, 刘承良, 杜德斌Spatial dependency of bus-line distribution based on bipartite network: A case study of Beijing city
DUANDezhong, LIUChengliang, DUDebin通讯作者:
收稿日期:2015-12-1
修回日期:2016-06-15
网络出版日期:2016-12-25
版权声明:2016《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (4950KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
改革开放以来,伴随着人口的迅速增长和空间的高度集聚,超大型城市和城市群的生长是中国快速城市化过程中凸显的重要空间特征之一,其以空间的高度集中,大大的提高了资金、信息流动的效率,加速了经济要素的周转,刺激了财富的创造,但在城市高速发展的背后也面临着诸多严峻挑战,如两极分化明显、环境污染严重、道路交通拥挤、治安管理落后、服务设施缺乏等一系列“城市病”,尤其是道路交通拥堵,已经成为中国快速城市化过程中“城市病”的一大毒瘤。在一列措施当中,“公交先行”或“公交优化”被广泛认为是解决城市交通拥堵的“良方”,“公交都市”也一度成为诸如上海、北京、武汉这些中国巨型城市“解决交通拥堵,改善城市形象”的奋斗目标。然而,公交网络运行系统的结构性缺陷常常致使其成为城市交通拥堵的罪魁祸首。诸多研究认为城市交通最根本、最致命的问题,就是公共交通网络布局不合理,从而无法为市民的出行提供便利。当然,这里面包括两个现实问题：行提供便利。当然，这里包括两个现实问题：一是编制公交发展规划时缺乏对城市社会公交出行需求、公交网络的生长规律以及城市道路网的供给能力的整体把控，从而导致公交网络规划的编制出现误判；二是受财政支出影响，公交网络系统更新缓慢，致使公交车辆老化严重，舒适度欠佳，因此市民更愿意购买私家车出行。综观当前公交网络空间研究发现,纯粹的公交网络空间分布研究比较少见,多源自于公共交通规划,采用线路长度、非直线系数、站点平均站距、线路网密度和站点覆盖率等空间分布指标来探讨城市公交网络的发展状况[1]。而较为常见的公交网络空间布局研究则往往被分解后从多个侧面去探讨,如公交网络可达性的空间分异[2-4]、公交网络的服务质量及均等性[5-8]、公交网络空间结构复杂性[9-12]、公交网络运行效率与规划政策[13-15]以及公交出行行为[16-19]等。就是服务于交通规划的城市公交网络空间布局研究也多从空间匹配的视角（公交出行需求和公共交通供给）,以期能够填补公共交通服务的“塌陷地”从而实现基本公共服务均等化。从产品生产的角度来看,城市公共交通系统就如同生产线,以出行服务作为其产品销售给城市居民;城市居民就如同需求方,决定着城市公共交通系统生产量的最小阈值,即生产多少产品才能满足居民出行需求。那么对于一个城市而言,其能够拥有的这种生产“出行服务”的生产线（城市公交系统）的数量是一定的,那是什么决定着其最大阈值?当然,这跟一座城市所处的发展阶段和发展程度有关。众所周知,城市公交系统与其他交通方式（如地铁、高速、航空和铁路网络等）不同,其运行没有自己特有的轨道,必须依赖于城市道路,与其他行走在城市道路的交通载体抢占空间资源。那么,城市道路网络的形态、结构与等级就直接决定公交线网的分布与发展。因此,可以将城市道路看作是城市公交系统发展的供给商,其发展的程度决定着城市公共交通发展的最大阈值,即一条街道所能承载的公交线路是有限的。
那么,一条城市道路所能容纳公交线路的极限是多少?当前公交线路的空间布局对城市道路的依赖程度是未达到还是已经超过阈值?公交线路的空间分布是高度依赖度少数城市道路还是均匀散布?公交线路所依赖的空间是不是城市的核心主体空间?这些问题的解答需要多学科的交融、多方法的交叉以及大量****的参与。本文通过构建公交线路—城市道路空间连接矩阵,引入二分网络统计特征量（度、介数以及紧密度）,尝试从局域依赖度、全局依赖度以及依赖空间划分3个方面建构公交线路对城市道路的依赖程度评价体系,并以北京市为例,详细探讨了北京市公交线路对城市道路的依赖度以及依赖的核心空间,以期能够回答当前北京市公交网络的布局对城市道路的依赖程度这一 问题。
2 研究方法
2.1 公交线路—城市道路二分网络构建
复杂网络模型的确立依赖于网络邻接矩阵的构建。对于公交网络而言,传统意义上的网络构建方法（原始法,primal approach）通常是将公交站点视为节点,站点间的公交联系抽象为边,从而构建复杂公交站点连接模型研究公交网络的拓扑连接性。相较于原始法研究网络的显性特征,对偶法（dual approach）则强调网络的隐性特征,其将公交线路抽象为节点,将公交站点间的联系抽象为边,因此在对偶法下,城市公交网络即可抽象为城市公交换乘网络,研究的是城市公交换乘的便利性,而不考虑实际通达距离和乘坐时间。关于如何识别或构建节点间的联系,较为流行的有两种方法：一种是L-space模型,其仅识别网络中节点间的直接联系;另一种是P-space模型,是Sen等在研究印度铁路网络小世界性时提出了一种新抽象法则[20]。该法则认为,如果网络中任意两个点可通过一次联系连接在一起,那么则认为这两点相连。因此,P空间模型中,每个节点的节点度k和节点间的距离具有明确的物理意义,即节点度代表从该站点不需换乘公交线路所能到达的公交站点数,节点间的距离可解释从一个站点到达另一个站点所需乘坐的公交线路数目[10]。然而无论是原始法还是对偶法、L-space还是P-space模型,都存在一个假定的前提,即将公交网络视为一个独立的交通运输方式,忽视了城市道路网形态与结构的内生作用。城市公交网络作为行走在城市道路网络之上的一个交通网络,实际上是城市道路网络派生出的一个子网,城市公交网络与城市道路网络属于子母隶属关系。因此,从整体上看,城市公交线路与城市道路的空间依赖网络在网络类型上属于典型的二分网络。鉴于此,本文从空间关联与空间依赖的视角建构了公交线路—城市道路二分网络,思路如下（图1）：
显示原图|下载原图ZIP|生成PPT图1北京市公交线路和主要城市道路
-->Fig. 1Beijing's bus-lines and main city roads
-->
（1）空间数据提取：① 公交线路数据。使用百度地图API,借助Silverlight与html内容的交互功能,编写Silverlight应用从百度地图Javascript信息中获取北京市公交网络Json信息。基于ArcGIS中的Python脚本,将北京市公交网络Json数据生成FeatureClass。由于百度API中得到的地理数据是经纬度坐标,因此需要利用ArcGIS中Project工具投影到WGS 1984 Web Mercator坐标,从而得到北京市公交线路分布空间数据库,共包含1348 条公交线路（提取时间为2015 年7 月25 日）② 城市道路数据。基于ArcGIS平台,调用arcgisonline中国地图数据库作为底图（ 服务器调用端口：http://cache1.arcgisonline.cn/ArcGIS/services）,同时参照百度地图矢量而成,由于本文仅识别有公交线路经过的城市道路（ 本文之所以不采用公交站点的数据来研究空间依赖性,是因为公交线路经过城市道路时,不一定会设置一个公交站点,不能因为没有设置公交站点就认为这条公交线路没有占用这条城市街道的空间资源,因此本文采用“是否经过”这一个判定方法来采取城市街道样本。）,因此最后的城市道路数量为2407条（图1）。
（2）抽象独立点集：基于对偶法的抽象思维,将北京市城市公交线路抽象（按线路名称）为节点b,因此城市公交线路网可抽象为集合B（b1, b2, b3, b4,…., bi ,…., b1348）;将有公交线路经过的城市道路抽象（按街道名称）为节点s,则城市道路网即可抽象为集合S（s1, s2, s3, s4,…., sj ,…., s2407）;
（3）抽象公共边集：观察每条公交线路行经的城市道路名称,构建公交线路—城市道路（b, s）连接矩阵（0~1矩阵,即公交线路经过某条城市道路,即视为该公交线路与该道路的连接,赋予属性值为1,反之则为0）,最后总计获得15027条边。（图2）
显示原图|下载原图ZIP|生成PPT图2公交线路—城市道路空间关联矩阵及二分网络构建示意图
-->Fig. 2Sketch of space correlation matrix and the bipartite network of bus-line and city road
-->
2.2 空间依赖度的测度指标
2.2.1 度中心性下的局域依赖度 度中心性是描述节点在网络中地位的最直接的指标。在1-模网络（1-mode network）中,节点度被定义为与其直接连接的节点数目,或以其为中心发散出去的边数。而在公交线路—城市道路二分网络中,城市道路节点sj的度中心性则是以与其连接的公交线路节点数量来测度,公交线路节点bi的度中心性则关注的是与其连接的城市道路节点数量。那么在公交线路—城市道路的连接矩阵中,城市道路节点sj的度中心性就是其对应这一行中值等于1的个数（由此看来,如果城市道路节点sj的度中心性值越大,就说明经过其的公交线路就越多;如果公交线路节点bi的度中心性值越大,则说明其经过的城市道路数量就越多。由于度中心性指标考察的是邻里关系,属于局域空间的范畴。因此,其描述的是公交线路的局部空间依赖性。
2.2.2 介数中心性和紧密度中心性下的全局依赖度 （1）介数中心性
在1-模网络中,节点介数中心性描述的是该节点居于网络中心的程度。而在公交线路—城市道路二分网络中,由于每两个公交线路节点之间的联络都要通过与其相连的城市道路节点来完成,所以城市道路节点总是处于公交线路节点之间的捷径上。同理,每两个城市道路节点之间的联络都要通过公交线路节点来完成,公交线路节点也因而总处于城市道路节点之间的捷径上。
当计算一个城市道路节点sj的介数中心性的时候,需要分3个方面探讨：① 如果仅有一个公交站点与其相连,那么就意味来自sj的所有最短路径都经过该公交节点。在公交线路—城市道路二分网络中,由于存在x+y个节点,对于这个不与其他公交节点连接的城市道路节点sj来说,与其连接的这个公交站点将至少得到x+y-2个成为介数点的机会;② 如果该城市道路节点是给定一对公交线路节点（bi, bq）之间唯一经过的城市道路节点,那么该城市道路节点的介数中心性就增加1个单位;③ 如果该城市道路节点仅是给定一对公交线路节点（bi, bq）之间经过的城市道路节点的其中一个（共n个）,那么该城市道路节点的介数中心性就增加1/n个单位。因此,经过城市道路节点sj的最短路径数就可以表达为：
