网约车合乘与地铁联运出行特征识别与节油估算

网约车合乘与地铁联运出行,不仅可以实现两种交通方式在服务功能上的优势互补,还可以放大共享出行的节能减排效益。基于滴滴出行网约车移动出行平台中北京市域拼车和顺风车运营数据以及北京地铁AFC刷卡数据,深入分析网约车合乘与地铁的竞合关系。利用非负矩阵分解算法进行延伸型通勤出行链的识别,提出考虑燃油经济性指标和车辆运行状态的通勤出行链节油估算模型。将该方法应用于北京市,发现拼车多为地铁竞争型和地铁延伸型订单,而顺风车多为地铁延伸型订单;延伸型通勤出行链主要为郊区通勤者提供地铁接驳服务。顺风车出行明显比拼车出行更加节油;“网约车合乘+地铁”通勤出行链主要来自郊区无地铁覆盖区域,该模式的平均节油率能够达到50%以上;“顺风车+地铁”出行链的节油效益好于“拼车+地铁”出行链。指出管理者应采取费用补贴、停车优惠等政策措施,鼓励“网约车合乘+地铁”通勤出行方式发展,使绿色高效的一体化出行服务惠及更多城市居民。     

考虑出行竞争的网约车能源环境效应不确定性研究

在碳中和背景下,交通行业推进节能减排刻不容缓。随着网约车的蓬勃发展,它被认为替 代了部分传统出行方式出行量,与传统出行方式形成竞争关系,网约车对绿色出行量的影响引发 了人们对其能源环境效应的思考。本文基于反事实思维视角,从网约车对传统出行方式出行量 影响的角度建立网约车能源环境效应评估模型;以北京市为案例城市,运用网约车进入北京之前 不同指标的数据,推演近年不考虑网约车影响的传统出行方式出行量;结合推演出行量和建立的 能源环境效应评估模型得到网约车带来的净碳排放。结果表明,网约车对公交车和地铁出行量 产生一定的抑制作用,其能源环境效应具有不确定性特征,并且随着共乘比例的增大,网约车的 负能源环境效应削弱,说明网约车仍然具有节能减排的潜力,相关部门需要合理管理网约车。研 究结论揭示了网约车的能源环境效应及发展共乘模式的重要性,对以网约车为代表的共享出行 可持续发展具有参考意义,为实现碳中和作贡献。     

基于多源数据的网约车与地铁接驳特征分析

网约车出行作为一种新兴的出行模式,在人们日常出行中发挥着重要作用。基于网约车订单数据,引入手机信令、地图导航等多源数据,首先,分析网约车与地铁接驳的时空特征,并与手机用户的地铁接驳出行数据进行对比;其次,基于XGBoost(extreme gradient boosting,极端梯度增强算法)构造充分考虑接驳距离、地铁乘距、接驳需求、公交便利程度、通勤出行占比等因素的回归模型;最后,从到达地铁站与离开地铁站两个方面,分析各因素对网约车与地铁接驳的影响。结果表明:使用网约车到达地铁站的订单量远大于离开地铁站的订单量,网约车与地铁接驳距离在1.5~3.5km的接驳量最大;网约车与地铁接驳存在明显的早高峰和晚高峰时段,高峰时段使用网约车与地铁接驳的出行占比与手机用户使用地铁出行的占比一致。     

基于网约车订单数据的居民出行特征研究

为了解不同类型网约车乘客的出行特征,帮助网约车司机制定合理的寻客策略,以北京市出租车网络订单数据及快车网络订单数据为基础,采用K-均值（K-means） 聚类方法,以乘客出行时间、行程时间、上车区域用地性质及下车区域用地性质作为特征变量,对两种网约车的订单数据进行聚类分析,并分别将其划分为4种需求类型。对出租车网络订单及快车网络订单的4种需求类型进行对比分析,发现二者的乘客出行需求呈现出相似的特征。其中有两类需求受乘客出行时间影响较大,工作日早晚高峰的出行需求更为活跃,乘客上下车区域的用地性质集中于混合用地性质。另外两类需求受乘客出行时间影响较小,乘客上下车区域集中于混合用地与居住用地、商业服务设施用地、绿地及广场用地3 种用地类型之间。对订单数据进行统计分析发现,快车网络订单行程时间集中在10~20min,出租车网络订单的行程时间集中在10~45min。快车订单以短时出行为主,当乘客行程时间较长时选择出租车的概率更大。     

