[论文解读] Trip Length Distribution Under Multiplicative Spatial Models of Supply and Demand: Theory and Sensitivity Analysis

Daniele Veneziano, Marta C. González|arXiv (Cornell University)|Nov 19, 2010

Urban Transport and Accessibility参考文献 26被引用 6

一句话总结

本文提出了用于供需的乘法空间模型，以分析行程长度分布如何受空间聚类、供需失衡以及多尺度吸引力/排斥力的影响。利用准解析方法和美国大都市区的真实数据，研究发现行程长度对目的地密度与吸引力相关性的敏感度最高，在特定模型条件下表现出尺度不变性特征。

ABSTRACT

We propose new probabilistic models for the spatial distribution of supply and demand and use the models to determine how the trip length distribution is affected by the relative shortage or excess of supply, the spatial clustering of supply and demand, and the degree of attraction or repulsion between supply and demand at different spatial scales. The models have a multiplicative structure and in certain cases possess scale invariance properties. Using detailed population data in metropolitan US regions validates the demand model. The trip length distribution, evaluated under destination choice models of the intervening opportunities type, has quasi-analytic form.We take advantage of this feature to study the sensitivity of the trip length distribution to parameters of the demand, supply and destination choice models. We find that trip length is affected in important but different ways by the spatial density of potential destinations, the dependence among their attractiveness levels, and the correlation between supply and demand at different spatial scales.

研究动机与目标

• 开发能够捕捉现实城市出行模式的供需概率空间模型。
• 研究供需失衡、空间聚类以及不同尺度下的吸引力/排斥力如何影响行程长度分布。
• 利用美国大都市区域的详细人口数据验证需求模型。
• 探究介入机会型目的地选择模型中参数对行程长度分布的敏感性。
• 探索乘法空间模型框架下的尺度不变性特性。

提出的方法

• 在特定条件下提出具有尺度不变特性的供需乘法空间模型。
• 采用准解析方法评估介入机会模型下目的地选择的行程长度分布。
• 使用美国大都市区域的真实人口数据验证需求模型分量。
• 提出一个框架，用于分析行程长度对目的地空间密度、吸引力相关性以及不同尺度下供需相关性的敏感性。
• 运用统计与概率技术建模供需分布中的空间依赖性与异质性。
• 利用arXiv DOI及论文提交历史中的数据实现版本控制与可复现性。

实验结果

研究问题

• RQ1 供需的空间聚类如何影响最终的行程长度分布？
• RQ2 在乘法空间模型下，供需失衡以何种方式影响行程长度统计特征？
• RQ3 供需之间的吸引力与排斥力效应在不同空间尺度下如何变化？
• RQ4 目的地密度与吸引力相关性对行程长度分布有何影响？
• RQ5 所提出的模型在多大程度上表现出尺度不变性？其对出行建模有何启示？

主要发现

• 行程长度分布对潜在目的地的空间密度及其吸引力水平的相关性最为敏感。
• 在特定参数配置下，模型表现出尺度不变行为，从而具备良好的解析可处理性。
• 供需的空间聚类显著改变行程长度分布，且在中等尺度下影响更为显著。
• 不同空间尺度下的供需相关性调节行程长度，相关性越高，平均行程越短。
• 准解析框架可在无需完整模拟的情况下，高效开展对模型参数的敏感性分析。
• 基于美国大都市人口数据的验证结果证实了所提出的需求模型分量具有现实合理性。