CN111445158A - 一种基于信息数据的交通同城化阶段和出行模式划分方法 - Google Patents

一种基于信息数据的交通同城化阶段和出行模式划分方法 Download PDF

Info

Publication number
CN111445158A
CN111445158A CN202010258102.9A CN202010258102A CN111445158A CN 111445158 A CN111445158 A CN 111445158A CN 202010258102 A CN202010258102 A CN 202010258102A CN 111445158 A CN111445158 A CN 111445158A
Authority
CN
China
Prior art keywords
city
intercity
travel
sharing
passenger flow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202010258102.9A
Other languages
English (en)
Inventor
宋程
刘明敏
江雪峰
马小毅
李彩霞
陈嘉超
刘新杰
金安
陈先龙
丁晨滋
张科
艾冠韬
吴恩泽
李浩然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUANGZHOU TRANSPORT PLANNING RESEARCH INSTITUTE
Original Assignee
GUANGZHOU TRANSPORT PLANNING RESEARCH INSTITUTE
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GUANGZHOU TRANSPORT PLANNING RESEARCH INSTITUTE filed Critical GUANGZHOU TRANSPORT PLANNING RESEARCH INSTITUTE
Priority to CN202010258102.9A priority Critical patent/CN111445158A/zh
Publication of CN111445158A publication Critical patent/CN111445158A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于信息数据的交通同城化阶段和出行模式的划分方法，从交通视角对城市化发展阶段及出行模式进行了界定，并基于信息数据，提出了一种同城化阶段划分和出行模式识别的定量计算方法，所述方法通过定量计算城际客流出行比例、城际客流方向吸引系数、临界城际出行比例以及主导出行方式分担率综合判断同城化发展阶段处于单向同城化、双向同城化或融合同城化阶段，并根据定量计算出的城际通勤出行比例划分同城化出行模式；本发明以广佛莞三市为例验证了本发明方法的可行性。

