居民使用交通工具上下班情况spss分析.docx

上传人:b****1 文档编号:2025702 上传时间:2023-05-02 格式:DOCX 页数:13 大小:84.52KB
下载 相关 举报
居民使用交通工具上下班情况spss分析.docx_第1页
第1页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第2页
第2页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第3页
第3页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第4页
第4页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第5页
第5页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第6页
第6页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第7页
第7页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第8页
第8页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第9页
第9页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第10页
第10页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第11页
第11页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第12页
第12页 / 共13页
居民使用交通工具上下班情况spss分析.docx_第13页
第13页 / 共13页
亲,该文档总共13页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

居民使用交通工具上下班情况spss分析.docx

《居民使用交通工具上下班情况spss分析.docx》由会员分享,可在线阅读,更多相关《居民使用交通工具上下班情况spss分析.docx(13页珍藏版)》请在冰点文库上搜索。

居民使用交通工具上下班情况spss分析.docx

居民使用交通工具上下班情况spss分析

居民使用交通工具上下班情况

专业:

2010级财务管理姓名:

张杨丽学号:

10551177

论文摘要:

不同的上下班交通行为为其可持续具有差别,通过SPSS二元回归分析,发现不同上下班交通的选择背后的性别,年龄,收入具有关系。

结论对促进上下班交通行为的选择具有指导意义,控制引导上班出行措施的制定等有着现实意义,并对制定交通系统规划、完善交通政策相关规章提供科学依据。

关键词:

上下班交通行为二回归分析

一.正文:

1.总体概况

吸引、交通分布城市交通对于社会、经济的发展至关重要。

其交通方式有很多,从步行、公共交通到私人交通工具不一而足。

在当前中国所处的快速变迁时期,最关键的问题在于为不同类型的城市配置最合适的出行方式组合。

交通方式选择即人们在出行时选择何种交通方式,是交通需求预测“四阶段法”中交通发生与、交通方式划分、交通流分配的一个重要环节所以研究影响交通方式选择的因素就显得尤为重要了。

影响交通方式划分的因素有很多种,社会、文化和经济因素都会对人们交通方式的选择产生影响。

很多研究将家庭或个人收入列为最重要的因素,因为它直接决定了是否有能力支付某种交通方式所需的全部费用;此外,年龄也是影响交通方式选择的重要因素,

性别之所以产生影响主要源于家庭分工,不同的家庭分工将直接影响男女性别在交通模式选择上有所区别,而不同社会又具有不同的家庭分工方式。

2.城市交通结构与城市形态

     城市的形态、规模、居住分布形式等取决于人们在相对较短时间内的出行距离和活动范围,而出行距离又取决于当时的交通方式.交通方式的发展是改变城市空间结构和土地利用形态的重要影响因素.

     按照交通方式的演变过程,城市的发展大致上可以分为步行和马车时代、有轨电车时代、小汽车时代和综合交通时代,不同时期的主导交通方式不同,居民的活动方式和范围有很大差别,导致城市结构和土地利用形态的不同。

3.主题

本研究结论表明:

Logistic模型适用于上班出行方式选择研究,其拟合效果好,预测误差率低,优度比指标达0.516,正确率达86.7%。

其次,经模型验证得出:

出行者性别、年龄、家庭月收入对上下班出行者的交通方式选择行为均有影响。

在此基础上,进一步采用Logistic模型,构建了上班出行方式选择模型,定量分析了上班出行者的个人、家庭、社会经济因素对其交通方式选择的影响,并对模型进行了统计检验。

结论表明:

Logistic模型适用于上班出行方式选择研究,其拟合效果好,预测误差率低,优度比指标达0.516,正确率达86.7%。

其次,经模型验证得出:

出行者性别、年龄、家庭月收入上班途中链接非工作活动数对上班出行者的交通方式选择行为均有影响。

最后,根据模型的结论,对上班出行者的交通方式选择行为进行了解释、预测,并对影响上班出行方式选择的因素进行了敏感性分析。

论文研究以统计学、交通规划学等理论为基础,结合实际的居民出行调查数据,利用计算机编程工具、统计分析软件,研究了上班出行行为特征。

研究将对解释上班出行行为、预测未来年上班出行需求、控制引导上班出行措施的制定等有着现实意义,并对制定交通系统规划、完善交通政策相关规章提供科学依据。

 

