基于个体出行图谱的公共交通通勤行为辨别方法研究

不同公共交通类型乘客的出行特征存在显著差异,实现公共交通通勤乘客准确辨识,有助于获取精细化的公共交通出行特征,更好地满足不同类型乘客的出行需求.基于北京市公共交通刷卡和线站数据,对公共交通多源数据进行关联匹配并提取出行链.利用北京市连续1个月的公共交通刷卡出行数据,采用多层规划理论构建了个体出行知识图谱,提取了出行天数、出行空间均衡度等7类特征指标.通过RP调查获得乘客出行行为类别.以特征指标为输入,乘客分类为输出,构建了面向公共交通乘客分类的BP神经元网络模型.验证表明,模型平均分类精度为94.5%,Kappa系数为0.879.本文研究有助于准确识别不同类别的公共交通乘客,为优化公共交通运营及公共交通精准化服务提供支撑.     

上海轨道交通早高峰客流拥挤与居民通勤关系分析

分析了上海轨道交通客流时段分布特征、客流潮汐现象以及拥挤断面分布等高峰特征。通过分析早高峰时段轨道交通客流的空间分布特征,找出经过高峰客流拥挤断面的客流去向。利用手机信令数据分析经过拥挤断面的外围轨道交通站点1 km范围内居民的职住空间分布,得出这些外围站点周边居民70%以上在中心城区就业、旱高峰集中乘坐轨道交通前往中心城上班的结果。分析了居民通勤的主要通道,发现通勤(职住)通道上的客流不平衡与轨道交通早高峰客流拥挤有较强的相关性。     

城市不同空间通勤行为可转移性研究

通勤者因地域及个体特征差异造成选择行为显著不同,本文旨在识别这一差异并揭示城市不同空间通勤行为的可转移性.在分析上海市通勤出行行为影响因素基础上,建立融入OD(Origin and Destination)变量的全空间及分OD空间的通勤方式选择模型,依据转移度量指标研究通勤出行模型空间可转移性.结果表明:全空间模型不能准确揭示不同出行空间通勤行为差异,除全空间模型可转移至内环外—内环内出行空间外,其他空间模型均不可转移;此外,各空间通勤者更偏好常规公交、地铁,且不同出行空间通勤者偏好存在显著差异.     

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...     

北京市职住分布与通勤交通特征

通勤交通问题是困扰大城市发展的普遍难题,城市通勤交通服务水平的提升是建设高质量交通体系、人民满意交通的关键点。通过手机信令数据进行职住地识别,获取通勤OD数据,分析北京市总体职住分布和通勤交通特征,深入挖掘45 min通勤人口空间分布特征及其影响因素。聚焦重点地区,对北京市大型居住组团、重点就业功能区以及新城地区职住分布和通勤交通特征进行分析,剖析主要问题。在此基础上提出相关发展对策与建议：1)提高区域内用地混合度,提升区域职住平衡水平;2)提高新城与中心城区轨道交通运行组织水平;3)持续推动新城产城融合发展,推动新城基础设施完善优化和公共服务品质提升。     

双职工家庭通勤出行长度选择研究

以双职工家庭中夫妇俩通勤出行长度选择为研究对象,建立双变量有序Probit模型,分析了影响通勤出行长度选择的主要因素,揭示了夫妇俩通勤出行选择之间的相互影响模式．模型结果表明年龄、性别、家庭收入、居住环境等因素对双方通勤出行选择的影响方向相同,互补效应在双方的通勤出行长度选择中占主导地位．     

工作者通勤出行活动模式的选择行为

用基于活动的出行需求理论分析出行行为,建立了工作者通勤出行活动模式选择行为模型．采用多项Logistic方法研究了1695个样本的个体特征和家庭特征对4种典型出行模式（HWH＋,HW＋WH,HWHWH,HWH）选择行为的影响,其中HWH＋表示上下班途中有其他停留,HW＋WH表示工作中外出（不含回家）并返回单位,HWHWH表示工作中回家并返回单位,HWH表示工作中无外出模式．结果表明,以HWH为参照,女性及家庭工作人数多的个体较多选择HWH＋模式;私营及个体职业者、受教育程度高及有驾照的个体较多选择HW＋WH模式;工人、服务员、职员以及年龄40岁以上、家庭中高收入、居住在中心区的个体较多选择HWHWH模式．     

基于通勤交通流的粤港澳大湾区城市边界效应研究

粤港澳大湾区是世界级城市群中边界最复杂的地区,其多种隔离、多重边界的格局是建设国际一流大湾区面临的核心挑战。边界的存在使得大湾区各城市最大化地保持了差异。准确评估这种差异性如何影响城市间的要素流动,用以制定针对性的发展策略,对促进大湾区高质量发展是十分必要的。基于通勤交通流建立大湾区城市边界效应的分析框架和计算模型,以深圳为起点城市,利用多元数据对边界效应进行计算。计算结果与大湾区的实际发展情况相符,解释了大湾区边界效应的规律和特征。在对边界效应影响程度定量评价的基础上,提出了大湾区城市之间成本边界、政策边界、地理边界三种边界效应的基本特征。大湾区应优化政策和资源投入,强化市场机制,降低政策边界障碍,推进重大交通基础设施建设,减少地理边界的影响。     

公交动态信息下通勤出发时间选择行为分析

在交通行为分析中,传统效用函数形式不能反映个人属性对信息效用感知的影响。改进效用函数形式,运用多项Logit模型理论,建立了公交动态信息下的公交通勤者出发时间选择行为初始模型。从初始模型中选择t检验显著的解释变量,并分别基于传统效用函数形式、改进的效用函数建立了2个修正模型。对比2个修正模型标定结果发现,改进的效用函数比传统的效用函数更有利于提高模型性能。研究也表明:性别、收入的t检验值分别为2.02、-2.25,说明二者对乘坐时间信息效用感知显著;教育属性的t检验值为2.03,说明其对车内拥挤程度信息效用感知影响显著;乘坐时间取均值,车内拥挤度为0.7时,二者效用比值为1.54∶1,说明乘坐时间信息是影响出发时间选择最重要的因素。     

职住地建成环境对网约车通勤出行影响研究

网约车通勤出行比例日益增长,对城市交通运行产生冲击.通过研究影响网约车出行需求的建成环境因素,可以为网约车需求管理提供重要参考.考虑到空间变量的竞争和溢出效应以及误差变量的空间相关性,构建将空间滞后和空间误差同时纳入考虑的空间杜宾误差模型,利用深圳市滴滴出行平台的网约车早晚高峰通勤出行信息,以交通小区为地理单元度量建成环境变量,研究职住地建成环境与网约车通勤出行的空间相关关系.结果表明,居住地与就业地的建成环境对网约车通勤出行的影响存在差异,居住地影响因素更多,而就业地因素的影响程度更大,其影响因素相关系数绝对值是居住地对应因素的2倍以上;由于存在空间溢出效应,增加公交站点数量可以在空间上更大范围地减少网约车通勤需求,促进绿色出行方式的选择.