基于组合模型的车辆出行特征模式划分

精准掌握车辆的出行规律研究智能化城市交通管理及规划的基础工作,而掌握车辆出行规律的前提是探究车辆的出行特征。为研究城市道路交通车辆的出行特征模式,通过对历史RFID轨迹数据挖掘,对私家车、出租车样本轨迹数据进行定性分析,总结车辆运行的分布特征规律。基于数理统计分析,建立了出行频次、在网时间、轨迹重复率、出行时段,活动偏好区域、干线影响区偏好等出行特征指标体系。通过对出行特征指标的定制选取,建立基于密度峰值(CFSFDP)算法与BP神经网络算法的出行特征群体辨识模型。研究了私家车、出租车存在的特征群体,辨识出不同的出行模式,即实现出行特征群体的辨识。选取重庆市主城区域内的RFID数据进行试验分析,分别基于私家车、出租车提取的出行特征指标,进行CFSFDP算法的聚类分析,找到聚类中心,归纳分类数据。再利用分类数据进行BP神经网络训练学习,评价模型试验结果。结果表明:私家车存在3种出行特征群体:商用私家车群体、通勤私家车群体、其他私家车群体,群体识别率为97.2%。出租车具有2种出行特征群体:其他区域偏好出租车群体、干线影响区偏好出租车群体;群体识别率高达99.18%。     

西安市私家车合乘现状调查与分析——以西安市雁塔区为例

针对西安市私家车合乘的现状进行调查.采用非等比例分层抽样法选取西安市雁塔区内车主及乘客各1 000名作为研究对象进行问卷调查,研究西安市私家车合乘的现状及其影响因素.调查结果表明,目前西安市参与私家车合乘的乘客比例仅占2.7%,比例较低,但双方有合作意愿及合作基本条件.通过对调查结果的分析与讨论得出影响私家车合乘的主要因素有:人身安全、额外耗时、经济条件、年龄、性别等.给出几点促进私家车合乘的建议:确保合乘双方的安全、加大对合乘车辆的扶持力度、对通勤合乘进行有力引导、出租车停靠点同时作为合乘候车点及合理利用公交专用道等.      

基于Logit模型的大连市居民通勤出行行为研究

针对大连市主城区进行通勤出行方式的意向偏好调查.选取7家企事业单位的200名驾车通勤者作为研究对象,建立以私家车、公共汽车为选择对象的二元Logit模型,研究停车收费及公交服务水平的变化对不同特性停车者的出行选择方式影响.结果表明:停车收费费率及公交服务水平对城市居民的通勤出行方式选择有显著影响.将合理的停车收费体系与提高公共交通服务水平相结合,是一种优秀的交通需求管理手段.     

基于结构方程模型的城市居民出行方式选择研究

研究居民的出行方式是优化出行结构、科学制定交通需求管理措施的前提。目前针对居民出行方式选择的研究多集中在个人属性和出行特征方面,没有考虑交通供给水平和城市规模的影响。文中在山西太原、运城和吕梁3个规模不同的城市进行居民出行调查,选取个人属性、出行偏好、出行特性、交通供给水平、城市规模和出行方式作为变量,构建居民出行方式选择结构方程模型进行出行行为研究,为交通部门制定交通需求管理政策和优化居民出行结构提供依据。结果表明,经济特征对个人属性的影响最大,经济条件越好的出行者越有可能选择私家车出行;公交供给越充足或停车位供给越少,居民越有可能选择公交车出行;出行偏好期望越高、出行距离越远、出行次数越多的居民选择私家车的概率越大;高峰期出行和工作出行时选择公共交通的概率更大;大城市居民相比中小城市居民更倾向于私家车出行。     

职住地建成环境对网约车通勤出行影响研究

网约车通勤出行比例日益增长,对城市交通运行产生冲击.通过研究影响网约车出行需求的建成环境因素,可以为网约车需求管理提供重要参考.考虑到空间变量的竞争和溢出效应以及误差变量的空间相关性,构建将空间滞后和空间误差同时纳入考虑的空间杜宾误差模型,利用深圳市滴滴出行平台的网约车早晚高峰通勤出行信息,以交通小区为地理单元度量建成环境变量,研究职住地建成环境与网约车通勤出行的空间相关关系.结果表明,居住地与就业地的建成环境对网约车通勤出行的影响存在差异,居住地影响因素更多,而就业地因素的影响程度更大,其影响因素相关系数绝对值是居住地对应因素的2倍以上;由于存在空间溢出效应,增加公交站点数量可以在空间上更大范围地减少网约车通勤需求,促进绿色出行方式的选择.      

