大中城市居民出行强度的聚类分析

人均出行次数是居民出行强度的最直接反映,而人均出行次数与城市经济指标有着极大联系.目前对人均出行次数和经济指标之间的关系缺乏定量分析研究,本文通过研究经济指标与居民人均出行次数的关系来建立居民人均出行次数量化模型.通过对全国十五个大中城市的经济指标进行聚类分析,找到与居民出行强度相关性最大的4个典型指标:市区土地面积、社会消费品零售总额、居民消费价格总指数、和市区居民人均可支配收入,建立了居民出行次数与这些典型指标的回归模型,为同类城市的居民人均出行次数的预测提供了参考.     

我国三大城市圈主要城市居民出行特征比较分析

三大城市圈是我国经济发展的前沿地带,城市交通问题也最为严重.选取了三大城市圈11个主要城市,分析了城市圈内部、城市圈之间各城市的人均出行次数、出行目的、出行方式和出行时耗的相关特性,探寻城市居民出行特征与城市经济、规模的内在联系,为缓解城市交通问题奠定基础.     

我国三大城市圈主要城市居民出行特征比较分析

三大城市圈是我国经济发展的前沿地带,城市交通问题也最为严重。选取了三大城市圈11个主要城市,分析了城市圈内部、城市圈之间各城市的人均出行次数、出行目的、出行方式和出行时耗的相关特性,探寻城市居民出行特征与城市经济、规模的内在联系,为缓解城市交通问题奠定基础。     

国内不同类型城市居民出行特征分析

通过收集大量国内城市的居民出行特征调查数据,对数据进行归纳整理,从出行次数、出行目的、出行方式结构、出行耗时等4个方面进行分析.通过对城市进行分类,找出不同类型城市的居民出行特征,分析产生这些特征的原因.对居民出行次数,按照人口规模分类,建立了不同人口规模城市的居民人均出行次数模型,通过建摸的方式找出不同人口规模城市的居民出行次数规律.     

���ڷǼ���ѡ��ģ�͵ij����о���������ݷ���

传统的四步骤模型中的出行生成模型是预测研究范围内每个交通小区的出行发生次数和出行吸引次数，直接将居民的出行次数简单的按交通小区进行集计处理，并没有充分考虑每个人的出行次数，难以反映个人和家庭的社会经济等因素对居民个人出行次数的影响。本文根据2003年吉林省长春市居民出行调查数据，利用非集计模型建立居民个人的出行次数选择模型，并应用相关统计软件对模型进行标定，进而分析居民个人的出行次数，从而求得居民个人出行次数的期望值，初步尝试探索非集计模型和四步骤模型的综合应用问题。     

提高行人过街交通管理水平的建议

步行交通与人类生活密不可分。步行能够使个人与环境以及其他人直接接触,满足生活、工作、交往等各种需求。目前,我国居民的短途出行还是以步行和自行车为主。据调查,我国20世纪80年代人均出行次数为每天2．21人次;90年代人均出行次数为每天2．68人次,     

职住均衡对重庆市交通出行的影响

以重庆市主城九大行政区为研究单元,基于2007～ 2011年的统计数据,采用就业-居住偏离度指数定量分析了主城区职住分布的空间差异与变化情况,并探讨了职住分布对人均出行次数、交通方式分担率、出行时间等交通出行指标的影响.结果表明：①主城区职住分布的空间差异及变化明显,总体呈现职住进一步分离;②主城区内职住越平衡人均出行次数越少;③职住进一步分离是小汽车出行增长的原因之一;④职住进一步分离是居民出行时间增多的原因之一.     

���о������ѡ��Ԥ��ģ�ͼ�ʵ֤�о�

城市交通系统是一个开放的复杂巨系统，城市交通管理的政策措施会对居民出行行为造成影响，为使城市交通系统能最大限度地发挥效益，一个城市的规划设计人员经常需要对居民出行需求进行了解，城市居民的出行选择与城市交通系统的服务时间、费用、环境及可选交通工具等诸多因素有关，本文从城市居民出行需求角度出发，考虑出行者的性别和职业属性，建立了基于出行费用、走行时间、出行次数的城市居民出行Multinomial Logit 模型，采用Maximum Likelihood方法进行参数估计，并以中国西北部城市兰州市A区为实例，通过计算机模拟仿真拟合计算得到了该区人员出行行为的分析结果，这一结果可作为兰州市交通管理部门制订相关政策，引导市民出行的依据。     

基于公交智能调度系统的公交换乘算法实现

通过对城市居民公交出行选择影响因素和选择逻辑的分析,利用地理信息系统（GIS）技术构建公交换乘数据模型和公交智能调度系统数据计算出行时间,以此为基础实现以最少换乘次数为第一目标,出行时间最短为第二目标的公交换乘算法。该算法考虑了步行换乘、行驶时间、换乘时间及公交线路上、下行因素对换乘查询的影响,能够较快地提供公交换乘方案。     

沿海发达小城镇居民出行特征分析及交通发展对策研究——以浙江省平阳县万全镇为例

根据万全镇2010年居民出行调查的相关数据,分析万全镇居民出行基本特征:出行次数、出行目的、出行方式、出行空间分布、出行时辰分布及不同出行方式的平均出行时耗。在此分析基础上,结合万全镇交通现状及总体规划,从道路设施建设、公共交通发展和交通管理等方面,提出了万全镇综合交通发展对策和保障措施。     

