计划行为理论框架下城际出行方式选择分析

根据计划行为理论设计了针对都市圈内城际间普通列车、动车组、高铁和长途汽车4种出行方式选择的心理影响因素的调查方案,在样本通过信度和效度检验的前提下分析了行为态度、主观规范、感知行为控制和行为意向的相关关系,并建立结构方程模型。发现计划行为理论各变量的关系范式能够较为成功地应用于城际出行方式选择行为之中,其中“主观规范”在各种出行方式中对选择行为意向的影响最为显著。通过研究能够确定干扰城际出行方式选择行为的关键心理因素,为城际出行的需求管理策略提供理论支持。     

基于广义估计方程的居民大型超市购物出行方式的选择行为研究

针对大型超市购物出行的交通方式选择行为问题,以上海私家车车主为研究对象,以意向调查为行为数据的获取手段,研究包括自驾和出租车2种交通方式的大型超市购物出行交通方式选择行为.利用SPSS19.0软件,根据广义估计方程(GEE)对意向数据进行建模,建立了多种不同工作相关矩阵的候选模型,并从中选出最优模型.结果表明:月收入、职业、停车时间、超市距离和停车费用等因素对居民的超市购物出行方式选择具有较大的影响.其中,高收入的人选择出租车的意愿较低;在职人员(公务员、机关职员、事业单位和企业员工)相较于其他非在职人员更愿意选择出租车;停车时间较长的人更愿意选择出租车,停车收费的提高会导致自驾购物出行比例减少;超市距离的增加导致自驾购物出行比例增加.     

居民非工作活动和出行的结构方程建模

非工作出行在城市居民出行结构中所占比重呈现不断上升趋势.结合上海市居民出行调查数据,采用结构方程模型(SEM),对社区居民非工作活动和出行的作用机制进行建模分析.研究结果表明个人特征、家庭特征和社区特征都能对居民非工作活动和出行产生影响,但社区特征具有较强作用,而出行者个人属性和家庭属性的影响强度相对要小.个人特征中就业情况对居民非工作活动和出行影响显著,家庭特征中小汽车数量有较强的影响效应,社区特征中社区公共设施覆盖率影响最为显著.     

出行方式选择行为的SEM-Logit整合模型

现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之间的因果关系.然后,基于最大效用理论,对Logit模型的出行方式效用函数进行改进,构建了潜变量与显变量共同作用的SEM-Logit整合模型.结果表明:考虑了潜变量的整合模型的优度比传统Logit模型提高了0.201,最大似然函数估计值增加了20.607,证明潜变量对出行方式选择行为存在显著影响,所提出的整合模型的解释能力和精度较高.     

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。     

通勤出行时间与方式选择

针对不同方式通勤出行者在出行时间上的差异性,从通勤出行方式对通勤出行时间的影响出发,将通勤出行方式选择和出行时间选择纳入同一模型系统,建立由离散选择模型和线性回归模型组成的离散 连续模型,对通勤出行方式和出行时间选择及其相互影响模式进行了深入分析.研究表明,通勤出行方式对出行时间选择有显著影响,通勤者年龄、性别及其家庭成员结构、工作活动属性及通勤途中的非工作活动安排等都是出行方式和出行时间选择的重要影响因素.本研究对准确预测通勤出行选择行为及其对交通管理工作的影响有重要意义.     

基于层次分析法的郑州市民市内出行方式选择

针对自行车、电动自行车、公交车、BRT、出租车、私家车和地铁等出行方式,应用层次分析模型,通过建立市民出行方式的层次结构模型和判断矩阵,把定性和定量评价相结合,对各种出行方式进行了评价和排序,为郑州市政府进行交通建设决策和市民市内出行选择提供科学的依据.     

城市居民职住分布与通勤出行链关联性建模分析

从出行链的角度,构建了不同职住空间下,通勤出行链与家庭环境、个体活动时空间约束以及多样性约束的结构方程模型. 以昆明市为例分析了不同职住空间下居民通勤出行存在着较为显著的共性与差异. 共性方面,不论职住区域交通环境如何,居民在考虑通勤出行决策时,更关注出行时间而非出行距离,而家庭环境和活动多样性的影响则趋于稳定;差异方面,相比较职住市区的居民,职住跨区受活动时空约束的影响更为强烈,这是由职住两端可达性不平衡所引起. 居民必须同时考虑职住空间可达性与通勤活动时空制约,才能做出因地制宜、因时制宜的出行.     

