城市居民出行方式选择的结构方程分析

为克服Logit类模型的局限性,以出行链为分析单元,构建了快速城市化进程中居民出行方式选择的结构方程模型．首先,依据已有研究基础及城市化进程中居民出行特征,确定影响居民出行方式选择的3类因素,建立影响因素与出行方式之间的关系结构;在此基础上,构建结构方程模型,利用北京市居民出行调查数据对模型进行辨识与修正,最终得到了个人与家庭属性、土地利用、出行链等各类因素对出行方式的影响方向与程度．研究结果对优化居民出行方式结构、改善城市交通拥堵具有指导意义．     

出行时间成本的影响因素及模型构造

为分析影响出行时间成本因素间的关系,界定了出行时间成本的概念,分析了影响出行时间成本变化的主要因素,并在此基础上构造出行时间成本模型.根据2014年北京市居民交通方式选择特性问卷调查数据,以“工资法”为计算原则,计算出了2014年北京市居民分方式、分目的的人均出行时间成本,并研究了不同出行方式下的出行时间成本的内在规律,为分析预测居民的出行决策、优化交通方式比例提供了可靠的理论依据.     

北京市居民出行方式人群分类

为识别出行者选择不同出行方式的差异,将多重对应分析法应用到行为领域进行出行人群分类。根据北京市居民日常出行问卷调查,利用结构方程模型选择出对出行方式影响比较显著的变量,分析出行人属性、出行属性、出行偏好和出行方式之间的定量关系。根据选择出来的指标把出行人群划分成5个类别,分析每类群体所倾向的出行方式并针对不同群体提出相应的措施,以引导居民出行。     

北京市居民初诊就医出行行为特征分析

就医出行是城市居民出行活动的重要组成部分,开展就医出行特征分析有助于改善城市就医出行环境和提高就医出行便利性。目前就医人群的研究主要集中在老年人等弱势群体,缺少对各年龄层居民的初诊就医出行行为特征分析。对北京市居民问卷调查数据进行深入挖掘,探索各年龄层居民初诊就医的出行特征与选择行为规律。结果表明年龄对居民初诊就医的出行目的、出行满意度、医院与出行方式选择都有一定影响,同时,就医出行距离也会影响居民初诊就医的医院类型与出行方式选择,研究结果可为城市交通规划、居民出行需求预测及政府决策制定提供支持。     

基于非集计模型的居民出行方式选择行为研究

基于ML模型的基本理论与建模方法,利用2009年济南市居民出行调查数据,对影响城市居民出行方式选择的因素进行了分析,确定了影响居民出行方式选择的特性变量,建立了居民出行方式选择ML模型.研究结果表明:居民出行方式选择与个人属性、家庭属性和出行属性之间有较稳定的关系,通过对影响居民出行方式选择的可控影响因素进行引导和调整,可以达到优化和调整交通方式结构的目的.     

基于出行链的有车家庭假日出行方式组合研究

为了研究有车家庭居民出行链与出行方式组合的影响关系,将出行链划分为5种类型,并将出行链属性分为4类.利用2009年济南市居民出行调查数据,用基于多项logit模型的基本理论与建模方法,对影响城市居民出行方式组合的因素进行了研究,重点分析了出行链各项属性对居民出行方式选择的影响.模型分析结果表明,出行链中往返行程数量、出行链模式、出行链时间、出行链费用对于出行者选择何种出行方式组合有显著的影响.出行链复杂性的增加并不会直接导致私家车出行的增加,而随着往返行程数的增加会导致单一非私家车出行效用的显著增加.     

通勤出行方式-出行链模式联合选择模型

以单个通勤出行者为研究对象,构造基于广义极值理论的Cross-Nested Logit模型,分析了通勤出行方式和出行链模式联合选择行为.模型以通勤出行方式选择子集和出行链模式选择子集的组合为选择集,描述了在出行者社会经济属性、居住地和工作地区位、工作活动属性影响下的出行方式和出行链模型联合选择行为,能准确刻画两个选择维度之间的相关关系.利用居民出行调查数据完成模型标定.研究表明,通勤出行方式和出行链模式选择之间有显著的相互影响,出行者性别、家庭收入、家庭结构、家庭交通工具、工作活动作息时间、居住地和工作地区位是重要影响因素.当上述因素发生改变时,出行者会优先调整其出行链模式而非出行方式.     

