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。     

轨道站点合理步行可达范围建成环境与轨道通勤的关系研究——以北京市44个轨道站点为例

轨道站点步行可达范围内建成环境因素与轨道交通通勤行为之间的关系越来越受到人们的重视。从潜在通勤者的角度出发,划定轨道站点的合理步行可达范围,以北京市44个轨道站点为例,利用大数据方法从“宜出行”程序中提取站点合理步行范围内的相对人口数据,结合2017年9月10个工作日早高峰时段的轨道站点刷卡数据得到该站点的相对乘车率。基于数据的非正态分布特征构建GARCH模型,分析早高峰站点合理步行范围内建成环境因素与站点相对乘车率的关系。结果表明：① 始发轨道站点与站点乘车率存在显著正向关系,而站点所在线路的换乘概率与站点乘车率具有非常明显的负相关性;② 轨道站点的出入口数量与乘车率显著正相关;③ 小区—站点的路径转折数和步行范围内的交叉路口数等可步行性特征对轨道交通通勤行为无显著影响,步行范围的公交车站密度与站点乘车率正相关;④ 合理步行范围内的用地混合度与乘车率存在显著的负相关性;⑤ 合理步行范围内的路网密度以及早高峰拥堵道路比与乘车率之间在不同程度上呈现正向关系;⑥ 共享单车订单数与轨道交通通勤行为之间的关系并不明确;⑦ 相比手机信令数据,“宜出行”定位数据的精度更高,适用于分析微观尺度下的实时人口分布及变化。     

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。     

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。     

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。     

京沪高铁站点客流时空分布特征分析

基于高铁余票信息建立的上下净客流量模型,以京沪高铁为例,从京沪高铁客流时空分布格局、站点客流日变化规律以及典型站点客流特征3个方面进行了分析,研究表明:1)传统城市断裂点理论适用于分析两个能级相差不大的城市,对于两个能级相差较大的城市则有局限性,主要原因是高能级城市的辐射力可能会覆盖低能级城市。同时发现,京沪高铁客流时空特征是传统城市腹地划分的新佐证。2)京沪高铁出现了较为明显的"隔日效应",这有利于增加商务、旅游等事件发生的概率,且在沪宁段出现了较为明显的"城际效应"。另外,京沪高铁还强化了区域内1 h时空距离的节点城市间的联系。3)京沪高铁促使城际间通勤现象的出现,有利于区域城市之间的分工。徐州客流主要流向长三角地区,苏州北站则是京沪高铁在沪宁段所出现的"城际效应"的典型代表。     

基于复杂网络的快速公交-轨道交通站点分级研究

为研究大运量交通站点精细化管理问题,构建复杂网络,分析站点分级。通过构建Space-L有向加权复杂网络模型,并基于站点客流提取节点强度、加权介数中心性、加权接近中心性以及加权PageRank4项指标,运用系统聚类方法进行站点分级。以厦门快速公交（BRT）-轨道双模式网络系统为研究对象,从复杂网络视角分析站点网络特征和层级关系。结果表明：1）在复杂网络模型下,网络站点可分为核心枢纽型、局部联系型、网络中转型、强网络传导型、弱网络传导型和网络尽端型6类。2）各类换乘站点呈现不同特点,单模式换乘站具有调节网络客流的能力,双模式换乘站具有吸引网络客流的能力,单-双模式结合的换乘站具有辐射网络客流的能力。3）在BRT-轨道交通网络的单模式站点中,岛内的BRT站点发挥效果优于轨道站点。文章提出的站点分级指标和方法能很好地揭示站点网络特性,有助于提高城市BRT-轨道网络系统运营效率。     

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。     

天气因素对城市地铁客流时空分布的影响——基于智能交通卡数据的实证研究

城市地理空间、气候环境及交通系统间存在复杂的相互联系、相互制约的关系,交通及地理时空数据为理解三者间关系带来了新的机遇。城市轨道交通是居民绿色出行、缓解中国大城市交通拥堵的重要交通方式。深入研究影响城市地铁客流时间和空间分布变化的因素,有利于制定合理的土地利用及交通需求管理政策,也可为实时响应特定天气条件下旅客出行需求的变化和优化公交服务运营提供理论依据。论文使用智能交通卡数据,以南京市为例,通过建立一种季节性差分自回归移动平均(seasonal autoregressive integrated moving average with explanatory variables, SARIMAX)模型,解释不同种类的天气因素(如降雨、气温、相对湿度、风速等)对地铁客流量时空分布的影响程度。研究发现：降雨类因素在高峰和周末时段对地铁客流量的影响较大;各天气因素对各地铁站点客流量的影响大致呈现出从城市中心区域向外围区域逐渐变小的渐变式规律,且地铁无规律出行者比有规律出行者更易受恶劣天气因素的影响。     

