城市居民出行成本的量化方法研究

本文通过对城市中几种常见的出行方式,主要包括步行、自行车、摩托车、公共汽车、小汽车和出租丰在使用成本、基础设施成本、出行时间成本以及外部成本四个方面的数量化方法研究,分别确立了城市交通出行成本的计算方法和模型。然后以哈尔滨市为案例进行了调查和分析研究,以便为交通政策的制定以及交通资源的合理利用提供科学依据,促进城市交通的可持续发展。     

出行成本对居民出行方式的影响

以北京市居民出行行为为研究对象,收集2010年部分区域居民出行基础数据,使用相关性分析筛选与居民出行方式选择密切相关的影响因素.以小汽车出行方式的效用函数与公共交通出行方式的效用函数的差值构建新效用函数,选择收入、出行目的、支付方式、出行时间比、出行成本比等作为影响因素,将小汽车和公共交通出行时间比划分为1∶5、1∶3、1∶1,分析出行成本对居民出行方式的影响.分析结果表明:当出行时间比为1∶5时,居民使用小汽车出行对应的弹性值均小于0.1,出行成本调节缺乏弹性;当出行时间比为1∶3时,对应的最大弹性值为0.39,当出行成本比为25时,40％～50％的出行者继续使用小汽车出行;当出行时间比为1∶1时,对应的最大弹性值为0.89,当出行成本比为22时,40％～50％的出行者继续使用小汽车出行;当出行时间在1∶3和1∶1之间,要使得小汽车的出行分担率为30％,则出行成本比为至少为5.     

城市低收入人群广义出行成本研究

从广义出行成本的角度出发,以定量分析为主,辅以适当的定性分析,研究城市低收入人群出行过程中的使用成本、时间成本和舒适度成本.通过对南京市多个经济适用房小区进行居民出行调查,以客观数据为基础,建立广义出行成本模型,预测低收入群体几种主要的出行方式分担率,有利于分析他们的日常出行,为制定关于低收入人群的不同交通方式的出行保障策略提供依据.     

考虑街区尺寸的不同交通方式广义出行成本分析

我国的城市规划理念逐渐从封闭小区转向开放街区,以实现街区内部道路公共化,优化路网布局.但不同街区模式对城市交通的具体影响缺乏定量研究.为此,本文区分街区内外部出行,分析了街区尺寸对城市路网交通性能(出行距离、时间及转弯次数)的影响,并基于出行时间和费用,构建了各种交通方式广义出行成本,分析其在不同街区尺寸下的变化特征. 结果表明,给定路网规模下,街区尺寸越大,平均内部出行时间占比越高,越不利于公共交通出行,例如当街区尺寸为 600 m 时,公共交通方式下的平均内部出行时间占比高于私家车 10%.未来城市规划需更多地考虑街区尺寸的影响.     

出行时间成本的影响因素及模型构造

为分析影响出行时间成本因素间的关系,界定了出行时间成本的概念,分析了影响出行时间成本变化的主要因素,并在此基础上构造出行时间成本模型.根据2014年北京市居民交通方式选择特性问卷调查数据,以“工资法”为计算原则,计算出了2014年北京市居民分方式、分目的的人均出行时间成本,并研究了不同出行方式下的出行时间成本的内在规律,为分析预测居民的出行决策、优化交通方式比例提供了可靠的理论依据.     

基于区内出行比例的城市交通小区半径计算方法

针对国内城市交通小区划分多靠定性分析的情况, 分析了国内外交通小区划分方法, 提出了基于区内出行比例的交通小区半径定量计算方法。基于交通小区半径和出行距离的三种不同组合, 推导出了相应的区内出行比例计算模型, 利用Excel软件的VBA编程功能, 进行了三者之间的数量关系计算, 通过对区内出行比例的控制, 得出交通小区半径的合理范围。实例计算结果表明: 当区内出行比例范围为5%~10%时, 西安中心市区交通小区的合理半径在0.7~1.1km之间, 而实际调查区内出行比例为9.28%, 交通小区半径为0.9km, 调查值与计算值接近, 小区半径定量计算方法可行。     

基于出行剩余理论的运输方式选择研究

突出强调出行本身具有的独立价值及其特性,创建出行剩余理论,以出行剩余价值最大化为准则揭示出行需求主体选择运输服务方式的机理.将出行价值特性总结为认知性、差异性、时效性,并将出行需求基于时效性分为3类,给出相应出行价值函数.将出行代价的特性总结为时效性、差异性、或然性,并建立出行全过程的成本函数.通过联立出行价值与出行成...     

