私家车出行者交通信息需求研究

交通出行信息对私家车出行者行为选择存在不同程度的影响。通过对大连市私家车出行者交通出行信息使用意向调查,获取私家车出行者交通出行信息选择行为特性数据,引入因子分析方法对交通出行信息内容进行合理分类,建立交通出行信息选择累积Logistic回归模型,对私家车出行者交通出行信息需求进行研究。研究结果表明私家车出行者对交通出行信息内容存在不同程度的需求,其中与个人私家车出行质量相关信息的需求最高,面向私家车出行者的城市交通信息服务系统建设与运营应体现针对性。     

基于累积前景理论的拥挤阈值计算模型

信息诱导是缓解交通拥挤的有效途径,为了描述道路拥挤程度对出行者路径选择决策的影响机理,基于累积前景理论分析了出行者的出行决策过程,分析了出行者拥挤认知模式以及不同出行方式的拥挤信息需求。解析了拥挤阈值的概念,将行程时间作为累积前景理论决策指标建立了拥挤阈值的计算模型,以1个简单路网进行算例分析,模拟驾驶员的拥挤认知及出行活动决策。算例结果揭示了拥挤阈值对路径选择决策行为的影响,同时验证了拥挤阈值是出行者在决策过程中的决策变化分界点。出行时间在拥挤阈值内出行者不改变出行路径;出行时间超过拥挤阈值,出行者将改变出行路径。      

基于随机用户平衡的混合交通网络流量分离模型

考虑了影响出行者交通选择行为的主要因素(时间、费用、方便性、舒适性等),分析了在多种交通方式(私家车、出租车、公交车、轨道交通以及自行车等)存在条件下城市交通网络中出行者交通选择行为,包括交通方式选择和出行路径选择,并基于随机用户平衡(SUE)理论构造了城市混合交通网络的流量分离和分配综合模型及求解算法。最后通过一个简单算例,得到了当各种影响因素变化时,各种交通方式的流量变化情况。     

先进的旅行者信息系统对出行者选择行为的影响研究

目前研究先进的旅行者信息系统对出行者选择行为的影响主要集中在对路径选择行为的影响上,而忽略了对出行者出行终点和交通方式选择的影响。假定路网中的出行者一部分装有信息装置,另一部分没有装信息装置,利用离散选择理论中的层次选择结构模型和交通规划理论中的随机均衡方法,研究了先进的旅行者信息系统对出行者终点选择,方式分担和路径选择行为的综合影响,建立了一个与网络均衡条件等价的数学规划模型,设计了模型的求解算法,并用一算例分析了市场渗透率和信息质量对出行者选择行为的影响。     

交通信息影响下的动态路径选择模型研究

考虑交通信息对出行者选择出行路径的动态影响,建立一种动态路径选择模型。将不同类型的出行者对路段（路径）运行时间的预测看作不同的随机过程,通过对出行路径上节点的到达时间取期望值,利用一阶近似表达式,研究交通信息对出行者的出行路径选择行为的影响。     

扩展计划行为理论框架下城际出行方式选择建模

本文引入外部价值观念和行为习惯的扩展变量,构建基于计划行为理论的城际出行者方式选择框架.在调查样本通过信度和效度检验的前提下,为高铁/动车、普通列车、长途汽车和自驾车等4种出行方式分别建立多指标多因果(MIMIC)模型,分析不同出行方式下扩展计划行为理论中各心理变量间的相关关系,以及出行者属性对心理变量的影响.研究表明,在不同的出行方式下,出行者个人及家庭社会经济属性对部分潜变量有显著性影响;"安全态度"和"行为习惯"潜变量对方式选择意向或行为有着直接或间接显著影响.研究成果可为制定城际间交通需求管理政策和城际交通系统优化提供支撑.     

出行者环保意识对低碳交通政策支持度的影响

为减少汽车尾气污染,政府部门应制定交通政策推动出行者采用低碳出行方式。有效的交通政策需要深入了解影响出行者低碳出行的心理因素。通过实证分析,研究出行者环保态度、环保行为、公交偏好等潜在变量对低碳交通政策支持度的影响。基于结构方程模型（SEM模型）的基本原理,建立模型假设,并通过Mplus进行数据分析。研究发现,环保态度会直接影响环保行为、公交偏好,环保行为直接会影响公交偏好,公交偏好会直接影响低碳交通政策支持度;但环保态度和环保行为对低碳交通政策支持度没有直接效应。在95%的置信水平下,性别、婚姻状况、私家车拥有情况、房产拥有情况、是否开车上班对结构方程模型均无显著影响;但在90%的置信水平下,性别、教育程度对结构方程模型的影响显著。      