京津城际高速铁路影响下的跨城流动空间特征

在流动空间的视角下,高速铁路交通客流成为城市区域功能联系的重要表征,本研究选取京津城际高速铁路出行作为研究对象,通过对乘客群体问卷访谈式的实证调查,从微观个体的角度研究城际高铁所表征下的跨城流动空间.研究发现：① 北京与天津城区同属城际流动密集区,郊区县市为流动稀疏区,城际高铁流具有显著的空间极化性;京-津中心城区是最主要的空间联系带,京滨、京(津) 武走廊流则构成次级联系带,京津跨城流动呈现出轴辐式空间格局.② 旅游、购物等休闲活动对跨城流动具有较明显的增强作用,而从跨城活动的时空迁移来看,城际高铁某种程度上缩短了时空距离,但对居住地点和工作空间的迁移改变有限.③ 京津跨城流动的频次并不很高,通勤者跨城周期为1 周左右,现阶段城铁交通主要为商务出行流和休闲旅游流,这反映了高铁作为流动空间物质基础的构成特征;出行人群以男性、高学历、较高职业地位和商务出行为主,且商务出行的跨城流动频次更高,对出行时间更敏感,这反映了高铁跨城流动空间具备一定的精英空间特征.④ 以城际高铁交通出行表征的区域一体化进程中,北京和天津的跨城流动空间暗含一定的不对称性,这体现在京津两地的到发客流分布不均、商务出差客流的比重差异以及不同站点在居住、工作、休闲等跨城功能联系方向上的不均衡等.     

城市轨道交通站点可达性度量及评价——以天津市为例

城市轨道交通主要通过提高站点周边地区的可达性来引导区域发展,因此,对其可达性的评价一直是交通领域的重要议题。通过分析城市轨道交通网络本身的连接关系和站点与周边街道网络的连接关系,构建了度量城市轨道交通站点可达性的两个指标——站间可达性和站域可达性,并利用"节点—场所"模型对其可达性空间格局进行了综合评价。基于官方资料和现场踏勘数据,对天津城市轨道交通进行了实证研究,结果表明:天津城市轨道交通站点的站间可达性平均值高于站域可达性平均值,城市主中心区域站点的可达性值最高;根据站间可达性和站域可达性之间的不同特征,可将各站点分为5种类型;站间可达性与站域可达性的结合能够反映"出发地-城市轨道交通-目的地"完整的出行路径。科学评价城市轨道交通站点的可达性水平,对于指导城市轨道交通网络规划和区域交通发展具有一定的参考价值。     

三亚市旅游客流空间特性研究

旅游流是旅游目的地与客源地之间空间相互作用的结果。旅游客流空间特性是旅游地理学的重要研究内容。在大量实地调研的基础上 ,本文研究了中国典型的海滨旅游地---三亚市旅游客源市场的空间分布特征 ;在重力模型的基础上 ,以航空票价为经济距离指标 ,建立了基于航空廊道的旅游客流空间潜力模型 ;分析了三亚市旅游者空间行为特征。认为三亚市客源市场空间分布广泛 ,所建立的旅游客流空间潜力模型可以用于指导旅游目的地的旅游客源市场空间定位 ,三亚市旅游者空间行为以飞行 /驾驶式为主。建议三亚市建立旅游航空票价调节基金来降低飞机票价 ,降低旅游交通门槛 ,促进旅游客流量的增加。     

北京市地铁客流的时空分布格局及特征——基于智能交通卡数据

城市轨道交通是居民绿色出行、缓解大城市交通拥堵的重要交通方式。研究大城市地铁客流时间和空间的分布特征,有利于深入了解大城市公共交通的需求,进而制定合理的交通需求管理政策。本文以北京市地铁为例,计算了431万条智能交通卡数据的出行时间和OD矩阵(Origin-Destination Matrix),研究其客流的时间和空间分布特征。研究发现：①全天、早高峰和晚高峰的出行时间分布符合Gamma分布,总体上离城市中心越远,平均出行时间越长;②从市辖区尺度和环路尺度分析,乘客流向和流量均呈现对称性;③从街道尺度来看,居民地铁出行强度的空间不均等性很强。     

