基于出行态度的自行车通勤出行市场划分

为识别自行车通勤出行中不同出行者选择偏好的差异,针对基于出行态度的自行车通勤出行市场进行划分.根据南京市居民通勤出行问卷调查,采用结构方程模型从29个观测变量中提取出若干态度潜变量,分析了出行偏好态度变量间的相关性,并采用K-means聚类方法对自行车通勤出行市场进行划分.根据选择自行车通勤出行意愿、对固定出行时刻需求、对出行舒适度需求及环保意识4类态度变量将自行车通勤出行市场划分为6个子市场,同一子市场内个人选择自行车出行意愿近似,不同子市场间选择意愿明显不同.分析了每个子市场内个人通勤出行态度特征以及自行车方式选择特征,针对每个子市场提出了相应政策以引导自行车通勤出行方式的选择.     

区域城际旅客出行意愿的空间特征分析方法

从空间维视角提出一种区域城际旅客出行意愿特征的分析方法:以经济学需求理论为支撑,引入radiation模型,并应用ArcGIS软件进行变量标定和模型求解,在此基础上对求解结果进行Kriging空间插值分析.以武汉城市圈为实例,模型求解结果与经济联系强度及公路客运OD量数据具有高度相关性,验证了方法的有效性.通过空间插值分析结果可见:城际旅客出行意愿呈现带状分布,东西向的出行意愿高于南北向;城际旅客出行意愿的空间分布特征和人口的空间分布特征基本一致.实例分析结果可以为解决境内、过境交通流剥离和交通建设时序问题提供方法支持.     

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。     

城市居民低碳出行意愿的影响因素及促进对策

鼓励低碳出行是减少碳排放、构建低碳城市和推动生态文明建设的必然要求。通过建立多元线性回归模型,运用470位城市居民的问卷调查数据实证分析了城市居民低碳出行意愿的影响问题。研究发现:较低水平的价值观念对低碳出行意愿产生负向影响;较强的从众心理对低碳出行意愿产生正向影响;低碳出行越便利,城市居民低碳出行意愿就越高;高年龄城市居民选择低碳出行的意愿更强;而收入水平越高的城市居民,其低碳出行意愿反而越低。因此,应不断强化低碳出行价值观念,提高低碳出行便利程度,努力营造众人低碳出行的社会氛围,关注低年龄城市居民的低碳出行选择,并引导高收入居民更多地选择低碳出行方式。     

基于GIS热点技术的低碳出行街区建成环境特征探析

为解决街区规划中缺少通过量化街区环境特征引导居民低碳出行的问题,首先,建立一套识别低碳出行街区的方法,采用微信定位、规划部门资料及实地调研数据,构建了以交通调查四要素(出行方式、出行时间、出行目的、出行频率)为研究框架的指标评价体系;引入GIS热点技术,对表征碳排放的各指标进行热点分析,以陕西蒲城县老城区为例筛选出低碳出行街区。然后,构建表征建成环境的指标体系,从建成环境特征角度分析该街区内居民低碳出行的原因,得出有利于低碳出行且适用于蒲城县城及类似小城市的街区改造量化建议。研究结果表明:居住与其他类型建筑的面积比宜为4∶1~3∶1;重点发展自行车出行模式,自行车车道间隔宜为350~450m,可步行道路占道路总面积比宜为15%~20%,且限制道路宽度;以150 m为半径的公交站点覆盖率为40%~50%,以50m为半径的购物服务设施覆盖率为45%~60%,以100m为半径的娱乐服务设施覆盖率为50%~70%。该结果证实了前人提出的"功能混合"及"密路网"利于居民低碳出行,同时还发现并非容积率越高越利于低碳出行,小城市人口数有限,职业岗位分布分散,不适合提高容积率配合公交系统的传统模式;并非公交站点覆盖率越高,越利于居民低碳出行,小城市公交高度普及反而使居民出行碳排放升高。该研究为街区的出行碳排放评价问题提供了新思路,为以低碳理念的街区规划提供依据。     

居民低碳出行意向模型及其影响因素研究

从意识与行为之间的影响机理入手,基于计划行为理论和规范激活理论,构建居民低碳出行意向影响因素理论模型,分析了影响城市居民在通勤时使用低碳出行方式的影响因素.通过对天津居民进行252个有效样本的抽样调查,利用SPSS 19.0对调查的数据进行了层次回归分析.研究结果表明,出行态度、主观规范、知觉行为控制、后果意识以及个人规范对天津市民低碳出行意向有正向影响,而低碳意识对居民的低碳出行意向无显著影响.最后提出,优化公共交通线网和完善相关基础设施建设,增强人们的低碳意识,提高公众参与低碳出行的主动性.     

