中美六大都市区居民活动模式识别与对比分析

中美六大都市区居民活动模式识别与对比分析: 作者：杨超叶文等来源：中国公路网时间：2019-03-14

杨超¹, 叶文 ², 朱荣荣 ^3*, 张天然 ⁴

1 教育部道路与交通工程重点实验室，同济大学，曹安公路4800号，上海 201804，中国

2 上海汽车集团股份有限公司数据业务部，威海路489号，上海 200040，中国

3. 浙江大华技术股份有限公司大数据研究院，杭州滨江区滨安路1199号，浙江 310051，中国

4. 上海市城市规划设计研究院，上海 200040，中国

* 通信作者邮箱:393170040@qq.com

摘要

城市居民出行是由不同的活动目的驱动的。为了更好地了解不同地区的居民活动特征，本文对六个中美大都市区的代表性活动模式（Representative Activity Patterns, RAPs）进行了研究和分析。研究使用2009年上海居民出行调查数据和同年的美国居民出行调查数据，并选择中国上海和美国纽约、洛杉矶、达拉斯-沃斯堡等六个大都市区的居民为研究对象，探究其日常活动规律。

首先，将居民出行调查数据预处理后，分别得到六个大都市区居民工作日和双休日的活动链，其中包含工作(W)、上学(S)、购物(M)、娱乐(E)、商务(B)、接送人(P)、在家(H)及其它(O)八种活动类型。以半小时为单位，根据居民的活动链确定其在一天中的每个时段的主要活动类型，可得到带时间段序号的活动序列。将一位居民的活动序列类比为自然语言处理中的一篇文档，序列中的一个元素视为文档中的一个词语，利用隐含狄利克雷分布(LDA)主题模型，可以获取每篇文档的主题分布，即居民的活动主题分布，并将其定义为居民的活动模式。为了实现个体分类的目的，本文进一步利用基于随机抽样的近邻传播（AP）算法，以居民的活动主题分布为样本进行聚类，识别出各个都市区工作日和双休日的居民RAPs。通过计算不同类型的活动模式中特征指标，比如人口比例、人均活动次数、离家和回家的平均时间，以及平均年龄、性别比、不同教育水平的比例等人口属性，进一步比较分析了六个大都市区的代表性活动模式的异同。最后，对于相同类型的活动模式，量化六个大都市区活动模式特征指标的差异。

对于人口稠密的大都市区来说，通勤压力更为显著，需要对工作模式进行深入研究，故本文以代表性工作活动模式为例展开具体的对比分析。结果表明，六个大都市区的工作活动模式存在一些共同点，但在一些具体特征上也存在明显差异，上海与美国五个大都市区的差异最为显著，美国的五个大都市区之间也存在差异。虽然本文仅以代表性工作活动模式为例展开分析，但该分析方法同样适用于其他类型的代表性活动模式，比如上学、娱乐等。

研究发现居民社会经济属性和RAPs具有相关性，这一相关性可以在规划年利用居民社会经济属性估计其RAPs，进而进行活动链的预测。当然，本研究提出的方法也可以使用手机信令数据进行RAPs的识别及居民分类。未来研究中可以在RAPs的基础上增加居民活动空间的分析维度。

【编辑：】

【关闭窗口】【返回上一级】

欢迎关注中国公路、中国高速公路微信公众号

中国公路

中国高速公路

相关阅读

欢迎关注中国公路、中国高速公路微信公众号