高速公路可变收费货车出行者出行时间选择模型研究

以效用理论为基础,通过意向调查研究了高速公路货车出行者出行选择模型。针对许多高速公路在高峰时段交通量较大,而其他时段交通量较小的现状,在不同时段采用不同的收费标准,分析可变收费实施后不同属性货车出行者出行选择行为,确定影响出行者出行时间选择的模型变量,得到货车出行者在各水平收费标准时的出行时间选择模型。以京沪高速为实例,设计调查问卷,进行意向调查,通过对调查结果进行分析,选择货车所载货物类型、车货重量作为属性变量,建立了该高速公路货车出行者在两种不同方案下的出行时间选择模型并进行了标定。利用模型标定结果可对可变收费方案进行评价,从而优化可变收费方案,提高高速公路的运行效率。     

降雨天气下公路出行者出行方式转移模型

降雨会导致公众出行方式选择行为发生改变,出行方式选择行为是交通需求预测的重要基础理论。为探究降雨天气下致使公路出行者出行方式发生转移的影响因素及转移的其他出行方式的概率,以公路出行者在降雨天气下对使用小汽车、高铁、客运班车、飞机或不出行的出行方式选择行为为研究对象,设计并完成降雨天气下公路出行者出行意愿问卷调查(SP调查)。根据不同降雨程度以及出行目,围绕4种场景展开。主要考虑的因素有6种:出行时耗、性别、年龄、职业、出行频次、驾龄。基于出行意愿调查问卷数据,分别构建4种场景下出行方式转移的多项Logistic回归模型,探讨大雨和中雨天气下刚性出行计划和弹性出行计划中以使用小汽车为参照的出行方式转移模型及主要影响因素。模型结果显示,居民的驾龄、出行频次对研究范围出行方式转移模型具有显著影响。而休闲出行计划中,出行时耗的影响变得显著,并且大雨天气下的休闲计划出行中性别亦有显著影响。各因素在不同情景下对出行方式转移模型的影响程度存在明显差异。本研究可以为综合运输网络的交通规划、需求预测以及制定决策提供理论支撑和决策依据。     

拥挤收费下基于前景理论的出行者路径选择行为分析

出行者（特指私家车出行者）路径选择行为的研究对于城市的交通管理和交通组织都有着重要的意义,而且随着交通出行费用的不断增加,以及道路拥挤收费政策逐步实施,仅仅考虑距离最短、时间最短来对出行者路径选择行为模型进行研究,往往实用性欠佳。针对以往的研究中考虑因素单一、模型实用性不强这一问题,运用能有效描述出行者不确定性条件下决策行为的前景理论,综合考虑出行者的出行时间、出行费用以及出行者的个人偏好、出行经验等因素,建立一个更为贴合实际的出行者路径选择行为模型。以实际算例的形式对比分析了,不同收费标准对不同出行者人群、不同性质出行的路径选择行为的影响程度。结果表明：与拥挤收费政策实施前相比,收费3元时,高收入水平出行者购物出行时的路径发生变化,而对于通勤出行,当收费大于6元时出行路径才发生变化;对于中低收入水平出行者来说,因为其较高收入者对费用更为敏感,所以拥挤收费政策实施后他们的反应也不尽相同。     

竞争条件下公共交通最优出行方式选择

多种交通方式共线运行为出行者提供了便利,但也使得出行者面临最优出行方式选择问题。为了在竞争条件下对出行者的出行方式选择进行科学的引导,提高出行者的出行效率并实现交通资源的最优配置,引入固定出行成本和可变出行成本概念,对步行、共享单车、常规公交和轨道交通4类常用出行方式的成本问题进行研究。具体方法为:分别将4类出行方式的成本量化为出行距离的函数,然后分析平均出行成本(即出行效益)随出行距离的变化规律,分别建立了单一方式与多种方式组合联运条件下的最优出行方式优化模型,最后以成都市某轨道交通枢纽周边区域为例对模型进行了验证。实证结果表明:当出行距离增加时,共享单车、常规公交、轨道交通的平均出行成本具有规模效应,即出行距离增加时,其出行单位出行成本降低;在研究区域内,按照出行距离递增的顺序,考虑出行成本因素下出行者最优出行方式依次为步行、共享单车、常规公交、轨道交通;在常规公交最优选择区间,轨道交通平均成本与其差距不大,形成了很大竞争。因此,为了实现资源高效利用,应提高常规公交竞争活力,如提升舒适性,减小发车间隔。     

