新冠疫情影响下居民共享出行方式选择行为研究

为分析新冠疫情对共享出行方式选择行为的影响，针对传统出行、网约车、合乘、汽车分时租赁及共享自行车的多方式交通系统设计SP(Stated Preference)问卷；对于疫情前和疫情期间的出行方式选择分别构建基于面板数据的混合Logit模型，比较解释变量的影响差异，分析感知疫情严重程度和方式选择惯性的联合影响；基于弹性分析预测疫情背景下不同管控政策对应的出行方式分担率。结果表明：感知疫情严重程度对合乘和分时租赁影响显著，方式选择惯性对网约车、分时租赁及共享自行车影响显著；当感知疫情严重程度降低至30%~50%时，1.6~3.0倍的停车费调整策略可将私家车分担率降低至疫情前，此时，低密接的分时租赁具有主要替代作用；当感知疫情严重程度在60%以上时，提高合乘出行安全程度至1.4~3.6倍可恢复其分担率。     

基于混合Logit 模型的网约车选择行为研究

近年来,网约车发展迅速,而现有研究较少从市场角度理解用户对网约车的选择偏 好.本文构建了基于混合Logit选择模型,选取网约车依赖性、出行目的等出行相关属性,年龄等 个人社会经济属性为效用函数特征变量,假设到达时间、在车时间和费用为随机变量并服从对 数正态分布.使用D-efficient效率设计法生成问卷,在成都市开展网约车使用特征与选择偏好的 实证调查.基于观察数据标定模型,参数显著性及符号解释了城市综合交通背景下出行方式选 择的关键因素.对出租车和网约车费用进行边际效应分析,明确了价格变化对出行结构的影响.     

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%.      

基于MNL模型的网约车乘客出行行为

为研究基于多项评定(multinomial logit, MNL)模型的网约车乘客出行行为,以2018年大连市主要商圈内具有网约车乘车经历的出行者为调查对象,设计网约车乘客出行意向调查(stated preference, SP)问卷,建立MNL模型,探索出行方式选择行为的关键影响因素及其作用规律,并进行弹性分析。研究结果表明:出行者的年龄、职业、学历、家庭收入、私家车拥有情况等个人社会经济属性对交通方式选择有显著影响,网约车的乘用频率、司机的礼貌程度以及自由时间满意度对网约车的使用有一定的促进作用。研究结果可以为城市网约车的管理提供借鉴。     

考虑出行者习惯与利他性偏好的自动驾驶网约车使用意向模型

为探究自动驾驶网约车使用意向的影响因素及作用路径,以技术接受模型(TAM)为基础框架,在自动驾驶车辆感知有用性和感知易用性基础上,从出行者使用网约车经验和社会偏好两个维度分别引入网约车出行习惯、网约车平台感知可靠性、网约车出行社会影响和出行者利他性偏好四类潜变量,构建自动驾驶网约车使用意向的结构方程模型.对367份有效问卷进行参数拟合,结果证实了引入心理潜变量后的TAM模型具有良好的适配性,能够解释使用意向总方差的59.4％.路径分析结果表明,影响自动驾驶网约车最直接的三个因素是自动驾驶车辆的感知有用性、出行者利他性偏好、网约车出行习惯,对应的直接效应分别是0.591、0.243和0.146.网约车平台感知可靠性、自动驾驶车辆感知易用性、网约车出行社会影响对自动驾驶网约车使用意向的影响作用,均可被上述三类潜变量完全或部分中介.受教育程度较低的出行者,对网约车平台可靠性的认可度更高,对未来自动驾驶网约车使用意向也更为积极.研究结果对于促进自动驾驶网约车良性发展具有一定的借鉴意义.     

