通勤成本

通勤成本（共7篇）

通勤成本 篇1

引言

以地铁为主的轨道交通已成为公众快捷便利出入核心城区的重要交通手段,同时地铁轨道交通具有准时、安全、大容量、高速度、低消耗、高效率和低污染的特点,符合我国长远的可持续发展战略。加大投入建设和完善地铁,这不仅可以改善房地产市场长期以来的低效性,并且可缓和核心城区房价过高的问题,也促使城市形成多元化的多核型轴向良好的发展模式,从而改变原有位置的城市优劣布局,打破原先固有的房价空间结构。同时,越来越多的购房者重视房屋周围区域是否具有完善的轨道交通设施,是否能满足其日常便捷出行的需求。因此可以看出,地铁轨道交通对沿线房地产住宅价格产生了一定的影响,并表现出一定的规律性。

由于国外房地产市场的发展和轨道交通的发展都较早,从20 世纪70 年代就有国外学者开始研究轨道交通对房地产住宅价格的影响,并进行了大量的定量分析。美国Sedawy公司(1999)通过收集旧金山湾区捷运铁路系统对周围住宅价格的影响因素数据分析,得出的研究结论表明,距离BART站每增加1.6 公里,价格将由减少3 200~3 700 美元,车站周边的公寓租金将减少15%~26%。斯瓦洛(1994)通过收集当地轨道交通沿线的影响房地产价格因素的样本数据,运用多元线性回归分析的方法进行了研究;亨尼贝瑞(1998)通过长期对谢菲尔德的轨道交通系统进行数据收集和研究分析发现,在该轨道交通建设期间周围房地产价格不升反降,而在建设完成后,周围房地产价格迅速上升并超过之前水平。

还有国内学者研究结论发现,轨道交通对沿线房地产价格的影响与其距离成反比关系,距离轨道交通站点越近的房地产,其房价上涨的幅度越明显;而距离轨道交通站点越远,其房价上涨的幅度越弱。冯长春运用多元线性回归模型对北京地铁5 号线沿线2km范围内进行研究,通过分析样本研究数据得出轨道交通对沿线房地产价格影响程度的结论:在其所选取的众多影响房地产价格的影响因素中,轨道交通的影响作用是最明显的,随着距离地铁站口距离的增加,房地产价格不断下降,并在2km之后对房地产价格影响不显著。

本文选取长沙地铁2 号线为研究对象,综合列举分析了周边影响通勤成本的主要因素及其与住宅价格之间的内在关系,运用进行定量分析采用Hedonic模型的研究分析方法,通过相关数据收集并运用定量分析的方法给出定量结论,得出通勤成本与住宅价格之间内在联系的空间互动关系。长沙市作为湖南省省会,是我国具有代表性的二线城市,而长沙地铁2 号线作为长沙市开通运营的第一条线路,通过其研究可为长沙市开展不同地铁线路及其其他二线城市开展地铁轨道交通建设与城市房地产价格的分析提供参考。

一、数据分析和模型构建

(一)数据收集

本文实证研究所选取的数据是2012—2013 年长沙地铁2 号线沿线距离地铁站口2km内的房屋平均销售价格作为样本数据。相关数据的收集主要依靠实地调研收集一线数据,将调查的样本进行了与地铁站口距离、到CBD距离、到最近轨道交通车站的距离的分类,同时为了弥补样本数据不足,本文采用了长沙安居客网站相关权威房价均价数据,据此得到本文的28 个楼盘样本数据。

样本数据包括:望城坡—橘子洲站:望兴F1 站、达美D6 区、中一九骏、中建梅溪湖中心;橘子洲站—长沙火车站:开福万达、五一中央领御、壹号公馆、湘域城邦、金烨融府、凯通国际城、湘域相遇、江与城;锦泰广场站—长沙大道站:锦泰东环国际、伟晖东方芙蓉、百纳广场、鑫科明珠、湘域熙岸、泊爱蓝湾;长沙大道站—光达站:茂华禧都会、融科紫檀、合能雨花公馆、盛世华章、融科香山国际、运达中央广场、嘉斯茂购物广场、中隆国际御玺、万科金域华府、象屿优山美地。

(二)变量选取

房地产价格由诸多影响因素共同作用的形成,数据所包含的各影响因素的影响大小是不同的,根据初步研究调查和以往的研究成果,本文将影响因素划分为结构因素、区位因素和邻里因素三大类。三大类影响因素各自所包含的影响因子(见表1)。

(三)模型构建

Hedonic模型是采用大样本容量数据的定量研究方法,通过将影响房地产价格的因素进行分解,力图将影响房价的单个影响因素所包含的隐含价格求出,能以更加准确的方式评估各影响因素对房价的影响。因此,该方法也被广泛地用于研究轨道交通对周围房地产价格的影响中。

将Hedonic模型用于房地产市场研究,其中最常见的模型是线性形式,但经过检验自变量、因变量均以线性带入,此模型无法展现出边际效用递减的规律,而经过检验采用数线性模型及半对数模型可以解决此不足,并由于半对数模型能更直观展现出实验结果,最终本文选取半对数模型进行模型运算。

