一、我国城市家庭小汽车的发展规模研究(论文文献综述)
杨帅[1](2021)在《城市紧凑性与居民活动碳排放强度的相关性研究 ——基于30个大中城市的分析》文中指出城市总体空间结构对城市碳排放存在较强的锁定作用,其相关研究一直受到国内外专家学者和政府官员的关注。多数学者通过城市密度和开发强度等指标探讨城市空间形态对碳排放强度的影响效应,也有部分学者从几何学角度研究城市的用地平面特征与碳排放的相关关系,如colo系数、指状系数等。但是从研究结果来看,有关城市总体空间紧凑性和碳排放强度的关系研究尚存在一些争议:如紧凑的城市、高强度的人口聚集是否具有低碳性等。此外,现有研究的样本较多针对于我国一线或者新一线大城市,对一般大城市和中等规模城市的重视不足,而这类城市因其发展潜力巨大更需要加强引导。本文以我国大中城市为样本,基于多源开放数据,探究反映城市紧凑性特征的空间要素与城市居民活动碳排放强度的相关性,揭示各项空间要素影响碳排放强度的作用机制,由此提出适应我国大中城市低碳化发展的空间优化建议和策略。本文基于全国30个大中城市的样本数据,通过对城市空间紧凑性测度和城市碳排放的相关理论学习,提出城市紧凑性与城市居民活动碳排放强度的相关性研究框架。首先,基于城市总体空间特征,将城市空间紧凑性分解为三大类一级指标,包括规模紧凑性指标、形态紧凑性指标和功能紧凑性指标。在一级分类基础上,进一步选择表征各自特征的二级指标:规模紧凑性包括人口规模、建成区用地面积、人口密度和住宅容积率;形态紧凑性包括紧凑度、网格分维、半径分维和破碎度;功能紧凑性包括土地利用多样化系数(GM值)、功能自相关性。其次,通过相关文献梳理,结合数据的可获取性,构建城市居民活动碳排放测算方法,包含生活用电、家庭用气和交通出行三部分。再次,借助SPSS数据分析平台,分析识别出影响城市碳排放强度的显着影响因子,并通过回归分析进一步揭示二者的作用机理与影响程度。最后,基于上述分析,提出适合大中城市低碳发展的空间策略。本文通过研究发现样本城市碳排放水平和紧凑性方面均存在显着差异,各项空间要素影响碳排放强度也存在一定的差异性。其中,规模紧凑性、形态紧凑性和功能紧凑性对城市居民直接活动的碳排放强度均表现出较强的影响关系。具体表现为人口与建筑量的聚集、城市的中心聚集、绿色开敞基质的异质化分布和城市土地利用的多样性都对城市低碳化有积极影响。最后,基于研究结论,提出适应大中城市低碳化发展路径为“形态结构聚集紧凑、开发建设中高强度、绿色基质有机疏散和多尺度功能复合”的建设模式。
秦佳男[2](2021)在《城市扩张对家庭能源消耗的影响》文中研究说明城市是人类生产生活的重要场所,是社会、经济、政治与文化发展的核心区域,承载着大部分人口和人类活动。改革开放以来,城市建设的速度日益加快,城市用地面积与空间范围扩张改变了居民的行为模式。城市扩张对我国土地和能源等资源的可持续利用也提出了挑战,而能源是城市经济发展的基础资源,不能被其它消费品替代。所以,探究城市扩张对家庭能源消耗的影响具有十分重要的理论与现实意义。本文的研究基于城市空间结构相关理论、住宅区位理论以及能源经济相关理论,首先分析了我国城市扩张的趋势以及能源消耗的特征。截至2018年,城市个数增加了480个,地级市数量增加了204个。我国城市建成区面积逐年递增,并且东部、中部和西部地区建成区面积增速存在差异,东部地区建成区面积增速最快,西部地区增速最慢。从城市人口与建成区面积数据对比来看,城市空间面积的增速还是要远大于城市人口的增速。自2008年以来,我国能源量逐年上升。2000年至2018年居民的煤炭消费量逐渐变少,而电力和液化石油气的使用量逐年增加。然后利用理论分析与实证分析相结合的方法,借鉴单中心城市模型解释了城市扩张对家庭能源消耗的影响机制,基于《中国城镇住户调查》微观数据进行验证。结果发现,城市扩张对家庭能源消耗具有积极的正向作用,对通勤能源消耗和住宅能源消耗有显着的促进作用。城市扩张改变家庭的预算约束,通过住宅结构、通勤成本及基准消费品能耗影响家庭能源消耗量。在交通出行方面,城市扩张会使人们的交通需求上升、通勤距离增大,增加了居民家庭私家车的燃料费支出;在住宅方面,处于城市边缘地区新开发的独栋和大户型住宅对采暖、制冷、照明等要求更高,而且住宅分散导致更多的能源损耗。在对不同规模的城市家庭能源消耗进行分析后,发现城市扩张对大城市的家庭能源消耗作用效果最显着,中等城市次之,再次是小城市。最后根据理论和实证分析结果,为政府部门提出划定城市增长边界、混合土地利用和发展公共交通体系的政策建议。
鲜于建川[3](2020)在《家庭小汽车保有量异质性的非集计研究》文中认为使用多层次分析法对家庭小汽车保有行为进行了非集计研究。利用2017年中国家庭金融调查数据,以家庭为研究对象,采用多层次混合效应Logit模型,从家庭、个体、社区和城市的不同层面,分析了家庭小汽车保有行为的微观和宏观影响因素及其在不同地区间的异质性。研究表明:家庭收入、家庭结构、家庭成员年龄构成、户主的受教育程度和生活态度是家庭小汽车保有行为的重要微观影响因素;而居住区位、所在城市的人口密度和人均GDP则是家庭小汽车保有行为的重要宏观影响因素,其影响在不同城市间表现出显着的异质性。多层次混合效应模型为准确描述家庭小汽车保有行为及其异质性提供了有效的分析工具,对交通需求预测和管理工作有重要意义。
解雨巷[4](2020)在《贫困代际传递及其阻断的财政教育政策研究 ——基于儿童期贫困的视角》文中指出贫困的特点之一在于贫困具有代际传递性,即家庭内部的不利因素由父代传递给子代,从而使子代在成年后延续父代的贫困状态,贫困在代际间继承。在我国不平等现象加剧,贫困代际传递问题日益凸显的情形下,阻断贫困的代际传递已成为理论与政策关注的焦点。儿童发展与代际传递之间的联系紧密,来自贫困家庭的儿童未来更有可能陷入贫困,儿童期贫困经历是其成年后收入的主要预测因素。与此同时,教育作为促进人力资本提高的重要途径,在打破贫困代际传递方面应发挥更大的作用。基于生命周期模型、世代交叠模型和人力资本理论,本文从生命历程的早期阶段——儿童期出发,考察个体生命周期内贫困退出与进入的动态变化,深入探讨贫困代际传递形成原因并研究影响代际间收入阶层向上流动的因素和机制,分析财政教育政策对于贫困代际传递的阻断效果。本文第1章为绪论,介绍研究背景、意义、研究内容及分析框架,研究方法及创新与不足。在第2章,梳理与本文主题相关的文献,主要从贫困代际传递的测度、影响因素、儿童发展与代际流动及财政教育政策对贫困代际传递的阻断作用等方面进行文献整理。第3 章为理论基础,本章从理论层面上系统分析财政教育支出对贫困代际传递的阻断机制。建立财政教育支出对贫困代际传递阻断作用的框架,基于生命周期模型、世代交叠模型和人力资本理论,从个体教育决策、贫困陷阱形成方面厘清贫困代际传递逻辑,构建了一个包含个人、家庭以及政府的长期代际人力资本理论模型,分析效用最大化情况下个人的教育决策,并分析了财政教育政策阻断贫困代际传递的理论机制。