同理,公交线路节点bi的介数中心性也可按上述3个方面进行计算。不难发现,在公交线路—城市道路二分网络中,城市道路节点介数反映的是公交换乘流的负载能力,其值越大越说明公交网络的全局运行对其越依赖;公交线路节点介数反映的是城市道路的空间连接能力,其值越大越说明城市内部空间之间的连接对其越依赖,进而突出该条公交线路所占据的城市（街道）空间就越重要。
（2）紧密度中心性
在1-模网络中,节点紧密度中心性被定义为该节点到其他节点的距离之和的倒数。描述的是节点相互连接的难易程度,以及节点对其他节点的影响力,是度量节点在网络中的拓扑通达性的重要指标。而在公交线路—城市道路二分网络中,公交线路节点仅仅与城市道路节点有关联,所有从公交线路节点出发的路径必然首先要经过与该节点相连的城市道路节点,同样,由于城市道路节点也仅仅与公交线路节点有关联,那么,所有从城市道路发出的路径也必然首先经过与该节点相邻的公交线路节点。
因此,本文在Faust[21]的隶属网络紧密度中心性模型的基础上,将公交线路节点bi的紧密度中心性定义为该节点相邻的城市道路节点到其他公交线路节点和城市道路节点最短距离的一个函数,即：
式中：x、y分别为公交线路节点总数和城市道路节点总数;k为与公交线路节点bi相邻的城市道路节点数。
同理,城市道路节点sj的紧密度中心性也可定义为与该节点相邻的公交线路节点到其他公交线路节点和城市道路节点最短距离的一个函数,为
式中：z为与城市道路节点sj相邻的公交线路节点。从介数中心性与紧密度中心性的定义和计算公式皆可看出,这两个指标考察的是节点在全局网络的地位,其关系通过邻里遍历全局。因此,这两个指标描述的是公交线网全局空间依赖性。
2.2.3 依赖空间划分——社团发现 在复杂网络中,“社团”是内部联系紧密、与外界联系稀疏的子组织结构。随着大量现实网络被证明存在社区结构,网络的社区结构发现已经引起了大批****的广泛,而且无论是1-模网络,还是二分网络,其社团划分的方法都在不断的学术争鸣中得到持续更新[22-25]。
显示原图|下载原图ZIP|生成PPT图3北京市公交线路—城市道路二分网络节点度的位序规模及累积分布
-->Fig. 3Degree centrality in the bipartite graph of bus lines and city roads in Beijing
-->
显示原图|下载原图ZIP|生成PPT图4北京市城市道路节点度中心性前1000强空间分异
-->Fig. 4Spatial density and differentiation of the top 1000 city roads degree centrality in Beijing
-->
基于社团发现的公交线路布局空间的划分是从全局依赖的角度透析局域依赖的一个测度指标。在社团发现算法上,本文并没有做进一步的探讨,因为已有的二分网络社团发现算法完全能够分析公交线路—城市道路这一二分网络的社团性质。本文所采用的社团发现算法是基于Barber二分网络模块度的社团凝聚算法（Modularity Agglomerative algorithm of Bipartite networks, MAB）,具体计算方法可见参考文献[26],在此不再赘述。
3 北京市公交网络布局的空间依赖性
3.1 局部依赖性——高度依赖于城市主干道
北京市整个城市道路网节点的平均度为6.24,其中度最大的城市道路节点为三环路（105）,即经过三环路的公交线路有105条。从城市道路节点度位序—规模分布及累积分布曲线来看（图3a、3b）,皆呈现出明显的“长尾”特征,这意味着只有极少数的城市道路节点的度较大,而绝大部分节点的度都较小且相近,体现了公交线路对城市道路空间依赖的层次性和无标度特性。为更加清晰的从空间上透析公交线路分布的依赖性特征,本文选取度值前1000的城市道路进行空间分异与空间密度分析（图4）,发现：① 北京市公交线路的空间分布高度依赖于少数城市主干道,其中极值城市道路主要为以二环和三环为代表的市中心主干道和以京密路、G6辅路、京开路、顺平路、京昆路、顺沙路、建国路等为代表的城郊连接干道,高度值城市道路主要是以二环、三环为起始,连接四环、五环的城市主干道,如莲花池路、莲花池东路、朝阳北路、西外大街、复兴路、阜成路等,这些极值和高值城市道路在北京市公交运行的空间管控上起着至关重要的作用;② 北京市公交线路的空间依赖格局呈现出以市中心（以三环为中心、以二环和四环为缓冲边界的区域）为核心,以城郊连接快速路为辐射通道的中心—外围的廊道扩散格局;③ 通州城区、大兴城区顺义城区以及昌平城区因其内部公交运营基本自成一体,已俨然成为北京市公交线路空间分布的次中心区域。相较于城市道路节点度分布的“长尾”特征,公交线路节点度分布则呈现另一般的景象。整个公交线路节点的平均度为11.14,其中度值最大的节点为运通115路,为42,即该条公交线运行需经过42条城市道路。从公交线路节点度位序—规模分布及累积分布曲线来看（图3c、3d)）,皆呈明显的“S”型特征,指数拟合较优,说明公交线路运行所经过的城市道路数量基本固定在一个区间之内,绝大值区间和绝小值区间内的节点数量皆较少,体现了公交线路运行布局的均衡性特征。从公交线路节点度统计来看,度值超过30的公交线路节点仅有5个（分别是运通115路、959路、621路、特11路和运通101路）,度值超过20的节点也只有113个,仅占到总数的8.38%;同时,节点度值低于5的节点也只有151个,仅占到总数的11.19%。由此可见,绝大部分的公交线路节点的度值介于5和20之间,其中节点度值大于5小于16的节点更是多达992个。另外,统计度值前15的公交线路发现，这些公交线路多为远距离跨城区运营线路，平均运营线路长达37.7km，其中运营公里数最长的公交线路为983 路（连接朝阳区与通州区的公交线路、途经石景山区、海淀区和朝阳区），长达65.3 km。
3.2 全局依赖度
3.2.1 介数中心性——空间布局结构失衡,比较脆弱 整个城市道路节点的介数中心性平均数为0.0008,其中值为0的城市道路节点多达1906个,介数值大于0.02的城市道路节点仅有10个,突出反映公交线路—城市道路二分网络的交通流多集中于少数几个城市道路节点上。从图5可以看出,高介数城市道路主要由三环路、二环路以及另外几条城郊快速干道（京密路、G6辅路、京开路、建国路等）组成,一方面说明这些高等级城市道路在整个网络中承担着较大的流量,另一方面也意味着流量过度集中也使得北京市公交线路空间布局的结构失衡,显得比较脆弱,一旦这些高介数的城市道路路面发生拥堵,那么公交网络的空间运行将面临极大的威胁。另外从城市道路介数空间密度分异来看,北京市公交网络对城市道路的全局依赖度呈现出中心空心化现象,并形成以三环为主干的环带极值区和以G6辅路、京密路和京开路为依托的三条极值扩散带。由此可见,北京市三环路无论是在城区公交线路运行的流量负载上,还是在城—郊公交线路运行的流量负载上都起到了不可替代的“顶梁柱”作用;而G6辅路、京密路和京开路这三条城郊快速连接干道则在城—郊公交线路和郊—郊公交线路的中转运行上发挥着重要作用。
显示原图|下载原图ZIP|生成PPT图5北京市城市道路节点介数中心性前1000强空间分异
-->Fig. 5Spatial density and differentiation of the top 1000 city roads betweenness centrality in Beijing
-->
公交线路节点的介数中心性平均数为0.002,与城市道路节点不同,大多数公交线路节点的介数值大于0,达到973个,占到总数的72.13%,其中介数最大的公交线路为运通101路（0.029）,运营线路长达48.5 km（往返于门头沟区与朝阳区,途经石景山区、海淀区、西城区和东城区）。从公交线路节点介数位序—规模分布曲线来看（去除介数为0的公交线路节点）,基本服从幂律分布,表明只有极少数的几条公交线路在公交线路—城市道路这一二分网络中,尤其在城市道路之间的隐性连接上扮演着关键的中介角色。
3.2.2 紧密度中心性——高度依赖于以四环为边界的城市核心空间 在公交线路—城市道路二分网络中,城市道路节点紧密度的平均值为0.304,其中紧密度值最大的节点为三环路（0.466）,紧密度值最小的节点为斋马路（0.197）。整体来看,城市道路节点紧密度的变异系数为0.219,远远小于度值（8.492）和介数值（5.209）的变异系数,一定程度上表明城市道路节点紧密度分布相对较均衡,离散程度较小。与节点度分布和介数分布特征不同,城市道路节点紧密度位序—规模分布及累积分布曲线皆呈现良好的指数拟合（图6a、6b)）,说明绝大多数城市道路节点的紧密度位于平均数附近,只有极少数的节点紧密度值较高或较低。事实上从统计来看,紧密度值超过0.4的城市道路数量仅有10个,低于0.2的更是只有3个,而介于0.25至0.35的城市道路数量则达到2050个。
显示原图|下载原图ZIP|生成PPT图6北京市公交线路—城市道路二分网络节点紧密度中心性的位序规模及累积分布
-->Fig. 6Closeness centrality in the bipartite graph of bus lines and city roads in Beijing
-->
由于紧密度反映的是节点在网络中的拓扑通达能力,那么城市中的主干道的紧密度理应较高,这一论断在公交线路—城市道路这一二分网络中同样适用。从图7和表1可知：① 北京市大部分市区主干道以及城—郊快速干道的紧密度值都较高,其中二环路、三环路、四环路以及京密路、京开路和G6辅路等道路属于全城连接性质道路,其紧密度也是位居网络的第一层次,而那些连接二环至三环、四环的东—西向和南—北向主干道的紧密度也自然较高,其通达能力也位于网络的第二层次,如东—西向的阜成路、阜石路、莲花池东路、建内大街、广内大街、东直门外大街等,南—北向的西土城路、学院路、前门大街、永外大街、马家堡东路、惠新东街等;② 高紧密度的城市道路高度集聚在以四环为模糊边界的市中心区域,表明北京市公交线路的空间布局高度依赖于以四环为边界的城市核心空间;③ 值得注意的是,在五环之外的亦庄片区、大兴城区、通州城区、顺义城区以及昌平城区都行形成了相对独立的公交线路布局的依赖空间,一方面验证了区域性的主干道依然是公交线路布局较为依赖的空间,另一方面也说明了北京市几条环路以及城郊连接干道在实现区际通达性起到了很好的衔接作用。