半对数形式:P=α0+∑αilog Zi+β

在上述式子中:P表示单个房屋价格;α0为常数项;Zi表示第i种特征变量;αi为第i种特征变量的系数;β 为随机误差项。

(四)模型运算

本文Hedonic模型采用半对数函数形式,其基本方法是采用最小二乘法原理的多元线性回归,并采用逐步回归,剔除不相关变量,得出显著性相关变量。将三大影响因素所包含的影响因子作为自变量,交易成交价作为因变量,运用SPSS软件进行模型分析计算。选择半对数形式进行回归分析,再用筛选法进行因变量筛选,经过5 次逐步回归迭代后,有6 个变量满足5%的显著性要求进入模型,该模型的析结果(见下页表2)。

通过Hedonic模型运算和上述计算结果,可求得长沙市地铁2 号线沿线房地产价格影响因子的半对数方程:

二、模型结果分析

房屋邻里因素影响明显:在模型方程中学校显著影响房价,其说明购房者十分重视住宅周围的教育资源情况,这也直接影响着居民接送小孩的通勤成本。再者,公园等优质的环境资源也有着重要影响,其构成了住宅价格的空间互动重要关系。

区位繁华程度影响突出:到CBD距离直接影响房价的水平,距离CBD越近其所能提供的各项便利越是明显。由表4 可以看出,与五一商圈距离小于3km和距离大于9km,其成交均价相差近3 500 元。CBD一般都是工作高度集中的地方,其住宅与CBD的距离即通勤距离,其构成了影响通勤成本最直接最重要的影响因素,由研究结果表明,距CBD越近能有效地降低通勤成本,其直接推动了住宅价格的上涨。

注:** 表示显著程度达到0.05 水平,*** 表示显著程度达到0.01 水平。

影响范围有限:有研究数据表明,在距离地铁站口800m~1 000m范围内沿线住宅增值的效果最为明显,基于本文研究样本均取自距离地铁站1 000m范围内,本文研究的距地铁站口的因子显著性水平理应更高。尽管受到样本数据有限,但仍然可以看出距地铁站的距离与房地产住宅价格之间存在较强的负相关关系,可以得出地铁轨道交通对推动沿线房地产价格的上涨起着重要性作用。

结论

以长沙地铁2 号线沿线住宅市场为例,本文测量了“到CBD距离”“到最近轨道交通车站的距离”“公交线路状况”对住宅价格的影响,结果表明,通勤成本对住宅价格确实存在着显著影响。由本文研究结论可知,距CBD距离越近其房价越高,其直接决定了市民的通勤成本,构成了通勤成本与住宅价格间最直接的空间互动关系;到最近的轨道交通站点距离即距离地跌站口距离直接影响市民的时间成本,对其选择房屋是构成直接影响,由研究结论可知在有效范围内,距离地铁站口越近的住宅价格越高;而由研究结论公交线路状况并未有显著性影响,其不构成通勤成本与住宅价格空间互动的影响。

参考文献

[1]叶霞飞,蔡蔚.城市交通开发利益的计算方法[J].同济大学学报,2002,(4):431-436.

[2]王霞,朱道林,张鸣明.轨道交通对房地产价格的影响——以北京市轻轨13号线为例[J].城市问题,2004,(6):39-42.

[3]冯长春,李维,赵蕃蕃.轨道交通对其沿线商品住宅价格的影响分析——以北京地铁5号线为例[J].地理学报,2011,(8):105-106.

[4]冯艳芬,梁小斯,吴大放.基于Hedonic模型的广州地铁1号沿线住宅价格分析[J].广州大学学报:自然科会学学版,2011,(4):90-95.

