共享单车出行空间异质性特征及驱动因素研究

为实现基于轨迹数据挖掘的共享单车出行空间异质性特征及其驱动因素评估，本文应用核密度分析和热点探测，获取采样分析区域并以热力值表征共享单车出行发生量，减少尺度效应的干扰；引入空间统计学的半变异函数模拟共享单车出行发生量的结构性和随机性变化规律，挖掘空间异质性特征，确定邻域效应的尺度范围；利用空间序列的斜率表征变化趋势，同时，结合改进的空间滞后和残差模型，区分土地利用、邻域效应和其他建成环境各自对共享单车出行空间异质性特征的驱动力。以北京市为案例进行分析，结果表明：北京市的共享单车出行存在中等的、 正的空间自相关性，空间异质性特征的最佳拟合模型为指数模型；空间自相关性的衰减半径为 1860 m，大于此距离时邻域效应消失；建成环境对空间异质性特征的相对驱动力最大，邻域效应对其的相对驱动力则处于中间水平，而土地利用对其的相对驱动力最小。     

不同类型公共交通站点接驳共享单车使用特征分析

为更好地解决接驳共享单车供需不平衡问题,以共享单车为研究对象,分析不同类型公共交通站点接驳单车使用特征,提出基于数据的共享单车特征提取方法。首先,采集共享单车使用数据,对其进行起终点解码,并根据解码后的经纬度与周边用地类型将公共交通站点分为5种典型站点类型;其次,提出以接驳活跃度、接驳距离以及用户使用忠诚度作为共享单车出行特征指标;最后,以北京朝阳区的单车数据为例,分析共享单车出行特征指标。结果显示,共享单车作为公共交通"最后一公里"出行接驳工具,居住类站点接驳共享单车使用高峰为6:30—9:30,其他类站点为7:30—9:30。共享单车接驳距离一般在2 km以内,但办公类站点接驳距离可达到3 km,且该站点的用户使用忠诚度最高。     

动态停车预约收费条件下的出行行为选择研究

近年来,停车预约动态收费发展迅速,但是现有文献缺乏对动态停车预约收费条件下的出行行为选择的影响因素和影响机理的研究。本文基于宁波市动态定价停车预约意愿问卷数据,综合考察了驾驶人的个人属性、出行特性、停车特征和建成环境,建立了预约、不预约、转移到其他停车场、转移到其他交通方式4种行为选择的巢式Logit模型,并对相关变量进行了显著性分析和弹性分析。结果表明:年龄、家庭年收入、出行目的、出发时刻、出行距离、停车时长、排队时间、预约费用、目的地停车场数量以及出发地和目的地是否有轨道站点影响显著,高收入、通勤、高峰小时出行和长时间停车的人群更倾向于选择预约停车。模型拟合结果显示,考虑出发地和目的地建成环境的巢式Logit模型能够在一定程度上提高出行行为选择预测的精准度。     

建成环境对步行和自行车出行的影响--以波哥大为例

哥伦比亚波哥大以可持续的城市交通系统闻名,包括其密集的自行车道网络以及Ciclovía系统——为骑车者和行人预留的道路空间,可在星期日和节假日休闲出行使用。探讨此类设施以及建成环境的其他属性——城市密度、混合用地、可达性以及与公共交通车站的距离——如何影响步行和自行车出行行为以及Ciclovía的使用。结果表明,道路设施设计要素例如道路密度、连通性、与Ciclovía车道的距离,与体力活动相关;而建成环境的其他属性如密度和用地混合程度,对体力活动影响甚微。这可能是由于波哥大建成区的大部分街区均在非机动交通出行占绝对优势的时期演变发展——紧凑、用地混合、交通可达性水平相似。由此可见,影响非机动交通出行的因素是设施设计而非一般的街区用地属性。     

建成环境对共享单车分时骑行量的非线性作用研究:以上海市为例

为解析建成环境对共享单车不同时段借还车量的非线性作用,本文以2016年上海摩拜共享单车和网络公开数据为基础,利用梯度提升决策树,建立共享单车工作日,非工作日及工作日早、晚高峰借还车量模型。研究结果显示：变量影响程度方面,街道至市中心距离对4个时段共享单车借还车量具有稳定且突出的作用,相对重要度超过17%;路网密度、非机动车道占比、人口密度影响次之,但在4个时段作用波动较大。非线性关系方面,街道至市中心距离、非机动车道占比、人口密度、就业POI(Point of Interest)密度与各时段共享单车借还车量呈复杂非线性关系,阈值效应显著;路网密度、住宅POI密度则与之总体负相关和正相关。同时段下,建成环境对早晚高峰时期的共享单车借还车量非线性作用差异明显,与高峰时期单车骑行的潮汐性特征相一致,非机动占比与街道中心邻近度、就业POI密度对高峰时段单车骑行作用有明显的协作性作用。     