基于网约车订单数据的居民出行特征研究——以北京市为例

为了解不同类型网约车乘客的出行特征,帮助网约车司机制定合理的寻客策略,以北京市出租车网络订单数据及快车网络订单数据为基础,采用K-均值(K-means)聚类方法,以乘客出行时间、行程时间、上车区域用地性质及下车区域用地性质作为特征变量,对两种网约车的订单数据进行聚类分析,并分别将其划分为4种需求类型。对出租车网络订单及快车网络订单的4种需求类型进行对比分析,发现二者的乘客出行需求呈现出相似的特征。其中有两类需求受乘客出行时间影响较大,工作日早晚高峰的出行需求更为活跃,乘客上下车区域的用地性质集中于混合用地性质。另外两类需求受乘客出行时间影响较小,乘客上下车区域集中于混合用地与居住用地、商业服务设施用地、绿地及广场用地3种用地类型之间。对订单数据进行统计分析发现,快车网络订单行程时间集中在10～20min,出租车网络订单的行程时间集中在10～45min。快车订单以短时出行为主,当乘客行程时间较长时选择出租车的概率更大。     

建成环境对网约车出行行为的影响分析

出行行为是行为主体在建成环境制约下的选择结果,为探讨网约车迅猛发展时期建成环境对网约车出行行为的影响,基于成都市网约车数据和建成环境数据,构建以路网密度、混合度、公交站点密度等建成环境指标为自变量、乘客上下车点数据为因变量的多元线性回归模型,以成都市为例开展实证研究.结果表明,不同的建成环境对网约车出行行为的影响程度不同,其中土地利用混合程度及商务用地和住宅用地对网约车出行行为影响较大.研究结果可为城市交通系统规划、智慧城市建设以及网约车高效管理提供数据支撑.     

新冠疫情影响下居民共享出行方式选择行为研究

为分析新冠疫情对共享出行方式选择行为的影响，针对传统出行、网约车、合乘、汽车分时租赁及共享自行车的多方式交通系统设计SP(Stated Preference)问卷；对于疫情前和疫情期间的出行方式选择分别构建基于面板数据的混合Logit模型，比较解释变量的影响差异，分析感知疫情严重程度和方式选择惯性的联合影响；基于弹性分析预测疫情背景下不同管控政策对应的出行方式分担率。结果表明：感知疫情严重程度对合乘和分时租赁影响显著，方式选择惯性对网约车、分时租赁及共享自行车影响显著；当感知疫情严重程度降低至30%~50%时，1.6~3.0倍的停车费调整策略可将私家车分担率降低至疫情前，此时，低密接的分时租赁具有主要替代作用；当感知疫情严重程度在60%以上时，提高合乘出行安全程度至1.4~3.6倍可恢复其分担率。     

基于网络核密度的网约车上下客热点识别

为分析网约车上下客热点的时空分布特性,利用网约车订单数据,构建基于网络核密度估计的上下客热点识别模型,采用回归模型对热点进行聚类和分级。通过研究区域划定、数据清洗和筛选,引入以路网距离为度量的网络核密度估计方法,基于非均质网络方向延展和网络距离衰减效应,对工作日和非工作日的特征时段内网约车上下客点的核密度值进行估计。采用零膨胀负二项回归模型对核密度值进行聚类,识别出研究区域的热点路段分布及其等级。通过与平面核密度估计结果对比分析,本文提出的网络核密度估计方法体现了上下客热点在路段和交叉口的分布特点,表征了实际的交通需求与路网结构的关系。研究结论为优化城市网约车的运营管理、提高城市居民出行效率提供理论依据。     