当无借贷约束时,所有家庭都可以实现对子代的最佳教育投入,人力资本水平与长期收入都将趋向稳态。而当借贷约束存在时,子代可能无法获得充足的教育投入从而会导致贫困陷阱与阶层固化。代际收入流动与人力资本回报率、接受高等教育的概率等因素有关,财政教育支出可以弥补低收入父代对子代教育投入的不足,本章为后续章节的研究提供理论依据。第4章为典型化事实。第一部分基于收入代际传递,采用长期微观面板数据,描述我国贫困代际传递的动态变化。结合绝对收入与相对收入两种标准测算我国宏观层面上的贫困发生率、发生深度的变动情况,利用收入流动矩阵考察代际间相对阶层的流动性,从动态视角切入解释居民收入不平等的原因,测度并分解了家庭多维贫困的贫困发生率、发生深度,从多维贫困方面刻画了贫困代际传递的变动趋势。第二部分结合我国财政教育支出的现状,分析我国财政教育支出存在的问题,并剖析了其成因。第5章探讨儿童期贫困的长期效应。首先分析了儿童期贫困经历与教育获得,结果表明贫困家庭中的子代受教育水平普遍较低使其陷入更深的贫困陷阱中,这也解释了贫困在代际间传递的内在原因。其次,使用多结局生存分析方法考察了儿童期的贫困持续期对成年期收入、教育获得的影响,结果表明儿童期的贫困经历对个体成年期收入、教育有长期的负面效应;儿童幼年期即0-4岁的贫困经历,相较于5-9岁、11-16岁的贫困经历对成年期的影响更大。儿童早期营养摄入量对于收入、教育程度影响的机制检验中发现提高蛋白质摄入量可以显着降低其未来陷入贫困的可能性,这为理解儿童期贫困的长期效应提供了一个新的视角,并对降低收入不平等及减少贫困的财政政策提供了新的启示。最后,基于主观阶层,将父代与子代之间教育程度和职业层次的差异,以及子代14岁时家庭主观所处阶层与其当前主观阶层之间的差异纳入同一分析框架,考察代际教育流动、职业流动对贫困阶层代际传递的影响。结果表明,阶层具有较强的继承性,父子两代的阶层关联性强于教育和职业关联性,中低阶层呈现向上的代际流动趋势,中高阶层存在向下流动的压力,父子同处于中间阶层的分布较集中;代际间教育和职业向上流动始终是实现阶层改善的重要途径,但其对阶层的改善作用具有时代特征,近年来教育因素、职业因素对阶层改善的作用出现弱化趋势,阶层固化现象初步显现;代际流动呈现地区、城乡异质性。第6章基于当前期贫困、未来期贫困实证分析财政教育政策对于贫困代际传递的阻断作用。在当前期贫困研究方面,构建了个人、家庭、政府的多层线性模型,基于Sen的可行能力理论,应用随机前沿理论(SFA),从收入贫困和多维剥夺两方面探讨了贫困与个人禀赋之间的关系,研究发现个人生活水平的差异可能是个体将其资源转化为收入或福利的效率不同所致,财政教育支出对子代生活福利的提高有着显着的正面影响。由于传统的贫困测度更多地具有静态性和事后性,反贫困实践中应关注体现前瞻性的贫困脆弱性代际传递问题,以便对贫困进行有效预防。为此,在未来期贫困研究方面,借助Beta回归方法对财政教育政策阻断贫困代际传递进行研究,结果发现财政教育支出的增加会显着降低子代的贫困脆弱性,从而阻断贫困的代际传递;父代教育水平较低的子代能从财政教育政策中获益更多,财政投资于小学阶段的减贫效果大于其对初中阶段的减贫效果,分位数回归和门槛回归的结果也验证了上述结论。第7章梳理了不同国家阻断贫困代际传递的财政教育政策实践,以期提炼出对我国有益的经验。第8章为研究结论与政策建议,在对本文的结论进行系统性总结的基础上提出了针对性的政策建议。本文的创新之处主要体现在以下三点:研究视角方面,本文以儿童期贫困视角切入,通过追溯个体的儿童期贫困经历,强调儿童期的贫困经历对儿童发展具有的长期效应,通过家庭配对面板数据动态考察个体贫困退出与进入状态,挖掘贫困代际传递形成原因并探讨影响阶层向上流动的因素和机制。现有文献对贫困代际传递的研究大多从静态视角展开,考察家庭因素对子代收入的影响,对贫困家庭不利因素继承的原因与机制的分析并不全面。理论方面,扩展了财政教育政策阻断贫困代际传递的框架。以生命周期模型和世代交叠模型为数理基础,本文构建了具有家庭教育投资和财政教育投资的父子两代、三期的世代交叠模型,并把教育区分为基础教育和高等教育两个阶段,基于教育支出、教育年限最优这两种教育决策进行均衡求解,对财政教育政策阻断贫困代际传递机制进行了理论分析。实证分析方面,在研究儿童贫困持续期对成年后收入、教育的影响时,采用生存分析中的多结局生存分析对数据进行处理:个人收入、福利水平的差异可能是资源(物质资本、人力资本和劳动资本)的转换效率不同所致,为了探索贫困状况与资源的转换效率之间的关系,本文将收入、福利水平类比于生产函数中的产出,采用了生产分析中的随机前沿方法;为规避双向交互影响,选取兄弟姐妹数量作为工具变量;为了捕捉贫困经历对成年后的收入、教育的影响是否存在兄妹差别,论文使用同一家庭出生次序不同的个体资料来分析个体成年后教育、收入的差异,与现有文献相比,上述方法均具有一定的创新意义。
张燕[5](2020)在《家庭假日出行影响机理及出行方式分布研究》文中认为在城市居民可支配收入的提高、假期政策改革、通行费用优化和城市规模扩张的多重刺激下,家庭周末及假日的弹性出行需求日渐高涨。然而,由于家庭周末及假日出行具有较强的机动性出行需求和极度不规律的出行特性,给节假日交通通行带来了巨大的压力。此外,以往研究者们更多关注城市居民个体的工作日通勤行为和城市整体交通网络的运行状况,而对节假日家庭群体出行的研究则相对较少。因此,本文以家庭普通周末和大型节假日群体出行为研究对象,首先设计调查问卷并收集以家庭群体为单元的周末和假日出行行为,经过数据清洗获取有效的研究样本并对样本进行描述性分析。其次,本文运用主成分分析方法归纳家庭出行的潜在作用变量,并在此基础上建立家庭周末和假日出行的两个结构方程模型,通过对模型进行拟合、修正和评价,得到家庭潜在影响因素对于家庭周末出行和假日出行特性的影响效应。随后,本文围绕家庭周末和假日的出行方式决策概率展开研究,通过建立周末出行方式决策和假日出行方式决策的多元Logit模型,分析家庭可观测影响变量对于家庭群体出行方式选择概率的影响并对各变量进行敏感性分析。最后,本文结合家庭因素作用效应的研究结果,分别从公共交通出行需求引导和家用小汽车出行需求控制两个角度,提出引导家庭周末及假日出行决策的管理建议,旨在将家庭显着性较高的影响因素融入城市交通管理的实践之中。
