[论文解读] Short-distance commuters in the smart city

Francisco Benita, Garvit Bansal+2 more|arXiv (Cornell University)|Feb 16, 2019

Urban Transport and Accessibility参考文献 29被引用 5

一句话总结

本研究利用原始GPS和公共交通数据而非调查问卷，分析新加坡短途通勤者的出行方式选择，建模步行、公交和地铁的偏好。研究发现通勤者对公交和地铁的感知无显著差异，否定了嵌套选择模型的假设，并确定步行可达性和公共交通可达性是推动出行方式转变的关键因素。

ABSTRACT

This study models and examines commuter's preferences for short-distance transportation modes, namely: walking, taking a bus or riding a metro. It is used a unique dataset from a large-scale field experiment in Singapore that provides rich information about tens of thousands of commuters' behavior. In contrast to the standard approach, this work does not relay on survey data. Conversely, the chosen transportation modes are identified by processing raw data (latitude, longitude, timestamp). The approach of this work exploits the information generated by the smart transportation system in the city that make suitable the task of obtaining granular and nearly real-time data. Novel algorithms are proposed with the intention to generate proxies for walkability and public transport attributes. The empirical results of the case study suggest that commuters do no differentiate between public transport choices (bus and metro), therefore possible nested structures for the public transport modes are rejected.

研究动机与目标

• 理解影响智慧城市背景下短途通勤者在步行、公交和地铁之间选择的因素。
• 检验通勤者是否将公共交通方式（公交和地铁）视为不同的选择，从而挑战标准嵌套对数模型的假设。
• 利用自动化出行数据而非基于调查的测量方法，开发步行可达性和公共交通属性的数据驱动代理指标。
• 识别影响2.5公里以下行程选择步行还是公共交通的城市设计与公共交通特征。

提出的方法

• 处理来自新加坡国家科学实验的原始GPS和公共交通数据（纬度、经度、时间戳），推断实际出行方式，无需依赖调查问卷。
• 应用新颖算法，生成步行可达性和公共交通属性的代理指标，包括子区域可达性和路线连通性。
• 使用算法1简化道路网络，通过合并中间节点，在保留路径查找关键连通性的同时实现网络简化。
• 采用算法2计算ε-最短路径，通过容差阈值识别近似最优路线，以模拟现实出行行为。
• 使用算法3通过确定无需换乘即可通过公共交通到达的独立子区域数量，计算子区域可达性。
• 应用二元和多元对数模型估计出行方式选择行为，将推导出的代理指标作为解释变量。

实验结果

研究问题

• RQ1 通勤者在短途出行中是否能区分公交和地铁作为公共交通选择？
• RQ2 影响短途出行中步行与公共交通选择的关键城市设计与公共交通属性是什么？
• RQ3 步行可达性和公共交通可达性如何影响2.5公里以内行程的出行方式选择？
• RQ4 能否通过智慧城市系统中的自动化数据处理可靠地替代基于调查的数据来建模出行方式选择行为？

主要发现

• 通勤者在短途出行中无法区分公交和地铁方式，导致拒绝使用假设此类差异存在的嵌套对数模型。
• 步行可达性（由目的地接近度和行人基础设施决定）是选择步行而非公共交通的重要因素。
• 公共交通可达性，特别是无需换乘即可到达的子区域数量，强烈影响选择公共交通而非步行的决策。
• 本研究基于GPS和公共交通数据的自动化方法成功识别出无调查偏差的行为模式，验证了自动化系统在交通研究中应用的可靠性。
• ε-最短路径算法通过允许在容差范围内的近似最优路径，有效捕捉了现实出行行为，提升了模型的稳健性。
• 简化的网络模型在降低计算复杂度的同时保留了关键连通性，使大规模出行数据的可扩展分析成为可能。