良好的就业可达性有助于创新职住对接机制,是建设可持续城市的关键问题。既有可达性研究对于出行成本的考虑多局限于出行距离或出行时间,未充分考虑出行费用并研究其对不同出行方式的影响。本文基于互联网地图和工商数据平台的POI(Point of Interest)数据和实时路径规划数据,获取细粒度的就业和出行成本信息,采用改进的两步移动搜索算法,提出考虑出行费用的就业可达性度量方法,研究公共交通和小汽车两种出行方式的就业可达性并评估出行费用对就业可达性的影响。针对北京的案例研究表明:考虑出行费用后,小汽车平均出行成本由仅为公共交通54%变化至高于公共交通6%。就业可达性对出行费用敏感,仅考虑出行时间无法完全体现就业选择与出行成本之间复杂的互动机制。出行费用的影响体现在公共交通与小汽车可达性平均降低7.3%和4.8%;若不考虑出行费用,五环至六环地铁沿线街道的就业可达性会被低估。出行成本对可达性的影响存在阈值效应,阈值越高,影响越小。本文有助于规划者和政策制定者形成就业可达性引领的职住平衡调整策略。
生态驾驶是节能减排的重要手段。为对驾驶行为的生态性水平进行定量评价及优化,该文基于大量驾驶员逐秒轨迹数据,构建了大量驾驶员整体与驾驶员个体的机动车比功率(vehicle specific power,VSP)分布模型,并基于整体与个体VSP分布差异提...
详细信息
生态驾驶是节能减排的重要手段。为对驾驶行为的生态性水平进行定量评价及优化,该文基于大量驾驶员逐秒轨迹数据,构建了大量驾驶员整体与驾驶员个体的机动车比功率(vehicle specific power,VSP)分布模型,并基于整体与个体VSP分布差异提出驾驶行为生态性定量评价模型,识别实际生态驾驶轨迹,构建了基于人类实际驾驶特征的生态驾驶轨迹优化方法。结果表明:整体与个体VSP分布差异可量化评估油耗水平,实现对驾驶行为生态性的定量评价。该文构建的正弦函数多项式生态轨迹曲线,对不环保驾驶可达到7.63%的节油效果,可为驾驶员提供符合人类驾驶特征且易于遵循的生态轨迹优化曲线。
暂无评论