南京都市圈居民非通勤出行特征及其影响因素研究

随着居民生活水平的提高,非通勤出行逐渐成为居民的重要出行需求,相关研究也成为人本主义视角下城市规划、交通地理学领域的热点。文章以南京都市圈为例,借助随机森林模型等方法探究城市内及城市间居民非通勤出行特征及其非线性影响因素。研究表明:(1)南京都市圈城市内非通勤出行集中于各城市中心城区,城市间非通勤出行集中于城市交界区域及南京市中心城区。(2)建成环境对居民非通勤出行具有非线性影响,城市内非通勤出行受到公共服务设施和交通设施的双重非线性作用,城市间非通勤出行则主要受到交通设施的非线性作用。(3)不同影响因子具有不同的非线性作用方式,需要根据其特征有针对性地进行规划调控和配置。最后,文章提出基于非通勤人流特征和建成环境非线性影响作用的都市圈设施优化配置策略。

基于手机信令数据的城市居民非通勤出行群体画像——以苏州市为例

构建考虑多维特征的城市居民非通勤出行群体画像概念模型,提出一种按序结合相关系数矩阵与二阶聚类的方法,以进行非通勤出行群体画像。利用苏州市手机信令数据,基于非通勤出行时空规律和社会属性将城市居民出行者进行群体划分,并结合城市居民非通勤出行群体画像概念模型对不同类型非通勤出行群体进行多维度解析。结果显示:(1)城市居民出行者可划分为:活跃-波动-工作日主导型群体、非活跃-稳定-均衡型群体。(2)不同类型非通勤出行群体画像在多维特征上存在显著差异。(3)根据群体画像标签关联分析,除显性关联外,群体画像不同标签间存在隐性关联。

基于家庭非通勤出行的15min生活圈建成环境研究

基于对城市节能、绿色出行、住区周边环境和服务的关注,本文重点研究以住区为核心的15min生活圈,搜集石家庄、郑州、太原的住区抽样调查数据,通过分类比较分析建成环境对居民出行的影响,归纳出7类15min生活圈的特点。在空间形态和设施特征多重作用下,不同的15min生活圈对居民出行影响各异,支路密度高、交叉口分布均衡、设施多样和可达性好的生活圈可促使居民在其住区周边活动。

基于城市节律视角的居民非通勤出行模式挖掘--以北京市为例

城市节律可为观察和理解城市提供一种新的模式,为当代城市问题提供新的研究视角。城市居民出行时空行为呈现明显的节律特征,其一定程度反映出城市运行的复杂性,是城市地理和行为地理研究的重要问题之一。本研究引入城市节律这一概念,关注居民非通勤出行时空行为,以交通小区为空间单元,利用手机信令数据和POI(Point of interest)数据,基于模糊C均值(Fuzzy C-Means Clustering,FCM)的时间序列软聚类方法和空间分析有机结合,探索居民非通勤出行活动节律模式;同时利用空间滞后模型揭示了出行节律模式隶属度的影响因素。结果表明:北京居民非通勤出行节律存在7种模式,根据不同模式区域的POI的频数密度和富集指数差异,可以将7种模式描述为:“居住导向型”“商业活动型”“商务导向型”“混合偏居住型”“混合偏商务型”“科教文化型”和“休闲娱乐型”。研究发现,不同模式的平均隶属度差异较大,影响因子也存在较大差异。在北京六环内非通勤出行节律模式混合度高,且不同模式的出行节律周期、功能特征和空间分布存在较大差异。此外,出行节律存在显著的空间依赖,并与城市商业、就业、居住等城市功能结构具有较强的相关性。本研究从时空融合视角对北京居民非通勤出行节律模式进行了深入探索,研究结果有助于进一步提高人群出行节律与城市功能结构关系的科学理解,从而能够为城市规划与建设提供重要的决策支撑。