基于出行链的城际旅客出行方式选择行为

在解析城际出行链的基础上,分析了旅客出行方式选择的影响因素,并将心理潜变量引入Logit模型,构建了基于出行链的旅客城际出行方式选择模型(stuctural equation modelingLogit,SEM-Logit).通过对沪杭交通走廊内客流的调查,进行了模型的应用及参数标定,并对城际旅客出行链的选择进行了预测,拟合值与调查值的相对误差在2%以内.结果表明,考虑了心理潜变量的改进模型具有良好解释能力,能直观地反应和预测旅客在城际出行中对出行方式的选择行为.     

城市居民出行强度初探

出行强度指标用于衡量城市居民出行需求量,亦即用于衡量居民出行给交通系统造成多大的压力。指标应包含出行量与出行时耗的信息,因此,出行强度定义为出行次数与单程出行平均时耗的乘积。出行强度随城市规模的扩大而增加;在城市内部,居民的出行强度统计值趋于相近;出行强度的增加,导致交通量的增加、高峰期的延长以及交通方式的改变。出行强度可以作为城市交通系统规划的指示性依据。     

城市低收入人群出行方式选择模型

应用700份调研样本数据,分析了城市低收入人群的年龄分布与就业状况。结合非集计模型理论,分析了影响低收入人群出行方式选择的因素。将驾驶人个人属性、家庭属性、车辆属性与出行属性作为效用变量,将步行、自行车、公交车3种交通方式作为低收入人群出行方式选择肢,构建了城市低收入人群出行方式选择模型,并确定了模型中相应的变量与取值方法。另选取175份调研数据,对模型的准确性进行验证。计算结果表明：应用建立的模型,步行、自行车、公交车3种交通方式的计算结果分别为23.4%、25.7%、50.9%;在调研数据中,3种交通方式的结果分别为21.7%、24.6%、53.7%;计算值与统计值的绝对误差较小,最大误差仅为2.8%。     

基于结构方程模型的交通需求分析

应用日益成为国外研究热点和主流研究方法的基于活动方法(activity-based approach),提出了交通需求分析的结构方程模型,用于分析和模拟出行者特征、活动参与和交通行为之间的影响关系.研究了交通需求分析的结构方程模型的结构、求解方法、参数估计和模型评价分析方法,并采用离散出行调查数据对模型进行了检验和应用.结果表明: 该模型既有很强的理论优势,又有良好的操作性,且预测精度较高.     

居民出行方式及影响因素调查分析

人们出行时依靠的工具有丰富的选择。无论是何种交通工具,最终目的是为了实现秉客的空间位置转移,当然作为出行人有舒适性要求。然而这个过程中,不同的载客工兵的时间不同,搭裁乘客的数量不同,占用公共设施的空间和时间的不同,对人们出行心理的影响也不同。就需要个人针对自己的个人情况对出行方式有个详细的考虑。     

岳阳市交通出行结构的现状及发展研究

影响交通出行结构的因素较为复杂,除出行方式外,出行结构还与宏观交通政策、出行产生与分布的实际情况,以及与出行方式本身的运营特性等密切相关.文章在分析岳阳市交通出行结构现状的基础上,综合考虑各种影响因素,对其未来的出行结构作出了预测,为更好地发挥城市客运系统的整体效益提供了一定的科学依据.     

岳阳市居民出行特征分析及交通发展研究

分析了岳阳市1997年居民出行调查的有关数据，通过出行方式，出行强度等一系列指标，总结归纳出岳阳市居民出行的规律及原因，针对其特点提出了发展公交，交通需求管理等建议。     

登机客流出行方式选择机理

在对昆明市巫家坝机场进行旅客交通方式意向调查的基础上,以机场登机旅客的出行方式选择问题为研究对象,探讨影响登机旅客出行方式选择的主要因素,采用MNL模型构建基于SP数据的非集计模型和基于SP数据与RP数据相结合的非集计模型,并对模型进行了标定和检验,并从中选出较优模型。     

基于深度神经网络的交通出行方式选择模型

由于自身的局限性,传统的交通出行方式选择模型不能很好地发挥大数据的作用,而深度学习在大数据分析领域具有广阔的应用前景.建立基于深度神经网络的出行方式选择预测模型,运用随机梯度下降算法、丢弃法等解决层数加深后导致的过拟合问题;利用广州市居民出行调查数据对模型进行训练和测试.结果表明,该模型具有较高的测试精度和泛化能力.     

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.