高校通勤班车的路径优化 篇2

随着高等教育事业的飞速发展,许多高校纷纷建设校区以满足当前师生学习生活以及工作的需求,然而由于市区用地资源的短缺,所以新校区选址多位于郊区,因此如何利用校车有效地将市区的教师和工作人员接送到新校区的问题应运而生。如何有效的安排通勤班车及满足教职工的需求需要研究人员进一步深入探讨,因而寻求最优路径的研究也是必不可少的。接送教职工班车的路径优化问题,称为“校车”问题( School Bus Routing Problem,SBRP) ,属于一个更大类的车辆路径问题( Vehicle Routing Problem,VRP) ,是众所周知的NP ( Non - deterministic Polynomial) 难题。SBRP最早由Newton和Thomas[1]于1969年首次提出,至今已经有40余年的历史。 SBRP考虑的问题又与VRP有所不同[2],SBRP研究涉及到多个子问题,包括数据准备、站点选择、路径生成、开学时间调整和车辆调度等。Braca等人[3]为解决纽约市五个区的校车调度问题,在考虑允许同车混装情况下,引入了接送学生的最早时间,同时还对每条路线所接送的最小学生人数进行了约束, 并采用C - W节约算法对模型进行了求解。Li和Fu[4]对带装载能力约束的硬时间窗校车问题进行了研究,构建了多目标数学模型并设计了一种以K短路为基础的两阶段启发式算法。郭强,郭耀煌[5]以社区儿童接送服务车辆的路线优化问题为研究对象,针对多车场校车问题建立了多目标非线性整数规划模型,并设计了构造最小生成树的启发式算法对模型进行了有效求解。Jorge等人[6]在车辆约束条件下,以最小化车辆行驶总里程为目标,提出了一个基于分支切割方法的精确求解算法,在人工生成的测试案例上做了仿真实验,问题规模达到125个站点。张苗[7]从校方角度考虑如何进行停车站点和行驶路径的安排,而且引入了学生对乘车站点的一种自主选择行为,综合考虑了学校和学生两方面的决策影响,并给出了利用遗传算法求解的方法。党兰学[8]等人提出了一种以记录更新法( record - to - record travel,RRT) 为基础的启发式算法,该算法从初始解出发,利用求解有时间窗装卸问题( PDPTW) 时使用的算子搜索邻域解,逐步优化校车路径数目,相比于现有算法,该算法扩展了求解混载SBRP的启发策略,能够在全局范围内对校车路径进行优化,从而获得所需校车较少的路径规划方案。通勤车辆路线优化问题是一个通过提高服务质量和降低运营成本的交通系统问题。在以往研究中,学者们持续不断地探索相关的数学模型及求解算法,其中数学模型的优化目标涉及到成本、质量和公平等方面,而这些目标只关注到车辆运行路线本身,忽略了客户的服务质量。本文将高校后勤总投入成本与教职工在站点的等待时间成本的服务质量进行综合考虑,结合实际给出了路径最优化求解的数学模型,最后通过一个简单的算例对模型的正确性进行了验证。

2问题描述及数学模型

2. 1问题描述

本文以高效后勤如何有效地安排通勤班车( 同种车型、规格一致) 为研究对象,探讨车辆容量和行程时间限制性约束下,如何使教职工、车辆得到有效分配、人员按顺序接送的情况下,通勤班车综合投入最小。

2. 2模型建立的前提

在文献[9]的基础上本文模型建立的假设条件是:

1各站点的位置已知;

2不考虑地形和交通问题,各点之间距离为直线距离,速度为平均速度;

3每个站点的人数为已知,所有客户都能得到服务;

4通勤班车为同种车型,规格一致。

2. 3建立数学模型

优化模型符号的定义:

数学模型:

在上述模型中,式( 1) 是问题的目标函数,表示综合投入成本最小,由车辆行驶运输成本和客户等待时间成本构成。 式( 2) ~ ( 5) 为约束条件,其中式( 2) 是车辆容量约束,式( 3) 表示从学校出发的车辆必须返回到学校,式( 4) 表示站点有人上车,校车必须经过该站点,式( 5) 车辆路径行驶时间限制约束。

3实例分析

根据上海市一高校新校区接送教职工的校车运行实际状况,并结合轨道交通站点分布与教职工居住地分布,高校后勤决定从更好地为教职工提供优质服务的角度出发进行线路优化,目的是将单一路径调整为综合多方面因素的优化路径。 校车途径站点信息如下表1所示。校车接送过程中采用同一类型汽车,车辆最大载客量40,由接送客户数量可知车辆数为3,车辆的平均行驶速度为50km / h,车辆运行时间限制tL为1. 2h,车辆在单位距离的运输成本 α 为1. 8元/ 公里,车辆在站点的停滞成本 β 为0. 4元/人,单位人次上车所需平均时间T为10s,客户在站点等候时间成本按车辆编号分别为 γ10. 75元/人、γ21. 2元/ 人、γ31. 8元/ 人。

3. 1求解结果

在文献[10]的基础上利用Lingo11. 0进行编码求解,学校编号为0,具体校车信息见表2。

由表2可知综合投入成本为402. 3元,总行驶时间为2. 53h,由表3可知如果优化目标成本只考虑到线路本身,即在求解过程中令等待时间成本系数为0,最小投入成本及车辆行驶总时间分别为315. 4元和3. 16h,通过计算可知教职工站点等待时间成本为140. 25元,此时总投入成本为455. 65元,当结合教职工等待时间成本考虑时,比较两种情形下的总投入成本和总行驶时间,综合考虑的方案的总投入成本比只考虑线路本身的方案减少了24. 9% ,总行驶时间比只考虑线路本身的方案减少了14. 4% 。因此,可以得到研究算例中费用和服务质量都得到了一定的优化。

