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。     

基于机器学习的网约车合乘出行碳减排状态预测

网约车合乘出行可有效提高车辆运输效率,与常规网约车出行相比具有显著的碳减排潜力。然而,现实中网约车合乘出行能否真正减少碳排放受多方面因素影响,往往存在较大差异与不确定性。为识别碳减排潜力较大的网约车合乘订单,提出一种基于机器学习的网约车合乘出行碳减排状态预测模型,并解析其碳减排机理。首先,基于成都市真实的网约车合乘订单与轨迹数据,应用COPERT(COmputer Program to calculate Emissions from Road Transport)排放模型分别计算合乘出行碳排放量及其替代的独乘出行碳排放量,进而得到合乘出行相比独乘出行的碳减排量。然后,基于历史的合乘行程碳减排及其订单特征数据,训练XGBoost(eXtreme Gradient Boosting)模型以预测未来潜在合乘出行的碳减排状态。最后,采用ALE (Accumulated Local Effects)分析方法对预测模型进行特征变量解析,以识别影响合乘出行碳减排状态的关键因素。结果显示：研究区域内平均每次网约车合乘出行可减少碳排放307.23 g,但仍有15%的网约车合乘行程未能实现减碳;XGBo...     

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。     

基于混合Logit 模型的网约车选择行为研究

近年来,网约车发展迅速,而现有研究较少从市场角度理解用户对网约车的选择偏 好.本文构建了基于混合Logit选择模型,选取网约车依赖性、出行目的等出行相关属性,年龄等 个人社会经济属性为效用函数特征变量,假设到达时间、在车时间和费用为随机变量并服从对 数正态分布.使用D-efficient效率设计法生成问卷,在成都市开展网约车使用特征与选择偏好的 实证调查.基于观察数据标定模型,参数显著性及符号解释了城市综合交通背景下出行方式选 择的关键因素.对出租车和网约车费用进行边际效应分析,明确了价格变化对出行结构的影响.     

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。     

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。     

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。     

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。     

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。     

共享单车影响下接驳公交线路设计与车辆配置方法

针对轨道交通的“第一/最后一公里”问题,接驳公交和共享单车是通勤用户最常选择的两种公共交通方式。为理解共享单车对接驳公交出行需求和线路设计等规划运营方面的影响,提出供需交互状态下的接驳公交线路设计与车辆配置模型。需求端考虑出行时间和出行费用,基于用户在共享单车和接驳公交之间的模式选择行为,动态计算接驳公交实际出行需求;供应端考虑车辆容量、数量和流平衡约束,以最小化公交运营成本和用户出行成本之和为目标,建立混合整数非线性规划模型,优化接驳公交线路设计及车辆配置。模型采用拉格朗日松弛算法进行求解。该方法应用于北京市回龙观地铁站周边出行小区接驳公交线路设计,公交及单车出行需求采用真实的IC卡数据,以及摩拜单车骑行数据,站点间行驶时长采用高德驾车路径规划API(Application Programming Interface)数据。实验结果表明,车辆总数为10,线路数量为2时,考虑共享单车影响的接驳公交规划模型相较于只考虑单一模式可以有效避免规划需求误差。此时,各站点到地铁站的平均运行时间是15.58 min,乘客平均等待时间是3.35 min;在线路数量为4时,各站点到地铁站的平均运行时间...     

基于CNL 模型的公共自行车使用模式研究

正在许多城市迅速推广的公共自行车系统被认为是解决出行“最后一公里”问题的 新型交通方式.本文将公共自行车使用分为接驳地铁、接驳常规公交及全程单独使用3种模式, 构建Cross-Nested Logit模型,利用苏州市地铁沿线公共自行车使用情况的调查数据,定量分析 影响使用模式的主要因素.研究发现,相对于接驳地铁或常规公交,公共自行车在很大程度上 倾向于被全程单独使用,在短距离出行中极可能与常规公交存在竞争关系,但对地铁出行有一 定的补充作用.本研究有助于重新思考公共自行车在城市交通系统中的定位及其发展方向.     

考虑心理潜变量的城市轨道站点接驳方式选择行为研究

本文以计划行为理论为基础框架,从出行者使用接驳工具的经验和对接驳工具属性评价两个维度分别引入出行习惯、感知态度两类潜变量,构建城市轨道站点接驳方式选择意向的多指标多因果模型,探究城市轨道站点接驳方式选择意向的影响因素及其作用路径,并在此基础上结合巢式Logit模型构建混合选择模型,探究出发端与到达端接驳方式选择行为的影响因素及其影响机理。结果表明：行为习惯潜变量直接影响接驳方式选择意向,感知态度对步行、共享单车接驳选择意向具有直接影响;显著影响接驳方式选择意向的可观测变量有学历、车辆保有情况、收入情况、接驳距离及出行人数;相较于慢行交通与道路公共交通,私人小汽车、电动车的有无对私人交通方式接驳选择行为影响较大;学历和职业等个人社会经济属性,出行目的和出行人数等出行属性,以及主观规范和行为意向等心理属性对出行者城市轨道出发端和到达端接驳方式选择行为均有显著影响;相较于到达端,出行费用、主观规范及行为态度对出发端接驳方式选择行为的影响更大,且出发端接驳方式选择对到达端的接驳决策行为具有影响。     

