基于客流特征的轨道站点影响区和轨道站点之间功能布局研究——以厦门为例

轨道站点影响区和站点之间功能布局是落实TOD理念（Transit-Oriented-Development）——以公共交通为空间开发导向的重要内容,客流是站点功能布局成效的直接体现。通过轨道站点影响区POI结构,将厦门轨道站点分为单主导功能、双主导功能和混合功能3类。通过分析站点客流量,明晰站点影响区功能布局与出行发生之间的关系。以站点间客流OD量及站点客流OD在各距离段的分布,分析站点之间功能布局与空间客流分布的关系。根据现状呈现出来的轨道站点功能布局特征及对应的客流特征,提出下一步发展策略。结果表明：1）高客流量站点以单、双主导功能站点为主,混合功能站点客流量并不突出;2）同类型站点间OD量较小,不同类型站点间OD量较大,空间站点功能互补性直接影响OD的空间特征;3）站点各距离段OD比例受中心地职能等级及周边站点功能互补性的双重影响。文章基于对站点影响区和站点之间功能布局与乘客出行相关关系的分析,结合城市功能布局的市场规律及城市空间结构发展需求,提出站点影响区“混合基本功能,集聚主导功能”和站点之间“差异互补,连点成轴”的功能布局原则,以期为以轨道交通为主体的TOD综合开发提供参考...     

基于地铁客流的广州地铁站点类型识别

使用地铁刷卡数据对地铁客流进行研究时,面临数据量大、数据维度高、信息冗余度高等问题。传统方法主要通过专家经验建立指标进行分析,不能有效地利用原始数据,也容易受主观因素的影响。文章使用主成分分析方法(PCA)对广州地铁站点客流数据进行特征提取,用以提高特征选取过程的科学性,避免主观因素的影响,降低数据维度、消除冗余信息的过程中能够尽量保留原始数据的信息。研究表明:PCA提取出6个主成分,保留了原始数据91.41%的信息,前2个主成分代表了工作日地铁客流最重要的居住型站点客流特征和就业型站点客流特征。在此基础上利用K-均值聚类算法对广州地铁站点进行类型识别,识别出居住导向型、就业导向型、职住错位型等7类站点。通过分析不同站点的空间分布,发现广州地铁站点呈圈层式分布特征,站点类型随着到城市中心距离的增加而减少,反映了广州市城市功能的空间分布,城市中心区域站点类型多样,说明这一区域城市发展成熟、功能齐全;城市中心区域周围主要分布着职住错位型站点,城市发展较为成熟;而城市外围主要分布着居住导向型站点,承担城市的居住职能。     

地铁站点多时间维度客流影响因素的精细建模——以广州市中心城区为例

当前我国地铁规划建设进入了快速发展阶段,地铁站点客流影响因素的精细建模与分析对站点的规划、管理具有重要意义。该文基于地铁刷卡数据、高分辨率影像及网络爬虫获取的POIs数据、互联网房产数据和建筑物轮廓高度数据等多源空间数据,采用向后逐步回归分析法对广州市中心城区地铁站点多时间维度上客流的影响因素进行精细建模与分析。研究发现:1)整体上,地铁1号线早进晚出客流较其他线路大;站点早出晚进客流集聚效应显著,主要集中在以体育西路为中心的天河中心圈和以公园前为中心的老城区中心圈。2)在所构建的8种客流回归模型中,CBD虚拟变量、商业用地、三类居住用地、进出站口数量和站点吸引范围内平均小区容积率5种因素对站点客流具有显著正向影响,其中CBD虚拟变量影响最大,而房价、水体对客流具有显著负向影响。3)工作日和休息日客流影响因素存在明显差异,二类居住用地、教育科研用地和医疗卫生用地只在工作日客流中具有显著正向影响,用地多样性只在休息日客流中具有显著的负向影响。4)二类居住用地与工作日早进晚出客流关系密切;站点吸引范围内平均建筑层数只在工作日早出晚进客流回归模型中保留并起显著作用。     

