基于SEM的共享单车使用决策研究

为探索用户对共享单车的使用决策形成过程,基于结构方程模型（Structural Equation Model, SEM）,以济南市历城区和历下区564 份用户骑行问卷数据为研究对象,将共享单车服务质量、环境质量、用户的忍受疲劳程度等因素作为潜变量,将出行距离、用户可接受骑行时长、温度、地势、车体质量等因素作为显变量,量化了外生潜变量与显变量之间、内生潜变量与显变量之间以及外生潜变量与内生潜变量之间的复杂关系,构建了共享单车使用决策模型。研究结果表明,用户的忍受疲劳程度在影响使用决策上起主要作用,其次是服务质量,环境质量的影响最小。在此基础上,提出了针对共享单车管理与投放的合理化建议,以促进运营企业提高服务水平、资源利用效率和经营效益。     

基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析.为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型.然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Logit模型,构建混合选择模型,并以用户选择共享自动驾驶汽车出行的概率衡量用户使用共享自动驾驶汽车的意愿.最后基于SP调查数据标定模型参数,得到潜变量关系及关键影响因素,通过弹性分析研究关键因素对用户使用意愿的影响.结果表明,感知有用性、出行费用、感知易用性、等待时间的影响最为显著,对应的弹性值分别是0.0502、-0.0401、0.0385和-0.0350.本研究对相关企业及相关政府部门发展和推广共享自动驾驶汽车具有重要参考价值.     

考虑潜变量的自动驾驶汽车租赁行为

将自动驾驶汽车（autonomous vehicle，AV）与分时租赁、点对点（peer-to-peer，P2P）租赁模式相结合，为出行者提供新型的出行方式. 为探究出行者租赁自动驾驶汽车的行为特征，分析出行者对AV分时租赁、AV P2P租赁、私家车、公共交通的选择意愿及其影响因素. 基于出行方式选择意愿的调查数据，将结构方程模型（structural equation model，SEM）与多项Logit （multinomial Logit，MNL）模型相结合，建立同时标定显变量与潜变量参数的结构方程-多项Logit （structural equation-multinomial Logit，SE-MNL）模型，对比分析了MNL与SE-MNL模型的参数标定结果. 研究结果表明:在95%的置信水平下，显变量中的出行费用、车内时间、驾照情况、出行目的、婚姻状况以及潜变量中的便捷性、安全性、乘车体验、舒适性对出行者选择AV分时租赁或P2P租赁的影响都是显著的；SE-MNL模型的拟合度较MNL模型高出2%～3%.      

碳普惠机制下网约车用户拼车出行意愿研究

为鼓励网约车用户选择更加低碳的拼车出行方式,引入碳普惠机制,分析用户在不同低碳激励作用下对于网约拼车出行的行为意愿。首先,基于计划行为理论、技术接受模型和感知风险理论,提出关于网约车用户拼车出行意愿影响因素的假设;然后,正交构建了12种涉及不同碳积分价值和拼车里程的碳普惠情景,并采用SP(Stated Preference)调查收集了网约车用户的社会人口信息、心理潜变量以及在不同假设情景下的拼车出行意愿;最后,基于结构方程模型对网约车用户在碳普惠机制下的拼车出行意愿进行建模分析。研究发现：碳积分价值、拼车里程、态度、主观规范和低碳价值观对拼车出行意愿有显著直接影响;感知有用性、感知风险对拼车出行意愿有显著间接影响;随着碳积分价值的提高,用户的拼车出行意愿增强,且态度及主观规范的作用减弱,而低碳价值观的作用增强。研究结果证明了碳普惠机制可有效促进网约车用户选择拼车出行。     

居住区私家车位共享意愿及影响因素

居住区私家车位共享是缓解停车供需矛盾的探索性方案，从居住区车位拥有者视角出发，对其私家车位的共享意愿展开研究。将对共享停车的了解程度、感知到的风险及其受到的社会影响程度作为潜变量，设计调查问卷，运用多指标多因果模型分析私家车位共享意愿的影响因素及敏感性，并对外生变量与潜变量之间的关系进行分析。结果表明：车位拥有者对共享停车的了解程度及感知到的风险对共享意愿具有显著正向影响，感受到的社会影响大小对共享意愿不具有显著影响；车位拥有者的年龄、学历、收入等外生变量对潜变量具有不同程度影响。     