显示原图|下载原图ZIP|生成PPT图7北京市城市道路节点紧密度中心性前1000强空间分异
-->Fig. 7Spatial density and differentiation of the top 1000 city roads closeness centrality in Beijing
-->
Tab. 1
表1
表1北京市公交线路依赖空间的社团划分
Tab. 1Community detection for the bipartite network in Beijing
| 社团 | 社团规模 | 度中心性 | ||||
|---|---|---|---|---|---|---|
| 节点数总数 | 城市道路数 | 公交线路数 | 城市道路节点度平均 | 公交线路节点度平均 | ||
| 朝阳 | 462 | 283 | 179 | 6.763 | 12.117 | |
| 海淀 | 430 | 253 | 177 | 7.941 | 10.808 | |
| 三环内(东城—西城) | 404 | 254 | 150 | 7.272 | 12.193 | |
| 大兴 | 302 | 229 | 73 | 4.323 | 14.192 | |
| 昌平—延庆 | 291 | 182 | 109 | 5.049 | 8.431 | |
| 通州 | 263 | 158 | 105 | 6.418 | 8.562 | |
| 亦庄 | 259 | 181 | 78 | 5.790 | 13.667 | |
| 顺义 | 246 | 170 | 76 | 5.806 | 12.697 | |
| 门头沟—石景山 | 246 | 163 | 83 | 5.690 | 10.875 | |
| 房山 | 233 | 145 | 88 | 7.972 | 11.841 | |
| 密云 | 165 | 104 | 61 | 6.212 | 10.738 | |
| 怀柔 | 156 | 91 | 65 | 6.582 | 9.569 | |
| 丰台 | 156 | 101 | 55 | 6.257 | 10.164 | |
| 平谷 | 142 | 98 | 44 | 3.745 | 9.000 | |
新窗口打开
公交线路节点的紧密度平均数为0.278,其中紧密度值最大的公交线路节点为运通101线,为0.353。紧密度值最小的公交线路节点为通16路,值为0.185。整体上,公交线路节点紧密度的变异系数（0.010）与城市道路一样,皆远远小于其度值（0.500）和介数值（0.316）,说明公交线路节点紧密度相对差异较小,统计分布趋于均衡。与度和介数类似,公交线路节点紧密度位序—规模分布和累积分布曲线指数拟合较优,一定程度上表明,公交线路的空间布局在趋于科学合理的规划指导下越来越均衡,当然,这种均衡是在空间单元连接数量上的均衡,即每条公交线路经过的城市道路的数量是近似的,这可以从节点度分布上得到验证。另外,公交线路的空间布局必然是为了提高人流的便利性,其始发站点、途经站点以及目的地站点必然是人流量较大的居住区、商业区或就业区,而连接这些不同性质空间单元的城市道路,尤其是高等级城市道路是固定的,那么就必然导致公交线路节点紧密度的趋同性,这一点也可用“平均路径长度”这一个指标来反映。通过计算,本文所建构的公交线路—城市道路这一二分网络的平均路径长度为5.29,也就是意味着整个网络中,任意两个节点之间平均只需5.29次的连接就能实现通达,显然这是一个小世界网络。
3.3 依赖空间划分——与城市地域空间具有良好对应性
根据Barber二分网络模块度的社团凝聚算法将北京市公交线路—城市道路这一二分网络划分为14个社团表1。模块度值为0.695,划分结果比较满意。整体社团的平均规模（包含节点个数）为268,如果将高于300的定义为大社团,低于200的定义为小社团,介于二者之间的定义为中社团,发现这14个社团中大社团和小社团皆为4个,中社团为6个,说明那么北京市公交线路布局所依赖的这14个社团的规模分布近似泊松正态分布。另外,从社团的位序—规模分布曲线来看,指数拟合较优,拟合方程为：y = 489.84e-0.089x（R2 = 0.9521）,验证了社团规模的趋中（值）分布特征。但值得注意的是,社团间的规模差异较大,变异系数达到0.370。其中规模最大组团包含462个节点,规模最小社团仅有142个节点,极差达到324。然而,社团之间在规模上体现的差异性并未延续到社团内部指标的对比上,在社团所包含的城市道路节点和公交线路节点数量及其各自的平均度数等方面,皆呈现出一定的共性特征：① 每个社团所包含的城市道路节点数量基本是公交节点数量的2倍,但其中有一个例外—大兴组团,其城市道路节点数量是公交节点数量的3倍之多,说明大兴组团的公交线路多为长距离或多转向型公交线路,这意味着其社团内公交线路节点的度值必然很大,而统计结果也证实了这一点,大兴组团内的公交线路节点的平均度值达到14.192,远远大于其他组团;② 每个社团的城市道路节点平均度与公交线路节点平均度基本接近总体的平均度值,一定程度上说明此次公交线路依赖空间划分的结果较为理想,没有出现奇异值。
在归并各个社团城市道路节点与公交线路节点属性发现,自然划分的14个社团与北京市地域空间具有良好对应性,表明北京市公交线路布局的区域性特征已经初显。其中朝阳区、海淀区、大兴区、顺义区、房山区、怀柔区、密云县、丰台区、通州区和平谷区基本划分为独立的社团;由于一些地域空间单元的主城区在地理空间上极为靠近,公交线路的空间布局没有形成明显的界限,因此在依赖空间划分上进行了合并,如东城区和西城区、昌平区和延庆县以及石景山区和门头沟区;虽亦庄片区在空间上位于大兴区和通州区的交界地带,但作为北京市经济技术开发区的载体空间,其区域内的公交网络发育已基本自成一体,因此形成了一个单独的社团。
4 结论与讨论
4.1 结论
二分网络以“行动者—事件”的关联思维为研究公交网络的空间布局提供了全新的研究视角,作为行动者的公交线路在选择哪些城市道路作为其事件（线路安排）的过程中,一副公交线路与城市道路的空间关联与空间依赖图景就此展现：（1）度中心性展现的北京市公交线路局域空间依赖度方面：北京市公交线路所行经的城市道路数基本固定在一个区间之内,呈现出运行距离越长,行经城市道路数量越多的规律;其次,北京市公交线路的空间分布高度依赖于少数城市主干道,如以二环和三环为代表的市中心主干道和以京密路、G6辅路、京开路、顺平路、京昆路、顺沙路、建国路等为代表的城郊快速干道,这些城市道路在北京市公交运行的空间管控上起着至关重要的作用,并形成了以市中心为核心,以城郊快速干道为辐射通道的中心—外围的廊道扩散格局。
（2）介数中心性和紧密度中心性解释的北京市公交线路全局空间依赖度方面：北京市公交线路节点介数中心性较小,只有为数不多的几条公交线路在城市道路之间的隐性连接上扮演着关键的中介角色;其次,在北京市公交线路布局上,仅有少数高等级城市道路在公交网络中承担着较大的流量,流量过度集中意味着公交线路空间布局的结构失衡,显得比较脆弱。另外,由于高紧密度的城市道路高度集聚在以四环为模糊边界的市中心区域,因此,以四环为模糊边界的市中心区域成为了北京市公交线路依赖的核心空间。
（3）社团划分阐释的北京市公交线路布局的区域性特征方面：北京市公交线路—城市道路二分网络社团划分较为理想,与北京市地域空间具有良好对应性,表明北京市公交线路布局的区域性特征已经初显。
4.2 讨论
（1）本文探讨的北京市公交线路的空间依赖程度属于静态的、某个时间点上的状态识别。任何一个实体网络都是一个动态的、发展的网络,因此有必要引入时间序列,通过构建北京市公交网络和城市道路时序发展数据,对公交线路的空间依赖度的时空演化进行研究,从而辨别公交网络的空间布局是否遵循“优者愈优、劣者愈劣”的规律,或者在时间的演化中,公交网络的空间依赖是否有朝着均衡的趋势发展。（2）二分网络的思想是独立点集与公共边集的建构,本文在构建城市道路节点集时是通过公交线路是否经过来取样,并通过街道名称来识别。虽然采用此方法采集的城市道路数量多达2407条,且分析结果较为理想,但在局部道路上仍值得商榷。现实中,一条城市道路的长度从几百米到几十千米不等,如北京市的几条环线及城—郊快速干道,而一条公交线路可能仅仅经过其某一部分,且该条城市道路上公交线路可能无一重合。因此,有必要对一些长距离城市道路进行分段采样,但无疑这是一个“大数据”挖掘的过程,期待更多的研究****运用数据挖掘手段进行研究。
（3）虽然本文基于二分网络对北京市公交线路的空间依赖程度及依赖空间进行了识别,但仍然没有回答北京市城市道路所能容纳公交线路的极限,进而无法回答当前北京市公交线路的空间依赖度是否已经达到城市道路的承载能力,或者已经超越,或者还有发展的空间。城市道路容纳公交线路的能力与道路的等级、路面质量、车道数以及道路承载其他交通方式的容量等方面有关,是一个多学科（交通地理学、交通工程学、交通管理学等）交叉的领域,值得各领域的研究****进行融合研究。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | [D]. .[D] |
| [2] | This paper details the creation of a model to measure the accessibility, in the form of travel time, from origins to destinations by way of public transit. The model is a high-resolution spatio-temporal, GIS-based public transit network model. It includes the travel modes of walking and bus and their associated travel times. The total travel time is based on walking times to reach bus stops, typical waiting times at bus stops, travel times on the bus network and transfer times between routes, if necessary. As an example of the model's applicability, it is used to analyze the effects on accessibility of the addition of rapid bus routes in Albuquerque, New Mexico. This multimodal, network-based model has other applications as well, such as assessing sustainable transportation performance measures, estimating transit demand based on varying value of time, or comparing the relative accessibility of new route alignments. (C) 2012 Elsevier Ltd. All rights reserved. |