基于多源数据的网约车与地铁接驳特征分析

网约车出行作为一种新兴的出行模式,在人们日常出行中发挥着重要作用。基于网约车订单数据,引入手机信令、地图导航等多源数据,首先,分析网约车与地铁接驳的时空特征,并与手机用户的地铁接驳出行数据进行对比;其次,基于XGBoost(extreme gradient boosting,极端梯度增强算法)构造充分考虑接驳距离、地铁乘距、接驳需求、公交便利程度、通勤出行占比等因素的回归模型;最后,从到达地铁站与离开地铁站两个方面,分析各因素对网约车与地铁接驳的影响。结果表明：使用网约车到达地铁站的订单量远大于离开地铁站的订单量,网约车与地铁接驳距离在1.5～3.5 km的接驳量最大;网约车与地铁接驳存在明显的早高峰和晚高峰时段,高峰时段使用网约车与地铁接驳的出行占比与手机用户使用地铁出行的占比一致。     

长春市轨道交通换乘方式选择影响因素分析

通过对长春市居民轨道交通换乘方式的调查数据整理,利用多元Logistic模型,分析不同影响因素对居民城市轨道交通换乘方式选择的影响,得出出行者性别对出租车换乘有显著影响,男性更偏向于选择出租车换乘,拥有网约车打车APP对常规公交换乘有显著影响。打车软件的流行使居民出行换乘的方便性大大增加。学历水平越高的出行者越喜欢选择比较环保的步行和自行车换乘方式。月收入越高的更加注重出行的时效性,更偏好选择高效率的网约车换乘方式出行。出行距离对出行者是否选择轻轨+轻轨换乘影响较大,出行时间在出租车、小汽车、网约车这几种出行时间相差不大的换乘方式中影响不大。最后对城市的轨道交通换乘发展的优化提出合理的建议。     

机场分时租赁汽车发展建议

正随着分时租赁汽车(俗称"共享汽车")市场规模发展壮大,分时租赁汽车站点布局已由城市中心的交通枢纽扩展至郊外的机场。截至2018年初,分时租赁汽车品牌分别入驻上海、南京、成都、重庆、深圳、海口等机场。分时租赁汽车入驻机场为航空旅客提供多元化交通需求的同时,也给机场陆侧交通管理带来新问题。目前针对分时租赁汽车出行方式研究多局限于行政性规章制度管理、市场经济及对城市出行方式     

城市轨道交通新线开通对出行方式选择的影响研究

为研究城市轨道交通新线开通对出行方式选择的影响,开展了出行方式转换的SP(Stated Preference)调查,构建全目的和通勤出行方式选择的MNL模型(Multinomial Logit model)。定量分析了个体属性和交通方式属性对出行者交通方式选择的影响。研究表明：乘客感知的轨道交通全目的出行时耗负效用为相同时耗公交的91%,而通勤时耗负效用为全目的出行的1.89倍;轨道交通出行总时耗对分担率影响最显著,前者增减50%时,后者变动约10%;公交是轨道交通的主要竞争方式,当前者出行耗时提高50%时,后者分担率将增加6.8%;停车费小幅提高和出行时耗增加不能显著促使小汽车使用者转向轨道交通,交通需求管理是引导出行转移的重要途径。     

考虑共享汽车的高铁站接驳交通出行方式选择影响因素

为研究共享汽车作为高铁站接驳交通出行方式的可行性,在大连北站、长春西站和哈尔滨西站3个高铁站的候车厅内对出行者随机抽样,进行行为调查(Stated Preference,SP)与意向调查(Revealed Preference,RP)的组合问卷调查,并建立多项离散选择模型(Multinomial Logit Model)对影响高铁站接驳交通出行的因素进行分析.结果显示,等待时间、出行时间、费用和押金均对出行者接驳交通出行方式的选择具有显著影响,且均对共享汽车产生负效用;选择共享汽车进行高铁站接驳出行的出行者主要特征有年龄为18～30岁、与他人结伴出行、日常出行方式为私家车、高铁出行目的为旅游、月收入较高、喜欢开车、接驳出行距离较远等."高铁+共享汽车"服务模式具有可行性,但是目前受访者对共享汽车的使用率和了解程度均较低,需要加大共享汽车的宣传力度并提高其服务质量.     