土地利用视角下的轨道站点客流预测——以深圳市为例

从土地利用视角分析轨道站点客流的影响因素,基于直接估计模型,选择不同类型用地楼板面积、公交线路数量、站点中心性、站点可达性4个变量建立非线性回归函数,分析不同类型用地客流生成率与站点可达性之间的衰减规律。结果表明：① 相比于线性衰减规律,客流生成率随站点可达性的降低更符合指数衰减规律,用地距离地铁站0~0.5 km时客流生成率下降最快。② 单位面积各类用地客流生成率由大到小依次为：交通用地>办公用地>商业用地≈城中村>工业用地>居住用地>其他用地。③ 客流生成率受站点可达性影响强度由大到小依次为：商业用地>办公用地>交通用地>其他用地>居住用地>城中村>工业用地。     

城市道路与公共交通网络中心性对住宅租赁价格的影响研究——以北京市为例

住房市场化与较高住房需求带来住房价格的迅速提升,进而引发住房可负担性下降等问题,租赁住房逐步成为居民的另一主要择居方式。城市交通作为重要因素之一,对住宅租赁价格的影响仍需深入探讨。论文以北京市为例,运用交通网络中心性指标,研究道路网络及公共交通网络对住宅租赁价格影响的空间差异。结果表明：① 以出行时间为基础构建交通网络,公交网络总体拟合程度高于道路网络;公交网络中邻近中心性即相对可达性拟合程度最高,而道路网络中介中心性即中转功能拟合程度最高;② 城市中心-城市中部-城市外围的环状结构中,中心性影响程度存在空间差异,道路邻近中心性及公交各类中心性对城市中心及中部具有重要影响,城市外围主要受道路邻近中心性及介中心性影响;③ 基于拟合程度最高的公交网络邻近中心性的影响模式分析,综合交通枢纽、轨道交通换乘站点、轨道交通站点、重要地面公交站点等在城市中心及中部对租赁价格影响较高,而城市外围仅轨道交通站点及换乘站点影响较高;④ 道路设施网络与公交组织网络结构特性导向下的驱动力差异、交通网络各功能空间效应的区位指向、城市不同空间重要基础设施建设的外部效应差异促进了道路与公交网络中心性对租赁价格影响的空间分异。     

轨道站点周边建成环境对残疾人出行行为的影响研究——以武汉市189个轨道站点为例

残疾人流动性是衡量社会公平发展的重要方面。由于特殊的身体和社会经济状况,残疾人出行行为具有更为独特的特征,也更易受建成环境影响。论文基于武汉市轨道交通智能刷卡数据,整合多源空间大数据,探索武汉市残疾人轨道交通出行时空特征,并利用地理加权回归(GWR)模型进一步探究轨道交通站点周边建成环境对轨道交通残疾人客流量影响的空间异质性。研究发现：① 地铁出行的残疾人中有29.7%具有通勤出行的特征,出行频率工作日高于休息日,且均呈现早晚错峰出行的趋势;② 15~30 min即大约5~10 km的中短距离出行最多,活动范围集中于三环线以内的主城区,且以同区出行活动最为频繁,跨江出行较少;③ 在大部分的研究范围内,公交站点密度、路网密度、大型公园密度和站点开通时间对站点残疾人客流量均具有正向影响;④ 换乘站的日均残疾人客流量明显高于非换乘站;⑤ 与以往研究结论不同的是,土地利用混合度、站点无障碍设施对站点残疾人客流量的影响并不显著。研究可为“残疾人友好型”的轨道交通站点建成环境优化和新站点土地利用布局提供数据支撑,增强城市公共服务人本化。     

