国际大城市机动化交通出行方式结构变化特征研究及应用

为研究大城市交通出行结构变化特征,给国内各城市制定交通发展策略提供参考,选取亚 洲、欧洲、北美洲的大城市和超大城市,收集各城市交通出行方式结构特征数值,通过横向、纵向对比,梳理中心城区、外围城区间的差异,总结各城市交通发展策略。最后,以深圳为例,分 析其近年交通出行方式结构的变化趋势,预判未来的交通出行方式结构特征。研究结果表明,人口规模较大、土地资源相对受限的亚洲地区的新加坡、首尔、香港3 座城市,采用了以公共交通 为主导的机动化出行结构;国际4 大都市东京、伦敦、巴黎、纽约中心城区内公共交通发挥着重要作用,其中东京、伦敦公共交通出行比例占绝对优势。在相同的空间尺度下,国内城市人口规 模一般远超过国际大城市,在人口密度高、道路交通设施供给能力有限的中心城区,公共交通尤其是轨道交通必须占据主要地位。     

汉中市居民出行特征分析及对策研究

基于陕西省汉中市2011年居民出行调查的有关数据,对汉中市居民出行特征进行系统分析,包括出行者年龄、职业、出行目的、出行方式、出行耗时、出行时间分布及出行空间分布等方面,在此基础上,结合中小城市发展特征,从加强城市对外交通、优化城市布局和土地利用、完善城市道路网络和优化城市交通出行结构等方面提出中小城市交通发展的对策,以解决中小城市交通问题,从而引导中小城市健康发展。     

大城市居民出行方式选择行为及影响因素研究——以北京市为例

居民的出行方式选择作为居民出行行为的一个方面,对于城市交通结构的构成有着重要的影响。结合目前北京市居民出行方式选择的总体情况,对影响人们出行方式选择的因素进行分析,并提出有利于北京市交通系统结构优化的建议,具有重要的现实指导意义。     

我国组团城市居民出行时耗特征分析

出行时耗是城市居民出行特征中的重要指标之一．论文通过对典型组团城市居民出行调查资料的分析,总结出我国组团城市居民出行时耗的特性：组团城市居民一次出行时耗普遍低于同等级的非组团城市;组团城市中中心组团每次公交出行时耗普遍低于其它组团．这些结论将有助于城市综合交通规划的设计和研究．     

城市组团间居民出行方式选择决策方法

将组团间出行划分为出发组团内部、组团之间和目的组团内部3个阶段,在分析组团间居民出行相关问题的基础上建立决策指标,然后针对组团间居民出行方式选择存在动态期望这一心理特征,给出一种基于累积前景理论的出行方式决策分析方法.该方法先通过层次分析法确定权重,接着在参照点、决策矩阵建立的基础上,将不同变量的属性值进行规范化后建立各方式相对于参照点的益损决策矩阵和前景决策矩阵,并计算各出行方式综合前景值并排序,其中综合前景值最大的方式最让出行者满意.最后,进行实例应用.     

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.     

卫星城居民出行特征及出行方式选择模型研究

卫星城居民出行特征及出行方式选择研究是解决卫星城交通问题的基础和前提。以南宁市浦口区为例,通过Access数据库对居民出行OD调查数据进行处理挖掘,从居民的出行频次、出行目的、出行方式、出行时耗及出行时间分布五方面对卫星城居民出行特征进行研究,总结出浦口区居民出行特征现状;挖掘并量化影响卫星城居民出行方式选择的关键因素,利用浦口区居民出行调查数据,构建居民出行方式选择多项Logit模型,通过SPSS软件进行模型拟合和标定。在模型拟合结果中,以公交车为例进行拟合结果分析,可得到影响选择公交出行的主要因素——性别、年龄以及有无公交IC卡,并通过计算以及模型预测值对模型拟合精度进行校验。结果显示,除非机动车预测效果较差以外,其余预测误差均在可接受范围内。     

广州市居民出行方式结构变化的启示

目前国内城市的居民出行方式结构普遍呈现不合理的倾向,而城市发展的要求和需大于供的现状都迫切需要一个合理的居民出行方式结构.本文通过比较广州市1998年和2003年万户居民出行方式结构的调查数据,分析导致结构变化的内在原因,并结合其他城市的交通情况,阐述了广州市自行车、摩托车、小客车和公共交通等几种主要出行方式的管理特征,最后根据广州市一些成功经验,总结归纳了在出行方式结构管理方面的对策和建议,希望能给国内相关城市提供借鉴.     

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.     

基于电子地图居民出行OD调查方法

分析传统居民出行OD调查方法的不足,提出一种基于电子地图平台的新方法。通过友好的操作界面平台,利用标准化的数据形式省去后期大量的人工数据录入及处理工作。避免以往调查与统计空间分离的状况,提高数据的可信度,节约调查和数据录入费用,增强可操作性、提高工作效率、降低工作强度、提高精确度,具备广阔的使用前景。     

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。     

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。     

���ڹ����ط���ľ�����е��鷽��

对居民出行调查的主要结论形式——平均出行次数、出行方式结构和出行时间与工作地特征之间的关系进行了详细的分析,发现相互之间有明显对应关系,若能按照工作地特征分层（或分类）开展出行调查,则样本极具代表性.基于分层抽样,提出了一类新的居民出行调查方法,并对其中的抽样方法作了细致的研究,提出了总体及分层抽样率的确定公式.以温州市平阳县万全镇为例,讨论抽样率公式中的参数取值,得到了对应于7类工作地的出行调查抽样率大小,说明了本文方法的可操作性.并分析了本文所提出的调查方法相对于简单随机抽样法的优势.     

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。     

基于居民出行数据的上学接送行为建模研究

传统交通模型构建过程中,忽略了上学出行伴随的家长接送行为,可能导致需求分析结果的失真。基于居民出行调查数据,采用二项logistic回归分析方法,建立上学接送行为的概率模型。模型可以基于不同的家庭及个人属性,获得相应的上学接送概率,并定量描述各因素的作用关系,可用于对交通模型的修正及上学接送行为特征的分析。     

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。     

居民出行调查中交通小区划分方法的改进

为了减少居民出行调查的工作量和费用,利用以往调查内容中的年龄、职业、收入和车辆拥有率等指标,根据聚类分析的等价矩阵模糊聚类方法,通过MATLAB编程进行聚类分析,用F-统计量确定最佳模糊聚类类数,对交通小区重新分类。在调查时,只需在每类小区选择一个交通小区,就可满足调查精度要求。最后用模糊C-均值聚类方法验证。计算结果表明,模糊聚类分析方法可以应用在居民出行调查的交通小区划分中。