遵义红色旅游网络关注度的客流响应研究

采用2010年国内各省区关于遵义红色旅游的逐日关注度及遵义核心景区逐日客流数据作为研究样本,从空间视角对旅游网络关注度与客流展开探讨,研究发现遵义红色旅游的网络关注度及客流量在区域空间上具有明显的呼应关系,两者均存在距离衰减特征;同时经一元相关分析得出关注度与客流的相关系数为0.757022,表明两者在距离上递减的协调同步性,也由此证明旅游客流对网络关注度具有较高的响应度.其次,遵义红色旅游网络关注度及客流与经济收入水平相关系数小,表明两者的分布状况与国内收入水平差异存在较小关联,但两者之间在经济水平梯度上却体现了一定程度的对应关系.     

基于地理加权回归的中心城区共享单车出行特征及影响因素研究——以广州为例

移动信息通讯技术的发展和全面渗透融入社会生活,导致高度压缩的时间、空间和距离,重塑了城市居民行为活动模式。共享单车作为"互联网+共享"的新型出行方式改善了居民的出行方式。但既有成果对共享单车的研究尚不充分。使用摩拜单车1周的骑行数据,剖析广州中心城区共享单车出行轨迹的时空间分布特征,基于地理加权回归方法进一步探究建成环境的功能密度因素对共享单车出行的影响及程度。研究发现,共享单车在工作日和休息日的出行均具有明显的早晚高峰特征。公共交通站点POI密度、功能混合度、机动车道密度等因素的边际作用表现出显著的空间不稳定性。研究能为共享单车企业提升运营水平和政府优化慢行交通环境提供参考。     

基于地理加权回归的中心城区共享单车出行特征及影响因素研究

移动信息通讯技术的发展和全面渗透融入社会生活，导致高度压缩的时间、空间和距离，重塑了城市居民行为活动模式。共享单车作为“互联网+共享”的新型出行方式改善了居民的出行方式。但既有成果对共享单车的研究尚不充分。使用摩拜单车1周的骑行数据，剖析广州中心城区共享单车出行轨迹的时空间分布特征，基于地理加权回归方法进一步探究建成环境的功能密度因素对共享单车出行的影响及程度。研究发现，共享单车在工作日和休息日的出行均具有明显的早晚高峰特征。公共交通站点POI密度、功能混合度、机动车道密度等因素的边际作用表现出显著的空间不稳定性。研究能为共享单车企业提升运营水平和政府优化慢行交通环境提供参考。     

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。     

波士顿共享单车出行与街区建成环境的关系研究——基于广义可加混合模型

共享单车作为低碳环保的交通出行方式，在全球许多城市得到了快速发展。但已有共享单车与建成环境的关系研究较少关注街区空间尺度及形态因素，且忽略了影响因素的非线性作用。基于波士顿共享单车出行数据，分析共享单车出行的时空特征；运用广义可加混合模型，解析骑行量与街区建成环境的关系。结果表明：(1)波士顿共享单车骑行量由中心区向城市外围呈圈层梯度递减趋势，骑行距离具有3km集中骑行圈与6km极限骑行圈特征；(2)周末、天气、温度等时变因素会显著影响单车使用；(3)骑行量与街区总人口数、路网密度和地铁接入性显著正相关，与街区路网方向熵、平均路段长度分别呈L形、倒U形的非线性关系。最后，从可骑行社区构建、TOD慢行系统建设以及精准化共享单车投放等方面，阐述了研究对我国城市的启示。     

乌鲁木齐市居民出行行为的空间特征和碳排放分析

城市化发展过程中,从微观机制探讨城市空间结构、居民出行行为和碳排放的关系是城市地理学研究的一个重要方面。利用2011年乌鲁木齐居民出行日志调查数据,在分析居民基本出行特征和通勤空间特征的基础之上,探讨了不同城市空间的居民出行碳排放的分布特征和影响因素。结果表明:①乌鲁木齐市居民出行以通勤类出行为主,居民出行在空间上存在差异性,内城中心区和郊区卫星城人均出行次数高于其他区域。城市南、北发展不平衡对郊区居民出行产生影响。②乌鲁木齐市居民通勤的实际平均出行距离为4.9 km,相比于东部大城市具有通勤距离短而通勤时间长的特征。通勤距离在空间上呈现明显的由内向外递增趋势。③2011年乌鲁木齐市居民日常出行人均直接碳排放量为682.95 g,居民日常出行碳排放表现为中心区和卫星城的低碳化、近郊区居民中碳化和远郊区居民的高碳化。     

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。