建成环境对轨道交通客流非线性影响的空间特征

来源：交通运输系统工程与信息杂志2023年第3期北京时间：

作者：贺鹏, 李雯茜, 李妍, 许奇

单位：1.北京交通大学，a.土木建筑工程学院，b.综合交通运输大数据应用技术交通运输行业重点实验室，北京100044；2.北京城建设计发展集团股份有限公司，北京100037

摘要：机器学习模型是研究建成环境对城市轨道交通车站客流影响的非线性方法，但既有的解释工具对该类模型结果空间特征的分析仍不够充分。基于多源位置大数据提出城市轨道交通建成环境的多维度指标及其计算方法，采用极限梯度提升决策树和局部回归分析技术，构建样本的K指标以分析建成环境对客流菲线性影响的空间特征。针对北京地铁的案例研究表明：建成环境对城市轨道交通车站出站客流的非线性影响差异显著，就业密度、公共交通可达性和用地混合度等排序前三的解释变量的重要度高达42.51%。这3个解释变量的K指标空间分布呈现显著的空间异质性，表明客流对建成环境的依赖关系具有空间非平稳性。上述建成环境对客流非线性影响的空间效应说明：城市轨道交通车站周边用地开发不仅宜采取因地制宜的差异化发展策略，而且还需合理确定不同区域车站资源开发配置的下限值，激活建成环境因素的阈值效应以改善客流效果。

关键词：城市交通,建成环境,非线性建模,空间非平稳性,模型解释

基金资助：国家自然科学基金 (71971021)