Influence of Transportation Accessibility on Urban-rural Income Disparity and Its Spatial Heterogeneity

Transportation accessibility has been treated as an important means of reducing the urban-rural income disparity.However,only a few studies have examined the effects of different types of transportation accessibility on urban-rural income disparity and their spatial heterogeneity.Based on data from 285 prefecture-level(and above)Chinese cities in 2000,2005,2010,2015,and 2020,this study uses spatial econometric models to examine how highway accessibility and railway accessibility influence the urban-rural income disparity and to identify their spatial heterogeneity.The result reveals that highway accessibility and railway accessibility have‘coreperiphery’ring-like circle structures.The urban-rural income disparity exhibits strong spatial clustering effects.Both highway accessibility and railway accessibility are negatively associated with urban-rural income disparity,and the former having a greater effect size.Moreover,there is a substitution effect between highway accessibility and railway accessibility in the whole sample.Furthermore,these associations differ in geographic regions.In the central region,highway accessibility is more important in reducing the urban-rural income disparity,but its effect is weakened with the increase of railway accessibility.In the western region,railway accessibility has a larger effect on narrowing the urban-rural income disparity,and this effect is strengthened by the increase of highway accessibility.We conclude that improving transportation accessibility is conducive to reducing the urban-rural income disparity but its effect is spatial heterogenetic.Highways and railways should be developed in a coordinated manner to promote an integrated transport network system.

Analyzing the transportation infrastructure-rural industry integration relationship in China

Transportation infrastructure is crucial to China’s economic growth because it substantially contributes to the holistic development of rural primary,secondary,and tertiary industries.This study innovatively examines transportation infrastructure and urbanization levels to explore,both theoretically and empirically,their relationship with the holistic development of primary,secondary,and tertiary industries in rural China,and the mediating role of urbanization on this relationship.We employed fixed-effects models,the entropy weight approach,mixed regression,and generalized method of moments to analyze the data of 30 provinces across China from 2013 to 2020.The results indicate that the construction of transportation infrastructure directly fosters the collective advancement of such industries in rural areas and that urbanization partially mediates the transportation infrastructure-rural industry integration relationship.However,the western region shows disparities in the integrated development of these sectors.Further analysis reveals that foreign investments amplify the positive influence of transportation infrastructure on rural industry integration.Essentially,the enhancement of rural transportation infrastructure,promotion of urbanization,implementation of strategic planning,and strengthening of support mechanisms are crucial aspects in the comprehensive development of rural industries and the achievement of rural revitalization in China.

CO2 emission of urban passenger transportation in China from 2000 to 2014

This study reviewed the urban passenger transportation(UPT)development of seven typical cities in China from 2000 to 2014,estimated the UPT CO2emission,analyzed the structure,and discussed the main factors of UPT CO,emission.Results showed that increases of GDP,population,and UPT scale of the cities have speeded up.The most significant development of UPT is that the growth of private vehicles is greatly faster than that of public transportation.The total and per-capita UPT CO2 emissions both increased.The share of private vehicles emission to total UPT CO2emission has increased,with the share in range of 65%-88%in 2014,exponentially leading to the increases of total and per-capita UPT CO2 emission.Although UPT CO2 emission structure with more share of public transportation would slow down the UPT CO2emission increase,private vehicle CO2 emission is recognized as the dominated driving factor.Contributions of driving factors,such as GDP,population,private vehicle CO2 emissions,to UPT CO2 emission are different among the cities.Private vehicle CO2 emission.is the dominated factor for UPT CO2emission in Beijing and Taiyuan.Besides private vehicle CO2emission,GDP also plays an important role in UPT CO2emissions of Chengdu,Shanghai,Guangzhou,and Urumqi.Contributions of private vehicle CO2 emission and GDP to UPT CO2 emission are almost same in Xi'an.

