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。     

考虑空间效应的公交站点客流量影响因素分析

探究公交客流量影响因素有利于针对性地进行公交规划管理，本文基于南京市多源数据，从站点层面分析公交客流量的影响因素，考虑空间依赖性和空间异质性两个角度的空间效应，构建空间杜宾模型和地理加权回归模型，揭示土地利用、交通基础设施、站点属性及社会经济因素在工作日早晚高峰两个时段对公交客流量的影响。研究结果表明：从全局角度来看，公交站点客流量间存在明显的空间依赖性，并具有聚集特征，空间杜宾模型优于多元回归模型、空间误差模型及空间滞后模型；各变量在早晚高峰时段对客流量的直接效应符合通勤规律；公共服务用地强度和公交站数量的空间溢出效应最为显著，且呈现出虹吸现象。从局部角度来看，各影响因素均具有显著的空间异质性，土地利用变量的空间差异性最大；车头时距与站点客流量负相关，影响程度以南京市玄武湖区域为中心向外递减；线路条数与站点客流量正相关，影响程度由老城区向外围区域递增。     

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...     

建成环境对城市停车需求影响的非线性模型

为精细化把握城市建设项目在微观空间尺度下的停车需求规律，从空间视角探究停车需 求与建成环境之间的关系。通过高峰小时建筑物单位面积的停车生成数表征停车需求，以土地 利用混合度、路网密度、公交服务水平等9个因子描述建成环境，分别构建建成环境对停车需求影 响的普通最小二乘(Ordinary Least Squares，OLS)模型与梯度提升迭代决策树(Gradient Boosting Decision Tree，GBDT)模型。以保定市主城区停车调查数据中的商业类配建停车场为对象，基于 停车调查数据、兴趣点数据(Point of Interst，POI)、道路网络数据等多源异构数据进行模型实证分 析。结果表明，考虑非线性效应的GBDT模型比OLS模型具有更好的拟合度。从影响贡献度来 看，配建指标(18.92%)与区位(15.23%)是影响停车需求的最重要建成环境因素，交叉口密度 (5.19%)贡献度最小；在非线性关系方面，建成环境因子与停车需求均具有非线性关系与阈值效 应，除交叉口密度及人口密度与停车需求呈现U型关系，其余因素与停车需求的关系整体上保持 正相关或负相关。     

新冠肺炎疫情下旅客安全感知对乘机出行意愿的影响机理研究

为探究新冠肺炎疫情发生后旅客安全感知对乘机出行意愿的影响机理,考虑旅客个人安全意识和新冠肺炎疫情认知的前因影响及航班营服水平的调节作用,应用结构方程模型对255个有效样本数据进行实证分析,结果表明:(1)人们的安全意识越高越倾向于主动了解更多有关疫情的知识;对疫情认知越充分,人们感受到的安全性就越高;感知到的安全性越高,人们乘机出行的意愿就越强.(2)疫情状态下,个人安全意识对安全感知不存在显著正向影响,但可以通过新冠肺炎疫情认知这一中介变量间接作用于安全感知;个人安全意识和新冠肺炎疫情认知不能直接对乘机出行意愿产生影响,但可以通过安全感知这一中介变量间接影响乘机出行意愿.(3)提高旅客安全感知及航班营服水平客观上都可以促进旅客乘机出行意愿,但在新冠肺炎疫情状态下,旅客乘机出行意愿更大程度受到安全感知的影响.     

适用于一票制公交大数据的系统化处理方法及应用 ——以银川市为例

为分析公交乘客出行特征，利用公交IC卡数据、公交GPS数据、车载机数据和单程站点关系表，通过各类数据关联融合，提出适用于一票制公交大数据的系统化处理方法。基于Oracle搭建分析数据库，采用Python语言编写代码，构建了乘客上车站点推断算法、基于出行链的乘客下车站点推断算法、基于概率的乘客下车站点推断算法和乘客换乘站点识别算法4种站点推断算法。基于此，运用银川公交大数据进行客流集散点识别、客流走廊识别，得到公交站点上下客流量分布情况、公交线路客流量分布情况、公交站点的换乘客流量分布情况。研究结果表明，一票制公交大数据系统化处理方法在分析公交乘客出行特征方面具有一定的应用价值。     

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.     