Description

一种基于信息数据的交通同城化阶段和出行模式划分方法
技术领域
本发明涉及交通规划的技术领域，尤其是一种基于信息数据的交通同城化阶段和出行模式划分方法。
背景技术
同城化是指一个城市与另一个或几个相邻的城市，在经济、社会和自然生态环境等方面具有能够融为一体的发展条件，以相互融合、互动互利，促进共同发展，同城化是经济全球化和区域经济一体化发展的客观要求，也是城市化加速发展的新形式。
目前，国内存在较多同城化研究成果，文献[1-3]([1]高秀艳,王海波.大都市经济圈与同城化问题浅析[J].企业经济,2007,(8):89-91；[2]郉铭.沈抚同城化建设的若干思考[J]. 城市规划,2007,31(10):52-56；[3]张建军,邹莹,佟耕.区域协作规划的探索——以沈抚同城化规划为例.生态文明视角下的城乡规划——2008中国城市规划年会论文集[C],2008:85-88) 明确界定了同城化的概念，文献[4-6]([4]谢俊贵,刘丽敏.同城化的社会功能分析及社会规划试点[J].广州大学学报(社会科学版),2009,8(8):24-28；[5]李恒鑫.城际铁路对城市圈同城化的促进作用[J].综合运输,2010,4:36-40；[6]曾群华.新制度经济学视角的长三角同城化研究——以沪嘉为例[J].华东师范大学博士学位论文[D],2011,6:87-95,22-24)分别从社会学视角、城市圈、新制度经济学和博弈论视角论证了同城化地区内在关联性及政策制度，文献[7-9]([7]梁思成,黄亚平,王书贤.同城化发展水平评价——以武鄂同城化为例.持续发展理性规划——2017中国城市规划年会论文集[C],2017:1001-1009；[8]林雄斌,杨家文, 谢莹.城化背景下跨市交通的规划与政策——以广佛同城为例[J].国际城市规划2015, (4):101-108；[9]赵双全.国内外同城化建设经验及对广西的启示[J].国际城市规划2019, (6):80-85)从实例角度分析了同城化的水平评价、政策研究及经验借鉴。
综观国内同城化研究成果，主要集中在对同城化概念界定、特征分析、生成机制与合作模式、发展思路及对策建议方面，但缺乏从交通视角对同城化阶段进行的量化分析和对同城化出行模式的进行识别方法，本发明基于信息数据的支撑，提出了一种基于信息数据的交通同城化阶段和出行模式的划分方法。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于信息数据的交通同城化阶段和出行模式的划分方法，解决当前国内同城化研究成果缺乏从交通视角对同城化阶段进行划分和对同城化出行模式进行识别的问题。
本发明的技术方案为：一种基于信息数据的交通同城化阶段和出行模式划分方法，包括如下步骤：
步骤1：根据下式(1)计算城际客流出行比例：城际客流出行比例为城际客流规模与城市内部出行规模的比值；
Figure BDA0002438213770000021
式中，trAB为城市A与城市B间的城际出行比例，flowAB为城市A与城市B间的出行规模，利用手机信令数据扩样得到，flowA和flowB分别为城市A和城市B的内部机动化出行规模，采取城市综合交通调查扩样数据或手机信令数据扩样得到；根据所述城际客流出行比例的大小判断同城化程度的高低；
步骤2：根据下式(2)计算城际客流方向吸引系数：城际客流方向吸引系数为城市A对城市B的客流吸引力与城市B对城市A的客流吸引力的比值：
Figure BDA0002438213770000022
式中，dAB为城市A对城市B的城际客流方向吸引系数，PBEA为在城市B居住城市A就业的总人数，PAEB为在城市A居住城市B就业的总人数，PBEA和PAEB通过长周期手机信令或互联网位置数据的职住地识别获取；
所述城际客流方向吸引系数趋近于1表明双向客流吸引特征明显，大于2表明城市A对城市B的客流吸引力远大于城市B对城市A的吸引力，城市B表现为对城市A的单向同城化，小于0.5则表明城市A对城市B的单向同城化；
步骤3：根据下式(3)计算临界城际出行比例：
Figure BDA0002438213770000023