刘嘉方[6](2020)在《中国城市家庭结构对出行行为的影响》文中提出随着城市化进程的加速推进,城市人口不断的增加,城市居民的出行不可避免的被一直存在的“城市病”——交通拥堵受到影响。解决城市中的交通问题需要深入了解居民的出行规律,而居民的个人交通出行行为受到来自家庭因素的影响是不可忽视的,并且由于各个城市的经济环境的不同,不同城市的居民的出行行为也会呈现出差异。基于此,本文运用2017年中国时间利用调查数据和由滴滴平台大数据计算出的城市空间效率指数来对城市中的核心家庭和直系家庭中的年轻夫妻的出行行为进行研究。研究发现,在所有城市中,家庭中孩子的存在可以显着增加年轻夫妻的家庭支持性和儿童照料方面的出行需求;家庭中老人的存在可以显着减少年轻夫妻的家庭支持性和儿童照料方面的出行需求,并可以增加年轻夫妻的工作出行与社交及文化娱乐出行。从城市等级来看,一线城市和新一线城市的居民的家庭支持性出行需求较低,二线城市的居民的工作出行效率较高,三线城市的居民的家庭支持性出行和儿童照料出行需求较高。交通管理部门在指定交通政策或预测交通需求时,应当将家庭结构的因素考虑在内,发展城市的交通基础设施应当借鉴出行效率较高的城市。
易燕平[7](2020)在《基于行为特征的家庭碳排放与住区用地功能混合度研究》文中研究表明随着城镇化进程的加快,城市交通碳排量逐步增加,低碳城市、低碳住区建设受到国内外学者的广泛关注。优化住区用地功能布局,减少单一功能用地,激发住区内部活力是低碳住区建设的关键所在。本文以绵阳市高水片区为例,旨在探讨居民日常出行行为、住区功能混合、家庭碳排放三者的互动关系,这对低碳住区建设具有积极意义。首先,建立了家庭出行碳排放和功能混合度的数学计算模型、出行行为与功能混合度、功能混合度与碳排放的统计分析模型。本研究在整理相关文献、总结相关研究成果的基础上,以出行行为为功能混合度与碳排放的联系媒介,对出行行为、功能混合度、家庭碳排放这三者的互动关系作出理论假设,并建立了相关量化研究模型。其次,从碳排放视角对住区居民出行行为差异进行了对比分析。基于2019年对高水片区选取的12个样本区或研究单元的471户家庭的出行行为调查数据,根据建立的家庭出行碳排放定量估算模型,计算各样本区的碳排放总量。将出行碳排放作为测度居民出行行为的工具,结合实体空间环境中不同功能用地分布情况对比分析高水12个样本区的居民日常出行行为差异。对比发现位于高水北部的样本区购物出行、娱乐出行、就医出行等行为产生的碳排放高于其他区域;这反映了该样本区周边相应服务设施的缺失或与居民需求的不对等。然后,探讨住区功能混合度对居民出行行为及家庭出行碳排放的作用机理。根据已建立得住区功能混合度与居民出行距离、出行方式的多元线性回归模型、功能混合度与家庭碳排放线性回归分析模型,探讨功能混合度-行为-家庭碳排放的互动机理。通过分析发现,提高住区功能混合度,有助于减少居民日常出行距离和降低私家车的依赖程度,解决居民生活需求,从而降低家庭出行碳排放量。最后,提出住区功能混合优化的路径。根据15分钟生活圈规划标准与居民对周边服务设施满意度,调整住区业态,激发社区活力,促使居民就近解决日常生活所需,从而减少居民机动车的使用频率,增加居民步行频率或公共交通使用频率。
张玲[8](2019)在《城市家庭收入结构与资产配置对消费间接碳排放的影响研究》文中提出近年来,由碳排放导致的全球气候变暖问题已经成为世界各国关注的焦点。中国作为世界上最大的碳排放国家,节能减排任务艰巨。家庭消费碳排放是城市碳排放的主要组成,随着城市化进程的快速发展、城市家庭消费群体不断扩大、收入水平不断提高、消费结构日益升级,城市家庭消费产生的碳排放也将大幅度增加。因此,有必要对我国城市家庭收入和碳排放的关系进行研究。但收入有着不同的来源,性质的差异使得不同来源收入对消费碳排放产生的影响不同。另外,居民的消费行为不仅与其收入的水平有关,也与其资产拥有状况有关。因此,从收入结构及资产配置角度考察其对家庭消费碳排放的影响不仅是对现有研究的补充,还可以更有针对性地提出解决扩大消费需求及减排之间矛盾的对策建议。本文基于扩展的随机STIRPAT模型,应用2014年中国家庭追踪调查(CFPS)的调研数据,考察城市家庭收入结构与资产配置对消费间接碳排放总量及其结构的影响。主要研究结果表明:(1)经营性收入对消费间接碳排放总量的影响显着为正,工资性收入对其影响显着为负;转移性收入对食品消费间接碳排放的影响显着为正,工资性收入和经营性收入对其影响显着为负;工资性收入对衣着消费间接碳排放的影响显着为正,转移性收入对其影响显着为负;工资性收入对居住消费间接碳排放的影响显着为负,其它来源收入对其影响显着为正;工资性收入对生活用品消费间接碳排放的影响显着为负;工资性收入和经营性收入对交通通信消费间接碳排放的影响显着为正,转移性收入对其影响显着为负;工资性收入和财产性收入对文教娱乐消费间接碳排放的影响显着为正,转移性收入对其影响显着为负;工资性收入和经营性收入对医疗保健消费间接碳排放的影响显着为负,转移性收入对其影响显着为正。(2)金融资产、房产、耐用消费品对消费间接碳排放总量的影响均显着为正;金融资产和耐用消费品对食品消费间接碳排放有显着的正向效应,生产性固定资产对其具有显着的负向效应;耐用消费品和生产性固定资产对居住消费间接碳排放的影响显着为正,房产对其影响显着为负;金融资产、房产、耐用消费品、生产性固定资产对衣着、生活用品、交通通信、文教娱乐、其他消费间接碳排放均具有显着的正向效应;房产和耐用消费品对医疗保健消费间接碳排放的影响显着为正,金融资产对其影响显着为负。(3)提出的建议有:家庭节能减排政策中考虑收入;优化居民收入结构;合理进行资产配置;调整家庭消费结构,制定家庭不同类别消费项目的减排措施;提高能源效率。
王明莉[9](2019)在《家庭乘用车拥有行为研究 ——基于Life-oriented方法》文中进行了进一步梳理近年来,我国乘用车的保有量呈现出急剧增长的态势,这在促进汽车产业发展、拉动经济增长和便利居民出行的同时,也带来了交通拥堵、环境污染等诸多负面问题。乘用车价值较高,且往往可在家庭成员内部共享,具有典型的耐用消费品特征,消费频率较低且多伴随着家庭中典型事件的发生,因此,以家庭为单位研究乘用车的拥有与购买行为对于理解乘用车消费的影响因素,进而评估不同管理政策场景下的消费需求具有现实意义。为此,本文从Life-oriented方法角度出发,采用层层深入的方式对家庭乘用车拥有与购买行为展开研究。主要研究工作如下:首先,研究了“家庭生命周期阶段”对乘用车拥有状态的影响。采用2012年中国家庭追踪调查(CFPS)的25个省市的截面数据,根据现有的家庭生命周期阶段划分方法,将家庭生命周期划分为14个阶段作为解释变量引入家庭乘用车保有行为的二项Logistic回归模型。研究结果表明:家庭生命周期阶段、家庭总年收入、家庭居住地址附近的公共交通服务水平对家庭乘用车静态拥有状况均有显着的影响。其次,研究了“家庭生命周期事件”对乘用车拥有状态变动的影响。利用CFPS 2010年与2014年的调查数据,提取了7种典型家庭生命周期事件。通过建立无序多分类Logistic回归模型,讨论了上述事件单独或同时发生时对家庭乘用车动态拥有状况变动的影响。研究结果表明:部分家庭生命周期事件对于家庭乘用车拥有状态变动存在较好的解释力:结婚和新生儿诞生以及小孩上学事件的发生确实会增加对家庭乘用车保有状态从无到有的概率。丧偶或者家庭成员离家对于家庭乘用车保有状态从无到有产生明显的抑制现象。最后,研究了可能影响家庭构成的宏观人口政策对乘用车消费意愿的影响。基于在大连市实施的家庭乘用车消费决策意愿调查数据,建立了同时考虑家庭二胎意愿的乘用车消费决策行为的离散选择模型。结果表明:经过对比多项Logit回归模型与嵌套Logit回归模型的解释能力,最后选择多项Logit回归模型作为最优模型;模型结果显示乘用车数量、乘用车的购车价格预算、是否准备有第一个孩子、是否准备生二胎等因素对于模型均有较好的解释力,证实了本章节的主要关注的全面开放二胎政策对家庭乘用车消费决策选择存在显着的影响。