新冠疫情对老年人公交出行行为的影响

新冠肺炎疫情对交通运输产生巨大影响，但现有成果主要研究疫情爆发期疫情对交通运输的影响，较少有分析后疫情阶段的出行行为.本文利用验证性因素分析模型及Logit 模型，研究后疫情阶段新冠病毒，老年人个人统计学特征，老年人对新冠肺炎疫情严重程度的感知等心理因素对老年人出行行为的影响.研究结果表明：短距离出行中，新冠疫情和对新冠肺炎疫情严重程度的感知对出行方式选择没有显著影响；新冠疫情和对新冠肺炎疫情严重程度的感知对老年人使用公交意愿具有显著影响；此外，这两个因素也影响老年人外出概率和使用公交的概率.     

���ڿ������˲��Ĺ���վ���ʱ����Ԥ��

公交站点短时的客流预测是智能公交调度系统中重要的决策基础与技术支持. 在对短时客流特性进行分析的基础上,提出了以卡尔曼滤波作为公交站点短时客流的预测模型,并给出了模型的求解过程. 选用了一条实际公交线路中客流量较大、客流变化明显具有代表性的站点进行了采集数据和实例分析,数据结果的平均绝对误差为5.1771,均方误差为0.7961,表明提出的模型与算法可以有效地对短时公交客流进行预测. 与人工神经网络预测结果比较,在相同的实例数据下,其平均绝对误差为10.4770,均方误差为1.6724,结果表明使用卡尔曼滤波建立的模型比较准确,说明本文所提出的方法预测误差小,具有现实的应用意义.     

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.     

新冠疫情防控对大湾区高速公路运输的影响分析

在新冠疫情常态化防控背景下，我国区域性疫情频发，如何量化疫情防控措施对经济运行和客货运输的影响成为社会亟待研究的问题。为此，本文设计了高速公路运输指标计算方法，提出疫情防控措施的等级与阶段划分流程，建立双重差分模型分析疫情防控措施对高速公路运输指标的影响。本文以粤港澳大湾区主要城市为对象，基于2020年5月—2022年4月高速公路收费数据和疫情防控信息开展案例研究。研究结果表明：I级(加强)防控措施下，客车流量显著下跌，各案例降幅在8%~27%之间，货运指标变化不明显。深圳和东莞在II级(严格)防控阶段，客货运指标均剧烈下跌，两市客车流量分别再下降 46.3%和 33.7%，货车流量分别再下降 42.7%和 27.6%，货运量和货物周转量降幅与货车流量相当。高速公路客车市际平均运距在I级防控措施下存在下降趋势，但在II级阶段下，客车和货车市际平均运距均显著提升。本文为城市与城市群疫情防控措施的制定与实施提供一定的参考价值。     

"非典"和新冠肺炎疫情对我国客货运输的影响比较与分析

为使运输行业有效做好新冠肺炎疫情防控工作并积极应对后续可能出现的行业风险，在剖析2003年“非典”疫情对各种交通运输方式客货运输流量产生影响的基础上，比较了新型冠状病毒肺炎疫情与“非典”疫情的共性与不同，分析了新型冠状病毒肺炎疫情将对我国客货运输发展产生的影响，预测新型冠状病毒肺炎疫情将在短期内对铁路客运、公路客货运、民航客货运造成较大负面影响；对铁路货运、航运影响较小；对快递、电商业发展产生积极影响。基于各运输方式客货运量所受影响预测，指出未来一段时期交通运输行业应关注的重点：要进一步健全行业突发危机管理机制和行业重大风险防范机制；针对此次疫情涉及面较广的特点，应关注农村交通运输防控工作，保障疫情期间“三农”健康有序发展。     

智慧公交为疫情防控时期的公共出行保驾护航

本文以新冠肺炎疫情防控为例,将国内疫情及其防控分为疫情突发时期,遏制疫情流行时期,防疫精准化、动态化、常态化时期三个阶段,并通过回顾性研究方法评述重大突发公共卫生事件影响下城市地面公共交通的信息化防控策略,分析公交防疫措施在智慧感知层、交换共享层、应用服务层存在的不足,提出了基于多元融合感知技术、加速自动驾驶场景应用、创新数据共享融通机制,持续深入推广大数据示范应用以及优化定制公交线路,丰富突发公共事件下交通行业应急策略体系的建议。     

