【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《西安市地铁对居民通勤出行的影响研究》，欢迎阅读！
龙源期刊网 http://www.qikan.com.cn
西安市地铁对居民通勤出行的影响研究
作者：汪烨
来源：《科技风》2017年第15期
摘 要：通过对西安市居民的通勤出行行为进行问卷调查，着重分析了地铁出行方式在居民通勤出行中的地位和相应的影响因素，并基于统计学中的Logistics分析建立了西安市居民地铁通勤出行的选择模型。
关键词：通勤出行；地铁；Logistics；出行选择模型
改革开放以来，随着社会经济水平不断提高，我国城市化进程不断推进，在人口的空间分布上也发生了巨大的变化，产业郊区化和居住郊区化的不同步，促进了居住地和工作地的进一步分离。
西安市作为一个国际化旅游性城市，也正面临上述情况。具体可以概括如下： 西安市早晚高峰交通拥堵严重，居民的通勤行为呈现明显的潮汐现象；公交体系结构混乱，线网布局不合理，站点的服务率低，不能完全满足人们对出行质量的要求，对出行人群的吸引呈下降趋势。
1 居民通勤出行影响因素
本文依据已有研究，针对西安市居民的地铁通勤出行行为进行了问卷调查，结合调查结果分析相关的影响因素。
1.1 工作地与居住地距离地铁站距离
已有研究表明，当居民的居住地与工作地距离地铁站越近，越容易选择地铁出行作为通勤出行方式。距离地铁站越近的居民通勤出行对地铁的依赖性越高。随着居住地距离地铁站点距离的增加，地铁通勤出行比例逐步降低，公交出行比例逐步增加。而选择小汽车、自行车、步行等交通方式通勤的比例受居住地距离地铁站距离的影响不大。 1.2 通勤出行距离
当通勤出行距离在2km以内时，步行和自行车为主要的通勤出行方式，而随着通勤出行距离的不断增加，公交车和地铁等大容量交通工具所占比例不断增加。小汽车在中长通勤出行距离中基本维持一个15%左右的比例。 1.3 通勤出行时耗
龙源期刊网 http://www.qikan.com.cn
有相关研究表明，西安市各种出行方式的通勤出行时耗如下图所示：
统计结果表明，各种交通方式的出行时耗中：地铁>公交>小汽车>自行车>步行。 2 西安市居民地铁通勤出行选择模型
本文主要考虑通勤出行中居民选择地铁出行受到自身社会属性的影响，最终做出是和不是两种决定，因此采用统计学中的logistic回归模型来研究个人属性对地铁出行选择的影响。 2.1 模型介绍
logistic回归模型是一种广义的线性回归模型，但与多元线性回归模型又有所不同。在多元线性回归中，因变量Y要求是常规数据，而非定性数据。本文中，城市居民对于通勤出行是否选择乘坐地铁只有是与不是两种状态，而这种状态的确定又与居民自身的社会属性有关。 2.2 模型原理
模型中被解释变量Y为人们的选择，采用地铁通勤出行则Y=1，反之Y=0。解释变量X1为居住地距离地铁站的距离；X2为工作地距离地铁站的距离；X3为有无私家车，有则X3=1，反之X3=0；X4为家庭月收入；X5为通勤出行距离；X6为通勤出行时耗。 2.3 模型样本及回归结果
经过将调查所得数据输入spss软件，进行logistic回归建模，得到模型如下：
可以看出，众多影响因素中，因子X4前系数为0，即通过判断，该项系数即家庭月收入对于居民通勤出行是否选择地铁影响不大或者几乎没有影响，因此剔除。故最终的居民通勤出行地铁选择模型为： 3 结论
本文通过对西安市居民通勤出行进行一定的调查和分析建模，得到结论如下：
（1）距离地铁站越近的居民通勤出行对地铁的依赖性越高。随着居住地距离地铁站点距离的增加，地铁通勤出行比例逐步降低，公交出行比例逐步增加。
（2）随着通勤出行距离的不断增加，公交车和地铁等大容量交通工具所占比例不断增加，其中公交车出行比例最多。 参考文献：
龙源期刊网 http://www.qikan.com.cn
[1]Jungyul Sohn.Are commuting patterns a good indicator of urban spatial structure[J].journal of transport geography，2000：3642.
[2]Li H，Guensler R L，Ogle J. Comparing Women's and Men's Morning Commute Trip Chaining in Atlanta，Georgia， by Using Instrumented Vehicle Activity Data[C].2005. [3]柴彦威.中国城市的时空间结构[M].北京大学出版社，2002.
[4]陈团生.通勤者出行行为特征与分析方法研究[D].北京交通大学，2007. 作者简介：汪烨（1993），男，安徽安庆人，本科，交通运输规划与管理专业。
本文来源：https://www.wddqxz.cn/bd81ac427275a417866fb84ae45c3b3566ecdd77.html
2023-04-24
