城市居民个人属性与出行方式链相关性分析

首先引出基于活动理论的出行需求预测方法,将活动一出行理论和传统的出行方式相结合,提出"出行方式链"的概念,并明确出行方式链的两大特性:一致性和转换性,然后阐述城市居民个人属性与出行方式链相关性分析方法,并以2006年4月上虞市的居民出行调查数据为基础,对城市居民个人属性与出行方式链之间的相关性进行实例分析;最后,说明个人属性对出行方式链的选择起着至关重要的作用.     

城市居民出行方式链特征分析

在分析城市居民出行方式链特征的基础上,说明个人属性对出行方式链的选择起着至关重要的作用,为基于活动-出行理论的出行方式选择模型的研究奠定了基础。     

基于活动识别的公交出行行为重构与分析

摸清城市居民的公交通勤出行规律特征,可以更好的为公交运营管理提供支撑.通过挖掘IC卡数据获取公交出行信息是出行行为分析的新手段.根据以活动为基础的出行分析理论,提出以活动区域属性判别为核心的公交出行重构分析方法.通过对公交出行的起讫站点进行空间聚类分析,获取居民的主要活动区域;基于居民多日出行信息及相应出行特征指标,分别对居民的居住和工作区域进行识别;根据出行目的地区域的活动属性,对公交出行链进行重构.以广州市为例,对居民公交出行特征规律进行实证分析.     

基于非集计模型的居民出行方式选择行为研究

基于ML模型的基本理论与建模方法,利用2009年济南市居民出行调查数据,对影响城市居民出行方式选择的因素进行了分析,确定了影响居民出行方式选择的特性变量,建立了居民出行方式选择ML模型.研究结果表明:居民出行方式选择与个人属性、家庭属性和出行属性之间有较稳定的关系,通过对影响居民出行方式选择的可控影响因素进行引导和调整,可以达到优化和调整交通方式结构的目的.     

地形感知对居民公共交通出行方式选择的影响研究——以贵阳市为例

公共交通系统作为城市运转的重要组成部分已成为学界研究的焦点。本文利用贵阳市中心城区调研数据,引入地形感知变量,构建包含潜变量的SEM-Logit模型来分析居民公共交通出行选择影响因素。结果表明：包含潜变量的SEM-Logit模型比不包含潜变量的Logit模型拟合度更佳,个人属性变量中,性别、年龄、受教育程度、个人月收入、驾照持有情况、家中小汽车规模显著影响居民公共交通出行选择;潜变量因素中,目的地可达性、吸引力、地形感知对居民公共交通出行选择造成显著负向影响,即公共服务设施越便捷、小区吸引力越强、地形感知越大,居民选择公共交通出行的概率越小,而出行态度和活动支持与居民公共交通出行选择具有正相关性。地形感知对老年人与中年人公共交通出行选择均产生负向影响,但对中年人的影响程度大于老年人;地形感知对长期居住者公共交通出行选择的影响具有持久性和适应性,对短期居住者公共交通选择削弱较小。研究结论可为山地城市规划和交通建设提供指导。     

基于时空推演的城市活动模型研究

回顾既有交通模型依赖数学优化求解而对实际出行活动解析不足,以及现状与未来互相独立的缺陷,提出利用大数据方法改进的可能性。建立了包含基础年人口合成模型、人口发展模型和职住变迁模型等模块的扩展的人口时空推演模型,实现个体属性在时空上的延续,为出行需求结果继承城市现状提供了条件。设计了包含出行链生成模型、目的地选择模型、个人活动组织模型和家庭成员活动协同模型等多个子模块的基于个体属性和城市活动模式的活动模拟器,实现对个人出行活动的模拟。实证研究表明,基于大数据的个体属性和城市活动模式的引入增强了出行活动的因果推断能力,避免了大规模的数学优化求解计算,模型结果更加符合城市实际;同时实现了未来对现状的继承,体现城市发展的延续性。     

基于出行链的有车家庭假日出行方式组合研究

为了研究有车家庭居民出行链与出行方式组合的影响关系,将出行链划分为5种类型,并将出行链属性分为4类.利用2009年济南市居民出行调查数据,用基于多项logit模型的基本理论与建模方法,对影响城市居民出行方式组合的因素进行了研究,重点分析了出行链各项属性对居民出行方式选择的影响.模型分析结果表明,出行链中往返行程数量、出行链模式、出行链时间、出行链费用对于出行者选择何种出行方式组合有显著的影响.出行链复杂性的增加并不会直接导致私家车出行的增加,而随着往返行程数的增加会导致单一非私家车出行效用的显著增加.     