合乘出行信息检索的路径匹配算法

研究合乘出行信息检索算法。低效率的信息交流方式制约了合乘出行方式的发展，针对现有合乘信息检索方式的不足，在区域一区域匹配算法的基础上，引入图的概念，提出了一个基于交通路网的路径匹配算法，并给出了算法复杂度分析。该算法利用交通路网中各结点间的距离关系，可以检索给定起迄点间及起迄点各自邻近结点群之间存在的出行信息，并能根据合乘出行路径特点对检索出的信息进行分析、评价和优选，以方便出行者进行合乘组织。最后用一个仿真实例表明算法的有效性。     

预约出行条件下私家车通勤客流分配方法

预约能调整城市交通的供需关系, 最大化利用交通资源。针对私家车通勤引发的交通拥堵, 研究了预约出行条件下私家车通勤客流分配方法。将车辆分为受控的预约车辆和不受控的非预约车辆, 道路状态分为可预约状态和不可预约状态, 给出了道路状态判别及车辆行程时间计算方法, 构建了城市通勤私家车的预约出行模型。以Nguyen-Dupuis网络作为算例, 从行程时间和预约数量2个方面评价车辆实施预约出行的效果。结果表明: 预约比例由0%提升至100%时, 路径的行程时间降低20%~30%, 平均行程时间从610 s降低至466 s; 当预约比例为30%时能获得全部预约比例的80%收益; 全部车辆均期望参与预约时, 由于预约需求的不均衡仍有2%的车辆预约失败。得出结论, 当预约出行的比例达到30%~40%时, 即可达到缓解拥堵的预期效果。      

拥挤收费下基于前景理论的出行者路径选择行为分析

出行者（特指私家车出行者）路径选择行为的研究对于城市的交通管理和交通组织都有着重要的意义,而且随着交通出行费用的不断增加,以及道路拥挤收费政策逐步实施,仅仅考虑距离最短、时间最短来对出行者路径选择行为模型进行研究,往往实用性欠佳。针对以往的研究中考虑因素单一、模型实用性不强这一问题,运用能有效描述出行者不确定性条件下决策行为的前景理论,综合考虑出行者的出行时间、出行费用以及出行者的个人偏好、出行经验等因素,建立一个更为贴合实际的出行者路径选择行为模型。以实际算例的形式对比分析了,不同收费标准对不同出行者人群、不同性质出行的路径选择行为的影响程度。结果表明：与拥挤收费政策实施前相比,收费3元时,高收入水平出行者购物出行时的路径发生变化,而对于通勤出行,当收费大于6元时出行路径才发生变化;对于中低收入水平出行者来说,因为其较高收入者对费用更为敏感,所以拥挤收费政策实施后他们的反应也不尽相同。     

早高峰地铁通勤计划延误价值分析与实证

解释和预测通勤者的时间价值和出行行为是实施交通需求管理措施,进而缓解城市交通拥堵的基础研究工作之一.综合考虑出行时间、计划延误、厢内拥挤和地铁票价等影响因素,给出了地铁通勤者的出行效用表达式,基于Logit模型对地铁通勤者早高峰期间的出发时刻选择行为进行了研究.针对不同的地铁通勤情景进行组合,设计了意愿偏好调查问卷,在北京地区进行了实证调查.统计结果表明,对北京地铁的通勤者而言,早到和晚到上班地点的计划延误价值每分钟分别为0.237元和0.406元;厢内拥挤的程度和地铁票价的折扣变化都会影响地铁通勤的出发时刻选择.考虑收入的异质性对模型进行了改进,统计结果在0.05水平上是显著的.      

基于OBD数据的驾驶人出行模式挖掘

传统的出行模式研究通常依靠问卷调查分析驾驶人出行特征，所得结果易受调查数据主观性影响，针对此问题基于北京市域范围内2个月共计3 570辆私家车的车载诊断数据，对驾驶人的不同出行模式进行分析并建模。通过长期采集的车辆各项参数，采用基于密度峰值的聚类算法进行聚类，将不同的驾驶人分为高频出行者、通勤出行者、长距偶发出行者以及危险出行者，并从平均出行距离、出行频次、百公里危险驾驶行为次数和出行时段等多维度进行分析，反映驾驶人行为的变化性和规律性。根据聚类的结果，使用多维离散隐马尔可夫模型进行建模并完成测试。测试表明，所提出的算法对于驾驶人出行模式的识别具有较高的准确性，对于4种类型的出行者，平均识别率超过91%，最高识别率可达94.5%。      

Commuting travel behavior focusing on the role of shared transportation in the wake of the COVID-19 pandemic and the Tokyo Olympics