无人驾驶汽车对出行方式选择行为的影响

无人驾驶汽车对出行者出行选择行为具有重要影响,进而可以影响到城市交通需求、城市空间布局和城市规划. 基于扩展技术接受模型和考虑不同出行者偏好的异质性,建立带潜变量的随机系数Logit模型,研究出行者的出行特征、心理潜变量和个体的社会经济属性对无人驾驶汽车选择行为的影响. 结果表明:与传统的多项Logit模型相比,带潜变量的随机系数Logit模型拟合度更高;不同的出行者对出行费用的偏好具有异质性,在效用函数中,出行费用服从正态分布;无人驾驶汽车选择行为不仅受到出行特征和社会经济属性的影响,而且还受到感知信任、社会规范和行为意向等心理潜变量的影响;降低无人驾驶汽车的出行费用可以提升出行者选择无人驾驶汽车出行的概率.      

电动汽车驶离充电桩行为研究

电动汽车驶离充电桩行为能使充电设施资源得到充分利用,是目前车桩发展不平衡问题下需要关注的问题.现有研究缺乏对用户充电后驶离行为的分析,为探求电动汽车驶离行为的驱动因素,首先,通过引入社会责任意识和感知转换成本两个态度潜变量,融合结构方程模型与离散选择模型,构建了混合选择模型(HCM).该模型框架下包含结构模型、测量模型...     

影响出行决策的交通质量多因素感知特征

分析了影响出行决策的交通质量因素及重要程度,筛选了10个主要因素,运用需求层次模型构建了交通质量因素基本体系,利用探索性因子分析法构建了交通质量因素结构体系分析模型,基于结构方程模型模拟了出行者个体特征、成本约束、出行决策及交通质量因素之间的影响关系,基于出行意愿调查数据进行试验分析,得到了交通质量因素的二阶层次结构体系和结构方程模型路径系数图,分析了交通质量因素对出行决策影响程度的综合路径系数与不同城市等级交通质量因素重要性的数值特征。分析结果表明:交通质量因素结构体系的前2个因子共解释了84.9%的总方差,且2个因子载荷系数均大于0.6,表明交通质量因素结构体系具有合理性;试验数据的克朗巴哈系数为0.86,效度检验系数为0.84,具有较高的信度及效度;结构方程模型的复核效度整体平均值为86.9%,且各个路径系数的复核效度均大于80%,模型对任意样本适用性较好;按照重要度排序,交通质量前4个因素依次为可靠性、快捷性、经济性、舒适性,综合路径系数分别为0.78、0.73、0.67、0.60;不同城市等级的交通质量因素重要度具有差异性,超大型城市最重要的因素是可靠性,路径系数为1.44,而小城市最重要的因素是舒适性,路径系数为1.72。可见,针对城市居民对交通质量因素感知特征制定相应的改善政策,可提高交通质量改善的效率和有效性。     

基于SEM 的城市公交方式选择行为模型

为解决现有居民公交方式选择行为模型中仅考虑可直接观测的显变量,尚未 涉及对选择结果具有一定影响的不可直接观测的潜变量的问题,本文从潜变量与显变量 角度,构建了公交方式选择行为结构方程模型.分析了各种影响因素之间的定量关系,以 及对选择结果的影响作用大小,并依据出行者人格特质进行了分群行为特性研究.最后, 将模型运用于成都公交出行实例分析中.结果表明：知觉价值对选择结果具有显著影响, 可解释出行行为意向的62%信息,服务品质对知觉价值的影响高于票价合理性,且不同 群体的选择行为特征存在一定差异.     

共享单车现金奖励调度策略的用户接受意愿研究

为探讨共享单车用户在不同影响因素下对现金奖励调度策略的接受程度,设定了针对共享单车用户的调查问卷,并在济南市进行了调查,得到519份有效问卷。基于扩展的计划行为理论（Extended Theory of Planned Behavior, ETPB）模型和相关结构方程模型（Structural Equation Model, SEM）,设定了社会规范、支付能力、体力、感知服务、感知绿色价值5个构念以及5个相关假定,以测度不同奖励调度情境下共享单车用户对奖励策略的接受程度。结果显示,支付能力和体力对用户接受调度的影响程度最大,其次是社会规范和感知服务,感知绿色价值的影响程度最小。在此基础之上,提出了增大站点密度、实行现金奖励及提高车辆质量等建议,以降低运营成本、提升用户满意度与车辆使用率。