基于家庭属性差异的大学生出行方式选择行为研究

为剖析家庭属性差异对大学生出行方式选择行为的影响，基于非集计理论，构建家庭属性差异的大学生出行选择多元Logit 模型. 根据四川省2 571 份大学生出行行为调查问卷，运用SPSS 软件标定模型参数，获取影响大学生出行选择的主要家庭属性因素，并进行敏感性分析. 结果表明：家庭平均年收入、经济净流对大学生出行方式选择有显著的影响；以航空运输为参考，家庭平均年收入、经济净流对公路运输方式选择的影响大于铁路运输；“祖辈替孙辈购买机票”的折扣票务形式可提高大学生选择航空出行的概率.     

合乘车辆在海外大行其道

近几年,合乘车辆正在快步进入人们的生活。不但有许多人在结伴合乘车辆上下班,也有人结伴合乘车辆外出旅游,各类的"拼车"网站、"拼车"论坛也应运而生。北京明确鼓励乘客合乘出租车,特别是在早晚高峰时段,合乘者各付共同路段车费的60%,并可以打印多份发票。另外,重庆、杭州等不少城市对合乘出租车也早已在先行先试。其实,合乘车辆作为一种出行方式,并非新鲜话题,在海外一些比较发达的国家早已大行其道。德国是比较注重环保的,合乘车辆是很普遍的行为。最通常的方法有     

西安公交在驾驶员中开展“三稳四不”活动

2月8日．西安公交总公司在全体驾驶员中开展为期50天“三稳、四不”活动，活动中提出五项措施力保行车纪律，为市民营造安全、放心的出行条件。具体如下：     

基于信令数据的出行强度影响因素分析模型

为探究城市交通出行强度影响因素及不同因素的影响程度，本文从土地利用与交通基础设施建设两方面出发，分析包括土地利用混合指数，职住混合率熵指数，公共交通站点 500 m覆盖率，路网可达性等17个指标与出行强度的相关关系；基于相关系数和拟合优度分析，提取7个与出行强度强相关指标，基于所识别指标构建北京市中心城区出行强度多元回归模型.模型结果表明，职住混合率熵指数对出行强度的影响最为显著，公共交通站点覆盖率对出行强度的影响比道路网密度和可达性更为明显.此外，给出单一土地利用/交通基础设施指标对出行强度拟合结果的离群特征分析方法，用于评估不同区域基础设施供给与交通出行需求之间的平衡关系.     

基于居民出行时间价值的SP调查设计

不同城市和地区的居民出行时间价值研究方法各异,SP调查逐渐成为研究出行时间价值的重要手段。首先系统梳理SP调查的方法、设计、实施和特点。基于北京市第四次居民出行调查的SP分项调查,详细阐述SP调查的技术方案、实施方法、调查规模和抽样方式,重点分析SP调查方案的设计。基于均匀设计方法,采用SP调查和RP调查相结合的方案,通过确定影响因素、设定情景模式和主要参数,基于不同出行方式分别设计了SP调查表格和情景模式卡。通过对北京市SP调查相关实证分析,提出SP调查实施改进的对策建议。     

公交惯常出行与随机出行的时空分布差异

差异化和精细化的公交服务要求城市管理者和公交运营者加深对公交出行变异性的认识。本文将公交惯常出行定义为乘客个体多次在同一时段或空间乘坐公交的行为，随机出行的定义与之相反。利用厦门市30天连续的常规公交数据，使用DBSCAN算法对出行天数在10天以上的高频乘客进行划分，用核心点来表征惯常出行，用非核心点来表征随机出行。结果表明有78.70%的出行在时间上具有稳定性，有72.32%的出行在空间上具有稳定性。研究结论凸显了公交高频乘客也具有随机出行，且随机出行的统计特征和时空分布与惯常出行有较大差异。研究结论可以应用于个体时空模式挖掘、乘客人群划分、定制公交线路制定、公交差异化服务设置等方面。     

城市综合体对社区居民出行行为影响研究

城市综合体作为一种高度复合的新型开发模式，通过改变社区建成环境，对居民日常活动产生了潜移默化的影响.本文从交通规划者视角，对城市综合体产生的社区居民出行行为影响进行了研究.基于问卷调查数据，通过倾向得分匹配预处理，弱化个人信息对于出行特征分析的干扰，以有城市综合体的社区居民自陈述的出行变化作拟纵向分析，初步把握城市综合体对社区居民出行特征产生的影响趋势.而后对有无城市综合体两类社区居民的出行数据进行对比分析.结果显示，城市综合体开发模式可有效促进居民产生更多的短距离慢行出行替代机动化长距离出行以满足弹性需求.本研究可为城市综合体区别于传统单一用地开发模式的交通系统配置提供方向指导.     

河池海事局:加强安全监管保障春运期间市民安全出行

春运期间,河池辖区水上出行客流量明显增多,河池海事局加强对重点水域、重点船舶的现场安全监管,保障春运期间市民安全出行。     

直面疫情丨欧辉客车发布“超级健康客车” 打造客运疫情防控专属解决方案

2020年春节,新型冠状病毒来势汹汹,牵动着全国人民的心。近日,很多企业都正式复工复产,各大城市也迎来了春运返程高峰,交通运输行业面临着严峻的考验。作为公路客运重要的交通工具和城市公共交通的主要载体,客车的健康防控工作显得尤为重要,这不仅关系到广大乘客的安全出行,还影响到全国的疫情防控大局。     

基于旅客出行意图的潜在高价值航线挖掘

借助Map-reduce平台对旅客订票日志进行挖掘,并采用LDA算法挖掘旅客出行意图,进而计算航线的潜在价值。在2011年中航信民航旅客订票日志上的实验结果表明:采用LDA算法挖掘的航线与实际热门航线的Jacarrd 相似系数达92%,比基于航班次数统计的传统方法高出2%,能够更准确、更有效地预测航线的未来价值。