居民出行活动特征与收入水平的关系——以上海市为例
本文选题:出行活动 + 移动性指标 ; 参考:《地理科学进展》2017年09期
【摘要】:居民出行活动与居民的收入水平关系是公共交通、城市地理研究的重要问题。传统获取居民出行活动信息主要基于问卷调查的方式,不仅成本高、样本量有限,且研究局限于定性讨论,研究结果易因受访者的主观意识而产生偏颇。随着信息技术的革新,传感器记录的大规模人类活动信息为研究居民出行活动特征与居民收入水平关系提供了可能性。本文利用上海市居民时空轨迹数据,从居民出行活动的角度出发,首先构建居民出行活动指标,并利用主成分分析法提取居民出行活动特征的主要成分;然后对主成分进行K-Means聚类,并针对不同出行活动特征的类别,分析居民出行活动特征与居民收入水平的关系,结果表明:(1)居民出行地点多样性与居民出行范围大小是反映居民出行活动特征的主要成分;(2)移动范围越小、移动地点多样性越低的居民类别,其平均工资水平越高;(3)不同移动性特征的类别平均收入水平差异与各类别居民工作地的产业发展有关。研究结论可为城市规划及相关经济政策制定提供参考。
[Abstract]:The relationship between residents' travel activities and residents' income level is an important issue in the study of public transportation and urban geography. The traditional method of obtaining resident travel information is mainly based on questionnaire survey, which is not only high cost, limited sample size, but also limited to qualitative discussion. The results are biased by the subjective consciousness of the respondents. With the innovation of information technology, the information of large-scale human activities recorded by sensors provides the possibility to study the relationship between the characteristics of travel activities and the income level of residents. In this paper, based on the spatial and temporal trajectory data of Shanghai residents, from the perspective of residents' travel activities, the index of residents' travel activity is first constructed, and the main components of the characteristics of residents' travel activities are extracted by principal component analysis (PCA). Then K-Means clustering is applied to the principal components, and the relationship between the characteristics of travel activities and the income level of residents is analyzed according to the different types of travel activities. The results showed that: (1) the diversity of residents' travel sites and the size of residents' travel range were the main components reflecting the characteristics of residents' travel activities. (2) the smaller the moving range, the lower the diversity of mobile locations. The higher the average wage level is, the higher the average income level of different categories of mobility is related to the industrial development of the working places of different categories of residents. The conclusions can provide reference for urban planning and related economic policy formulation.
【作者单位】: 中国科学院地理科学与资源研究所;中国科学院资源与环境信息系统国家重点实验室;中国科学院大学;中国科学院遥感与数字地球研究所;
【基金】:国家自然科学基金项目(41525004,41421001)~~
【分类号】:U491
【相似文献】
相关期刊论文 前10条
1 ;妥善解决小区居民出行难问题[J];党建;2011年10期
2 林红;李军;;基于信息熵的居民出行空间分布变化研究[J];交通运输系统工程与信息;2007年05期
3 马克平;曹伯虎;范小勇;;天津市居民出行特征分析与交通政策探讨[J];交通科技与经济;2007年04期
4 孟梦;王乾;雷黎;;城市居民出行的潮汐特征研究[J];科技创新导报;2009年14期
5 陈云;;杭州市居民出行特征分析及交通发展对策探讨[J];城市道桥与防洪;2009年12期
6 杨文婷;谭永俊;尤淑燕;赵海娇;陈琴;梁翰;高志刚;;乌鲁木齐市居民出行行为调查分析[J];新疆财经大学学报;2012年02期
7 邓毛颖,谢理,林小华;基于居民出行特征分析的广州市交通发展对策探讨[J];经济地理;2000年02期
8 邓毛颖,谢理,林小华;广州市居民出行特征分析及交通发展的对策[J];热带地理;2000年01期
9 张涛;中小城市居民出行特征分析及交通发展对策研究[J];交通科技;2005年03期
10 刘强;陆化普;邹博;王继峰;;基于居民出行特性分析的大连市客运需求特性研究[J];中南公路工程;2007年02期
相关会议论文 前4条
1 唐敏文;谌志强;闫常鑫;;长沙市中心城区居民出行特征分析[A];2010年湖南省优秀城乡规划论文集[C];2010年
2 李枫;薛美根;柳鑫;;城市居民出行数据自动采集试验研究[A];第一届中国智能交通年会论文集[C];2005年
3 薛美根;李枫;柳鑫;;居民出行数据自动采集与处理系统开发研究[A];第一届中国智能交通年会论文集[C];2005年
4 李先友;;农村居民出行服务系统建设探讨——以江苏省农村居民出行服务系统建设为例[A];江苏省公路学会优秀论文集(2006-2008)[C];2009年
相关重要报纸文章 前7条
1 记者 李鹏;改造新建道路 城区居民出行更方便[N];眉山日报;2007年
2 记者 孙滨 实习生 韩建超 通讯员 何孝齐;44.5%居民出行靠步行[N];湖北日报;2009年
3 杨励雅 中国人民大学公共管理学院;优化居民出行方式 缓解城市交通拥堵[N];中国社会科学报;2011年
4 周文;国家加大投入建设浙江陆岛交通码头[N];中国海洋报;2014年
5 本报记者 沐滟;农村居民出行实现“三级跳”[N];无锡日报;2008年
6 记者 张丽华;高区年内新建改建9条路段[N];威海日报;2010年
7 本报记者 刘冕;千余受调查市民戴GPS反馈信息[N];北京日报;2010年
相关博士学位论文 前1条
1 李海峰;城市形态、交通模式和居民出行方式研究[D];东南大学;2006年
相关硕士学位论文 前10条
1 薛兰;寒地城市冬季居民出行方式划分研究[D];长安大学;2015年
2 胡封疆;个人及社会经济因素对不同工作日居民出行行为影响研究[D];河北工业大学;2015年
3 张娜;深圳南山区居住小区建成环境对居民出行行为影响研究[D];哈尔滨工业大学;2014年
4 王娟;公共租赁住房居民出行行为及方式选择研究[D];重庆交通大学;2015年
5 罗星星;基于活动的居民出行行为分析与预测研究[D];西南交通大学;2016年
6 逯婷婷;基于多层Nested Logit模型的城市居民出行链预测研究[D];北京交通大学;2016年
7 陈红丽;基于出租车GPS数据的居民出行时空规律和出行热点区域研究[D];云南大学;2016年
8 周洋;居民出行时间价值标定及其在交通分布预测中的运用[D];深圳大学;2016年
9 崔晓萌;基于浮动车数据的居民出行行为的动力学模型及特征分析[D];哈尔滨工业大学;2015年
10 李宝峰;居民出行信息系统设计与开发[D];华中科技大学;2005年
,本文编号:2043294
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2043294.html