传统出租车和网约车作为城市交通系统中重要的交通工具,有效的出租车空间需求分析对于了解出租车司机运行和乘客需求偏好至关重要。本文旨在利用2017年纽约市传统出租车和网约车出行数据以及土地使用、社会经济和交通相关数据,以纽约市出租车及豪华轿车委员会(NYCTLC)划分的出租车分区为基本研究单元,分析传统出租车和网约车的空间需求差异及其影响因素。主要内容如下:1)总结影响传统出租车和网约车需求的相关文献;2)描述本文所使用的数据以及数据分析过程;3)介绍本文所应用的统计模型包括空间自回归模型和分数回归模型;4)通过分别构建传统出租车和网约车的空间自回归模型,分析影响传统出租车和网约车需求的外部因素;5)为了了解空间上传统出租车和网约车的需求差异,本文构建分数回归模型来研究影响不同地区网约车出行比例的因素。研究结果显示,传统出租车和网约车出行数的时空分布存在一定差异,而Moran’s I表明两种不同的出租车服务都存在着很强的空间相关性,如果忽略空间相关性将会导致数据分析的偏差估计和不可靠的统计推断,空间自回归模型则通过控制空间相关性能分别对影响传统出租车和网约车需求的外部因素产生一个更加准确的解释。在传统出租车的模型中,公园用地、人口密度、就业密度、65岁及以上人口比、收入高于20万美元家庭比和机场的存在于传统出租车出行数存在着正相关关系,收入低于5万美元家庭比和地铁站密度与传统出租车出行数存在着负相关。在网约车的模型中,人口密度、就业密度、18到34岁人口比、自行车线密度和机场的存在与网约车出行数存在着正相关,公园用地和停车场密度与网约车出行数存在着负相关关系。网约车出行比例的空间分布显示,离曼哈顿区越远,网约车出行比例越高。分数回归模型则表明居住用地、工业用地、35到64岁人口比、收入低于5万美元家庭比和距市中心距离与网约车出行比例存在正相关关系,公园用地、人口密度、公交站密度和机场的存在与网约车出行比例存在负相关关系。