基于灰色预测的城市共享单车发展优化问题预测

该文建立灰度GM(1,1)模型对于共享单车对于城市的影响进行量化计算与预测,得到2000—2019年的城市评分,以此来确定共享单车所带来的影响。可以发现,共享单车给城市的评分影响是较大的,在2016年共享单车兴起之后,其评分从1.083上升到2018年的1.106,涨幅较大,这也说明了共享单车给城市发展带来的巨大影响。最后,对于该文所建立模型进行优缺点分析与推广。     

基于主成分回归分析的环境因素与学生身高关系的研究

为探讨环境因素对学生身高的影响,对30个城市2010年18岁汉族男女学生身高平均数与相应城市的海拔高度、地理纬度、经度和2010年前18年的年降水量、年平均气温、年平均湿度、年日照时间和年人均GDP等环境指标进行相关分析和主成分回归分析.结果显示:不同纬度、经度地区的城市18岁汉族学生身高的差异明显;除海拔高度外,另7项环境指标与学生身高具有相关关系,但环境指标间相关程度较高,独立性差,存在共线性问题;环境指标主成分分析提取了2个主成分,分别代表气象因素和社会经济因素;用其得分建立了与城市18岁男、女学生身高的主成分回归方程,并将其转换为与原环境指标之间的线性回归方程用于推测2010年和2005年18岁学生的身高,推测精度高.因此,身高与海拔高度无相关,与纬度、经度、年日照时间和年人均GDP呈正相关,与年降水量、年平均气温和年平均湿度呈负相关;若城市的这些环境指标已知,即可预测其学生的身高.     

分时租赁自行车绿色使用行为的影响因素研究

我国分时租赁型自行车在绿色出行方面发挥了积极作用,但也产生了用户乱停乱放、随意破坏共享单车的问题。通过统计分析方法检验消费者特征、城市特征对共享单车使用行为数量与使用质量的影响,并对不同出行目的共享单车使用行为进行了比较。研究发现:积极生活方式、城市空气质量对共享单车使用数量有显著正向影响;消费者创新性、积极生活方式、消费者社会规范行为均对共享单车使用质量有显著正向影响;使用共享单车直接前往目的地的高社会规范用户、使用共享单车间接前往目的地的热爱骑行程度高的用户更可能爱惜共享单车。     

中国大陆城市建成环境与共享单车配置的关系

共享单车是一种绿色健康灵活的交通出行方式,给城市居民提供便捷出行服务的同时也造成了资源浪费和配置错位等问题。当前该领域的研究主要侧重于建成环境与共享单车的互动关系,集中对某些城市和区域的出行需求与共享单车相关性进行分析,对国家层面建成环境与共享单车配置的研究相对较少。以中国大陆275个城市为研究样本,利用多元回归分析对中国大陆城市建成环境与共享单车配置之间的关系进行了测算,在此基础上利用地理加权回归(GWR)模型分析了建成环境各变量对共享单车配置影响的空间异质性。结果显示:①建成环境与共享单车配置之间存在相关性,零售业服务人数、道路密度对共享单车配置数量产生正向影响,收入水平与城市化区域面积对共享单车配置数量产生负向影响。②建成环境对共享单车配置数量的影响存在显著的空间异质性。从东部到西部,零售业服务人数、道路密度对共享单车配置的正向影响与收入水平的负向影响皆在增强;城市化区域面积对共享单车配置的影响在大部分城市区域呈负向作用,整体呈现以中部地区为核心向外负向作用逐渐减弱的圈层结构。     

“互联网+共享单车”对大学生健康运动的启示

随着共享单车的不断普及,共享单车受到了很多大学生的青睐,影响着大学生身体素质,给大学生的健康生活方式带来了深刻影响。对共享单车的特点、功能进行研究,分析其对大学生健身意识和健身动机的影响。共享单车的随时随用、便利出行、健身属性以及社交属性给人以新鲜感和创新感,增强了大学生使用共享单车的黏性。启示:打造和建立校园共享单车服务平台;建立骑行社团;高校和共享单车企业合作举行骑行赛事;高校可设"益骑行"体育节。     

基于K-means的城市轨道交通社区接驳共享单车停靠点规划

研究基于K-means的城市轨道交通社区接驳共享单车停靠点规划问题。首先,在分析现有共享单车停靠存在问题基础上,对其骑行数据挖掘,采用K-means算法聚类后进行二次划分,得到候选停靠点;然后建立在可供选择和容量限制的共享单车停靠点双层规划模型,上层为政府追求出行者广义出行成本最小化、共享单车出行量最大化模型,下层为出行者不同接驳方式和站点选择的交通分配模型;最后采用遗传算法优化求解,通过实例予以验证。结果表明:该方法确定共享单车停靠点与规模,方便共享单车出行,增加其出行量,同时解决了停放混乱问题,提高了接驳服务水平。     

