小城市居民出行特征分析——以苍南县城为例

主要针对苍南县城居民的出行特征,分别从出行次数、出行方式和时辰分布三方面分析了居民出行与人口特征之间的关系,实证研究了年龄、职业、收入等对居民出行次数和出行方式的影响,并且分析了不同目的、方式、职业居民的出行时辰分布特征,为今后城市建设效果评估和居民出行预测提供基础.     

中小城市居民出行特征片区差异性分析——以浙江省长兴县为例

由于城市规模的差异,中小城市的出行需求与大城市存在较大区别,且由于区域发展进程的不同,中小城市内部也多呈现明显的片区差异。以浙江省长兴县中心城区居民出行调查数据为基础,在城区总体居民出行特征框架下,从出行次数、出行目的、出行距离、出行方式和出行时耗等方面分析各片区居民出行特征的差异,并以此挖掘片区的发展症结。最后以优化出行结构为目的,从用地规划、非机动交通环境营造、公共交通优化和小汽车管控等四个方面对中小城市的交通发展提出对策。     

基于居民出行特征的城市近郊组团交通发展对策

本文通过对广州市近郊区（环城高速以外地区）十个大型居住区居民出行调查数据分析,从交通出行目的、出行强度、时间特征、空间特征及方式构成等方面总结居民出行的规律、变化特征及其原因,并与广州市2005年居民出行资料进行对比分析,提出城市近郊组团的交通发展对策,为广州中心城区未来人口疏解、近郊组团规划建设提供参考.     

天津市居民出行特征分析与交通政策探讨

依据天津市居民出行调查的有关数据,通过对出行强度、出行方式、出行距离、出行成本等系列指标总结归纳出天津市城市居民出行的规律、变化特征及其原因,并与我国其他部分城市的居民出行资料进行对比分析,针对未来发展趋势对天津市城市交通发展提出相应的对策与建议。     

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.     

基于手机信令的交通出行特征分析——以日照市为例

利用手机信令数据了解人口规模、职住分布、出行特征等指标,有助于城市空间规划与设施布局等的应用研究。原始手机信令数据需要经过一系列算法处理,才能提炼、分析相应指标。首先对手机信令数据的处理流程进行梳理,再介绍数据处理的关键算法及其参数确定方法,最后结合应用实践,对案例城市的人口岗位分布、居民出行特征及通勤特征开展分析,相关流程及方法可为类似项目提供参考。     

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.     

珠三角组团式城市居民出行特征分析——以佛山市顺德区为例

佛山市顺德区是珠三角典型的组团式发展布局的城市,其居民出行特征相对于其他非组团城市而言差异较大。首先,通过对顺德区各镇街及片区2009与2017年的居民出行特征方面的变化分析,从而得出随着组团城市规模、产业结构、人口布局等因素的变化,出行次数降低、机动化程度增强、弹性出行增多、出行距离增长和出行时耗增大等居民出行特征的变化规律,并分析挖掘其变化原因。其次,通过与长三角同等规模非组团城市(浙江嘉兴市区、金华市区)进行对比,总结得到组团城市与非组团城市在出行次数、出行方式及出行时间等方面的差异性,并分析导致差异性的原因。所得结论可为不同发展时期的中小城市交通规划、交通拥堵改善与管理提供思路与数据支撑。     

动迁居民通勤出行特征研究——以上海市大型居住社区江桥基地为例

随着城市发展，上海市人口增长的重点逐渐由中心城区转向城市外围地区，将对动迁居民的通勤出行产生巨大影响，有必要对该类人群的出行特征进行研究。以上海市嘉定区江桥基地为例，开展出行调查，分析搬迁至该社区的居民的通勤出行特征，包括出行时耗、出行距离、出发时间、出行方式、工作地点。将动迁通勤者与非动迁通勤者及上海市中心城区通勤出行数据进行对比分析，结果显示，虽然一部分动迁居民改变了工作地点，但总体上其通勤出行时耗和出行距离更长、出发时间更早。最后，针对江桥基地周边交通系统提出改善建议。     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

