居民出行链、出行方式与出发时间联合选择的 交叉巢式Logit模型

为刻画出行链、出行方式与出发时间的联合选择行为,选取出行耗时、出行费用及个人与家庭属性等作为效用变量,以出行链选择子集合、出行方式选择子集合和出发时间选择子集合的组合作为模型的选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型,为方便对比,同时构建3种结构的传统NL模型。利用2010年北京市居民工作出行的小样本调查数据,对模型参数进行估计和检验,并进行弹性分析,分析效用变量的改变对备选方案选择概率的影响。参数估计结果表明,交叉巢式Logit模型具有比NL模型更优的统计学特征,并发现当效用变量改变时,选择者最先变更其出发时间,然后是出行方式,最后才考虑改变其出行链结构。直接和交叉弹性分析表明,与简单链的小汽车出行者相比,复杂链的小汽车出行者对出行时间与出行费用的敏感性较低。研究结果可以为制定和评价交通需求管理政策提供依据。     

居住地、出行方式与出发时间联合选择的

为刻画居住地、出行方式与出发时间的联合选择行为,选取房价、出行耗时、出行费用及个人属性等作为效用变量,以居住地选择子集合、出行方式选择子集合和出发时间选择子集合的组合作为模型的选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型,为方便对比,同时构建3种结构的传统巢式模型.利用2005年北京市第3次居民出行调查数据,对模型参数进行估计和检验,并进行弹性分析,分析效用变量的改变引起的备选方案选择概率的改变.参数估计结果表明,交叉巢式Logit模型具有比NL(Nested logit)模型更优的统计学特征,当效用变量改变时,选择者最先变更其出发时间,然后是出行方式,最后才考虑改变其居住地.直接和交叉弹性分析表明,对于小汽车方式的远距离通勤者,即使额外收取费用亦难以降低其出行比例;当通勤距离小于5km时,一种方式出行时间的变化对另一种方式选择概率的影响微乎其微,而当通勤距离在10～20km时,这种影响最显著.     

考虑出行者异质性的高铁站到达方式选择

出行者到达枢纽站的交通方式效用是交通出行选择的重要因素;另一方面,出行者方式的偏好具有显著的异质性,传统的离散选择模型不能很好地解释出行者异质性.本研究利用潜在类别条件Logit模型研究高铁站出行者的出行选择行为.潜在类别条件Logit模型考虑出行者异质性,在对出行者进行潜在类别划分的同时得到不同类别的出行者的出行行为效用函数.研究结果表明,将出行者划分为3个类别.不同类别出行者在步行时间、车内时间、价格、公交偏好、地铁偏好等方面具有显著差异.此外,出行者小汽车拥有情况、月收入等个人属性以及灵活性、舒适性、可靠性等潜在心理变量会影响出行者的类别划分.     

考虑异质性及主观评价的出行行为研究

出行者对出行方式的主观评价和出行者异质性对出行选择行为都具有重要影响.文中利用潜在类别选择模型研究这些因素对出行选择行为的影响.通过验证性因素分析,得到出行者对出行方式的舒适性评价和可靠性评价等潜在心理变量.将潜在心理变量带入潜在类别条件Logit模型中,研究出行者可以划分的潜在类别数量,并研究不同潜在类别的出行者在时间价值、拥挤度评价、可靠性评价方面的异同.研究结果表明,出行者可以划分为Class1、Class2两类群体,其中Class1在出行行为选择时,考虑出行方式的舒适性和可靠性,时间价值较低;而Class2在出行行为选择时,不考虑出行方式的舒适性和可靠性,时间价值也显著高于Class1.文中定量化的研究结果可用于公共交通设施的规划设计与评价.     

考虑心理潜变量的专车出行选择行为分析

提出了考虑心理潜变量的选择模型来分析出行者的专车选择行为。首先构建了多指标多原因模型以描述个体社会经济学属性与潜在态度变量的关系;继而结合二项Logit模型分析出行方式属性、个体社会经济学属性及潜在态度对出行者专车选择的影响;并利用潜分类模型对出行者进行分类分析。以广州市为例,发现年龄、性别、教育水平及收入水平对态度变量的构成影响较大,安全意识、服务质量及舒适性、忠诚度也是影响选择的重要因素;通过潜分类发现出行者可分为费用敏感型、舒适享受型和中立型3个典型群体,比例分别为61.6%、21.8%、16.6%,显示出明显的两极分化趋势。     

居民交通方式选择行为影响因素分析

交通方式选择行为是交通需求预测研究的重要内容。本文利用上海出行者交通方式选择意向调查数据,对小汽车、地铁、自行车三种交通方式的选择行为进行了分析与建模。首先,对地铁票价、小汽车出行时间及费用的多种组合情景下的各交通方式分担比例做了分析。然后,运用计量经济学中的离散选择建模方法,建立了包括出行者个体属性、出行时间及费用等因素的交通方式选择多元logit模型。最后,提出了交通规划和管理政策与措施方面的建议。     