To maintain life in the face of the COVID-19, people's lifestyles and travel behaviors must change. Accordingly, such changes have also occurred in the travel behavior for commuting purposes, especially during periods of severe congestion. The most typical example is the decrease in commuting travel due to telecommunication and other factors. Additionally, with the development of the sharing economy in recent years, the introduction of shared transportation has been rapidly expanding in the transportation sector, which may contribute to alleviating traffic congestion and other problems in the COVID-19 situation. In this study, we focused on the changes in travel behavior for commuting purposes during the COVID-19 period, including the time of the Tokyo Olympics, when traffic congestion was expected. The survey was conducted using a web-based questionnaire. In addition, to further promote changes in the travel behavior during the COVID-19 period, we analyzed the possibility of changes in the use of shared transportation arising from nudge effects of information provision and incentives. The results showed that the changes in commuting travel behavior were related to the awareness of COVID-19. Certain issues, such as a lack of ports and the widespread use of shared transportation need to be identified and resolved. Meanwhile, it was shown that the role of shared transportation for commuting purposes could be further improved by incentives and real-time information presentation about shared transportation.     

面向传染病疫情防控的公共交通运行管理决策支持研究

近年来全球新发重大传染病疫情不断出现，已成为人类社会必须防范应对的重大风险。公共交通在传染病疫情防控过程中承担着阻断病毒传播和保障复工复产的功能，疫情期间公共交通运行管理的决策需求和技术支撑体系与日常情况有显著差异。现有研究多针对公交日常运行决策需求展开，虽有少量针对突发公共事件的应急管理决策支持的研究，但多针对自然灾害和事故灾难场景，无法迁移应用于传染病疫情防控。基于此，以新型冠状病毒肺炎（COVID-19）疫情为例，综合考虑突发公共卫生事件应急管理流程和疫情防控实际情况，系统梳理疫情不同阶段的防控目标和决策需求，提出一种面向传染病疫情防控的公共交通运行管理决策支持系统框架，建立基于公共卫生事件案例库、多源数据融合库、公交数据分析技术库和公交防疫策略库的功能架构，并设计不同功能模块的算法模型。研究以厦门为例，对提出的决策支持系统的功能架构和算法模型进行验证。研究结果表明，构建公交乘客出行链的成功率为89.7%，并可应用于疫情不同阶段的关联客流分析、感染者同乘人员的追溯分析、医护人员等防疫人员的通勤出行识别、公交运行满载率监控等方面。研究成果不仅对传染病疫情防控有实用价值，而且对突发公共事件应急管理决策支持方法亦有理论贡献。     

常态化疫情防控阶段旅客中长距离城际出行联合选择行为建模

新冠肺炎疫情对旅客中长距离的城际交通出行影响巨大，现有研究侧重疫情暴发初期疫情对城际交通出行的影响，针对常态化疫情防控阶段旅客城际出行选择行为的研究相对较少，因此，本文旨在研究常态化疫情防控阶段旅客中长距离城际出行选择行为。针对民航、高铁、普铁和自驾等方式分别建立包含4种城际出行方式的多指标多因果出行选择模型（MIMIC），模型中引入感知防疫安全程度、防疫策略、乘车体验与出行习惯4个潜变量，探究潜变量与观测变量的因子载荷并辨识模型参数，求取各潜变量的拟合值；在此基础上建立考虑出行方式特性、旅客社会经济属性与潜变量的多出行方式联合选择行为模型（MIMIC-Logit），探究常态化疫情防控阶段旅客出行心理对其出行决策的影响；假设出行费用、时间与距离等变量的随机系数服从正态分布，采用抽样1000次的Halton序列对随机系数进行仿真求解，得到随机系数的回归分析结果。以2021年4月—6月到达西安旅客的调查数据为例进行实证研究，结果发现:所提MIMIC-Logit模型的拟合优度与命中率分别为43.621%与83.312%，均高于多项Logit模型与随机系数Logit模型；旅客对不同方式的出行费用、时间与距离的偏好具有异质性，且出行方式特性、社会经济属性与潜变量都对出行选择的效用有显著影响。弹性分析表明，当感知防疫安全程度与防疫策略提升了100%时，旅客选择民航出行的概率分别提升了23.207%与21.349%；而当乘车体验提升了100%时，旅客选择高铁出行的概率提升了18.229%。综上，所提方法揭示了潜变量对旅客出行选择行为的显著影响；通过提升感知防疫安全程度、防疫策略与乘车体验等手段，可以提升旅客选择高铁、民航出行的概率。      

Viability assessment of electric cars for personal use in India

The study assesses the viability of electric cars for personal use in India based on the driving range and travel pattern, vehicle ownership and income levels and energy demand. The study estimates the expected personal electric car stock in India using a scenario-based approach. This is used to further estimate the electricity demand. Growing income levels present a potential for converting personal cars to electric, however, the limited percentage of multicar households in India limits its viability. The analysis shows that the low powertrain models can meet most of the daily travel demand in a single charge. However, the increasing ownership of large-size vehicles and growing travel distances impose a burden on electricity demand. There is a need to adopt a package of policies to restrain the growing vehicle ownership, retain the existing travel intensity and manage the energy demand.     