式中，fAB为城市A与城市B临界城际出行比例，flowAB_j为城市A与城市B临界城际出行的客流总量，临界距离可采用城市A与城市B中心间距离的50％，flowAB为城市A与城市B城际出行总量，flowAB_j和flowAB通过手机信令数据的驻点识别判断出行规模；根据临界城际出行比例识别出双向同城和融合同城的状态；
步骤4：根据下式(4)计算城际主导出行方式分担率，所述城际主导出行方式分担率指城际出行的主导出行方式占比情况：
Figure BDA0002438213770000031
式中，MAB表示城市A与城市B间城际的主导出行方式占比，flowi为城市A与城市B间出行方式i的客流总量。各种方式的出行总量需通过多源数据分析，包括利用手机信令数据扩样后获取城际出行总规模，利用道路交通流量和高速公路收费数据获取的车流量数据测算的道路客流出行规模、公共交通闸机及售票数据获取的公共交通出行规模等；
根据城际主导出行方式分担率辅助判断双向同城与融合同城的状态；
步骤5：根据所述城际客流出行比例、城际客流方向吸引系数、临界城际出行比例以及主导出行方式分担率综合判断同城化发展阶段处于单向同城化、双向同城化或融合同城化阶段；
步骤6：根据下式(5)计算城际通勤出行比例：
Figure BDA0002438213770000032
式中，TQAB表示城市A与城市B间通勤出行比例，flowAB_TQ为城市A与城市B之间通勤出行总量，flowAB为城市A与城市B间的城际出行总量。flowAB_TQ确定方法如下：首先通过手机信令数据识别职住地，形成跨城职住集合{PE}；然后利用手机信令数据识别出行驻点，当人员i 一次出行的起点和终点分别与{PE}集合中该人员的居住地和工作地对应时(或相反)，判断该次出行为通勤出行；
步骤7：根据所述城际通勤出行比例划分同城化出行模式：在同城化初期表现为满足产业联系的需求，客流特征为产业出行主导；随着同城化的深入，同城化发展状态发生变化，超出行政区的通勤出行逐步增加，以工作地和居住地为主体的通勤出行逐步形成，同城交通走廊由产业联系走廊向通勤与产业兼顾走廊、通勤走廊逐步转变；若所述城际通勤出行比例达到30％以上，即可认为呈现明显的城际通勤出行特征。
与现有技术相比，本发明的优势在于：
1、本发明从交通视角对城市化发展阶段及出行模式进行了界定，并基于信息数据，提出了同城化阶段划分和出行模式识别的定量计算标准，解决了国内同城化研究成果缺乏从交通视角对同城化阶段进行划分和对同城化出行模式进行识别的技术问题。
2、本发明以广佛莞三市为例验证了本发明划分方法的可行性，实际结果表明，广佛同城化程度远高于广莞同城化，广佛同城目前处于双向同城形成阶段，而广莞处于同城化发展的初期，同时基于信息数据识别了广佛走廊具有通勤出行特征，广莞增城交界走廊为产业为主、通勤为辅的走廊特征，广莞跨江廊道为产业联系走廊。
3、本发明基于信息数据，有较强的实操性和精准性，可用于从交通视角对同城化进行精确分析。
附图说明
图1一种基于信息数据的交通同城化阶段和出行模式的划分方法示意图。
图2广佛莞三市跨城出行人口密度分布图。
图3广佛莞三市城际出行强度分布图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
1.同城化的交通内涵
从国内主要同城化地区建设经验来看(见表1)，交通一体化是同城化最关键和核心要素，大多数同城化发展地区将交通一体化或交通同网作为首要措施，交通一体化在同城化发展中的作用举足轻重。同城化高度发达的地区，交通具有以下特点：
(1)高度融合的“两张网”。同城化交通属于中短距离的城际交通，与长距离的城际交通对国铁、航空需求不同，其绝大部分出行由道路网和轨道网承载。因此，高度同城化的地区“两张网”的融合程度也比较高，以广佛同城为例，现状两市间已建成衔接道路28条，在建6条，跨市轨道交通1条，在建2条，通道密度达到3.2公里/条，呈现两网较强融合状态。
(2)较高共享水平的交通枢纽。从集约用地角度而言，同城化地区应实现大交通基础设施的共享，特别是对重要的航空、铁路枢纽应一体化布局，集疏运系统统筹考虑，实现枢纽的共享服务。目前，广州市最重要的航空枢纽白云国际机场、高铁主枢纽广州南站、普铁主枢纽广州站承担的佛山市客流占枢纽客流的比例在20％-30％，体现了广佛同城的枢纽高度共享特征。
