基于GWR的建成环境对公共自行车出行模式的影响分析

为分析建成环境对公共自行车出行模式的影响，文章结合公共自行车运营数据和建成环境数据，以公共自行车站点为中心建立缓冲区并提取缓冲区内兴趣点(point of interest, POI),在考虑POI规模的基础上划分站点类型；根据站点类型对出行起讫点(origin-destination, OD)分类，以OD类型确定公共自行车出行模式，使用地理加权回归(geographically weighted regression, GWR)模型，分析建成环境对公共自行车出行模式的影响；以昆明市为例进行实证分析。结果表明：昆明市公共自行车出行模式可划分为16种，OD皆为住宅主导型和公司(企业)主导型站点的出行模式约占69.26%;建成环境对不同出行模式的影响效应存在差异；土地利用混合度是公共自行车出行模式的主要影响因素。研究结果可为公共自行车布局优化及运营管理提供参考。     

考虑居住环境的公共交通出行选择行为模型

为解决已有公共交通出行选择行为模型欠缺考虑居住环境对出行选择的影响,结合计划行为理论,在行为态度、主观规范及知觉行为控制3个变量决定出行行为意向的理论框架上加入居住环境,构建涵盖5个潜变量、22个测量变量的公共交通出行选择行为模型。以重庆市居民出行数据为例,计算结果表明,居住环境、行为态度、主观规范及知觉行为控制对行为意向均有显著的正向影响,且居住环境对行为态度与主观规范也存在显著的正向影响,各维度的总影响效应呈现出居住环境(0.842)＞行为态度(0.832)＞知觉行为控制(0.716)＞主观规范(0.649)的递减趋势,但行为态度对行为意向的直接影响影响最大为0.832。     

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。     

建成环境对居民出行碳排放的影响研究进展

建成环境对居民出行碳排放的影响密切.归纳了居民出行行为理论的发展框架及其理论基础,梳理了建成环境的测度指标及其对居民家庭车辆保有量和出行碳排放的影响关系,并总结两者影响关系的自选择效应.现有研究发现,建成环境测度指标及其对居民出行碳排放的影响结论并不统一,考虑居住自选择的影响,需要进一步丰富相关实证研究.     

多源数据驱动下公共交通出行行为特征挖掘与预测

公共交通是保障城市交通顺畅绿色运行的重要支撑,准确把握公共交通出行行为特征和需求是关键。从公共交通出行行为特征挖掘和行为预测两方面,解析了以往公共交通出行需求分析存在的问题及原因。结合北京市交通运行监测平台数据和多源数据处理方法,分析了多源数据为公共交通出行特征精细化挖掘和行为精准化预测带来的机遇,并从数据关联分析和计算效能等角度梳理了面临的挑战。从公共交通多源数据关联匹配、公共交通出行特征刻画和公共交通出行行为预测三个方面提出了解决思路和方法,并通过案例分析验证了可行性。为把握多源数据驱动下精细化的公共交通出行需求提供了总体解决方案。     

社区建成环境对小汽车使用行为的非线性影响模型

为指导社区生活圈形成绿色出行建成环境,从社区建成环境层面定量解析小汽车使用行为的差异,通过停车场泊位利用率客观反映小汽车使用行为,构建了考虑非线性效应的梯度提升决策树（Gradient Boosting Decision Tree,GBDT）模型,以重庆市主城区停车调查数据中的居住区配建停车场为实证对象,构建以居住区为核心的社区生活圈作为建成环境的测度范围,实证结果表明：GBDT模型比线性假设的OLS模型具有更好的拟合度;建成环境指标贡献度方面,距离商圈的距离（14.30%）、人口密度（14.20%）、土地利用混合度（12.60%）对泊位利用率影响最大,反映其对小汽车使用行为的重要影响效应;在建成环境指标的非线性关系方面,建成环境因子与泊位利用率均具有非线性关系.     