基于全生命周期的共享产品管理

 共享经济是近年来在中国蓬勃发展的一种新型经济模式,共享单车作为一种成功的产品,一方面极大地方便了都市人群的出行,解决了最后一公里的出行难题,但在另外一方面也带来诸如产能过剩,管理混乱等问题。本文针对共享单车,研究其全生命周期的碳排放量和使用情况,得到1辆单车抵消其能源消耗的最短使用时长。结果表明,北京拥有近350万辆共享单车,在当前每辆单车1天被使用1次,1次行驶里程为2.1 km的情况下,每辆单车至少使用625天,才能实现真正意义上的"零碳排"和"绿色出行";目前北京将承担因共享单车过量投放带来的巨大环境风险。全生命周期碳排放核算成为基于环境角度制定合理的共享经济产品数量管控值的重要手段。     

中部老工业城市承接产业转移环境能源效应研究

以两个时段上中部老工业城市的面板数据为样本,运用面板数据回归模型估计方法,对中部老工业城市承接国际产业转移和国内产业转移产生的环境和能源效应进行评估。研究发现:(1)承接国际产业转移对老工业城市环境产生了正面效应,减小了老工业城市单位GDP的污染排放强度。(2)承接国内区际产业转移对老工业城市工业废水、工业二氧化硫排放产生了正面效应,减小了老工业城市单位GDP的工业废水、工业二氧化硫等环境污染排放强度,而对老工业城市工业烟(粉)尘的排放缺乏显著影响。(3)中部老工业城市"倒U型"能源库兹涅茨曲线在能源消费总量和人均能源消费量两个层面上存在。(4)承接国际产业转移对老工业城市能源消费总量、人均能源消费量起到显著的负向影响,对老工业城市单位产出的能源消耗量缺乏显著影响。(5)承接国内产业转移对老工业城市能源消费总量、人均能源消费量、单位产出的能源消耗量均起到显著的负向影响。最后,简要解释了研究的相关政策含义。     

人均GDP3 000美元后北京市社会经济发展趋势分析

通过有针对性地选取一些发达国家、新兴工业化国家（地区）以及国内人均GDP先于北京达到3000美元的上海、广州和深圳三城市，对这些国家、地区和城市人均GDP达到3000美元前后的大量社会经济统计资料进行整理并分析，揭示出人均GDP达到3000美元后社会经济发展的一般特征；在此基础上，分析，阐述了北京目前社会经济发展的特点和趋势，指出未来时期北京既面临经济加速发展、消费结构升级等诸多机遇，也面临交通、环境等方面一些新的压力和问题。     

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。     

安徽省商品房价格波动影响因素实证分析

持续走高的房价趋势已逐渐影响到人民生活和经济发展,引起了政府的高度重视。基于安徽省1997-2016年房地产行业的数据,运用主成分分析法从原始变量中提取3个主成分,建立回归模型,定量研究各因素对安徽省商品房价格的影响程度。研究结果表明:各因素对房价上涨的影响程度由大到小依次为货币供应量、常住人口数量、城镇居民人均可支配收入、房屋竣工面积、居民消费价格指数、地方财政房产税、人均GDP、城镇化率、房地产开发投资额、土地购置费用、房地产开发企业个数。     

新型城市共享单车智能借还系统的设计与实现

就目前而言,我国共享产品种类越发增多,共享单车作为最为常见且受欢迎的共享产品之一,于我国各个城市之中都得到了快速的普及推广。本文就新型城市共享单车智能借还系统的设计进行研究,旨在规范共享单车的借还操作,在方便单车借还的同时,有效延长单车的使用寿命。     

基于因果分析和相似日选择的共享单车需求量预测组合模型

共享单车的需求量预测是优化车辆系统布局、实现车辆合理调度的基础。为了提高共享单车需求量预测模型的精度，建立了基于格兰杰因果分析和相似日选择的组合预测模型，研究了时间和天气因素对共享单车出行需求的影响。应用格兰杰因果检验方法，筛选出影响共享单车需求量变化的关键天气指标。然后，基于天气特征向量的灰色关联度指标，提取待预测日各时段的相似日样本集。综合随机森林回归、支持向量回归等机器学习算法，建立了Stacking策略的组合预测模型，对区域分时共享单车需求量进行预测。最后，对北京市共享单车用户的骑行数据进行实例分析。结果表明相较单个机器学习预测模型，提出的组合预测模型的平均绝对百分比误差下降了9.1%，提高了共享单车短时需求预测的科学性和准确性，可为实际车辆调度提供参考依据。     

城市生态系统健康及其障碍度评价——以南宁市为例

根据城市生态系统健康内涵,从活力、组织力、恢复力等5个方面选取28个指标,构建城市生态系统健康评价指标体系,以南宁市为例,借助生态系统健康指数及障碍因素诊断模型,对其2006—2012年的生态系统健康及其障碍度进行评价,结果发现:南宁市生态系统健康状况不断好转,经历了由不健康到健康(2012年)的演变过程,但要达到很健康仍需做出更大努力;人口预期寿命、城市居民人均可支配收入、万人拥有医生数、人均GDP、万元GDP水耗、万元GDP能耗、婴儿死亡率等是影响城市生态系统健康变化的主导因子;从子系统看,城市服务功能不足是制约南宁市生态系统健康发展的主要障碍因素;从单指标因素看,环境保护支出占GDP的比重、人均水资源、人均GDP、城市人口密度、人均公共绿地面积和每万人拥有公共汽车台数是制约南宁市生态系统健康发展的主要障碍因子;根据上述结论,进一步提出了促进南宁市生态系统健康发展的建议.     

