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。     

新冠肺炎疫情下居民出行方式选择行为分析

为探究在新冠肺炎疫情不同阶段下,居民的个人属性、家庭属性、出行特征、疫情感知属性、行为意向、选择态度等因素对出行方式选择的影响.基于疫情初期、爆发期、平稳期3个阶段下的北京市居民出行抽样调查数据,构建混合Logit模型.结果显示：疫情3个阶段下,出行距离对出行方式选择都呈正相关显著,各阶段最大预测边际值及其对应变量分别为3.299(5～10 km)、2.983(>10 km)、3.148(5～10 km),较长距离出行对出行方式选择的影响最大;疫情感知属性和出行距离的交乘项对交通方式选择具有明显的调节效应.疫情暴发期,疫情感知属性、行为意向、选择态度变量对交通方式的选择呈负相关显著影响,出行者在出行中被交叉感染的心理担忧表现明显;仅有18.8%的出行者选择公交车或地铁出行,出行结构变化明显.疫情平稳期,选择态度变量对交通方式选择有正相关显著影响,且影响程度变大,表明出行者对交通方式的人群接触率和防疫措施的严格程度要求较高.研究结果可为公共卫生事件下出行者的出行决策和相关管理部门针对疫情的防控提供参考依据.     

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logit模型的共享汽车出行影响因素分析

为定量分析影响使用共享汽车出行的主要因素,以543份有效调查问卷收集的数据为基础,从个体特征、出行特征和出行者对共享汽车服务水平的主观感知3个方面开展研究,分别运用有序Logit模型和多项Logit模型建立共享汽车出行频率预测模型,并对比预测精度。结果表明,职业类型、对共享汽车舒适性、便利性、经济性和时耗性的主观感知5个变量与共享汽车出行频率显著相关。有序Logit模型和多项Logit模型的平均预测准确率分别为78.41%和92.40%,多项Logit模型的预测效果较好。     

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.     

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%。     

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.     

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.     

南北方老年人出行链选择行为对比

为研究中国南北方老年人出行行为之间的差异,以老年人出行链为研究对象,将老年人出行链分为简单出行链和复杂出行链两种基本形式.基于北方城市东营市2011年的居民出行调查数据和南方城市恩平市2013年的居民出行调查数据,运用二项Logit模型对南北方老年人出行链选择行为进行建模分析,同时考虑个人属性、家庭属性以及出行链属性对老年人出行链选择的影响.模型分析结果表明,个人属性均对南北方老年人出行链选择影响不显著,出行链的出行时间对老年人选择简单出行链产生负影响,家庭月收入、家庭是否拥有小汽车对老年人复杂出行链选择产生负影响,家庭是否拥有自行车对北方老年人简单出行链选择产生正影响.     

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.     

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。     

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.     

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.     

基于公交限时免费换乘的居民出行方式选择建模与分析

为了促进城市公共交通的发展,鼓励市民公交出行,多地推行公交限时免费换乘政策。为了研究该政策对于居民出行方式选择结构的影响,运用效用最大化原理,改进了非集计模型,建立了居民出行方式选择模型。调查了青岛实施公交限时免费换乘政策前后通勤出行者的年龄、月收入、职业、出行距离和出行时间等特征,获取了相应数据;以此数据为例进行了模型检验,结果发现所建立的模型计算值与用调查数据直接计算出的公交限时免费换乘政策下公交出行分担率的误差为1.65%,表明该模型的准确性与有效性。该模型为预测城市实行公交限时免费换乘政策后的公交出行分担率提供了一种新方法。     

城市地铁自助图书馆探析

随着城市地铁交通的迅速发展以及自助图书馆技术的日益完善,“城市地铁自助图书馆”融入到地铁交通中。介绍了城市地铁自助图书馆的产生、功能、技术特点、运营模式和社会效益。     

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.