建成环境对老年人出行方式选择的非线性影响

研究老年人的出行方式选择有助于更好地理解老年人出行行为,对提高老年人出行便捷性和可达性,构建老年人友好型社会和改善交通系统的公平性具有重要意义。本文基于2021年贵阳市居民出行调查数据,运用梯度提升决策树模型,研究老年人出行方式选择的决策机理,并深入挖掘公交站点辐射区内不同老年群体选择行为的异质性。结果表明：（1）出行特征是影响老年人出行方式选择最重要的因素,相对重要度达58.51%,其次是建成环境因素（35.49%）,二者均远高于社会经济属性的相对重要性(6%)。（2）建成环境对老年人出行方式选择的非线性作用显著,其中老年人步行出行的距离阈值为3 km;老年人出行更多的是空间分散模式,而非以市中心为导向模式。因此,对老年人出行方式选择的干预在建成环境阈值范围内更加有效。（3）建成环境对老年人出行方式选择的影响不仅存在独立的非线性效应,不同的社会经济属性还会导致其存在群体差异。这些发现可为创建面向老年人友好的出行环境提供决策支撑。     

基于GWR模型的共享单车空间分布影响因素分析

为辨别不同时段不同地区影响单车出行的关键因素,认识共享单车与用户间的动态平衡关系,基于对城市多源数据的分析,从用车环境、道路交通基础设施、公共交通变量和土地利用变量4方面选取共享单车出行影响因素,并以此为输入性指标建立全局回归分析初选模型与地理加权回归模型(Geographically Weighted Regression, GWR),初步分析各因子的空间非平稳性。通过地理差异检验得到具有空间异质性的影响因子,然后采用空间可视化分析方法进一步探究单车出行分布与关键因子间的作用机理。以西安市建成区共享单车出行数据为例进行分析,结果表明:在工作日早高峰和晚高峰时段,共享单车设施分布密度对共享单车出行起点分布的影响存在空间异质性,企业密度在工作日早高峰时段、餐饮类分布密度在工作日晚高峰时段对共享单车出行终点的影响具有空间异质性;GWR模型对单车起终点影响因素回归分析的拟合优度R~2相比全局回归模型分别提高了0.428, 0.378, 0.208和0.309,且修正后的赤池信息准则(Akaike Information Criterion,AIC)值(AICc)与残差平方和均有所降低,表明GWR模型能较好地反映变量之间的空间异质性,具有较高的准确性与适用性。     

影响老年人公交出行便捷性的个体与建成环境要素

针对既有研究多关注于公交站点和交通枢纽等相关交通基础设施的空间布局，亦或是地形和气候等自然环境因素，而较少从建成环境支持系统的整合性框架视角辨析其对老年人公交出行便捷性的影响，本文通过构建建成环境与老年人公交出行便捷性的多阶层线性模型，甄别影响老年人公交出行便捷性的关键性个体与建成环境要素。研究发现：年龄增长对老年人公交出行便捷性的制约明显，受教育程度和居住年限可以缓解因生理性衰弱导致的老年人交通环境适应能力不足，男性老年人较女性老年人公交出行便捷性感知更强，而空巢与否无显著相关性。连通路径层面的交叉口密度、路网密度、NDVI(Normalized Difference Vegetation Index)及公共服务设施密度是影响老年人公交出行便捷性的关键性建成环境要素，其中，交叉口密度会加剧年龄和居住年限属性对老年人公交出行便捷性的限制，而路网密度具有正向调节作用；公共服务设施对男性老年人群体更具影响，受教育程度越高的老年人群体则表现出对连通路径NDVI的更高品质要求。     

西安地铁与共享单车接驳利用率分析和优化

随着城市轨道交通的发展,为解决城市轨道交通出行中站间距离过大造成的“最后一公里”问题的困扰,对西安地铁一号线“B+R”即共享单车接驳的城市轨道交通方案进行了研究。以西安地铁一号线为例,采用问卷调查法、空间句法和案例分析法相结合系统分析使用共享单车接驳城市轨道交通的用户特点、车站周围辐射区域内的共享出行特点以及出行者基本状况等因素。结果表明：共享单车使用者年龄整体趋于年轻化,骑车时间多集中于10 min之内、骑车间距多分布在1 km之内;一号线客流量对共享单车的利用率存在着数量与时变特征两方面影响;通过增加街道之间的连接、优化街道路网结构和根据实际使用情况设计街道宽度等措施提高共享单车的使用率。     

