考虑宏微观建成环境的共享单车骑行影响因素分析

针对共享单车骑行影响因素分析中对微观建成环境因素探讨的不足,以北京市五环内及附近街道为研究对象,基于城市多源数据,从公共交通设施、土地利用、人口经济属性、空间设计及道路环境5方面提取宏微观建成环境因素,并构建全局回归模型(global regression, GR)、地理加权回归模型(geographically weighted regression, GWR)及多尺度地理加权回归模型(multi-scale geographically weighted regression, MGWR),对共享单车骑行密度进行分析。研究结果表明：MGWR模型有更好的回归效果,调整拟合优度R²高达0.91;共享单车骑行密度空间上呈现“高-高”及“低-低”聚类两极分化现象;地铁站点密度为局部影响因素,公交线路密度及隔离护栏出现率为区域影响因素,其他建成环境变量为全局尺度;骑行密度显著影响因素的回归系数,在空间上较为平稳,单一变量的空间影响关系均为正向或负向影响;微观建成环境中,绿视率、交通信号出现率为正向影响,色彩丰富性及路灯出现率为负向影响。     

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。     

建成环境与共享单车流率的非线性关系研究

共享单车流率的大小体现了城市空间环境内车辆盈缺的程度，理解其变化及其诱因对于城市单车的调度具有重要意义。由于出行目的和外界环境因素的复杂多变，共享单车流率和建成环境特征之间的关系很难通过具有线性假设的统计学模型来解析。基于此，本研究利用上海市中心城区的共享单车数据，基于极端梯度提升树模型(XG‐Boost)和机器学习的解释性方法部分依赖图(PDP)来探究建成环境对共享单车流率的贡献度和非线性影响，以及流率的非线性模式在工作日和周末的变化。结果显示，特征重要度和非线性机制在两个时段差异化显著。居住人口密度、教育设施密度和住宅设施密度对工作日单车流率的解释度较高，分别为 19.18%、13.16% 和 12.92%，并且具有明显的阈值效应。其中居住人口密度和教育设施密度对于单车净流出率具有正向影响，分别在 11 600 人/km²和 8 个/km²达到最大；住宅设施密度对单车净流出率具有负向影响，对应的阈值为 40 个/km²。各变量对周末单车流率的解释度差异较小，但非线性关系仍不可忽视。具体来说，到市中心的距离和公交线数密...     

考虑建成环境交互影响的共享单车需求预测

共享单车的发展有利于交通的节能减排绿色发展。建成环境是影响共享单车出行需求的重要因素,然而很少有学者探究考虑其交互作用。为了准确分析建成环境中各影响因素的交互作用以达到精确预测共享单车出行需求的目的,本文使用了深圳市共享单车出行数据、兴趣点数据（point of interest,POI）、路网数据和公交线路数据等多源数据,采用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型预测共享单车出行需求,并与BP(Back Propagation)神经网络模型预测结果进行比较;最后借助SHAP(SHapley Additive explanation)方法解释GBDT模型中各种影响因子对共享单车出行需求产生的影响,并分析各影响因素及其交互作用。实验结果表明：GBDT模型预测结果平均绝对误差为0.683,均方根误差为0.728,较BP神经网络模型预测准确性更高;通过SHAP方法发现自行车道密度、公交站点数等交通属性因素对于共享单车出行需求作用明显,土地利用中土地利用混合度不是简单线性作用且不同POI间存在复杂交互关系。可见通过借助GBDT模型和SHAP方法可以用来共享单车出行需求预测以及影响因素分析,从而为共享单车发展提出改善建议。     

关于北京市感知价值对共享单车出行选择影响的调查分析

为研究共享单车在城中化进程中的发展以及其在促进公共交通和减少私家车使用中的重要作用.通过把行为经济中的感知价值因素引入到共享单车出行选择分析框架中,把反映出行者感知利得和感知利失的潜变量以及刻画骑行者个人特征和出行特征的显变量统一纳入到离散选择潜变量混合模型(integrated choice and latent variable,ICLV),研究了感知利得(包括感知节约、感知激励、履行社会规范)和感知利失(包括转换成本和感知风险)心理权衡过程对出行者出行选择的量化影响水平.结果 表明:①收入,偏好以及衔接性正向显著影响出行者共享单车出行选择行为;②男性比女性更愿意选择共享单车出行;③出行目的也显著影响出行者共享单车出行选择行为;④在感知价值方面,感知利得正向影响通勤者共享单车出行选择行为,其中感知时间节约,沿途风景欣赏,资源节约显著影响;感知利失负向显著影响出行者共享单车出行选择行为,其中转换心理成本和感知信息风险会显著影响.     