选择何种出行方式

<正>公交出行绿色环保,自驾车舒适快捷。选择哪种交通方式更适合你?通过一些计算,可以较为理性和科学的算出不同的出行方式我们所付出的不同成本。将自驾车比公共交通增加的开支设为A,自驾车比公共交通节     

公共交通出行方式选择的演化博弈分析

选择公共交通出行方式或者其他出行方式对于出行者是一个博弈的过程,在这个过程中,出行者依据所获得的信息修正自己的行为策略。应用演化博弈论对出行者的出行方式选择进行分析,建立出行方式选择的演化模型,分析该模型并提出改善交通出行方式结构的策略。     

����Ħ�г���ͨ������������

分析了摩托车运行特性、安全特性及其对城市交通和环境的影响，并基于广义费用建立了摩托车及其可替代方式的出行成本模型。以江门市区摩托车交通为例，通过对居民出行和社会经济状况的调查，得到摩托车交通的出行特征，应用广义费用模型估算出各种交通方式的出行成本，提出了可行的发展对策，供决策者参考。     

城市公共自行车交通出行特性分析

本文根据佛山市南海区公共自行车出行相关数据,从使用者的年龄、职业、收入以及公共自行车的出行目的、出行方式、出行时耗、出行距离等方面,对城市公共自行车交通出行特性进行了详细的分析,并为公共自行车系统规划和发展提出建议.     

���н�ͨӵ���ⲿ�ɱ����������о�

拥挤收费的主要原因是拥挤外部成本的存在。城市道路交通拥挤外部成本的定性、定量分析是城市道路拥挤定价的基础。文章首先分析了城市道路交通拥挤的产生机理，即出行者忽视拥挤负外部性的存在而盲目加入拥挤队伍；然后明确了城市道路交通拥挤外部成本的构成：额外时间成本、环境污染成本、交通事故成本和燃油消耗成本，并研究其定量计算方法；最后应用实际数据进行了计算分析，证明了该方法的可操作性。该项研究为实施城市道路拥挤收费等交通需求管理策略提供了基础和依据。     

Method Research on Measuring the External Costs of Urban Traffic Congestion

A main reason for congestion pricing is the external cost of congestion. Qualitative and quantitative analyses of the external costs that the urban traffic congestion brings are the basis of congestion pricing. First, this paper analyzes the production mechanism of urban traffic congestion: travelers overlook the negative externality of urban traffic congestion and then join the congested queues. Then, the external costs of traffic congestion are divided into four parts: extra travel time costs, environmental pollution costs, traffic accident costs, and fuel consumption costs. Consequently, an intensive study on the quantitative measurements for those four external costs is made. Also, a sample case is introduced to prove the feasibility of this method. It supplies a base for the implement of urban road congestion pricing and other travel demand management strategies.     

浅谈上海市区公交出行成本

城市公共交通吸引力如何,是评判城市公共交通成功与否的标志之一.对上海这一人口高度密集、道路面积十分有限的特大型城市而言,如何将出行人流最大限度地吸引到公共交通方式上来,为拥挤的城市腾出宝贵的道路空间,使人畅于行、物畅其流,就显得尤为重要.     

城市居民出行次数变权预测方法

传统居民出行生成次数采用线性回归分析现状数据,建立居民特征变量与出行次数间的关系,但并未区分样本权重,预测结果受样本点波动影响较大。因此,论文考虑对不同的样本点施加不同权重,以区分不同样本点对预测结果的影响程度,并以最小二乘参数估计法为基础,采用Robust估计中的Welsch方法构造样本点权重值,通过迭代运算确定样本权重系数,进而建立样本权重变化的预测方法。研究表明,变权预测方法可应用于样本量大、变量众多,并难以准确识别样本有效性的情况。预测结果有效地避免了数据波动对预测结论的干扰,可更贴近居民出行次数的变化趋势。     

用经济学的方法研究城市交通拥堵问题

从介绍城市交通经济理论入手,用经济学的分析方法,通过比较研究的方法探讨了与城市交通拥堵相关的经济问题.     

基于BP神经网络技术的居民机动车出行分布预测研究

以各交通小区区位势、路阻、出行产生量、出行吸引量作为输出参数,输出得到出行分布量.结果表明该模型具有较高的预测精度.