城市企事业人群出行链提取及出行特征分析

居民出行特征分析是研究交通需求和探寻交通拥堵症结的基础手段。为研究居民出行特征,本文基于企事业单位人群出行特征调研数据,改进经典DBSCAN聚类算法,识别出居民出行停留点,进而结合关联规则提取出居民出行轨迹数据；根据出行轨迹数据的时空特征,分别从时空角度和功能区划分角度,挖掘出企事业人群出行时空分布规律,以及不同功能区企事业人群的出行特征。最后,以北京市亦庄区为例进行分析,得到以下结果：居民出行群体以中低收入的中青年通勤族为主,出行潮汐现象明显,工作日居民出行起讫点分布有明显规律,而休息日居民出行时间灵活,出行起终点分布较分散；商务区、居住区内居民出行量较大,起终点时间分布主要集中在早晚高峰时期,而混合区居民出行起终点分布呈现双高峰规律,休闲区居民出行规律不显著。     

城市居民出行碳排放研究进展

在应对全球气候变化和解决城市交通问题中,居民出行碳排放逐渐成为科学研究的重要课题.文章从居民出行碳排放的核算、影响因素和模拟三方面系统归纳了居民出行碳排放的研究内容及相关研究方法.可以认为:使用自下而上方法核算居民出行直接碳排放能明晰社区-家庭层级上居民出行碳排放的变化特征,由于数据获取困难,使用复杂方法核算居民出行间接碳排放的可操作性差;区域-城市环境特征和社区-家庭因素共同作用影响居民出行碳排放的变化,单方面分析居民出行碳排放的影响因素会出现研究结果的偏差,将二者结合使用复杂的数理统计方法量化各因子是揭示居民出行碳排放驱动机制的关键;基于时间地理学理论和GIS空间技术模拟居民出行时空轨迹可以较为直观地分析居民出行碳排放的时空特征,且为居民出行碳排放驱动机制分析提供支持.虽然考虑城市形态、土地利用、交通系统和居民个体行为的综合模型的时间和空间精度较低,却是未来模拟和调控居民出行碳排放的有效途径.     

居民非工作活动和出行的结构方程建模

非工作出行在城市居民出行结构中所占比重呈现不断上升趋势.结合上海市居民出行调查数据,采用结构方程模型(SEM),对社区居民非工作活动和出行的作用机制进行建模分析.研究结果表明个人特征、家庭特征和社区特征都能对居民非工作活动和出行产生影响,但社区特征具有较强作用,而出行者个人属性和家庭属性的影响强度相对要小.个人特征中就业情况对居民非工作活动和出行影响显著,家庭特征中小汽车数量有较强的影响效应,社区特征中社区公共设施覆盖率影响最为显著.     

河谷型城市兰州市居民购物行为时空特征研究

通过652份有效调查问卷,详细分析了兰州市区居民购物出行的频度特征、时间特征、空间特征以及个人收入不同居民购物出行的特点.结果表明,居民购物出行的时间特征是,蔬菜食品类习惯早晨购买,其中早晨8:00以前购买的比例占25.7%,日常用品类、家用电器类和高档服装类下午购买的频率比较高;居民购物出行不一定遵循距离最短原则,其空间结构表现为椭圆状的圈层结构,不同收入居民出行的空间等级特征表现出差异性.     

节假日停车选择行为分析

根据居民的社会经济属性和出行特征,研究节假日停车选择的影响因素.以2013年清明节期间香山地区的居民出行调查和停车调查为基础,利用节假日交通特征,挖掘峰值出行需求条件下居民的活动特征和出行规律,并对居民出行和停车选择进行数据分析,建立节假日停车选择结构方程模型,探究节假日停车问题的诱因.研究表明,到达时间和逗留时间是影响停车选择的主要因素.同时,出行者对道路环境越熟悉,对停车情况越了解,出行方式越复杂,停车选择行为越多样.     

长株潭绿心地区居民出行特征及交通发展

基于长株潭绿心地区居民出行特征调查的有关数据,通过对各年龄段居民的出行目的、出行方式、出行距离以及空间分布等一系列指标的研究分析,归纳出长株潭绿心地区居民出行的规律、变化特征及其原因．针对其公交出行比重大、对区域外交通影响小以及区域内道路网发展不平衡等特性,结合绿心地区自身特点,提出了转移规划建设重心、大力发展公交、改...     