杨硕[10](2018)在《城市家庭成员活动出行行为决策机理研究》文中进行了进一步梳理交通供需矛盾日趋激烈已经成为制约我国城市可持续发展的瓶颈,然而单纯地通过增大供给无法从根本上解决城市交通问题,于是交通工程师们开始寻求新的解决办法,将城市交通发展理念转为对交通需求进行控制上来,即制定和实施交通需求管理策略。深入研究城市居民出行行为特征和出行规律,是制定科学有效的交通需求管理策略的关键。出行行为研究涉及出行需求的产生机理、出行行为选择的决策机理、出行选择行为偏好等相关内容。早先的出行行为研究通常以个体的选择行为为假设前提,忽略了一个出行个体也是一个家庭中的成员,其出行行为在时空限制下,不仅受到自身活动需求的驱使,也会受到其他家庭成员的活动出行行为以及家庭结构、家庭资源分配等因素的影响。基于家庭的城市居民活动出行行为研究在一些发达国家和地区已经呈现出丰富的成果,表现在出行调查数据挖掘、影响因素探究、出行决策过程分析与建模等方面。但是在我国该领域仍处于起步阶段,对我国在城市家庭组织构成、城市用地结构和居民活动出行行为特征上所表现出的差异,缺乏有针对性的研究。为此,本文基于城市居民出行调查数据,以家庭为研究单元,充分考虑社会文化背景和城市家庭组织结构特征,重点关注不同身份属性的家庭成员在同一时空条件下活动出行行为特征的异同点,从家庭内部和家庭外部两个层面探究家庭成员活动出行行为决策机理。具体的研究内容有以下六个方面:(1)重点阐述了我国特有的社会文化特征,依据霍氏文化维度理论,指出“等级取向、稳妥取向、他人取向、刚性取向、将来取向”是我国有别于其他国家文化行为的主要特征,提出了活动出行行为作为每一位家庭成员日常必不可少的行为,也会体现了上述文化行为特征的论点。系统表述了基于活动的交通需求分析理论,指出了家庭结构、个人在家庭中的地位、活动的重要性和优先权以及家庭的经济状况会影响出行者活动和出行决策行为,结合我国家庭结构特征以及家庭户籍制度,论文提出了在我国家庭环境下,不仅家庭男性与女性成员的活动出行行为之间存在差异性和交互关系,家庭户主与非户主成员的活动出行行为之间也同样存在差异性和交互关系。(2)论文利用居民出行调查数据,分别统计家庭男性与女性成员、户主与非户主成员的各类活动出行行为特征数据。运用配对t值检验,得出家庭男性与女性成员、家庭户主与非户主成员在活动时间分配、出行频率、交通方式选择等行为上存在显着差异。利用ArcMap软件,经过地理解析,提取得到样本家庭居住地的各类建成环境信息,并对其建成环境特征进行了可视化描述。将活动数据投影到实际地理环境中,进行了家庭成员活动出行行为的空间趋势性分析,得出居住在不同区位的家庭,其成员的活动出行行为也存在差异。(3)利用结构方程模型可以同时处理多个因变量和自变量,以及能够灵活地拟定变量与变量之间的指向性关系,这一优势,建立家庭不同属性成员的个体活动-出行行为结构方程模型,比较了不同成员自身活动出行行为相互关系的异同点。又建立了基于家庭的活动出行行为结构方程模型,包括,家庭成员活动时间分配、出行时耗交互模型,家庭成员出行链行为交互模型以及家庭成员出行方式交互模型。模型结果证明我国家庭成员在活动出行行为方面反映了“权力取向、男性取向、长期取向、利他取向”的文化特征形态,尤其指出在我国特有的户籍制度下,家庭户主成员表现出与家庭其他成员不一样,且在家庭日常生活中作为“一家之主”的活动出行行为特征,丰富了我国基于家庭的城市居民活动出行行为研究的内容。(4)从我国城市居民的出行行为特征入手,重点阐述了研究我国城市建成环境特征对居民出行行为影响的意义。采用两步聚类分析方法,在考虑建成环境特征空间自相关的前提下,将样本家庭居住地的建成环境划分了三类。通过对样本家庭建成环境类型配对设计,利用倾向指数匹配算法,计算了建成环境对于城市居民出行行为产生的实际效应,并指出了,对于不同属性的家庭成员,建成环境影响效应存在异质性。同时量化了城市家庭居住地自选择效应,从我国城市住房体系、教育资源分布等角度分析了造成对建成环境影响效应过低估计的原因。针对研究结果,论文为城市和交通的发展提出了政策建议。(5)扩展对城市居民交通环境的定义,利用空间杜宾概率模型,探讨了邻里特征对城市家庭居民出行方式选择的影响关系。模型结果显示,家庭中女性成员对于邻里的小汽车和体力出行方式选择行为有较强的敏感性,并会随之改变选择小汽车和体力出行方式的概率,而家庭中男性成员则更关注自身活动出行需求,对外界交通状况敏感较低。另外,利用空间概率模型的预测功能,分析了家庭小汽车保有量的变化对城市区域性交通方式结构的影响,由于城市居民存在出行方式选择行为的空间相关性,当某一区域的交通方式结构发生变化,也会使得其相邻区域的交通方式结构发生变化。(6)利用个人属性、家庭属性以及家庭居住地建成环境特征,构建了基于支持向量机的城市居民活动链模式识别预测模型,通过与多元离散选择模型和径向基神经网络模型在总体识别准确率和分类识别准确率的对比评价,证明了支持向量机在活动链模式识别中的可行性和先进性,并从解释变量的贡献度中提出了模型改进的建议和方向。本论文的研究成果,在理论上推动我国基于家庭的活动出行行为研究的发展,丰富城市居民活动出行需求分析方面的内容;在实践上为制定城市交通发展策略提供科学有效的分析工具。
二、我国城市家庭小汽车的发展规模研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、我国城市家庭小汽车的发展规模研究(论文提纲范文)
(1)城市紧凑性与居民活动碳排放强度的相关性研究 ——基于30个大中城市的分析(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 课题来源及研究背景 |
1.1.1 课题来源 |
1.1.2 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 相关概念界定 |
1.3.1 城市空间形态 |
1.3.2 紧凑性概念 |
1.3.3 大中城市 |
1.3.4 Ⅲ类气候区 |
1.4 国内外研究现状 |
1.4.1 国外相关研究综述 |
1.4.2 国内相关研究综述 |
1.4.3 小结 |
