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。     

基于非集计模型的中长途客运旅客选择方式

近年来,随着我国高铁的快速发展,给公路客运产生了巨大的冲击。为了提高公路客运企业竞争力,结合中长旅客出行需求和发展态势,笔者从旅客特性、出行特征、运输方式特性等角度,分析了旅客出行行为偏好影响因素,构建了基于非集计的多元Logistic旅客选择方式回归模型。论文依据北京公路客运数据,对0～400km和400～800km的中短途和中长途旅客出行选择行为进行了敏感度分析实验。实验表明,0～400km中短途出行的旅客对便捷性和准时性的敏感度高,而400～800km中长途出行的旅客对出行费用、出行时间、舒适性和安全性的敏感度高。     

高速公路出行距离特征分析与应用

为分析高速公路出行距离特征与快速准确地计算高速公路起讫点(origin-destination,OD)矩阵,通过统计收费数据探寻不同车型的出行距离特征,并结合收费站点区域的联系强度构建OD估算模型。根据车型分类标准对收费数据进行分车型整合处理,利用频数分析和曲线拟合建立出行特征函数,并利用空模型法模拟客车和货车距离衰减规律;根据收费站不同行车区间内出行概率与节点间的联系强度,建立基于驾驶员出行特征的OD估算模型并进行实例分析。结果显示:河北省客、货车出行距离区间分别集中在50～150 km与100～300 km;距离衰减系数分别为1.08和1.205,不同于默认值2,随距离的增加有显著的衰减趋势;客车和货车最佳拟合函数分别为对数正态分布和正态分布,OD估算结果误差小于5%。     

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。     

环形放射状路网拓扑结构交通拥堵特性

考虑交通出行需求和路网拓扑结构,研究了环形放射状路网上的交通拥堵特性。基于国内7个城市的出租车乘客OD数据分析,研究了出租车用户群体出行距离分布特性,建立了一种基于OD分布的交通需求生成普适性模型。在此基础上,研究了特定需求分布下规则网格状和环形放射状两种典型路网结构的交通拥堵特性。结果表明在满足特定OD直线距离分布的交通需求下,环形放射状路网拓扑结构能有效减少网络拥堵时间,节约交通出行成本。     

基于数据融合的公共自行车接驳公交行为辨识

城市智能交通卡和公交自动车辆定位系统的大规模应用为研究公共自行车换乘公交的出行规律提供了契机。本文结合多源数据,研究公共自行车接驳公交的换乘时空阈值,根据自行车站点与公交站点间距离构建匹配站点对;并基于时间阈值提取匹配站点对的刷卡记录构建换乘识别模型的训练集和测试集,应用关联规则挖掘算法实现同一用户公共自行车IC卡卡号与公交IC卡号的匹配;根据设定的验证规则,92%的匹配规则通过验证。之后基于换乘识别结果分析公共自行车接驳常规公交的换乘客流的时空特性。结果表明：公共自行车接驳常规公交呈现出明显的早晚高峰时段,且接驳出行主要分布在城市中心区域。     

基于时段偏好的高铁旅客车次选择行为研究

高频公交化运营已成为部分高速铁路线路满足快速增长需求的行车组织模式.历史售票数据显示旅客对同一起讫站(OD)间平行车次的选择具有明显差异性,基于Logit模型构建考虑出发时段偏好的旅客平行车次选择方法.从车次选择率及购票特征两方面阐述旅客对平行车次选择的差异性,认为出发时段是影响旅客选择的关键要素.利用RP(Revealed Preference)与SP(Stated Preference)组合调查方法获取旅客实际出发时段偏好及潜在支付意愿.将旅客出发时段偏好融合至选择广义费用函数,构建平行车次条件下旅客的车次选择模型.京沪高铁实证分析显示:模型预测结果与实际情况间平均相对误差为6.62%,验证了方法的有效性和准确性.为精细化需求特征分析及管理提供理论基础和决策方法.     

