基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究

轨道交通网络和常规公交网络作为公共交通系统的主要组成部分，研究乘客在两网复合网络上的方式选择行为有助于提升公共交通系统的协同运营。然而，以往的研究通常只对单个网络出行进行研究，未考虑到出行完整性。针对此不足，基于多源数据融合、轨道与公交网络拓扑融合，提出乘客在公共交通复合网络上的完整出行提取方法；复杂网络中方式选择的本质是路径选择，因此在构建耦合换乘站点的公共交通复合网络基础上，建立5种考虑多种因素组合的多项Logit选择模型，以分析在复合网络中对乘客出行行为影响最显著的因素组合；最后将模型应用于北京市某工作日的公共交通网络及刷卡数据。研究结果表明，基于完整出行的选择模型优于基于出行阶段的选择模型；通勤者在公共交通复合网络上的方式选择行为与考虑在车时间、候车时间、换乘时间、换乘次数的出行总时间及票价因素显著相关，且出行总时间的影响更大；换乘、候车时间对通勤乘客在公共交通复合网络中方式选择的影响较低，通勤者更加偏好出行总时间短的路径。研究结果可为提升轨道与公交的协同程度提供技术支持。     

基于信令数据的出行强度影响因素分析模型

为探究城市交通出行强度影响因素及不同因素的影响程度，本文从土地利用与交通基础设施建设两方面出发，分析包括土地利用混合指数，职住混合率熵指数，公共交通站点 500 m覆盖率，路网可达性等17个指标与出行强度的相关关系；基于相关系数和拟合优度分析，提取7个与出行强度强相关指标，基于所识别指标构建北京市中心城区出行强度多元回归模型.模型结果表明，职住混合率熵指数对出行强度的影响最为显著，公共交通站点覆盖率对出行强度的影响比道路网密度和可达性更为明显.此外，给出单一土地利用/交通基础设施指标对出行强度拟合结果的离群特征分析方法，用于评估不同区域基础设施供给与交通出行需求之间的平衡关系.     

基于关联分析的乘客公共交通依赖度识别方法

不同乘客在出行过程中对公共交通的依赖程度具有显著差异，精准识别乘客公共交通依赖度，有助于针对性地引导出行者向公共交通方式转移.本文基于多源数据的关联，获取包含个体属性的公共交通出行链，从出行行为和个体属性两方面提出8个依赖度指标，构建二阶聚类模型，识别乘客公共交通依赖度.结果表明：样本按依赖度高低被划分为4类群组；部分高、较高依赖度乘客在出行决策时受限于收入和车辆拥有量，并有向私家车出行转移的趋势；乘客出行习惯行为较个体属性对公共交通依赖度的影响更大.利用平均命中率(AHR)和平均覆盖率(ACR)指标评估个体属性对识别结果的影响，得出结论，个体属性指标间存在耦合关系，且指标缺失量与模型误差具有非线性关系.研究有助于理解公共交通乘客的需求和选择倾向性，为精准改善公共交通服务提供支撑.     

基于认知—行为理论的交通方式选择行为研究

为研究乘客在公共交通出行方式选择上的心理决策过程,结果显示引入认知-行为理论,以乘客心理认知作为交通方式选择的主要影响因素。首先,建立结构方程模型,提取表征乘客满意度的主要指标,并用满意度量化乘客选择公共交通出行时的认知信息;其次,以乘客满意度作为出行方式特性变量建立基于认知的logit模型;最后结合武汉市有轨电车T6线路乘客满意度调查数据,对提出的认知-行为理论进行实例分析。结果显示乘客满意度对公交出行方式选择决策具有重要作用,乘客满意度越高,其选择公共交通出行的概率越大。     

基于个体出行图谱的公共交通通勤行为辨别方法研究

不同公共交通类型乘客的出行特征存在显著差异,实现公共交通通勤乘客准确辨识,有助于获取精细化的公共交通出行特征,更好地满足不同类型乘客的出行需求.基于北京市公共交通刷卡和线站数据,对公共交通多源数据进行关联匹配并提取出行链.利用北京市连续1个月的公共交通刷卡出行数据,采用多层规划理论构建了个体出行知识图谱,提取了出行天数、出行空间均衡度等7类特征指标.通过RP调查获得乘客出行行为类别.以特征指标为输入,乘客分类为输出,构建了面向公共交通乘客分类的BP神经元网络模型.验证表明,模型平均分类精度为94.5%,Kappa系数为0.879.本文研究有助于准确识别不同类别的公共交通乘客,为优化公共交通运营及公共交通精准化服务提供支撑.     