1.5 研究内容 |
1.5.1 构建低碳视角下城市总体空间紧凑性特征的表征体系 |
1.5.2 测度大中城市样本的空间指标与碳排放强度 |
1.5.3 揭示城市总体空间紧凑性特征表征指标与碳排放强度的作用机理 |
1.5.4 提出城市总体空间低碳优化策略 |
1.6 研究方法 |
1.6.1 文献综述与基础资料整理 |
1.6.2 基于卫星遥感图的识别扫描与图形分类 |
1.6.3 基于能源消费端数据的碳排放系数测算 |
1.6.4 皮尔逊相关性分析及线性回归分析 |
1.7 技术路线 |
2 相关理论与测度方法 |
2.1 相关理论基础 |
2.1.1 低碳相关理论 |
2.1.2 城市形态相关理论 |
2.2 城市总体空间布局的紧凑性内涵 |
2.2.1 规模对居民活动的影响 |
2.2.2 形态和结构对居民活动的影响 |
2.2.3 土地利用对居民活动的影响 |
2.2.4 城市空间布局对碳排放强度影响小结 |
2.3 建构城市空间紧凑性特征的测度体系 |
2.3.1 城市空间紧凑性特征测度的研究 |
2.3.2 现有紧凑性测度的局限性 |
2.3.3 建构反映城市总体空间紧凑度特征的测度体系 |
2.4 建构城市居民活动碳排放的测算方法 |
2.4.1 碳排放测算相关研究 |
2.4.2 现有碳排放测算方法小结 |
2.4.3 本研究采用的碳排放测算方法 |
2.5 本章小结 |
3 城市紧凑性特征与居民活动碳排放水平 |
3.1 样本与数据 |
3.1.1 样本选取 |
3.1.2 数据获取 |
3.2 数据测算结果 |
3.2.1 大中城市总体空间布局紧凑性特征指标测算 |
3.2.2 城镇居民生活出行碳排放的测算结果 |
3.3 样本城市居民活动碳排放水平 |
3.4 样本城市的总体空间紧凑性特征 |
3.4.1 城市样本整体特征描述 |
3.4.2 城市样本分类特征描述 |
3.5 本章小结 |
4 城市紧凑性指标对居民活动碳排放强度的影响关系 |
4.1 数据检验及分析方法 |
4.1.1 数据检验 |
4.1.2 量化分析的步骤与方法 |
4.2 城市紧凑性指标对居民活动人均碳排放影响关系分析 |
4.2.1 紧凑性指标与居民活动人均碳排放的相关性分析 |
4.2.2 紧凑性指标与居民活动人均碳排放的回归分析 |
4.2.3 影响机理小结 |
4.3 城市紧凑性指标对居民活动地均碳排放影响关系分析 |
4.3.1 紧凑性指标与居民活动地均碳排放的相关性分析 |
4.3.2 紧凑性指标与居民活动地均碳排放的回归分析 |
4.3.3 影响机理小结 |
4.4 城市紧凑性综合指数对居民活动碳排放强度的影响关系分析 |
4.4.1 综合指数的计算方法 |
4.4.2 综合指标与城市碳排放强度的相关性分析 |
4.5 本章小结 |
5 低碳视角下城市总体空间布局优化策略 |
5.1 城市低碳化紧凑空间优化思路 |
5.1.1 形态结构高效紧凑 |
5.1.2 规模密度适度紧凑 |
5.1.3 土地利用大尺度分散,小尺度紧凑 |
5.2 城市低碳化紧凑空间优化策略 |
5.2.1 紧凑集聚的形态结构与开发建设 |
5.2.2 有机疏散的绿色开敞空间 |
5.2.3 多尺度功能复合与公共服务中心体系 |
5.3 本章小结 |
6 结语 |
6.1 研究结论 |
6.2 主要创新点 |
6.3 研究的不足与展望 |
参考文献 |
图表目录 |
攻读硕士学位期间取得的科研成果 |
附录 |
致谢 |
(2)城市扩张对家庭能源消耗的影响(论文提纲范文)
摘要 |
abstract |
引言 |
一、相关理论及文献综述 |
(一)基本概念的界定 |
1.城市扩张 |
2.家庭能源消耗 |
(二)相关理论 |
1.城市空间结构理论 |
2.住宅区位理论 |
3.能源经济理论 |
(三)文献综述 |
1.城市扩张对能源消耗影响的研究综述 |
2.城市扩张对住宅和通勤能源消耗影响的研究综述 |
3.城市扩张的度量方法 |
二、中国城市扩张的趋势与家庭能源消耗特征分析 |
(一)中国城市扩张的趋势 |
1.全国层面分析 |
2.主要城市分析 |
(二)能源消耗情况分析 |
1.宏观数据分析 |
2.微观数据分析 |
(三)城市扩张与家庭能源消耗的描述统计分析 |
三、城市扩张对家庭能源消耗的影响机制 |
(一)城市扩张影响家庭能源消耗总体作用机制 |
(二)城市扩张对通勤和住宅能源消耗的具体影响 |
1.城市扩张对通勤能源消耗的影响 |
2.城市扩张对住宅能源消耗的影响 |
四、城市扩张影响家庭能源消耗的实证分析 |
(一)指标选取与数据来源与模型设定 |
1.模型设定 |
2.指标选取与数据来源 |
(二)实证结果及分析 |
(三)稳健性检验 |
(四)异质性分析 |
1.城市扩张对家庭能源消耗的影响 |
2.城市扩张对通勤能源消耗的影响 |
3.城市扩张对住宅能源消耗的影响 |
五、结论及政策建议 |
(一)主要结论 |
(二)政策建议 |
1.划定城市增长边界 |
2.混合土地使用 |
3.发展公共交通体系 |
参考文献 |
致谢 |
(3)家庭小汽车保有量异质性的非集计研究(论文提纲范文)
1 小汽车拥有决策 |
2 多层次混合效应Logit模型 |
3 家庭小汽车拥有量 |
3.1 中国家庭金融调查 |
3.2 变量定义 |
3.3 模型结果及分析 |
4 结语 |
(4)贫困代际传递及其阻断的财政教育政策研究 ——基于儿童期贫困的视角(论文提纲范文)
摘要 |
ABSTRACT |
1. 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 研究内容与框架 |
1.4 研究方法 |
1.5 创新与不足 |
2. 文献综述 |
2.1 贫网代际传递的测度 |
2.2 贫困代际传递影响因素 |
2.3 儿童发展与代际流动 |
2.4 财政教育政策与贫困代际传递 |
2.5 文献评述 |
3. 理论分析 |
3.1 财政教育政策阻断贫困代际传递的作用机理 |
3.2 财政教育政策对贫困代际传递的阻断作用——一个数理模型 |
3.3 本章小结 |
4. 典型化事实 |
4.1 贫困代际传递的典型化事实 |
4.1.1 贫困的动态变化 |
4.1.2 收入地位的代际流动 |
4.1.3 多维视角下的贫困代际传递 |
4.2 我国财政教育支出的典型化事实 |
4.2.1 财政教育支出存在的问题 |
4.2.2 财政教育支出存在问题的成因分析 |
4.3 本章小结 |
5. 儿童期贫困的长期效应 |
5.1 儿童期贫困经历与教育获得 |
5.1.1 数据介绍与描述 |
5.1.2 实证分析 |
5.2 儿童期贫困对成年期收入、教育获得的效应分析 |
5.2.1 数据、变量及方法介绍 |
5.2.2 实证分析 |
5.2.3 机制探讨 |
5.2.4 稳健性分析 |