考虑出行者异质性的绿色出行行为研究

交通限行政策和推广纯电动汽车是实现绿色交通的重要途径.为定量分析出行者环保意识对绿色出行行为的影响,基于出行者环保态度和环保行为,利用潜在类别分析模型对出行者进行潜在类别划分;将出行者的潜在类别作为解释变量带入双变量Probit模型中,分析出行者潜在类别和其他因素对私家车限行政策赞同度和纯电动车意愿购买的影响.研究结果表明:基于出行者环保态度和环保行为,出行者可划分为环境友好者、环境中立者、伪环境友好者三类群体;在出行者绿色出行行为中,带入出行者类别能够显著提高模型的拟合度;出行者潜在类别对绿色交通出行行为具有显著影响.     

考虑城市交换中心的居民出行方式选择分析

城市交换中心(city exchange center, CEC)是一种新兴的交通枢纽基础设施,提供停车、换乘、商业等综合服务,旨在提高城市公共交通出行比例,践行绿色智慧出行理念。考虑CEC建成环境下城市居民出行的多模式组合特征,挖掘单一出行方式、组合出行方式、非公共机动车出行、公共机动车出行及非机动车出行的交叉归属关系,构建对应效用函数,基于交叉巢式Logit模型刻画居民出行方式选择行为。结合雄安新区的居民出行问卷调查数据,通过拟合发现,提高公共交通服务水平是提高CEC交通服务水平的重要切入点;选择服务水平高的出行者时间敏感度较高,出行费用敏感度较低,选择服务水平低的出行者则相反,所以在建设前期需要对CEC服务区域内的人口分布及家庭收入水平进行调研;需将出行者等待时间控制在10 min以内,超过此阈值,等待时间的降低对提高出行服务水平没有意义。该结果定量分析了居民出行方式选择的影响因素,有助于科学规划和布设CEC交通资源配置,为其他城市及地区的公共交通设计提供了量化指导。     

汽油价格上调影响下出行者出行方式选择

为分析汽油价格上调对居民出行方式选择行为的影响,对城市居民出行者进行调查,获取不同情境下出行者的出行方式选择行为,将出行者划分为有车出行者和未来五年内有购车意愿的无车出行者,采用混合Logit模型构建两种群体在汽油价格上调影响下的出行方式选择模型,分析各影响因素的显著性。研究结果表明：汽油价格增长率对出行者出行方式选择存在显著性影响；对于有车出行者来说,汽油价格的上涨对高收入出行者改变小汽车出行影响较小,收入与选择小汽车出行概率呈正相关；年龄、收入、出行时间与出行距离对无车出行者未来选择小汽车出行有显著影响。研究结果可为我国汽油价格调整和城市交通需求管理策略的制定提供理论依据。     

考虑居民出行OD或居住地的出行方式选择巢式Logit模型

为定量化分析居民出行OD或居住地引入轨道交通后对出行方式选择的影响,在综合考虑出行者家庭特征、个人属性和出行特性的基础上,结合南京市居民出行调查数据,分别建立了考虑居民出行OD、考虑居住地、既不考虑出行OD也不考虑居住地的3个出行方式选择巢式Logit模型,并对比了模型的拟合度.结果表明:考虑居民出行OD的巢式Logit模型具有最高的拟合度;相比于出行OD小区或居住地远离轨道交通站点的出行者,出行OD小区或居住地接近轨道交通站点的居民更倾向使用慢行交通和/或公共交通出行方式.得到的分析结果为城市规划者认识轨道交通在吸引居民出行由小汽车向公共交通转移中的作用提供了理论支持和决策依据.     

Comparison of Travel Mode Choice Between Taxi and Subway Regarding Traveling Convenience

In this study, we investigate travel mode choice behavior between taxi and subway with an emphasis on the influence of traveling convenience. In the first stage, we examine the Origin-Destination(OD) points of Beijing taxi trips and compare these locations with the respective nearest subway station. Statistics reveal several interesting conclusions. First, for approximately 24.89% of all trips, no convenient subway connections exist between the OD pairs. As such, a taxi becomes the only viable choice. Second, for 80.23% of the remaining 75.11%of trips(equivalent to 60.26% of all trips), access distance from either the origin or the destination to the nearest subway station is greater than 500 meters. This phenomenon indicates that walking distance plays an important role in travel mode choice. In the second stage, we examine groups of taxi trips with similar travel distances and travel times to reveal common features. We establish a preference rule in terms of travel distance and travel time.This determines whether an individual driver will take a taxi or the subway, using a pairwise comparison-based preference regression model. Tests indicate that more than 95% of taxi trips can be correctly predicted by this preference rule. This conclusion reveals that traveling convenience dominates the travel model choice between taxi and subway. All these findings shed light on the factors that influence travel mode choice behavior.     

