社区建成环境对机动车行驶里程影响的空间异质性模型

为指导社区生活圈打造绿色出行环境，定量解析社区建成环境对居民小汽车行驶里程 (VMT)影响的空间异质性。基于建成环境的5D维度选取人口密度、土地利用多样性及公交站点密度等6个指标刻画建成环境，在《社区生活圈规划技术指南》的基础上，结合步行速度和非直线系数等指标差异化界定社区生活圈尺度，利用POI数据和道路网络等地理空间数据测度建成环境。以保定市居民出行行为调查数据作为实证研究数据来源，构建考虑自变量尺度变异的多尺度地理加权回归模型(MGWR)。研究结果表明：对比最小二乘回归(OLS)模型与传统的地理加权回归(GWR)模型，纳入变量尺度异质性的MGWR模型降低了残差的自相关性，且调整后R2 相比于GWR模型与OLS模型分别提高了1.8倍与6.0倍；从标准化系数来看，社区建成环境指标中，土地利用混合度和公交服务水平对VMT影响最大；社区建成环境指标中，路网密度与交叉口密度接近全局尺度，空间异质性较弱，其余建成环境变量均具有较强的空间异质性，需要进行差异化的空间设计；社区建成环境指标局部回归系数的空间分布模式呈现“中心-外围”变化趋势，与城市形态有较强的耦合。     

空间异质性建成环境对地铁与公交换乘客流的影响

地铁与常规公交换乘的出行方式成为人口密集型城市的主要出行方式，探究两者换乘模式的影响因素有助于提高公共交通分担率。本文采用AFC(Automatic Fare Collection System)数据与AVL(Automatic Vehicle Location)数据，识别地铁-公交(M-B)和公交-地铁(B-M)两种模式的换乘客流。以地铁站点为核心，围绕站点周边开发程度、交通系统、城市设计及地铁网络结构特征这4个维度构建地铁站点建成环境指标体系。利用多尺度地理加权回归模型(MGWR)探究城市建成环境对地铁-公交与公交-地铁两种换乘模式的影响机理及其尺度效应，并以成都市为对象进行实证研究。研究结果表明：MGWR模型能够反映不同建成环境要素与M-B和B-M方式间依赖关系的空间异质性与作用尺度差异性，估计结果优于全局OLS(Ordinary Least-Squares)模型与GWR(Geographic Weighted Regression)模型；建成环境要素对公交与地铁换乘客流的影响效应存在空间异质性，公交线路数量空间异质性最为显著，非机动车道密度、土地利用混合度及地铁线路数量空间异质...     

城市轨道交通客流与精细尺度建成环境的空间特征分析

既有研究对城市轨道交通客流与土地利用依赖关系的分析较为充分，然而针对建成环境 特征对客流影响的研究仍不够细致。本文采用开发强度、混合用地、慢行交通环境、公共交通可 达性和可获得性等变量刻画城市轨道交通TOD(Transit-Oriented Development, TOD)建成环境的 5D特征，基于多源地理大数据提出其计算方法，并利用多尺度地理加权回归研究TOD建成环境 对早高峰出站客流影响的空间特征。针对北京的案例研究表明：TOD建成环境特征的空间分布 具有显著空间异质性，多尺度地理加权回归能够刻画客流与上述特征变量依赖关系的空间异质 性及其影响尺度，其估计结果更为可靠。TOD建成环境对早高峰出站客流的影响效果呈现显著 的区域差异特征。两者关系的空间非平稳性表明：不同区域车站的TOD开发应采取差异化发展 政策。郊区车站更适合强调规模和强度的发展策略，而中心城区车站则较难通过进一步提高规 模和强度以改善客流效果，而应更强调发展的质量。     