基于MNL模型的网约车乘客出行行为

为研究基于多项评定(multinomial logit, MNL)模型的网约车乘客出行行为,以2018年大连市主要商圈内具有网约车乘车经历的出行者为调查对象,设计网约车乘客出行意向调查(stated preference, SP)问卷,建立MNL模型,探索出行方式选择行为的关键影响因素及其作用规律,并进行弹性分析。研究结果表明:出行者的年龄、职业、学历、家庭收入、私家车拥有情况等个人社会经济属性对交通方式选择有显著影响,网约车的乘用频率、司机的礼貌程度以及自由时间满意度对网约车的使用有一定的促进作用。研究结果可以为城市网约车的管理提供借鉴。     

感知乘客心理的出租车动态合乘优化方法

为研究考虑乘客感知的动态合乘问题，本文提出一种改进的算法框架。基于可行出行对概念，构建乘客满意度最大、出行时间最少的多目标线性规划问题，将合乘问题转化为车辆和乘客间的线性分配问题，并采用基于精英策略的人工蜂群算法(Elitism based Multi-Objective Artificial Bee Colony，EMOABC)求解。根据海口市出租车订单数据建立算例，实验结果表明，该算法框架能够实时提供优质动态合乘方案。相比单纯优化出行效率，考虑乘客心理的合乘策略，相对提高12%的乘客满意度，服务率等方面也有较好表现。     

基于轨迹数据的网约车排放时空特征分析

网约车逐渐成为城市中重要的交通方式之一,由于网约车出行特征与其他交通方式显著不同,其环境影响仍有待深入研究。为揭示网约车的排放特征,基于成都市网约车GPS轨迹数据,采用大数据分析方法得到网约车在各轨迹段的平均速度、行驶里程等参数,然后应用机动车排放模型COPERT实现对研究区域内网约车CO、HC、NOx和CO2排放的量化,并进一步分析其时空分布特征。结果显示：2016年11月18日成都市研究区域内网约车CO、NOx、HC、CO2的排放量分别为151,41.5,8.93,125497.6 kg;网约车排放的高峰时段发生在 9:00-10:00、14:00-15:00 和 17:00-18:00;网约车高排放区域主要分布于二环高架路、二环路、蜀都大道附近,其中部分路段交叉口的排放最为突出;区域平均速度可显著影响该区域网约车平均排放因子。因此,政府相关部门可针对网约车高排放时段和地区,采取交通需求管理及车辆限速控制等治理手段,以减少中心城区的交通排放。研究成果可为网约车环境影响评估提供科学方法,为城市网约车管理的相关政策制定提供决策依据。     

碳达峰目标下中国民航CO2与NOx减排协同效益分析

民用航空作为交通运输的重要组成部分，对落实国家碳达峰和碳中和战略具有重大意义。本文构建了一套符合民航特征的大气污染物与CO2排放综合预测模型，针对民航飞机未来增 长情况和2019—2050年民航CO2和NOx排放量开展预测分析，并利用协同控制坐标系和协同减 排弹性系数评价产生的减排协同效益。结果表明，未来民航飞机年增量呈现出不断增长的趋势， 与GDP、潜在产出及劳动效率的发展关联密切。燃油效率的提高并不能改变民航CO2和NOx排放量持续增长的现状，可持续航空燃料的发展使民航CO2排放量于2045年达峰，约为3.18×108 t，并会促进NOx排放量持续增长。通过技术改进与新动力飞机的进入可消除此影响，使民航CO2排放量达峰时间提前到2040年，排放量约为2.65×108 t，在此基础上，推进可持续航空燃料的应用可使民航CO2排放量在2037年达峰，约为2.47×108 t，可见民航业无法实现2030碳达峰愿景，且研究表明，适当引进可持续航空燃料，加快对民航技术的改进和新动力飞机的应用是强化民航CO2与 NOx协同减排的最佳选择。因此短期内着力提高飞机燃油经济性；中期加速推进可持续航空燃料 的应用比例；长期依靠新型动力飞机实现零碳飞行，是民航业实现双碳的最佳路径。     