| [3] | Improving public-transit connectivity is one of the most vital tasks in transit-operations planning. A poor connection can cause some passengers to stop using the transit service. This work analyzes the performance of public-transit networks in terms of the attributes involved with coordination and connectivity. These attributes are primarily concerned with passenger transfers, and include ride, wait and walk times and type of transfers made, that is, with street-crossing, sidewalk, non-walk and one-leg trip. Based on these attributes, transit-connectivity measures are established as a tool to evaluate the pros and cons of each defined zone of transit lines from a connectivity perspective. The zone of transit lines can be associated with small or large transit networks from which two types of analyses can be made: (i) detecting the inefficiency of connectivity-related issues for the zone, and (ii) comparing the measures between different zones to arrive to the conclusion of which zone is more worthy of improvements. This will allow, for instance, the comparison between cities and between zones in the city. In this work a model is developed to integrate spatial and non-spatial data for the construction of a public-transit network spatial repository, which in turn, is used to classify transfers, and calculate the developed connectivity measures. A case study in Auckland, New Zealand, demonstrates the benefits of the model and connectivity measures. (C) 2011 Elsevier Ltd. All rights reserved. |
| [4] | 考虑公交与小汽车方式间的可达性差异,提出了依据公交服务水平调控小汽车可达性的停车分区思路,以期实现对小汽车方式的合理限制,支持城市公交优先发展。首先根据居民出行对不同类型公交站点具有不同可达性需求,将以需求点为圆心、站点时空可接近距离为半径的覆盖范围作为基本分析单元,构建基于微观个体时空约束下的公交站点可达性测度模型。其次借助Arc GIS,以昆明市公交网络数据为基础,对站点可达性空间分布特征进行可视化分析,所得结果与城市用地开发整体特征相吻合,验证了模型的合理性。最后以公交可达性水平为主要依据划分停车供给分区,从而对不同分区停车泊位供给的科学配置提供支撑。 . 考虑公交与小汽车方式间的可达性差异,提出了依据公交服务水平调控小汽车可达性的停车分区思路,以期实现对小汽车方式的合理限制,支持城市公交优先发展。首先根据居民出行对不同类型公交站点具有不同可达性需求,将以需求点为圆心、站点时空可接近距离为半径的覆盖范围作为基本分析单元,构建基于微观个体时空约束下的公交站点可达性测度模型。其次借助Arc GIS,以昆明市公交网络数据为基础,对站点可达性空间分布特征进行可视化分析,所得结果与城市用地开发整体特征相吻合,验证了模型的合理性。最后以公交可达性水平为主要依据划分停车供给分区,从而对不同分区停车泊位供给的科学配置提供支撑。 |
| [5] | A public transportation network serves in adequate way a population if it evolves in time following the existent social reality. Changes made in order to improve service must be analyzed and evaluated. The introduction of modern technology to validate the fare card allowed a quick access to important, although incomplete, data. Databases with only the getting in validation information can be used to construct an origin鈥揹estination (OD) matrix, allowing a service quality analysis. Here it is presented a basic methodology to rigorously validate service quality criteria considering what might be interesting for the user. The quality analysis philosophy is the following. First, based on automatically gathered data, one reconstructs the origin鈥揹estination (OD) matrix, which contains information concerning the number of passengers traveling between zones of a certain region. The OD matrix is used to calculate some criteria characterizing the transportation network quality, such as traveling times, waiting times at a stop or transport occupation. The reconstructed OD matrix always contains errors, which cause errors in the criteria values. How significant are these errors? This question can be answered using our criteria validating methodology, which is based on statistical analysis. It has been implemented at the urban bus transport system of Porto, STCP, allowing the evaluation of the transportation network quality under a number of criteria and guaranteeing rigorous results. |