新冠肺炎交通防控政策对长沙市人口流动的影响

为探究新冠肺炎疫情下交通防控政策对长沙市人口流动的影响，本文根据长沙市在新冠 肺炎疫情期间颁布的交通防控政策和疫情实时防控情况划分防控阶段，基于百度迁徙大数据，利 用双重差分模型，识别长沙市不同阶段的交通防控政策以及量化防控效果，分析交通防控政策对 长沙市人口流动的影响。结果显示，长沙市在交通管制阶段，平均人口迁出强度、平均人口迁入 强度及城市内部出行强度分别下降了83.68%、69.24%及59.74%，有效地控制了人口流动，降低了 疫情扩散危险。在交通恢复阶段，长沙市人口流动强度逐渐反弹，城市内部出行强度基本恢复到 2019年同期水平。本文研究结果显示了交通管制对疫情扩散限制的有效性，为常态化疫情防控 下精准防控政策和复工复产政策制定提供参考。     

新冠肺炎疫情对民航的影响分析与政策建议

为给政府制定应对策略提供决策支持，基于航班运行数据分析了新型冠状病毒肺炎疫情对民航造成的影响。通过分析2003年“非典”和新型冠状病毒肺炎疫情对民航影响的差异，基于情景假设对2020年民航运输发展形势进行了预测分析，并提出有关政策建议。研究结果表明：新型冠状病毒肺炎疫情对民航市场需求造成了严重的冲击，2020年民航运输形势不容乐观，预计年旅客运输量同比基本持平或下降10.9%。政府部门需在做好疫情防控期间运输保障工作的同时，加快出台积极的产业政策以支撑民航发展。     

新冠肺炎疫情对城市轨道交通运营的影响

新冠肺炎疫情对城市轨道交通运营造成重大影响：8个城市所有线路停运，2个城市部分线路停运，其他城市不同程度关闭车站、调整运营时间或行车间隔；2020年1月23日至2月10日全国日均客运量较去年同期下降约70%~90%，票务收入断崖式下降，而防护物资、宣传等支出性成本增加；一些项目进度总体滞后2个月，职工安全防护吃紧；疫情初期应急管理仍存在问题，应急处置新技术、新设备投入应用。恢复运营生产面临防控任务重、大客流处置、引导通勤客流回归等问题，需要加强行业指导，逐步有序恢复运营，在严格落实防控措施的同时，根据客流情况优化运输组织；对现金流、备品备件周转、停滞的大中修和更新改造项目开展风险评估，采取有效应对措施；持续开展宣传引导，毫不松懈抓好安全生产，总结应急处置经验，提升应急处置能力，更好地支撑和保障社会经济发展和人民群众出行。     

COVID-19在城市轨道交通系统内的传播建模与预测

考虑城市轨道交通出行特征, 将新冠疫情下城市轨道交通系统内的乘客分为易感者、感染者、暴露者; 假设病毒自由传播, 以疫情发生初期的病例为研究对象, 结合相关研究, 选择病毒传染概率为0.41;将感染者乘坐城市轨道交通的过程分为出入站阶段和乘车阶段, 考虑病毒有效传播范围、人群分布特征、人群流动特征, 建立新冠疫情在城市轨道交通系统内部的传播模型; 以某市地铁为模拟案例, 假如有13个感染者乘坐地铁, 结合历史客运数据确定模型参数的取值, 预测不同载运水平下可能造成的感染人数, 同时研究与可能感染人数相关的各类要素。研究结果表明: 当载运水平降低至平均水平的10%时, 多数案例的可能感染人数降低至1人以下, 证明了城市轨道交通客流管控强度的有效性, 起终点站内人数折减引起的感染人数变化(小于20%)低于车厢人数折减引起的变化(60%~80%), 说明相比起终点站内人数, 车厢内的人群密集程度对可能感染人数的影响更加显著; 在经停时, 假如上下车人数之比不大于1, 则能有效控制可能感染人数的升高; 当经停站数与可能感染人数非线性正相关时, 载运水平、经停站数、可能感染人数之间的函数关系具有较高的拟合优度(决定系数为0.700 1)。      

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。     

新冠疫情对老年人公交出行行为的影响

新冠肺炎疫情对交通运输产生巨大影响,但现有成果主要研究疫情爆发期疫情对交通运输的影响,较少有分析后疫情阶段的出行行为.本文利用验证性因素分析模型及Logit 模型,研究后疫情阶段新冠病毒,老年人个人统计学特征,老年人对新冠肺炎疫情严重程度的感知等心理因素对老年人出行行为的影响.研究结果表明：短距离出行中,新冠疫情和对新冠肺炎疫情严重程度的感知对出行方式选择没有显著影响;新冠疫情和对新冠肺炎疫情严重程度的感知对老年人使用公交意愿具有显著影响;此外,这两个因素也影响老年人外出概率和使用公交的概率.