基于出行方式决策过程的价格调控策略辅助措施研究

从提高个体在价格调控策略下的绿色出行意向入手，制定价格调控策略的辅助措施是提升价格调控策略有效性的重要手段.本文基于出行决策行为变化自调节阶段模型，构建了价格调控策略下的居民出行方式决策过程概念模型.利用拥堵收费和奖励策略下的出行方式决策心理调查数据，基于结构方程模型，对比分析了拥堵收费和奖励策略下不同机动化出行习惯强度个体通勤与非通勤出行方式决策心理的差异化特征.最后，针对出行方式决策过程中动机形成阶段，计划行为阶段，以及实施计划阶段的心理特征，分别提出了价格调控策略的辅助措施，为价格调控策略实施提供了更好的辅助决策支持.     

收费及奖励策略对通勤出行方式选择的影响分析

为研究收费及奖励两种交通需求管理策略对居民通勤出行方式选择的调控作用,以杭州市主城区为例,通过SP(Stated Preference)和RP(Revealed Preference)调查私家车通勤出行者在停车收费及非小汽车出行奖励情景下的方式选择意向,利用非集计理论分别建立停车收费和出行奖励单独实施和共同实施下通勤出行方式选择的巢式Logit(NL)模型,研究停车收费及出行奖励对私家车通勤出行者出行方式选择的单独影响及共同影响效果,并分析两类策略的弹性。研究结果表明：停车收费和非小汽车出行奖励均能减少私家车出行比例,增加公交和地铁等公共交通出行比例;当停车收费达到一定费率时,才能有效减少私家车出行,适当的奖励能有效激励出行者转向其他出行方式,若同时实施收费和奖励策略,将表现为收费为主和奖励为辅的联合作用;在3类场景中,收入均是影响出行方式选择的重要因素,收入越高,继续选择私家车出行的可能性越大;单独收费场景下,停车收费弹性随费率增加而增大,且费率较低时缺乏弹性,出行奖励弹性随奖励金额增加而先增大后减小,小额奖励即有弹性。     

拥挤收费下城市居民内外通勤出行方式影响分析

对拥堵收费影响下的交通出行方式选择进行研究,利用数据调查技术获取出行者在拥堵收费条件下的出行方式选择意向,并构建该政策影响下的城市居民内外通勤出行方式选择模型,量化估计政策实施所产生的影响,为我国城市交通管理者和决策者提供理论基础.     

基于个体出行数据的公共交通出行链提取方法

公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.     

大城市中心区实施拥堵收费的影响评价

在分析大城市中心区拥堵收费实施奈件与方式的基础上,定性分析实施拥堵收费对居民出行行为以及中心区动静态交通的影响,最后提出基于模糊评价理论的中心区拥堵收费影响评价模型。     

基于手机信令数据的通勤与交通运行关系模型

通勤是导致城市早晚高峰交通拥堵的主要原因.为探究通勤与交通运行的关系及其机理,分析了北京市通勤、非通勤出行距离、出行结构等基本特征,识别了通勤出行与路网速度分时间段的特征关系,基于此构建了通勤出行对交通运行贡献度六段模型,并通过逐段拟合标定模型参数.由模型分析可知:路网速度与通勤出行高度线性相关,且在早高峰形成及晚高峰消散阶段随通勤出行变化最为显著;晚高峰阶段路网速度是通勤、非通勤出行的混合熵函数;晚高峰较早高峰更拥堵、周五晚高峰拥堵水平加剧,均是由于晚高峰较早高峰、周五晚高峰较其他工作日晚高峰出行混合熵增加,进而导致整个交通系统熵增所致.因此,除了错峰通勤等措施外,减少非通勤弹性出行也是缓解早晚高峰拥堵的重要手段.     