乘客差异化需求对公交出行满意度的影响

中国对于公交出行满意度的研究主要集中在服务质量指标的制定、乘客意向信息采集等方面,对出行满意度的影响因素缺少深入分析。结合安徽省铜陵市居民公交出行意向调查数据,对通勤乘客和非通勤乘客的公交出行服务需求特征进行分析。在此基础上构建结构方程模型,探究乘客公交出行满意度的影响因素。模型结果表明,通勤乘客更重视公交服务的经济性、便捷性和可达性,而非通勤乘客更重视可靠性和舒适性;经济性和可达性需求对通勤乘客满意度有显著积极影响,而便捷性、可靠性和舒适性需求对所有公交乘客满意度均有显著消极影响。由此,针对两类乘客分别提出提升公交出行满意度的措施。     

地形感知对居民公共交通出行方式选择的影响研究——以贵阳市为例

公共交通系统作为城市运转的重要组成部分已成为学界研究的焦点。本文利用贵阳市中心城区调研数据,引入地形感知变量,构建包含潜变量的SEM-Logit模型来分析居民公共交通出行选择影响因素。结果表明：包含潜变量的SEM-Logit模型比不包含潜变量的Logit模型拟合度更佳,个人属性变量中,性别、年龄、受教育程度、个人月收入、驾照持有情况、家中小汽车规模显著影响居民公共交通出行选择;潜变量因素中,目的地可达性、吸引力、地形感知对居民公共交通出行选择造成显著负向影响,即公共服务设施越便捷、小区吸引力越强、地形感知越大,居民选择公共交通出行的概率越小,而出行态度和活动支持与居民公共交通出行选择具有正相关性。地形感知对老年人与中年人公共交通出行选择均产生负向影响,但对中年人的影响程度大于老年人;地形感知对长期居住者公共交通出行选择的影响具有持久性和适应性,对短期居住者公共交通选择削弱较小。研究结论可为山地城市规划和交通建设提供指导。     

基于信令数据的出行强度影响因素分析模型

为探究城市交通出行强度影响因素及不同因素的影响程度,本文从土地利用与交通基础设施建设两方面出发,分析包括土地利用混合指数,职住混合率熵指数,公共交通站点 500 m覆盖率,路网可达性等17个指标与出行强度的相关关系;基于相关系数和拟合优度分析,提取7个与出行强度强相关指标,基于所识别指标构建北京市中心城区出行强度多元回归模型.模型结果表明,职住混合率熵指数对出行强度的影响最为显著,公共交通站点覆盖率对出行强度的影响比道路网密度和可达性更为明显.此外,给出单一土地利用/交通基础设施指标对出行强度拟合结果的离群特征分析方法,用于评估不同区域基础设施供给与交通出行需求之间的平衡关系.     

考虑出行费用的就业可达性分析

良好的就业可达性有助于创新职住对接机制，是建设可持续城市的关键问题。既有可达性研究对于出行成本的考虑多局限于出行距离或出行时间，未充分考虑出行费用并研究其对不同出行方式的影响。本文基于互联网地图和工商数据平台的POI(Point of Interest)数据和实时路径规划数据，获取细粒度的就业和出行成本信息，采用改进的两步移动搜索算法，提出考虑出行费用的就业可达性度量方法，研究公共交通和小汽车两种出行方式的就业可达性并评估出行费用对就业可达性的影响。针对北京的案例研究表明：考虑出行费用后，小汽车平均出行成本由仅为公共交通54%变化至高于公共交通6%。就业可达性对出行费用敏感，仅考虑出行时间无法完全体现就业选择与出行成本之间复杂的互动机制。出行费用的影响体现在公共交通与小汽车可达性平均降低7.3%和4.8%；若不考虑出行费用，五环至六环地铁沿线街道的就业可达性会被低估。出行成本对可达性的影响存在阈值效应，阈值越高，影响越小。本文有助于规划者和政策制定者形成就业可达性引领的职住平衡调整策略。     

