老年人日常家务活动出行模式及影响因素

为深入了解不同类型老年人的出行需求及其活动模式特征,进而创造出适宜老年人活动出行的交通环境,以2011年昆明市居民出行调查为第一手资料,建立"与子孙同住的老年人家庭居民出行"数据库。基于活动理论,建立老年人日常家务活动出行影响机制的结构方程模型。结果表明:与其他成员相比,老年人的家务活动出行行为特征表现为短距离出行和步行居多,时长和频率均偏高,老年人的年龄和儿童对老年人家务活动出行存在显著影响,但性别因素并不显著。进一步分析发现,老年人承担家务活动的情况并不直接受到其他成员通勤活动的影响,成员的通勤活动是通过对自身家务活动的制约再间接影响老年人家务活动模式;而家庭成员与老年人间家务活动的替代效应在家务活动出行时间和家务活动频次上体现得更显著。     

时间社会学视角下老年人对家庭出行行为的影响研究

为阐述家庭微观社会情境中老年人与同住成员之间的行为交互对个体出行决策的影响,本文从时间社会学视角出发,以昆明市有老年人家庭为分析单元,用家庭贡献度量化老年人家务活动的分担程度,构建结构方程模型揭示老年人对家庭成员日常活动时间结构的影响,进而剖析成员间的活动交互影响机理.结果表明：老年人家庭贡献度增加时,成员间在非通勤活动上的交互效用减弱;由于女家长在时间结构上呈现隐形的“时间贫困”特征,其在活动-出行模式上受老年人家庭贡献度的影响显著高于男家长;与此同时,老年人作用下女家长在非通勤活动出行决策时优先考虑家务活动的时间安排,而男家长则优先考虑自由活动的安排.     

时间社会学视角下老年人对家庭出行行为的影响研究

为阐述家庭微观社会情境中老年人与同住成员之间的行为交互对个体出行决策的影响,本文从时间社会学视角出发,以昆明市有老年人家庭为分析单元,用家庭贡献度量化老年人家务活动的分担程度,构建结构方程模型揭示老年人对家庭成员日常活动时间结构的影响,进而剖析成员间的活动交互影响机理.结果表明：老年人家庭贡献度增加时,成员间在非通勤活动上的交互效用减弱;由于女家长在时间结构上呈现隐形的“时间贫困”特征,其在活动—出行模式上受老年人家庭贡献度的影响显著高于男家长;与此同时,老年人作用下女家长在非通勤活动出行决策时优先考虑家务活动的时间安排,而男家长则优先考虑自由活动的安排.     

北京2015年实现“公交城市”

2012年5月16日,北京市交通委主任刘小明在接受交通运输部网站在线访谈时介绍．北京正在建设“公交城市”,到2015年将实现中心城90％乘客在高峰时段公共交通乘客通勤平均出行时间不大于60分钟。中心城市公共交通出行比例达50％左右,90％的乘客步行公交车站不超过500米,     

基于手机信令数据的通勤与交通运行关系模型

通勤是导致城市早晚高峰交通拥堵的主要原因.为探究通勤与交通运行的关系及其机理,分析了北京市通勤、非通勤出行距离、出行结构等基本特征,识别了通勤出行与路网速度分时间段的特征关系,基于此构建了通勤出行对交通运行贡献度六段模型,并通过逐段拟合标定模型参数.由模型分析可知:路网速度与通勤出行高度线性相关,且在早高峰形成及晚高峰消散阶段随通勤出行变化最为显著;晚高峰阶段路网速度是通勤、非通勤出行的混合熵函数;晚高峰较早高峰更拥堵、周五晚高峰拥堵水平加剧,均是由于晚高峰较早高峰、周五晚高峰较其他工作日晚高峰出行混合熵增加,进而导致整个交通系统熵增所致.因此,除了错峰通勤等措施外,减少非通勤弹性出行也是缓解早晚高峰拥堵的重要手段.     