基于经济因素影响安徽省房价的实证研究

通过主成分分析方法分析影响安徽省房价的各因素之间的相互关系,将众多影响房价的因素简化为几个少数的且相互之间不存在多重共线性的经济因素,构建安徽省房价经济预测模型,分析影响安徽省房价的具体经济因素指标,针对建立的经济模型分析说明经济因素对安徽省房价的影响程度。研究表明:对安徽省房价上涨具有正向推动作用的有安徽生产总值GDP,各种价格总指数,城镇居民家庭人均可支配收入,货币供应量,国内旅游经济指标;负方向变动的是美元兑人民币的汇率水平。     

宁夏水环境承载力变化趋势及影响因素研究

为探求宁夏水环境承载力的变化趋势,根据宁夏2013—2015年统计资料,通过灰色关联度分析、计算18个待选指标与水环境承载力的关联度,并从中选出10个关联度较大的指标构建宁夏水环境承载力的评价指标体系;在此基础上进行主成分分析,并结合指标数据变化进行水环境承载力动态变化分析.结果表明,工业废水排放量、城市污水处理率、工业污水处理回用量、人均GDP、人均用水量、万元GDP用水量和万元工业增加值用水量是影响宁夏水环境承载力的主要因素.2010—2015年宁夏水环境承载力呈逐年上升趋势.     

基于AM-LSTM模型的共享单车时空需求预测

为准确预测城市不同区域的共享单车需求量,解决区域间供需不平衡问题,在对上海市共享单车数据进行时空特征可视化分析的基础上,研究共享单车的出行分布规律. 针对时间出行分布的非严格周期性,提出了一种引入注意力机制的长短时记忆网络预测模型AM-LSTM. 利用Spearman相关性分析法分析特征影响因素,提取模型特征值. 分别构建不同输入序列的预测模型,与传统时序预测模型进行对比分析. 结果表明,采用30 min时间间隔的输入序列具有较高的预测精度,AM-LSTM模型能够较好地预测共享单车的出行需求量,预测精度优于单一的LSTM模型. 最后对预测曲线进行相关度分析,验证了AM-LSTM模型的预测性能,可以为城市共享单车的调度及分配提供有效信息.     

基于长短期记忆神经网络模型的共享单车短时需求量预测

共享单车具有很强的流动性和高随机性,为了更加准确地预测某区域内每小时的单车使用数量,通过爬取纽约市Citi Bike共享单车的天气特征数据信息,并分析时间因子、气象因子等对单车需求量的影响;采用长短期记忆(long short-term memory,LSTM)神经网络模型预测共享单车的短期需求量,并与传统的循环神经网络(recurrent neural network,RNN)和BP(back-propagation)神经网络模型预测结果进行比较。实验结果表明:影响单车需求量的主要因素包括温度、节假日、季节以及早晚高峰时间段等因素;与传统BP神经网络算法和循环神经网络RNN算法相比,LSTM鲁棒性高,泛化能力强,且预测结果曲线与真实结果曲线相吻合;预测精度高(精确度为0.860)均方根误差最小(为0.090),误差小。可见LSTM模型可以用来对共享单车的短时需求量进行预测。     

用“智慧”谋求新发展——解读《宁波市委市政府关于建设智慧城市的决定》

世界经济发展的理论表明：当一个城市人均GDP处于9000-17000美元区间，经济增长将处于由“要素驱动为主”向“效率、创新驱动”转换的发展阶段。作为一个最早对外开放的东南沿海重要港口城市，宁波的人均GDP已经超过10000美元，其中中心城区人均GDP超过13000美元大关，走在全省乃至全国的前列。显然，宁波已跨入了新的历史阶段，需要寻找经济转型升级的新载体，创造新一轮发展的新优势。     

农业生态脆弱性指标体系评价研究——以邵阳市为例

文章以邵阳市为例,对南方丘陵区农业生态脆弱性评价指标体系进行了研究。文章主要运用AHP层次分析法和主成分分析方法,构建农业生态脆弱性评价层次结构模型,并对邵阳市农业生态脆弱性因子进行评价。结果表明:人口密度、人均耕地面积、恩格尔系数、农业总产值是研究区农业生态环境脆弱性的主要影响因子,人均GDP、农民人均纯收入、平均气温和森林覆盖率对农业生态环境的影响次之,多年平均降水量和水田占耕地面积比这两个因子对生态环境脆弱性的影响最小。