常规公交站点设计模式与交通事故关系的实证研究

常规公交站点是城市公交系统的重要组成部分,以往研究重在发现站点设计模式与运行效率之间的关系,对于设计模式与交通事故的关系缺乏实证性研究。为揭示设计要素与交通事故的关系及其异质性特征,以某市44条公交线路的1 176个公交站点为研究对象,以站点2年内事故总数为因变量,以设计模式特征、建成环境特征、交通设施特征等影响因素为自变量;运用皮尔逊和斯皮尔曼相关系数法进行变量筛选,在此基础上构建地理加权负二项回归模型及对比模型。建模结果表明：地理加权负二项回归模型表现优于对比模型,进一步分析发现,港湾式公交站与非港湾站点相比明显降低了事故发生率;公交车-非机动车分行与混行条件相比事故率也有显著降低;车道数多的站点事故较少;而其他设计要素与事故数之间的关系则未能通过数据验证。此外,建成环境对站点交通事故也具有影响,距地铁和中央商务区距离越近事故率越高。模型也揭示了影响关系的空间异质性,在人口相对较少、交通设施不完善的区域设置港湾公交车站形式带来的降低事故率作用更为明显。     

建成环境对老年人出行行为影响的空间异质性

随着积极应对人口老龄化战略的提出，老年人成为亟需关注的重要群体.为弥补现有交通出行研究多关注建成环境对老年人出行行为全局影响的不足，融合2011年香港特区政府组织的大规模交通习惯调查数据、地理数据和谷歌街景图像数据，测度老年人出行倾向和多个建成环境变量，建立三层随机截距（一层：个人，二层：家庭，三层：社区）二元logistic回归模型和地理加权二元logistic回归模型，分析建成环境与老年人出行倾向的复杂关联关系，并借助ArcGIS平台对关联关系进行可视化.研究结果发现：人口密度、土地利用混合度、交叉口密度和绿视率正向影响老年人出行倾向；地铁可达性和公园可达性的影响不显著；建成环境要素对出行倾向的影响存在空间异质性；土地利用混合度对出行倾向的局部影响是双向的，在城市西部为正向，而在城市东部为负向.     

城市建成环境对出租车出行需求影响研究—— 基于空间溢出效应的分析

城市建成环境对交通出行具有深刻的影响,为探讨快速城市化时期我国城市 建成环境对出租车出行需求的影响,本文构建了考虑空间溢出效应的计量模型,以北京 市为例开展了实证研究.基于交通分区空间尺度,利用出租车GPS 数据获取了交通分区 出行需求,度量了住宅类、工作岗位类及交通设施类等变量表征建成环境,进而研究建成 环境对出租车出行需求的影响.通过传统最小二乘法的多元回归模型、空间自回归模型与 空间杜宾模型进行对比发现,空间杜宾模型的拟合度和解释力最优,研究建成环境对出 租车出行需求的影响时不能忽略空间溢出效应.利用空间杜宾模型参数估计结果,分析了 建成环境的住宅类、工作岗位类及交通设施类变量对出租车出行需求的直接效应、溢出 效应与总效应.本文力求掌握出租车出行需求产生的内在城市环境因素,为降低出租车空 驶率、实现出租车空间需求预测及分布均衡提供依据.     

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。     

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。     

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。     

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。     

Analyzing Spatio-Temporal Distribution Pattern and Correlation for Taxi and Metro Ridership in Shanghai

Taxicab is an important mode in urban transportation system, while the role of taxicabs, especially the relationship with metro system has not been fully studied. This study aims at exploring the factors influencing the role played by taxicabs in Shanghai, China. Firstly, taxi trips are categorized into three types, namely metroreplaceable(MR), metro-extending(ME) and metro-supplement(MS) ones. Then, the tendency of travelers towards taxi or metro at a specific metro station is proposed and calculated on the basis of MR taxi trips and metro trips. Factors influencing the tendency are investigated through semi-parametric regression models, with the results indicating that the most significant factors and the influencing radii during the peak and off-peak hours are different. Some built environment factors, such as the number of hospitals and government agencies, have significant positive relationship with the tendency in the time periods. Furthermore, land use related factors, such as the increase of forestry and commercial land, generally promote taxi-hiring in the off-peak hours, while they have a negative impact during the peak hours. Findings of this study can assist governments and policy makers to understand the impact of built environment and land use on trip patterns, and thus may contribute to more reasonable policies and optimized urban planning, which may promote modal switch from taxi to subway.     