基于出行全过程的居民出行模式分析

作为城市交通规划、建设的依据,居民出行调查显得尤为重要。调查数据的挖掘分析可以为交通结构的改善及交通政策的制定提供一定参考。利用西安市居民出行调查样本数据,借助于Classification And Regression Tree算法,分别构建了可达过程与乘车过程的决策树模型。该模型结果表明:到站距离为可达过程出行方式选择的主要影响因素;在乘车过程中,出行距离为出行方式的主要影响因素,远距离出行条件下,居民更愿意选择私家车及"公交+地铁"组合出行方式;近距离出行更倾向于选择公交出行。在此基础上,年龄、是否拥有小汽车、有无公交卡等因素对出行方式的选择产生进一步影响。     

上海居民综合出行成本的优化探讨

优化上海市城市交通结构，需要调整居民出行成本。综合出行成本由经济、时间和精力所构成，而不同收入阶层的人群对构成综合成本的各类成本敏感程度不同，并影响营居民出行方式的选择。因此，研究综合成本是优化出行方式结构的重要依据。     

基于ML模型的绿色出行方式选择行为研究

为了给绿色出行相关管理政策的制定提供理论依据,在阐述绿色出行定义及其出行方式界 定的基础上,结合2009 年济南市居民出行调查数据分析绿色出行特征,构建绿色出行方式选择 ML（Multinominal Logit） 模型,探讨影响居民选择绿色出行方式的主要因素,揭示出行者属性 特征与绿色出行方式选择之间的关系,定量分析绿色出行方式在各影响因素条件下的选择概 率。研究结果表明：绿色出行方式选择行为受居民年龄、家庭月收入及职业、出行时间、出行 费用等因素影响;班车在远距离的通勤出行中占有一定的优势,应积极发展单位班车等形式的 集约型绿色交通方式;针对出行时间和出行费用采取相应的城市交通管理措施,可以有效引导 绿色出行。     

出行成本对居民出行方式的影响

以北京市居民出行行为为研究对象,收集2010年部分区域居民出行基础数据,使用相关性分析筛选与居民出行方式选择密切相关的影响因素.以小汽车出行方式的效用函数与公共交通出行方式的效用函数的差值构建新效用函数,选择收入、出行目的、支付方式、出行时间比、出行成本比等作为影响因素,将小汽车和公共交通出行时间比划分为1∶5、1∶3、1∶1,分析出行成本对居民出行方式的影响.分析结果表明:当出行时间比为1∶5时,居民使用小汽车出行对应的弹性值均小于0.1,出行成本调节缺乏弹性;当出行时间比为1∶3时,对应的最大弹性值为0.39,当出行成本比为25时,40％～50％的出行者继续使用小汽车出行;当出行时间比为1∶1时,对应的最大弹性值为0.89,当出行成本比为22时,40％～50％的出行者继续使用小汽车出行;当出行时间在1∶3和1∶1之间,要使得小汽车的出行分担率为30％,则出行成本比为至少为5.     

城市过量短距离小汽车出行研究

以北京市为例,挑选具有代表性的两类居民小区,对小区出行环境和居民出行行为展开调研.首先,利用GPS和测距仪等设备收集出行环境数据,结合地理信息系统,对小区内部和扩展区域的机动车和非机动车环境进行分析,指出了两类小区出行环境的特点;然后,利用调查问卷收集居民出行行为数据,在分析不同小区的短距离出行特征和同类居民的出行行为后,指出出行环境对出行行为具有显著的影响.最后,给出了不同小区居民偏好小汽车短距离出行的影响因素,以及在不同出行目的下,居民出行方式的转换意愿.研究成果有助于制定合理引导小汽车出行的交通需求管理对策.     