An Appraisal of Road Condition Effect on Rural Transportation in Sekyere Central District of the Ashanti Region of Ghana

The objective of this study was to assess the condition of the road network within the district with a view to find out if and how they affect the transportation costs. Four sets of primary and secondary data on the district’s road surface types, road condition mix, cost of transportation of farm produce and humans on the road network were collected, collated and subjected to statistical analysis using a Completely Randomized Design. The results indicated that the road conditions had high significant effects on the transportation costs of both human and agricultural produce. The road network of the district consists of 21 roads with a total length of 176.6 kilometers out of which 8 were classified as poor, 7 as fair and only 6 as good. The highest agricultural produce transportation cost of 1.46 per tonne-kilometer was obtained from 3 of the poor roads while the lowest cost of 0.86 per tonne-kilometer was obtained from only 1 of the 6 good roads. The highest passenger transportation cost of 0.3 per passenger kilometer was obtained for 1 of the 8 poor roads while the lowest cost of 0.1 per passenger kilometer was obtained for all the 6 good roads and 4 of the fair roads. In conclusion, transportation cost of passengers on the poor and fair roads was 2 - 3 times as high as the cost of transportation on the good roads. Transportation cost of agricultural produce on the poor roads was 70% higher than it was on the good roads.

广州城市轨道交通车站客流接驳交通方式划分改进模型

[目的]为准确测算广州城市轨道交通车站接驳设施所需规模,需对车站各接驳交通方式下客流的分担率进行研究并预测。[方法]基于对广州城市轨道交通南村万博站、同和站等在不同天气状况下的进站客流接驳数据的实地调查,在传统MNL(多项Logit)模型的基础上,考虑天气、进出站接驳特征差异的影响,构建基于MNL模型的城市轨道交通车站客流接驳交通方式划分改进模型,并利用问卷调查的数据进行模型标定。[结果及结论]模型标定结果表明,仅接驳距离特征变量通过显著性检验,性别、出行目的等与轨道交通接驳方式选择间不存在明显的相关性;所研究的调查数据未捕捉到出行者年龄和接驳交通方式选择的相关性;对同和站晚高峰进站客流的晴天和雨天接驳交通方式划分改进模型进行检验,准确率分别达到86.0%和77.2%,说明考虑天气因素的城市轨道交通车站客流接驳交通方式划分改进模型是优于传统模型的。将城市轨道交通车站客流接驳交通方式划分改进模型应用于用地属性相似的目标站点,证实了该模型在实际客流预测中的有效性与合理性。

基于OSM模型的城乡公交一体化评价指标体系研究

随着城乡一体化进程的加速,城乡公交一体化成为提高城乡居民出行质量、促进城乡协调发展的重要内容。本研究引入OSM模型,从财政保障、线网规划、经营管理、运营服务、安全监管五大维度17项指标入手,构建了城乡公交一体化评价指标体系。通过实证分析,检验了该指标体系在城乡公交一体化评估中的适用性,并进一步提出了加强指标体系建设、提升数据采集准确性及深化成果应用等方面的建议,为科学合理评估城乡公交一体化水平提供了坚实基础。

Estimating walking access area for rail transit station based on discrete choice model

The discrete choice model is used to estimate the walking access area of rail transit stations while considering the influence of existing competition from other traffic modes. The acceptable walking access area is determined according to the willingness of passengers to walk who prefer rail transit compared with bus and automobile. Empirical studies were conducted using the survey data of six stations from the rail transit in Nanjing, China. The results indicate that the rail transit is more preferable compared with bus and private automobile in this case when excluding the influence of individual and environmental factors. It is found that passengers tend to underestimate their willingness to walk. The acceptable walking access area of every rail transit station is different from each other. Suburban stations generally have a larger walking access area than downtown stations. In addition, a better walking environment and a scarcer surrounding traffic environment can also lead to a larger walking area. The model was confirmed to be effective and reasonable according to the model validation. This study can be of benefit to the passenger transportation demand estimation in the location planning and evaluation of rail transit stations.