考虑用户偏好的奖励机制下共享单车分流停车引导策略研究

为缓解共享单车停车空间不足导致的乱停乱放问题,提出共享单车停车分流引导策略,并根据用户行为选择设置相应的奖励措施。设计叙述性偏好问卷调查,获取用户行为选择偏好数据,运用Logit模型进行分析并构建激励共享单车用户分流停车的奖励机制;构建以企业成本最小和转移停车需求最大为目标的多目标优化模型,提出引导用户分流停车的策略。以西三旗永泰庄地铁站为例检验了该策略的实际可操作性,结果表明策略用户接受度达60%,预计成功转移58.33%的过量停车需求。该策略能够在一定程度上缓解由于停车空间不足导致的共享单车停车问题,可以为共享单车停车管理提供有效指导。     

考虑偏好差异与备选方案相关性的居民出行方式选择模型

为克服传统logit模型的IIA缺陷, 构建合适的居民出行方式选择模型。尝试结合广义极值模型与潜在类别模型, 选取出行费用、出行时间、停车费用及等待时间等作为方式选择效用变量, 选取个人收入、出行目的与出行距离作为类属函数变量, 构建一种区分潜在类别的配对巢式logit模型, 该模型能同时刻画备选方式之间的相关性以及出行者的偏好差异。利用2005年北京市第三次居民出行调查数据, 对模型参数进行估 计和检验。参数估计结果表明: 1) 相较于传统MNL模型与不区分潜在类别的配对巢式logit模型, 区分潜在类别的配对巢式logit模型具有更优的统计学特征; 2) 对出行费用敏感的出行者比例大于对出行时间敏感的出行者比例, 提供交通服务时, 降低费用将比缩短时间更为有效。     

定制公交居民出行方式选择的影响因素

掌握影响定制公交选择概率的因素,对于定制公交的运营管理具有重要作用。结合广义Logit回归模型和条件Logit回归模型的混合模型,将居民个人属性与出行方案属性同时考虑进出行方式效用函数中。根据定制公交的在旅途距离及服务水平的设置定位,选取定制公交、出租车与常规公交作为出行选择集。运用问卷调查数据进行模型参数拟合,得到不同影响因素对于出行方式的边际效用和分布概率的影响。通过拟合结果,得到出行价格变量的系数在常规公交及定制公交1的效用函数中绝对值较大,分别为0.195 4和0.117 3,而在定制公交2和出租车的效用函数中绝对值较小,分别为0.156 1和0.057 1。行程时间变量在定制公交2和出租车效用函数中的绝对值较大,分别为0.073 5和0.080 7,在常规公交和定制公交1的效用函数中绝对值较小,分别为0.020 4和0.015 0。说明定制公交的服务需根据潜在乘客的出行价格及出行时间敏感度进行设置,研究结果对设置定制公交运营策略具有重要参考意义。     

Modeling an Elastic-Demand Bimodal Transport Network with Park-and-Ride Trips

This paper presents a network equilibrium formulation for modeling commuters＇ travel choices in a bimodal transport system with park-and-ride （P＆R） trips while the total demand is elastic to the congestion level of the network. A super-network approach is adopted in the proposed model. It is assumed that commuters＇ trips are categorized into two types, auto mode only and a combined mode with both auto and transit modes. The former is referred to as the pure mode trip and the latter as the P＆R mode trip. The proposed model simultaneously considers the commuter＇s choice of the pure mode versus the P＆R mode, the choice of parking location for the pure mode, the choice of transfer point for the P＆R mode, as well as the route choice for each mode. The demand elasticity of transport system, the capacity constraints of transport facilities, and the congestion interaction throughout the super-network are also explicitly incorporated into the proposed model. The results of the numerical experiment show the following key findings： （i） traditional parking/P＆R models may overestimate or underestimate travel demand distribution over network; （ii） parking/P＆R, transit scheduling, and carpooling schemes bring significant impacts on commuters＇ travel behavior and network performance; and （iii） different transport policies may be to some extent mutually substituted .     

应用居民出行状况估算北京市机动车污染排放量

通过调查获取北京市各交通方式分担率、人均出行距离等居民出行参数,并由此确定机动车总行驶里程并估算出北京市各种机动车污染物年排放总量.结果表明:公交车、私家车和出租车的满载率分别为0.44,0.25和0.375,人均出行距离分别为8.5,24.0和10.0 km/人/次.北京市机动车(轿车和公交车)尾气HC、CO、NOx污染总量达106.57万t,其中私家车占污染排放总量的85.3%,出租车占12.4%,公交车占2.3%.     