城市居民出行方式选择的结构方程分析

为克服Logit类模型的局限性,以出行链为分析单元,构建了快速城市化进程中居民出行方式选择的结构方程模型．首先,依据已有研究基础及城市化进程中居民出行特征,确定影响居民出行方式选择的3类因素,建立影响因素与出行方式之间的关系结构;在此基础上,构建结构方程模型,利用北京市居民出行调查数据对模型进行辨识与修正,最终得到了个人与家庭属性、土地利用、出行链等各类因素对出行方式的影响方向与程度．研究结果对优化居民出行方式结构、改善城市交通拥堵具有指导意义．     

�ڼ��ճ��лģʽ�������������Է���

节假日出行活动与日常出行活动差别较大,从而节假日交通与平日交通相比呈现出明显的不同于平日的特征和规律。本文通过北京市黄金周出行问卷调查结果,构建节假日出行的活动模式,采用交叉列联分析方法探讨节假日活动模式与个人属性相关性,分析个人属性中的性别、职业、年龄、是否拥有小汽车、受教育程度的不同所引起的个体活动模式的差异,并对比个人属性对节假日出行和日常出行典型活动模式选择影响的差异。得出个人属性与节假日出行典型活动模式选择的相关性和各属性下的显著影响活动模式,为节假日交通对策的制定提供给出依据。     

基于活动的旅游出行链选择行为研究

通过对在京旅游的游客进行调查,以游客的个人属性和出游属性作为影响因素,将游客对不同类型活动的时间分配作为前提,对游客的出行链选择行为建立了Multinomial Logit模型。模型分析表明:年龄、职业、出游时间、是否本地游客、对景点是否熟悉以及游客对活动时间的分配等均对出行链选择有显著影响;模型具有较高的精度,为游客出行预测提供了理论依据。     

通勤出行方式-出行链模式联合选择模型

以单个通勤出行者为研究对象,构造基于广义极值理论的Cross-Nested Logit模型,分析了通勤出行方式和出行链模式联合选择行为.模型以通勤出行方式选择子集和出行链模式选择子集的组合为选择集,描述了在出行者社会经济属性、居住地和工作地区位、工作活动属性影响下的出行方式和出行链模型联合选择行为,能准确刻画两个选择维度之间的相关关系.利用居民出行调查数据完成模型标定.研究表明,通勤出行方式和出行链模式选择之间有显著的相互影响,出行者性别、家庭收入、家庭结构、家庭交通工具、工作活动作息时间、居住地和工作地区位是重要影响因素.当上述因素发生改变时,出行者会优先调整其出行链模式而非出行方式.     

北京市老年人出行调查与分析

在当今人口老龄化背景下,为了解老年人的生活及出行状况、提高老年人的生活质量,对北京市60岁以上部分老年人进行出行调查。调查包括一日出行情况、个人家庭基本属性、主要日常活动、出行意愿四项内容。通过调查分析得出北京市老年人的总体出行特征和不同属性的老年人出行特征,老年人主要日常活动的活动频率、空间分布、时间分布特征及主要出行方式,日常出行所面临的困难及改进老年人出行环境应关注的事项。     

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...     