3. 2建议

大学通勤班车,作为城市公共交通的一种,属于辅助的公共交通系统,着重考虑费用目标和服务质量目标。恰当的选择模型目标进行运行路线的优化,对实现费用目标和服务质量目标都具有切实可行性。对通勤班车的投入者来说,综合考虑客户在站点等待时间的方案,可以节约运行成本,缩短行驶时间,提高客户的满意度; 对通勤班车的使用者来说, 虽然在站点需要一定的等待时间,但是车辆的行驶时间缩短了,总体的通勤时间有所减少,提高了通勤效率。综上所述, 综合考虑站点等待时间的方案比只考虑线路本身的方案更加合理,能够有效减少学校的支出费用并提高通勤校车的服务质量。因此,高校后勤在校车运营管理中,应该将校车和客户等内容的相关因素统筹考虑,以使校车系统的效益达到最大化。

4结束语

针对服务于高校教职工的通勤车辆问题,建立了校车路径优化数学模型,并运用LINGO求解通勤车路径优化问题。 为其他企业职工通勤车、公交车或物流中心运输车辆的优化调度提供了理论指导和方法,对以后车辆优化调度问题的研究提供了参考,具有一定的借鉴意义。在实际中,大学城大都是多所高校集聚地,因此探索如何联合各高校通勤班车,构建合理有效的协同车辆路径问题的数学模型,有助于解决多中心混载情况的校车问题。

摘要：以郊区高校教职工通勤班车路径优化问题为研究对象,以车辆容量及车辆行驶时间等因素为约束条件,以高校后勤总投入成本最小和优化服务质量为目标函数,建立了校车路径问题的整数规划模型,编写了求解校车路径优化问题的LINGO程序代码,通过实例验证了模型的可行性和有效性。

上汽大通打造通勤旅游用车新标杆 篇3

上汽大通2014款商杰从内到外, 从细节到关键技术优势, 均体现出作为一辆通勤旅游车面面俱到的魅力。充分掌握当代汽车时尚精髓。

除了第一时间感受到2014商杰的大气现代和舒适内涵, 强大的动力、灵活大空间和高安全性是其核心竞争力。2014款商杰全系标配意大利VM Motori公司2.5T柴油涡轮增压发动机以及6速变速箱, 136匹马力动力输出表现强劲。

通勤成本 篇4

《工伤保险条例》第十五条第 (一) 项规定:“在工作时间和工作岗位, 突发疾病死亡或者在48小时之内经抢救无效死亡的”视同工伤。在工伤认定实践中, 这里所称的“工作时间”“工作岗位”需严格掌握, 才能在工伤认定过程中正确把握政策, 防止产生分歧。

职工上下班乘坐通勤车突发疾病死亡能否认定为工伤, 是一个比较典型的案例。李某乘坐单位的通勤车下班途中突发疾病死亡, 能否算是在工作时间和工作岗位, 是能否认定工伤的关键点。本案中如果李某乘坐通勤车时由于急刹车导致伤亡, 可能会被认定为工伤, 但因突发疾病死亡, 则要从立法本意予以分明。

案情回放

李某系某公司职工, 从事单位后勤工作。工作内容为收发报纸资料。2012年5月11日下午五点半, 李某正常下班, 乘坐本单位通勤车回家。由于公司离职工家属区较远, 很多人都在车上闭目养神。当通勤车快到家属区时, 李某突然感觉心脏不适, 连忙叫司机师傅停车, 由单位两位同事陪同其打车到就近医院就诊。虽经医院全力抢救, 李某还是在送医院后48小时内死亡。

事后, 李某的家属为李某申请工伤认定, 单位以李某不是在工作岗位突发疾病死亡为由不同意工伤认定申请。李某家属认为, 通勤车应当视同是工作时间、工作岗位的延伸, 李某突发疾病死亡应当认定工伤。于是向当地社会保险行政部门提出工伤认定申请。

当地社会保险行政部门受理了这起工伤认定申请。经过调查和研究讨论, 作出了李某突发疾病死亡不能视同工亡的认定决定。李某家属不服, 遂向当地基层法院提起行政诉讼, 基层法院审理后判决维持了社会保险行政部门的认定决定;李某家属又向当地中级法院提起行政诉讼, 中级法院审理后, 仍然维持了基层法院的判决。

争议焦点

本案的争议焦点在于李某在通勤车上突发疾病死亡, 是否属于工作时间和工作岗位上突发疾病死亡。回答了这个问题, 本案的工伤认定难题就迎刃而解了。

一种意见认为, 李某是在通勤车上突发疾病死亡, 并且其死亡在48小时之内, 通勤车应当视同工作时间和工作地点的延伸, 李某的死亡应当认定为工伤 (亡) 。

另一种意见则认为, 乘坐通勤车虽与工作有直接关联, 但乘坐通勤车不是工作时间、工作场所的延伸 (除非法律有规定) , 因此李某在乘坐通勤车时突发疾病死亡不能认定为工亡。

