上海市中心城区公共交通典型通勤出行链特征分析

基于居民调查与爬取的数据,梳理上海市中心城公共交通为主体的通勤出行链,并分析其主要出行时空区间,从中提取以公共交通为主的4类典型通勤出行链,探究不同公交出行链服务的通勤出行距离分布、出行耗时差异及起讫点在中心城的圈层分布特征.而后采用公交小汽车行程时间比指标,对不同距离区间内典型公交出行链的服务效率及服务竞争力进行评估...     

班车通勤次数选择行为研究

通过对私家车通勤出行者RP和SP调查,分析了性别、年龄、驾龄、燃油价格等因素对班车通勤次数选择行为的影响,建立了基于Ordinal Logit（OL）模型的私家车转向班车通勤出行的频率选择模型。模型系数表明,驾龄小于3a的私家车出行者,在燃油价格上涨时,更倾向于班车通勤出行;驾龄大于3a的私家车通勤出行者,随着驾龄的增加,受燃油价格的影响越小,转向班车出行的频率越低。     

不同类型社区居民特征与居民通勤碳排放的关系

为了探究居民特征对居民通勤碳排放分布的影响,对西安市不同类型的8 个社区进行了 居民出行调查。通过计算居民的通勤碳排放和统计各类居民个人特征,分析了各社区内产生通 勤碳排放较高的居民组成。研究结果表明：本科学历、公司职员、41~50 岁是最可能产生高碳 排放的居民特征,但在不同类型的社区中分布情况有明显差异;同类型的社区,距离市中心越 远,居民越可能产生高碳排放,但高碳排群体的特征与社区位置无关;不同类型社区对应不同 类型的居民群体,而具有相似特征的居民的出行选择也较为相近,使得碳排放的分布与居民特 征密切相关。     

出行时耗预算机理解析

从20世纪60年代开始,一些学者发现城市居民人均日出行时耗在不同年份表现出一定的稳定性;扎·哈维提出日平均出行时耗预算相对恒定假设。首先,通过国内外全日、单次出行平均时耗变化的历史数据,验证了出行时耗的相对稳定性。在解析出行时耗相对恒定形成机理的基础上,重点分析单次通勤出行时耗分布机理,并提出相应的模拟公式。同时,探讨交通拥堵状况对出行时耗分布的影响作用,分析表明较小的出行时耗增加可能隐含较大程度的交通拥堵。最后指出,应结合中国城市居民的出行时耗预算,为其适宜的交通模式规划路网和城市用地布局。     

基于手机话单数据的通勤出行特征分析 ——以深圳市为例

通过手机话单数据提取用户的出行特征具有可行性.然而,手机话单数据的稀疏性对提取居民出行时间特征造成困难.通过对深圳市手机话单数据的挖掘分析识别居民职住地,得到居民特征通勤序列,进而基于早、晚不同情况对居民通勤特征进行描述和分析.对比分析显示,通过手机话单数据得到的居民通勤距离和时间特征与居民出行调查结果较为一致,说明该方法可用以描述居民通勤特征.研究表明,深圳市居民通勤开始时间受通勤距离影响不大,大于10 km的中长距离通勤出行对应的平均通勤时间维持在一个比较稳定的值(45~50 min).     

沿海发达小城镇居民出行特征分析及交通发展对策研究——以浙江省平阳县万全镇为例

根据万全镇2010年居民出行调查的相关数据,分析万全镇居民出行基本特征:出行次数、出行目的、出行方式、出行空间分布、出行时辰分布及不同出行方式的平均出行时耗。在此分析基础上,结合万全镇交通现状及总体规划,从道路设施建设、公共交通发展和交通管理等方面,提出了万全镇综合交通发展对策和保障措施。     

基于出行者认知的理想通勤时间研究

理想通勤时间对住址选择及职住关系、通勤出行方式选择和城市土地利用与空间布局等相关研究有重要意义.以昆明市为案例,研究了理想通勤时间的分布及其与实际通勤时间的差异,并基于序次Logistic回归模型分析了影响理想通勤时间的因素.研究结果表明,理想通勤时间在[10,20)min区间所占比例最大,并不总趋于0,这印证了通勤出行具有一定的正效用.71.3%的通勤者对实际通勤时间不满意,期望缩短通勤时间,仍有8.4%的通勤者的理想通勤时间大于实际通勤时间.年龄、性别、受教育程度、家庭年收入、居住区位对理想通勤时间有显著的影响.     

乘客差异化需求对公交出行满意度的影响

中国对于公交出行满意度的研究主要集中在服务质量指标的制定、乘客意向信息采集等方面,对出行满意度的影响因素缺少深入分析。结合安徽省铜陵市居民公交出行意向调查数据,对通勤乘客和非通勤乘客的公交出行服务需求特征进行分析。在此基础上构建结构方程模型,探究乘客公交出行满意度的影响因素。模型结果表明,通勤乘客更重视公交服务的经济性、便捷性和可达性,而非通勤乘客更重视可靠性和舒适性;经济性和可达性需求对通勤乘客满意度有显著积极影响,而便捷性、可靠性和舒适性需求对所有公交乘客满意度均有显著消极影响。由此,针对两类乘客分别提出提升公交出行满意度的措施。     

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.     

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。