5.3 代际间向上传递的教育流动、职业流动对贫困代际传递的影响 |
5.3.1 数据、变量与模型设定 |
5.3.2 代际间阶层、教育、职业的关联分析 |
5.3.3 贫困阶层代际传递的影响因素分析 |
5.3.4 稳健性检验 |
5.4 本章小结 |
6. 阻断贫困代际传递的财政教育政策分析 |
6.1 财政教育政策阻断贫困代际传递的效应——基于当期贫困的考察 |
6.1.1 数据说明与方法介绍 |
6.1.2 实证分析 |
6.1.3 阻断多维贫困代际传递的财政教育政策研究 |
6.1.4 稳健性分析 |
6.2 财政教育政策阻断贫困代际传递的效应——基于未来期贫困的考察 |
6.2.1 实证设计与数据来源 |
6.2.2 实证分析 |
6.2.3 稳健性检验 |
6.3 本章小结 |
7. 财政教育政策阻断贫困代际传递的国际经验 |
7.1 英国财政教育政策阻断贫困代际传递的经验 |
7.2 日本财政教育政策阻断贫困代际传递的经验 |
7.3 美国财政教育政策阻断贫困代际传递的经验 |
8. 研究结论与政策含义 |
8.1 研究结论 |
8.2 政策含义 |
8.3 研究展望 |
参考文献 |
致谢 |
攻读学位期间发表论文目录 |
学位论文评阅及答辩情况表 |
(5)家庭假日出行影响机理及出行方式分布研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 出行行为分析理论 |
1.2.2 家庭属性对于出行行为影响机理研究 |
1.2.3 现有研究不足 |
1.3 论文研究内容 |
1.3.1 主要研究内容 |
1.3.2 技术路线 |
第二章 家庭群体出行模式研究基本理论与方法 |
2.1 结构方程式理论 |
2.1.1 结构方程模型的构成 |
2.1.2 参数拟合及评价指标 |
2.2 多元Logistic回归 |
2.2.1 离散决策准则 |
2.2.2 多元Logit决策模型 |
2.2.3 多元Logit模型检验 |
2.3 本章小结 |
第三章 家庭出行调查及样本分布规律 |
3.1 数据调查及统计分析 |
3.1.1 调查目标界定 |
3.1.2 调查设计 |
3.1.3 数据清洗 |
3.2 样本数据统计分析 |
3.2.1 个人及家庭数据描述性分析 |
3.2.2 家庭周末群体出行描述性分析 |
3.2.3 家庭假日群体出行描述性分析 |
3.3 本章小结 |
第四章 基于结构方程模型的家庭群体出行行为影响分析 |
4.1 样本信度和效度分析 |
4.1.1 信度分析 |
4.1.2 效度分析 |
4.2 模型构建及参数拟合 |
4.2.1 主成分分析提取潜在因素 |
4.2.2 理论模型构建 |
4.2.3 模型拟合及修正 |
4.2.4 模型拟合优度评价 |
4.3 结果分析 |
4.3.1 家庭周末群体出行潜在变量影响分析 |
4.3.2 家庭假日群体出行潜在变量影响分析 |
4.4 本章小结 |
第五章 基于多元Logit模型的家庭群体出行方式决策分析 |
5.1 理论模型构建 |
5.2 模型参数估计 |
5.2.1 家庭周末群体出行方式决策模型拟合 |
5.2.2 家庭假日群体出行方式决策模型拟合 |
5.3 模型评价及预测 |
5.4 本章小结 |
第六章 家庭群体出行方式决策敏感性分析 |
6.1 周末出行方式决策模型敏感性分析 |
6.2 假日出行方式决策模型敏感性分析 |
6.3 敏感性分析总结 |
6.4 本章小结 |
第七章 引导家庭群体出行决策的政策建议 |
7.1 交通管理的方法 |
7.2 公共交通出行需求引导方案 |
7.3 小汽车出行需求控制方案 |
7.4 本章小结 |
第八章 总结与展望 |
8.1 主要结论 |
8.2 研究展望 |
致谢 |
参考文献 |
作者简介 |
(6)中国城市家庭结构对出行行为的影响(论文提纲范文)
摘要 |
abstract |
一、引言 |
1.1 研究背景及意义 |
1.2 主要内容与论文结构 |
1.3 研究方法与技术路线 |
1.3.1 研究方法 |
1.3.2 技术路线图 |
1.4 本文贡献与不足 |
1.4.1 本文的贡献 |
1.4.2 本文的不足 |
二、理论回顾及文献综述 |
2.1 基本概念 |
2.1.1 出行的量化指标 |
2.1.2 关于家庭结构的定义 |
2.2 家庭结构对居民出行行为的影响 |
2.2.1 家庭责任假说 |
2.2.2 家庭结构对居民出行行为的影响 |
2.3 城市居民出行的影响因素 |
2.3.1 城市空间结构与交通理论 |
2.3.2 城市空间效率 |
2.3.3 城市居民出行的影响因素 |
2.4 文献评述 |
2.5 研究假设 |
三、描述性统计分析与理论模型 |
3.1 数据选取与处理 |
3.2 描述性统计分析 |
3.3 多项有序Logistic模型 |
四、实证分析 |
4.1 实证模型 |
4.2 核心家庭的年轻夫妻出行行为的实证结果 |
4.2.1 孩子对年轻夫妻出行频率的回归分析 |
4.2.2 孩子对年轻夫妻出行时长的回归分析 |
4.3 家中老人对年轻夫妻出行行为的影响 |
4.3.1 家中老人对年轻夫妻出行频率的回归分析 |
4.3.2 家中老人对年轻夫妻出行时长的回归分析 |
五、结论与政策建议 |
5.1 结论 |
5.2 政策建议 |
参考文献 |
附录 |
致谢 |
(7)基于行为特征的家庭碳排放与住区用地功能混合度研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.1.1 气候变化、全球变暖的形势严峻 |
1.1.2 低碳城市、低碳住区建设进程加快 |
1.1.3 城市交通碳排放日益增加 |
1.2 国内外研究现状 |
1.2.1 国外相关研究动态 |
1.2.2 国内相关研究动态 |
1.2.3 国内外相关研究评述 |
1.3 研究目的与意义 |
1.3.1 研究目的 |
1.3.2 研究意义 |
1.4 研究内容与研究方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.5 技术路线 |
2 研究理论与定量分析模型 |
2.1 相关概念界定 |
2.1.1 功能混合 |
2.1.2 出行行为 |
2.1.3 家庭碳排放 |
2.2 研究理论基础 |
2.2.1 环境行为理论 |
2.2.2 生活圈理论 |
2.3 碳排放-行为-功能混合的互动机制 |
2.4 定量计算与分析模型的建立 |
2.4.1 出行碳排放定量计算模型 |
2.4.2 功能混合度计算模型 |
2.4.3 相关统计分析模型的建立 |
2.5 本章小结 |
3 碳排放视角的居民出行行为差异 |
3.1 研究区域与数据框架 |
3.1.1 研究区概况及样本区划分 |
3.1.2 相关数据框架 |
3.2 居民出行数据的获取及初步分析 |