案例评析

《工伤保险条例》第十五条第一款规定, 职工在工作时间和工作岗位, 突发疾病死亡或者在48小时之内经抢救无效死亡的, 视同工伤。这里所称的“工作时间”, 是指法律规定的或者单位要求职工工作的时间, 包括加班加点时间。这里所说的“工作岗位”, 是指职工日常所在的工作岗位和本单位领导指派所从事工作的岗位。例如, 清洁工人负责的清洁区域即为该工人的工作岗位;车床工人的工作岗位即该工人的车床区域, 等等。这里强调“工作岗位”是因为只有工作岗位发生的突发疾病才与工亡有比较密切的逻辑关系。按照工伤保险定义的原意, 工伤是“因工作遭受事故伤害或者患职业病”造成的, 因此可以说, 突发疾病本来并不属于工伤的范畴, 将突发疾病死亡纳入工亡主要是考虑到工作岗位的突发疾病与工作原因有较为密切的联系, 对工亡范围做了适当的扩大。客观地说, 这个扩大的边界有时比较模糊, 容易引起歧义, 也容易带来法律理论和道德伦理上的一些纠纷。

回到该案例来看, 职工李某是在下班途中的通勤车上突发疾病死亡, 乘坐通勤车与工作有关联, 但通勤车并不是其“工作岗位”, 因此, 从工伤保险条例的精神和本意上看, 认定工亡的条件不充分。换句话说, 突发疾病认定为工亡的条件要求是比较严格的, “工作时间”和“工作岗位”缺一不可, 且不能做随意延伸。假设李某是班车司机, 在开车时 (或者前后准备阶段) 突发疾病死亡或48小时内经抢救无效死亡, 认定为工亡的理由就比较充分, 因为那是他的“工作时间”和“工作岗位”。

城市通勤出行链模式选择行为研究 篇5

关键词：通勤出行链,出行链模式选择,多项Logistic模型

目前, 我国的城市化进程迅速加快, 社会经济、科技、文化的发展日新月异, 这些变化都深刻影响着城市形态的发展以及城市居民的交通出行, 我国城市正面对着日趋复杂严峻的城市交通局面, 尤其是工作日的通勤出行及其所带来的交通拥堵是城市管理与决策者们所面临的主要问题, 这就需要以出行者的通勤出行行为研究为基础制定政策、管理好城市居民日常的交通出行、解决城市的交通拥堵问题。而在通勤出行行为研究中, 通勤出行链模式选择反映了出行者一天工作中的活动安排情况, 因此, 研究通勤出行链模式选择对于建立基于活动的交通需求预测模型、制定交通管理政策具有重要借鉴作用。本文拟细化通勤出行链的模式划分, 将通勤出行链模式分为五类 (H W H、H W H W H、H W H+、H W H W H+、H W+W H) , 并加入出行方式这一个影响因素, 考虑出行方式选择对出行链模式选择的影响作用, 利用多项Logistic模型建立通勤出行链模式选择模型, 对出行链模式选择行为进行研究, 总结出行链模式选择行为中的特征。 (H表示家, W表示工作, +表示其他非工作的出行活动;HWH表示工作中无外出模式, H W H W H表示一天工作, 中途回家再返回单位工作, HWH+表示上下班途中有其他非工作出行活动, H W H W H+表示一天工作, 中途回家再返回单位工作, 并且在上下班途中有其他非工作出行活动, H W+W H表示工作中外出 (不含回家) 并返回单位。

1 城市通勤出行链模式选择模型建立

Bowman与Ben-Akiva在建立基于活动的交通预测模型中将年龄、出行费用、出行时间、出行距离、家庭收入作为影响出行链模式选择的因素[1]。Xin Ye、Ram M.Pendyala等在研究出行方式与出行链的复杂程度之间的关系时将出行方式作为出行链模式选择的影响因素[2]。宗芳、隽志才等在建立基于活动的日计划模型中将性别、职业、有无驾照、是否单身、年龄、家庭月收入、家庭是中是否有六岁以下儿童、家庭中的车辆情况作为影响活动模式的因素[6]。周钱、李一等在对出行链的类型与数量的研究中将性别、年龄、个人收入、家庭人口总数量、家庭车辆数量作为其影响因素[7]。杨敏、王炜等在研究通勤出行链模式选择行为的研究中将家庭工作人数、家庭年总收入、性别、职业、年龄、居住位置、受教育程度作为其影响因素[5]。姚广铮、孙壮志等在节假日出行活动模式的研究中将性别、是否本地游客、家庭车辆情况、职业、年龄、有无驾照、教育程度作为其影响因素[8]。从已有研究文献来看, 出行链模式选择行为可以归纳为受到个人属性、家庭属性、出行特征三大方面的影响。其中, 个人属性包括性别、年龄、职业、有无驾照、个人收入、教育程度、有无月票等因素;家庭属性包括家庭收入、家庭车辆情况、家庭人口情况、居住位置等因素;出行特征包括出行方式等因素。利用东莞市居民出行调查数据和SPSS软件中的多项Logistic回归模块进行计算, 对模型似然比检验中显著性水平不符合检验要求的自变量逐步剔除, 最终通勤出行链模式选择模型中的自变量包括家庭中的摩托车数量、工作地至最近公交车站的步行时间、家庭中小于等于12岁上学孩子数量、个人的性别、年龄、职业以及主要使用的交通方式, 模型中自变量定义及取值见表1所示。

