突发公共卫生事件持续期居民中长距离出行方式选择行为研究

为剖析突发公共事件持续期风险感知属性对居民中长距离出行方式选择行为的影响，基于非集计理论，构建风险感知差异的居民出行方式选择多元Logit模型.在2020年3月新冠肺炎疫情持续期，通过网络采集1 643份有效调查问卷，运用SPSS软件标定模型参数，获取突发公共事件持续期，影响居民出行选择的主要风险感知因素，并进行敏感性分析.结果表明：防控措施和防控措施了解程度对居民出行方式选择有显著影响；以航空运输为参考，途径站点暴露率增加对铁路运输方式的选择概率有负向影响，对公路运输方式的选择概率有正向影响；保持疫情持续期航空的低票价，以及加大航空运输防控措施的宣传可提高居民选择航空出行的概率.     

С�������жԾ������������Ӱ�����

奥运期间小汽车限行政策的实施,有效缓解了北京道路交通拥堵。本文通过措施实施前后收集的居民入户调查数据,定量分析了限行措施对居民出行特征的影响,研究发现：限行政策实施后,居民总体出行率由1.88次/日降低到1.70次/日,上下学、接送人和工作外出等出行比例明显降低;私人机动车出行强度降低0.07次/（天&;#8226;辆）,乘载率提高0.10人/车;公务车出行强度增加0.70次/（天&;#8226;辆）,乘载率提高0.32人/车;地铁、公交和小汽车出行时耗分别缩短了12 min,8 min和8 min。     

突发公共卫生事件持续期居民中长距离出行方式选择行为研究

为剖析突发公共事件持续期风险感知属性对居民中长距离出行方式选择行为的影响,基于非集计理论,构建风险感知差异的居民出行方式选择多元Logit模型.在2020年3月新冠肺炎疫情持续期,通过网络采集1 643份有效调查问卷,运用SPSS软件标定模型参数,获取突发公共事件持续期,影响居民出行选择的主要风险感知因素,并进行敏感性分析.结果表明：防控措施和防控措施了解程度对居民出行方式选择有显著影响;以航空运输为参考,途径站点暴露率增加对铁路运输方式的选择概率有负向影响,对公路运输方式的选择概率有正向影响;保持疫情持续期航空的低票价,以及加大航空运输防控措施的宣传可提高居民选择航空出行的概率.     

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．     

集团公司领导参加世纪城小区公交出行居民意见征求座谈会

8月2日下午．集团公司董事长李涌泉、总经理陈兵、副总经理唐齐斌参加了在世纪城社区会议室召开的“世纪城小区公交出行居民意见征求座谈会”。座谈会由金阳世纪城社区书记曾鼎中主持。参加座谈会的还有金阳新区城管局副局长刘晓伟，世纪城社区主任杨梅．世纪城社区副书记黄菊红及社区相关工作人员．小区居民代表20名应邀参加。会议首先由市公交集团公司副总经理唐齐斌就世纪城公交运行情况做介绍．总经理陈兵针对近期世纪城公交线路调整做了补充说明并对下一步打算向社区及居民代表征询了意见和建议．集团公司董事长李涌泉向社区代表表达了公司按照李军书记的要求一定做好世纪城公交出行的决心．并要求公司相关部门要与社区联手搞一次大范围的世纪城公交出行客流调查，每月邀请居民代表开一次座谈会，收集居民的出行需求，采纳良好的建议，进一步完善世纪城公交线网布局．会上董事长李涌泉代表贵阳公交向居民代表、管委会、社区领导表示感谢和致歉，感谢世纪城居民对城市公交的关心、理解和支持，同时对贵阳公交在服务过程中存在的问题表示歉意。     

城市空间发展对居民出行特征的影响研究——以广州为例

以广州为案例,在对1984年与2005年广州市前后两次居民出行调查数据分析的基础上,分析20年来广州城市空间的拓展和优化过程中市民出行习惯特征的变化,开展了城市空间发展对居民的出行特征的影响研究,解析城市空间发展对出行率、出行方式、出行距离及出行时耗等出行特征的影响机制,对于探索交通问题产生的根源及解决途径等均具有重要参考价值.     