休闲旅客出行选择行为潜类别分析

鉴于以往研究中对于异质性特点考虑的不足,引入潜类别分析理论对中国客运市场中休闲旅客的出行选择行为进行研究.设计了旅客出行选择的潜类别模型并给出了相应的拟合方法,在此基础上,组织开展了针对休闲旅客的大规模SP调查并对调查数据进行分析.通过MNL模型和MMNL模型的拟合验证了休闲客运市场中旅客出行选择行为异质性的存在,进而,通过潜类别模型的拟合将休闲客运市场进一步划分为3个细分市场,并从模型的标定结果出发,进一步明确了各个细分市场的偏好特点与组成特点.     

基于NL模型的北京公共交通票价对出行方式影响研究

利用SP(stated preference)调查挖掘了更多乘客选择出行方式时关注的因素,对比研究了MNL(multinomial logit)与NL(nest logit)模型机理,构建了更具适用性的交通方式选择NL模型,以北京市为例验证了模型的可靠性。应用模型分别探究了常规公交及地铁票价变化对乘客交通方式选择的影响。结果表明,随着常规公交票价的增加,0~10 km范围内常规公交出行者向私家车转移,10 km以上则会选择地铁出行;而随着地铁票价的增加,地铁出行方式的分担率明显下降,并导致公共交通分担率的下降。通过探究公共交通票价变化对乘客出行方式选择的影响,为北京市公共交通票价调整提出合理建议。     

出行弹性概念及其应用研究

基于出行链决策中各选择肢的被选概率及其离散程度,给出了出行弹性度的基本概念及数学定义,并提出了3种出行弹性度,即出行方式选择弹性度、出发时刻选择弹性度和出行链综合弹性度,给出了各选择肢被选概率标准差的相关量来确定以上3种出行弹性度的方法.利用广东省中山市的居民出行数据,建立了出行方式选择和出发时刻选择的多项Logit模型,标定了上述3种出行弹性度,并进行了弹性度分级.比较了考虑弹性度与不考虑弹性度时交通需求管理措施对交通方式转移量的预测,结果显示,不考虑弹性度的转移量预测模型一定程度夸大了交通需求管理措施的实施效果,验证了出行弹性度研究的必要性及其应用价值.     

自动代客泊车接受度及停车选择行为影响因素分析

自动代客泊车是无人驾驶系统的重要组成部分，对于缓解城市交通拥堵具有重要作用。为了探讨自动代客泊车接受度及选择行为影响因素，本文首先基于技术接受模型，选取感知易用性、感知有用性、行为态度、行为意向、感知风险、信任六个心理潜变量构建自动代客泊车接受度模型。随后基于线上调查问卷数据，采用随机森林算法构建考虑心理潜变量模型与不考虑心理潜变量模型，研究发现考虑心理潜变量的随机森林模型拟合优度更高，更适合用于分析自动代客泊车选择行为的影响因素。通过袋外估算误差率对考虑心理潜变量的随机森林模型进行变量筛选，结果表明当变量个数为9时，该模型的袋外估算误差率最小，筛选后的变量分别为停车费用、受教育程度、感知风险、出行总成本、行为意向、信任、月收入水平、感知易用性、年龄。最后将筛选后的九个变量纳入逻辑回归中进一步分析各变量对选择行为的影响程度，参数标定结果表明停车费用、受教育程度、感知风险、出行总成本、行为意向、信任、月收入水平、年龄变量均对选择行为具有显著影响。     

主观幸福感视角下的交通出行决策

为研究出行者在整个出行过程中的情感体验,验证出行幸福感量表的适用性,分析天津市私家车车主乘坐公共交通出行过程中的感知体验和主观幸福感,利用结构方程模型(SEM)确定研究变量之间的关系,建立SEM-Logit整合模型。结果表明,选取感知易用性(PEU)、感知有用性(PU)、不愉快-愉快(U-P)、情绪终止-激活(D-A)维度作为出行体验的四个维度,其对出行幸福感的影响系数分别为0.34、0.20、033、0.23,对出行幸福感的解释程度达55%;整合模型优度比传统的Logit模型提高了0.182,出行幸福感对出行方式选择行为存在显著影响。     

基于网络广义极值模型的居住地和通勤方式同时选择模型研究

基于随机效用最大化理论, 选取个人属性、社会经济属性、出行特性和土地利用属性因素为联合选择模型影响变量, 以居住地区位选择集合和通勤出行方式选择集合的组合作为模型的选择项, 构建居住和出行方式联合选择的网络广义极值模型, 刻画日益增长的交通拥堵情况的影响变化及其在不同的就业地模式下对居住再选址和出行方式转变的潜在影响, 从微观角度研究居住就业与城市通勤交通出行关系。利用 Biogeme 软件, 对模型参数进行估计和检验, 同时对模型进行弹性分析, 分析不同影响因素的变化引起的方式选择概率的变化。结果表明, 相比郊区的通勤者, 中心区的通勤者对出行时间的增加更为敏感, 更易于改变出行方式和居住区位, 以抵消交通拥挤引起的负效用。