论文部分内容阅读
出租车是城市公共交通系统的重要一环，在城市交通所占比重较高，但又兼有私人交通的特性。通过提高出租车候时费以及增加出租车数量来解决出租车行业出现的分布不均、空驶率高等问题，会加剧交通拥堵，造成恶性循环。而城市交通发展与城市空间结构关系密不可分，两者互相影响渗透。出租车轨迹数据在一定程度上能反映出租车载客时空规律，通过厘清出租车载客活动特征与城市空间结构之间的联系，理解出租车载客出行时空异质性内在机理，对于交通需求管理有重要意义。
本文首先对西安市出租车轨迹数据进行预处理，从时间维度，通过统计学方法，分星期属性对2019年11月各个时段的出租车上下客频次进行统计，根据统计结果，重新定义工作日时段与非工作日时段。之后，随机挑选20天工作日与非工作日对各个时段的出租车上下客频次进行统计，发现西安市出租车上下客具有时间非平稳性，一天内经历四个起落过程，将每个起落过程的顶点时段定义为出租车上下客高峰时段。
其次，基于核密度分析方法(KDE)生成工作日与非工作日各高峰时段的出租车载客事件发生频次热力图，提取区域范围内高值密度点定义为载客热点，将密度值定义为载客热点热度值并对热点分级，绘制热点分级空间分布图。从时空维度进行分析，研究发现：基于热点提取模型提取的各时段上下客载客热点中，部分一级热点为城市居民出行集散地，这些地区热点热值并不因工作日与非工作日、时间段变动产生较大波动，而大多数载客热点具有时空非平稳性。
最后，引入城市POI数据，将出租车载客热点依次匹配至距离最近的各类城市设施点，通过构建地理加权回归模型(GWR)探讨城市出租车载客时空分异特征的内在影响机理。对纳入模型的备选自变量进行筛选以保证模型构建的合理性，筛选结果中公务相关的变量占到了三个，说明出租车提供的出行服务常因公务因素诱发。分日期、分时段构建半对数回归模型与地理加权回归模型，并对比线性模型回归结果，证明地理加回归模型表现更优。分别从时间与空间维度说明出租车载客出行特征与城市空间设施分布具有显著的相关关系，由城市社会、地理环境角度进一步理解城市出租车载客时空分异特征，为城市出租车调度、司机搜客以及城市交通基础设施建设提供参考性意见。
本文首先对西安市出租车轨迹数据进行预处理，从时间维度，通过统计学方法，分星期属性对2019年11月各个时段的出租车上下客频次进行统计，根据统计结果，重新定义工作日时段与非工作日时段。之后，随机挑选20天工作日与非工作日对各个时段的出租车上下客频次进行统计，发现西安市出租车上下客具有时间非平稳性，一天内经历四个起落过程，将每个起落过程的顶点时段定义为出租车上下客高峰时段。
其次，基于核密度分析方法(KDE)生成工作日与非工作日各高峰时段的出租车载客事件发生频次热力图，提取区域范围内高值密度点定义为载客热点，将密度值定义为载客热点热度值并对热点分级，绘制热点分级空间分布图。从时空维度进行分析，研究发现：基于热点提取模型提取的各时段上下客载客热点中，部分一级热点为城市居民出行集散地，这些地区热点热值并不因工作日与非工作日、时间段变动产生较大波动，而大多数载客热点具有时空非平稳性。
最后，引入城市POI数据，将出租车载客热点依次匹配至距离最近的各类城市设施点，通过构建地理加权回归模型(GWR)探讨城市出租车载客时空分异特征的内在影响机理。对纳入模型的备选自变量进行筛选以保证模型构建的合理性，筛选结果中公务相关的变量占到了三个，说明出租车提供的出行服务常因公务因素诱发。分日期、分时段构建半对数回归模型与地理加权回归模型，并对比线性模型回归结果，证明地理加回归模型表现更优。分别从时间与空间维度说明出租车载客出行特征与城市空间设施分布具有显著的相关关系，由城市社会、地理环境角度进一步理解城市出租车载客时空分异特征，为城市出租车调度、司机搜客以及城市交通基础设施建设提供参考性意见。