暴雨内涝下公交乘客的出行选择行为

基于暴雨内涝天气对公交线路运行影响强弱的三种情形,通过实际调查(RP)和意向调查(SP)的调查结果进行效用模型估计和决策变量的敏感性分析,解析暴雨内涝下公交乘客的出行选择行为机理,得到公交乘客出行选择行为的影响因素(由强至弱)是步行时间、票价、车内时间和车内拥挤程度,以及所选出行方式的主要特点(由强至弱)是零换乘、低票价、中途易更改出行意愿和运行稳定.最后根据上述结果,从调度指挥、对信息服务、交管保障三个方面进行了暴雨内涝天气下公交应急预案的探讨.     

基于时空特征提取的城市轨道交通乘客出行目的地预测

为满足城市轨道交通运营组织进行客流管控和行车调度的实时需求,提出了基于乘客OD时空特征的出行目的地在线预测方法。通过分析定义乘客OD时空特征矩阵,以乘客个体的历史自动售检票系统（AFC）数据为训练样本,提出了基于行程密度聚类的乘客OD时空特征提取方法。分析制定乘客实时进站刷卡信息与其OD时空特征矩阵的匹配规则,基于3种匹配情况分别提出了相应的目的地实时预测方法。以南京市轨道交通AFC数据为实例进行验证,结果表明本文提出的预测方法在高峰时段预测准确率、全天预测稳定性等方面效果良好,可为地铁运营组织提供参考。     

基于NL模型的节假日绿色出行行为研究

针对节假日出行行为的特殊性,利用2014年北京市节假日出行行为调查数据,构建了节假日绿色出行行为Nested Logit模型。通过筛选影响节假日绿色出行行为选择的显著因素,建立了节假日绿色出行行为NL模型的层次结构,分析了模型的参数估计结果。研究结果表明,是否拥有小汽车、是否拥有自行车、居住方式、出行目的、出行距离和出行费用是影响节假日出行方式选择的主要因素,是否拥有小汽车、是否有同伴和出行目是影响节假日绿色出行选择的主要因素。     

基于旅行时间分析的城轨乘客路径集验证方法

城市轨道交通乘客出行路径集是否正确,是乘客路径选择估计以及网络客流分布计算的前提和基础.从现有客流分布模型中有效路径选择集问题及OD实际旅行时间聚类特征出发,引入Rodriguez-Laio快速聚类算法,提出基于旅行时间聚类分析的城市轨道交通乘客路径集验证方法.以北京地铁网络为例进行算例分析,结果表明,该方法可以在全网络范围内对路径选择集问题OD作出快速识别及滚动验证,并为以原因分析为导向的现场客流调查与模型修正工作提供重要参考.     

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.     

出行链与出行方式相互影响模式

通过居民出行调查数据分析,建立递归联立离散选择模型,从出行链至出行方式和出行方式至出行链2个方向,重点分析了工作出行链和出行方式间的相互作用.研究表明,模型通过直接量化出行链和出行方式之间的相互作用,加强了行为机制对预测分析的指导.分析结果表明,出行链至出行方式的影响模式在工作出行决策过程中占主导地位,出行者首先根据个人和家庭的需要将一日的活动和出行组织成以出行链为单位的片段,然后在出行链各种性质的约束下考虑选择何种交通方式.研究结果对出行需求预测和管理有指导意义.     

城市通勤出行链模式选择行为研究

通勤出行是城市居民最基本和最重要的出行,对其进行研究是进行交通规划、设计与管理的一项不可缺少的基础工作,因此本文开展了基于2008年东莞城市居民出行调查数据和多项Logistic模型建立居民通勤出行链模式选择模型的研究工作。本文中的通勤出行链模式选择模型将通勤出行链模式细分为五类（HWH、HWHWH、HWH＋、HWHWH＋、HW＋WH）,并考虑了出行方式对出行链模式的影响作用。通过对模型结果的分析,总结了通勤出行链模式的显著影响因素以及通勤出行链模式选择中的特征。研究内容对于建立基于活动的交通需求预测模型、制定交通管理政策具有重要借鉴作用。     

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。