北京市城市建成环境对公共交通出行指数的影响机理研究.pdfVIP

摘要

摘要

近年来，公共交通的发展和普及重塑了居民的通勤行为，公共汽车和轨道交

通已经成为居民出行的主要方式之一。然而，随着公共交通的发展和人口的集聚，

通勤高峰时段公共交通的供需矛盾日益凸显。了解公共交通出行指数（Public

TransitIndex,PTI）与建成环境之间的关系，对于缓解公共交通供需矛盾以及促进

以公共交通为导向的城市发展至关重要。目前，有关公共交通出行指数的研究多

以探究其与建成环境的线性关系为主，缺乏考虑非线性关系。以北京市为例，分

别将研究区域内早、晚高峰时段公共交通出行指数（公共交通的刷卡数量和人口

的比值）作为因变量，根据建成环境“7D”维度选取15个变量作为自变量，构建数

据集。利用MGWR探究建成环境对公共交通出行指数影响的尺度，利用XGBoost

模型探究建成环境对公共交通出行指数的非线性影响、阈值效应和交互作用影响，

并与地理探测器对比模型结果。

多尺度地理加权回归模型的分析结果表明，对于早晚高峰公共交通出行指数

影响程度从大到小前五名因子为出行距离＞轨道交通站点密度＞容积率＞停车场

密度＞人口密度。在多个机器学习的模型对比结果中，XGBoost模型的决定系数

最高。XGBoost模型和地理探测器结果较为相似。XGBoost模型的结果显示，对

于早高峰和晚高峰公共交通出行指数而言，影响较大的前五名因子为出行距离＞

轨道交通站点密度＞公共服务设施POI密度＞容积率＞办公设施POI密度的单因

子作用最大。此外，出行距离、轨道交通站点密度、公共交通线路密度、容积率

和路网密度在两个时段都有较强的阈值效应。关于交互作用，主要影响因子（出

行距离）与容积率、轨道交通站点和人口密度的交互作用较强。地理探测器的因

子探测结果显示，对于早晚高峰公共交通出行指数而言，建成环境因子的q值从

大到小排序前八名为出行距离＞居住人口密度＞停车场密度＞轨道交通站点密度

＞容积率＞公共服务设施POI密度＞办公设施POI密度＞商业设施POI密度。早

晚高峰交互探测的结果显示，建成环境因子交互后q值从大到小排序，前三名均

∩∩∩

为出行距离轨道交通站点密度＞出行距离居住人口密度＞出行距离容积率。

最后，从公共交通出行指数较低区域和建成环境处于阈值范围内的交集区域

选取优先更新区域，基于线性和非线性模型结果，从多样性维度、城市设计维度

和交通距离维度三个层面进行城市更新设计，以低碳出行为导向，从提高公共交

通出行效率角度提出公共交通出行指数优化策略。

关键词：建成环境；公共交通出行指数；XGBoost；多尺度地理加权回归

I

摘要

II

Abstract

Abstract

Inrecentyears,thedevelopmentandpopularizationofpublictransportationhas

reshapedresidentscommutingbehavior,andbusesandrailtransithavebecomeoneof

themainwaysforresidentstotravel.However,aspublictransportationdevelopsand

populationagglomerates,theconflictbetweenthesupplyanddemandofpublic

transportationduringpeakhourshasbecomeincreasinglyevident.Understanding