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.     

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.     

评估政策感知对居民绿色出行意向的影响

绿色出行的引导效果受政策及出行者选择偏好影响,需要考虑不同类型的低碳引导政策和出行者的异质性。为定量分析政策和出行者异质性对出行行为的影响,将政策分为三种：经济、便利和公共信息政策感知,基于521份绿色出行问卷调查数据,采用K-means聚类将出行者划分为享乐型组(60.7%)和实用型组(39.3%)。偏最小二乘法结构方程模型(partial least square method of structural equation model, PLS-SEM)的结果表明：在出行者绿色出行行为中,若不考虑出行者的异质性,可能高估或低估政策对出行者绿色出行意向的影响;享乐型组的绿色出行意向受公共信息政策感知的影响大于实用型组,受经济政策感知的影响小于实用型组;公共信息政策是引导享乐型组和实用型组绿色出行最重要的政策措施。     

基于有限理性的交通方式划分模型

考虑出行者有限理性的特点,建立改进的交通方式划分模型.通过问卷调查,确定出行者方式选择各影响因素的权重,以及各交通方式在不同因素下的表现;运用TODIM方法,计算各交通方式的价值;基于有限理性,建立交通方式选择Probit模型;讨论模型中参数变化对交通方式划分的影响;对比上班和购物出行,分析不同出行目的对方式选择的影响.研究表明,基于有限理性的交通方式划分模型能够体现不同出行目的下出行者出行方式选择偏好;参数θ体现出行者的认知程度,在该模型里应在(0,2)中取值.     

降级路网组合出行交通流分配模型与算法

研究降级路网条件下的组合出行交通平衡问题。首先,基于出行者对降级路网的不同风险态度,将出行者分为3类:守时型、冒险型和平均型。其次,考虑小汽车出行和小汽车换乘地铁出行2种出行模式,分析降级路网条件下不同用户类的组合出行行为,建立相应的多用户变分不等式交通分配模型,讨论模型解的性质。最后,设计模型的求解算法,并通过算例说明模型和算法的有效性。结果表明:不同出行时间预算的出行者在降级路网中的路径选择行为存在较大差异,路网降级程度对出行者出行选择行为影响显著;随着道路通行能力的降低,出行者更倾向于选择组合出行模式。     

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。     

基于潜变量RF的通勤高峰期小汽车出行方式向公交转移行为研究

为缓解城市的交通拥堵,科学合理的引导小汽车出行者改乘公共交通出行显得尤为重要。以通勤出行者为研究对象,引入了有关价值观念的扩展心理潜变量,并建立了基于扩展TPB理论的潜变量MIMIC模型,分析了小汽车和公交出行方式下各潜变量之间的关系。然后,考虑随机森林算法有鲁棒性好、泛化能力强的优势,构建了带有心理潜变量的MIMIC-RF出行方式转移模型,通过实证结果得到有潜变量的模型比传统的模型具有更好的预测效果。因此,可借助该模型进行敏感度分析,结合关键影响因素的变化探究通勤者选择小汽车出行方式向公交转移的规律。     

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。     

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。