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。     

考虑城市交换中心的居民出行方式选择分析

城市交换中心(city exchange center, CEC)是一种新兴的交通枢纽基础设施,提供停车、换乘、商业等综合服务,旨在提高城市公共交通出行比例,践行绿色智慧出行理念。考虑CEC建成环境下城市居民出行的多模式组合特征,挖掘单一出行方式、组合出行方式、非公共机动车出行、公共机动车出行及非机动车出行的交叉归属关系,构建对应效用函数,基于交叉巢式Logit模型刻画居民出行方式选择行为。结合雄安新区的居民出行问卷调查数据,通过拟合发现,提高公共交通服务水平是提高CEC交通服务水平的重要切入点;选择服务水平高的出行者时间敏感度较高,出行费用敏感度较低,选择服务水平低的出行者则相反,所以在建设前期需要对CEC服务区域内的人口分布及家庭收入水平进行调研;需将出行者等待时间控制在10 min以内,超过此阈值,等待时间的降低对提高出行服务水平没有意义。该结果定量分析了居民出行方式选择的影响因素,有助于科学规划和布设CEC交通资源配置,为其他城市及地区的公共交通设计提供了量化指导。     

建成环境对体力活动的影响研究进展

 建成环境影响体力活动，进而作用于人群健康。基于Web of Science和中国知网等文献数据库，以建成环境（built environment）、体力活动（physical activity）、步行性（walkability）等关键词检索近年来的相关文献，探讨建成环境和体力活动的相关概念、影响机制。对体力活动产生影响的建成环境要素按照“二维空间要素”和“三维空间要素”分类总结，辨析了研究进展，提出了研究展望。未来研究需关注使用者的空间感知，深入讨论三维空间要素；运用大数据与小数据相结合的方法，展开基于个体时空行为的精细化研究；同时需关注体力活动在建成环境、空气污染等多种因素影响下的综合健康效应。     

基于非集计模型的交通需求预测方法

交通需求预测是城市规划和城市交通规划的核心内容之一,同时也是制定交通需求管理（TDM）策略的基础.传统的预测模型多以“四阶段法”为基础,对调查数据进行集计处理,忽略数据所携带的有关出行者行为的个体信息,存在信息的浪费和冗余.依据现代交通规划学理论,在回顾传统预测方法的基础上,对非集计模型进行深入研究;根据淄博市中心城区居民出行调查数据,预测居民出行方式分担率.研究结果表明,较集计模型,非集计方法能更好地刻画居民出行方式选择行为.     

基于手机信令数据的居民出行调查扩样模型

系统分析了居民出行调查的误差成因,简要介绍了传统加权扩样模型并分析了其局限性,特别是对沉默出行需求揭示不足的缺点.结合手机信令数据用于出行行为研究的优势及特点,提出了利用手机信令数据进行居民出行调查扩样及对挖掘沉默出行需求的方法.设计了包含5个主要步骤的居民出行调查样本数据、交通运行监测数据和手机信令数据相结合的扩样模...     

建成环境对老年人活力出行的影响——基于极端梯度提升决策树的研究

活力出行与老年人移动能力、身心健康和生活品质息息相关.以厦门为案例,采用极端梯度提升决策树模型,探究建成环境和老年人活力出行之间的非线性关系.研究发现:出行距离是影响老年人是否活力出行的最重要因素;建成环境要素的相对重要性远高于社会经济属性;全部建成环境变量与老年人活力出行之间均存在复杂的非线性关系和"阈值"效应;出发地和目的 地建成环境变量的影响模式存在异同.     

建成环境对老年人活力出行的影响——基于极端梯度提升决策树的研究

活力出行与老年人移动能力、身心健康和生活品质息息相关.以厦门为案例,采用极端梯度提升决策树模型,探究建成环境和老年人活力出行之间的非线性关系.研究发现:出行距离是影响老年人是否活力出行的最重要因素;建成环境要素的相对重要性远高于社会经济属性;全部建成环境变量与老年人活力出行之间均存在复杂的非线性关系和"阈值"效应;出发地和目的 地建成环境变量的影响模式存在异同.     