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.     

基于潜变量SVM的出行方式预测模型

为提高小样本下的出行方式选择模型的预测精度,提出了考虑低碳出行心理变量的支持向量机(SVM)算法.首先基于计划行为理论,考虑低碳出行心理因素,建立多原因多指标潜变量模型.然后将预测后的潜变量带入SVM分类器,构建了带潜变量的SVM选择模型.最后,利用交叉验证优化所建模型参数,并以长三角地区城市居民为研究对象实证检验了模型性能.实证结果表明,所建带潜变量的SVM选择模型具有较好的预测效果,比不带潜变量的SVM选择模型的精度提高了4.54%,比传统的带潜变量的混合选择模型提高了2.56%,同时验证了小样本下模型仍然具有很高的精度.本研究为出行方式选择模型和低碳出行方式选择研究提供了一定的理论参考.     

基于TPB的北京市居民低碳通勤选择机制研究

以北京市为研究区域,通过通勤调查获取研究数据,基于计划行为理论（TPB）,运用结构方程模型,分析北京市居民低碳通勤选择行为和影响因素. 结果表明:北京市居民低碳通勤选择是居民根据认知特征、人口社会学特征等自身属性,在成本和政策所构成的选择情景中形成的,受行为意愿、政策效果、通勤成本和知觉行为控制的影响;低碳通勤意愿由认知特征决定,行为态度作用最显著,主观规范次之,知觉行为控制影响最弱;居民认为低碳通勤的最大益处是减少拥堵,但缺乏舒适性和便捷性;通勤时间成本和设施便利性限制低碳通勤选择;引导政策中,补贴和限行限购效果显著．      

疫情防控背景下城市居民出行特性及影响因素分析

探究疫情防控背景下城市环境、居民个人属性、居民出行行为对居民出行模式安全性的影响程度,基于问卷调查分析了疫情期间的出行频率、出行目的、出行方式变化等特征,并得出个人属性、城市属性、出行特征、出行心理4类因素对居民出行模式安全性的影响程度。通过建立有序Logisitic回归模型分析影响疫情期居民出行模式安全性的因素,研究结果表明,安全性顺序对出行模式安全性有显著的正向影响,道路网密度、弹性出行和出行频率对出行模式安全性有显著的负面影响。研究结果将为新冠肺炎疫情期间的交通管控对策制定、群体出行的安全性评估以及高风险人群的交通管控策略制定提供重要的理论参考价值。     

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.     

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,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...     

基于演化博弈论的机动车碳税政策研究

为有效控制机动车碳排放增长,缓解因尾气排放带来的气候改变,本文采用演化博弈理论,研究如何通过实施机动车碳税政策来影响居民出行方式的选择。通过构建政府管理部门与居民的演化博弈模型,分析机动车碳税政策下两者之间的策略演化及影响因素,并使用Matlab对博弈结果进行数值仿真验证。研究发现:政府管理部门实施机动车碳税政策能够有效提高居民低碳方式出行比例。降低管理成本、加大对公共交通基础设施建设投入、增加低碳出行补贴、提高居民低碳意识等措施有利于构建低能耗、低排放型社会。研究结果为政府管理部门决策提供指导性的意见。     

考虑出行者异质性的绿色出行行为研究

交通限行政策和推广纯电动汽车是实现绿色交通的重要途径.为定量分析出行者环保意识对绿色出行行为的影响,基于出行者环保态度和环保行为,利用潜在类别分析模型对出行者进行潜在类别划分;将出行者的潜在类别作为解释变量带入双变量Probit模型中,分析出行者潜在类别和其他因素对私家车限行政策赞同度和纯电动车意愿购买的影响.研究结果表明:基于出行者环保态度和环保行为,出行者可划分为环境友好者、环境中立者、伪环境友好者三类群体;在出行者绿色出行行为中,带入出行者类别能够显著提高模型的拟合度;出行者潜在类别对绿色交通出行行为具有显著影响.     