空间异质性视角下常规公交客流影响因素

常规公交出行是城市客运体系重要的组成部分,其出行强度明显受城市建成环境的影响作用。以往建模方法未考虑影响因素之间的多尺度空间异质性问题,研究结果均存在一定局限性。以青岛市主城区为研究对象,首先基于公交GPS与IC卡数据提取常规公交客流为研究的因变量,并通过网络地图开放平台获取14个指标作为自变量;其次,通过探索性空间数据分析探究303个研究单元的常规公交客流空间演化特征;最后,分别构建地理加权回归与多尺度地理加权回归模型量化分析建成环境变量对常规公交客流影响的空间异质性。研究结果表明：与地理加权回归模型相比,多尺度地理加权回归模型的对回归结果的解释性更强;学校密度、医院密度、公交线路密度和停车场密度正向影响早晚高峰公交客流量,购物密度、土地利用混合度、距公交站点距离对早晚高峰的常规公交客流均有显著负向影响;公交线路密度、学校密度具有明显的空间异质性,对常规公交客流的影响程度整体上呈现由南向北扩散性递减的趋势。     

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。     

多源数据视角下城市建成环境对城市活力空间分布的影响机制

城市活力一直是城市规划领域的热点话题。研究使用百度人口热力数据度量城市活力,使用POI数据、城市矢量数据、夜间遥感影像数据等度量合肥市区建成环境,利用OLS线性回归与GWR地理加权回归模型探究合肥市城市活力与建成环境之间的影响机理。研究结果表明：①合肥市区的城市活力总体呈现出由中心向四周逐级递减、局部高值集中的空间分异特征,空间分布极不均衡。②建成环境对城市活力影响具有空间异质性。提升地区功能混合度、建筑平均层数以及基础设施完善度能够在全局范围内有效改善地区活力;而居住人口密度、街区POI密度、道路交叉口密度、建筑容积率、绿化水域覆盖率、共享单车密度、商业服务设施可达性、教育文化设施可达性等指标则因空间位置的不同而对城市活力产生促进或抑制的双重作用;与公交站最近距离、与地铁站最近距离指标则与城市活力具有负相关性。结合研究结果对城市规划与管理提出一定建议,有助于城市开展精细化与差异化街区建设,促进城市良性发展。     

建成环境影响出行安全研究进展

 建成环境与行人的出行安全有关。梳理了建成环境影响出行安全的要素分析，评述了城市发展模式、密度、土地利用、道路环境以及交通管理设施5个方面的研究进展。对中国未来的建成环境与出行安全的研究提出建议和展望。     

面向智慧城市的共享单车出行时空间特征研究——以广州天河中心区为例

 信息通信技术的快速发展和广泛使用推动了智慧城市的发展,变革了市民的生产和生活方式。如何基于智慧技术,精准识别社会需求,实现供需的匹配,是智慧城市研究的新内容。近年来出现的共享单车作为一种便捷、高效、绿色的新型出行方式,普及度较高,但相关研究成果较少。以天河中央商务区（CBD）为研究范围,基于对研究范围内的共享单车在工作日和休息日的分布和使用情况的分析,重点探究天河北、天河路、珠江新城等商业金融区的单车流动强度和出行的时空间特征。研究发现,在时间分布方面,共享单车在工作日的出行具有早高峰特征;而在休息日,共享单车全天的出行较为平均,高峰使用时段集中在午间和下午,拥有更高的使用效率。在空间分布方面,工作日共享单车的出行集中在广园快速路沿线的交通枢纽和教育科研功能区;而在休息日,单车则散布在外围的地区,出行轨迹主要分布在中部的天河路商圈和南部的珠江新城商圈。同时,单车在商业金融区整体呈现低流动、低使用的特征,而共享单车出行密度较高的区域流动强度依然较低,建议进一步通过构建智能反馈系统对单车的分布情况、流动性和用户出行的情况进行实时监控,为科学、合理的单车调配提供参考,并为共享单车的调配布局提出优化策略。     

西安城市居民共享单车使用意愿 ——服务便捷性与感知风险的交互中介效应检验

以西安市建成区为研究区域,通过构建共享单车使用意愿的概念模型,检验了服务便捷性与感知风险对共享单车使用意愿的影响,研究得出:服务便捷性及其3个子维度(取得便捷性、交易便捷性、后续便捷性)对城市居民的共享单车使用意愿有显著正向影响(γ=0.603,P<0.001;γ1=0.320,P1<0.001;γ2=0.622,P2...     