基于知识图谱的老年人出行行为特征研究进展

为全面了解老年人的出行行为特征现有的研究进展,运用知识图谱分析和传统文献研究相结合的方法,通过Web of Science核心合集数据库和CNKI知网数据库,获取了在1993～2020年间出版的老年人出行研究相关中英文文献,分别为303篇和367篇(数据采集的最后时间均为2020年8月16日).重点探讨了近10年老年人...     

基于交通方式选择的公交出行需求预测

在对国内外研究现状分析的基础上，研究立足于影响公交乘客意愿和出行选择的公交服务水平因素分析，应用期望偏好（SP）调查方法得到国内2个城市出行选择行为特征数据，分析国内城市出行者意愿和交通方式选择行为的特征和规律，在此基础上应用慈溪市的数据建立了考虑个人特性和出行时间及成本等选择特性因素的交通方式选择模型，对公交出行需求进行了预测，并结合交通方式选择行为特征调查数据和出行比例预测结果，提出了相应的公交优先发展策略．     

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。     

基于NL模型的节假日绿色出行行为研究

针对节假日出行行为的特殊性,利用2014年北京市节假日出行行为调查数据,构建了节假日绿色出行行为Nested Logit模型。通过筛选影响节假日绿色出行行为选择的显著因素,建立了节假日绿色出行行为NL模型的层次结构,分析了模型的参数估计结果。研究结果表明,是否拥有小汽车、是否拥有自行车、居住方式、出行目的、出行距离和出行费用是影响节假日出行方式选择的主要因素,是否拥有小汽车、是否有同伴和出行目是影响节假日绿色出行选择的主要因素。     

基于广义估计方程的居民大型超市购物出行方式的选择行为研究

针对大型超市购物出行的交通方式选择行为问题,以上海私家车车主为研究对象,以意向调查为行为数据的获取手段,研究包括自驾和出租车2种交通方式的大型超市购物出行交通方式选择行为.利用SPSS19.0软件,根据广义估计方程(GEE)对意向数据进行建模,建立了多种不同工作相关矩阵的候选模型,并从中选出最优模型.结果表明:月收入、职业、停车时间、超市距离和停车费用等因素对居民的超市购物出行方式选择具有较大的影响.其中,高收入的人选择出租车的意愿较低;在职人员(公务员、机关职员、事业单位和企业员工)相较于其他非在职人员更愿意选择出租车;停车时间较长的人更愿意选择出租车,停车收费的提高会导致自驾购物出行比例减少;超市距离的增加导致自驾购物出行比例增加.     

工作场所光伏电动汽车充电站可行性研究

基于某工厂员工的电动汽车使用数据,分析了员工上下班出行行为及电动汽车电量分布情况,使用蒙特卡洛模拟方法仿真了100辆电动汽车的出行及充电行为.设计搭建了光伏电动汽车充电站仿真平台用于对电站进行评估分析.基于仿真数据,使用粒子群算法对工作场所建设电站进行了系统方案设计和可行性研究.结果表明,模拟数据能很好地描述员工出行和充电行为,设计的光伏充电站系统能够基本满足员工充电需求,从而促进工厂的可持续化发展并节约成本.     

基于Spark的移动用户行为轨迹大数据分析

为获取移动用户轨迹数据中的价值信息,利用Spark集群分布式处理用户行为轨迹的原始数据,对存入HBase分布式数据存储中的数据进行筛选、分析后存入Hive数据库中,Spark对数据库文件中的数据进行相关性卡方检验和K-Means聚类分析,得到用户出行方式的统计结果及在距离限制下出行方式选择的普遍规律.该过程为用户行为分析和预测提供可行的解决方案.