A nationwide study of factors associated with household car ownership in China

Car ownership is growing very rapidly in China; whilst this is a reflection of sustained economic growth, it presents a major challenge to Chinese transport policymakers. The consequences of China's motorization also extend beyond the national borders, however, via mechanisms such as increased demand for new automobiles produced in North America and Europe and the global atmospheric concentration of greenhouse gases. Chinese cities are also experimenting with innovative transport policies to manage increasing car ownership, which in a number of cases go beyond the menu of policy options that have traditionally been considered in the West. Despite policy interest for these reasons, China's motorization process is poorly understood, in part due to a scarcity of relevant data.This paper contributes to the body of literature regarding this phenomenon by drawing on a unique data resource: the 2011 wave of the China Household Finance Survey (n = 8438 households). This is a disaggregate national-scale survey dataset developed to monitor economic conditions in China, though to the authors' knowledge the CHFS has not previously been employed to study patterns of car ownership.We report a set of three analyses, to identify factors associated with: 1) whether a household owns at least one car, 2) multiple car ownership, and 3) whether a household owns a new car. Amongst other empirical results, we find that living in a rural area is negatively associated with car ownership, net of confounding effects, and that within towns/cities poor accessibility (i.e. long travel time) to the town/city centre is also negatively associated with car ownership. These findings regarding spatial effects are contrary to typical findings in the West, where car ownership is generally lowest in urban centres.An earlier version of this study was presented at the 2017 Transportation Research Board conference.     

公交信息条件下的公交出行意愿研究

深入解析公交信息对居民公交出行意愿的影响机理,是合理规划城市公交出行信息环境的理论基础,对于城市交通管理以及交通拥堵的缓解有着重要的意义。基于计划行为理论在行为态度、主观规范、知觉行为控制3个基本变量的基础上加入公交信息、出行经验、个人属性等变量,对计划行为理论加以改进,利用改进的计划行为理论建立公交信息条件下的公交出行意愿模型。以南京市居民为调查研究对象,运用结构方程模型对调查数据进行验证分析,确定了各变量的相互作用关系以及它们对公交出行意愿的影响效应。结果表明公交信息对公交出行态度、主观规范、知觉行为控制等变量有直接显著影响,且为正向关系,影响系数分别为0.533、0.451和0.576;公交信息会对公交出行意愿产生间接影响,影响总效应为0.92,说明高质量的公交信息可以提升公交吸引力,增强居民的公交出行意愿。      

单中心大城市土地利用对居民出行方式的影响

为了全面了解大城市内部土地利用对居民出行行为的影响,以团块状单中心大城市为例研究了居民出行方式的相关特征。结果表明,团块状单中心城市内部土地利用密度和区位对居民出行方式有显著影响,步行和自行车出行比例由市中心向外围随着人口密度的减小而递减;助力车、摩托车、公交车、私家车出行比例则由市中心向外围随着人口密度的减小呈梯度式递增。土地混合利用程度对出行方式的选择影响不明显。土地利用对居民出行方式间的转移没有显著影响,居民出行方式间的转移局部与全局的特征相似。     

Structure des localisations intra-urbaines et mobilité domicile-travail

Rapid change in urban travel, in particular the increase in car traffic, is causing severe problems which mean that it is of strategic importance to understand the determinants of travel practices. In addition to such relatively familiar sociodemographic and economic parameters as gender, age and income, the characteristics of trips also depend on how the locations of intra-urban residences and economic activities are structured. The lengthening of distances and the increasing role of the car appear to be largely explained by the emergence of new, more sprawled, spatial configurations, which may even be multipolar. One of the ways of examining the link between urban forms and travel is to compare conurbations which differ very greatly in terms of the distribution of locations and determine to what extent these differences affect trip-making. The results we present here originate from on-going research, mainly by the Laboratoire d'dconomie des transports and INRETS, which compares the urban areas of Marseille and Aix-en-Provence, Lyon, Bordeaux, Grenoble, Dijon and Saint-Etienne. Only home-to-work trips have been considered. The first results suggest that there are significant differences between those urban areas which retain a pronounced centre and others which have been more affected by urban sprawl. The differences we have revealed with regard to home-to-work journeys involve the geography of traffic flows, the use of different modes of transport and above all the dissociation between residential locations and places of work, which is less marked in those areas where the centre has retained an important role.