上海市新城通勤人群出行特征分析

加快新城建设是上海市推进“十四五”规划建设的重要抓手。对新城通勤人群出行分布特征进行分析,可更全面理解上海市城市空间联系。选取上海市主城区以及嘉定、青浦、奉贤、松江、南汇5个新城,基于居民出行调查数据与手机信令数据对通勤人群进行识别,并分析其工作日出行特征。定义通勤人群非工作日的出行为非通勤出行,利用K-Means聚类算法将非通勤出行划分为高频日常生活型出行与低频非日常生活型出行,并进一步分析其出行特征。结果表明,5个新城之间居民通勤与非通勤出行较为独立;嘉定、青浦、奉贤新城居民通勤用时较松江、南汇新城居民更短,且南汇新城存在较多的长距离通勤出行,居民就业辐射范围更广;非通勤出行的空间分布特征表明5个新城基本可以满足高频日常生活型出行需求,但低频非日常生活型出行的设施供给较弱。研究结论可为上海市新城规划与建设提供一定的理论实证。

基于改进熵的土地利用混合度对非通勤行为的影响

为研究土地利用混合度对非通勤行为的影响,提出改进熵模型定量描述土地利用混合度,并深入分析土地利用混合度对非通勤者出行距离和出行方式选择的影响.结合甘肃省天水市2015年居民出行调查数据,构建土地利用混合度与非通勤者出行距离的关系模型,并利用MNL模型研究土地利用混合度对非通勤者出行方式选择的影响.结果表明:与传统熵指标相比,改进熵指标对非通勤者出行距离的解释性更强;利用STATA软件标定MNL模型参数并进行弹性分析,进一步表明改进熵指标对居民出行行为的解释性优良,合理的土地利用布局有助于引导居民选择非机动化出行方式.研究结果对城市规划和交通政策的制定具有指导意义.

城市私人小汽车合乘出行影响因素研究

研究城市私人小汽车合乘行为有助于采取针对性对策提高小汽车载客率,对于改善城市道路拥堵等问题具有重要意义。文章采用2021年贵阳市居民出行调查数据和建成环境数据,对城市居民私人小汽车合乘出行特征及影响因素进行了研究。基于Logit模型分别探究通勤与非通勤合乘出行的影响因素。结果表明:对城市居民通勤与非通勤出行是否合乘均有显著作用的影响因素包括性别、家庭就业人数、小汽车保有量、出发时间、居住地道路密度等。受教育程度、家庭年收入、家庭人数、是否有6岁以下儿童、是否有自行车、出行距离、居住地人口密度、公交站密度、土地利用混合度及工作地停车场密度和土地利用混合度对通勤合乘出行具有显著影响;年龄、出行链、出行目的及目的地道路密度对非通勤合乘出行具有显著影响。

居住区3类典型公共设施布局对慢行出行行为的影响分析

为了促进非通勤活动的慢行交通出行，从居住区公共设施的规划布局对慢行出行偏好影响入手，提出公共设施布局规划模式和规划指标建议。选取了公共设施沿街布置、成片布置和混合布置的3种典型居住小区，对居民非通勤活动慢行出行行为和公共服务设施布置的相关性进行了研究。结果表明：混合布置的居住区居民慢行出行偏好最高，成片布置的居住区居民慢行出行偏好最低；公共设施布局对日均1次及以上的活动慢行出行影响程度最大，对平均2～3周1次的活动慢行出行影响程度最小。合理的公共设施布局能够促进居民在非通勤活动中采用慢行交通出行，对居住区公共设施“大集中，小分散”布置提出定性定量规划建议指标。

基于大数据的上海市人口分布特征研究

特大城市的人口分布是学者们关注的热点,随着大数据的兴起,研究的手段和视角也更加多样化.以上海为例,基于手机信令数据,研究人口时空分布特征、非通勤人口出行特征和短期流动人口分布特征3个方面的人口空间分布规律.研究得出:①上海市人口分布呈现强单中心集聚、弱中心为辅的空间分布格局,在中心城和嘉定新城、松江新城等地区集聚强度高;②上海市中心城人口呈现先增后减的趋势,存在一定的钟摆式活动规律;③短期流动人口停留天数较少时,人口分布呈现东北向—西南的向心性趋向,停留天数越长,人口分布的向心性越不明显;④29个人口集聚中心的势力圈覆盖了内环、外环、周边地区等区域,中心城非通勤势力圈竞争明显;⑤非通勤出行中高等级中心在近距离衰减明显,中心城核心商业区非通勤出行的集聚有空间连绵化发展的趋势.