基于巢式Logit模型的低收入人群出行行为分析 ——以上海市智能手机调查数据为例

低收入人群是城市人口组成的重要和特殊部分,关注并研究其出行行为具有重要的社会价值。本文首先界定城市低收入人群的范围,根据上海市居民出行调查数据划分出研究对象,总结影响低收入人群出行行为的多重变量,然后基于效用最大化理论构建出行目的和出行方式相互影响的巢式Logit模型,并对模型参数进行标定,得到低收入人群出行行为选择的特定规律。结果表明,出行时段、出行费用、出行优先政策以及出行目的对低收入人群出行方式选择具有显著影响。     

居民出行时间选择及拥挤收费政策

应用基于活动的出行需求预测方法,分析了居民出行的时间分布规律与影响居民出行时间选择的因素,分别建立了出发和到达时间选择模型,用长春市居民出行调查数据对模型进行了标定和验证。用已建模型对比评价了两种拥挤收费政策,证明了调整高峰时段小汽车出行费用策略不仅可以使居民的高峰时段出行减少大约18％,而且可以抑制小汽车出行,调整城市交通方式分配结构,说明已建模型可以全面有效地进行交通需求管理政策的评价。     

国内不同类型城市居民出行特征分析

通过收集大量国内城市的居民出行特征调查数据,对数据进行归纳整理,从出行次数、出行目的、出行方式结构、出行耗时等4个方面进行分析.通过对城市进行分类,找出不同类型城市的居民出行特征,分析产生这些特征的原因.对居民出行次数,按照人口规模分类,建立了不同人口规模城市的居民人均出行次数模型,通过建摸的方式找出不同人口规模城市的居民出行次数规律.     

限行措施对居民出行的影响及其有效性分析

为解决北京市的拥堵问题,北京城市交通管理部门自2008年起先后施行了不同的限行措施.本文通过问卷调查的方式,来分析这些限行措施对北京市居民出行的影响以及这些措施的有效性.调查结果显示,限行措施改变了人们的出行方式,一些有私家车的居民将出行方式转移到了公共交通上.通过分析近年来路面机动车变化数量、限行为人们的节约的出行时...     

停车收费对居民出行方式选择的影响分析

停车收费是调节城市居民出行结构,改善城市交通状况的重要政策,不同停车收费标准对居民出行方式改变程度也不相同. 本文结合南京市停车特征调查数据,基于非集计模型理论,建立包括停车费率以及公交票价等多因素的出行方式选择模型,并利用弹性分析方法,研究居民出行方式选择随停车费率变化的趋势,分析出行方式选择对于停车费率以及公交票价变化的敏感性. 研究得出不同费率标准下,小汽车及公交车出行比例的改变程度,确定停车收费价格的敏感区间,并分别得到停车费率和公交票价变化对出行方式改变的弹性. 研究结论可以为大城市合理制定停车收费价格政策提供理论依据.     

居民长距离交通出行方式选择行为研究

为研究出行者个人特性和出行特性对居民出行方式选择的影响,以居民长距离出行交通方式选择为对象,运用非集计模型中多项Logit(MNL)模型的基本理论与方法,利用SPSS软件对模型进行参数标定和检验,分析各因素对居民长距离出行的影响。结果表明:模型的拟合优比度和精度均达到要求,对居民的长距离出行选择研究具有实际应用价值,可为相关部门对于交通运输方式的结构调整提供参考。     

城市居民高峰时段出行方式选择

城市居民在高峰时段出行时,有多种出行方式可供选择,在选择的过程中会综合考虑多方面的因素。采用模糊综合评价法对居民出行所考虑的各种因素进行评价,可以预测居民在高峰时段出行方式的结构和比例,对合理设置交通结构、减轻城市高峰时段的交通拥挤有现实指导意义。     

卫星城居民出行特征及出行方式选择模型研究

卫星城居民出行特征及出行方式选择研究是解决卫星城交通问题的基础和前提。以南宁市浦口区为例,通过Access数据库对居民出行OD调查数据进行处理挖掘,从居民的出行频次、出行目的、出行方式、出行时耗及出行时间分布五方面对卫星城居民出行特征进行研究,总结出浦口区居民出行特征现状;挖掘并量化影响卫星城居民出行方式选择的关键因素,利用浦口区居民出行调查数据,构建居民出行方式选择多项Logit模型,通过SPSS软件进行模型拟合和标定。在模型拟合结果中,以公交车为例进行拟合结果分析,可得到影响选择公交出行的主要因素——性别、年龄以及有无公交IC卡,并通过计算以及模型预测值对模型拟合精度进行校验。结果显示,除非机动车预测效果较差以外,其余预测误差均在可接受范围内。