3.2.1 出行调查问卷设计 |
3.2.2 个人及家庭属性数据统计 |
3.2.3 出行行为数据统计 |
3.3 出行碳排放量计算与初步分析 |
3.3.1 出行碳排放量的计算 |
3.3.2 样本区出行碳排放量的初步分析 |
3.4 碳排放视角的居民出行行为差异 |
3.4.1 各样本区居民购物出行行为差异 |
3.4.2 各样本区居民娱乐出行行为差异 |
3.4.3 各样本区居民就医出行行为差异 |
3.4.4 各样本区居民通勤出行行为差异 |
3.5 本章小结 |
4 出行行为与住区功能混合度的内在机理 |
4.1 功能混合度计算与变量特征分析 |
4.1.1 各样本区功能混合度计算 |
4.1.2 研究变量特征分析 |
4.2 住区功能合度对居民出行距离的影响 |
4.2.1 各样本区出行距离与功能混合度 |
4.2.2 模型构建与结果分析 |
4.3 住区功能混合度对居民出行方式的影响 |
4.3.1 各样本区出行方式与功能混合度 |
4.3.2 模型构建与结果分析 |
4.4 本章小结 |
5 住区功能混合度对家庭碳排放的影响 |
5.1 研究区功能混合度对家庭碳排放的影响 |
5.1.1 家庭出行碳排放对比分析 |
5.1.2 研究变量特征分析 |
5.1.3 模型构建与结果分析 |
5.2 低碳住区功能混合优化路径 |
5.2.1 社区生活圈引导下的住区功能混合优化 |
5.2.2 住区业态调整与优化 |
5.2.3 打造社区商业街与社区就业平台 |
5.2.4 打造共享社区生活空间 |
5.3 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 不足与展望 |
参考文献 |
致谢 |
攻读学位期间主要的研究成果 |
(8)城市家庭收入结构与资产配置对消费间接碳排放的影响研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状及评述 |
1.2.1 家庭消费碳排放研究现状 |
1.2.2 居民单项消费内容的碳排放研究 |
1.2.3 家庭消费碳排放影响因素研究现状 |
1.2.4 国内外研究现状评述 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线 |
1.4 论文主要创新点 |
2 理论概述 |
2.1 城市家庭收入及其结构 |
2.2 城市家庭资产及其配置 |
2.3 家庭消费碳排放及其构成 |
2.4 消费者生活方式(CLA) |
2.5 STIRPAT模型 |
3 城市家庭消费间接碳排放的测算与分析 |
3.1 消费间接碳排放的测算 |
3.2 数据来源及处理 |
3.3 城市家庭消费间接碳排放的测算结果分析 |
3.3.1 城市家庭消费支出特征 |
3.3.2 城市家庭各类消费CO2 排放系数分析 |
3.3.3 城市家庭消费间接碳排放的结构特征 |
4 收入结构与资产配置对消费间接碳排放影响的实证分析 |
4.1 STIRPAT模型设立 |
4.2 收入结构对消费间接碳排放影响的实证分析 |
4.2.1 基础模型设定 |
4.2.2 变量选择及说明 |
4.2.3 计量模型设定 |
4.2.4 结果分析 |
4.3 资产配置对消费间接碳排放影响的实证分析 |
4.3.1 计量模型设定 |
4.3.2 变量选择及说明 |
4.3.3 结果分析 |
4.4 相关建议 |
5 结论与展望 |
5.1 研究结论 |
5.2 论文局限性和研究展望 |
参考文献 |
致谢 |
在校期间学术成果 |
(9)家庭乘用车拥有行为研究 ——基于Life-oriented方法(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 研究内容及技术路线 |
1.2.1 研究内容 |
1.2.2 技术路线 |
1.3 本章小结 |
2 文献综述 |
2.1 家庭乘用车拥有研究 |
2.2 Life-oriented方法 |
2.3 本章小结 |
3 模型与数据 |
3.1 Logistic回归模型 |
3.1.1 Logistic回归模型结构 |
3.1.2 模型检验方法 |
3.2 离散选择模型 |
3.2.1 离散选择模型结构 |
3.2.2 模型检验方法 |
3.3 家庭生命周期模型 |
3.4 中国家庭追踪调查(CFPS) |
3.5 本章小结 |
4 家庭乘用车拥有状态研究 |
4.1 CFPS数据分析 |
4.1.1 家庭特征 |
4.1.2 抽样家庭乘用车拥有特征 |
4.2 模型与估计检验 |
4.2.1 模型构建 |
4.2.2 模型诊断 |
4.3 模型预测结果 |
4.4 估计结果分析 |
4.5 本章小结 |
5 家庭乘用车拥有状态变动研究 |
5.1 CFPS数据分析 |
5.1.1 家庭特征 |
5.1.2 抽样家庭乘用车拥有特征 |
5.2 模型与估计检验 |
5.2.1 模型构建 |
5.2.2 初步模型诊断 |
5.2.3 模型诊断 |
5.3 估计结果分析 |
5.4 本章小节 |
6 二胎意愿对家庭乘用车消费决策影响研究 |
6.1 调查方案设计与实施 |
6.1.1 问卷设计 |
6.1.2 调查实施 |
6.2 调查数据分析 |
6.2.1 家庭特征 |
6.2.2 家庭乘用车拥有特征 |
6.3 模型构建与检验 |
6.3.1 模型构建 |
6.3.2 模型诊断 |
6.4 估计结果分析 |
6.5 本章小节 |
结论 |
参考文献 |
附录A |
附录B |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(10)城市家庭成员活动出行行为决策机理研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 立题背景与意义 |
1.2 研究现状概述 |
1.2.1 国外研究现状 |
1.2.2 基于家庭的活动出行行为方法研究 |
1.2.3 国内研究现状 |
1.2.4 现有研究的不足 |
1.3 研究目标 |
1.4 研究内容 |
1.4.1 居民活动出行决策行为研究理论基础 |
1.4.2 基于家庭的城市居民活动出行行为特征 |
1.4.3 基于PA-OV模型的家庭成员活动出行行为研究 |
1.4.4 居住地建成环境对家庭成员出行行为影响研究 |
1.4.5 考虑邻里相互作用的家庭成员出行方式选择行为研究 |
1.4.6 基于支持向量机的城市居民活动链模式识别预测研究 |
1.5 研究技术路线和组织结构 |
1.5.1 研究技术路线 |
1.5.2 论文研究组织结构 |
1.6 本章小结 |
第二章 居民活动出行决策行为研究理论基础 |
2.1 中国社会文化特征和家庭结构特征分析 |
2.1.1 中国社会文化特征 |
2.1.2 我国家庭结构的变迁和户籍制度 |
