Zurück Vor

Detailergebnis zu DOK-Nr. 78348

Wie sich die bebaute Umgebung auf das Online-Car-Hailing auswirkt (Orig. engl.: How built environment impacts online car-hailing ridership)

Autoren	H. Bi Z. Ye C. Wang E. Chen Y. Li X. Shao
Sachgebiete	0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 5.3 Stadtverkehr (Allgemeines, Planungsgrundlagen) 6.1 Verkehrserhebungen, Verkehrsmessungen

Transportation Research Record: Journal of the Transportation Research Board Vol. 2674, H. 8, 2020, S. 745-760, 7 B, 5 T, 41 Q. - Online-Ressource: verfügbar unter: http://journals.sagepub.com/home/trr

Umfangreiche Untersuchungen haben gezeigt, dass eine einseitige Optimierung von Verkehrssystemen nicht ausreicht, um die Verkehrseffizienz deutlich zu steigern. In Anbetracht der Tatsache, dass die Merkmale der städtischen Flächennutzung, einschließlich Wohnen, Arbeiten, Konsum, Verkehr und so weiter, in erheblichem Maße mit der Verkehrsnachfrage und dem Verkehrsverhalten zusammenhängen, bietet der Artikel einen Weg zur Optimierung des Verkehrssystems, indem es das Bewusstsein für die Beziehung zwischen Fahrgastzahlen und baulicher Umgebung schärft. In dem Beitrag wurden Point-of-Interest-Daten (POI) verwendet, um die Auswirkungen der baulichen Umgebung auf die Fahrgastzahlen von Online-Pkw-Vermittlungen (Online-Car-Hailing) in Chengdu (China) zu untersuchen. Das Untersuchungsgebiet wurde mit mehreren sogenannten Voronoi-Zellen tesseliert (das heißt in Dreiecke aufgeteilt); diese Zellen wurden auf der Grundlage der zeitlich variierenden Merkmale der Fahrgastzahlen zu drei Fahrgastmustern geclustert. Da einige Unterschiede zwischen den drei Fahrgastmustern bestanden, wurde ein separates räumliches Fahrgastmodell entwickelt, um die Faktoren zu verstehen, die die Fahrgastmuster mithilfe der geografisch gewichteten Regressionsanalyse (GWR) beeinflussen. Die Daten und Ergebnisse belegen, dass die bauliche Umgebung in räumlicher und zeitlicher Hinsicht verschiedene Einflüsse auf die Fahrgastzahlen im Online-Car-Hailing hat, wobei die wichtigsten POI-Faktoren zur Bestimmung der Fahrgastzahlen in verschiedenen Zeiträumen ermittelt wurden. Bemerkenswerterweise wurden für die Studie die Fahrgastdaten des Online-Autovermietungssystems verwendet, vor allem weil die Abhol- (pick up) und Rückgabeorte (drop off), die von diesem Dienst generiert werden, dem Ausgangs- und Zielort der Fahrt am nächsten liegen. Daher konnte die Analyse der Auswirkungen der baulichen Umgebung auf das Verkehrsaufkommen auf der Grundlage des Online-Car-Hailing-Datensatzes detaillierter und mit größerer Genauigkeit erfolgen.