为准确把握建筑分布对站点客流的影响规律,本文采用以建筑楼栋为单位的建筑普查数据替代既有研究中的POI(Point of Interest)数据,同时考虑建筑混合度、换乘线路数、周边公交站点数、周边道路里程等多种可能因素影响,并在初步回归分析...为准确把握建筑分布对站点客流的影响规律,本文采用以建筑楼栋为单位的建筑普查数据替代既有研究中的POI(Point of Interest)数据,同时考虑建筑混合度、换乘线路数、周边公交站点数、周边道路里程等多种可能因素影响,并在初步回归分析剔除道路网络密度等无明显相关性因素后,建立考虑空间异质性的局域空间回归模型(GWR),研究建筑总量与轨道站点客流量的关系。之后通过控制换乘线路数、周边公交站点数等因素对站点客流的影响,建立对样本量需求较小的全局性空间回归模型(SLM)分析不同类型建筑对轨道站点客流量的影响。研究结果表明:建筑总量与站点客流量呈正相关关系,其在500,800,1000 m范围内相关系数分别为0.015、0.007和0.004,建筑混合度与站点客流量相关性不显著;在各类建筑中,工业建筑和综合建筑对轨道交通客流量影响不明显,其余建筑均与站点客流量呈正相关,且相关性由高到低分别为私宅、办公、商业、住宅;随着与站点距离的增加,商业建筑相关性衰减最快,其次是私宅、办公建筑,超过800 m范围后商业建筑与站点客流量相关性不显著。展开更多
文摘为准确把握建筑分布对站点客流的影响规律,本文采用以建筑楼栋为单位的建筑普查数据替代既有研究中的POI(Point of Interest)数据,同时考虑建筑混合度、换乘线路数、周边公交站点数、周边道路里程等多种可能因素影响,并在初步回归分析剔除道路网络密度等无明显相关性因素后,建立考虑空间异质性的局域空间回归模型(GWR),研究建筑总量与轨道站点客流量的关系。之后通过控制换乘线路数、周边公交站点数等因素对站点客流的影响,建立对样本量需求较小的全局性空间回归模型(SLM)分析不同类型建筑对轨道站点客流量的影响。研究结果表明:建筑总量与站点客流量呈正相关关系,其在500,800,1000 m范围内相关系数分别为0.015、0.007和0.004,建筑混合度与站点客流量相关性不显著;在各类建筑中,工业建筑和综合建筑对轨道交通客流量影响不明显,其余建筑均与站点客流量呈正相关,且相关性由高到低分别为私宅、办公、商业、住宅;随着与站点距离的增加,商业建筑相关性衰减最快,其次是私宅、办公建筑,超过800 m范围后商业建筑与站点客流量相关性不显著。