公共自行车接驳轨道交通出行模式研究

研究公共自行车接驳轨道交通出行模式,总结公共自行车和轨道交通的特点及其在城市交通中的功能定位,分析公共自行车接驳轨道交通的形式、特点以及该模式下的公共自行车特性。以南京市为例,通过分析地铁站口紧邻的公共自行车站点IC卡刷卡数据,深入把握公共自行车接驳轨道交通行为在借车时长、站点OD距离与出行链等方面的出行特性与规律。最后,从租赁点的布局规划、提升系统服务水平、制定奖惩措施,引导出行行为、改善公共自行车行驶环境、调整收费标准等方面对南京公共自行车接驳轨道交通出行模式的发展提出了相关建议。     

地铁密集人群风险等级与预警标准研究

为研究地铁出行在高峰时段或大型活动短时段地铁站的人群集聚风险,选取人、设备、管理、环境等作为一级指标,年龄、客流预警系统、安全培训、自然环境等作为二级指标,建立人群风险指标体系,运用层次分析法构建判断矩阵,通过计算得到地铁密集人群风险指标体系中各指标权重,建立地铁密集人群风险等级评价模型,将风险等级分为I级(非常安全),II级(安全),III级(一般),IV级(危险),V级(非常危险)。以某城市、某地铁站为评价对象,通过计算得到该地铁站的密集人群风险值为6.026 9,即该地铁站密集人群风险等级为安全。定义地铁站内拥挤度为人群风险预警指标,探讨人群风险预警等级与预警标准。     

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.     

基于RP/SP调查的汽车分时租赁用户出行特征分析——以成都市为例

为提高汽车分时租赁行业的用户服务水平和可持续发展能力,以某汽车分时租赁品牌的用户为被访对象,通过问卷调查采集了包括用户社会经济属性、交通属性、出行情况及假设情境下的出行选择在内的显示性偏好(Revealed Preference, RP)数据和陈述性偏好(Stated Preference, SP)数据,基于对调查数据的统计分析,得到汽车分时租赁用户的基本出行特征与出行行为影响因素。结果显示:汽车分时租赁行业男性用户明显多于女性用户,用户较年轻、受教育程度较高,48%的用户驾龄低于2年;汽车分时租赁的应用场景丰富,68%的用户使用汽车分时租赁出行时为多人共乘;取还车便利性和用车费用是用户最为关注的两个因素,计费方式直接影响了用户对出行时段的选择;汽车分时租赁吸引了部分网约车用户和私家车用户,汽车分时租赁和网约车在出行市场上存在明显的竞争关系。     

基于出行时间可达性的公共交通竞争力评估模型

为实现区域公共交通与小汽车间出行竞争力的定量化评价和影响关系解析,利用公共交通动静态数据、出租车运行数据及出行调查数据提取公共交通个体出行链和小汽车出行用时等信息,结合路径规划API(Application Programming Interface)计算公共交通及小汽车全过程出行耗时,基于全过程出行时间可达性视角构建公共交通竞争力评价模型;考虑公共交通竞争力的空间效应,分别选取土地利用和交通设施因素作为解释变量,提出基于空间杜宾模型的公共交通竞争力影响模型;以北京市为例,探究早、晚高峰等不同时段下区域公共交通竞争力与各影响因素之间的交互关系。结果表明：早、晚高峰期间公共交通竞争力的平均值均在1.50以内,平峰时段约为1.74,市中心区、地铁沿线和大部分居住社区周边区域的公共交通出行竞争力相对较高;各时段下公共交通竞争力呈现明显的空间依赖性,且存在“低-低聚集”“高-高聚集”的典型聚集区域;土地利用混合度、办公就业密度和地铁站点密度等因素具有显著的负向空间溢出效应,而道路网密度和绕行系数则表现出显著的正向效应。综上,所提出的评价模型能够定量化评估公共交通竞争力,所建影响模型能够在考虑空间依赖性的基础上解释竞争力与因素间的相互关系。     

居民出行时间选择及拥挤收费政策

应用基于活动的出行需求预测方法,分析了居民出行的时间分布规律与影响居民出行时间选择的因素,分别建立了出发和到达时间选择模型,用长春市居民出行调查数据对模型进行了标定和验证。用已建模型对比评价了两种拥挤收费政策,证明了调整高峰时段小汽车出行费用策略不仅可以使居民的高峰时段出行减少大约18％,而且可以抑制小汽车出行,调整城市交通方式分配结构,说明已建模型可以全面有效地进行交通需求管理政策的评价。     

网络约租车对出行方式选择及交通运行的影响

网络约租车为居民提供一种便捷的出行选择。但是,作为以小汽车为运输工具的非集约化出行方式,网络约租车应当在与城市规模、功能布局等相适配的前提下适度、有序发展。结合2015年7月和11月组织的两次北京市网约车用户问卷调查结果,量化计算网约车发展后居民出行方式选择的变化,以及由此带来的道路资源分配变化。数据扩样测算结果显示：北京市网络约租车出行规模已极为庞大,日出行量高达352.6万人次,约占全市出行总量的11%,其中转移自公共交通和自行车交通的比例高达58%。道路交通运行跟踪监测结果显示：网络约租车每日增加小汽车出行量33.0万车次,占六环内小汽车出行总量的2.7%,与北京市2015年前三季度交通指数较2014年同期增长20%有较高相关性。最后,针对促进网络约租车有序发展提出相关建议。