(3)密集的客流交互。人流来往是同城化的直接表象，同城化成熟区域是客流交互最密集的地区。广州与佛山两市之间现状出行量达到163万人次/日，是广州中心区和外围的番禺区、白云区交换量的90％左右。
表1国内主要同城化地区采取同城化措施一览表
Figure BDA0002438213770000051
2.交通视角下同城化发展阶段划分
文献《同城化的阶段特征、形式与趋势探析》([J].规划师,2017,33:129-133)从产业协同视角将同城化划分为雏形期、成长期和成熟期。雏形期区域的投资、人才等资源向核心城市聚集，可能会抑制外围地区的经济增长，表现为外围城市对核心城市的单向依赖性、单一性特征；成长期表现为随着市场经济的迅速发展，在多样化的交通基础设施引导下，近距离的功能扩散呈现快速增长趋势，基于垂直分工的同城化态势加速，核心-外围的梯度分工进一步加强，部分生产要素的距离扩散逐步替代等级扩散成为主导，同城化特征表现为错层、多样和互惠，同城化展现的领域、形式不断向纵深拓展；成熟期在垂直分工基础上，外围城市获得快速发展，核心与外围分工逐步明确，开始打破单一的垂直分工模式，通过专业化的分工来推动城市间的协同发展，外围城市与中心城市走向融合发展的同城化。
与产业协同相对应，交通同城化亦可划分为三个阶段：单向同城化、双向同城化、融合同城化。在产业同城的雏形期，交通表现为单向客流吸引，核心城市对外围城市会产生强客流吸引，且以满足产业需求的道路出行模式为主，设施对接表现为外围城市对核心城市的对接诉求；产业同城成长期，客流表现为双向吸引，但由于产业为近距离扩散，同城客流分布呈现临界主要走廊分布特征，城市中心之间的联系不够强烈，出行模式需满足产业化的道路需求和逐渐培育的公共交通客流需求(轨道为主)，设施对接呈现互联互通的诉求；产业同城的成熟期，城市呈现深度融合状态，同城的通勤出行显著增加，城市中心联系需求迅速增大，逐步形成通勤客流走廊，出行模式由道路为主转向轨道交通为主体，设施对接由互连互通提升为城市中心的直接直通。
表2交通视角下的同城化发展阶段及诉求一览表
Figure BDA0002438213770000061
3.同城化交通出行模式划分
与同城化发展阶段相对应的是同城化出行模式差异。在同城化初期表现为满足产业联系的需求，客流特征为产业出行主导；随着同城化的深入，同城化发展状态发生变化，超出行政区的通勤出行逐步增加，以工作地和居住地为主体的通勤出行逐步形成，同城交通走廊由产业联系走廊向通勤与产业兼顾走廊、通勤走廊逐步转变。
4.基于大数据支撑的交通同城化发展阶段划分方法
从交通视角而言，同城化发展发展阶段量化的主要指标包括城际客流出行比例、城际客流单双向吸引特征、城际客流的分布特征、城际出行模式特征。如图1所示，计算方法如下：
(1)城际客流出行比例。城际客流出行比例为城际客流规模与城市内部出行规模的比值，该值越大表明城际间出行越频繁，城际间的联系越紧密，同城化程度越高。
Figure BDA0002438213770000062
式中，trAB为城市A与城市B间的城际出行比例，flowAB为城市A与城市B间的出行规模，利用手机信令数据扩样得到，flowA和flowB分别为城市A和城市B的内部机动化出行规模，采取城市综合交通调查扩样数据或手机信令数据扩样得到。
(2)城际客流方向吸引系数。城际客流方向吸引系数定义为城市A对城市B的客流吸引力与城市B对城市A的客流吸引力的比值，该值趋近于1表明双向客流吸引特征明显，该值大于2表明城市A对城市B的客流吸引力远大于城市B对城市A的吸引力，城市B表现为对城市A的单向同城化，该值小于0.5则表明城市A对城市B的单向同城化。
Figure BDA0002438213770000071
式中，dAB为城市A对城市B的城际客流方向吸引系数，PBEA为在城市B居住城市A就业的总人数，PAEB为在城市A居住城市B就业的总人数，PBEA和PAEB通过长周期手机信令或互联网位置数据的职住地识别获取。
(3)城际客流的分布特征。通过城际客流方向吸引系数可识别同城化是否处于单向同城化状态，而城际客流的分布特征将助于识别出双向同城和融合同城状态，采用临界同城的比例计算指标。
Figure BDA0002438213770000072
