基于vb的沈阳市居民出行调查数据统计分析.docxVIP

基于vb的沈阳市居民出行调查数据统计分析 居民的交通计划是根据国家有关规定进行的一项基本工作，通常每五年进行一次调查。沈阳市2004年开展了一次全市范围的居民出行调查, 抽样率为1%。近5年来, 沈阳市社会经济发展迅速, 城市四大发展空间发展策略的确定使城市空间进一步扩大, 城市交通问题日趋凸显。建成区面积比2004年有较大地增长, 机动车保有量由2004年的42万辆增加到2008年72万辆, 高峰时段70%交通干道严重拥堵。 为掌握沈阳市最新出行动态, 并为沈阳市交通规划、交通需求和供给分析、交通和土地利用的互动机理研究提供数据支撑依据, 沈阳市于2009-03开展了沈阳市第6次居民出行调查。调查抽样率为3%, 发放表格17万份, 回收有效表格15万份, 共动员各区调查员2 070人。 1 ss数据库的编写 为科学系统地对调查数据进行录入、校核、扩样和分析, 沈阳市规划设计研究院基于Access数据库, 利用Visual Basic语言编写沈阳市居民出行调查数据统计分析系统。沈阳市居民出行调查数据统计分析系统包含调查数据录入、数据有效性验证、样本数据特征分析、调查数据播种及扩样、查核线校核修正、扩样后数据特征分析等6大模块, 如图1所示。 2 主表字段编码 调查数据录入基于Access数据库平台, 包含居民出行调查主表和子表两个表格, 其中主表字段包括记录编号、性别、年龄、职业、家庭拥有小汽车数、家庭收入、居住小区编码和工作/学校编码等。子表字段包含记录编号、出发时间、出发小区、出行目的、出行方式、到达小区和到达时间等。数据录入界面如图2所示。主表和子表通过记录编号字段相链接。 3 基于ces数据库的有效性检验 为了保证调查数据的有效性, 从出行链完整性、交通小区有效性、出行目的与起讫点对应性、出发到达时间检验、两次出行方式一致性、存在0次出行等6个方面进行校核。校核借助VB编程语言, 通过Access数据库, 发现数据存在的问题并进行修正。数据有效性验证如图3所示。 出行链完整性:对全日出行而言, 第一次出行的起点 (一般为家) 为最后一次出行的终点;第i (i≥2) 次出行的起点应为第i-1次出行的终点。出行链完整性校验可以发现出行链不闭合、漏填出行等问题。 交通小区有效性:沈阳市第6次居民出行调查将交通小区划分为751个, “出发小区”和“到达小区”的字段值应为1～751。 出行目的与起讫点对应性:如某一记录子表的上班/上学的“到达小区”字段数值应与主表的“工作/学校编码“字段数值一致、子表的回家数值应与主表的“居住小区编码“字段数值一致等。 4 居民出行特征分析模块 对抽样数据进行有效性校核之后, 可以分析样本数据的基本特征。样本数据特征包含出行个体特征和出行特征两方面。 出行个体特征包括性别构成、年龄构成、职业构成、家庭收入构成、家庭拥有小汽车情况和各交通小区抽样人口数等。 出行特征包含人均出行次数、各出行目的/年龄段/职业人群的出行次数、出行时段分布、各出行目的的出行比例、各交通方式的分担比例、出行时耗特征、交通小区OD矩阵等。居民出行特征分析模块如图4所示。 通过建立交通小区、交通中区和交通大区的对应关系, 可以实现交通小区、中区和大区的转化, 得到中区和大区的出行特征, 如大区之间公交出行比例、各大区小汽车拥有情况、家庭收入水平情况、大区和中区OD年等。交通小区中区大区转化模块如图5所示。 5 调查数据主要是分层抽样 在进行调查数据的简单扩样之前, 需要对数据进行播种。所谓数据播种就是对抽样比例偏小的小区 (1%) , 根据相邻的小区出行特征, 补充该交通小区的调查记录。对调查数据进行播种, 可以有效地减小抽样偏差在简单扩样过程中的扩大。调查数据播种模块如图6所示。 由于居民出行调查方法采用分层抽样方法, 样本分布均衡, 并有代表性, 每个街道和社区, 各种类型居民都能调查到。居民出行调查初步扩样根据各交通小区的抽样比例进行扩样, 各小区抽样比例等于小区调查有效表格数除以交通小区人口数。调查数据简单扩样模块如图7所示。 6 增强指标及条数控制 居民出行调查数据简单扩样之后, 需要根据核查线观测流量, 对观测结果进行校核和修正。将沈阳市划分为11个交通大区, 并调查二环路 (SC1) 和长大铁路 (SC2) 两条核查线人流量 (不含不行) 。 根据初步扩样数据, 得到各交通大区之间的全日OD矩阵 (不含步行) 之后, 判断各大区间出行穿过的核查线名称及条数。在EXCEL中编制宏程序, 对比观测流量和调查流量, 得到各交通大区之间的调整系数, 如表1所示。 根据大区和小区之间的对应关系, 利用大区调整系数对小区简单扩样比例进行修正。校核修正之后, 二环路 (SC1) 和长大铁路 (SC2) 两条核查线误差控制在