考虑互补效应的城市群多模式客运网络鲁棒性

为了分析城市群客运网络对突发事件的应对能力,从多种交通模式互补视角,基于复杂网络理论构建城市群多模式客运网络模型,应用引力模型建立节点失效后网络性能计算的规则,对城市群多模式客运网络的鲁棒性进行测度.引入基于鲁棒性的动态互补强度指标,对客运网络间的互补效应(CE)进行量化.对是否考虑CE时的鲁棒性进行对比,分析CE对鲁棒性的提升程度.以关中平原城市群为例进行实例研究,结果表明,在城市群多模式客运网络中,普铁网应对突发事件时的鲁棒性最强,公路网最弱.无论在何种攻击策略下,考虑CE时,城市群多模式客运网络的鲁棒性均有明显的提升,高铁网、普铁网和公路网的敏感度分别下降了19.1%、29.3%和22.0%.

基于信令数据的城市群空铁联程客流识别及预测框架

针对城市群空铁联程客流需求获取困难、客流规律难以把握的问题,提出一套集成空铁联程客流识别及预测模块的综合分析框架.首先,考虑交通枢纽的空间范围及旅客出行的时空特征,提出一种基于信令数据的空铁联程客流识别方法,并挖掘其时空分布规律.然后,在双向门控循环神经网络模型(Bidirectional Gated Recurrent Unit,BiGRU)的基础上,引入时间周期编码,构建具有时间周期性的双向门控循环神经网络模型(Temporal-Bidirectional Gated Recurrent Unit,T-BiGRU)对空铁联程客流进行预测.最后,以京津冀城市群为实例,对研究框架进行验证.研究结果表明:京津冀城市群空铁联程客流呈现出明显的聚集分布特征,其中北京南站—天津站—天津滨海机场和北京西站—正定机场站—石家庄正定机场两个场景的联程客流占比最高,超过联程客流总量的65%;T-BiGRU模型可以对联程客流的需求进行精准预测,对两个主要场景的双向联程客流的预测精度均超过了89%,优于多个基线模型.研究结果可为城市群空铁协同发展及空铁联程服务优化提供参考.

考虑需求不确定的响应式接驳公交自适应发车策略优化

传统公交系统融合网约出行的模式之一是需求响应式接驳公交,它定位于连接枢纽站点(如地铁车站、铁路车站或机场),服务客流的集散,其需求响应服务主要指灵活线路的门到门接送,但在发车策略方面仍主要沿用传统的基于时刻表或频率的运营方案。在乘客到达或需求订单不确定的情形下,固定发车间隔可能导致系统过饱和或低饱和等问题,为此,本文提出自适应发车策略,根据乘客累计到达量动态确定发车决策。具体地,引入载客量目标作为发车阈值,称为固定发车阈值和时变发车阈值,前者的发车阈值固定不变,而后者的发车阈值则随时间逐渐降低,对此,构建以期望广义系统成本最小化为目标的数学规划问题,并利用网格搜索方法获得最优解。数值分析结果表明,时变发车阈值模型相比于传统的等间隔发车模型和固定发车阈值模型在需求均值较低或变异系数较高的场景下优势显著,其广义系统成本节约百分比最高可达18%。灵敏度分析表明上述模型的性能也受到乘客的时间价值影响。自适应发车模型具有较广的应用潜力,适当修改后可用于其他形式的公共交通系统。

多中心空间结构对城乡融合发展的影响研究

基于2008—2021年省级面板数据的二次项修正模型,以两种“借用规模”视角考察多中心空间结构对城乡融合的影响及其作用机制。实证结果表明:第一,多中心空间结构对城乡融合的影响呈先上升后下降的倒U形特征。当前除了山东、广东和内蒙古三个地区已出现超出最优多中心水平的现象外,全国大部分地区的城乡融合尚处于随着多中心水平发展而逐步提升的阶段。第二,对于东部地区来说,交通基础设施和市场一体化是多中心空间结构影响城乡融合的有效途径,而中、西部地区由于多中心空间结构发展并未达到最优规模,交通基础设施和市场一体化的作用并未凸显。第三,城市之间的地理距离在多中心空间结构的城乡融合效应中发挥着显著的正U形调节作用。