基于Nested Logit模型的共享单车选择行为研究

近两年来,共享单车迅速发展,已有研究较少从微观角度来阐释共享单车的选择行为.本文基于随机效用理论,构建Nested Logit模型,选取出行目的、接驳时间、在车时间、停车时间、费用等出行特征变量,选取下雨(雪)、空气质量、气温、风力等级等天气状况变量,选取年龄、性别、收入等社会经济变量作为效用函数的特征变量,采用D-optimal法设计问卷,在济南市开展共享单车实证调查.基于收集到的样本进行参数标定,找出影响共享单车及其他出行方式选择的关键影响因素;并对共享单车的乘车费用与接驳时间进行弹性分析,明确了共享单车乘车费用与接驳时间变化对短途出行结构的影响.     

基于卡口车牌识别数据的车辆出行分析

车辆出行是城市道路交通的基本组成单元,掌握城市道路网车辆的出行信息,深入挖掘车辆出行特征与规律,能为城市交通管理提供决策信息.本文基于卡口车牌识别数据,提出了一套车辆出行分析框架.首先对全路网运行的所有车辆的个体出行进行辨识,提取所有车辆出行的路径和行程信息,并从个体和集计层面获取车辆出行的规律特征;利用车辆的多日出行信息和统计特征,提出了车辆职住地识别方法;基于外地车的出行特征,利用 K-means++ 算法对外地车进行分类.在实例分析中,以广州市道路网运行车辆作为研究对象,开展了车辆出行分析,实验结果验证了本文方法的有效性.通过本文方法挖掘的信息对城市道路交通管理具有重要意义.     

基于SEM和ANN的新冠肺炎疫情期间大学生校内出行行为影响因素研究

为明确新冠肺炎疫情期间大学生校内出行行为的影响因素,从而更好地满足大学生的校内出行需求,对大学生的感知建成环境、态度、出行行为的相互作用关系及其受到的新冠肺炎疫情的影响进行研究.针对大连理工大学在校大学生进行问卷调查,收集个人基本属性、感知建成环境、态度、工作日和休息日的出行次数等相关数据,建立结构方程模型(Structural Equation Model,SEM)以探究各变量间的作用路径,并应用人工神经网络(Artificial Neural Network,ANN)对各影响因素对于出行行为的重要性进行排序.结果显示:①感知建成环境,尤其是便利性,对休息日出行行为(路径系数为0.241,P<0.05)和工作日出行行为(路径系数为0.193,P<0.05)均有显著正向影响;②态度对休息日出行行为(路径系数为0.200,P<0.05)有显著正向影响,对工作日出行行为无显著影响;③态度对感知建成环境的影响和感知建成环境对态度的影响均显著,但前者相对更强;④新冠肺炎疫情对感知建成环境和态度有显著负向的直接或间接影响.基于以上研究结果,建议各高校通过完善校园基础设施、优化布局,以改善大学生对校园建成环境的感知,培养积极的出行态度,从而促进大学生身心健康发展.     

基于地铁刷卡数据的通学模式影响机理研究

长距离的通学出行是导致中小学生被家长用小汽车接送的关键因素,鼓励中长距离通学学生使用地铁出行可以减少他们对小汽车的依赖.本文在考虑潜在接送行为的基础上,利用地铁IC卡刷卡数据研究了南京市中小学生的地铁通学模式.通过识别出地铁通学人群及对应的通学记录,把学生地铁通学行为分为只去不回 (HTSO)、只回不去 (STHO)、往返 (SHUTTLE)和其他(OTHERS)模式,并建立多元Logistic模型分析了学生出行特征、所在区位、居住地及学校周边建成环境特征对其地铁通学模式的影响.模型结果显示,学生的出发时刻、出行频率、居住地区位、学校区位及建成环境对地铁通学模式有显著影响,且居住地和学校周边建成环境对学生通学模式的影响不同.     

基于手机信令定位数据的居民出行时空 分布特征提取方法

为了得到可靠的居民出行时空分布特征,并为城市交通规划提供准确的出行现状数据,基 于手机信令定位数据设计了提取居民出行时空分布特征的方法。通过对重复冗余的手机数据进行 处理、运用地理信息系统将手机数据映射至所研究的交通区域、划分交通小区、定义出行识别、 建立OD矩阵及绘制出行期望线等出行数据挖掘,得到了居民的出行时空分布特征。为了验证设 计方法的可行性,以北京市的手机信令定位数据为例,提取出北京市居民的出行时空分布特征, 并将所得的结果与北京市第4 次综合交通调查的数据进行对比得出：两者的出行时间分布特征平 均偏差为0.78%,早晚高峰进出城方向比例的偏差为0.1,全市的出行发生量与吸引量的平均偏差 均小于3%。     