| [6] | Assessment of service quality in bus transit planning has received due attention in recent years from the viewpoint of optimal service allocation. The concept of level of service (LOS) has emerged as an effective tool to measure quality of services. Service-quality assessment provides operators with knowledge on users' satisfaction with existing services and their expected LOSs. The importance of user perception towards assessment of LOS has been acknowledged by researchers. While LOS standards for public transportation have been established by the Transportation Research Board in the USA, researchers have questioned the applicability of these standards in the context of different geographic regions. Since the service delivery environment differs between developed and developing nations, the user perception of service quality varies between these economic regions. Substantial research has been carried out in the context of both developed and developing nations, to identify the bus transit service parameters that affect users' perceived service quality; however, little research exists that establishes LOS thresholds for bus transit, based on user perception. This paper reviews the concept of LOS, describes the importance of user perception in assessment of service quality and identifies the need to establish LOS thresholds for bus transit from user perception for developing countries. |
| [7] | An equitable transit system can cater to the needs of captive riders and maximize transit service coverage. Historically transit equity has not been considered in planning or has been an afterthought in the process; leading to the underutilization of transit and encouraging travelers to be auto dependent. In this paper, the authors propose a methodology to estimate transit equity using a number of attributes such as frequency, speed, capacity, and built environment in a multi-modal transit network. The authors propose a methodology to measure transit equity from a graph theoretical approach for all levels of transit service coverage integrating routes, schedules, socio-economic, demographic and spatial activity patterns. The objective of using equity is to quantify and evaluate transit service in terms of prioritizing transit locations for funding; conforming with federal regulations; providing service delivery strategies, especially for areas with large multi-jurisdictional, multi-modal transit networks; providing an indicator of multi-level transit capacity for planning purposes and assessing the effectiveness and efficiency for node/stop prioritization while choosing transit as a mode of travel. The methodology uses a stylized connectivity measure with a Gini index for equity estimation at different levels such as stop, line, zone and area. An example problem is presented to demonstrate the proposed methodology. The approach is then applied to the Washington鈥揃altimore region in the United States. The results show the existing transit service coverage at different locations. The proposed approach can be utilized as a tool for transit service planning. |
| [8] | <p>以北京市城八区的公共交通为切入点，探索了城市空间结构的评价分析方法。通过“公共交通可达性”指标，将城市实体空间结构的指标与居民对公共交通的满意度连系起来，建立了以满意度为目标的城市空间结构评价体系，并对提升城市空间结构的实体空间因子进行了实证分析。首先，对“公共交通可达性”的各项影响因子进行了梳理，从公共交通服务质量、区域经济特征、道路建设三个方面，提出了包括公交通达度、人口和经济集聚度、道路密度、区位指标等在内的城市公共交通可达性的评价指标体系。其次，构建了以居民满意度为因变量的公共交通可达性评价模型。分析定量揭示了公交站点配置、公交通达度、经济密度等因素对于城市空间结构的优化作用，同时分析表明，公共交通的优化需充分考虑不同属性的居民群体的空间分布规律。据此，从城市空间结构评价的角度分析了北京市公共交通中存在的问题，并提出如下建议：① 市政交通规划的重点应放在五环以内地区；② 实现800 m公交站点服务面积全覆盖；③ 加强各地与市区重要功能节点的公共交通联系来提高其通达度；④ 根据居民的分布和属性特征出台相应的公交服务政策提高不同居民群体的公共交通满意度。</p> . <p>以北京市城八区的公共交通为切入点，探索了城市空间结构的评价分析方法。通过“公共交通可达性”指标，将城市实体空间结构的指标与居民对公共交通的满意度连系起来，建立了以满意度为目标的城市空间结构评价体系，并对提升城市空间结构的实体空间因子进行了实证分析。首先，对“公共交通可达性”的各项影响因子进行了梳理，从公共交通服务质量、区域经济特征、道路建设三个方面，提出了包括公交通达度、人口和经济集聚度、道路密度、区位指标等在内的城市公共交通可达性的评价指标体系。其次，构建了以居民满意度为因变量的公共交通可达性评价模型。分析定量揭示了公交站点配置、公交通达度、经济密度等因素对于城市空间结构的优化作用，同时分析表明，公共交通的优化需充分考虑不同属性的居民群体的空间分布规律。据此，从城市空间结构评价的角度分析了北京市公共交通中存在的问题，并提出如下建议：① 市政交通规划的重点应放在五环以内地区；② 实现800 m公交站点服务面积全覆盖；③ 加强各地与市区重要功能节点的公共交通联系来提高其通达度；④ 根据居民的分布和属性特征出台相应的公交服务政策提高不同居民群体的公共交通满意度。</p> |
| [9] | 针对传统公交网络评价模型的不足,基于分形理论,构建加权分形模型,从网络均衡性、站点可达 性、站点-线路异速生长性角度揭示了武汉市中心城区公交网络空间异质性：武汉中心城区公交网络并未形成严格意义上的分形,存在空间尺度依赖;公交线网发育 相对迟缓,覆盖水平较低,且在分布形态上围绕测算中心呈强凝聚态展布;公交站点发育相对成熟,覆盖效果良好,其分布形态呈弱集聚态,但公交站点可达性空间 差异明显,其发育程度与社会经济发展水平之间存在正相关和空间共轭关系;中心城区公交线路与公交站点建设空间不匹配,公交线网的建设呈现出明显的滞后性和 对城市主干道的过度依赖性。建议加强6km半径范围外的城郊线路建设,撤销中心城区重复的公交线路,降低公交线路对城市主干路的依赖性。 . 针对传统公交网络评价模型的不足,基于分形理论,构建加权分形模型,从网络均衡性、站点可达 性、站点-线路异速生长性角度揭示了武汉市中心城区公交网络空间异质性：武汉中心城区公交网络并未形成严格意义上的分形,存在空间尺度依赖;公交线网发育 相对迟缓,覆盖水平较低,且在分布形态上围绕测算中心呈强凝聚态展布;公交站点发育相对成熟,覆盖效果良好,其分布形态呈弱集聚态,但公交站点可达性空间 差异明显,其发育程度与社会经济发展水平之间存在正相关和空间共轭关系;中心城区公交线路与公交站点建设空间不匹配,公交线网的建设呈现出明显的滞后性和 对城市主干道的过度依赖性。建议加强6km半径范围外的城郊线路建设,撤销中心城区重复的公交线路,降低公交线路对城市主干路的依赖性。 |
