并基于序次Logistic回归模型分析了影响理想通勤时间的因素.研究结果表明,理想通勤时间在[10,20)min区间所占比例最大,并不总趋于0,这印证了通勤出行具有一定的正效用.71.3%的通勤者对实际通勤时间不满意,期望缩短通勤时间,仍有8.4%的通勤者的理想通勤时间大于实际通勤时间.年龄、性别、受教育程度、家庭年收入、居住区位对理想通勤时间有显著的影响.     

城市不同空间通勤行为可转移性研究

通勤者因地域及个体特征差异造成选择行为显著不同,本文旨在识别这一差异并揭示城市不同空间通勤行为的可转移性.在分析上海市通勤出行行为影响因素基础上,建立融入OD(Origin and Destination)变量的全空间及分OD空间的通勤方式选择模型,依据转移度量指标研究通勤出行模型空间可转移性.结果表明:全空间模型不能准确揭示不同出行空间通勤行为差异,除全空间模型可转移至内环外—内环内出行空间外,其他空间模型均不可转移;此外,各空间通勤者更偏好常规公交、地铁,且不同出行空间通勤者偏好存在显著差异.     

公共交通票价对通勤走廊出行结构的影响

针对通勤走廊构建交通方式选择模型,分析公共交通票价对通勤走廊出行结构的影响;考虑公共交通多种末端衔接方式,针对有车和无车通勤者,分别构建了包含组合出行模式的出行方式选择NL模型;以北京市地铁5号线沿线通勤走廊为例,结合实际数据对NL模型精度进行检验;在考虑公共交通运能约束的基础上,应用NL模型分析不同单一交通方式票价、组合票价下,各出行方式分担率与公共交通满载率的变化,从公共交通运能利用率和服务水平的角度研究不同票价下出行结构的合理性。研究结果表明:北京市票价调整政策可以提高地面公交运能利用率,但对降低地铁满载率的作用有限;若将地面公交票价调整为0.01~0.06元·km~(-1)或地铁票价调整为0.32~0.42元·km~(-1)时,通勤走廊内地面公交的高峰小时平均满载率为60%~65%,北京市地铁5号线高峰小时满载率为86%~100%,公共交通运能利用率保持在一定水平的同时,提高了公共交通服务水平,且小汽车的分担率基本保持现状,未造成小汽车出行量的激增;当地面公交和地铁票价同时满足限制条件时,通勤走廊内地面公交的高峰小时平均满载率为58%~80%,北京市地铁5号线高峰小时满载率为86%~100%,小汽车分担率的增幅在5%以下,票价调整可以改善通勤走廊的出行结构。     

自行车通勤方式文献综述

无论对通勤者个人还是整个社会,自行车通勤方式要优于其他出行方式.尽管如此,很大一部分通勤者还是放弃了自行车方式.为巩固自行车通勤激励政策的理论基础,研究了影响人们选择自行车通勤方式的决定因素;由于许多自行车通勤者并不是每天都骑车上下班,所以也考虑了其日常出行方式选择情况,以使用频率表示.为明确上述决定因素对自行车通勤的...     

城市轨道交通新线开通对出行方式选择的影响研究

为研究城市轨道交通新线开通对出行方式选择的影响,开展了出行方式转换的SP(Stated Preference)调查,构建全目的和通勤出行方式选择的MNL模型(Multinomial Logit model)。定量分析了个体属性和交通方式属性对出行者交通方式选择的影响。研究表明：乘客感知的轨道交通全目的出行时耗负效用为相同时耗公交的91%,而通勤时耗负效用为全目的出行的1.89倍;轨道交通出行总时耗对分担率影响最显著,前者增减50%时,后者变动约10%;公交是轨道交通的主要竞争方式,当前者出行耗时提高50%时,后者分担率将增加6.8%;停车费小幅提高和出行时耗增加不能显著促使小汽车使用者转向轨道交通,交通需求管理是引导出行转移的重要途径。     

