基于分层抽样调查居民出行调查.docVIP

基于分层抽样调查居民出行调查 　　摘 要 居民出行调查可以准确掌握居民出行状况，是研究城市交通现状的基础，是城市交通运输规划与政策制定的基础。居民出行调查已有数十年的历史，但是随着技术的革新和研究的不断深入，调查的精确性和便利性不断优化，本文阐述了居民出行调查的一些今本方法，并对分层抽样的调查方法进行了详细分析。 　　关键词 居民出行调查；抽样调查；分层抽样 　　0居民出行调查意义 　　居民出行调查是指对一定时间内，规划区域内的常住人口以及暂住人口出行的详细情况（包括起讫点、出行目的、出行时间、出行方式、出行距离等）进行调查。通过居民出行调查可以掌握城市居民出行特征同时了解城市交通主体出行规律。[1] 　　居民出行调查的重要地位概括为：第一，交通系统中的实际数据是交通管理和规划的不可或缺的基础，科学研究离不开各种各样实际系统的数据，以保证模型或检验理论推导的正确性。第二，居民出行调查中体现大量出行者本身的特征信息，对于进一步的揭示居民出行的内在规律十分重要。居民出行调查实质是将出行从技术与社会综合双重角度进行研究。 　　1 国内外居民出行调查方式研究 　　大多数城市的居民出行调查是采用人工调查的方法，最普遍的方式包括家访调查法、明信片调查法、电话询问法等，其他方式还有工作出行调查法、月票调查法和职工询问法等等。居民出行调查成本高，一般几年甚至十几年才进行一次。 　　这类调查研究也在不断优化，体现在小区划分的科学性以及抽样方法的优化，抽样率的选取等方面。相关学着针对广州等城市多次展开居民出行调查实践经验，较为系统地提出了居民出行调查数据的分层次、异源独立数据（含核查线数据）的扩样与校核思路，并基于最大似然法原理，研究了应用CUBE中矩阵估算模块进行核查校正的实践方法。[2]其他领域还有大量的相关研究。 　　现代交通管理模式已由供给型向需求管理型转变。[3]如基于手机信息的居民出行调查方法。是利用手机采集居民多种出行数据的应用建立交通出行信息采集软件，获得出行量、出行目的结构、平均出行次数、居民出行时距、出行方式构成、OD矩阵等居民出行信息。[4] 　　随着人类生活质量的提高，以休闲行为和休闲目为主的出行活动增加，如何在城市居民出行调查中，有效获取休闲出行相关数据成为社会学和交通规划学共同关注的话题。 　　2 居民出行调查基本方法 　　居民出行调查主要技术问题包括调查范围和交通小区划分、抽样率确定、抽样方法比较选择以及人工误差质量控制。 　　（1）调查范围和交通小区划分 　　为了使调查更具有代表性，需要科学选择调查范围，不仅要掌握当前城市交通状况，同时考虑规划期内的交通预测，这就需要对调查范围进行交通小区划分。交通小区划分基于以下要求：具有相似的交通特征；在同一个交通小区内部路段在物理上具有邻接关系；在交通特性上，也是相互影响较大的交叉口或路段的集合；交通小区动态划分方案能保持相对稳定；自组织特性是交通小区的本质特征。交通小区划分的变化过程可以看作是城市道路网络交通流的自组织过程。 　　（2）抽样率的确定 　　如何合理确定居民出行调查抽样率尤为重要，选取不合适或数据处理不恰当，会导致精度不符合要求，更无法保证结果的准确性。 　　从大小为N的总体中抽取样本量为n的简单随机样本，总体中每个特定单元入样的概率为n/N，两个特定单元都入样的概率为n（n-1）/N（N-1） 。 　　简单随机样本的方差为 ，简单随机样本 方差为： 　　对于可用的估计量 ，当样本量n足够大时，可构造m的置信水平 的近似置信区间： 　　其中 是标准正态分布的双侧 分位数，是 的 置信水平下的绝对误差限，我们可以取平均日出行次数的样本值作为估计值，因此有： 　　抽样率取值： 　　（3）抽样方法的对比 　　居民出行调查过程中每种方法都有不同的估计均值和方差，对结果的误差不同，置信区间也不同。可以基于居民的用地情况，对小区进行划分，采用分层抽样，各层的抽样率是各层总体方差的函数，这将导致各层难以采用同一抽样率，研究通常采用Ney man分配（最优分配少）具体确定总体抽样率和分层抽样率，在给定的调查费用下使得估计量方差最小，或在规定方差下使得调查费用最省。基于这样的方法每个调查分组具有相同的调查成本我们可以简化上一节中的方程得到在分层抽样下的总体抽样率： 　　其中每一个分层的抽样率可以通过下式计算： 　　其中 为层权重， 为底 层的总体方差。 　　（4）避免人工误差的数据质量控制 　　避免人工误差，保证调查数据的质量需要调查工作的各个阶段都要采取严格的质量控制措施，落实责任制。项目运作流程上可以考虑设置试调查和两次专家评审的方法。实施阶段，调查初期要严格选拔和精心培训调查人员，调查人员需同时具备高素质和责任心强两大