Exploring nonlinear effects of the built environment on ridesplitting: Evidence from Chengdu
Exploring nonlinear effects of the built environment on ridesplitting: Evidence from Chengdu
复制标题
探索建筑环境对拼车的非线性影响：来自成都的证据
DOI：
10.1016/j.trd.2021.102776
复制
发表时间：
2021-04
期刊：
影响因子：
--
通讯作者：
Gruyer Dominique
中科院分区：
文献类型：
--
作者：
Tu Meiting;Li Wenxiang;Orfila Olivier;Li Ye;Gruyer Dominique
顺风车是一种搭乘资源服务形式，将路线相似的乘客匹配到同一司机，是一种高载客率的出行方式，可以带来相当大的好处。然而，目前顺风车服务中的顺风车拆分比例相对较低，其影响因素尚未揭示。因此，本文利用一种机器学习方法--梯度提升决策树(GBDT)模型，探讨了建成环境对(人口普查区到人口普查区)出行地-目的地对乘车分流比的非线性影响。GBDT模型还提供了所有建成环境因素的相对重要性排名。结果表明，距市中心的距离、土地利用的多样性和道路密度是影响顺风率的关键因素。此外，基于偏相关图识别了建成环境因素的非线性阈值，为政府和交通网络公司促进顺风车拆分提供了政策依据。
Ridesplitting, a form of ridesourcing services that matches riders with similar routes to the same driver, is a high occupancy travel mode that can bring considerable benefits. However, the current ratio of ridesplitting in the ridesourcing services is relatively low and its influencing factors remain unrevealed. Therefore, this paper uses a machine learning method, gradient boosting decision tree (GBDT) model, to explore the nonlinear effects of built environment on the ridesplitting ratio of origin–destination pairs (census tract to census tract). The GBDT model also provides the relative importance ranking of all the built environment factors. The results indicate that distance to city center, land use diversity and road density are the key influencing factors of ridesplitting ratio. In addition, the non-linear thresholds of built environment factors are identified based on partial dependence plots, which could provide policy implications for the government and transportation network companies to promote ridesplitting.
登录
查看更多内容
DOI：
--
发表时间：
2012-07
期刊：
--
影响因子：
--
作者：
J. Bates;D. Leibling
通讯作者：
J. Bates;D. Leibling
影响因子：
6.1
作者：
X. Yan;Xinyu Liu;Xilei Zhao
通讯作者：
X. Yan;Xinyu Liu;Xilei Zhao
使用共享网络上的优化程序改进拼车服务：以成都为例
影响因子：
12
作者：
Meiting Tu;Ye Li;Wenxiang Li;Minchao Tu;Olivier Orfila;Dominique Gruyer
通讯作者：
Dominique Gruyer
影响因子：
4.3
作者：
Jinbao Zhao;W. Deng;Yan Song;Yueran Zhu
通讯作者：
Jinbao Zhao;W. Deng;Yan Song;Yueran Zhu
影响因子：
6.8
作者：
Rayle, Lisa;Dai, Danielle;Shaheen, Susan
通讯作者：
Shaheen, Susan