社交网络交通信息对出行方式选择行为影响模型

为解决社交网络交通信息对出行方式选择行为影响缺少定量描述方法的问题,基于技术接受理论,提出感知有用性、感知易用性、感知风险性等 7个潜变量作为出行者对社交网络交通信息的心理感受变量.结合个人属性变量、出行方案属性变量共同构建融合社交网络交通信息影响的出行方式选择行为混合离散模型,运用重庆市问卷调查数据进行实证分析.结果表明,混合模型优度比提升了 0.171,同时,心理感受变量中感知风险性对选择结果有负向影响,其余变量对选择结果均为正向影响,而感知有用性(0.757)、主观规范(0.646)、感知信任 (0.502)对结果影响最大.     

城市景点的公共交通出行便捷性指数: 基于武汉市的调查研究

为弥补城市景点公共交通便捷性评价主客观分离缺陷,以单个游客出行链为研究对象,以游客个体特征,公共交通出行链和景点吸引力这3个层面的因素为自变量,游客感知便捷程度为因变量,采用武汉市15个主要景点的问卷数据建立多项Logistic和CI(Convenience Index)模型。利用回归系数分析因素的影响,用标准化系数分析各因素对感知便捷性的影响权重,用CI模型计算武汉市景点的公共交通出行便捷性指数。结果表明：非机动出行距离与骑行分担率具有显著交互效应,非机动出行距离小于0.408 km时,更适宜步行出行;将公共交通出行链因素按对感知便捷性的影响权重由大到小排序,正向影响为地铁分担率、骑行分担率,负向影响为非机动出行距离、换乘次数、总出行距离、非直线系数;武汉市不同景点的公共交通出行便捷性指数差异明显,指数最高的景点是楚河汉街,最低的景点是东湖绿道-磨山。     

突发公共卫生事件持续期居民中长距离出行方式选择行为研究

为剖析突发公共事件持续期风险感知属性对居民中长距离出行方式选择行为的影响,基于非集计理论,构建风险感知差异的居民出行方式选择多元Logit模型.在2020年3月新冠肺炎疫情持续期,通过网络采集1 643份有效调查问卷,运用SPSS软件标定模型参数,获取突发公共事件持续期,影响居民出行选择的主要风险感知因素,并进行敏感性分析.结果表明：防控措施和防控措施了解程度对居民出行方式选择有显著影响;以航空运输为参考,途径站点暴露率增加对铁路运输方式的选择概率有负向影响,对公路运输方式的选择概率有正向影响;保持疫情持续期航空的低票价,以及加大航空运输防控措施的宣传可提高居民选择航空出行的概率.     

考虑心理潜变量的城市轨道站点接驳方式选择行为研究

本文以计划行为理论为基础框架,从出行者使用接驳工具的经验和对接驳工具属性评价两个维度分别引入出行习惯、感知态度两类潜变量,构建城市轨道站点接驳方式选择意向的多指标多因果模型,探究城市轨道站点接驳方式选择意向的影响因素及其作用路径,并在此基础上结合巢式Logit模型构建混合选择模型,探究出发端与到达端接驳方式选择行为的影响因素及其影响机理。结果表明：行为习惯潜变量直接影响接驳方式选择意向,感知态度对步行、共享单车接驳选择意向具有直接影响;显著影响接驳方式选择意向的可观测变量有学历、车辆保有情况、收入情况、接驳距离及出行人数;相较于慢行交通与道路公共交通,私人小汽车、电动车的有无对私人交通方式接驳选择行为影响较大;学历和职业等个人社会经济属性,出行目的和出行人数等出行属性,以及主观规范和行为意向等心理属性对出行者城市轨道出发端和到达端接驳方式选择行为均有显著影响;相较于到达端,出行费用、主观规范及行为态度对出发端接驳方式选择行为的影响更大,且出发端接驳方式选择对到达端的接驳决策行为具有影响。     

新冠疫情对老年人公交出行行为的影响

新冠肺炎疫情对交通运输产生巨大影响,但现有成果主要研究疫情爆发期疫情对交通运输的影响,较少有分析后疫情阶段的出行行为.本文利用验证性因素分析模型及Logit 模型,研究后疫情阶段新冠病毒,老年人个人统计学特征,老年人对新冠肺炎疫情严重程度的感知等心理因素对老年人出行行为的影响.研究结果表明：短距离出行中,新冠疫情和对新冠肺炎疫情严重程度的感知对出行方式选择没有显著影响;新冠疫情和对新冠肺炎疫情严重程度的感知对老年人使用公交意愿具有显著影响;此外,这两个因素也影响老年人外出概率和使用公交的概率.     

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.     