面向实际交通状态的混合动力汽车能耗和CO2排放模型

由于混合动力汽车与传统燃油车的能耗排放因子具有差异性，导致机动车交通路网能耗排放的量化评估存在不确定性。本文建立混合动力汽车在实际交通状态中的能耗和CO2排放因子测算模型，基于车辆比功率VSP(Vehicle Specific Power)作为车辆行驶状态与能耗排放之间耦合关系的表征参数。通过引入内燃机转速区分内燃机开启和关闭工作状态，并计算内燃机开启状态下VSP对应的平均能耗率，同时，建立能够解析混合动力汽车能耗排放产生机理的VSP分布。通过收集典型行驶工况下车辆测试油耗数据和北京市车辆实际行驶轨迹数据，验证了模型的准确性，并应用模型测算混合动力汽车不同速度区间下的油耗和CO2排放因子。研究结果表明：在城市行驶工况(UDDS)和高速行驶工况(HWY)中，模型测算能耗排放因子与真实值的平均相对误差分别为3.7%和-1.7%，与不考虑内燃机开启状态相比，测算误差减少5.6%和4.3%；在实际交通状态下，采用传统燃油车的测算方法会导致混合动力汽车行驶平均速度为高速区间时油耗和CO2排放量被低估，当行驶平均速度为低速区间时油耗和CO2排放量会被高估。     

����PEMS�������շ�վβ���ŷ�ģ�ͷ���

利用车载尾气排放检测系统（PEMS）对捷达轻型车在高速公路人工收费（MTC）和电子收费（ETC）两种方式下的大量尾气排放数据进行了收集和比较。分析结果表明ETC能降低所有污染物的排放,但NOx的降幅却远低于HC和CO的降幅。应用车辆比功率（VSP）模型方法进行了深入的排放预测研究,研究发现[-2, 2]是收费站尾气排放预测的重要VSP区间。对[-2, 2]进行VSP区间细分后,排放预测的准确度得到了提高。对车辆速度、VSP、NOx累积排放的全面分析解释了NOx降幅低于其他污染物的原因。最后对利用排队长度的排放预测模型进行了研究,发现该模型不适用于MTC方式下的NOx排放预测。     

城市地下快速路减少机动车尾气污染的环境效益模型

城市地下快速路处在一个封闭的环境中,机动车尾气可通过高技术措施进行集中过滤和处理。为了量化建设城市地下快速路产生的减少尾气污染的环境效益,首先利用单车污染物排放因子法,量化了单位时间、单位长度城市地下快速路上,各类型车辆的排放物中CO、HC、NOx三种气体污染物各自的强度。确定了污染物排放因子车速订正系数公式和系数的取值。为了将减少气体污染的效益直观化,通过在尾气控制技术措施的花费与经技术处理后污染物的减少量之间建立关系,取得单位三种气体污染物的处理成本,建立了单位时间内,地下快速路建设项目分别减轻三种气体污染物的效益量化模型。此外,对缓解城区CO2气体的热污染所产生的环境效益,也建立了量化模型,并最终得到了城市地下快速路对于减少汽车尾气对环境污染的效益模型。     

中国货运结构优化的碳减排效应测度

管理部门和学界高度重视货运结构优化问题，因为过高的公路货运量导致货运碳排放居高不下，不利于早日实现“碳达峰、碳中和”目标。除货运结构外，货运碳排放受诸多因素影响，但研究者大多仅关注部分重点因素影响，对于货运结构优化的碳减排效应缺乏准确理解。为解决上述问题，本文利用“自上而下”法测算1999—2019年中国货运碳排放量，并构建综合考虑社会经济变量(如人均GDP)与货运特征变量(如货运分担率)的偏最小二乘回归模型，通过调整不同货运方式使用费用，模拟2030年不同政策刺激情景下货运结构优化的碳减排效应。结果表明：1999— 2019年，社会经济变量对货运碳排放增长的年均贡献度为73%，显著高于货运特征变量；公路、铁路和水路货运分担率变化对货运碳排放增长的年均贡献度分别为1.81%、-0.01%和-0.26%；2030 年公路货运量全部转为铁路或水路货运量的极端情景，难以实现单位GDP货运碳排放较2005年下降65%的标准；增加高碳货运方式使用费用的碳减排效应比降低低碳货运方式使用费用更显著。     