基于态度-行为模型的低收入通勤者出行方式选择

为了分析城市低收入通勤者交通方式选择行为,揭示个体社会经济属性、活动 属性和潜在态度变量对出行者出行方式选择的影响,基于抚顺市居民一日出行调查数 据,采用态度-行为模型探究低收入通勤者出行方式选择机理.首先基于多指标多原因模 型分析影响态度变量的外在因素,结果表明性别、驾照拥有情况和年龄对态度变量的构 成影响较大.然后,分别建立含潜变量和不含潜变量的多项Logit 模型,发现含潜变量的选 择模型更能解释出行行为,社会经济属性、活动属性和态度变量对低收入通勤者出行方 式选择影响存在一定差异.     

基于SVM的高原川道型城市通勤者出行方式选择研究

为探究典型高原川道型城市(西宁市)的出行者对交通出行方式选择的行为,以大规模的居民出行调查数据为基础,提取个人、家庭社会经济属性及出行特征指标,将包含小汽车出行和出租车出行的私人交通方式与公共交通方式这2项通勤方式选择作为目标变量,并通过显著性检验得出影响出行方式选择的8项决策变量.针对29960次有效出行样本,合理划分出训练样本集和测试样本集.基于此,分别构建支持向量机(SVM)和传统的二项Binary logistic (BL)模型以识别通勤者的出行方式选择,选取3项定量指标分方式的分类预测精度、总体分类预测精度和平均绝对百分比误差以对比不同模型的分类结果.研究结果表明:相比BL模型,SVM对分类数据具有更好的拟合效果,对出行方式选择的预测适用性良好,具体来说,对私人交通方式的预测,SVM的预测准确率比BL模型的预测准确率高出8.08％,公共交通则高出了2.76％;SVM的总体分类准确率比BL模型的预测准确率高出4.82％.     

基于多层模型的城市建成环境对通勤行为的影响

为研究城市建成环境对居民通勤行为的影响,考虑个体社会经济属性和交通小区建成环境属性的跨层次结构,建立多层模型,分别分析了个体社会经济属性层面和交通小区建成环境层面对通勤时间及通勤距离的影响,并利用长春市居民出行调查数据标定模型参数. 结果表明：多层模型比传统的回归模型拟合效果更好;控制个体社会经济属性特征后,土地利用混合度、交叉口密度及公共交通站点密度对居民通勤出行时间和距离的影响均呈现显著的负效应,而居民居住地到城市中心商务区(CBD)的距离仅对通勤距离有显著的正向影响.研究结果可为通过城市规划优化通勤结构提供理论支持.     

城市土地利用特征对居民出行方式的影响——以深圳市为例

为缓解日益严重的城市交通问题、优化居民出行方式,有必要研究城市土地利用与交通系统的协调问题.以深圳市为例,应用多元Logit模型(MNL模型),纳入城市土地利用变量与出行者的家庭、社会、经济等变量,分析其对居民工作与非工作出行方式的影响.研究结果表明,出行起点的城市区位是影响居民出行方式的重要因素之一.相对于组团中心和...     

考虑偏好差异的后疫情时代居民出行方式选择行为研究

为探究后疫情时代居民出行方式选择行为，运用选择实验的方法，基于问卷调查获得选择行为数据，构建出行方式选择的混合Logit模型和潜在类别条件Logit模型。采用Stata软件标定模型参数，得到后疫情时代影响居民出行方式选择的主要因素。结果表明，两种模型均体现了个体出行方式选择的异质性，潜在类别条件Logit模型与混合Logit模型相比拟合优度提高了13%， 预测精度提高了3.03%，为突发公共卫生事件下分析出行行为的个体异质性提供了一种有效工具。潜在类别条件Logit模型根据居民所处低、中风险区两种情景，分别将居民划分为4类、5类人 群。从出行方式属性上看，等待时间和在途时间成为居民选择出行方式最重要的影响因素。从个人社会经济属性上看，在后疫情时代收入更高的女性更倾向选择私家车出行，年龄越大对行程费用越敏感，男性更愿意选择公交、地铁出行。     