共享汽车供给模式影响下私家车用户出行方式选择演化研究

共享汽车不同供给模式影响了用户出行方式选择,其演化过程和影响因素有待深入剖析.本文基于演化博弈理论和用户有限理性,对应以"经济"和"高效"为两个阶段的服务目标,分别构建定点式、浮动式共享汽车与私家车博弈的情形,并讨论在此两种情形下用户选择演化路径.模型考虑了共享汽车数量、租赁价格和用户寻车时间等主要影响因素,同时进行了...     

基于机器学习的网约车合乘出行碳减排状态预测

网约车合乘出行可有效提高车辆运输效率,与常规网约车出行相比具有显著的碳减排潜力。然而,现实中网约车合乘出行能否真正减少碳排放受多方面因素影响,往往存在较大差异与不确定性。为识别碳减排潜力较大的网约车合乘订单,提出一种基于机器学习的网约车合乘出行碳减排状态预测模型,并解析其碳减排机理。首先,基于成都市真实的网约车合乘订单与轨迹数据,应用COPERT(COmputer Program to calculate Emissions from Road Transport)排放模型分别计算合乘出行碳排放量及其替代的独乘出行碳排放量,进而得到合乘出行相比独乘出行的碳减排量。然后,基于历史的合乘行程碳减排及其订单特征数据,训练XGBoost(eXtreme Gradient Boosting)模型以预测未来潜在合乘出行的碳减排状态。最后,采用ALE (Accumulated Local Effects)分析方法对预测模型进行特征变量解析,以识别影响合乘出行碳减排状态的关键因素。结果显示：研究区域内平均每次网约车合乘出行可减少碳排放307.23 g,但仍有15%的网约车合乘行程未能实现减碳;XGBo...     

建成环境对网约车出行行为的影响分析

出行行为是行为主体在建成环境制约下的选择结果,为探讨网约车迅猛发展时期建成环境对网约车出行行为的影响,基于成都市网约车数据和建成环境数据,构建以路网密度、混合度、公交站点密度等建成环境指标为自变量、乘客上下车点数据为因变量的多元线性回归模型,以成都市为例开展实证研究.结果表明,不同的建成环境对网约车出行行为的影响程度不同,其中土地利用混合程度及商务用地和住宅用地对网约车出行行为影响较大.研究结果可为城市交通系统规划、智慧城市建设以及网约车高效管理提供数据支撑.     

网络约租车对出行方式选择及交通运行的影响

网络约租车为居民提供一种便捷的出行选择。但是,作为以小汽车为运输工具的非集约化出行方式,网络约租车应当在与城市规模、功能布局等相适配的前提下适度、有序发展。结合2015年7月和11月组织的两次北京市网约车用户问卷调查结果,量化计算网约车发展后居民出行方式选择的变化,以及由此带来的道路资源分配变化。数据扩样测算结果显示：北京市网络约租车出行规模已极为庞大,日出行量高达352.6万人次,约占全市出行总量的11%,其中转移自公共交通和自行车交通的比例高达58%。道路交通运行跟踪监测结果显示：网络约租车每日增加小汽车出行量33.0万车次,占六环内小汽车出行总量的2.7%,与北京市2015年前三季度交通指数较2014年同期增长20%有较高相关性。最后,针对促进网络约租车有序发展提出相关建议。     

基于动态定价的共享汽车自适应调度策略

汽车共享在满足居民日益增长的出行需求的同时,也能有效缓解私家车快速发展带来的交通拥堵等问题.但由于用户出行随机性的特征,汽车共享供需平衡的解决成为关键问题.价格优惠激励的用户自适应调度作为一种有效的解决办法被提出,在450份用户问卷调查的基础上系统分析动态定价对消费者取还车行为的影响机制,并进一步利用自动控制原理以系统不平衡指数作为控制变量,构建动态定价机制下共享汽车自适应调度模型.最后,本文以上海汽车城运营的EVCARD汽车分时租赁项目为案例,证明基于动态定价的自适应调度策略可使得系统不平衡指数下降42%.     