时间地理学视角下职住空间对通勤效率的影响研究——以昆明市双职工家庭为例

家庭职住空间是城市通勤格局形成的重要影响因素,而通勤效率是居民日常出行行为决策的评价标准之一,剖析二者间互动机理是优化城市空间布局及提高交通可达性的关键。基于时间地理学理论建立职住空间与通勤效率研究框架,提出家庭职住空间和通勤效率度量方法,利用2016年昆明市居民出行调查数据,采用结构方程模型探讨职住空间对通勤效率的影响机理。研究表明：职住空间分散的家庭倾向于将非工作活动嵌入通勤链或采用小汽车出行以提高通勤效率,但更高的小汽车拥有水平会增加接送类时空固定性较强的活动,最终导致家庭通勤效率降低;高收入和长住学距离均使家庭的职住空间更加分散,然而高收入促进通勤效率提高,而长住学距离使通勤效率下降;通勤效率具有显著的空间异质性特征,近市中心居住家庭的非工作活动以时空灵活性较强的购物与休闲为主,故而通勤效率较高,郊区居住家庭周边的商业设施较少且非工作活动较为固定,故而通勤效率较低。因此,城市用地布局和住房供给应综合考虑如何降低通勤交通的机动化依赖程度、如何缩短非工作活动的出行时耗以及不同社会经济属性家庭的需求,以逐步提高城市居民的通勤效率。     

������Ů�Գ�����Ϊ�о�

在城市生活中,相对于同年龄层男性的对比群体,女性出行行为的各项统计指标具有显著差异。本文基于2005年北京市居民出行调查的样本数据,比较分析了女性的出行行为在出行率、出行时耗、出行目的及出行方式等方面的特征。进一步地,引入了出行链的概念,利用非集计理论和方法,构建了女性早通勤出行链选择行为模型,从源头上分析影响女性个体出行链选择行为的10个重要因素;并利用模型估计所得的参数计算事件发生比,量化了各个影响因素对女性出行链选择行为的影响程度。研究结果表明：女性老年人的出行率远低于男性老年人;女性在购物和社会生活等出行目的上的出行比例明显高于男性,且平均出行时耗受家庭结构因素的制约较为突出;女性出行采用的主要交通方式为步行,且远高于男性的相应值;年龄、是否持有驾照、家庭月收入、家庭交通工具拥有情况是影响女性出行链选择行为的主导因素。     

北京市共享单车出行的时空规律与需求预测研究

基于北京市摩拜单车的工作日骑行数据,利用非负矩阵分解算法(NMF)从时间和空间两个维度深入探究共享单车的出行规律,并构建逆序群体稳定性指标(RPSI)改善k值选择过程。利用得到的出行规律,运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的出行需求进行预测,并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模型的结果进行对比。研究结果表明,共享单车可分为5种基本的出行模式,每个区域的出行都可以由这5种出行模式的线性组合来表达,其中的系数代表了每一种出行模式的强度和随时间变动情况。依据这5种出行模式的时间特征和空间特征,分别确定其出行含义：通勤出行中居住地到地铁站的出行;通勤出行中地铁站到工作地点的最后一公里连接;居民其他的非通勤出行行为,如休闲娱乐活动等;回程通勤出行中从工作地点到地铁站;回程通勤出行中从地铁站到居住区的最后一公里连接。最后,模型预测结果的对比分析显示,本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型。     

通勤班车出行线路优化研究

基于通勤班车出行者意向调查与分析,掌握班车出行行为特性,建立了基于ML模型的班车出行前端衔接方式选择模型,确定前端衔接时间.并以满足最大出行需求、线路总体通行时间最短的路径寻优双重目标,建立了班车线路优化模型,并通过启发式算法进行求解.研究结果表明,约占78.1%的班车出行者前端衔接时间占总出行时间的比例在0.2～0.5;85%以上的班车出行者希望(容忍)最早出发时间不早于实际出发时间,通过实例验证可通过通勤班车线路的优化设置来提高公共交通出行.     

轨道交通自动检票闸机组利用不均衡度研究

为改善轨道交通车站内自动检票闸机使用不均衡状况,在对上海市地铁人民广场站、静安寺站、徐家汇站闸机组利用效率调查基础上,深入研究闸机组利用不均衡性与车站步行设施和服务设施的相对空间布局、客流量、乘客路径选择行为的相互作用关系。研究发现：由于乘客存在选择最短路径的行为习惯,越靠近自动扶梯/楼梯的闸机利用率越大;客流在接近饱和状态下闸机的时间利用不均衡度降低。针对闸机组与客流步行方向平行/垂直两种布置方式,分别提出3种布局改善方案,并利用行人仿真软件Legion进行评价。推荐闸机组分三排布置且两种闸机布置方式排间距分别为0.5m和1.1m,改善后空间利用不均衡度可降低至0.3以下。     