公交出行路径选择BL模型的参数标定方法研究

结合居民的公交出行特征,综合考虑居民出行路径选择行为的主要影响因素,根据随机效用理论,建立居民公交出行路径选择BL模型的效用函数,应用极大似然估计对路径选择模型中的效用函数的参数进行标定。     

考虑居民出行OD或居住地的出行方式选择巢式Logit模型

为定量化分析居民出行OD或居住地引入轨道交通后对出行方式选择的影响,在综合考虑出行者家庭特征、个人属性和出行特性的基础上,结合南京市居民出行调查数据,分别建立了考虑居民出行OD、考虑居住地、既不考虑出行OD也不考虑居住地的3个出行方式选择巢式Logit模型,并对比了模型的拟合度.结果表明:考虑居民出行OD的巢式Logit模型具有最高的拟合度;相比于出行OD小区或居住地远离轨道交通站点的出行者,出行OD小区或居住地接近轨道交通站点的居民更倾向使用慢行交通和/或公共交通出行方式.得到的分析结果为城市规划者认识轨道交通在吸引居民出行由小汽车向公共交通转移中的作用提供了理论支持和决策依据.     

佛山顺德区居民出行特征分析及交通对策研究

根据2005年居民出行调查数据,对顺德区居民出行特征的一系列指标如出行强度、出行方式、出行的时间分布、出行的空间分布等进行了分析研究,并针对顺德区居民出行总量增大、出行耗时较长、私人交通方式比重较高、高峰小时峰值强劲等特点,对顺德区交通发展提出了发展公交、建设快速交通系统、加强交通需求管理等相应的对策。     

西宁城区居民出行结构与方式的研究

本文在居民出行调查原始数据的基础上,重点研究了调查区中不同性别、年龄、职业收入的居民一日内,因工作、学习、文化活动、购物等出行方式,通过研究掌握居民出行的特征和分布规律,并预测其发展趋势,为解决西宁市的交通问题提供科学依据.     

安阳市居民出行调查分析

在安阳市居民出行调查基础上，对出行目的、出行方式、出行空间分布的特征进行分析，为安阳市公交线网规划提供了依据。     

基于K均值聚类与随机森林算法的居民低碳出行 意向数据挖掘

对居民低碳意识的形成机理进行研究,可以为交通管理者引导城市居民选择低碳出行方式提供重要依据.运用数据挖掘技术对低碳出行问卷数据进行分析;将计划行为理论框架下的15维问题视为表征居民低碳出行意愿的内在原因变量,应用K均值聚类算法对居民低碳出行意愿强度进行归类,并将所得结果作为被解释变量应用于随机森林模型中,探讨居民的社会属性特征、出行特征等对其低碳出行意愿的作用机理.结果表明:基于Silhouette指标检验及t-SNE降维,居民低碳出行意愿可划分为3类:强烈、中立、不强烈;基于重要性指标显示影响最为显著的4项因素分别是居民的职业、居住地、家庭构成、通勤时间.研究结果从多个角度为城市交通低碳化发展及管理提供政策建议.     

基于移动互联交通信息的居民出行方式特性

为研究移动互联网时代下的居民出行特性，探索在出行链过程中移动互联交通信息对出行方式特性的影响。本文通过RP-SP融合调查获取出行者基本属性、实时交通信息属性及出行特征属性，建立居民出行方式选择巢式Logit（Nested Logit）模型，对桂林市居民展开出行方式选择特性调查。研究结果表明: 在出行链日趋复杂的情况下，个体的出行活动和交通行为与移动互联交通信息关系愈发紧密；移动互联交通信息对居民出行方式特性产生显著影响，尤其对私家车出行影响最大，其中实时路况信息属性影响最为显著，其次为拥堵延误时间；交通信息获取的满意度越高，越能促进居民选择公共交通出行。该结论能够作为理论基础与实证依据推动移动互联交通信息下的路径选择与交通出行诱导提供研究依据。     

城市居民出行碳排放模型构建及其应用

根据便携式通讯设备在不同的基站上逐时记录的数据，可推算居民的出行时间、距离和速度，在核算居民出行碳排放方面有突出优势。本研究对我国某城市便携式通讯设备的轨迹序列进行30天连续采样，以此提取出行距离、出行时长以及出行方式数据并形成142 877条匿名的有效出行轨迹序列，然后分别构建了基于小汽车动力类型的碳排放核算模型和基于特征时间区间的公共交通碳排放核算模型，最终与步行和骑行出行对比，得到城市居民出行碳排放模型与特征。结果表明，公交车、小汽车和地铁累计产生了出行碳排放33 264 494.0 g,分别贡献了97.63%、2.09%和0.28%,且单月累计碳排放的最大平均人数区间分别为13.0 g至12 715.0 g、40.0 g至579.0 g和20.0 g至38.0 g。本研究还模拟了不同的碳减排场景，其中小汽车出行和公交车出行碳排放削减量分别可以达到51.94%和70.83%。本模型能够快速精准地监测和模拟城市居民出行碳排放，具有实时性、完整性、出行时空全覆盖性的特征，体现了积极的社会意义与生态效应。     