降雪天气下城际出行方式选择影响因素分析

出行方式选择行为是交通需求预测的重要基础理论,以居民出行方式选择为研究对象,基于降雪天气下居民出行意愿调查结果,通过多项回归分析,构建多项Logistic回归模型,分别探究不同程度降雪下商务计划出行和休闲计划类出行中出行方式选择模型及影响因素。模型结果显示,大雪天气下,出行者的出行频率和职业同时显著影响商务计划出行和休闲计划出行,而出行时耗在商务计划出行中影响显著,并且驾龄和性别在休闲计划出行中影响现在;中雪天气下,出行时耗、出行频率、驾龄在商务及休闲出行计划中均影响显著,而职业显著影响商务出行计划,并且年龄显著影响休闲出行计划。而且每个因素对每个模型影响程度各异,可以为综合运输网络的交通规划、需求预测以及管理者制定决策提供理论支撑和决策依据。     

考虑舒适度因素的出行价值模型

为了探究舒适度对出行者路径选择的影响,通过分析出行舒适度的影响因素,构建舒适度价值模型,从而建立考虑舒适度因素的出行价值模型。首先考虑行程时间、出行费用和舒适度3种出行价值的影响因素,建立出行价值模型;然后采用意愿调查法对出行者舒适度选择特征进行调查,以性别、年龄、出行方式、行程时间为特征变量,通过排序选择模型对舒适度选择概率进行标定,发现交通方式和行程时间两种影响因素对舒适度选择具有显著影响。通过计算出不同交通方式、不同行程时间对应的舒适度选择概率,从而得到不同出行状态下的舒适度概率分布,由此建立了基于舒适度排序选择模型的出行价值模型。最后以公交车出行价值为参考,进行算例分析,利用AHP层次分析法,对行程时间、出行费用和舒适度3种因素的单位价值进行判断,得出出行价值计算模型,分别针对考虑和不考虑舒适度的出行价值模型进行比较分析。结果表明,当考虑舒适度因素时,私家车和自行车的出行价值分别下降了2.6%和30.2%。由此可见考虑舒适度的出行价值模型能够更好地评价不同出行方式的价值差异。     

基于随机系数Logit模型的城市群城际出行方式选择行为研究

以粤港澳大湾区城市群的广深城际运输通道为例，分析城际运输通道中影响旅客出行方式选择行为的因素及其影响。传统的多项式Logi（tMNL）模型具有无关方案独立性，无法对不同出行者的选择偏好差异进行定量分析，故应用随机系数Logit模型分析城际交通出行选择行为。选取城际出行旅客的个人社会经济属性、心理潜变量（对交通方式舒适性、可靠性和便捷性的心理感受）、城际出行方式特征变量设计问卷。采用线上与线下相结合的方式开展问卷调查，共收集534份问卷，基于此建立并求解随机系数Logit模型。随机系数Logit模型估计结果的伪R2为0.178，表明模型具有良好的拟合度。研究结果表明:城际出行旅客的收入、职业、私家车保有情况、家庭儿童数量以及对出行方式便捷性的感知对其选择行为有显著影响；而出行方式的舒适性、可靠性对城际出行方式的选择行为影响不显著；改善交通方式的便捷性对提升城际出行方式的吸引力起关键作用。因此，在城际交通规划设计、运营管理中应着重考虑便捷性对城际交通方式选择带来的影响。      

拥堵收费对弹性出行的小汽车使用者出行方式选择影响研究

所有出行群体中,受拥堵收费政策影响最大的是弹性出行的小汽车使用者。引入相对拥堵费作为政策变量,表征拥堵收费政策对该群体出行方式选择的影响,并基于Nested Logit模型,建立了拥堵收费影响下的出行者出行方式选择模型。利用对南京新街口商圈区域弹性出行的小汽车使用者进行的RP和SP调查所获得的数据,对模型参数进行了估计,结果显示:女性、低收入者、IC卡持有者、短途和高频出行者在面对拥堵收费政策时,更容易放弃小汽车而转向公共交通出行。利用弹性理论,分析了不同拥堵费水平下出行者对出行时间和拥堵收费政策的弹性,结果发现:①出行时间的弹性反映了出行方式的总体服务水平;②出行者在出行方式选择时对拥堵收费变得“显著”敏感的临界值为13.25元/次。      