空间异质性建成环境对出租车与地铁竞合关系的影响

建成环境对出行方式的影响已有丰富的研究成果，然而对不同出行方式间相互关系影响的研究仍不够细致。本文以网格化的形式细化研究区域，采用土地利用属性和交通属性的六小 类要素作为特征变量刻画城市建成环境的特征。基于出租车行程的OD点与地铁站点的空间关系，将出租车与地铁竞合关系表征为 SCPE(Subway-competing,与地铁竞争)方式、SE(Subwayextending，延伸地铁)方式和SC(Subway-complementing，补充地铁出行)方式，并利用多尺度地理加权回归研究建成环境对竞合关系(SCPE、SE、SC)的影响机理及其空间效应。针对兰州市的案例研究表明：SCPE、SE、SC方式具有显著的空间异质性；多尺度地理加权回归能够刻画SCPE、 SE、SC方式与建成环境间依赖关系的空间异质性及其尺度差异，其估计结果更为可靠；建成环境各要素对SCPE方式的影响较为平稳，SC方式对公交站点密度和道路密度要素非常敏感，存在高度的空间异质性，SE方式亦对公交站点密度要素非常敏感。     

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.     

非集计模型在公交出行方式选择中的应用

提出一种基于多元非集计(multinominal non-aggregation logit,MNL)模型的公交出行方式的选择方法。分析城市公共交通中应用最普遍的公交车、快速公交及轨道交通3种公交方式的特性,结合目前居民出行特性预测方法的特点,考虑影响城市居民选择乘坐各种公共交通出行方式的影响因素,建立城市居民公交出行方式选择的MNL模型。以广州市2014年出行调查数据为依据,标定MNL模型参数,计算得到的2014年广州市轨道交通、公交车、BRT出行方式的分担比例与实际结果的误差小于10%,该模型可为未来城市公共交通方式选择模型的研究提供借鉴。     

基于机器学习模型的建成环境对小汽车拥有行为的影响

为分析家庭小汽车拥有行为，同时考虑居住地和工作地建成环境的影响，构建梯度提升迭代决策树(GBDT)模型；分析社会经济属性，居住地、工作地建成环境属性对小汽车拥有行为的影响程度，并基于长春市居民出行调查数据进行实证研究.结果表明：3类影响因素中，社会经济属性对小汽车拥有行为的影响最大(58.95%)；职住地建成环境属性均对家庭小汽车拥有行为具有显著影响，且居住地建成环境影响(23.77%)高于工作地建成环境(17.28%)；职住地建成环境属性中，除居住地交叉口密度，工作地到中央商务区(CBD)距离及公共交通站点密度外，其他建成环境属性对小汽车拥有行为的影响均大于5%.因此，有必要同时优化职住地的建成环境来抑制小汽车拥有量的增长.     

居民长距离交通出行方式选择行为研究

为研究出行者个人特性和出行特性对居民出行方式选择的影响,以居民长距离出行交通方式选择为对象,运用非集计模型中多项Logit(MNL)模型的基本理论与方法,利用SPSS软件对模型进行参数标定和检验,分析各因素对居民长距离出行的影响。结果表明:模型的拟合优比度和精度均达到要求,对居民的长距离出行选择研究具有实际应用价值,可为相关部门对于交通运输方式的结构调整提供参考。     

建成环境对行人交通事故严重程度的非线性影响

为探索建成环境对行人交通事故的影响并为行人事故预防提供理论依据，本文以建成环境“5D”要素为基础，围绕土地利用、城市设计和交通系统这3个维度构建昼夜建成环境指标体系，基于轻度梯度提升机构建昼-夜间行人交通事故严重程度模型，探究城市建成环境对行人交通事故严重程度的影响机制，结合SHAP(Shapley Additive Explanation)归因分析方法揭示两者之间的非线性关系，并以深圳市为例进行实证分析。结果表明：建成环境对行人交通事故的影响效应存在显著的时段异质性；昼间行人交通事故严重程度主要受人行道可达性、地铁站可达性及学校邻近度等因素的影响；夜间行人交通事故严重程度主要受人行道可达性、娱乐兴趣点(POI)指标及道路照明条件等因素的影响。建成环境对行人交通事故严重程度存在显著的非线性影响。昼间时段学校邻近度介于[0, 3]km时，地铁站可达性小于1km时，对行人事故严重程度有较大抬升作用；夜间时段娱乐POI可达性小于0.5km时，对行人事故严重程度有抬升作用；不论昼夜，人行道可达性对行人事故严重程度均有压降作用，且临街院门密度低的区域行人事故严重程度较 高。昼-夜间模型均表现出优秀的效果，分类准确率分别为96.38%和92.08%。