原文传递
基于社区发现的深圳市地铁通勤特征研究
| 论文题名： | 基于社区发现的深圳市地铁通勤特征研究 |
| 关键词： | 社区发现;地铁通勤;通勤特征 |
| 摘要： | 通勤研究的基础是准确描述某区域内各空间单元间的通勤关系，在此基础上总结通勤特征，再结合其他数据分析特征成因，或结合面板数据研究特征演变规律。总结通勤特征时，需要对前期划定的基本空间单位进行聚类，采用不同聚类方式其聚类结果不同，识别出的通勤特征不同，后续研究的结论也不同。以行政区划和交通调研小区为代表的传统空间聚类方式对基本空间单元进行聚类，因聚类过程未考虑空间实际使用情况，聚类结果与实际情况可能存在偏差，进而导致后续研究结论不准确。 为了解决上述问题，本研究提出在地铁通勤特征的研究中，使用地铁刷卡数据建模，通过社区发现算法识别模型中存在的社区结构，以此为基础对空间单元进行聚类并进行后续研究。本研究通过对两千多万条原始刷卡数据的处理，最终在深圳早高峰地铁通勤客流网络中识别出由6个地铁通勤社区构成的次级通勤结构。结合本研究中提出的地铁通勤特征分析框架，有如下发现： 空间形态方面，各地铁通勤社区空间形态多样且具有跨行政区特性，每个社区对地铁线路有不同程度的从属性，进一步分析得出深圳市民早高峰地铁通勤的换乘意愿较低，平均可接受换乘次数小于等于两次的特点。 客流结构方面，发现一个地铁通勤社区不能无限生长，其所能容纳的内部通勤量、通勤发生量和通勤吸引量均存在阈值；除城中村，城市对外公共交通枢纽（如深圳北站、福田口岸）也会产生大量市内通勤客流；地铁网络尽端的站点相对难以融入整个网络，容易在网络尽端形成小社区。 时间利用方面，发现各社区的理想通勤时间差异不大，约8.5分钟，各社区的可接受通勤时间阈值差异较大，从18.5分钟到34.0分钟不等；部分社区的平均通勤时长已迫近该社区的可接受通勤时间阈值。 总体通勤特征方面，发现除了通过传统研究方式也能识别的“潮汐交通现象显著”、“就近通勤现象明显”等特征，深圳地铁通勤在社区视角下呈现3个独有的特征，分别是通勤行为社区化、社区结构与规划结构局部错位、线网尽端使用情况差异化。 结合本研究发现的深圳地铁通勤特征，提出应从站点尺度认识城市空间关系，结合现有线网结构规划未来地铁线路，调整组团内部职住比强化组团结构，完善就业中心体系重构区域通勤关系，轨道交通一体化促进大湾区一体化。 |
| 作者： | 谢林岐 |
| 专业： | 城市规划 |
| 导师： | 王耀武 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
