基于手机GPS出行调查的城市居民多日出行特征分析

发布时间：2020-08-02 21:15

【摘要】：近年来中国的城市化进程不断推进、城市化水平不断提高,在城市快速发展的同时交通运输系统的运行效率已经成为了制衡城市发展的重要因素。为了缓解交通拥堵等日益严重的城市问题,如何更深入透彻地理解城市居民的出行需求、出行模式及出行规律,以便在交通资源分配、交通政策制定以及城市空间布局上进行改善,成了全社会越来越关心的话题。在居民出行信息采集方面,本文对传统的出行调查方式予以改进,提出了基于智能手机和网络确认的城市居民手机GPS出行调查方法,并对调查各个环节的开展进行了阐述。在居民多日出行行为分析方面,本文综合了居民出行的各个要素,提出了居民多日出行特征指数的概念和测度方法,尝试简明且综合全面地反映城市居民多日出行特征,丰富多日出行行为分析的理论体系,为城市空间优化和交通政策引导提供参考。居民多日出行特征指数是出行频率、出行距离、出行时长、出行方式和出行目的等出行要素的综合体现。本文基于上海市2014-2015年开展的手机GPS辅助的居民一周活动-出行调查,通过分析居民的出行频率、出行距离、出行时长、出行方式和出行目的等多个出行要素,运用K-均值聚类的方法定义四种居民多日出行特征指数类型——即多方式、多目的、长距离和消极出行者类型。数据显示不同居民多日出行特征指数类型人群在平日、工作日及周末拥有的出行特征具有明显差异,同时通过多项Logit回归模型分析得出居民的个人及家庭社会经济属性对活跃度类型的显著影响。居民多日出行特征指数概念和测度方法的提出有助于分析城市居民出行行为的复杂性,便于对居民多日出行特征形成综合全面的考量,有助于分析居民出行需求对城市空间与交通政策的反馈作用。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U12
【图文】：

出行调查,手机,用户界面,软件

a) 苹果系统操作界面 b) 安卓系统操作界面a) The operator interface for iOS b) The operator interface for Android图 2- 1 手机 GPS 出行调查软件用户界面Fig.2-1 The operator interfaces of travel survey software.2 被调查者的招募、培训及社会经济属性采集本次城市居民出行调查在上海市进行，被调查者为居住在上海市、拥有智能的成年居民。招募对象前期为课题组社会关系圈内成员，主要通过试用对软功能及有效性进行验证，并对调查流程进行优化，为出行调查的试验阶段。开展的招募工作主要分为两部分：一是通过在网络平台发布招募信息所招募调查者，二是通过调查公司在日常推广情境中所招募的被调查者，同时也鼓调查者邀请自己社会关系圈内成员同步参与本次出行调查。每位被调查者参查的时间为完整的一周七天，如中间有遗漏则顺序延后补充进行。课题组对每位被调查者在正式参与本次城市居民出行调查之前进行了基础知培训，主要包括软件的安装及使用方法和出行方式及出行目的等信息的判断方面。使用方法具体而言，首先，被调查者在课题组指导下将出行调查手机安装完毕后，会在手机操作页面上看到自己的编号，被调查者需要将该编号

示意图,上海市,地铁网,地铁

- 12 -图 2- 3 上海市地铁出入口信息示例图Fig.2-3 The example of entrance-exit information of Shanghai subway network

上海市,地铁,信息

- 12 -图 2- 3 上海市地铁出入口信息示例图Fig.2-3 The example of entrance-exit information of Shanghai subway network

【参考文献】