基于客流特征的北京地铁站点类型识别

地铁站点是城市各种社会经济活动的关键节点,不同类型的地铁站点在城市中的区域条件、交通功能、土地利用类型等方面均存在差异,科学的站点分类有助于了解城市功能分区及评价轨道交通基础设施建设状况。本文基于2013年3月份14天工作日地铁刷卡客流量数据,运用引入客流特征的时间序列聚类方法,对北京市195个地铁站点进行分类。研究表明：①地铁站点客流量存在时空差异,也是城市功能分区时空差异的表现之一。②通过引入客流特征的时间序列方法,将地铁站点分为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型、混合型、综合型及其他型8种不同类型。③利用地铁站点客流量数据,是将空间行为和实体空间进行关联比较的有效途径。     

基于Space-P复杂网络的南京市轨道交通换乘可达性研究

针对轨道交通特殊的站点换乘方式,该文结合Space-P复杂网络模型与Python语言,借助ArcGIS网络分析模块设计出一种换乘可达性算法,并对南京市现状和二期建设轨道进行实证研究。结果表明:Space-P网络可以弥补ArcGIS网络分析无法添加站点换乘时间的不足;南京现状轨道、二期轨道的平均可达性值分别为36.99 min、34.81 min,二期轨道的建设使得站点30 min可达性圈层扩大,且向东西方向延伸;现状轨道中,1号线可达性最好,S8号线最差,二期轨道的建设整体上提高了线网的可达性;现状轨道、二期轨道的站点平均换乘指数分别为1.0428、1.3114,二期新增站点为乘客出行提供了更多的换乘选择。     

广州地铁站点交通流特征与居民地铁出行的人群分异

基于广州地铁交通流的始发地（Origin）—目的地（Destination）（OD分析）,运用出行成本（距离/时间）、集中出行距离区间等指标对地铁站点交通流特征及居民地铁出行的人群分异进行刻画。结果表明：1）地铁站点随出行距离增加的乘客累积比例呈“S”型曲线变化,广州地铁站点的平均出行成本约为14.04 km（20.48 min）,并由中心向外逐层增加约4 km（5 min）和13 km（10 min）,周末平均出行成本略高于工作日。2）广州地铁出行的集中距离区间为8.55~26.61 km,在该出行距离范围内的乘客量占总数的71.88%;周末出行集中距离区间宽度变窄,但乘客量的集中比例却有所下降。3）社会弱势群体如女性、老年人、固定上下班的大学以上学历人群、办事人员、商服人员等是地铁潜在客流的主要构成群体;不同人群的地铁平均出行距离出现分化,其中出行需求小、出行能力偏弱的群体平均出行距离较短,出行需求大的群体平均出行距离普遍较长;除个别人群外站点集中出行距离区间相对差异不大。     

轨道交通对住宅的溢价效应与价值捕获机制——以合肥轨道交通1号线为例

以合肥轨道交通1号线为例,首先,构建站点区域的住宅价格拟合模型,其次,解析住宅的空间增值规律与各拟合指标的溢价效力,并进一步提取站点区域住宅项目溢价增值特征,最后梳理价值捕获机制并提出优化策略。研究表明：1）合肥轨道交通1号线对沿线住宅价格的影响显著,并随距轨道交通站点距离的增加,住宅价格不断衰减。2）不同指标要素对站点区域住宅溢价效力不同,其中区位交通层面指标的溢价贡献最大,其次是邻里环境层面指标,建筑形态层面指标的贡献最小。3）依据模型得分结果构建四元组对站点区域进行评估,能识别站点区域的溢价规律与地理效应,建立轨道交通站点区域溢价效应与价值捕获的系统联系。同时基于合肥实践,针对中国公有制土地制度,通过剖析轨道融资与溢价捕获的互动关系,提出了适应性的土地利用策略与溢价分配方法,以推动轨道交通溢价归公、城市居民共享地利和社会经济可持续发展。     