公共交通乘客个体活动链的日相似性研究

刷卡数据为研究公共交通乘客长期出行规律提供了数据基础.利用北京市2018年 4~5月的刷卡数据,通过提取乘客活动地,推断居住地位置和识别活动类型3个步骤构建乘客个体活动链;基于PrefixSpan算法提取普通卡、老年卡、学生卡乘客活动链的频繁序列模式,采 用Levenshtein距离度量3类乘客活动链日维度的相似性.结果表明：每类用户中约70%乘客的频繁活动序列是对称模式;普通卡和学生卡用户的相似性高于老年卡用户,平均值分别为 0.645、0.649和0.530;3类乘客的工作日与非工作日活动链具有明显差异,而工作日之间或非工作日之间具有较高相似性.本文有助于定量解析公共交通乘客的出行活动规律,为科学优化公共交通服务提供依据.     

����TransCAD�ij��й�������ɴ���ָ�꼰��Ӧ��

对城市公共交通进行可达性分析，可以反映城市间不同区域通过公交线网的交通便捷程度。本文通过对乘客出行心理、行为的假设和公交线路、道路可达性范围的界定，给出了一种简易的公共交通网络可达性指标计算公式，并基于TransCAD软件给出了指标计算方法步骤。最后，通过对长春市中心区的公交可达性进行了实证验算，得到了可信的结果。     

公共交通乘客个体活动链的日相似性研究

刷卡数据为研究公共交通乘客长期出行规律提供了数据基础.利用北京市2018年 4~5月的刷卡数据,通过提取乘客活动地,推断居住地位置和识别活动类型3个步骤构建乘客个体活动链;基于PrefixSpan算法提取普通卡、老年卡、学生卡乘客活动链的频繁序列模式,采 用Levenshtein距离度量3类乘客活动链日维度的相似性.结果表明：每类用户中约70%乘客的频繁活动序列是对称模式;普通卡和学生卡用户的相似性高于老年卡用户,平均值分别为 0.645、0.649和0.530;3类乘客的工作日与非工作日活动链具有明显差异,而工作日之间或非工作日之间具有较高相似性.本文有助于定量解析公共交通乘客的出行活动规律,为科学优化公共交通服务提供依据.     

城市公共交通常乘客通勤出行提取方法

为挖掘公共交通通勤出行精准化特征，从追踪出行链的角度出发，利用公交与轨道多源数据研究常乘客通勤出行提取方法。通过选取潜在职住地设置高频职住地集合，提出公共交通常乘客职住地识别算法，结合出行链起讫站点与职住地空间信息匹配提取通勤出行链，并将常乘客出行分为home-work通勤、work-home通勤和非通勤出行。以北京市“回天地区”公交与轨道出行链数据为例，提取常乘客通勤出行。结果表明：常乘客职住地识别率达到85.9%，常乘客通勤出行和非通勤出行在出行时空分布和出行方式上存在明显差异，通勤出行提取可为北京市面向常乘客开展“预约出行”并分析其出行需求动态特征变化提供依据。     

基于潜能模型的就医出行公共交通可达性分析

大型综合性医院是居民生活出行目的地之一。公共交通是就医出行的重要出行模式,其服务水平对居民出行及就医具有双重影响。可达性是衡量交通系统为出行者提供到达某地点以获得某种服务或参加某项活动的能力指标,换乘对就医出行可达性具有重要影响,基于潜能模型,选择出行时间、换乘时间及服务覆盖人口数量构建可达性计算模型。以友谊医院为例,根据该模型进行各交通小区的就医出行可达性计算并分级,并与通过问卷调查得到的区域平均出行满意度进行比较。据统计,高于93.5%交通小区的上述两种评价一致。实验表明模型在就医出行可达性的计算上与出行者主观评价一致,可用于研究居民就医出行的便捷性,对提高医疗服务的区域覆盖及交通便利性具有指导意义。     