世界级CBD合理通勤交通模式研究

借鉴国际著名CBD的交通发展经验,有助于科学规划我国城市CBD交通的良性发展。首先通过对53个CBD的岗位密度和通勤交通模式的统计分析,指出CBD非公共交通通勤模式存在容量约束现象,其岗位密度与公共交通通勤比例存在正相关关系。在总结纽约曼哈顿和伦敦金融城两个著名世界级CBD的交通需求和通勤模式特征的基础上,详细分析了支撑其通勤模式的交通设施供应模式、未来面临的岗位增长压力和选择的交通发展战略。最后指出上海市陆家嘴金融城的土地利用规划和交通系统规划存在的不适应性,并对其未来合理的通勤交通模式和交通设施供应策略提出了初步建议。     

自动驾驶影响下的出行行为研究综述

从小汽车出行总需求、出行方式选择、在途时间利用三方面梳理了自动驾驶影响下的出行行为研究现状,分析了用于研究自动驾驶对出行行为影响的数据基础与研究方法,总结了影响自动驾驶环境下出行方式选择的关键因素,指出了出行行为研究存在的问题和未来发展方向。研究结果表明:出行总需求的相关研究主要关注当前服务不足人口的潜在出行,大多通过需求假设分析潜在的变化,在假设的可靠性和结果的准确度方面还存在不足;出行方式选择的相关研究显示车辆服务和出行属性、社会人口和家庭属性、出行习惯属性、居住地和环境属性、个人心理和偏好属性等是影响出行方式选择的关键因素,考虑到不同的研究对象、场景设计与分析方法,性别、年龄、持有驾照、家庭结构等因素对出行行为的具体影响还有待进一步检验;人们对自动驾驶时代在途时间利用的方式和受益程度的认知存在较大的不确定性与异质性,亟需理论模型来进一步讨论潜在的时间利用变化;基于自动驾驶对出行行为影响相关研究的局限性,提出了建立自动驾驶汽车的规范化描述和丰富数据采集方式,开展横向与纵向对比研究,加强各影响因素异质性的考量,辨析自动驾驶时代各类出行行为间的相互影响机制的改进方向。      

学龄儿童出行方式特征及其影响因素

小学阶段学龄儿童处于出行有人陪伴与无人陪伴的过渡期,其上下学时间与城市交通高峰时段重叠,常引发区域性的交通拥堵或其他社会问题。基于北京市西城区5所不同类型小学的学生及家庭成员早高峰出行调查数据,分析表明步行是儿童最主要的出行方式,儿童出行方式选择与小学类型存在明显相关性。重点探讨儿童及家长出行方式选择的影响因素,包括儿童自身特征、家庭及其成员特征、城市交通与环境特征。结果显示,家庭及其成员特征对儿童出行方式选择具有决定性影响;现状城市公共交通无法满足儿童上下学的出行需求;家长对学校周边的交通环境满意度较低,导致儿童上下学以个体出行方式为主。     

考虑定制出行的儿童通学方式选择行为研究

为系统获取考虑定制出行后儿童通学方式选择的行为模式，在系统选取影响儿童通学方式决策变量的基础上，集成结构方程模型和离散选择模型，提出儿童通学方式选择的混合选择模型(HCM)，以云南省昭通市为案例进行分析.结果表明：所构建的HCM模型相比结构方程模型和离散选择模型具有更高的拟合优度，更适用于儿童通学方式选择行为分析；与小汽车出行方式相比，行为意向对家长选择定制出行方式的影响更大，定制出行方式的普及更多取决于家庭的接受和依赖程度；时间和成本并非是家长选择定制出行方式的首要考虑因素.     

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.     

城市居民出行方式链特征分析

在分析城市居民出行方式链特征的基础上,说明个人属性对出行方式链的选择起着至关重要的作用,为基于活动-出行理论的出行方式选择模型的研究奠定了基础。