式中，fAB为城市A与城市B临界城际出行的比例，flowAB_j为城市A与城市B临界城际出行的客流总量，临界距离可采用城市A与城市B中心间距离的50％，flowAB为城市A与城市B城际出行总量，flowAB_j和flowAB通过手机信令数据的驻点识别判断出行规模。
(4)城际出行主导方式分担率。指城际出行的主导出行方式占比情况，用于辅助判断双向同城与融合同城的状态。
Figure BDA0002438213770000073
式中，MAB表示城市A与城市B间城际的主导出行方式占比，flowi为城市A与城市B间出行方式i的客流总量。各种方式的出行总量需通过多源数据分析，包括利用手机信令数据扩样后获取城际出行总规模，利用道路交通流量和高速公路收费数据获取的车流量数据测算的道路客流出行规模、公共交通闸机及售票数据获取的公共交通出行规模等。
5.基于大数据支撑的同城化出行模式划分方法
同城出行模式识别的关键在于确定通勤出行比例，一般而言城际通勤出行比例达到30％以上即可认为呈现明显的城际通勤出行特征(城市内部通勤出行比例普遍在40％-50％)，城际通勤出行比例计算公式如下：
Figure BDA0002438213770000081
式中，TQAB表示城市A与城市B间通勤出行比例，flowAB_TQ为城市A与城市B之间通勤出行总量，flowAB为城市A与城市B间的城际出行总量。flowAB_TQ确定方法如下：首先通过手机信令数据识别职住地，形成跨城职住集合{PE}；然后利用手机信令数据识别出行驻点，当人员i 一次出行的起点和终点分别与{PE}集合中该人员的居住地和工作地对应时(或相反)，判断该次出行为通勤出行。
6.广佛莞交通同城化阶段和出行模式划分的具体实施例
6.1广佛莞三市基本情况
广佛莞为粤港澳大湾区的核心城市，现状三市常住人口合计3120万人，地区生产总值 4.1万亿元。三市以广州为中心，佛山位于西侧，东莞位于东侧，共现成广佛走廊、广莞增城交界走廊、广莞跨江走廊。
6.2广佛莞的交通同城化发展阶段划分
基于手机信令、互联网位置数、高速公路收费数据等多源数据综合分析，测算各指标见表3所示。统计结果显示，广佛之间城际出行比例为8.0％，广莞之间城际出行比例为2.1％，广佛同城化程度远高于广莞；广佛之间城际客流方向吸引系数为1.5，介于1-2之间，且临界同城出行比例达到58％，并以道路为主体出行模式，表明广佛目前正处于双向同城阶段形成期；广莞之间城际客流方向吸引系数为0.93,但由于其城际出行总体比例较低且临界同城比例高达85％，表明广莞之间仍处于同城化的初期阶段，还未形成明显的双向同城特征。
表3广佛莞同城状态识别数据一览表
Figure BDA0002438213770000082
Figure BDA0002438213770000091
6.3广佛莞的同城化出行模式划分
在广佛莞因地理位置形成的三个主要走廊中，广佛之间城际通勤比例高达40％，广莞增城交界走廊通勤比例为13％，广莞跨江走廊通勤比例为0.7％。综合图2和图3分析，广佛之间城际通勤人口多且分布相对较为广，其城际通勤比例高达40％，表现为明显的通勤走廊特征；广莞增城交界走廊通勤人口有少量分布，但城际出行规模分布更为广泛，且城际通勤占比仅为13％，表明该走廊为以产业为主，通勤为辅的走廊；广莞跨江走廊现状通勤人口较少，但出行规模相对较大，呈现明显的产业联系特征，为产业为主的交通走廊。
本发明从交通视角对城市化发展阶段及出行模式进行了界定，并基于信息数据，提出了同城化阶段划分和出行模式识别的定量计算标准。以广佛莞三市为例验证了所提方法的可行性，实际结果表明，广佛同城化程度远高于广莞同城化，广佛同城目前处于双向同城形成阶段，而广莞处于同城化发展的初期，同时基于信息数据识别了广佛走廊具有通勤出行特征，广莞增城交界走廊为产业为主、通勤为辅的走廊特征，广莞跨江廊道为产业联系走廊。
以上所述之实施例仅为本发明的较佳实施例，并非对本发明做任何形式上的限制。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，利用上述揭示的技术内容对本发明技术方案作出更多可能的变动和润饰，或修改均为本发明的等效实施例。故凡未脱离本发明技术方案的内容，依据本发明之思路所作的等同等效变化，均应涵盖于本发明的保护范围内。