城市空间发展对居民出行特征的影响研究——以广州为例

以广州为案例,在对1984年与2005年广州市前后两次居民出行调查数据分析的基础上,分析20年来广州城市空间的拓展和优化过程中市民出行习惯特征的变化,开展了城市空间发展对居民的出行特征的影响研究,解析城市空间发展对出行率、出行方式、出行距离及出行时耗等出行特征的影响机制,对于探索交通问题产生的根源及解决途径等均具有重要参考价值。     

���ڷǼ���ѡ��ģ�͵ij����о���������ݷ���

传统的四步骤模型中的出行生成模型是预测研究范围内每个交通小区的出行发生次数和出行吸引次数，直接将居民的出行次数简单的按交通小区进行集计处理，并没有充分考虑每个人的出行次数，难以反映个人和家庭的社会经济等因素对居民个人出行次数的影响。本文根据2003年吉林省长春市居民出行调查数据，利用非集计模型建立居民个人的出行次数选择模型，并应用相关统计软件对模型进行标定，进而分析居民个人的出行次数，从而求得居民个人出行次数的期望值，初步尝试探索非集计模型和四步骤模型的综合应用问题。     

基于人口迁徙大数据的城市对外交通客运方式优势出行距离研究

为提高我国城市对外交通中客运多方式协同运行效率，优化客运资源配置，依托人口迁徙大数据，建立量化分析城市对外交通客运方式优势出行距离的方法. 提出用绝对优势出行距离和相对优势出行距离来表征优势出行距离，分别构建城市对外客运方式的绝对优势出行距离模型和相对优势出行距离模型；利用人口迁徙大数据，绘制基于出行距离的客运方式分担率曲线，对优势出行距离模型进行求解. 结果表明，我国城市对外交通中公路、铁路、航空客运方式的绝对优势出行距离分别为[8, 119] km、[119, 1 594] km和[1 594, 3 000] km，相对优势距离分别为[8, 463] km、[318, 983] km和[2 477, 3 000] km.     

多源数据融合在上海市综合交通模型中的应用

随着个体出行行为的多源数据日益丰富,既有的综合交通模型技术也需要持续升级。结合上海市第六次综合交通调查等数据,探讨多源数据融合在赋能综合交通模型改进中的应用。首先将多源数据划分为抽样数据和信息化大数据两大类21小类,提出基于多源数据融合的出行特征分析方法。结合居民出行调查数据及各类大数据,分析多源数据融合在上海市域人员出行需求模型、对外人员出行需求模型、道路系统运行模型、公共交通系统运行模型、货运交通模型升级中的具体应用,给出了不同交通模型参数的估计、标定及验证方法。最后,总结多源数据融合在分析精度、模型广度、研究细度和研究维度方面对上海综合交通模型的提升作用。     

城市形态对居民出行的影响——上海实例研究

了解交通行为与城市形态的关系是创造和引导绿色交通的必要前提。通过收集居民出行行为、社会经济特征和城市形态特征等方面的数据,对上海4个街区进行买证研究。利用多元线性回归方法和逻辑斯蒂克回归模型分析处理数据,探讨街区设计特征与居民出行之间的关系。研究表明,传统街区有利于短距离出行和选择非机动化出行方式。指出我国一些大规模社区的开发模式与目前鼓励的绿色交通发展模式相去甚远,因此规划人员应重视传统的有利于自行车和步行的街区模式设计。     

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.     

我国城市交通基本特点及其发展基本战略

伴随着国民经济的高速增长，我国的城市化水平也在迅速提高，人口快速向大城市集中。经济转轨过程中，城市的经济职能不断加强，居民的经济、化活动更加频繁。城市人口的迅速增长以及城市社会经济活动的增强，往往使城市交通总量以2～3倍于人口增长的速度增长。城市土地的高强度开发和缺乏管理的郊区化，使得市民出行次数增多和出行距离增大。一些大城市的居民出行调查显示，从80年代后期到90年代中期，人均出行次数和出行距离增长了15%-30%。     

