新能源汽车政策下居民出行意向多群组分析

为研究新能源汽车政策对不同群体居民出行意向影响存在的差异性问题,提出新能源汽车政策下居民出行意向多群组模型.以计划行为理论为基础,整合居民对新能源汽车政策的态度、响应程度以及低碳理念,构建新能源汽车政策下居民出行意向模型,并对模型进行检验及修正,划分多群组,对修正后的模型进行多群组分析,研究新能源汽车政策对不同出行方式偏好群体影响机理的差异性.研究结果表明:居民对新能源汽车政策的态度、响应以及低碳理念对出行态度、主观规范、知觉行为控制以及行为意向的影响在不同出行方式偏好下存在显著差异;居民对新能源汽车政策的态度越积极、低碳理念越强,则选择新能源汽车或公共交通出行的意向越强;居民对新能源汽车政策的响应越积极,则选择新能源汽车出行的意向越强;改善居民对新能源汽车政策的态度、响应,可促进新能源汽车的使用;通过提升居民的低碳理念,可提高居民采用公共交通或新能源汽车出行的意向.研究可为通过交通政策调整居民出行意向以及制定交通政策提供参考.

协调节点重要度考量的县域综合运输通道识别

根据县域交通特点,构建协调节点重要度模型,提出相应通道布局识别优化方法。引入复杂网络对节点重要度法进行改进,通过网络拓扑特性与位置属性的协调程度确定未来发展的节点重要度。根据计算结果,在分层最优树识别的布局基础方案中引入节点保护环优化布局,提高鲁棒性。实例分析结果表明:该方法能够客观、有效地识别符合县域发展的综合运输通道,弥补上层规划的不足,对加强县域交通建设、提高综合立体交通网络的效率和服务水平有参考意义。

关于公交优先发展的若干思考

公交优先可以缓解城市交通拥堵，促进土地集约利用，有利于环境保护，无疑是一种绿色的出行方式，近年来各个地区在确保城市公交优先发展方面取得了显著成效，但仍然凸显出许多问题，通过对公交优先发展中的不足作出分析，并提出改善的意见，以便于确保公交真正的优先发展。

大数据背景下城市建成环境对出行行为影响研究综述

为了揭示城市建成环境对出行行为的影响机理,探索两者之间更精准的建模研究方法,在统计分析Web of Science(WOS)和中国知网(CNKI)数据库相关文献的基础上,综述了大数据背景下出行行为数据获取及处理方法,明确了数据驱动方法处理数据的高效性和准确性;运用VOSviewer软件统计文献得到目前建成环境和出行行为的3个研究热点,即建成环境与出行行为关系、居民的出行态度、各出行方式的研究方法。分析建模因变量(城市建成环境、居民的出行态度等因素)和自变量(出行行为度量)等研究要素,总结出行行为指标的表征要素及不同时期人们对建成环境的理解程度;基于建成环境和出行行为线性/广义线性关系假设的质疑,分析线性/广义线性和非线性建模研究方法的适用性及优缺点。通过现状研究的综述及讨论,从数据获取、要素分析、方法改进等方面提出了未来的研究方向。研究结果表明:需改进提升数据搜集方法,如需求管理维度的停车数据没有大范围的普及,需进一步探索数据获取的新途径;区分建成环境与居民出行态度(主要包括居民自选择效应和居民对建成环境的主观认知)分别对出行行为的影响程度,进而制定合理的建成环境改善策略;进一步探索能够克服单一线性/广义线性和非线性模型缺点的混合模型,更为精确地反映出行行为随建成环境变化的演变机理。该研究对城市土地利用规划具有指导意义,为以公共交通为导向的城市发展提供技术保障。