基于人均产值此的成都市物流需求分析

在阐述物流需求与人均国民生产总值关系的基础上,运用“人均产值比”法,对影响成都市农产品、工业品和居民消费品物流需求的主要因素进行分析,从而得出成都市物流需求基本特征,可为物流发展及规划提供参考。     

基于人均产值比的成都市物流需求分析

在阐述物流需求与人均国民生产总值关系的基础上,运用"人均产值比"法,对影响成都市农产品、工业品和居民消费品物流需求的主要因素进行分析,从而得出成都市物流需求基本特征,可为物流发展及规划提供参考。     

���ڿռ�����ij����ܶȶԽ�ͨ�����Ӱ�����

城市密度是衡量一个地区交通发生的重要因素之一，它不仅能够很好的反映交通需求的强度，而且提供了一条定量分析城市交通需求影响因素途径。本文以具有不同地貌形态特征的城市：大连和沈阳为例，采用GIS的空间分析技术，计算获得能够反映密度差异的城市密度，并且根据城市交通需求的特点，把城市密度分为单密度和符合密度两种，通过空间统计分析，分析各种城市密度对交通发生、出行距离、出行时间和出行方式的影响。研究表明：不同的城市密度有效作用于不同的交通需求特性；在一定的阈值范围，城市密度与交通需求之间的存在明显的单调关系。     

我国居民养老保险购买量影响因素分析

运用回归模型对我国居民养老保险购买力的影响因素进行了回归分析,得出人均购买养老保险与人均收入呈正比.人均购买养老保险与抚养比系数呈负比.     

基于出行决策分析的发车频率计算

出行时间过长是公交出行率偏低的重要原因之一,而出行时间与公交线路发车频率密切相关,有必要研究发车频率对居民出行决策的影响。基于居民出行调查数据,分析出行决策影响因素,利用随机效用理论,建立选择方案为自行车与公交的BL模型,并在MATLAB环境下采用Newton．Raphson法编程求解,预测出行时间对公交出行率的影响;进而分析发车频率对公交出行时间的影响,最终得到公交出行率与发车频率的对应关系,由此计算给定公交出行率下的发车频率。文中通过计算实例说明该方法在计算发车频率及评价公交运营调度方案优劣上具有实用价值。     

交通运输业CO_2排放区域差异及影响因素

交通运输业是CO_2排放的重要来源.根据长江经济带九省二市2005—2014年面板数据,以Theil指数为衡量指标,从人均、单位增加值、单位换算周转量碳排放3个方面测算交通运输业CO_2排放的区域差异;结合扩展的Kaya恒等式,通过LMDI分解分析交通运输业CO_2排放的影响因素.结果表明:长江经济带各省市交通运输业CO_2排放呈现较明显的不均衡分布,人均碳排放、单位换算周转量碳排放差异大于单位增加值碳排放差异;能源结构、单位增加值能耗、单位GDP换算周转量抑制CO_2排放(贡献率分别为1.72%、56.6%、41.68%),单位换算周转量增加值、人均GDP、人口促进CO_2排放(贡献率分别为7.99%、88.99%、3.02%).     

城市私人小汽车增长影响因素研究

利用S型曲线模型,选择人均GDP、人均可支配收入、私人小汽车使用费、城市人口密度作为影响私人小汽车需求的主要因素,以某城市市区私人小汽车增长的相关数据为例,对影响城市私人小汽车增长的因素进行定量分析,通过多元回归分析发现,人均GDP和私人小汽车使用费是现阶段影响城市私人小汽车需求的两个最主要因素。     

旅客购票模式与渠道关联选择行为的建模分析

为分析多元化售票渠道下旅客购票选择行为的影响因素及交互特征，解析了多渠道情境下旅客购票过程的 3个阶段，辨识了旅客购票的 3类典型模式；运用协同进化分析思想，建立了购票模式与渠道关联选择的协同进化 Logit模型；基于道路客运联网售票信息系统数据，进行了模型的实证应用，分析了特征变量对旅客购票选择行为的影响，揭示了渠道与模式间关联选择行为特征.研究表明：性别，年龄，提前购票时间，出行时间，出行里程，发车频率等因素对旅客购票行为有显著影响；旅客购票模式和渠道选择间存在相关性，某一决策选择受另一决策结果的影响；考虑两者的交互作用有助于提高分析预测精度，2类决策模型的精度分别提高了5.98%和5.72%.     

旅客购票模式与渠道关联选择行为的建模分析

为分析多元化售票渠道下旅客购票选择行为的影响因素及交互特征，解析了多渠道情境下旅客购票过程的 3个阶段，辨识了旅客购票的 3类典型模式；运用协同进化分析思想，建立了购票模式与渠道关联选择的协同进化 Logit模型；基于道路客运联网售票信息系统数据，进行了模型的实证应用，分析了特征变量对旅客购票选择行为的影响，揭示了渠道与模式间关联选择行为特征.研究表明：性别，年龄，提前购票时间，出行时间，出行里程，发车频率等因素对旅客购票行为有显著影响；旅客购票模式和渠道选择间存在相关性，某一决策选择受另一决策结果的影响；考虑两者的交互作用有助于提高分析预测精度，2类决策模型的精度分别提高了5.98%和5.72%.