2.2 基于活动的交通需求分析理论 |
2.2.1 基于活动理论的基本概念 |
2.2.2 基于活动理论基础 |
2.3 空间计量理论和模型 |
2.3.1 空间加权矩阵 |
2.3.2 空间相关指数 |
2.3.3 空间计量模型 |
2.4 本章小结 |
第三章 基于家庭的城市居民活动出行行为特征 |
3.1 居民出行调查方案设计 |
3.2 居民活动出行数据的提取及第一轮预处理 |
3.2.1 活动出行时间数据提取程序设计 |
3.2.2 居民活动出行数据第一轮预处理方法 |
3.3 地理信息数据的提取与第二轮预处理 |
3.3.1 地理解析 |
3.3.2 家庭居住地建成环境信息提取方法和步骤 |
3.3.3 基于网络分析的居民出行距离统计 |
3.4 两轮预处理结果 |
3.5 基于GIS的居民活动出行行为描述分析 |
3.5.1 家庭成员活动出行行为总体分布特征 |
3.5.2 家庭成员之间活动出行行为特征对比的t值检验 |
3.5.3 南京市中心城区建成环境特性描述分析 |
3.5.4 家庭成员活动出行行为空间趋势分析 |
3.6 本章小结 |
第四章 基于PA-OV模型的家庭成员活动出行行为研究 |
4.1 结构方程模型理论 |
4.1.1 结构方程模型的基本概念 |
4.1.2 结构方程模型的特性 |
4.1.3 结构方程模型的估计方法 |
4.1.4 结构方程模型的适配度指标 |
4.1.5 结构方程模型的分析过程 |
4.2 活动-出行行为结构方程模型 |
4.2.1 基于个体的活动-出行行为分析概念模型 |
4.2.2 基于家庭的活动-出行行为分析概念模型 |
4.2.3 外生变量统计特征 |
4.3 户主与非户主个体活动-出行行为结构方程模型 |
4.3.1 模型适配度指标 |
4.3.2 家庭户主与非户主个体活动-出行行为相互关系分析与比较 |
4.3.3 家庭户主与非户主个体活动-出行链-出行方式相互关系分析与比较 |
4.4 男性与女性个体活动-出行行为结构方程模型 |
4.4.1 模型适配度指标 |
4.4.2 家庭男性与女性成员个体活动-出行行为相互关系分析与比较 |
4.4.3 家庭女性与男性成员个体活动-出行链-出行方式相互关系分析与比较 |
4.5 基于家庭的活动出行行为分析 |
4.5.1 家庭成员活动出行交互模型 |
4.5.2 家庭成员出行链交互模型 |
4.5.3 家庭成员出行方式交互模型 |
4.6 本章小结 |
第五章 居住地建成环境对家庭成员出行行为影响研究 |
5.1 研究思路与目标 |
5.1.1 我国城市居民出行行为特征 |
5.1.2 居住地自选择问题(Residential Self-Selection Problem) |
5.1.3 研究背景与目标 |
5.2 城市居住地建成环境类型分析 |
5.2.1 城市居住地建成环境兴趣点(POI)选择 |
5.2.2 建成环境的空间自相关性 |
5.2.3 两步聚类分析方法 |
5.3 考虑居住地自选择效应的倾向指数匹配法 |
5.3.1 倾向指数匹配法(Propensity Score Matching,PSM) |
5.3.2 计算倾向指数所使用的解释变量(影响家庭居住地选择的因素变量) |
5.4 居住地建成环境对家庭居民出行行为影响的异质性分析 |
5.4.1 城市居住地建成环境类型划分结果 |
5.4.2 建成环境对家庭户主与非户主成员出行行为影响的异质性分析 |
5.4.3 建成环境对家庭男性与女性成员出行行为影响的异质性分析 |
5.4.4 居住地自选择效应分析 |
5.5 本章小结 |
第六章 考虑邻里相互作用的家庭成员出行方式选择行为研究 |
6.1 二元受限因变量空间概率模型 |
6.1.1 二元因变量的潜变量处理方法 |
6.1.2 空间概率模型估计方法 |
6.1.3 空间概率模型的边际效应 |
6.2 基于空间概率的出行方式选择模型变量的选取 |
6.2.1 出行方式选择因变量 |
6.2.2 空间概率模型解释变量选取 |
6.3 模型结果分析 |
6.3.1 解释变量和空间自回归参数对家庭女性成员出行方式选择行为的影响分析 |
6.3.2 解释变量和空间自回归参数对家庭男性成员出行方式选择行为的影响分析 |
6.3.3 区域家庭小汽车保有量对城市居民交通方式结构的影响分析 |
6.4 本章小结 |
第七章 基于支持向量机的城市居民活动链模式识别预测模型 |
7.1 建立活动链模式识别预测模型的意义 |
7.1.1 活动链模式的划分 |
7.1.2 活动链模式时间分布特性 |
7.1.3 影响活动链模式的因素 |
7.2 基于支持向量机的居民活动链模式识别预测模型 |
7.2.1 支持向量机(SVM,Support Vector Machine)[246] |
7.2.2 支持向量机的参数优化 |
7.2.3 基于RBFNN和 MNL的居民活动链模式识别预测模型 |
7.2.4 数据来源及样本属性特征 |
7.3 居民活动链模式识别预测模型结果评价 |
7.3.1 评价指标 |
7.3.2 模型识别预测结果评价 |
7.4 解释变量对于活动链模式识别预测模型的贡献度分析 |
7.4.1 解释变量对三分类活动链模式识别预测模型的贡献度 |
7.4.2 解释变量对五分类活动链模式识别预测模型的贡献度 |
7.5 本章小结 |
第八章 结论与展望 |
8.1 主要研究工作及结论 |
8.2 主要创新点 |
8.3 研究展望 |
致谢 |
参考文献 |
攻读博士学位期间发表的论文和参与的科研项目 |
四、我国城市家庭小汽车的发展规模研究(论文参考文献)
- [1]城市紧凑性与居民活动碳排放强度的相关性研究 ——基于30个大中城市的分析[D]. 杨帅. 西安建筑科技大学, 2021
- [2]城市扩张对家庭能源消耗的影响[D]. 秦佳男. 吉林大学, 2021(01)
- [3]家庭小汽车保有量异质性的非集计研究[J]. 鲜于建川. 上海电机学院学报, 2020(05)
- [4]贫困代际传递及其阻断的财政教育政策研究 ——基于儿童期贫困的视角[D]. 解雨巷. 山东大学, 2020(01)
- [5]家庭假日出行影响机理及出行方式分布研究[D]. 张燕. 东南大学, 2020(01)
- [6]中国城市家庭结构对出行行为的影响[D]. 刘嘉方. 内蒙古大学, 2020(01)
- [7]基于行为特征的家庭碳排放与住区用地功能混合度研究[D]. 易燕平. 西南科技大学, 2020(08)
- [8]城市家庭收入结构与资产配置对消费间接碳排放的影响研究[D]. 张玲. 西安建筑科技大学, 2019(06)
- [9]家庭乘用车拥有行为研究 ——基于Life-oriented方法[D]. 王明莉. 大连理工大学, 2019(03)
- [10]城市家庭成员活动出行行为决策机理研究[D]. 杨硕. 东南大学, 2018