二.数据来源

居民使用交通工具上下班情况表

序号

年龄

月收入

性别

方式

1

18

850

0

0

2

21

1200

0

0

3

23

850

0

1

4

23

950

0

1

5

28

1200

0

1

6

31

850

0

0

7

36

1500

0

1

8

42

1000

0

1

9

46

950

0

1

10

48

1200

0

0

11

55

1800

0

1

12

56

2100

0

1

13

58

1800

0

1

14

18

850

0

0

15

20

1000

1

0

16

25

1200

1

0

17

27

1300

1

0

18

28

1500

1

0

19

30

950

1

1

20

32

1000

1

0

21

33

1800

1

0

22

33

1000

1

0

23

38

1200

1

0

24

41

1500

1

0

25

45

1800

1

1

26

48

1000

1

0

27

52

1500

1

1

28

56

1800

1

1

数据来自《spss教程》人民邮电大学出版社

 

三.图形分析

图1

从折线图中可以看出月收入高的更偏向于乘坐公共交通,年龄大的也偏向于坐公共汽车,

以下三个折线图都是交通方式和各个自变量的比较分析。

(0代表骑自行车,1代表坐公共汽车)

图2

图2中,月收入与方式呈波浪形,收入高峰对应公交车,收入1000的居多,各选择对半。

 

图3

年龄与方式的比较重,呈N字变化,20到30的骑自行车较多,往上年龄的就是坐公交。

 

图4

图4说明了性别与交通方式选择中,汽车与坐车各占一半,概率为0.5

四.回归分析

表1是因变量的赋值表,在spss中,默认的将二分类变量中出现次数较多的赋值为1,本分析中比较特殊,二分类变量的两种出现的次数是一致的,从表格中可以看出,将骑自行车赋值为0,将乘公共汽车赋值为1.

表1

因变量编码

初始值

内部值

骑自行车

0

乘公共汽车

1

 

表2

分类表a,b模型初始分类预测表

已观测

已预测

方式

百分比校正

骑自行车

乘公共汽车

步骤0

方式

骑自行车

15

0

100.0

乘公共汽车

13

0

.0

总计百分比

53.6

a.模型中包括常量。

b.切割值为.500

表2是模型初始分类预测表,此时模型中不含任何自变量,只包含常数项。

表格左方代表实际观测值,右方代表模型的观测值和正确率。

此时预测骑自行车的多,预测的正确率为53.6%。

 

表3

方程中的变量

B

S.E,

Wals

df

Sig.

Exp(B)

步骤0

常量

-.143

.379

.143

1

.706

.867

表3和给出了模型系数的检验结果,其中常数项系数为-0.143,其相伴概率为0.706,说明常数项显著

 

表4是模型系数的综合检验,共采用了三种检验方法,分别是相对似然比检验,快间的相对似然比检验和模型间的相对似然比检验。

由于本例中只有一个自变量组且采取强行进入法将所有变量纳入模型,所以三种检验方法的结果是一致的。

模型具有显著的统计意义。

表4

模型系数的综合检验

卡方

df

Sig.

步骤1

步骤

12.132

3

.007

12.132

3

.007

模型

12.132

3

.007

表5

模型汇总

步骤

-2对数似然值

Cox&SnellR方

NagelkerkeR方

1

26.541a

.552

.770

a.因为参数估计的更改范围小于.001,所以估计在迭代次数5处终止。

表5是模型汇总,主要给出了-2对似然数的两个决定系数,从数据上看,模型拟合度是不错的。

表7

分类表a

已观测

已预测

方式

百分比校正

骑自行车

乘公共汽车

步骤1

方式

骑自行车

13

3

86.7

乘公共汽车

3

13

76.9

总计百分比

82.1

a.切割值为.500

表6是模型类预测表此时模型的预测准确率为86.7%

表7

方程中的变量

B

S.E,

Wals

df

Sig.

Exp(B)

EXP(B)的95%C.I.

下限

上限

步骤1a

年龄

.087

.052

2.857

1

.091

1.091

.986

1.208

月收入

.002

.002

.685

1

.408

1.002

.998

1.005

性别

2.425

1.182

4.210

1

.040

.088

.009

.897

常量

-3.978

2.071

3.690

1

.055

.019

a.在步骤1中输入的变量:

年龄,月收入,性别.