基于态度-行为模型的低收入通勤者出行方式选择

为了分析城市低收入通勤者交通方式选择行为,揭示个体社会经济属性、活动 属性和潜在态度变量对出行者出行方式选择的影响,基于抚顺市居民一日出行调查数 据,采用态度-行为模型探究低收入通勤者出行方式选择机理.首先基于多指标多原因模 型分析影响态度变量的外在因素,结果表明性别、驾照拥有情况和年龄对态度变量的构 成影响较大.然后,分别建立含潜变量和不含潜变量的多项Logit 模型,发现含潜变量的选 择模型更能解释出行行为,社会经济属性、活动属性和态度变量对低收入通勤者出行方 式选择影响存在一定差异.     

城市居民低碳出行意向异质性分析

为揭示居民低碳出行决策过程的内在机理,识别个体异质性对低碳出行决策的影响,本文结合计划行为理论（TPB）和价值信念规范理论（VBN),引入环境意识、政策因素和出行时间感知构建了城市居民低碳出行意向模型。首先应用结构方程模型对398份有效数据进行检验分析,识别模型中的直接效应与间接效应,然后通过多群组结构方程进行异质性分析。研究结果表明,个人规范、态度、知觉行为控制和主观规范对居民的低碳出行意向均有显著直接影响;政策因素与环境意识、出行时间感知可通过中介变量来间接影响低碳出行意向;潜变量对低碳出行意向的主要影响因素按总效应值排序为：个人规范（0.405）、政策因素（0.359）、态度（0.325）、环境意识（0.294）。多群组分析结果表明,年龄和出行时间可以调节潜变量之间的作用关系：对于出行时间较短的青年人来说,态度是影响其低碳出行意向的主要因素;对于出行时间较长的中老年人,个人规范对其低碳出行意向的影响更大。研究结论可为制定差异化的城市居民低碳出行引导策略,促进城市低碳客运交通发展提供一定的理论依据。     

突发公共卫生事件持续期居民中长距离出行方式选择行为研究

为剖析突发公共事件持续期风险感知属性对居民中长距离出行方式选择行为的影响，基于非集计理论，构建风险感知差异的居民出行方式选择多元Logit模型.在2020年3月新冠肺炎疫情持续期，通过网络采集1 643份有效调查问卷，运用SPSS软件标定模型参数，获取突发公共事件持续期，影响居民出行选择的主要风险感知因素，并进行敏感性分析.结果表明：防控措施和防控措施了解程度对居民出行方式选择有显著影响；以航空运输为参考，途径站点暴露率增加对铁路运输方式的选择概率有负向影响，对公路运输方式的选择概率有正向影响；保持疫情持续期航空的低票价，以及加大航空运输防控措施的宣传可提高居民选择航空出行的概率.     

老年人日常出行的出发时刻选择研究

利用比例风险模型,构建了老年人出行出发时刻选择模型,并利用北京市第三次全市居民出行调查数据,对模型进行了回归分析.回归结果表明:老年人个人和家庭属性、出行属性、采用的交通方式等12个特征变量对老年人出发时刻的选择有不同程度的影响;12.5%和24.1%的老年人选择在7:00以前和10:00以后出行;69.5%的老年人选择8:00之前出行进行休闲锻炼,以休闲健身为出行目的的老年人的出发时刻相对较早.     

冬季长春市居民小汽车与轨道交通出行方式选择分析

考虑到寒区低温因素的影响,对长春市冬季居民的出行问卷调查进行数据分析。利用二元logistic回归模型,分析出行者个人特征及严寒条件时出行者对小汽车与轨道交通出行方式的主观态度;对两种出行方式的选择影响进行分析,月收入是决定寒区居民选择小汽车还是轨道交通的主要影响因素。因此,是否拥有小汽车是显著影响因素,主观态度变量对出行方式选择影响程度较小,而出行者社会经济属性对出行方式选择影响较大。研究结论对优化寒区城市轨道交通建设与管理,引导居民从小汽车出行转变到轨道交通出行有一定借鉴意义。     

多公交信息下居民出行前方式选择意向分析

为了研究公交信息对出行前交通方式选择的影响,选取了公交出行距离信息、 公交车辆位置信息、道路拥堵情况信息和公交换乘信息等四种公共交通信息,通过均匀 设计方法,设计四种公共交通信息组合条件下的居民出行交通方式选择意向调查,并通 过在湖北襄阳获得的数据,建立了多项Logit 模型,定量分析了显著影响因素.研究结果表 明,公交信息对出行前方式选择行为的影响比较显著,且不同的公交信息对出行方式选 择的影响存在差异,但总体上会增加人们选择公交出行的意愿;对于已购车的出行者,公 交信息的影响十分有限,而个人对于公共交通的偏好也会影响其出行方式选择的意向.研 究建议,提供更准确和丰富的公交信息服务以增加城市公共交通的吸引力.     

