原文传递
共享电单车通勤行为特征解析与影响机理研究
| 论文题名： | 共享电单车通勤行为特征解析与影响机理研究 |
| 关键词： | 城市道路;共享电单车;通勤出行;时空异质性 |
| 摘要： | 通勤出行是城市交通中不可或缺的一环，共享电单车作为绿色出行方式，具有灵活性好、可达性高、省时省力的优势，逐渐成为通勤出行重要选择。本文基于宁波市共享电单车出行数据、交通小区划分数据、建成环境、社会经济、天气情况数据，识别共享电单车通勤活动，分析通勤出行的时空异质性，探究通勤需求的影响机理，在此基础上提出相关政策建议。 首先，对原始数据中的无效数据、冗余数据、系统错误数据进行甄别与剔除；运用GIS平台将地理信息数据、土地利用数据等进行匹配，实现多源数据空间属性的融合；从时间和空间两个方面探究共享电单车的用户出行特性，分析其借还需求呈现的时空分布不均衡性和潮汐性。结果表明：出行量随时间变化呈现明显早晚高峰规律，无论工作日或周末出行时长主要集中在5min-30min以内；出行空间总体分布在靠近市中心的范围内，且工作日及晚高峰在空间的分布上更为集中。 然后，利用DBSCAN空间聚类算法划定早晚高峰共享电单车起点热点区域，生成共享电单车出行OD矩阵，标定了通勤识别阈值参数，提出了共享电单车出行的通勤识别方法，并对共享电单车通勤特性进行分析。结果表明：不同工作日、早高峰或晚高峰不同时段的通勤出行量存在显著差异，晚高峰的出行时长及距离大于早高峰；与非通勤出行相比，通勤出行空间上的分布更为集中，且多聚集在市中心的企事业单位和学校周边。 其次，基于识别出的通勤出行记录，分别构建传统的最小二乘回归模型（OLS模型）与地理加权回归模型（GWR模型）和时空地理加权回归模型（GTWR模型），分析通勤需求与建成环境、交通设施、社会经济、天气情况等潜在变量在时间和空间上的关系。结果表明：GTWR模型的系数标定及模型精度、误差、稳定性显著优于传统的最小二乘回归模型（OLS模型）与地理加权模型（GWR模型）；在时间维度上，早晚高峰时段学校、工作人口、停车场点、地铁站点兴趣点与通勤出行需求呈正相关，且大多因素早高峰的正向影响程度高于晚高峰；在空间维度上，学校、公司企业、停车场、生活服务兴趣点在地铁站点沿线、市中心或CBD周边与通勤需求呈正相关。 最后，基于主观性共享电单车用户评论及共享电单车通勤出行问卷调查数据，分析共享电单车通勤使用影响因素及当前使用症结，结合前文客观影响共享电单车通勤需求显著变量，深入挖掘共享电单车通勤出行存在的问题，分别针对政府、运营商及用户提出相关政策建议。 |
| 作者： | 袁一丹 |
| 专业： | 交通运输工程;交通运输规划与管理 |
| 导师： | 季彦婕;王树盛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