考虑群体异质性的建成环境与老年人慢行出行关系研究

健康老龄化背景下，慢行出行是提升老年人身心健康、生活品质的重要方式，而建成环境是影响老年人慢行出行的重要因素。本文以2013年南京市老年人出行实测数据为基础，利用潜在类别聚类方法对老年群体进行异质性分析，分类建立随机森林模型研究建成环境指标对不同老年群体慢行出行时间的重要度影响及两者之间的非线性关联。研究结果表明：以性别、是否退休、学历、家庭收入以及学龄前儿童这5个类别变量作为外显变量，可将老年群体划分成两类，各自建立的老年人慢行时间模型整体拟合优度较好；其中，影响第1类老年群体的关键建成环境变量有慢行路网密度、交叉口数和地铁站邻近度，第2类老年群体慢行出行时间的影响因素主要有地铁站邻近度、慢行路网密度和住宅密度，另外同一建成环境指标对两类老年群体慢行出行时间的非线性关联也不相同。研究结果可为制定差异化的老年宜居环境优化政策，提升老年人生活品质以及实现健康老龄化提供理论依据。     

基于多指标协同的公交大站快车站点推荐方法

现有公交大站快车站点选择方法存在未考虑站点枢纽作用，以及未融合多源数据等不足。本文引入复杂网络理论，融合公交车和出租车客流数据，提出一种综合考虑站点客流，潜在客流及交通枢纽作用的多指标协同的公交大站快车站点推荐方法。该方法基于公交客流，线路数据和出租车客流数据，分别计算公交线路站点客流集散量和潜在客流集散量；通过构建有向加权的城市公交复杂网络，计算公交站点重要度；在此基础上，综合3个指标，采用层次分析法计算指标权重，统计得到公交站点综合评分，建立大站快车站点组合推荐方法，得到大站快车线路站点组合。以厦门市为例进行大站快车站点推荐实验，结果表明，在传统方法的基础上，加入公交站点重要度及潜在客流集散量两个新指标得到的公交大站快车推荐站点更符合居民出行的实际需要。     

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.     

出租车超速行为道路因素随机系数空间模型构建

为准确揭示道路因素与路段出租车超速行为特征的关联关系，本文以成都市中心城区主 干道路段为研究单元，通过车载GPS设备获取大范围出租车超速行为样本。在筛选出10类典型城市道路特征的基础上，选择路段超速线密度和不同百分位数超速严重度作为研究对象；为减少空间效应对估计的干扰，本文验证了超速特征的空间相关性，并分别构建基于对数-高斯分布的标准线性模型和空间条件自回归模型、空间误差模型及空间滞后模型这3类空间模型，探究不同空间模型与出租车超速行为特征的拟合情况；同时，考虑道路组间异质性，进一步构建随机系数空间模型。结果表明：出租车路段超速线密度和超速严重度均存在显著空间自相关性，空间模型 对其拟合效果普遍优于传统模型；不同超速行为特征适用不同的空间模型，随机系数空间条件自回归模型对超速线密度拟合效果最优，而不同百分位数超速严重度适用的最佳拟合模型差异较大；路段限速、一块板横断面及非机动车车道这3类因素表现出对出租车超速行为特征的组间影响异质性；因素解释方面，路段限速、一块板横断面、非机动车车道、路段施工区与超速线密度显著相关；路段限速、非机动车车道、上下坡匝道、路段施工区及路段长度与超速严重度显著相关。     

北京市轨道交通乘客出行方式选择分析

轨道交通作为城市公共交通的一种承担方式,近年来在大城市公共交通中扮演着越来越重要的角色,因此对轨道交通乘客出行方式选择的分析显得尤为重要. 本文通过对北京地铁5号线进行乘客问卷调查,掌握乘客到离轨道交通系统的方式选择规律及客流空间分布规律. 研究结论主要有：选择步行方式换乘客流量是最大的,客流主要来自直接服务区,选择常规公交换乘轨道交通的比例次之,选择小汽车出行的人一般都是驾车到有条件的车站进行P+R换乘. 在上述数据分析的基础上,提出了轨道交通系统在规划设计上尽可能根据站点的吸引范围及区域特征实现地面公交、自行车、步行、出租车、私家车等与地铁的近距离换乘.     

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。