浙江省国内旅游流系统网络结构演变研究

运用社会网络理论的块模型、网络密度、网络中心性,结合锡尔指数、ArcGIS空间分析方法,基于省外客流的面板数据,研究近十年来浙江省大尺度国内旅游流系统网络结构演变特征。结果发现:1)旅游流网络系统整体变化缓慢,局部变化明显。客源网络系统与目的地网络系统联系在加强,客流有向主要客源地和主要目的地集中态势。目的地地带间网络中心性整体锡尔系数呈现先降后升,总体处于波动增加趋势。2)客源地、目的地中心性与块的密度值呈正比例关系。旅游流网络空间系统演变过程,体现了总体稳定性和自相似性的空间等级特征。3)浙江省省外旅游流目的地系统网络结构,形成了"一个核心—边缘旅游带,四级城市,五级旅游区"的空间等级结构。客源地网络空间格局具有明显的"核心—边缘,圈层等级扩散"特征。     

基于高速公路客流数据的重庆与毗邻地区联系网络空间结构研究

基于高速公路交通客流数据,采用社会网络与GIS空间分析法,以客流联系视角探讨重庆市与毗邻地区的城镇网络空间结构。结果表明：1）重庆中心城区为网络的绝对核心,长寿、江津、璧山为网络中的重要节点城市,涪陵、璧山、长寿在网络中通达性明显,涪陵、黔江、江津、万州的中介作用突出;2）重庆与毗邻地区的客流网络呈现三级轴线联系,整体网络呈现明显的放射性特征,部分地区联系突破省级行政边界,网络层级按照“4+15+18”分布;3）重庆与毗邻地区的凝聚子群表现出高度的地理邻近性,形成“核心―边缘”结构。未来重庆中心城区需进一步加强与四川东部地级市的辐射能力与交通联系,进一步培育与成都双城联系的发展轴,在远期发展中考虑纳入遵义市等地区更好融入重庆都市圈。     

城市轨道交通通勤与职住平衡状况的关系研究——基于大数据方法的北京实证分析

城市轨道交通网络的发展在提高居民通勤效率的同时也对其职住平衡状况产生了一定影响。论文以北京市206个轨道站点为例,基于高斯混合模型(Gaussian mixture model, GMM)和一卡通刷卡数据将轨道站点按职住功能进行分类,利用腾讯“宜出行”定位数据考察轨道站点周边的动态人口分布并计算就业居住比。研究发现：① 中心城区的职住状况明显优于中心城区以外区域;② 轨道交通线网末端区域的职住平衡程度较差,仅有少数成规模的高端服务产业集中分布的轨道站点周边形成了区域性就业中心;③ 部分就业-居住较为均衡的城郊地区仍存在一定的职住不匹配现象。随后,通过计算一卡通出进站比和“宜出行”职住比得到出进站均衡度和职住平衡度,利用广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity, GARCH)模型对轨道交通通勤和职住平衡程度进行相关性分析,研究结果表明：① 出进站均衡度与职住平衡度具有非常显著的正向关系,即站点进出站人数越接近,站点周边区域的职住状况越好;② 典型就业地站点与站点周边区域的职住平衡程度显著正相关,而典型居住地站点与站点周边区域的职住状况存在显著的负相关性。这表明,人口稠密的聚居区无法带动同样数量就业岗位的产生,而完善的就业中心能够吸引一定数量的人口在附近居住;③ 轨道站点的区位条件与职住平衡状况存在一定正向关系;④ GMM能够对属性复杂模糊的轨道站点进行有效的聚类分析;⑤ 具有实时性强、精确度高、覆盖度广、获取难度低等优点的“宜出行”数据能够在微观空间尺度下弥补其他捕捉和分析实时人口时空分布特征方法的局限性。     

