基于地理加权回归的城市出租车客流影响因素分析及建模

摘要

出租车运输行业凭借独有的优势，一直以来在城市交通旅客运输市场占据一席之地，出租车已经成为城市交通系统中重要组成之一。可靠的出租车客流需求预测可以帮助交通管理部门和运输服务企业对车租车市场的合理调控。一方面，可提高交通管理部门和运输服务企业对资源的合理分配，提高盈利;另一方面，居民出行选择将更加灵活自由。然而，随着城市的多点多级发展以及区域发展的差异，城市出租车客流分布的规律在空间局部的表现也不相同。
　　本文利用纽约市出租车数据资料，通过分析城市出租车客流与各种空间上明确的社会人口和内置环境变量之间的关系，对其空间变化进行研究。运用地理加权回归模型(GWR)建立出租车客流的空间异质性模型，并且将估计参数的空间变化可视化。
　　主要研究内容如下:1）根据出租车运输特点对城市出租车客流需求进行相关基础理论研究;2）重点研究地理加权回归模型的结构，回归模型参数的估计方法;3）使用数据库和GIS软件对数据筛选、计算;4）使用处理得来的数据建立了基于地理加权回归的出租车客流影响因素分析模型;5）将模型估计参数的空间变化可视化，深入分析各影响因素对局部区域出租车客流的影响。
　　研究结果表明，在处理分析空间变化的问题上，地理加权回归模型的模型拟合度和变量解释准确度都优于普通多元线性回归模型;城市的空间结构对出租车客流分布的影响显著，并且参数估计值存在较为明显的空间异质性。这些结果为预测出租车客流作为空间变量的函数提供了有价值的见解，这可以对出租车定价，出租车行业监管和城市规划产生重要意义。

目录

声明

摘要

第1章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 出租车客流影响因素研究

1．2．2 空间分析及GWR模型研究

1．3 研究目标与内容

1．3．1 研究目标

1．3．2 主要内容

1．4 技术路线

第2章 相关基础理论

2．1 出租车客流预测相关理论

2．1．1 出租车客流需求影响因素

2．1．2 常用出租车客流需求预测方法

2．2 空间异质性和地统计学相关理论

2．2．1 空间及空间变异

2．2．2 地统计学

2．2．3 地理加权回归模型产生背景

2．3 地理加权回归模型(GWR)相关理论

2．3．1 GWR模型的结构

2．3．2 GWR模型参数估计

2．3．3 空间权函数

2．3．4 权函数带宽的确定和优化

2．3．5 空间自相关性与多重共线性

2．4 本章小结

第3章 变量选择及数据处理

3．1 研究区域

3．1．1 纽约市行政区介绍

3．1．2 The Census Tracts

3．2 变量选择及数据处理

3．2．1 因变量——出租车客流

3．2．2 备选自变量——影响因素数据

3．2．3 数据的Log转换

3．3 本章小结

第4章 基于GWR的出租车客流模型研究

4．1 空间自相关性及多重共线性分析

4．1．1 空间自相关性分析

4．1．2 多重共线性分析

4．2 线性回归分析

4．3 基于GWR的出租车客流模型研究

4．3．1 变量数据选择

4．3．2 空间权函数与带宽选择

4．3．3 出租车客流的GWR模型结果

4．4 出租车客流的GWR模型结果讨论与分析

4．5 本章小结

结论与展望

致谢

参考文献

攻读学位期间发表的论文及参与科研项目