Claims (1)

1.一种基于信息数据的交通同城化阶段和出行模式划分方法，其特征在于：所述方法包括如下步骤：
步骤1：根据下式(1)计算城际客流出行比例：城际客流出行比例为城际客流规模与城市内部出行规模的比值；
Figure FDA0002438213760000011
式中，trAB为城市A与城市B间的城际出行比例，flowAB为城市A与城市B间的出行规模，利用手机信令数据扩样得到，flowA和flowB分别为城市A和城市B的内部机动化出行规模，采取城市综合交通调查扩样数据或手机信令数据扩样得到；
根据所述城际客流出行比例的大小判断同城化程度的高低；
步骤2：根据下式(2)计算城际客流方向吸引系数：城际客流方向吸引系数为城市A对城市B的客流吸引力与城市B对城市A的客流吸引力的比值：
Figure FDA0002438213760000012
式中，dAB为城市A对城市B的城际客流方向吸引系数，PBEA为在城市B居住城市A就业的总人数，PAEB为在城市A居住城市B就业的总人数，PBEA和PAEB通过长周期手机信令或互联网位置数据的职住地识别获取；
所述城际客流方向吸引系数趋近于1表明双向客流吸引特征明显，大于2表明城市A对城市B的客流吸引力远大于城市B对城市A的吸引力，城市B表现为对城市A的单向同城化，小于0.5则表明城市A对城市B的单向同城化；
步骤3：根据下式(3)计算临界城际出行比例：
Figure FDA0002438213760000013
式中，fAB为城市A与城市B临界城际出行比例，flowAB_j为城市A与城市B临界城际出行的客流总量，临界距离可采用城市A与城市B中心间距离的50％，flowAB为城市A与城市B城际出行总量，flowAB_j和flowAB通过手机信令数据的驻点识别判断出行规模；
根据临界城际出行比例识别出双向同城和融合同城的状态；
步骤4：根据下式(4)计算城际主导出行方式分担率，所述城际主导出行方式分担率指城际出行的主导出行方式占比情况：
Figure FDA0002438213760000021
式中，MAB表示城市A与城市B间城际的主导出行方式占比，flowi为城市A与城市B间出行方式i的客流总量；各种方式的出行总量需通过多源数据分析，包括利用手机信令数据扩样后获取城际出行总规模，利用道路交通流量和高速公路收费数据获取的车流量数据测算的道路客流出行规模、公共交通闸机及售票数据获取的公共交通出行规模等；
根据城际主导出行方式分担率辅助判断双向同城与融合同城的状态；
步骤5：根据所述城际客流出行比例、城际客流方向吸引系数、临界城际出行比例以及主导出行方式分担率综合判断同城化发展阶段处于单向同城化、双向同城化或融合同城化阶段；
步骤6：根据下式(5)计算城际通勤出行比例：
Figure FDA0002438213760000022
式中，TQAB表示城市A与城市B间通勤出行比例，flowAB_TQ为城市A与城市B之间通勤出行总量，flowAB为城市A与城市B间的城际出行总量；flowAB_TQ确定方法如下：首先通过手机信令数据识别职住地，形成跨城职住集合{PE}；然后利用手机信令数据识别出行驻点，当人员i一次出行的起点和终点分别与{PE}集合中该人员的居住地和工作地对应时(或相反)，判断该次出行为通勤出行；
步骤7：根据所述城际通勤出行比例划分同城化出行模式：在同城化初期表现为满足产业联系的需求，客流特征为产业出行主导；随着同城化的深入，同城化发展状态发生变化，超出行政区的通勤出行逐步增加，以工作地和居住地为主体的通勤出行逐步形成，同城交通走廊由产业联系走廊向通勤与产业兼顾走廊、通勤走廊逐步转变；若所述城际通勤出行比例达到30％以上，即认为呈现明显的城际通勤出行特征。
CN202010258102.9A 2020-04-03 2020-04-03 一种基于信息数据的交通同城化阶段和出行模式划分方法 Withdrawn CN111445158A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010258102.9A CN111445158A (zh) 2020-04-03 2020-04-03 一种基于信息数据的交通同城化阶段和出行模式划分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010258102.9A CN111445158A (zh) 2020-04-03 2020-04-03 一种基于信息数据的交通同城化阶段和出行模式划分方法