2 模型标定结果分析

Logistic模型是目前许多软件中的MNL模块为了各选项之间比较方便和提高运算效率而采用的一种计算方法[9]。将通勤出行链模式选择集合{H W H、H W H W H、H W H+、H W H W H+、H W+W H}作为多项L o g i s t i c模型的选择肢。以第1种出行链模式 (HWH) 为参考选项, 则后4种出行链模式选择概率可表示为:

其中i=2, L, 5, 分别表示除H W H以外的4种出行链模式。αi是第i种模式的常数项, kβi是相应变量Xki的系数, Xki表示选择第i种出行链模式的第k个变量, iV表示各种出行链模式对HWH的相对效用, 并且,

由式 (1) 及式 (2) , 我们可以分别计算出选择H W H、H W H W H、H W H+、H W H W H+、H W+W H模式的概率。

表2至表4中结果为应用SPSS软件多项Logistic回归模块计算得到的模型拟合信息结果和各自变量的参数估计值, 其中B为对应自变量的参数估计值, Std.E为标准差, Sig.为显著性水平。模型拟合信息表中显著性水平小于0.01, 表明本模型具有显著性意义。似然比检验结果中显著性水平小于等于0.05, 表明本模型中回归系数均有显著性意义。

以HWH模式作为参考, 由表4中显著性水平检验值可知:通勤者选择H W H W H模式的显著影响因素为工作地至最近公交站的步行时间、个人主要使用的交通方式 (mode=私人小汽车, 单位配车, 出租车, 公共汽车) 以及个人的职业;性别、家庭中小于等于12岁的孩子数量 (child12=0, 1) 以及个人的职业 (job=个体经营者) 对通勤者选择HWH+模式的影响显著;个人的职业 (job=个体经营者) 对通勤者选择H W H W H+模式的影响显著;通勤者选择H W+W H模式的显著影响因素为性别、个人主要使用的交通方式 (mode=私人小汽车、单位配车) 、家庭中小于等于12岁的孩子数量 (child12=0, 1) 以及个人的职业 (job=个体经营者) 。

假设某男性年龄为20~40岁之间, 在行政事业单位工作, 家庭中有两辆摩托车, 工作地至最近公交站的步行时间小于等于5分钟, 个人主要使用交通工具为摩托车, 家庭中有两个小于等于12岁的孩子, 则该人选择H W H W H的通勤出行链模式的概率最大, 为0.41。若上述某一变量取值发生改变时, 则该人选择通勤出行链模式的概率变化情况如下。

当通勤者由男性变为女性时, 选择H W H W H模式的概率下降, 而选择H W H+的出行链模式的概率增加, 说明男性相对于女性更倾向于选择H W H W H的通勤出行链模式;当个人主要使用交通方式为机动化程度较高的交通工具时 (私人小汽车、单位配车、出租车、公共汽车) 时, 该人选择H W H与H W H W H+的概率值最大, 表明使用机动化程度较低 (自行车、步行) 的交通方式更倾向于选择H W H W H的通勤出行链模式, 而使用机动化程度较高的交通方式 (私人小汽车、单位配车、出租车、公共汽车) 更倾向于选择H W H与H W H W H+的通勤出行链模式;当家庭中小于等于12岁孩子数量增加时, 选择H W H W H模式的概率有所减少, 表明家庭中小于等于12岁孩子数量较少的通勤者相对于家庭中小于等于12岁孩子数量较多的通勤者倾向于选择HWHWH的出行链模式;当通勤者的职业为企业单位及服务人员时, 选择H W H W H模式的概率有所下降, 选择其他出行链模式的概率有所增加, 当通勤者的职业为个体经营者时, 选择HWH模式的概率增加到0.48, 达到最大, 表明行政事业单位人员相对于企业单位及服务人员更倾向于选择H W H W H的通勤出行链模式, 而从事个体经营的通勤者更倾向于选择H W H+的通勤出行链模式。

3 结语

本文开展了基于城市居民出行调查数据, 利用多项Logistic模型建立居民通勤出行链模式选择模型的研究工作。本文中建立的出行链模式选择模型将通勤出行链模式分为五类 (H W H、H W H W H、H W H+、H W H W H+、H W+W H) , 并考虑了出行方式对出行链模式的影响作用。通过对模型结果的分析, 总结了通勤出行链模式的显著影响因素以及通勤出行链模式选择行为中的特征包括。

以H W H模式作为参考, 通勤者选择H W H W H模式的显著影响因素为工作地至最近公交站的步行时间、个人主要使用的交通方式以及个人的职业;性别、家庭中小于等于12岁的孩子数量以及个人的职业对通勤者选择H W H+模式的影响显著;个人的职业对通勤者选择H W H W H+模式的影响显著;通勤者选择H W+W H模式的显著影响因素为性别、个人主要使用的交通方式、家庭中小于等于12岁的孩子数量以及个人的职业。