闭合通勤链中基于博弈的小汽车拥有者出行方式选择研究

从个体出行方式选择决策机理入手,以演化博弈理论为基础,基于出行链构建了考虑回程因素的闭环通勤出行选择决策模型.模型中考虑了个体对去程与回程两次出行感知程度的两类影响因素,模拟了回程过程的3种不同情境,研究回程加入不同活动情境下对整个闭合通勤链出行选择决策的影响,并将考虑回程因素的决策结果与仅考虑单次出行的结果进行对比,证明了考虑回程因素的必要性.最后,以北京市典型通勤OD为例,对模型进行实证分析.结果表明,仅考虑去程时,小汽车方式优势凸显;而考虑回程因素时,回程过程中加入的不同活动将影响个体闭环出行链出行选择决策结果,小汽车将不再成为人们出行的最优选择,定制公交的优势不容小视.     

小汽车通勤者主观幸福对出行方式选择的影响

为探讨主观幸福对出行方式选择的影响,以北京市开车通勤者为研究对象,在对出行行为分析的基础上,将通勤者的思维过程分为搜索规则和决策规则。在通勤成本变化场景下,采用机器学习算法定性探索主观幸福的作用阶段。结合相关性分析结果建立结构方程模型,定量分析主观幸福对出行方式选择行为的作用机理以及主观幸福的测量变量。研究结果表明:主观幸福对开车通勤者是否改变现有出行方式的决策具有显著影响;主观幸福包括通勤过程满意度(0.73)、场景实施前开车幸福感(0.66)、通勤成本增加后开车幸福感变化(-0.20)三个因素。将主观幸福纳入通勤出行方式选择指标体系,从心理层面为交通政策的制定提供新视角。     

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.     

出行前交通诱导决策系统的静态博弈模型

对出行前交通诱导决策系统的设计需求进行了分析.通过对公交出行策略和个体机动车出行策略进行分析,建立了基于公交和个体机动车等效出行时间的静态博弈模型,模型与出行者的出发时刻和优化出行路径的路段集相关.采用枚举的方式,将出发时刻离散为间隔1 min来对出行前不同出行方式决策博弈模型进行求解.通过实例分析可以看出,提出的出行前交通诱导决策博弈模型可实现对出行者进行出发时刻、出行方式、出行路径的诱导.     

通勤制约度对儿童陪伴出行决策过程的影响

为了考察家庭通勤活动对儿童接送行为决策过程的内在影响机理,本文基于活动理论与时间地理学方法,应用昆明市居民出行日志调查的第一手数据,以家庭为分析单元,构建基于活动的二维时空出行链,剖析家庭中儿童陪伴出行的时空间特征及其典型接送模式;提出通勤制约度概念,量化家长通勤活动的时空间制约程度和相互影响程度,并建立结构方程模型.结果表明：当男女家长双方通勤制约度均衡时,相互制约影响强烈,家庭内部会优先选择制约度最小的接送模式,然后再根据家长与儿童出行路线的匹配程度来确定接送人员,接送工具决策处于整个决策过程的最末位.当男女家长双方通勤制约度不均衡时,家庭内部则优先选择通勤制约度低的家长接送儿童,再确定接送工具和接送模式,接送行为上升为家庭活动模式的优先考虑因素.     

考虑外生政策调节的城市低碳出行决策模型

交通治理政策生效的关键是能够影响个体出行者的行为决策.为提升城市低碳交通治理政策的有效性,有必要研究城市出行个体的决策过程、影响因素及其影响机理.本研究从社会心理学角度出发,研究情境依赖、学习能力与个体出行行为决策之间的相互影响,并将外生政策纳入个体出行行为决策过程研究框架,分析外生政策对出行行为决策与情境依赖和学习能力之间关系的调节作用.在对相关研究进行系统梳理和总结的基础上,构建了城市低碳出行决策过程的逻辑模型,该模型可为出行行为决策实证研究提供系统的分析框架.     

