近年來,隨著互聯(lián)網(wǎng)普及率不斷升高,以互聯(lián)網(wǎng)為載體的網(wǎng)絡購物如雨后春筍般在全世界發(fā)展起來。國內在幾大電商企業(yè)的帶領下,更是將網(wǎng)絡購物發(fā)展得蒸蒸日上。事物的發(fā)展具有多樣性,網(wǎng)絡購物作為信息化時代的產(chǎn)物,大幅度地提升了購物效率,為人們帶來了便捷,然而其對城市交通環(huán)境的影響卻未曾可知。網(wǎng)絡購物的普及會改變居民的購物習慣,影響居民出行頻率,從而影響到城市交通碳排放。為了進一步明確網(wǎng)絡購物對城市交通環(huán)境的具體影響,對其進行定量分析顯得尤為重要。本論文從傳統(tǒng)城市交通碳排放測算方法入手,在考慮網(wǎng)絡購物影響的背景下,提出完成測算的三個前提條件:購物出行方式轉移比例、購物出行交通量和出行距離。首先,考慮到本文研究對象在不同時期的不一致性,分別基于馬爾可夫鏈原理和非集計理論構建網(wǎng)購普及前后的出行方式分擔率預測模型,在此基礎上,完成轉移比例預測模型的構建。其次,分析已有碳排放測算方法后發(fā)現(xiàn),各類方法對出行距離和出行交通量的數(shù)據(jù)獲取方式或困難或粗糙。傳統(tǒng)“四步驟”預測方法中“交通流分配”階段的最短路徑算法和交通流分配方法可以解決上述問題。之后分別以矩陣迭代算法和迭代加權分配法為基礎,建立了居民出行距離預測模型與居民出行交通量預測模型。之后,基于“四步驟”預測方法,結合三個前提條件,完成網(wǎng)購影響下城市交通碳排放測算模型的構建。最后,以Y市為例,關于網(wǎng)絡購物對城市交通碳排放的具體影響進行實證分析。研究結果表明在網(wǎng)購環(huán)境下,四種出行方式中步行和公交車的轉移比例最高。由于不同交通方式的購物體驗不同,在網(wǎng)購應用普及時,步行及公交車由于其舒適性較差,其用戶更傾向于網(wǎng)絡購物。網(wǎng)絡購物在提高人們生活質量的同時,有效減少了城市居民購物出行,減輕了城市交通的環(huán)境壓力,對城市低碳發(fā)展起到了積極正面的作用。
【學位單位】：吉林大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：X322;F724.6;F572
【部分圖文】：

第一章 緒論究發(fā)現(xiàn)網(wǎng)絡購物能夠有效減少居民購物出行，降低城市交通碳排放。（6）結論與展望：首先，總結本文的研究內容。其次，闡述本文的研究創(chuàng)新點。最后，指出本研究的不足之處，提出對未來研究的展望。1.3.2 技術路線本文的技術路線見圖 1.1。

的作為一個層次；將不同類型的選擇方案作為不同的層次。圖 2.1 NL 模型結構圖圖 2.1 為結構最簡單的 2 層 NL 模型，圖中分為 2 個層次，每個層次稱為一個水平。水平 2 有 2 個虛擬選擇枝1A 和2A ，2 層選擇枝下包含 m 個水平 1 的虛擬選擇枝1,2, ,m。（3）效用函數(shù)和特性變量根據(jù)隨機效用理論，效用函數(shù)U 分為非隨機變化和隨機變化兩大部分，并且他們兩者之間呈線性關系，因此得到公式 2.18： （2.18）式中： 選擇方案i的效用函數(shù)中的固定項； 選擇方案i的效用函數(shù)中的概率項。通常，效用函數(shù) 由描述方案特性的變量和表示出行者特性的變量組成

[43]做例子。圖3.1 網(wǎng)絡圖例根據(jù)定義，將交通路網(wǎng)抽象成網(wǎng)絡圖，圖中共有v1,v2,v3,v4,4個節(jié)點，每兩個節(jié)點之間有相應的邊相連，分別為e12,e23,e24,e13,e34，每條邊上的數(shù)字代表該邊的權值,通常取通過該路段（邊）的時間、該路段（邊）的長度或者通過該路段（邊）的交通量。本例中權值為路段（邊）的長度：D [ ] （2）求解最短路徑在構造路權矩陣之后，便要對矩陣進行迭代運算以得到最短路權矩陣。迭代算法如下：
【參考文獻】

相關期刊論文 前9條

1 席廣亮;甄峰;汪俠;秦蕭;;南京市居民網(wǎng)絡消費的影響因素及空間特征[J];地理研究;2014年02期

2 郭仲琪;張丕德;;條件logit模型與嵌套logit模型的比較[J];中國衛(wèi)生統(tǒng)計;2012年03期

3 汪明峰;盧姍;;替代抑或補充:網(wǎng)上購物與傳統(tǒng)購物出行的關系研究[J];人文地理;2012年03期

4 楊勵雅;邵春福;HAGHANI A;;出行方式與出發(fā)時間聯(lián)合選擇的分層Logit模型[J];交通運輸工程學報;2012年02期

5 蘇城元;陸鍵;徐萍;;城市交通碳排放分析及交通低碳發(fā)展模式——以上海為例[J];公路交通科技;2012年03期

6 郭瑞軍;王晚香;;基于矩陣迭代法的出租車合乘最短路徑選擇[J];大連交通大學學報;2011年04期

7 孫智群;柴彥威;王冬根;;深圳市民網(wǎng)上購物行為的空間特征[J];城市發(fā)展研究;2009年06期

8 燕臣穎;董寶田;;基于灰色馬爾可夫鏈模型的鐵路客運量預測研究[J];鐵道運輸與經(jīng)濟;2007年05期

9 任剛,王煒;交通網(wǎng)絡最短路權矩陣的迭代算法[J];交通與計算機;2005年05期

相關碩士學位論文 前6條

1 何亞楠;基于馬爾科夫模型的出行目的地預測[D];吉林大學;2017年

2 郭罕智;城市常規(guī)公交場站布局與站點設置規(guī)劃研究[D];吉林大學;2016年

3 王娟;公共租賃住房居民出行行為及方式選擇研究[D];重慶交通大學;2015年

4 白潔;網(wǎng)絡購物和實體店購物方式的物流碳足跡比較[D];北京交通大學;2015年

5 李林霜;城市軌道交通與常規(guī)公交協(xié)調發(fā)展研究[D];吉林大學;2012年

6 王江濤;運輸通道客運分擔率預測模型及應用研究[D];西南交通大學;2011年

本文編號：2863892