男性相对于女性更倾向于选择HWHWH的通勤出行链模式;使用机动化程度较低 (自行车、步行) 的交通方式更倾向于选择H W H W H的通勤出行链模式, 而使用机动化程度较高的交通方式 (私人小汽车、单位配车、出租车、公共汽车) 更倾向于选择H W H与H W H W H+的通勤出行链模式;家庭中小于等于12岁孩子数量较少的通勤者相对于家庭中小于等于12岁孩子数量较多的通勤者倾向于选择H W H W H的出行链模式;行政事业单位人员相对于企业单位及服务人员更倾向于选择H W H W H的通勤出行链模式, 而从事个体经营的通勤者更倾向于选择HWH+的通勤出行链模式。

参考文献

[1]J.L.Bowman, M.E.Ben-Akiva, Activ-ity-based disaggregate travel demandmodel system with activity schedules[J].Transportation Research Part A, 2000 (35) :1～28.

[2]Xin Ye, Ram M.Pendyala, GiovanniGottardi, An exploration of the rela-tionship between mode choice andcomplexity of trip chaining patterns[J].Transportation Research Part B, 2007 (41) :96～113.

[3]陈团生.通勤者出行行为特征与分析方法研究[D].北京交通大学博士论文, 2007.

[4]杨敏, 陈学武, 等.通勤简单链和复杂链的选择行为研究[J].武汉理工大学学报 (交通科学与工程版) , 2008, 32 (2) :191～194.

[5]杨敏, 王炜, 等.工作者通勤出行活动模式的选择行为[J].西南交通大学学报, 2009, 44 (2) :274～279.

[6]宗芳, 隽志才, 等.基于活动的日计划模型[J].吉林大学学报 (工学版) , 2007, 37 (6) :1294～1299.

[7]周钱, 李一, 等.基于结构方程模型的交通需求分析[J].清华大学学报, 2008, 48 (5) :879～882.

[8]姚广铮, 孙壮志, 等.节假日出行活动模式与个人属性相关性分析[J].交通运输系统工程与信息, 2008, 8 (6) :56～60.

通勤成本 篇6

东风公司总经理助理蔡玮、东风股份副总经理刘耀平、东风旅行车公司总经理李争荣以及武汉市、开发区领导出席了开通仪式。

此次“东风莲花”客车采用欧洲客车的最新风格, 卡通式的前脸与丰满的线条和谐统一, 美观大方, 不仅具有欧洲客车的豪华现代感, 而且车内细心的、人性化设计使得乘坐舒适性大大提高。近年来, 东风旅行车公司通过自主创新, 综合竞争力跃居国内客车及底盘行业前列。公司1-5月份实现汽车销售12403辆, 同比增长32.44%。

据悉, 长期以来, 武汉经济技术开发区缺少区内环行运营的客运车辆, 无证无牌或黑牌车辆充当着区内运行的主要交通工具, 既影响市容又给居民出行带来了潜在的威胁。今年, 开发区政府将解决区内交通作为十大民心工程的重要项之一。

开发区通勤公交共开通2条线路:1号线全长单边22公里, 安排20台车, 沿途设35个站, 主要解决枫树二路、枫树南路、东荆河路和全力南路一带武汉美的、加多宝、猫人制衣、凯润制衣、中粮包装等众多企业和职工生活区公共交通问题;2号线全长21公里, 安排16台车, 是循环线, 沿线设29个站, 主要解决社区、职工生活区与政府服务机构、商业服务区、学校、公园的交通联系并解决万家湖区域几十家企业出行难的问题。通勤公交实行一票制, 投币为一元, 刷武汉通卡为0.8元。

通勤成本 篇7

公共交通是城市交通的重要组成部分, 在城市中, 公共汽车是最为普遍的一种大众运输工具, 在城市道路上有固定路线, 有固定班次时刻, 承载旅客出行的目的, 随着城市人口和地域不断增加, 对公共交通的需求相应快速增长, 现已成为世界上公认的应大力提倡的公共交通方式。城市公共交通中, 通勤乘客的目的主要是上班、上学、公务和社交等等。通勤出行是指从家中前往工作地点的过程。通勤是工业化社会的必然现象。在城市公共交通中, 通勤乘客对于动机不同, 也会产生不同的心理特征。

2. 城市公共汽车交通通勤乘客心理特征

乘车的安全性、舒适性、满意性不仅对于乘客心理、生理有较大影响, 同时也对社会产生意想不到的影响, 即对社会心理产生影响。对于城市通勤乘客来说, 假如服务质量不好, 上下班等车与路途上时间过长、多次换乘、过分拥挤给乘客造成疲劳、心理压力、烦躁情绪, 就难免产生下面心理问题:容易引起乘客纠纷, 发生过激行为;既有损害身体健康, 也会产生劳动效率过低;下班回家过迟, 影响家庭和谐和和睦相处;引起城市通勤乘客对公交系统的不满和影响通勤乘客对生活事业不满, 对生活不满, 对政府不满等等。这些问题都是城市公共汽车交通通勤乘客的心理过程和心理特征, 对于通勤乘客来说, 容易产生心理问题, 对社会产生危害, 所以对于通勤乘客说至关重要。一般通勤乘客都有下面一些心理特征, 这些心理特征是评价公交服务水平的标准。