深圳市轨道交通车站与土地利用互动性研究

城市轨道交通与土地利用发展相互影响,两者协调发展有助于缓解城市交通拥堵,是城市可持续发展的关键问题之一.利用中国深圳市1999年与2015年的建筑普查、土地利用以及轨道交通车站刷卡数据,从开发强度、用地信息熵、车站类型及早晚高峰客流量等多个指标精细化分析轨道交通车站运能与周边土地利用之间的内在联系,并引入“节点-场所”模型构建指标体系评价轨道交通车站与土地利用间的发展协调程度,利用k-means聚类分析将二者协调状态划分为从属状态、平衡状态及失衡状态.结果表明,随着轨道交通车站开发建设,深圳市轨道交通车站周边土地集约利用水平提高;车站客流量与周边土地利用指标的相关性显著,全天客流量与容积率和商办建筑面积显著正相关,早高峰客流量与居住建筑面积和建筑密度显著正相关,而与容积率显著负相关,晚高峰客流量则与商办建筑面积和道路网密度显著正相关.深圳市轨道交通车站与站点周边土地利用协调发展水平偏低,站点类型以节点和场所价值低度均衡发展的从属状态为主,而协调状态则较少且集中分布在中心区圈层.未来应进一步对失衡节点地区采取针对性的开发策略,提升集聚效应与服务水平.

考虑心理偏好的枢纽抵站旅客接续出行方式选择模型

为掌握枢纽抵站旅客的出行方式选择特征,解决接续运输运力配置协同优化与效率提升问题,基于高铁枢纽接续出行问卷调查数据,引入上次接续属性、接续方式主观重要度、枢纽服务满意度、接续出行选择倾向特征等潜在变量因素,构建考虑心理倾向的结构方程模型(Structural Equation Model,SEM)和抵站旅客接续出行方式选择多项Logit(Multinomial Logit,MNL)模型相融合的SEM-MNL模型,定量计算枢纽抵站旅客接续出行分方式选择效用函数,预测不同时段旅客接续出行方式选择概率,并对比分析SEM-MNL模型与MNL模型命中率.研究结果表明:引入心理倾向潜在变量后,模型的整体命中率提升了4.6%;对枢纽环境服务满意度越高、接续方式服务重视程度越高、上次出行的时间和距离更短且使用公共交通的出行者,更倾向于选择公共交通方式.通过方式选择模型预测分方式的接续出行需求,开展对外客运枢纽接续运输保障和多模式运力的协调调度,对于实现枢纽接续客流与运力资源的供需平衡,继而提升接续服务质量具有重要意义.

基于基尼系数分解的城乡公共交通不平等测度:以浙江省海宁市为例

探明城乡公共交通不平等来源及其变化特征对缩小城乡差距有重要意义,以浙江省海宁市为例,将站点可达性作为公共交通服务指标,以交通小区作为分析单元计算公共交通可达性,分别计算2011—2020年研究区域总体、城区、农村及城乡间的基尼系数,将总体基尼系数按城区和农村两个子群进行分解,分析城乡公共交通不平等来源及其演变特征。结果发现:总体基尼系数为0.7204~0.7736,城区基尼系数为0.5718~0.6058,农村基尼系数为0.5955~0.6390,城乡间基尼系数为0.8131~0.8710,研究区域公共交通严重不平等,城乡间不平等程度最大;2011—2020年间总体、城区、农村和城乡间的基尼系数分别下降了5.62%、6.88%、5.21%和6.65%,公共交通不平等不断改善;城乡间不平等对总体不平等的贡献率为63.03%~67.58%,是总体不平等的主要来源。研究表明,基尼系数分解能有效测度城乡公共交通不平等来源,缩小城乡间不平等是城乡客运均等化发展的重要任务。