基于旅客选择行为的高速铁路平行车次定价策略

考虑运行在同一OD上的高速铁路平行车次,现行高铁票价固定,即不能反应平行车次间的差异化,也无法与旅客需求状况相适应,最终造成平行车次间上座率的失衡和收入的损失.鉴于此,本文借鉴多产品定价的思想,利用MNL模型来描述旅客购票过程的选择行为,并以平行车次的整体收入最大化为目标提出了3种定价策略.最后以京沪高铁为案例背景,对旅客购票过程的最优票价路径及3种定价策略的效率进行了分析.结果表明,3种定价策略均能有效提高售票收入,且差别动态定价策略表现最优.本文研究内容为高速铁路平行车次的定价决策提供了科学依据.     

考虑定制出行的儿童通学方式选择行为研究

为系统获取考虑定制出行后儿童通学方式选择的行为模式，在系统选取影响儿童通学方式决策变量的基础上，集成结构方程模型和离散选择模型，提出儿童通学方式选择的混合选择模型(HCM)，以云南省昭通市为案例进行分析.结果表明：所构建的HCM模型相比结构方程模型和离散选择模型具有更高的拟合优度，更适用于儿童通学方式选择行为分析；与小汽车出行方式相比，行为意向对家长选择定制出行方式的影响更大，定制出行方式的普及更多取决于家庭的接受和依赖程度；时间和成本并非是家长选择定制出行方式的首要考虑因素.     

多类信息对机场出站乘客交通方式选择的影响

在机场设置可变信息板(Variable Message Signboard, VMS)提供站台排队时间、道路拥堵状 况和车内拥挤度等信息，引导乘客在原有决策的基础上做出最优交通方式选择。根据出行信息 获取的顺序将决策过程分为两阶段，第1阶段是在自身经验或手机导航信息条件下进行初始交通 方式选择，第2阶段考虑到VMS信息对乘客的影响，建立基于巢式Logit模型的乘客交通方式转 移模型，利用全概率公式将两阶段信息数据融合，得到乘客交通方式选择结果。通过数值模拟验 证模型的可用性。结果发现：将信息质量足够高的等车时间信息、道路拥堵时间和车内拥挤度信 息结合有利于提高公共交通利用率和系统运行效率，可使公共交通利用率提高3%，系统运行时 间减少13.8%；道路拥堵越严重，路上拥堵时间信息的提供对乘客的交通方式选择影响越大；交通 需求较小的情况下提供VMS信息有利于提高机场巴士利用率。     

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

基于分类决策树的城市内部迁居人群通勤时间预测模型

针对迁居个体长距离、长时间的通勤现象，以南京迁居人群通勤出行多源数据为基础，综合考虑迁居人群个人家庭属性、迁居属性、建成环境属性及通勤属性，建立迁居人群通勤时间多元线性回归模型，分析各属性对通勤时间的影响. 结合多元线性回归和Logistic 回归确定决策树模型入选变量和通勤时间离散值，利用C4.5 算法建立迁居人群通勤时间决策树，以决策树结构揭示不同背景下迁居个体通勤时间模式特征. 结果显示，相较于个人家庭属性，职住同区、通勤出发时刻、住房类型、通勤距离、通勤方式及社区至主干道的便捷程度对迁居个体通勤时长的影响更为显著，侧面反映社区微观建成环境优化政策更利于提升迁居个体通勤效率.     

北京市交通结构合理发展模式及策略研究

在交通需求总量保持高速增长,而道路资源能力扩充有限的背景下,交通结构是否合理直接影响交通资源的配置方式以及城市交通系统的运行效率。首先总结北京市交通结构发展的历史阶段及特征。然后,系统梳理国际大城市三种典型的交通发展模式及策略。在此基础上,针对北京市交通结构调整面临的主要问题与挑战,相应提出交通结构合理化发展的策略与建议：提升公共交通吸引力和承载力、降低小汽车使用强度、引导市民绿色出行和理性消费。