点汇聚系统的航空器污染物减排效应与机理

为研究点汇聚系统的环境效益及减排机理，采用考虑气象条件修正后的航空器性能、燃油 流量及污染物计算模型，设计了理想条件下非高峰时刻与实际运行的高峰时刻两种场景，对比分 析了航空器在点汇聚系统与标准进场程序中污染物(即HC、CO、NOX、SOX和PM)的排放情况，并 从飞行时间、燃油消耗与排放指数3个方面分析了点汇聚系统的减排机理、识别了减排关键因素。 研究发现：在非高峰时刻，点汇聚系统与标准进场程序的污染物排放总量分别为5.79 kg与7.17 kg， 点汇聚系统较标准进场程序共减少约19.25%污染物排放，对NOX、SOX和PM减排效果显著；在高 峰时刻，点汇聚系统与标准进场程序的污染物排放总量分别为290.01 kg与406.69 kg，点汇聚系 统较标准进场程序共减少28.69%污染物排放，其中NOX减排比例最高可达48.32%。结果表明： 无论是非高峰时刻还是高峰时刻，点汇聚系统都具有良好的环境效益，可有效减少污染物的排放 总量，且对NOX减排效果最佳；较短的飞行时间、较低的燃油流量是点汇聚系统体现减排优势的 关键驱动因素。     

闭合通勤链中基于博弈的小汽车拥有者出行方式选择研究

从个体出行方式选择决策机理入手,以演化博弈理论为基础,基于出行链构建了考虑回程因素的闭环通勤出行选择决策模型.模型中考虑了个体对去程与回程两次出行感知程度的两类影响因素,模拟了回程过程的3种不同情境,研究回程加入不同活动情境下对整个闭合通勤链出行选择决策的影响,并将考虑回程因素的决策结果与仅考虑单次出行的结果进行对比,证明了考虑回程因素的必要性.最后,以北京市典型通勤OD为例,对模型进行实证分析.结果表明,仅考虑去程时,小汽车方式优势凸显;而考虑回程因素时,回程过程中加入的不同活动将影响个体闭环出行链出行选择决策结果,小汽车将不再成为人们出行的最优选择,定制公交的优势不容小视.     

航空发动机污染物排放量估算方法

借助发动机性能模型,研究了发动机性能退化对氮氧化物(NOx)、一氧化碳(CO)、未燃碳氢化合物(UHC)与碳烟颗粒(Soot)排放的影响,提出了基于飞行参数与发动机性能模型的污染物排放总量估算方法。利用ICAO排放数据拟合得到发动机地面状态下的参考排放指数,利用相对法模型得到飞行状态下的排放指数,根据航班飞行参数和发动机性能模型估算航班污染物排放总量。研究结果表明:性能退化对污染物的排放指数影响较大,仅考虑进对燃油消耗量的影响,性能退化对NOx排放总量的影响较小,但会引起CO、UHC与Soot排放总量的上升。执行中短途航班的双发民航飞机的NOx排放总量最高约为100kg,其次为CO,约为20kg,而UHC和Soot的排放总量较低,小于1kg。老化发动机的CO、UHC与Soot的排放总量增加约为10%,而NOx排放总量增加约为2%。     

城市公共交通常乘客通勤出行提取方法

为挖掘公共交通通勤出行精准化特征，从追踪出行链的角度出发，利用公交与轨道多源数据研究常乘客通勤出行提取方法。通过选取潜在职住地设置高频职住地集合，提出公共交通常乘客职住地识别算法，结合出行链起讫站点与职住地空间信息匹配提取通勤出行链，并将常乘客出行分为home-work通勤、work-home通勤和非通勤出行。以北京市“回天地区”公交与轨道出行链数据为例，提取常乘客通勤出行。结果表明：常乘客职住地识别率达到85.9%，常乘客通勤出行和非通勤出行在出行时空分布和出行方式上存在明显差异，通勤出行提取可为北京市面向常乘客开展“预约出行”并分析其出行需求动态特征变化提供依据。