基于异构数据特征的城市轨道交通OD客流短时预测方法

城市轨道交通起讫点(origin-destination,OD)客流短时预测在智能交通系统中意义重大,它为交通管控策略实施以及出行者出行选择提供了重要的决策依据。卷积神经网络被广泛用于交通数据空间相关性提取,但其平移不变性与局部敏感性导致该方法更重视局部特征而忽视全局特征。本研究构建了基于注意力机制的异构数据特征提取机模型(heterogeneous data feature extraction machine,HDFEM)以实现OD矩阵空间相关性的全局感知。该模型从时空特征和用地属性特征出发,构造异构数据OD时空张量与地理信息张量,依托模型张量编码层对异构数据张量进行分割与编码,通过注意力机制连接各张量块特征,提取OD矩阵中各个部分间的空间相关性。该方法不仅实现了异构数据与OD客流数据的融合,还兼顾了卷积神经网络模型未能处理的OD矩阵远距离特征,进而帮助模型更全面地学习OD客流的空间特征。对于OD时序特性,该模型使用了长短时记忆网络来处理。在杭州地铁自动售检票系统(auto fare collection,AFC)数据集上的实验结果表明:HDFEM模型相对于基于卷积神经网络的预测模型,其均方误差、平均绝对误差与标准均方根误差分别下降了4.1%,2.5%,2%,验证了全局OD特征感知对于城市轨道交通OD客流预测的重要性。

城市客运交通方式碳排放强度比较

为比较不同城市客运交通方式的碳排放水平,提出城市客运交通碳排放强度评价指标,构建城市客运交通碳排放强度测算模型,结合Kruskal-Wallis检验和Bonferroni校正方法,分析不同城市客运交通方式碳排放强度的显著差异性,并采用k-means聚类方法,研究不同运营里程轨道交通的碳排放强度.研究表明:(1)定员人公里碳排放因子(RPCF)和实际人公里碳排放因子(APCF)指标均能有效评估城市客运方式的碳排放强度,但2个指标之间具有明显、不可忽略的差异.(2)从RPCF和APCF的平均水平来看,城市公共交通相较私人交通均具有明显的低碳优势.RPCF均值由大到小排序为:汽油小汽车、纯电动小汽车、柴油公交车、天然气公交车、城市轨道交通、纯电动公交车,取值分别为40.69,21.26,14.86,11.63,8.81,5.28gCO_(2)/(人·km);APCF均值由大到小排序为:汽油小汽车、纯电动小汽车、城市轨道交通、柴油公交车、天然气公交车、纯电动公交车,取值分别为113.02,59.06,43.14,42.47,33.24,15.07gCO_(2)/(人·km).相较于RPCF,城市轨道交通APCF的低碳优势减弱.(3)总体水平来看,城市轨道交通、柴油公交车相较于纯电动小汽车不具有低碳优势,天然气公交车和纯电动公交车相较城市轨道交通具有明显低碳优势,纯电动公交车是最低碳的客运方式,汽油小汽车是最不低碳的客运方式.(4)相较于低运营里程轨道交通,目前高运营里程轨道交通发挥出了更大的低碳优势.运营里程为0~70,70~200,200~400,400~600,600~800km的轨道交通对应的APCF分别为86.03,57.43,51.71,34.11,33.41gCO_(2)/(人·km).