���о������ѡ��Ԥ��ģ�ͼ�ʵ֤�о�

城市交通系统是一个开放的复杂巨系统，城市交通管理的政策措施会对居民出行行为造成影响，为使城市交通系统能最大限度地发挥效益，一个城市的规划设计人员经常需要对居民出行需求进行了解，城市居民的出行选择与城市交通系统的服务时间、费用、环境及可选交通工具等诸多因素有关，本文从城市居民出行需求角度出发，考虑出行者的性别和职业属性，建立了基于出行费用、走行时间、出行次数的城市居民出行Multinomial Logit 模型，采用Maximum Likelihood方法进行参数估计，并以中国西北部城市兰州市A区为实例，通过计算机模拟仿真拟合计算得到了该区人员出行行为的分析结果，这一结果可作为兰州市交通管理部门制订相关政策，引导市民出行的依据。     

建成环境对老年人出行方式选择的非线性影响

研究老年人的出行方式选择有助于更好地理解老年人出行行为,对提高老年人出行便捷性和可达性,构建老年人友好型社会和改善交通系统的公平性具有重要意义。本文基于2021年贵阳市居民出行调查数据,运用梯度提升决策树模型,研究老年人出行方式选择的决策机理,并深入挖掘公交站点辐射区内不同老年群体选择行为的异质性。结果表明：（1）出行特征是影响老年人出行方式选择最重要的因素,相对重要度达58.51%,其次是建成环境因素（35.49%）,二者均远高于社会经济属性的相对重要性(6%)。（2）建成环境对老年人出行方式选择的非线性作用显著,其中老年人步行出行的距离阈值为3 km;老年人出行更多的是空间分散模式,而非以市中心为导向模式。因此,对老年人出行方式选择的干预在建成环境阈值范围内更加有效。（3）建成环境对老年人出行方式选择的影响不仅存在独立的非线性效应,不同的社会经济属性还会导致其存在群体差异。这些发现可为创建面向老年人友好的出行环境提供决策支撑。     

沿海地区高速公路涵洞和通道的布置与设计

小型构造物对于沿海地区高速公路纵断面设计、路基稳定、行车安全．对沿线农田灌溉系统以及居民出行等许多方面起着重要的作用和影响。因此小型构造物的总体布置和细部设计应引起设计人员足够的重视。本人通过对河北省唐曹高速公路和沿海高速公路的调查和建设管理．认为涵洞和通道在设计和施工中出现的问题较多，     

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.     

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.     

关于上海公交体制改革的几点建议

在改革推进中，上海在公交管理体制、运营机制、服务质量方面得到不断提升。随着上海城市社会、经济的快速发展，2010年上海世博会的召开以及居民出行要求的日益提高，上海市公交系统面临新的挑战，由此提出了进一步深化公交体制改革的要求。对于上海这一轮的公交体制改革，从改革的目的、改革的方式方法、改革的配套措施等方面提出了几点建议。     

基于集成学习和居民属性数据的出行方式预测模型

传统的效用理论模型以整体效用最大化为目标，忽略了影响居民出行方式选择肢间可能存在相关性以及部分效用相互补偿性。基于集成学习的居民出行方式预测模型可以有效表达出行效用的个体偏好、差异性和补偿性，解决了不同出行特征影响因素对于不同人群有不同效用表征问题。本文依托大样本居民属性数据，针对不同个体对不同影响因素的感知差异，结合居民出行调查的个人属性、出行属性及环境属性等相关影响因素进行综合分析，构建个体级居民的出行特征向量；研究构建基于集成学习方法的居民出行方式预测模型；以广州市为例进行实证分析，通过准确率、精确率、召回率和F1值这4个指标，对模型预测结果进行综合评价；针对部分出行属性相似导致细分的出行方式判别精度不高，按照大类方式、慢行交通、公共交通、个体机动化交通这4个类别构建层次化LightGBM (Light Gradient Boosting Machine)模型，并对GBDT (Gradient Boosting Decision Tree)、Random Forest、LightGBM、层次化LightGBM这4个模型预测结果进行综合对比。分析结果表明：LightGBM模型预测慢...