基于社会网络方法的跨界旅游客流网络结构研究——以泸沽湖为例

基于问卷调查和旅行社推介线路,获取旅游客流数据,借助社会网络结构洞理论、社会资源理论与结构角色理论,运用Ucinet和Netdraw软件,构建跨界旅游客流网络结构模型,并以川滇泸沽湖为案例地,探讨跨界旅游客流空间布局模式、网络结构及节点角色地位,试图揭示跨界旅游客流时空演变、扩散规律及内在机理,为跨界旅游区协同合作提供一定的科学依据。结果表明:1泸沽湖跨界旅游客流网络中,丽江古城区、大玉龙景区是旅游客流网络的核心和集散中心;泸沽湖、香格里拉处于次级旅游核心和次级集散中心地位;大理古城区、苍山洱海、昆明市区、束河古镇是重要旅游目的地和旅游通道;泸山邛海是唯一位于四川的次级集散中心和重要目的地;其他旅游节点中心性指标得分较低,主要接受高等级旅游地旅游客流辐射,相互连接强度较低,为一般旅游目的地和边缘旅游目的地;2跨界旅游区客流网络存在核心-边缘结构,边界效应极强,客流网络结构分层明显,可细分为旅游核心、云南片重要旅游节点、云南片一般旅游地、跨界旅游地和四川片重要旅游地5类;3旅游客流网络中存在明显的派系,泸沽湖旅游客流流动路径指向云南片区大玉龙景区、丽江古城区、香格里拉及四川片区泸山邛海,这些地区成为景区突破边界效应,带动跨界旅游一体化发展的关键。4川滇两省旅游行政部门共同制定旅游区发展规划,树立统一的旅游品牌形象,整合并优化资源、产品与线路,完善跨界旅游交通网络等是今后泸沽湖跨界旅游合作的重点。     

中国春运城际出行网络结构特征与城市角色识别——基于多元交通客流的测度

作为要素流动的载体和空间重塑的主体,春运交通客流更能透视中国区域发展的新情况新问题。基于2017年春运期间交通客流数据,从整体网络、城际联系和城市节点维度对交通客流网络结构特征进行比较分析并综合识别城市地域交通类型。研究发现：① 与公路客流辐射范围和流量相比,铁路客流较大,航空客流较小;交通客流网络趋于发育为复杂网络;公路客流网络以邻省组合型城市组团为主,铁路客流网络主要为跨省组合型城市组团,航空客流网络均为“破碎”组合型城市组团。② 由短途为主的公路客流、中短途为主的铁路客流和中长途为主的航空客流分别构筑形成的区域空间结构具有显著的分化态势和极化现象,主要发生在“胡焕庸线”东南侧城市群内以及城市群之间。③ 在空间距离制约下,基于城市首位联系刻画而成的交通客流网络空间组织模式存在显著差异。公路客流形成5种区域空间组织模式,铁路客流形成多重组合的核心-边缘空间组织模式,而航空客流则形成多重组合的轴-辐空间组织运营模式。④ 城市地域交通类型分化显著,形成泾渭分明的“沉睡”区与“活跃”区,且中心城市和城市群成为集散客流的主要动力。希冀能为新形势下推动形成优势互补高质量发展的区域经济布局提供借鉴。     

基于社会网络方法的跨界旅游客流网络结构研究——以泸沽湖为例

基于问卷调查和旅行社推介线路,获取旅游客流数据,借助社会网络结构洞理论、社会资源理论与结构角色理论,运用Ucinet和Netdraw软件,构建跨界旅游客流网络结构模型,并以川滇泸沽湖为案例地,探讨跨界旅游客流空间布局模式、网络结构及节点角色地位,试图揭示跨界旅游客流时空演变、扩散规律及内在机理,为跨界旅游区协同合作提供一定的科学依据。结果表明：① 泸沽湖跨界旅游客流网络中,丽江古城区、大玉龙景区是旅游客流网络的核心和集散中心;泸沽湖、香格里拉处于次级旅游核心和次级集散中心地位;大理古城区、苍山洱海、昆明市区、束河古镇是重要旅游目的地和旅游通道;泸山邛海是唯一位于四川的次级集散中心和重要目的地;其他旅游节点中心性指标得分较低,主要接受高等级旅游地旅游客流辐射,相互连接强度较低,为一般旅游目的地和边缘旅游目的地;② 跨界旅游区客流网络存在核心-边缘结构,边界效应极强,客流网络结构分层明显,可细分为旅游核心、云南片重要旅游节点、云南片一般旅游地、跨界旅游地和四川片重要旅游地5类;③ 旅游客流网络中存在明显的派系,泸沽湖旅游客流流动路径指向云南片区大玉龙景区、丽江古城区、香格里拉及四川片区泸山邛海,这些地区成为景区突破边界效应,带动跨界旅游一体化发展的关键。④ 川滇两省旅游行政部门共同制定旅游区发展规划,树立统一的旅游品牌形象,整合并优化资源、产品与线路,完善跨界旅游交通网络等是今后泸沽湖跨界旅游合作的重点。     