不同经济条件下的农村居民出行特征

针对农村居民出行特征规律缺乏的现状,应用简单随机抽样方法,以不同经济条件为切入点,对中国9个省份的129个自然村,3 400余户农民,共计12 118人实施问卷调查。从出行目的、出行次数、出行时间和出行空间等方面对农村居民出行特征进行全面分析。研究结果表明:在农村居民的出行中,以购物、探亲访友及其他出行目的为主要的出行目的;经济发达地区的农村居民出行次数多,出行距离短,且出行时耗短;而在经济欠发达地区则是出行次数少,但出行距离长,且平均出行时耗较长;高峰时段持续时间为3~4h,早、晚2个高峰时段出行所占的比例超过60%;在不同的地区,不同的产业结构条件下,居民的出行时间也会随着自身的生活方式有所不同,居民出行的时间分布还存在一定差异。     

旧城区居民出行问卷调查常见问题分析及技术创新 —— 以北京市前门地区为例

以北京市前门地区居民出行问卷调查的实践过程为研究对象, 对居民出行问卷调查技术的问题、特征及其产生机制进行深入剖析, 从 5 个方面对调查技术开展深度理论研究(调查组织工作及制度障碍、问卷设计的普适性与地域性、抽样设计和样本代表性、调查员的选择与培训、调查时间的选择)。在理论研究的基础上, 提出我国旧城区居民出行问卷调查的技术创新建议。     

基于浮动车数据的城市居民出行行为规律分析

基于浮动车数据对代表居民活动地的特征点进行提取,并采用K均值算法对特征点进行聚类.本文采用这种方法对居民周末出行的空间分布规律进行分析.分析结果表明周末出行主要集中在商业娱乐休闲区,且城区分布相对于郊区更集中.     

基于层次聚类分析的城乡居民出行特征研究——以苍南县为例

针对城乡居民出行的不均质特征,以苍南县为例,基于区域经济、交通和城镇化3个方面的指标,利用层次聚类分析法将研究区域划分为中心城区、重点乡镇和一般乡镇3个聚类区,并将苍南县的城乡出行活动划分为3个聚类区间的出行,从出行次数、出行目的、出行方式、出行距离分布和出行时耗5个方面分析每一类居民出行活动的特征.研究结果表明:不同类别的城乡居民出行特征存在明显差异,Ⅰ类城乡出行以上班为主,具有频率高、距离短的特点;Ⅱ类城乡出行中上班和生活购物出行的比例较一类有所下降,但以上学、公务和看病为目的的出行比例有所上升,且私家车仍然是出行的主流选择;Ⅲ类城乡出行中非机动化方式基本消失不见,选择摩托车和城乡公交出行比例较高.分类别居民出行特征分析更符合城乡交通实际情况,更有利于城乡交通规划,可以为城乡交通的规划建设提供有效的导向数据.     

共享单车低碳出行的实证研究——以合肥市居民为例

以问卷、SPSS等作为调查研究工具,分析了合肥市居民在选用低碳交通工具——共享单车上的使用目的和意愿,运用多元统计学,结合社会人口学特征相关数据,深入研究了其对居民选用共享单车作为低碳出行工具上的使用意图;结果表明:合肥市居民对共享单车作为低碳出行工具的使用意愿较高,并对共享单车的可行性与未来发展持乐观态度,但是他们在共享单车投放数量、城市公共绿道和存在安全隐患方面也表现出担忧;同时,绝大部分居民对共享单车作为低碳出行工具的使用意愿及目的一致度较高;社会人口学特征的多因子交互作用共同影响着居民低碳出行使用共享单车的最终意图;最后,共享单车作为低碳交通的重要补充,在国家低碳城市建设中,应重点关注"公共绿道/慢道系统"在国家低碳城市建设中的开发与规划;"监管与规范"构建良好的使用环境;将居民对共享单车的使用频次、公里数等,纳入碳补偿机制体系,有效提升居民低碳出行的积极性。     

中小城市公共交通规划研究——以A县为例

县级中小城市的居民出行和公交规划因土地利用和出行习惯等原因,呈现异于大城市的特征。通过实地调查,对研究区域的人口分布情况、土地利用现状和居民出行发生量分布进行分析,得到研究区域的公交线网方案,并对两方案进行运营和服务指标的评价。总结出小城市公交规划宜进行地毯式普查,细分到社区小组和以常住人口为规划依据等原则和方法。