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.     

新冠疫情对老年人公交出行行为的影响

新冠肺炎疫情对交通运输产生巨大影响，但现有成果主要研究疫情爆发期疫情对交通运输的影响，较少有分析后疫情阶段的出行行为.本文利用验证性因素分析模型及Logit 模型，研究后疫情阶段新冠病毒，老年人个人统计学特征，老年人对新冠肺炎疫情严重程度的感知等心理因素对老年人出行行为的影响.研究结果表明：短距离出行中，新冠疫情和对新冠肺炎疫情严重程度的感知对出行方式选择没有显著影响；新冠疫情和对新冠肺炎疫情严重程度的感知对老年人使用公交意愿具有显著影响；此外，这两个因素也影响老年人外出概率和使用公交的概率.     

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.      

������ͨ������ATIS��Ϣѡ����ΪӰ�������о�

公共交通出行者ATIS信息选择行为对ATIS实际实施效果存在显著影响。本文以大连市公共交通出行信息需求专项调查为基础,通过因子分析方法提取并定义ATIS信息因子,对公共交通相关ATIS信息进行合理分类,同时引入公共交通出行者年龄、职业、先进通讯技术使用情况等个人特征变量,建立公共交通出行者ATIS信息选择Binary Logit 模型,对公共交通出行者ATIS信息选择行为影响因素进行研究。研究结果显示公共交通出行者个人特征与ATIS信息内容特性对公共交通出行者ATIS信息选择行为存在不同程度的影响,城市交通信息服务系统的建设与运营应进一步面向公共交通出行者实现“以人为本”。     

新冠肺炎疫情下旅客安全感知对乘机出行意愿的影响机理研究

为探究新冠肺炎疫情发生后旅客安全感知对乘机出行意愿的影响机理,考虑旅客个人安全意识和新冠肺炎疫情认知的前因影响及航班营服水平的调节作用,应用结构方程模型对255个有效样本数据进行实证分析,结果表明:(1)人们的安全意识越高越倾向于主动了解更多有关疫情的知识;对疫情认知越充分,人们感受到的安全性就越高;感知到的安全性越高,人们乘机出行的意愿就越强.(2)疫情状态下,个人安全意识对安全感知不存在显著正向影响,但可以通过新冠肺炎疫情认知这一中介变量间接作用于安全感知;个人安全意识和新冠肺炎疫情认知不能直接对乘机出行意愿产生影响,但可以通过安全感知这一中介变量间接影响乘机出行意愿.(3)提高旅客安全感知及航班营服水平客观上都可以促进旅客乘机出行意愿,但在新冠肺炎疫情状态下,旅客乘机出行意愿更大程度受到安全感知的影响.     

基于SVM的高原川道型城市通勤者出行方式选择研究

为探究典型高原川道型城市(西宁市)的出行者对交通出行方式选择的行为,以大规模的居民出行调查数据为基础,提取个人、家庭社会经济属性及出行特征指标,将包含小汽车出行和出租车出行的私人交通方式与公共交通方式这2项通勤方式选择作为目标变量,并通过显著性检验得出影响出行方式选择的8项决策变量.针对29960次有效出行样本,合理划分出训练样本集和测试样本集.基于此,分别构建支持向量机(SVM)和传统的二项Binary logistic (BL)模型以识别通勤者的出行方式选择,选取3项定量指标分方式的分类预测精度、总体分类预测精度和平均绝对百分比误差以对比不同模型的分类结果.研究结果表明:相比BL模型,SVM对分类数据具有更好的拟合效果,对出行方式选择的预测适用性良好,具体来说,对私人交通方式的预测,SVM的预测准确率比BL模型的预测准确率高出8.08％,公共交通则高出了2.76％;SVM的总体分类准确率比BL模型的预测准确率高出4.82％.     

基于结构方程的通勤廊道停车换乘行为建模分析

通勤廊道上基于轨道交通的停车换乘出行模式是提高廊道出行率,缓解城市交通拥堵、解决停车设施不足的有效手段。基于结构方程模型(SEM),选取个人属性、信息需求偏好及停车换乘设施水平作为外源潜变量,选择出行目的、出发时刻、出行方式及出行强度作为内生潜变量,分析了停车换乘(PR)出行行为产生路径及各因素的效用。以实际调查数据为基础,利用LISREL软件,对模型效果进行评价。结果表明:(1)PR出行方式在时间上具有较强规律,早、晚高峰时段选择PR出行方式的比例较大;(2)路况状态信息、事故信息、停车信息对PR出行行为影响显著。其中,路况状态的效用值达到0.8;内生潜变量方面,出行目的具有最高的优先级别,其对出发时刻、出行方式及出行强度的影响较大。     

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.