广州市中山大道BRT主干道的联动分析

为探索BRT方案在高密度开发地区实施的可行性及其运行效益,采用实地调查与案例分析的方法,以广州中山大道BRT干道的设计为例,结合中山大道现有交通组织特点,指出BRT建设可能对其交叉路口交通组织、周边线路的联动和车辆过量占道等方面造成影响,认为实现"人地车"的协调才是城市交通规划的关键;提出促成交叉口BRT优先通行技术和ITS(智能交通系统)技术的应用、进一步优化运营模式、适当限制私人交通、合理规划公交地铁的驳接和大力发展快速公交并构建快速公交网络系统等措施。     

基于数字足迹的城市游憩行为时空特征研究

以上海为案例，通过携程网采集数字足迹，运用集中指数、峰值指数和社会网络分析法，从时空二元视角比较居民与游客两类典型城市游憩者的行为特征。研究表明：1）居民在夏季和秋季有明显的户外游憩倾向，通常选择在非节假日出游；游客出游时间的集中指数较高，季节波动性较强，容易在寒暑假和黄金周期间形成客流高峰；2）康娱休闲类游憩资源深受本地居民喜爱；游客更偏爱知名度较高的观光旅游类游憩资源；3）居民游憩网络密度较高，核心景点的辐射能力较强，不同区域景点之间联动明显；游客游憩网络呈现小范围、多中心的空间形态，市中心的多个景点占据了重要的核心位置，彼此之间联系密切，但对其他资源的带动能力不强。     

江苏省高速公路的客流空间格局与网络组团结构——基于联网收费大数据分析

依据江苏省2011年、2014年和2017年高速公路联网收费大数据,选择客车通行数据,通过构建O-D流网络和县域联系网络,揭示了客流空间格局和网络组团结构特征。研究发现,客流的空间分布呈现以市辖区收费站、省界收费站及跨江大桥收费站为高值区域的特征,整体上苏南和苏北差异显著;O-D流网络具有明显的无标度特征,组团结构表现为沿高速公路线路分布的特征;县域联系网络节点的位序-规模呈现首位分布态势,网络可以划分为8个组团,区域中心城市为核心的组团结构特征明显。基于联网收费大数据从流动性视角挖掘公路交通的客流特征与空间结构,可为动态化、精细化和定量化分析交通网络提供新的研究视角和方法工具,为有效揭示公路客流的时空规律、优化公路交通与相关设施空间布局提供科学依据。     

基于航空联系的中国城市网络格局演变分析

运用2000、2005、2010、2017年全国民航机场及航线客流的截面数据（不含港澳台地区）,结合复杂网络、GIS与地理探测器方法,刻画了21世纪以来我国航空联系网络所反映的城市网络格局,并分析其演变过程及影响因素。结果表明：中国目前形成了以上海、北京、广州、成都为一级核心城市,多层次、多中心的网络格局,并由“三中心”逐渐演变为“四中心”结构;中心城市分布具有明显的东西差异,呈现“三足鼎立、西部突出、中部薄弱”态势;全国城市网络具有无标度、小世界特征及较强的集聚性,中心城市在2005年前向东南沿海集聚,而后向中西部地区扩散,集聚性有所降低;中国城市网络格局的演变由政策支持、旅游发展水平、经济基础、产业结构等多因素共同驱动。