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。
以城市群内旅客城际出行为研究对象,分析心理潜变量、城市群属性和突发事件等因素对城际出行方式选择行为的影响。基于京津冀旅客城市群内部城际出行问卷调查数据,构建突发事件下考虑心理潜变量的综合选择(integrated choice and latent...
详细信息
以城市群内旅客城际出行为研究对象,分析心理潜变量、城市群属性和突发事件等因素对城际出行方式选择行为的影响。基于京津冀旅客城市群内部城际出行问卷调查数据,构建突发事件下考虑心理潜变量的综合选择(integrated choice and latent variable,ICLV)模型进行实证分析。结果表明:考虑便捷性和乘车体验潜变量的混合选择模型对居民城际出行行为的拟合优度更高;城市群属性方面,起讫点城市类型、出行距离和起讫点间铁路车次数量对出行方式选择有显著影响;突发事件方面,雾霾天气下选择铁路出行的概率提高25.69%,雨天选择小汽车出行的概率提高31.63%,雪天选择小汽车出行的概率相对降低,发生阻断事件时选择小汽车出行的概率升高。研究结果有助于深入理解城市群内城际出行方式选择行为,为突发事件下城际出行需求的差异化出行诱导和需求管控提供科学依据。
暂无评论