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.     

历史城区典型通勤者活动与出行的结构方程建模

以历史城区为研究对象,结合扬州市通勤者出行调查数据,采用结构方程模型(SEM),对通勤者活动和出行相关特征进行建模分析。按照居住地和工作地所处区域的差异,将通勤者分为3类,以通勤者的个体特征和家庭特征作为外生变量,以活动强度和出行特征作为内生变量,分别对3类通勤者的结构方程模型进行了参数估计,并对估计结果进行了灵敏度分析。研究结果表明:通勤者职住分布特征的差异导致了活动特征的差异,进一步造成出行特征的差异;居住地和工作地所在区位的差异,对通勤者活动特征和出行特征具有较强的影响作用,而出行者个体和家庭属性的影响相对要小很多;历史城区由于功能的混合性和公共服务相对完善,其活动特征和出行特征相对其他区域复杂和多样,对区外居住者也有较大的吸引力。研究对完善历史城区交通政策制定具有很好的指导意义。     

基于结构方程模型的不同规模城市居民出行方式选择影响因素的关联性分析

针对目前城市居民出行方式选择的相关研究主要集中在个人属性对交通方式选择的影响方面,忽略了不同城市建成环境与出行方式的关联性分析问题。选取个人属性、交通供给属性和城市规模为外因变量,同时选取出行目的、出行时间、出行偏好、出行距离和出行方式选择为内因变量,采用结构方程模型(SEM)建立各影响因素与城市居民出行方式选择的关系结构;以3个不同规模的城市为研究对象,利用其居民出行调查数据对构建的SEM进行辨识与修正,采用卡方自由度比、适配度、调整适配度和均方残差4个指标对构建的SEM进行拟合优度检验,从而得到各因素对居民出行方式选择的正负影响及程度。结果表明:4个评价指标的结果均符合适配标准或临界值要求,表明构建的SEM较好;性别、职业和收入水平3个外因观察变量对"个人属性"具有显著的正影响;目的地是否有停车场对交通供给属性具有显著的正影响,目的地停车设施越完善、停车供给越充足,城市居民选择小汽车出行的比例越大;大城市和中等城市对城市规模有显著的正影响,大城市和中等城市的居民更偏爱公交车出行;个人属性、交通供给属性和城市规模3个外因潜在变量对出行方式有显著的正影响;出行偏好对出行方式有显著的正影响。研究结果对进一步优化居民出行方式结构、改善城市交通拥堵具有指导意义。     

微观视角下居民碳排放影响机理研究进展

随着区域低碳发展研究的深入,微观尺度的居民碳排放问题日益受到重视,其影响机理的研究更是关键所在.在系统梳理国内外文献的基础上,总结和比较了居民碳排放核算以及影响机理研究的主要方法,归纳了社会经济因素和空间形态因素对居民碳排放的实证研究结果,剖析了研究特点和趋势.从中看出:居民碳排放形成了自身的核算方法和研究范畴;关注的内容从家庭特征到生活方式再到空间形态不断深化;多元统计分析模型的应用使居民碳排放影响机理的剖析更加科学;大量调查资料和遥感数据的应用为精细尺度的研究提供了基础.未来,若能建立居民消费数据系统平台,注重社会网络和派生需求的影响,综合各学科领域的理论和方法来深化居民碳排放机理研究,将对因地制宜的碳减排工作起到进一步推动作用.     

基于改进熵的土地利用混合度对非通勤行为的影响

为研究土地利用混合度对非通勤行为的影响,提出改进熵模型定量描述土地利用混合度,并深入分析土地利用混合度对非通勤者出行距离和出行方式选择的影响.结合甘肃省天水市2015年居民出行调查数据,构建土地利用混合度与非通勤者出行距离的关系模型,并利用MNL模型研究土地利用混合度对非通勤者出行方式选择的影响.结果表明:与传统熵指标相比,改进熵指标对非通勤者出行距离的解释性更强;利用STATA软件标定MNL模型参数并进行弹性分析,进一步表明改进熵指标对居民出行行为的解释性优良,合理的土地利用布局有助于引导居民选择非机动化出行方式.研究结果对城市规划和交通政策的制定具有指导意义.     

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.