共享单车管理及其所引发的新环保问题研究

随着社会经济的发展和绿色出行的倡导,共享单车的服务应运而生。共享单车是政府与城市、地铁站、公交站等多方合作提供的自行车租赁服务。文章将梳理共享单车在城市公共管理中所存在的问题,从立法与实践两方面入手,对政府监管情况加以介绍,对政府的监管行为做出客观公正的评价,结合潜藏于其中的问题,有针对性地提出优化策略。     

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.     

共享单车蓬勃发展,行业规范亟待出台

互联网共享单车服务自2016年出现以来,在资本的大力推动下实现了快速发展,作为该领域领先品牌的摩拜单车和ofo单车均在不足一年的时间里完成了多轮融资,且服务覆盖范围已经由一线城市向二线城市渗透。对于交通压力较大的一线城市而言,“公共交通＋共享单车”的出行方式确实为市民出行提供了经济高效的解决方案,但在蓬勃发展的同时,其背后的市政管理、押金监督和服务运营等三大主要问题也逐渐受到社会重视,在未来发展过程中亟待出台相关行业标准。     

建成环境对老年行人出行安全的非线性影响研究——以重庆市渝中区为例

建成环境影响出行安全的研究是城市地理与交通运输领域共同关注的前沿热点。但现有关于建成环境与出行安全的研究多为线性或广义线性的探讨,缺少非线性关系下的研究,且缺乏对老年行人的关注。本文以重庆市渝中区为例,从密度、多样性、目的地可达性、公共交通临近度、设计等五个维度建立建成环境变量体系,运用极端梯度提升模型（XGBoost）探究建成环境变量与老年行人出行安全之间的非线性关系。结果表明：①考虑非线性效应的XGBoost比普通最小二乘法,拟合效果有明显提升;②整体效应分析中,密度要素是影响老年行人出行安全最重要的因素,单个变量中人行天桥数量、地下通道数量的贡献值最高;③独立效应分析中,建成环境相关要素与老年行人事故频率均具有明显的非线性关系与阈值效应。最后,根据研究结果提出建成环境的优化策略,为构建老年人友好的出行环境提供依据。     

共享单车对于城市的影响模型

共享单车在美国的发展速度很快,建立模型对其给城市造成的影响进行分析是非常关键的,有利于相关部门采取措施对其进行管控。该文建立主成分分析模型,选取了道路负荷、人均交通成本、公共交通覆盖率、人均GDP、每千美元的能源消耗量、CO_2排放量、颗粒污染程度、人均能源使用量、人口密度等指标来对共享单车对于城市的影响进行评价。由主成分的系数得出,人均GDP、每千美元的能源消耗量、人均单车数量对其的影响相对较大一些。     

我国道路交通事故死亡人数影响因素及管理对策研究

探究道路交通事故死亡人数影响因素,对于推动我国道路交通安全工作高质量发展具有十分重要的意义。在借鉴已有文献的基础上,构建了以人口因素、经济发展、车辆与道路、医疗卫生服务水平为外因潜在变量,以道路交通事故死亡人数为内因潜在变量的理论模型,并运用PLS-SEM模型量化分析了道路交通事故死亡人数的影响因素与作用机制。结果表明：人口因素、车辆与道路、经济发展均对道路交通事故死亡人数有显著的正向直接影响,其中人口因素的直接影响效应最大,影响系数为0.561;医疗卫生服务水平对道路交通事故死亡人数产生显著的负向直接影响,影响系数为-0.546;经济发展还通过人口因素、车辆与道路、医疗卫生服务对道路交通事故死亡人数有显著的间接影响。基于研究结果,提出了相应的管理对策。     

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。