论文解读-土地性质和家庭性质对出行需求的时空影响

最近需要做出行目的方面的东西，于是看了一看之前课题组师姐做的一个研究，师姐做的还是很好哇，虽说这个研究和出行目的识别关系好像不是很大，但还是在此记录一下思路，毕竟是一个课题组的，还是对之后的研究有很大的借鉴意义啊。

1.研究内容

题目：Spatiotemporal influence of land use and household properties on automobile travel demand
所采用的的数据：车牌识别数据、手机信令数据、POI数据、房价数据
方法：使用的是geographically and temporally weighted regression (GTWR) model。
研究内容：首先得到各个交通小区内的每小时交通生成和交通吸引。这个是使用车牌识别数据得到各个交通小区内机动车的交通生成和吸引，然后在使用手机信令数据得到各个小区内的每小时的所有人的交通产生和吸引。然后对土地性质（主要用POI的密度作为解释变量），家庭性质（主要使用房价数据和人口密度作为解释变量），然后用因变量对所有解释变量使用GTWR做回归，需注意这里的因变量其实有4个：机动车各个交通小区每小时的交通生成和吸引，所有人各个交通小区每小时的交通生成和吸引，所以需要做4个回归方程。
得到回归模型后分别是做了以下的分析：

1. 时间维度的特性分析，观察各个系数随时间的变化是怎么变化的，一张图可以理解。也就是分析了各个用地性质的交通小区的交通生成和吸引随时间是怎么变化的。（下图是取了一个小区的交通吸引做的example）
   
2. 空间维度的分析。
   2.1 机动车和所有人出行的空间分布差异。也就是因变量分别使用机动总出行次数和所有人总出行次数做回归，然后进行比较。
   2.2 出租车、使用较多的私家车、总机动车交通需求的差异
3. 家庭性质和用地性质对出行需求的影响，这一部分其实就是分析下系数得出结论罢了。不过这部分提出了两个专题分析，一个是停车，一个是通勤出行。
   3.1 停车需求特性分析，也就是使用交通生成和交通吸引分别做回归，然后比较系数大小，看生成多，还是吸引多。
   3.2 通勤特性分析，这个其实就是对职住地的系数进行分析。职住地是用POI得出的。
   3.3 房价对私家车出行偏好的影响，这个其实就是比较机动车出行的房价这个变量的系数和总人数出行的房价这个变量的系数而已。

2.结论

总的来说，我感觉还是做的很好的，有创新性，并且做出的结果也符合实际。

3.参考文献

Shen, X. , Zhou, Y. , Jin, S. , & Wang, D. . (2020). Spatiotemporal influence of land use and household properties on automobile travel demand. Transportation Research Part D Transport and Environment, 84, 102359.

Ma X , Zhang J , Ding C , et al. A geographically and temporally weighted regression model to explore the spatiotemporal influence of built environment on transit ridership[J]. Computers, Environment and Urban Systems, 2018, 70(JUL.):113-124.