基于LSTM-Transformer的城市轨道交通短时客流预测

准确预测城市轨道交通短时客流量的变化,有助于运营部门做出决策,并帮助轨道交通集团提高服务水平和实现智慧化运营。然而,客流数据的动态性和随机性使短时客流预测变得困难,因此,文章提出了一种组合预测模型,将Transformer模型中的位置编码(Positional Encoding)层与长短期记忆(Long Short-Term Memory,LSTM)神经网络相结合,构建了LSTM-Transformer预测模型。随后以青岛市的106个站点的进站客流数据为研究对象,并使用聚类算法对站点进行聚类分析。在10分钟的时间粒度下,利用前四周的客流数据作为训练数据,对未来一天的客流数据进行预测研究。同时,将差分自回归移动平均模型(Auto-Regressive Integrated Moving Average,ARIMA)、LSTM、GA-SLSTM和Transformer作为对照模型进行验证。通过多组实验证明了文章提出的LSTM-Transformer模型相较于对照模型组具有更好的预测精度和实用性。

基于遗传算法的高峰时段车站协同限流方法

车站限流是缓解城市轨道交通高峰客流拥挤的有效应对措施。然而,目前实际应用的限流措施缺乏对同线路相邻车站的协同配合的考虑,限流效果有待进一步提升。综合考虑乘客、列车、车站三者的交互关系,依据列车在车站的发车时间间隔,对高峰时段的列车时刻表进行时间离散化,将离散化的时段作为基本研究时段,提取对应的车站乘客到达量。从供需双方的角度出发,以乘客总延误时间最小化和旅客周转量最大化为优化目标,在考虑列车运输能力、客流控制强度、车站服务水平的同时,引入列车剩余运输能力作为约束条件,平衡不同车站的客流需求,构建车站协同限流优化模型。针对多目标函数求解的复杂性,设计1种嵌入式遗传算法对模型进行求解,平衡多目标函数之间最优解的冲突。以南京地铁三号线高峰时段为例,与不采取协同限流的情景(先到先服务)进行对比分析。结果表明:在乘客总周转量提升1%的情况下,乘客延误人数下降了2.3%,乘客总延误时间降低了4.3%,拥挤车站的延误人数显著降低,延误人数的时空分布更加平衡。为了验证算法的有效性和模型的稳定性,将遗传算法与Gurobi求解器进行算法对比,并对关键参数列车满载率进行灵敏度分析,提出的遗传算法更能兼顾双优化目标,有利于缓解高峰时段大客流延误。

基于加边策略的城市群客运网络韧性优化

研究城市群客运网络韧性及韧性优化的问题有助于提高城市群应对突发事件的能力。以韧性城市和复杂网络理论构建考虑城市群客运网络吸收、适应、恢复3种能力的模型,以呼包鄂乌城市群路网数据为基础,利用不同攻击策略与加边策略考虑城市群客运网络韧性的优化问题,借助Python分析,找到最佳的加边策略。结果表明:不同的攻击方式对城市群客运网络韧性的影响不同,按低度数加边对韧性提升较为显著,为之后城市群韧性的提高提出了建议。

考虑公交换乘的地铁常态化限流站点识别方法研究

目前地铁常态化限流站点选择的研究,未考虑线路运输能力限制以及客流损失问题,脱离实际运营而难以推广使用。为平衡地铁公司和车站的决策标准,减少常态化限流站点的数量,提出一种考虑公交换乘疏散客流的地铁常态化限流站点识别方法。首先构建由地铁-公交耦合网络拓扑模型,并分别从地铁网络化运营和公交换乘减少客流损失2个角度设计7个地铁站关键程度量化指标;验证系统的线性时不变特性,基于子网生成策略设计站点识别算法;最后以2018年1月某工作日北京市的乘客出行链数据为例,验证指标和算法设计的合理性,研究每10 min时变客流分布规律,对比2018年的实际方案,结果表明:初始网络可控性为0.057 5,识别准确度趋近于80%,准确率高且误判率低的限流站数量分别为67,70,73,78。将常态化限流站分为固定和备选2类,并提出了结合公交换乘引导、分批次限流的措施,从而为大城市地铁车站高峰时段的常态化限流方案决策提供参考。