| [10] | 目前针对中国城市公交复杂网络 的实证研究仍然仅限于数个大城市,而对不同规模城市的公交网络在拓扑结构上是否存在不依赖于人口、社会、经济等外部因素的共性特征,以及城市公交系统演化 机制的研究尚不多见.本文实证研究了330个中国城市P空间下公交复杂网络结构特征,发现度分布普遍呈指数分布,表示公交网络演化机制为随机连接而非择优 连接;普遍具有较大的簇系数和较小的平均最短路径,呈现典型的小世界特征;网络同配性在N=1 000处发生相变,N1 000的网络普遍正相关,反之负相关.CK与K呈幂律下降关系,表明各城市公交网络具有等级模块性.本文研究结果可为理解城市公交系统演化规律、交通网络 建模研究提供指导和参考. . 目前针对中国城市公交复杂网络 的实证研究仍然仅限于数个大城市,而对不同规模城市的公交网络在拓扑结构上是否存在不依赖于人口、社会、经济等外部因素的共性特征,以及城市公交系统演化 机制的研究尚不多见.本文实证研究了330个中国城市P空间下公交复杂网络结构特征,发现度分布普遍呈指数分布,表示公交网络演化机制为随机连接而非择优 连接;普遍具有较大的簇系数和较小的平均最短路径,呈现典型的小世界特征;网络同配性在N=1 000处发生相变,N1 000的网络普遍正相关,反之负相关.CK与K呈幂律下降关系,表明各城市公交网络具有等级模块性.本文研究结果可为理解城市公交系统演化规律、交通网络 建模研究提供指导和参考. |
| [11] | Establishing the performance reliability of a transport network is an important practical problem for engineers and planners involved in network design. Methods proposed hitherto have assumed knowledge of link performance frequency distributions (usually delay, travel time or capacity distributions), information that is in many cases absent. In this paper, a two-player non-cooperative game is envisaged between on the one hand the network user seeking a path to minimise the expected trip cost and on the other hand an "evil entity" choosing link performance scenarios to maximise the expected trip cost. At the Nash mixed strategy equilibrium, the user is unable to reduce the expected trip cost by changing his path choice probabilities while the evil entity is unable to increase the expected trip cost by changing the scenario probabilities, without cooperating. The Nash equilibrium measures network performance when users are extremely pessimistic about the state of the network and may therefore be used as a basis for a cautious approach to network design. (A) |
| [12] | 应用GIS 方法，选取2000、2003、2009 和2012 年4 个时间节点，运用复杂网络理论构建了广州市公共交通网络模型，通过对比分析地铁站点与线路加入到公共交通网络中所产生的变化，定量分析地铁网络建设对公共交通可达性的影响，分析地铁发展不同时期内，城市公共交通可达性空间格局的演化，全面探讨地铁建设对城市公共交通可达性的影响，以期为一体化的多模式城市公共交通体系发展决策提供理论支持。结果显示：①广州市地铁网络顺利完成由树状向回路网络的转变，地铁可达性重心与广州市空间扩展方向呼应，呈现出向南、向东迁移特征；②地铁在很大程度上提高了广州城市公交网络可达性，且其改善作用随地铁线路网的增加和回路网络的发育而日益显著；③地铁网络对城市公交可达性格局的影响，打破了常规公交网络圈层式公交可达性格局，逐渐呈现出圈层式加沿地铁线路分布的廊道式格局；④地铁对公交各站点网络可达时间的影响，常规公交站点可达时间变化程度呈现出由地铁线路向外递减的空间分布趋势，当地铁网络发育形成回路网络时，大大地提升公交网络的运营效率，缩短各个站点之间的出行时间。 . 应用GIS 方法，选取2000、2003、2009 和2012 年4 个时间节点，运用复杂网络理论构建了广州市公共交通网络模型，通过对比分析地铁站点与线路加入到公共交通网络中所产生的变化，定量分析地铁网络建设对公共交通可达性的影响，分析地铁发展不同时期内，城市公共交通可达性空间格局的演化，全面探讨地铁建设对城市公共交通可达性的影响，以期为一体化的多模式城市公共交通体系发展决策提供理论支持。结果显示：①广州市地铁网络顺利完成由树状向回路网络的转变，地铁可达性重心与广州市空间扩展方向呼应，呈现出向南、向东迁移特征；②地铁在很大程度上提高了广州城市公交网络可达性，且其改善作用随地铁线路网的增加和回路网络的发育而日益显著；③地铁网络对城市公交可达性格局的影响，打破了常规公交网络圈层式公交可达性格局，逐渐呈现出圈层式加沿地铁线路分布的廊道式格局；④地铁对公交各站点网络可达时间的影响，常规公交站点可达时间变化程度呈现出由地铁线路向外递减的空间分布趋势，当地铁网络发育形成回路网络时，大大地提升公交网络的运营效率，缩短各个站点之间的出行时间。 |
| [13] | |
| [14] | Public transport faces an increasingly intense conflict between patronage goals and coverage goals. Broadly speaking, patronage goals seek to maximize patronage of all types, while coverage goals lead to the provision of service despite low patronage - to achieve social inclusion objectives for example. The conflict between these goals follows inevitably from the underlying structure of the public transport product, including both its costs and geometry. The tradeoff between patronage and coverage is the type of value-judgment that elected officials are paid to make. The paper presents a means of quantifying the tradeoff, to facilitate public discussion and decisions on how to balance these priorities. These strategies are designed to ensure that the decision about how to balance social versus patronage goals is made consciously rather than inadvertently, with a clear understanding of the consequences of the choice. |
| [15] | 采用实地调研、空间分析比对和文献比对等研究方法,对珠江口湾区 内不同城市的道路旅客运输需求和公共交通的基础设施状况、运输结构、运输能耗和CO2排放进行了系统研究.截至2013年底,作为主体的公共汽电车和城市 轨道交通分别完成了63.63％和31.76％的公共交通旅客运输量,轨道交通、城市客运轮渡、慢行系统等的贡献比率并不高,柴油车和汽油车总CO2排放 量为180.63万t.在2009-2013年间,湾区内公共交通具有低碳化趋势:轨道交通年均增长率20.56％,公共汽电车5.14％,天然气公交车 247.33％,纯电动公交车138.25％,汽—柴油公交车-1.3％,混合动力公交车、BRT客运系统和慢行系统等方式从无到有.然而,道路交通旅客 运输需求量和CO2的排放量却快速上升,这严重约束了湾区内低碳交通发展.因此,交通运输效率不高和CO2排放效率偏低是湾区公共交通发展面临的核心问 题,可以通过以效率提升为重点、结构调整为核心、运输工具低碳化为推力兼顾管理转型为保障的发展途径来解决. . 采用实地调研、空间分析比对和文献比对等研究方法,对珠江口湾区 内不同城市的道路旅客运输需求和公共交通的基础设施状况、运输结构、运输能耗和CO2排放进行了系统研究.截至2013年底,作为主体的公共汽电车和城市 轨道交通分别完成了63.63％和31.76％的公共交通旅客运输量,轨道交通、城市客运轮渡、慢行系统等的贡献比率并不高,柴油车和汽油车总CO2排放 量为180.63万t.在2009-2013年间,湾区内公共交通具有低碳化趋势:轨道交通年均增长率20.56％,公共汽电车5.14％,天然气公交车 247.33％,纯电动公交车138.25％,汽—柴油公交车-1.3％,混合动力公交车、BRT客运系统和慢行系统等方式从无到有.然而,道路交通旅客 运输需求量和CO2的排放量却快速上升,这严重约束了湾区内低碳交通发展.因此,交通运输效率不高和CO2排放效率偏低是湾区公共交通发展面临的核心问 题,可以通过以效率提升为重点、结构调整为核心、运输工具低碳化为推力兼顾管理转型为保障的发展途径来解决. |