对于城市公共汽车交通通勤乘客的特别心理特征, 考虑乘车的安全性、舒适性、满意性等方面, 相对应的心理特征表现为:安全、愉快、舒适、省时、省钱省力、焦虑的心理特征, 下面分别进行简单分析, 得出城市公共汽车交通通勤乘客的一般心理特征。

安全的心理, 从马斯洛的需要层次理论中, 安全是乘客的基本需要, 包括生命安全, 和财产安全。在乘车过程中。乘客希望在乘车途中不要发生交通事故。在现在城市交通高速发展的时期, 乘客的安全也通常是通勤乘客考虑的主要原因。

愉快的心理。愉快既是一种心境, 也是一种性格。愉快的心境来得快, 去得也快;而愉快的性格则是比较稳定, 它表现为一种良好的情感倾向。对于城市公共汽车交通通勤乘客, 如果没有受到通勤之前各种情绪的影响, 通勤乘客在通勤过程中的心态大多是愉快的。

舒适的心理。舒适是给人以安乐舒服的感觉。在乘坐公交时, 不同的道路等级、线型、路面质量、汽车的平稳性、车厢内的气氛、载客量、车辆外观、地形等等都对通勤乘客的心理产生较大影响, 所以对于城市公共交通来说, 应该满足乘客的舒适心理。对于城市公共交通来说, 到达各站的公共汽车的乘客数目也基本保持稳定, 比较了解各公共汽车上乘客分布情况甚至车内的座位情况。所以基本能够满足乘客的舒适的心理。

省时的心理。在城市道路公共交通中包括公共汽车和出租车等公共交通工具的恩选择。对于城市道路公共交通来说, 由于很多城市有公交专用线, 公交专业通道, 而且公共汽车有快速等特点。省钱省力的心理。该心理状态主要存在于交通方式、交通工具的选择上, 对于这些城市公共交通通勤乘客来说, 城市公共汽车是票价较低的一种交通工具, 而且公共汽车一般有刷卡方式, 与此同时, 在城市大力提倡公共交通时, 公共汽车的刷卡也有打折优惠, 一定程度上能满足省时省力心理需求。

焦虑的心理, 焦虑是指一种缺乏明显客观原因的内心不安或无根据的恐惧, 是人们遇到某些事情如挑战、困难或危险时出现的一种正常的情绪反应。焦虑通常情况下与精神打击以及即将来临的、可能造成的威胁或危险相联系, 主观表现出感到紧张、不愉快, 甚至痛苦以至于难以自制, 严重时会伴有植物性神经系统功能的变化或失调。在乘坐公共汽车中, 焦虑是指一种缺乏明显客观原因的内心不安或无根据的恐惧, 是乘客遇到交通人流量的假日高峰, 乘坐公共汽车一般会遇到某些不安、忐忑、害怕乘车、怕拥挤及等不到公交的不安心理现象。

3. 城市公共汽车交通的服务要点

对通勤乘客乘车的情况为例, 说明通勤乘客的心理特征, 从而得出城市公共汽车交通服务要点。在早晚高峰时, 这种现象可以用上面分析的三种心理状态来解释。客流来源于不同路口, 从时效心理来看乘客为减少在公交站的步行距离即选择了距离较近的站等候乘车。考虑乘车的安全性、舒适性、满意性等方面, 城市公共交通早晚高峰的服务对策满足乘客的需求, 公共交通建设运营的出发点和归宿一切为乘客服务。公交公司义不容辞的责任是为乘客提供安全、快速、舒适的乘车环境。城市公共汽车交通的早晚高峰是主要是为通勤乘客服务, 因此在设计运输服务时要牢牢把握住通勤乘客的心理特征。以最大满足城市公共汽车交通通勤乘客的乘车需求。

4. 结束语

综合分析, 可以得出乘车意味着时间、体力、金钱消耗, 不是为了乘车而乘车, 而是为了有目的的位移, 乘车的安全性、舒适性、满意性不仅对于乘客心理、生理有较大影响, 同时也对社会产生意想不到社会影响。分析城市公共汽车交通通勤乘客的心理过程和心理特征至关重要。相对应的安全、愉快、舒适、省时、省钱省力、焦虑的心理特征。对于公交公司来说, 要牢牢把握住通勤乘客的心理, 在未来城市道路交通中设计出快捷、舒适的公交运输服务, 开发出让乘客满意的优质运输服务公交系统。把尽可能多的通勤乘客吸引到城市公共汽车交通上来, 以提高公共交通在城市交通中的利用占用率。

参考文献

[1]梁宁建.心理学导论[M].上海:上海教育出版社, 2011.