网约车合乘与地铁联运出行特征识别与节油估算

网约车合乘与地铁联运出行,不仅可以实现两种交通方式在服务功能上的优势互补,还可以放大共享出行的节能减排效益。基于滴滴出行网约车移动出行平台中北京市域拼车和顺风车运营数据以及北京地铁AFC刷卡数据,深入分析网约车合乘与地铁的竞合关系。利用非负矩阵分解算法进行延伸型通勤出行链的识别,提出考虑燃油经济性指标和车辆运行状态的通勤出行链节油估算模型。将该方法应用于北京市,发现拼车多为地铁竞争型和地铁延伸型订单,而顺风车多为地铁延伸型订单;延伸型通勤出行链主要为郊区通勤者提供地铁接驳服务。顺风车出行明显比拼车出行更加节油;“网约车合乘+地铁”通勤出行链主要来自郊区无地铁覆盖区域,该模式的平均节油率能够达到50%以上;“顺风车+地铁”出行链的节油效益好于“拼车+地铁”出行链。指出管理者应采取费用补贴、停车优惠等政策措施,鼓励“网约车合乘+地铁”通勤出行方式发展,使绿色高效的一体化出行服务惠及更多城市居民。     

基于不同偏好的出行者路径选择行为研究

从道路的静态(行驶距离)、动态(道路通行质量)两属性出发构建基于出行者路径选择偏好的出行费用函数,结合Logit改进模型,分析不同偏好下出行者路径选择行为的特点。算例表明:基于不同属性构建的出行费用函数可有效反映出行者偏好;考虑到路段重复因素的Logit改进模型可有效反映不同偏好对出行者行为的影响;改进模型更能反映真实的选择概率且计算简便。     

共享车何去何从——共享车APP的矛盾

正正如共享单车如雨后春笋般迅速弥漫一样,目前已有多家汽车分时租赁APP平台在各大城市落地。戴姆勒推出了Car2Go分时租赁汽车服务,乐视发布APP:零派乐享;首汽推出了:Gofun出行。但是这些手机APP软件因为限于在特定地点借车,也必须在特点地点还车的限制,在使用的便捷性上一直无法实现大规模应用。     

基于SP调查的枢纽对外出行衔接方式选择行为

研究出行者对铁路客运枢纽的对外出行衔接方式选择行为。设计意向偏好调查(Stated Preference,SP)问卷,调查出行者出行行为偏好。在调查数据的基础上,以多项式对数(Multinominal Logit,MNL)模型为基础,建立枢纽旅客对外出行衔接方式选择模型,并借助NLogit软件对模型参数进行标定,结合实际算例,求解模型,得到枢纽对外出行各衔接方式选择概率。结果表明:出行者选择公共交通衔接方式的概率较大,尤其是选择地铁的概率超过50%。研究结果对公共交通工具提速、提升发车频率及缓解城市交通压力具有一定的参考作用。     

考虑出行竞争的网约车能源环境效应不确定性研究

在碳中和背景下,交通行业推进节能减排刻不容缓。随着网约车的蓬勃发展,它被认为替 代了部分传统出行方式出行量,与传统出行方式形成竞争关系,网约车对绿色出行量的影响引发 了人们对其能源环境效应的思考。本文基于反事实思维视角,从网约车对传统出行方式出行量 影响的角度建立网约车能源环境效应评估模型;以北京市为案例城市,运用网约车进入北京之前 不同指标的数据,推演近年不考虑网约车影响的传统出行方式出行量;结合推演出行量和建立的 能源环境效应评估模型得到网约车带来的净碳排放。结果表明,网约车对公交车和地铁出行量 产生一定的抑制作用,其能源环境效应具有不确定性特征,并且随着共乘比例的增大,网约车的 负能源环境效应削弱,说明网约车仍然具有节能减排的潜力,相关部门需要合理管理网约车。研 究结论揭示了网约车的能源环境效应及发展共乘模式的重要性,对以网约车为代表的共享出行 可持续发展具有参考意义,为实现碳中和作贡献。