表7是logistic模型的拟合结果,表格从左到右依次是变量和常数项的系数值(B),标准误差(S.E,)卡方值,自由度,相伴概率,EXP,由于各回归系数均为正数,取相应的指数后会大于1,表示X1,X2,X3,的取值越大,骑自行车的可能性比坐公交车的大。

其模型为

Ln(p/1-p)=0.087X1+0.002X2+2.425X3-3.978

(其中X1为年龄变量,X2为月收入变量,X3为性别变量)

五.综和分析

1.出行行为理论是交通管理和控制中最重要的理论之一

对个体出行行为的研究,是进行城市交通规划、建设、管理的一项不可缺少的基础工作,也是城市社会学研究的重要课题。

交通方式,以其迅速、准时、舒适的服务吸引中长距离的出行者,减少出行对道路空间的占用。

上班出行是城市居民最基本和最重要的出行,其影响到城市生活的方方面面,尤其是早高峰时段的交通拥挤,已经成为城市交通的突出问题之一,并影响城市环境和制约城市社会经济的进一步发展。

因此,在城市居民出行调查的基础上,以上班出行作为研究对象,提炼出其内在规律和出行特征,对制定和实施缓解城市交通拥挤的出行需求政策,保证城市交通系统顺利进行有重要的参考价值。

然后,归纳总结了描述上班出行行为特征的各项指标以及出行行为的影响因素,并利用上班出行调查数据,详细分析了上班出行各项指标的基本特征,上班出行方式选择与个人、家庭、出行属性之间的关联特征.

    

2.居民出行方式的选择影响着交通系统结构的建立

我国目前正处于交通结构调整时期,出行方式日趋多样化,出行需求日益增长,通过居民出行方式选择的分析不难发现,个体机动化交通方式在对公共交通有着强烈排斥作用的同时正无时无刻地与公共交通进行激烈的竞争。

为了调整城市交通各出行方式间的构成比例,建立一个可持续化的交通系统结构模式,仍需要大力发展公共交通,引导人们选择更加有益于社会、环境的出行方式。

城市规模扩大、居民出行空间距离增加,促使人们对城市交通网络服务水平及机动化快速交通工具需求增强,因此城市居民出行距离结构也在客观上决定了不同交通方式可能分担的出行量比例.

     我国大城市多为单中心连片密集布局,用地紧凑,居民平均出行距离较短.随着城市人口规模与建成区面积的扩大,城市居民出行距离增加,对机动化快捷交通方式的需求必将随之增长.

      当城市规模增加到一定程度时,建立快速公共交通系统、提高公交车辆运行速度、降低公交出行时耗,才能保持城市公共交通的竞争力.必要时还需引入地铁、轻轨等大中运量快速轨道

城市客运交通方式可大致分为步行、自行车、摩托车、小汽车以及公共交通(包括常规地面公共交通、大中运量轨道交通、出租车交通等).城市客运交通方式结构模式概括起来主要有两大类

     一类是以欧美、日本等发达国家为代表的以机动化交通为主体的交通结构.

     一类是以我国绝大多数城市为代表的以非机动化交通为主体、步行和自行车交通占较大比重、多种交通方式并存的交通结构.

     城市交通结构在外部因素一定的情况下处于一种动态平衡状态,当外部条件发生变化(如出现新的交通方式、交通政策改变、出行者自身特征改变等)时,平衡被破坏;当外部条件相对固定后,将逐步达到一种新的动态平衡状态.稳定的交通结构并不等于合理的交通结构.

     在可持续发展的城市交通系统中,交通结构有着重要的地位,城市资源消耗、环境质量、运输效率等重要规划目标均与城市交通结构有直接的关系.

3.合理的城市交通结构发展应遵循以下原则:

(1)提高交通运输能力.通过提高道路交通系统的运输效率来提高运输能力,要求从政策上扶持运输效率高的公共交通系统,限制单位运输效率低的个体机动化交通方式过度发展.

     

(2)客运交通结构的发展应避免地面道路资源的枯竭,在适当的时候建立新型大运量的客运交通方式.

     (3)客运交通结构应满足不同城市居民层次的需要,具有多样性.

     (4)有利于城市资源优化利用和城市环境质量的提高.

     (5)交通结构优化,不仅指通过不同交通方式增长速度的控制来实现交通结构中比例关系的变化,更表现为交通结构中主体交通方式的更替.交通结构优化应是政府政策导向和市场导向共同作用的结果.

4.城市交通结构与土地利用协调优化

各种城市客运交通方式的运输特征和城市的土地利用特征,其指导思想是交通方式不仅要适应城市的土地利用,而且应在交通政策的引导下,通过交通结构的合理转变促进可持续发展.

