������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。     

累积logistic模型在出行强度预测中的应用

传统的出行生成预测模型使用集计的方法预测交通小区的平均出行次数,并未考虑出行者的个人属性及家庭属性,容易产生集计误差.通过乌鲁木齐居民出行调查数据建立了一个预测居民出行次数的累积logistic模型.结果表明,家庭年收入、公交服务水平、拥有交通工具状况和职业等因素对居民的出行次数有显著影响.通过分析得出,家庭年收入较高的群体、家中拥有摩托车或者自行车的群体、学生和公务员等出行强度较高.     

Nested-Logit模型在轨道交通衔接方式选择中的应用

轨道交通衔接方式的选择不仅与衔接方式的服务水平有关,且与出行者个人属性密切相关,本质上属于一种出行者的选择行为。通过对衔接方式选择的行为数据分析,得出:利用轨道交通出行的人群,年龄在20～30岁之间、年收入5万元以下,大部分无私家车(占85%以上),平日以工作目的为主,假日以购物娱乐为主,衔接方式主要为步行,其次为道路公交;总衔接时间占总出行时间的比例主要集中在0.19～0.64之间。在数据初步分析的基础上,基于出行者选择轨道交通的基础上选择衔接方式的行为,建立了2层的Nested-Logit模型,不仅可用于轨道交通衔接客流的预测,而且可应用于交通政策分析及评价。     

基于IC卡数据的建成环境与公交出行率关系研究

近年来,建成环境对公交出行率的影响已逐渐引起重视,本文从不同层面捕捉影响公交出行率的内在要素,从理论上揭示建成环境影响公交出行率存在差异性的原因.以武汉市为例,基于公交 IC卡数据,提出分层线性模型研究站点周边建成环境、行政区域的社会经济变量对公交出行行为的复合影响.结果表明：不同分区中站点层面的建成环境对公交出行率的影响程度和作用存在明显差异性;而分区层面的人口密度、公交投入是导致这类差异的重要因素,并对公交出行率产生加成效应.本研究可为公交导向发展理念下的城市规划设计提供理论与技术支撑.     

�Ǽʹ����������ߵ����Ż��о�

为提高城际公交的运营效率,对不同线路的运营车辆进行了跨线调度研究.从系统的角度分析了车辆跨线调度的可行性,构建了各发车场站的逆差函数,通过同城市的不同场站之间及同场站的不同线路之间的跨线调度,最大化削减了城际公交线路运营的车队规模,从而节约了客运企业的运营成本.对城市Y、Z之间的城际公交线路,维持线路正常运营所需的最小车队规模为38辆,而经过跨线调度优化后,仅需32辆,优化了运营车辆数目.本研究可以有效提高运营车辆的利用率,最大程度减少运营成本.     

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。      

轨道交通客流预测四阶段法的改进

从交通生成、交通分布、交通方式划分等3方面指出了轨道交通客流预测四阶段法的不足,提出按出行目的对区内和区间的交通分布分别建模,对原来没有轨道交通的城市,采用二阶段的轨道交通方式划分对规划中的轨道交通客流进行预测,建立了区内、区间分布模型。并对分布模型的改进方法进行了验证,改进分布模型较原重力模型对样本OD的模拟更精确。     

学区尺度下小学生通学事故风险评估及影响因素

为评估学区尺度下小学生通学事故风险并获取其影响因素,融合交通事故数据、道路运行数据和学区划分数据,构建学区尺度下通学事故风险评估方法,并运用随机森林模型分析其影响因素.以小学生在学区内部小学通学为原则,构建基于交通事故数据和道路长度的道路暴露度模型评估小学生通学事故风险.以深圳市中心城区为例进行验证.结果表明:深圳市中...     

Truck trip generation in small- and medium-sized urban areas

This paper describes procedures to develop truck trip generation (TTG) rates for small- and medium-sized urban areas and its implications. Ordinary least squares models are used to develop separate truck production and attraction equations with the number of employees as the independent variable for three industrial groups – retail, transportation and warehousing, and manufacturing. Results from this research indicate that number of employees is a statistically significant predictor, and has significant explanatory power in predicting the number of truck trips produced and attracted. The rates developed in this study are also found to be significantly different from rates developed in other studies with the implication that caution needs to be taken when transferring TTG rates. The rates are applied in a travel demand model as the initial step of incorporating truck traffic into the modeling process.     

Excess commuting and modal choice

This paper reports results from research conducted to analyse the extent of excess commuting in Dublin, Ireland. The research differs from similar studies on excess commuting in two ways. First, a disaggregate modal choice analysis of excess commuting is undertaken for two time periods – 1991 and 2001. Second, sensitivity analysis is undertaken to explore the impact of changes in the density of the transport network for users of public and private transport. The results suggest that excess commuting is considerably greater for users of private transport implying the greater inefficiency of commuting associated with that mode. By way of contrast, capacity utilisation measures suggest the opposite indicating the difficulty of using these measures for policy-making. The results suggest also that the greater inter-mixing of jobs–housing functions has facilitated reductions in actual commuting costs as well as increasing the range of available trip possibilities over the study period. In terms of the sensitivity analysis, the results suggest that public transport users could achieve dramatic savings on their commute if the density of that network was increased considerably.