宁波市居民出行特征分析及交通发展对策研究

对比分析宁波市与国内其他城市居民出行调查的有关数据,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标,总结归纳出宁波市城市居民出行的规律、变化特征及其原因。针对其出行总量增加、出行距离加长、出行耗时增加、私人交通方式比重较高、城市交通大区间的联系通道交通量较大、高峰小时峰值强劲等特点．对宁波市城市交通发展提出公交优先发展、就近就业、建设快速交通系统及实施交通需求管理等建议．对于推动该市的交通发展具有积极的意义。     

中小城市居民出行特征分析及交通对策研究

居民出行调查是城市交通规划、建设和管理的基本依据。基于江苏新沂市2006年居民出行调查的有关数据,从出行强度、出行方式、出行目的及出行时间分布等方面对中小城市居民出行特征进行分析,并在此基础上,结合中小城市居民出行意愿、路网状况、未来的环境改善以及可持续发展,从优先发展公共交通、重视自行车交通以及控制摩托车发展等方面,提出中小城市交通发展的几点对策,可为中小城市交通规划、城市交通改善与管理提供思路.     

通化市居民出行特征分析及交通发展对策研究

分析通化市城市居民出行调查的有关数据,通过出行强度、出行方式、出行时间分布、出行空间分布等一系列指标,总结归纳通化市城市居民出行的特征及其原因。针对其出行总量增加、出行距离加长、出行耗时增加、城市交通大区间的联系通道交通量较大、高峰小时峰值强劲等特点,对通化市城市交通发展提出优化道路网络、优先发展公交、建设快速交通系统及合理配置停车设施等建议,对于推动该市的交通发展具有积极的意义。     

组团式城市居民出行特征变化趋势分析

随着全国城市化率的不断提高,城市空间布局由单中心集聚逐渐向多中心组团式发展,从而居民出行特征也发生了相应的变化。本文通过应用纵向和横向对比研究方法来更准确把握组团城市居民出行特性的发展变化趋势。首先对国内石家庄市在2000和2007年不同时期的居民出行特征进行纵向比较分析,其次又对石家庄和广州两个组团城市居民出行特征作横向比较分析,从而看出组团式城市的居民出行特征指标随着城市规模、布局的变化而变化,并呈现出一定的规律性。相应的结论有助于城市综合交通规划的设计和研究,并且对同类城市起到借鉴意义。     

���񹫽�����ODԤ���о�

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

居民公交出行OD预测研究

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

基于公交OD数据的居民公交出行特征研究

已有研究在应用“四阶段法”进行公共交通需求预测时,缺少对居民公交出行分布规律及变化特征的分析．文中通过从潍坊、常州、上虞、蚌埠和湖州五个典型城市居民出行调查数据库中提取出公交OD出行的有效数据,运用图形处理及模型标定等方法进行深入的数据挖掘,研究了居民出行时间消耗特征、出行时间分布特征和出行空间分布特征。指出：0公交出行的可容忍时间与建成区面积及公交分担率密切相关：②由于城市发展状态、经济发展水平及人们出行规律的不同,都会造成出行时间分布的差异;③分析同一城市不同时期居民出行空间分布时,应具体分析各区之间的出行联系强度。居民公交出行时空分布特征的研究,可以为城市公共交通需求预测及公交线网规划提供定量的参考依据及理论支持,该项研究的结论和分析方法可供其他城市借鉴和使用。     

广州市水上巴士乘客出行特征分析

通过收集广州市水上巴士客流量数据并对乘客进行问卷调查,分析乘客出行次数、时空分布、出行目的、换乘方式和服务反馈等,探讨广州市水上巴士乘客出行的特征及成因,针对水上巴士乘客出行频率低、出行观念多元化和对水上客运服务质量有新要求等问题,提出提高服务质量、合理调整路线、做好宣传工作并寻求多元化经营方式等建议．对于完善“立体化”城市交通体系具有积极的意义。