基尼系数对客运交通需求的影响分析

汽车保有量直接影响着区域交通需求,其中对于客运需求的影响则更为密切。通常认为汽车保有量的主要影响因素包括经济指标和人口数量,而实际上在这二者既定的情况下,基尼系数的变化仍然会对汽车保有量产生较大影响,进而也会影响着区域交通需求水平。     

基于分段外推法的城市汽车保有量预测

汽车保有量的预测是城市交通规划的一项基础性工作,是制定各种交通需求管理措施的重要依据。分析影响城市汽车保有量的因素,将城市划分成不同的交通小区,并建立相应的评价模型对各小区进行综合评价。同时利用某一小区以往汽车保有量资料,建立基于分段外推法的城市汽车保有量预测模型,为城市汽车保有量的近期预测提供有效方法。     

中国城市机动化发展情况及政策分析

中国城市机动车保有量持续快速增长对城市交通环境、交通承载能力、交通服务水平提出了新挑战。首先,基于不同国家、中国不同城市汽车保有量数据,分析中国城市机动化发展所处水平、机动化结构、机动化发展特点及增长趋势。探讨影响中国城市机动化发展的关键因素:汽车价格与人均GDP的比值、公共交通发展,以及汽车产业政策。最后,从公共交通政策导向作用、机动车限制性管理、步行和自行车交通方面评述中国城市交通政策,同时从国家政策、城市交通规划与实践、市民绿色出行意识培养等层面提出相关建议。     

国外汽车上牌趣闻

科威特：上牌越晚交税越多 科威特为了解决交通拥挤的现象,减少汽车的保有量,轿车的牌照税是随牌照的登记号而变化的。牌照号码越大,牌照税就越高。     

基于改进Compertz-PCA的汽车保有量联合预测

立足汽车行业,整理我国2005—2019年有关汽车保有量的相关面板数据,使用PCA方法分析,确定营运公交数、轨道交通公里数、公路里程数、城市化率、汽车报废量、社会消费品零售总额、汽车销售量、人均GDP、国民生产总值9项因素为汽车保有量影响因素.利用PC A分析后得出的7项主要影响因素构建汽车保有量综合影响指标M,借鉴国际上通用的饱和指标,结合Compertz曲线模型对我国未来20年汽车保有量的发展趋势进行预测,结合实际情况测算出我国汽车保有量.该模型由于引入综合影响指标M,所以在预测过程中考虑到更多的参数影响,提高预测精度.结果显示:我国汽车保有量已经在沿着Compertz曲线的轨迹发展,但并没有达到饱和点,即将处于成熟期,2031年汽车保有量将达到3.5亿辆.     

基于双重Logistic曲线模型汽车保有量预测方法

经济发展和人民生活水平提高使得汽车保有量急速上升,从而引发城市交通拥堵、能源短缺、环境污染等诸多问题,解决这些问题的前提是对未来年小汽车保有量客观、准确的预测。为了保证预测的准确性,采用双重Logistic曲线模型预测人口户数,通过分析人口户数与小汽车保有量之间的定量关系确定未来年小汽车保有量最大值范围;并结合西安市历年小汽车历史数据对未来西安市小汽车保有量进行预测。预测结果表明:该方法能根据人口增长趋势客观,动态地反映未来汽车保有量的发展趋势。西安市小汽车保有量还会快速增长,未来年小汽车保有量极值将达到626万辆左右。     

广州停车难长期存在

继北京、上海、深圳之后，广州成为汽车保有量超过百万的城市。寻找停车位成为有车一族的难题。特别是广州商业中心、人流密集的区域，停车位的需求远远大于供给。     

熵值组合预测模型在民用汽车保有量预测中的应用

为了提高民用汽车保有量预测的准确度及精度,在科学合理选取民用汽车保有量的预测指标的基础上,选取了三种单项预测方法,建立基于熵值法的组合预测模型,利用2002~2011年天津市民用汽车保有量数据进行模型检验,检验结果表明该模型预测准确、精度较高,适合对民用汽车保有量预测,并对2013~2016年天津市民用汽车保有量进行预测,为制定城市道路规划、交通规划提供可靠的数据依据。     

基于RBF神经网络因子分析的汽车保有量预测

汽车保有量预测对城市交通的发展方向有直接的参考意义,通过分析影响城市汽车保有量的因素,采用因子分析法提炼出较少的线性无关的主要因素,建立预测城市汽车保有量的RBF神经网络模型.最后通过实例分析,对RBF神经网络因子分析法计算结果和全要素神经网络模拟结果比较,得出RBF神经网络因子分析法在运算效率、运算精度上的优越性.     

全国汽车保有量已过亿

据悉,全国机动车保有量至今年6月底已达2．33亿辆,基路汽车保有量1．14亿辆,摩托车保有量1．03亿辆。