居民出行方式选择非集计模型的建立

基于非集计离散选择模型的基本理论与建模方法,结合2003年北京居民出行调查数据,对影响居民出行方式选择的因素进行了分析,选择包括公交车、出租车、私人小汽车等在内的5种日常生活中较为常用的交通方式作为居民出行的方式选择肢,确定了影响居民出行方式选择的特性变量及相应的取值方法,建立了交通方式选择MNL模型。应用Matlab优化工具箱中的无约束最优化函数对所建的MNL模型的参数进行了标定,并通过命中率的计算验证了模型的有效性。结果表明,非集计建模方法能够较全面的考虑居民出行选择的各方面影响因素,尤其是将出行者的个人特性影响因素引入模型,提高了模型的预测精度和实用性。     

本期导语

引入相对拥堵费作为政策变量,表征拥堵收费政策对该群体出行方式选择的影响,并基于 N ested Logit模型,建立了拥堵收费影响下的出行者出行方式选择模型。利用对南京新街口商圈区域弹性出行的小汽车使用者进行的 RP和 SP调查所获得的数据,对模型参数进行了估计,结果显示:女性、低收入者、IC卡持有者、短途和高频出行者在面对拥堵收费政策时,更容易放弃小汽车而转向公共交通出行。利用弹性理论,分析了不同拥堵费水平下出行者对出行时间和拥堵收费政策的弹性,结果发现:①出行时间的弹性反映了出行方式的总体服务水平;②出行者在出行方式选择时对拥堵收费变得“显著”敏感的临界值为13.25元/次。(任刚,等:拥堵收费对弹性出行的小汽车使用者出行方式选择影响研究)      

基于计划延误成本的出发时间选择模型

出行时间不确定性对出行者造成诸多负面影响,其中之一就是计划延误成本增加.向出行者提供交通信息可减少出行时间不确定性的负面影响,减少计划延误成本.为了估计其负面效应和出行时间信息的价值,研究了一个出行时间不确定性下的出发时间选择模型.假定在不同的出发时间下,出行时间分布的形式不同.模型中出行者可得到交通信息服务系统(A T IS)提供的基于平均出行状况的交通信息或基于当日出行状况的交通信息,同时他对得到的信息有自己的感知值,基于此感知预测出行时间并选择出发时间.用算例反映了出行时间不确定性、不同信息状况和信息预测的质量对出行者广义出行阻抗的影响.结果表明交通信息的收益不应该只表现为传统的出行时间节省,它还能减少约30% ~40% 的计划延误成本.      

出行者对不同交通方式行程时间可靠度和车内拥挤度的感知差异性

为了更科学合理地对配置多模式交通设施资源提供理论依据,利用效用平衡原理与平面设计原则,构建了一种融合多影响因素(费用、行程时间、行程时间可靠度、车内拥挤程度)和多种交通方式(自驾、地铁、停车换乘、公交车)用于分析出行选择行为的SP调查设计方法。采用一对一、面对面调查方法收集有效行为数据,利用离散选择理论定量化分析了各种因素对出行方式选择的影响,探究了多模式交通网络中的方式选择行为,解析了出行者对不同交通方式行程时间可靠度和车内拥挤度的感知差异性。研究结果表明:地铁的可靠度价值比公交车和小汽车的可靠度价值分别高59.8%和32.1%;公交车的车内拥挤度价值比地铁和停车换乘的车内拥挤度价值高26%和84%,表明出行者对不同交通方式行程时间可靠度和车内拥挤存在显著的感知差异性,感知差异性显著影响方式选择模型预测结果而应该在模型中被充分考虑;行程时间可靠度和车内拥挤度显著影响通勤出行者的方式选择;平均时间价值和行程时间可靠度价值分别为49.8,81.97元·h~(-1),出行者愿意增加超过50%的平均出行时间来避免过度的车内拥挤;定量化的支付意愿等结果可用于多模式交通设施的规划设计与评价。     

基于神经网络的交通方式选择模型

已有的交通拥挤问题研究大多关注于城市交通的宏观层面,而对于微观层面的居民出行个体研究甚少,这主要是因为与出行个体相关的特征指标难以量化,只能做定性分析,引入神经网络模型即能够识别线性指标又能够识别非线性指标的特性。分析了影响居民出行方式选择的相关因素,这些因素包括出行者自身特性、出行者的出行特性、运输系统特性、出行区域特性和目的地区域特性5类,并建立了神经网络居民出行方式选择预测模型。通过实际调查数据的验证,表明本文模型具有很好的实用性,为城市居民出行方式的选择预测提供了新的思路。