     我国城市的交通结构必须在适合我国国情的基础上确立,现阶段我国经济较落后、资金短缺、人均资源少,而在所有的资源中,土地是最紧缺的资源.在城市化的过程中必须集约利用土地,避免城镇建设占用大量耕地,以尽可能少的土地来实现尽可能高的城市化水平.我国的国情决定了我国不可能像西方发达国家那样发展占地面积巨大的、低密度的城市,而只能主要采用密集型城市的发展模式,注重城市内涵式发展。

5我国城市机动化发展道路

     

(1)国内城市交通结构正处于向机动化方向的转型期.根据国内外城市机动化发展经验,我国城市机动化发展道路有两条:

一是步行→自行车→摩托车(助力车)→私人小汽车;二是步行→自行车→公交.重视城市总体交通结构优化,促进合理城市交通结构的形成,对城市交通可持续发展有至关重要的影响.由于各城市有着自身不同的特点,因此,什么样的交通结构合理应根据城市的实际情况确定.我国城市交通结构优化的主要出发点是城市土地、城市环境和能源消耗的基本状况.

城市交通结构与土地利用协调优土地利用主要表现为城市形态、城市规模及人口密度等形式.以步行或车为主要交通方式时,居民的活动范围很小,城市一般以CBD为中心、形成相对密集居住的同心圆形状,其半径一般不超过从居住地到工作地的平均距离,相应各种交通工具运载能力不同,对交通需求量的大小、发生强度与分布密度有着不同的适应性,客观决定了不同规模和用地布局的城市对交通工具的选择差异.

居民必然根据不同交通方式能提供的运送速度选择出行方式.我国大城市现状用地布局形态多为单中心连片密集布局,假设市区为同心圆形态、建成区的扩展不受地理条件限制、市区各方向的通达性相同,则可以计算出各种交通方式所决定的最大建成区面积,

 

(2)城市规模和用地布局决定了城市交通需求量的大小及其空间分布,影响着人们对交通方式的选择:

香港人口高度集中,为公共交通的发展提供了需要和可能.城市中45%的人口居住在距离地铁站500m以内的范围、位于非轨道交通沿线的住宅围绕公共汽车站形成高密度组团的居住模式.就业用地的布局也采用类似模式,如在新界,约78%的就业岗位集中在8个铁路车站附近的就业中心内,其用地面积之和仅占新界总面积的2.5%.商业中心更是高度集中在各类公共交通的大型枢纽附近.建筑组团以地铁车站为核心聚集,呈不均匀分布状态,建筑组团之间以绿地、广场等开放空间组织.这种高密度的土地开发利用和城市公共交通的发展建设模式是值得我们参考的.

(3)有轨电车的出现极大地提高了出行方便性,与市中心的距离不再是制约居民选择居住地的唯一条件,而离有轨电车车站的距离成为选择居住地的重要因素.有轨电车的出现极大地刺激了城市外围地区的开发,特别是在有轨电车沿线两侧步行范围内,土地的开发活动十分活跃.同时,由于有轨电车的建设周期较长,初期难以形成密集的线网,人们较集中地居住在线路两侧.城市的形状在原来同心圆的基础上,发展为以轨道线路为分支的星形状态.

     进入小汽车时代后,美国和欧洲选择了不同的主导交通方式和城市形态.美国以小汽车为主要交通工具,城市多数呈现分散、蔓延的形态.欧洲十分重视公交、特别是轨道交通,大城市通过轨道交通将市中心、近郊生活就业区及远郊卫星城镇联系起来,形成多中心的城市形态.轨道交通系统的形成,使城市的发展从向心集聚型向离心分散型转变,使城市中心出现所谓的“职住分离”现象

     (4)在保存强大市中心的城市,轨道交通为离心分散型的城市形态提供了重要的保障.对比轨道交通与小汽车交通,轨道交通在节约土地、维持城市中心活力以及促进城市形成组团式发展等方面较为有利;小汽车交通灵活、方便,机动性强,容易形成较密集的交通网络,有利于城

市的均衡发展和降低城市人口密度.城市交通结构与城市规模

 参考文献:

1.spasforwindows统计分析刘子君赵维波编著东北大学出版社2004年

2.《个体日常工作出行行为分析研究》中山大学学报(自然科学版)-2010,49(z1)

3.《如何结合我国国情对城市交通进行结构调整》智能交通网()发布时间:

2011-10-283.

4.袁桂秋维普资讯网2009价格月刊

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 工程科技 > 能源化工

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2