Publications (1)

Publication Number Publication Date
CN111445158A true CN111445158A (zh) 2020-07-24

Family

ID=71652798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010258102.9A Withdrawn CN111445158A (zh) 2020-04-03 2020-04-03 一种基于信息数据的交通同城化阶段和出行模式划分方法

Country Status (1)

Country Link
CN (1) CN111445158A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112711576A (zh) * 2020-12-11 2021-04-27 上海城市交通设计院有限公司 一种识别手机信令数据高铁、飞机城际出行方式的方法
CN115440040A (zh) * 2022-09-02 2022-12-06 重庆大学 一种基于高速公路通行数据的通勤车辆识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573067A (zh) * 2015-01-23 2015-04-29 东南大学 一种有轨电车与brt线网综合布设方法
CN107305590A (zh) * 2017-06-14 2017-10-31 北京市交通信息中心 一种基于手机信令数据的城市交通出行特征确定方法
CN110415508A (zh) * 2019-09-04 2019-11-05 广州市交通规划研究院 一种基于城市引力的区域客运交通模型构建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573067A (zh) * 2015-01-23 2015-04-29 东南大学 一种有轨电车与brt线网综合布设方法
CN107305590A (zh) * 2017-06-14 2017-10-31 北京市交通信息中心 一种基于手机信令数据的城市交通出行特征确定方法
CN110415508A (zh) * 2019-09-04 2019-11-05 广州市交通规划研究院 一种基于城市引力的区域客运交通模型构建方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
宋程;马小毅;艾冠韬;张科;丁晨滋;: "大数据支撑的交通视角下同城化发展阶段辨别分析", 交通与运输, no. 05 *
张戎;诸立超;: "铁路枢纽内沪杭高铁列车开行站调整对不同特征旅客吸引的影响", 铁道学报, no. 03 *
徐海贤: "同城化的阶段特征、形式与趋势探析", 规划师 *
蔡逸峰;: "城市交通饱和时代的管制导向与改善展望――以上海道路交通的改善策略为例", 上海城市管理, no. 04 *
金安: "同城背景下城际交通特征演变趋势及发展对策", 铁道运输与经济, vol. 39, no. 4 *
陈先龙 等: "交通大数据视角看广佛同城", 城市交通, vol. 15, no. 5 *
黄海波, 何琳: "城市间旅客运输需求的研究", 铁道学报, no. 05 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112711576A (zh) * 2020-12-11 2021-04-27 上海城市交通设计院有限公司 一种识别手机信令数据高铁、飞机城际出行方式的方法
CN112711576B (zh) * 2020-12-11 2023-03-10 上海城市交通设计院有限公司 一种识别手机信令数据高铁、飞机城际出行方式的方法
CN115440040A (zh) * 2022-09-02 2022-12-06 重庆大学 一种基于高速公路通行数据的通勤车辆识别方法
CN115440040B (zh) * 2022-09-02 2023-09-22 重庆大学 一种基于高速公路通行数据的通勤车辆识别方法

Similar Documents

Publication Publication Date Title
CN104809112B (zh) 一种基于多源数据的城市公交发展水平综合评价方法
Tapiador et al. Characterizing European high speed train stations using intermodal time and entropy metrics
CN111445158A (zh) 一种基于信息数据的交通同城化阶段和出行模式划分方法
CN114139251B (zh) 一种边境地区陆路口岸整体布局方法
CN110598971A (zh) 一种基于蚁群算法的响应式公交服务规划方法
CN113506013A (zh) 基于多源数据的中运量公共交通系统综合效益评价方法
Yang et al. Spatially Varying Relation between Built Environment and Station‐Level Subway Passenger‐Distance
Curtis et al. Transitioning urban arterial roads to activity corridors
Hua A study on the management model of smart tourism industry under the era of Big Data
CN115471053A (zh) 基于多源数据融合的公轨接驳服务水平评估系统
Incırcı et al. Determining the location of the urban transport interchanges based on the geographic information system: The case study for Istanbul
CN110705827B (zh) 一种基于“交通云”的城市交通健康指标的建立方法
Wen et al. Research on urban road network evaluation based on fractal analysis
Wu et al. The correlations of transportation with regional economy and demographic space
Sun et al. A Novel Model for Accessibility of Bus Station and Its Application to Bottlenecks Identification: A Case Study in Harbin
Zhang Research on generalized multimodal transport cost assignment model based on super transportation network
Lou et al. Planning of a comprehensive transportation system in Ma’anshan based on mobile phone signaling data
Xianning et al. Research on Spatial Perception and Inheritance of Traffic Settlement: a Case Study of Yuliang Ancient Village in Huizhou.
Zhong et al. Research on the Design Method of Microcirculation Buses along the Metro
Zhu et al. Comprehensive Evaluation Approach for the Coordinated Development of Urban Bus and Metro Based on Entropy-TOPSIS Method
Chia Walking accessibility and connectivity of transit: Modelling and impact analysis on transit choice and network coverage
Mohamedmeki et al. Improving the transportation system in Baghdad city
Xiao et al. Division of Rural Passenger Transport Development Stages and Planning Methods for Different Stage: Taking Ganzhou City as an Example
Han et al. Evaluation of the Walking Friendliness of Subway Station Based on AHP-TOPSIS Method
Du et al. Research on the Transformation of Railway Stations and Surrounding Areas in Central Cites Using Space Syntax

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200724