| [16] | . This paper contributes to the emerging literature on the application of smart card fare payment data to public transportation planning. The research objective is to identify and assess complete, multimodal journeys using Oyster smart card fare payment data in London. Three transfer combinations (bus-to-Underground, Underground-to-bus, and bus-to-bus) are considered to formulate recommendations for maximum elapsed time thresholds to identify transfers between journey stages for each passenger on the London network. Recommended elapsed time thresholds for identifying transfers are 20 min for Underground-to-bus, 35 min for bus-to-Underground, and 45 min for bus-to-bus, but a range of values that account for variability across the network are also assessed. Key findings about bus and Underground travel in London include an average of 2.3 daily public transportation journeys per passenger, 1.3 journey stages per public transportation journey, and 23% of Underground journeys involving a transfer to or from a bus. The application of complete journey data to bus network planning is used to illustrate the value of new information that would be available to network planners through the use of smart card fare payment data. |
| [17] | The potential of smart-card data for measuring the variability of urban public transit network use is the focus of this paper. Data collected during 277 consecutive days of travel on a Canadian transit network are processed for this purpose. The organization of data using an object-oriented approach is discussed. Then, measures of spatial and temporal variability of transit use for various types of card are defined and estimated using the data sets presented. Data mining techniques are also used to identify transit use cycles and homogenous days and weeks of travel among card segments and at various times of the year. |
| [18] | 基于位置服务(Location Based Service, LBS) 技术为研究城市系统的时空动态规律提供了新的视角, 已往多基于移动通讯(GSM)、全球定位系统(GPS)、社会化网络(SNS) 和无线宽带热点(Wi-Fi) 数据开展研究, 但少有研究利用公交IC 卡刷卡数据进行城市系统分析。普遍存在的LBS数据虽然具有丰富的时间和空间信息, 但缺乏社会维度信息, 使其应用范围受到一定限制。本文基于2008 年北京市连续一周的公交IC 卡(Smart Card Data, SCD) 刷卡数据, 结合2005 年居民出行调查、地块级别的土地利用图, 识别公交持卡人的居住地、就业地和通勤出行, 并将识别结果在公交站点和交通分析小区(TAZ) 尺度上汇总:① 将识别的通勤出行分别从通勤时间和距离角度, 与居民出行调查数据和其他已有北京相关研究进行对比, 显示较好的吻合性;② 对来自3 大典型居住区和去往6 大典型办公区的通勤出行进行可视化并对比分析;③ 对全市基于公交的通勤出行进行可视化, 并识别主要交通流方向。本研究初步提出了从传统的居民出行调查和城市GIS 数据建立规则, 用于SCD数据挖掘的方法, 具有较好的可靠性。 . 基于位置服务(Location Based Service, LBS) 技术为研究城市系统的时空动态规律提供了新的视角, 已往多基于移动通讯(GSM)、全球定位系统(GPS)、社会化网络(SNS) 和无线宽带热点(Wi-Fi) 数据开展研究, 但少有研究利用公交IC 卡刷卡数据进行城市系统分析。普遍存在的LBS数据虽然具有丰富的时间和空间信息, 但缺乏社会维度信息, 使其应用范围受到一定限制。本文基于2008 年北京市连续一周的公交IC 卡(Smart Card Data, SCD) 刷卡数据, 结合2005 年居民出行调查、地块级别的土地利用图, 识别公交持卡人的居住地、就业地和通勤出行, 并将识别结果在公交站点和交通分析小区(TAZ) 尺度上汇总:① 将识别的通勤出行分别从通勤时间和距离角度, 与居民出行调查数据和其他已有北京相关研究进行对比, 显示较好的吻合性;② 对来自3 大典型居住区和去往6 大典型办公区的通勤出行进行可视化并对比分析;③ 对全市基于公交的通勤出行进行可视化, 并识别主要交通流方向。本研究初步提出了从传统的居民出行调查和城市GIS 数据建立规则, 用于SCD数据挖掘的方法, 具有较好的可靠性。 |
| [19] | 利用ArcGIS软件提取了1962、1974、1982、 1991、2000和2008年广州市区公交线网信息,通过建立5×5m的空间网格,采用覆盖率、核函数密度、人口重心及全局空间自相关等指标,对各时期 居民基于常规公交出行的可达空间及演变格局进行分析,对出行便捷程度的变化做初步分析.结果表明:基于城市常规公交的居民可达空间经历了旧城集中、外围延 伸、网络完善、放射外拓四个演变阶段;常规公交线路逐年增加,公交出行需求不断增大;公交服务的覆盖面积不断增大,但覆盖率有所下降;常规公交出行的空间 差异性下降、公平性增强,当前基于通勤出行的便捷度比较低.常规公交、快速公交和轨道交通的接驳组合、优化布局成为公共交通健康发展的关键. . 利用ArcGIS软件提取了1962、1974、1982、 1991、2000和2008年广州市区公交线网信息,通过建立5×5m的空间网格,采用覆盖率、核函数密度、人口重心及全局空间自相关等指标,对各时期 居民基于常规公交出行的可达空间及演变格局进行分析,对出行便捷程度的变化做初步分析.结果表明:基于城市常规公交的居民可达空间经历了旧城集中、外围延 伸、网络完善、放射外拓四个演变阶段;常规公交线路逐年增加,公交出行需求不断增大;公交服务的覆盖面积不断增大,但覆盖率有所下降;常规公交出行的空间 差异性下降、公平性增强,当前基于通勤出行的便捷度比较低.常规公交、快速公交和轨道交通的接驳组合、优化布局成为公共交通健康发展的关键. |
| [20] | Structural properties of the Indian Railway network is studied in the light of recent investigations of the scaling properties of different complex networks. Stations are considered as `nodes' and an arbitrary pair of stations is said to be connected by a `link' when at least one train stops at both stations. Rigorous analysis of the existing data shows that the Indian Railway network displays small-world properties. We define and estimate several other quantities associated with this network. |