基于Logistic模型的城市慢行交通出行者特性研究

为了防治机动车污染,提升慢行交通系统使用率与服务水平,针对慢行交通出行者特性开 展研究。以铜川市居民出行调查为数据基础,将其分为家庭属性、个人属性与出行特征属性3 个 类别,借助SPSS 软件构建二元Logistic 模型,以优势比（OR） 为主要评判标准,从多种属性变 量中辨识影响慢行交通使用的主要变量,阐述出行者特征。研究结果表明：步行出行距离一般小 于3km,自行车出行距离小于5km,各种属性变量对慢行交通的选择有不同程度的影响,步行与 自行车出行的影响变量也存在差异;女性更倾向于步行而男性使用自行车的几率更高;非通勤出 行以步行为主;交通工具保有量的提升会降低步行使用率,而对自行车出行基本不产生影响;家 庭收入与是否选择慢行交通出行不存在显著关系。     

基于换乘链断裂点时空信息的公交换乘行为识别

分析了公交智能卡数据挖掘中转乘行为、通勤出行、非通勤出行识别的改进方法, 将关注点从公交换乘过程信息转移到换乘链间隔期的持续时长和空间位移信息, 以换乘链断裂时长和位移2个维度计算公交换乘链断裂点概率, 制作工作日和非工作日断裂点时空变量联合概率分布矩阵, 对比了这2种分布的差异;检验了断裂时长序列和断裂位移序列的稳定性, 标识了2条曲线的突变点和拐点, 用于推断转乘引起的转移距离和转乘时长的阈值参数;对工作日和非工作日差值时长序列曲线进行移动平均滤波处理, 使得曲线的突变与极值之间的关联能够解释转乘、通勤出行和非通勤出行3种行为与通勤和非通勤出行之间的关联;采用北京市整个一周的地面公交和地铁系统样本数据对方法进行验证, 并根据时间序列和位移序列曲线确定样本数据中常见公交换乘行为的阈值参数。分析结果表明:断裂点时空信息对样本数据中的换乘行为能提供更合理的识别分类参数;持卡人在站点间转移的容忍距离约为1.6km;断裂点转乘时长与非通勤出行的断裂时长临界点为22~48min;非通勤出行和通勤出行的时长临界点约为478min, 非通勤出行断裂点最大概率时长为140min;通勤出行的断裂时长接近期望值为601且标准差为44的正态分布;基于新方法得出的参数改善了公交出行活动的识别率, 转乘行为、通勤出行与非通勤出行的识别率分别提高了16.1%、4.2%、6.2%。可见, 换乘链断裂点的时间信息和空间信息不但可作为公交换乘行为识别的依据, 还可能带来更好的识别效果。     

出租汽车出行轨迹网络结构复杂性与空间分异特征

基于出租汽车运行GPS轨迹数据, 构建了一类城市出行复杂网络; 使用有向加权复杂网络测度分析方法, 研究了出租汽车出行轨迹网络结构复杂性与空间分异特征; 以西安市数据为例, 进行了网络指标测算。分析结果表明: 出租汽车出行轨迹网络的平均最短路径长度为2.070 (边数), 聚类系数为0.653, 网络密度为0.554, 说明了该网络是一类典型复杂网络, 具有典型的小世界和集团化特征, 且实际平均出行距离符合对数正态分布; 网络的节点强度均值为411, 最大K-核值为59, 网络中强度小于600的节点占77.97%, 强度小于300的节点占50.24%, 呈现典型的大少小多的空间分布特点; 该网络具有显著的空间分异特征, 重要小区的出行辐射范围具有全局性特征, 总体出行强度空间布局与城市公共交通干线走向一致, 呈十字型分布; 在整个网络范围内, 强中心性交通小区呈现集聚性分布, 重要交通枢纽(车站) 与商圈等区域节点强度大于2 200;出租汽车上下客区域呈现空间非均衡特征, 即在城市重要功能聚集区的上客水平高于下客水平。研究结果反映了出租汽车出行轨迹网络的拓扑结构与空间分异特征间的相互关系, 揭示了城市居民活动的空间特征、活动规律及其与城市功能空间布局之间的相互影响作用。     

基于多源数据的通勤高峰期出行方式分担率预测方法研究

鉴于大城市普遍存在交通拥堵问题,而通勤高峰期间尤为突出,科学合理开展城市交通规划是应对交通拥堵问题有效途径。传统出行方式分担率预测模型是基于人工调查数据,数据获取成本高且样本量有限,难以准确预测其分担率。采用路网数据、公交线网数据、公交站点数据、户籍数据、工作地数据等多源数据,依据交通工具的服务范围和公交站点的吸引范围,根据最短路径算法以及公共交通选择算法,对通勤高峰期居民的出行方式进行预测,从而得出不同出行方式的分担率,获取交通通勤出行分布规律。通过以重庆市主城区为例,进行城市交通通勤典型数据分析,验证了该方法的可靠性及准确性。     