基于遗传算法的家庭活动-出行决策研究

为探究家庭日常活动-出行决策行为,基于时间地理学方法,突出家庭联合活动与个体出行链间互动决策的过程化表达,基于最优化理论,将家庭联合活动视为在一定时空条件约束下,成员通过彼此间协作配合做出效用最大化的活动安排和出行选择的结果,建立了家庭联合活动-出行决策模型;从昆明市2016年居民出行数据库中选取核心家庭出行数据作为模型验证数据,采用遗传算法对模型进行求解,通过设置不同场景再现家庭活动-出行决策过程,对模型计算结果与家庭成员实际出行链进行比较。结果表明：基础场景中有75.84%的家庭出行链与实际出行链相符,扩展场景符合率为83.64%,验证了所建模型的合理性和适用性;对于受时空制约较强的活动,当某一家庭成员无法完成该活动时,家庭会通过成员之间的依赖性进行传递,由其他成员以替代活动的形式进行协助,以实现家庭成员时空制约的平衡。     

迁居居民活动—出行行为选择机理研究

迁居居民日常活动—出行模式不仅是短期决策下的行为响应,更是长期生活中习惯、态度等因素的作用结果.本文基于时间地理学和计划行为理论,应用迁居居民活动日志调查数据,从外部时空制约和行为习惯两个方面考虑迁居居民出行行为的动态调整过程,构建了迁居居民活动—出行行为选择机理的结构方程模型.结果表明,在迁居事件作用下,居民活动—出行行为发生了巨大调整.具体而言,居民活动—出行调整过程中存在显著的层级决策序列,通勤活动的调整优于非通勤活动,且会制约着非通勤的安排,进而影响到不同类型的非通勤活动间的交互关系.其次,居民行为选择还受过去态度及偏好的正向引导作用,习惯影响次之,且迁居前各行为间存在的交互模式会进一步传递到现活动安排中,主要凸显在非通勤上.与此同时,外部时空制约和主观因素同时作用于现出行行为上时,外部制约会通过态度或习惯的影响来调整活动和出行模式,以维持或重构日常生活支持网.     

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。     

老年人日常出行的出发时刻选择研究

利用比例风险模型,构建了老年人出行出发时刻选择模型,并利用北京市第三次全市居民出行调查数据,对模型进行了回归分析.回归结果表明:老年人个人和家庭属性、出行属性、采用的交通方式等12个特征变量对老年人出发时刻的选择有不同程度的影响;12.5%和24.1%的老年人选择在7:00以前和10:00以后出行;69.5%的老年人选择8:00之前出行进行休闲锻炼,以休闲健身为出行目的的老年人的出发时刻相对较早.     

基于时间地理学的居民活动空间测度方法研究

活动空间能够反映居民受到的时空制约以及移动自由度，对分析居民出行行为有重要研究意义.本文基于时间地理学理论，强调时间维度对个体活动空间的重要塑造作用，引入活动持续时间作为权重因子，构建了活动空间的时空重心测度模型，提出“偏移度”“扩展度”两个概念来量化个体活动空间，并与传统空间中心测度方法进行对比分析，最后，以昆明市居民调查数据进行实例验证.结果表明，活动空间是由时间和空间两大要素共同决定，当存在出行距离大于4 km以上，偏移度对空间测度的修正程度约为5%~15%，时间要素对活动空间的影响程度变得较为敏感.     

考虑经济地理区位的城乡公交需求分析

为掌握乡镇居民城乡出行时空分布规律,了解城乡公交发展现状及未来需求,分析了乡镇 居民的个人属性、城乡间出行活动特征和城乡公交服务水平等指标;结合区域经济地理区位定量 分析方法,探索起讫点的经济地理区位对城乡出行需求产生的作用;构建了引入经济地理的城乡 公交需求结构方程模型,解析城乡公交选择意向与其他因素的相互影响。研究结果表明：城乡公 交服务对象主要是中低收入且无私家车的群体;城乡公交是城乡间的主要出行方式,需求显著高 于其他交通工具;某乡镇与周边区域经济区位水平差异越大,越具有城乡公交需求潜力,应酌情 增加线网布设;在提高城乡公交服务水平方面,降低票价、合理布设站点是关键方法,可进一步 增强城乡公交吸引力。     

北京市居民出行方式人群分类

为识别出行者选择不同出行方式的差异,将多重对应分析法应用到行为领域进行出行人群分类。根据北京市居民日常出行问卷调查,利用结构方程模型选择出对出行方式影响比较显著的变量,分析出行人属性、出行属性、出行偏好和出行方式之间的定量关系。根据选择出来的指标把出行人群划分成5个类别,分析每类群体所倾向的出行方式并针对不同群体提出相应的措施,以引导居民出行。