| [21] | This paper discusses the conceptualization, measurement, and interpretation of centrality in affiliation networks. Although centrality is a well-studied topic in social network analysis, and is one of the most widely used properties for studying affiliation networks, virtually all discussions of centrality and centralization have concerned themselves with one-mode networks. Bonacich's work on simultaneous group and individual centralities is a notable exception ( Social Networks , 1991, 13, 155鈥168). I begin by outlining the distinctive features of affiliation networks and describe four motivations for centrality indices in affiliation networks. I then consider properties of some existing centrality indices for affiliation networks, including the relationship between centralities for actors and events in these networks, and present a new conceptualization of centrality that builds on the formal properties of affiliation networks and captures important theoretical insights about the positions of actors and events in these networks. These centralities are then illustrated on Galaskiewicz's data on club and board memberships of a sample of corporate executive officers ( Social Organization of an Urban Grants Economy . New York: Academic Press, 1985). The conclusion to this paper discusses strengths and weaknesses of centrality indices when applied to affiliation networks. |
| [22] | 目前社团结构划分算法只能划分1类节点并且依赖于额外参数。为此，在分析二分网络社团拓扑特征的基础上，利用社团核与外层的思想，提出一种新的社团结构划分算法。该算法完全依赖于原始网络本身的拓扑结构，并且允许社团间重叠。实验结果表明，该算法无需任何额外参数，即可比较准确地识别实际网络的社团个数，同时划分2类节点的社团结构。 . 目前社团结构划分算法只能划分1类节点并且依赖于额外参数。为此，在分析二分网络社团拓扑特征的基础上，利用社团核与外层的思想，提出一种新的社团结构划分算法。该算法完全依赖于原始网络本身的拓扑结构，并且允许社团间重叠。实验结果表明，该算法无需任何额外参数，即可比较准确地识别实际网络的社团个数，同时划分2类节点的社团结构。 |
| [23] | A bipartite network is an important type of complex network in human social activities. Newman defined modularity as a measurement for evaluating community structure in unipartite networks. Due to the success of modularity in unipartite networks, bipartite modularities were developed according to different understandings of community in bipartite networks. However, these modularity measurements are subject to resolution limits that could reduce the quality of community partitioning. These modularity measurements contain an intrinsic scale that depends on the total size of links and ignores the number of nodes in a bipartite network. In this paper, we first illustrate such resolution limits of traditional bipartite modularities using several examples of bipartite networks. Next, we propose a quantitative measurement called density-based modularity to evaluate community partitioning in bipartite networks. We verify that optimization of the density-based modularity proposed has no resolution limit. By optimizing this density-based modularity, we can partition the network into the appropriate communities. Experiments on synthetic and real-world bipartite networks verify the accuracy and reliability of our bipartite density-based modularity. |
| [24] | 姝any real-wold networks display a natural bipertite structure.In- vestigating them based on the original structure is helpful to get deep understanding about the networks.In this paper,a modificstion of the clustering coefficient in bipartite networks on the consideration of cy-cles with size four is propoeed.By comparing the two definitions in a given graph,the results show thaat.the modification one is better to character the network.In order to detect community structure in bipar- tire networks,two different edge clustering coeffcients LC_4 and of LC_3 of tite networks are defined,which basde on squares and triples respec- tively.With the algorithm of cutting the edge with the least clustering coeffcient,community structures in artificial and real world networks are idemtified.The results are different from the community structures given based on the one mode projection. |
| [25] | 对二分网络的研究现状进行综述.将二分网络的研究方法归纳为两种思路:把二分网络投影到单顶点网络进行分析和直接基于原始二分网络进行分析.对二分网络已有的实证研究作一个简单的介绍,包括科学家合作网、听众与歌曲网络、演员合作网等经典二分网络.简单描述了二分网络的统计性质,介绍二分网络社团结构的定义,并对几种基于原始二分网络的聚类方法进行了说明.从动态模型和静态模型两方面来介绍二分网络的演化模型.最后对二分网络的研究现状进行小结并对未来发展做出展望. . 对二分网络的研究现状进行综述.将二分网络的研究方法归纳为两种思路:把二分网络投影到单顶点网络进行分析和直接基于原始二分网络进行分析.对二分网络已有的实证研究作一个简单的介绍,包括科学家合作网、听众与歌曲网络、演员合作网等经典二分网络.简单描述了二分网络的统计性质,介绍二分网络社团结构的定义,并对几种基于原始二分网络的聚类方法进行了说明.从动态模型和静态模型两方面来介绍二分网络的演化模型.最后对二分网络的研究现状进行小结并对未来发展做出展望. |
| [26] | The modularity of a network quantifies the extent, relative to a null model network, to which vertices cluster into community groups. We define a null model appropriate for bipartite networks, and use it to define a bipartite modularity. The bipartite modularity is presented in terms of a modularity matrix B; some key properties of the eigenspectrum of B are identified and used to describe an algorithm for identifying modules in bipartite networks. The algorithm is based on the idea that the modules in the two parts of the network are dependent, with each part mutually being used to induce the vertices for the other part into the modules. We apply the algorithm to real-world network data, showing that the algorithm successfully identifies the modular structure of bipartite networks. |