通勤制约度对儿童陪伴出行决策过程的影响

为了考察家庭通勤活动对儿童接送行为决策过程的内在影响机理,本文基于活动理论与时间地理学方法,应用昆明市居民出行日志调查的第一手数据,以家庭为分析单元,构建基于活动的二维时空出行链,剖析家庭中儿童陪伴出行的时空间特征及其典型接送模式;提出通勤制约度概念,量化家长通勤活动的时空间制约程度和相互影响程度,并建立结构方程模型.结果表明：当男女家长双方通勤制约度均衡时,相互制约影响强烈,家庭内部会优先选择制约度最小的接送模式,然后再根据家长与儿童出行路线的匹配程度来确定接送人员,接送工具决策处于整个决策过程的最末位.当男女家长双方通勤制约度不均衡时,家庭内部则优先选择通勤制约度低的家长接送儿童,再确定接送工具和接送模式,接送行为上升为家庭活动模式的优先考虑因素.     

老年人过街比例与信号交叉口行人过街速度设置研究

为分析不同老年人比例在不同行人流量下与行人步行速度之间的关系,借助行人流量对行人服务水平分级,通过人工提取重庆市3个信号交叉口的老年人和中青年人过街的自由速度及加速度标定仿真参数,借助微观仿真平台获取不同行人服务水平下不同老年人比例与行人步行速度数据,利用主成分分析法与回归模型确定老年人过街比例与设计速度之间的关系。结果表明：在信号交叉口行人过街中老年人比例介于21%~41%,建议行人过街设计速度为0.94 m ⋅s-1;老年人比例超过41%后,行人过街设计速度应设定为0.86 m ⋅s-1,以满足老年人的过街需求。     

基于百度API开源数据的居民出行研究

为弥补传统居民出行调查中存在被调查者对出行时间预估不准和出行距离难以计算的弊端,基于地图开发,设计了网络调查问卷,以获取居民出行起讫点(Origin-Destination,简称OD)和出行方式。根据起讫点进行坐标匹配,在时间最短的原则下,通过百度地图应用程序编程接口(Application Programming Interface,简称API)进行最佳出行路线推测,并融合居民调查数据得到一次出行的完整出行链,对获取的出行链数据进行不同出行方式和出行目的的居民出行特征分析。研究结果表明:(1)平均出行距离、平均出行时间等总体指标与青岛市第3次交通出行调查(2016)中通过公交IC卡计算的结果基本一致,但在具体的分布上有差异;(2)公交车出行的平均出行时间是小汽车的2.5倍,不能满足乘坐公交加步行的时间要控制在开私家车时间的1.5倍之内的深圳公交提速"1.5"战略;(3)非常发性的事务类出行,如单位业务、个人事务,平均出行距离要显著大于通勤类出行,如上班、就学。     

厦门市步行系统规划研究

为解决厦门市目前缺乏统一有效的步行系统规划的问题,从城市特征、路网、步行专用路径和局部地区层面分析了目前厦门市步行系统的建设状况,建立了分隔度指标以衡量机动交通对步行活动的分隔程度。从步行活动特征角度将厦门市划分为3个基本分区,在此基础上,分别从步行通廊和步行通道两方面探讨了厦门市步行系统的宏观结构规划。在中观层面,将基本分区中的城市建成区划分为96个步行单元,分别针对城市中心区、居住区和工业区制定了步行系统的规划控制要求。     

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。     

基于机器学习的中型城市居民出行方式选择行为研究

为探索中型城市居民出行特征以及不同因素对出行方式选择行为的影响机制,本文以中国某中型城市居民出行数据为例,综合考虑传统离散选择模型和机器学习模型在预测精度和建模合理性上的优劣,以及机器学习模型超参数求解算法的特点和效率,引入变异程序,提出粒子群优化随机森林的中型城市居民出行方式选择预测模型,采用预测准确率、出行方式比例预测绝对误差和期望模拟误差这3项性能指标,量化对比粒子群优化随机森林模型与多种机器学习模型和多项Logit模型统计学上的预测性能差异,利用SHAP(SHapley Additive exPlanation)模型深入分析个人社会经济属性、出行属性及出行方式属性等相关因素与居民出行方式选择之间的非线性关系。结果表明：粒子群优化随机森林模型整体平均预测准确率最高,为0.856,出行方式比例预测平均绝对误差和期望模拟平均误差最低,分别为0.062和0.306,模型间指标差异在统计学检验下显著;距离对不同出行方式选择的影响最显著,步行和私家车出行对距离敏感性更高,不同距离下,两者选择概率变化超过35%;30岁以下群体不同出行方式选择概率差距大于其他年龄段;性别、是否拥有私家车或公交...