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。     

基于层次分析法-熵权法的广佛乘客满意度分析评价

针对广州-佛山两地乘坐地铁及公交出行的乘客进行实地问卷调查,采用层次分析法构建以经济便捷性、可靠性、舒适性、可达性为系统层的满意度评价指标体系,并结合层次分析法及熵权法确定指标权重,可获悉指标体系中各因素对不同年龄层乘客出行选择的贡献率,对其进行分析评价的同时,并可据此制定有效策略在一定程度上调控群体的出行选择行为,提高公共交通使用率。结果表明,受访者对该段交通的满意度评价较低,36~50岁乘客的满意度最高(1.783),51~65岁(1.640)、20~35岁(1.610)、20岁以下(1.584)依次次之,65岁以上乘客满意度最低(1.580)。35岁以下乘客更关注行车可靠性,36~50岁乘客更关注经济便捷性,51岁以上乘客更关注车辆可达性。且系统层下的各指标对不同年龄层乘客有不同程度的影响。     

就业可达性量化方法及分布特征研究——以南京市为例

基于国外传统可达性测算方法,建立适用于中国城市交通特征的就业可达性量化方法。在对比分析常用的四种可达性测算模型的基础上,以南京市为实例,针对老城区分别构建了小汽车和公共汽车出行就业可达性模型,同时建立新城区就业可达性模型,以此分析南京市就业可达性空间分布特征。研究表明：南京市主城区就业可达性随着出行距离增加而提高,且提高程度逐步降低;公共汽车出行就业可达性低于小汽车,在城市外围地区尤为明显;新城区就业可达性远低于老城区,职住失衡以及交通通道欠缺是主要原因。最后,通过借鉴国际城市发展经验,提出南京市不同片区就业可达性改善措施。     

基于综合网络的轨道交通可达性分析方法——以东莞市为例

城市轨道交通是重大公共交通设施,对缓解交通拥堵、引导绿色出行、提升居民出行满意度有着重要作用,但其建设成本高、难度大、周期长,需在全市层面统筹分析轨道线路建设对交通系统的整体影响,从而发挥其最大交通效益。综合考虑片区人口加权的网络可达性指标,提出道路、轨道一体化系统的网络可达性计算方法,并分析东莞市现状轨道、城市轨道建设规划、城市轨道网络规划的网络可达性特征。结果表明:东莞市现状79.20% 地区在网络可达性60min等值圈范围内,11.21%地区在网络可达性45min等值圈范围内;城市轨道交通建设规划实施后,全市网络可达性增强,西北、西南区域提升显著;对于城市轨道网络规划,选取了6个线路组合方案进行网络可达性分析,其中轨道6号线、7号线、1号线(支线)组合方案对全市网络可达性整体提升作用最佳,为新一轮东莞市城市轨道交通建设规划线路选取提供了参考。     

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.     

公交通勤个体出行特征图谱构建及相似性判别

从个体角度获取公共交通通勤乘客出行行为特征,有助于更准确地把握公交总体出行规律,更好地满足乘客的出行需求。基于公共交通刷卡数据与线站数据,针对公交通勤出行个体,借助图谱可视化表达优势,研究形成了以横轴为时间序列轴、纵轴为位置轴、节点大小为方向角度的公共交通通勤乘客出行特征图谱构建方法。在此基础上,选用出行方式、方向、时间和线路等属性指标,采用结构相似度与最长公共子序列相结合的分析方法,实现了图谱相似性判定。以个体乘客一周的公共交通出行数据为例,验证了研究结果的合理性和有效性。研究结果能够直观反映个体出行过程,为出行特征表达与提取提供了新思路。