“空巴联运”需求预测模型与实证分析:以湖北地区为例

以非集计离散选择模型理论为依据,建立基于Logit的城际旅客交通方式选择行为模型.根据武汉周边4个城市(孝感、随州、襄阳和十堰)经武汉到上海的旅客出行方式意向选择(Stated Preference,SP)调查数据,研究了影响旅客选择"空巴联运"(即航空与巴士接驳)方式的重要因素,并对影响因素进行灵敏度分析,估计3种交通方式("空巴联运"、动车—高铁、大巴—高铁)的客流分担率.基于调查数据,对模型参数进行了标定.结果表明,城市内出行时间(程前程后出行时间)和总出行货币费用对旅客出行方式选择影响显著.     

心理因素影响的公交方式选择行为模型

为解决已有城市公交方式选择行为模型无法定量描述心理因素对选择行为的影响,分析了计划行为理论在公交方式选择行为的适用性.基于态度、主观规范及知觉行为控制3个心理因素变量决定公交方式出行行为意向的理论框架,构建公交方式选择行为结构方程模型.确定模型中心理因素变量对应的具体测量变量,并提出模型的求解方法和参数检验标准.最后,将模型运用于重庆和成都的实例分析中,共回收有效问卷790份.计算结果表明,3个心理因素变量对重庆和成都公交出行方式选择行为意向解释度分别为72%和66%,其中知觉行为控制因素的影响最大,且心理因素变量间存在着相互作用关系.     

中长运距城际旅客出行方式选择行为模型 ——以高铁、民航为例

针对中长距离城际旅客对高铁,民航,空铁联运与民航中转等出行方式的选择行为.应用意向调查(SP)方法选择3个典型OD开展客流调查,构建多项式logit(mnl)模型与混合logit(ml)模型拟合数据,分析影响旅客选择行为的关键因素,说明旅客选择行为的异质特征.研究结果表明:相比MN L模型,ML模型显著提升了模型预测能力,更好描述了旅客选择行为的异质性,更适于出行方式选择行为建模;行程前时间,在途时间,中转时间是影响旅客选择的主要因素;出行目的,公费出行等对出行方式选择也有重要影响;在1400～2000 km运距范围,减少中转时间可以有效提高空铁联运与民航中转出行方式市场分担率;1400 km运距范围内,如果中转时间在1.5 h以内,则民航中转与空铁联运2类出行方式的替代特征明显,2000 km运距范围民航中转市场分担率显著高于空铁联运.     

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.     

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。     

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.     

基于面板数据的宁杭城际出行方式选择行为研究

随着中国城市群的快速发展,城际交通出行环境发生了巨大的变化,因此城际出行者也会不断地重建自己的出行习惯,这就要求建立动态模型研究城际出行者出行行为和预测城际交通需求.本文调查出行者在宁杭城际高铁开通前后两个时期的出行信息,并且引入状态依赖变量表征出行者之前选择结果对之后出行选择的影响,建立了基于面板数据的城际出行方式选择动态模型.模型结果表明,基于面板数据的动态模型比传统的基于出行者单次出行数据的模型拥有更高精度.同时本文根据宁杭城际出行背景设置三组政策变化方案预测出行分担率,结果表明,当选择环境发生变化时,传统模型会高估出行方式分担率的变化程度.以上结论能更好地服务于中国城际交通的规划.     

����ģ������ijǼʸ����ÿͳ�����Ϊʵ֤�о�

高速铁路是我国计划在未来重点发展的交通运输方式.本文运用模糊聚类模型,对京津城际高铁建成前后的旅客出行行为及选择偏好影响因素进行实证分析.分析结果表明,城际高铁能够通过提升城际间的旅客通行能力,释放和激发商务、探亲、旅游等多种活动需求,从而加深城际间的经济和情感互动联系.同时,研究还发现,“快”是高速铁路的标志性竞争力,高铁安全性能提升和服务改善应以保证速度为前提.本文实证研究充分证明,高速铁路是让个人、城市和国家发展多方受益的交通运输方式,在改善出行条件的同时也获得了比较满意的服务评价,值得重点推广.     

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。     

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.      

公铁复合城际走廊多模式客流分担特征

选取了陕西省内距中心城市西安350 km范围内的咸阳、渭南、黄陵、延安4个节点城市, 搜集了相关公铁复合城际走廊上高速铁路、普通铁路、长途客车、小汽车高速出行的出行量、车内时间、票价或通行费等客流特征参数, 梳理了各种城际客流分担分析方法; 构建了距离转移曲线模型和多元Logit模型, 通过曲线拟合、试算和回归分析对模型进行了标定, 并根据模型标定结果分析了客流分担率对距离、时间和费用的敏感性, 得到区域城际多模式客流分担特征, 给出城际通道规划管理的相关建议。研究结果表明: 高速铁路、普通铁路和小汽车高速出行3种模式的分担率-距离转移曲线拟合结果理想, 决定系数均在0.94以上; MNL模型在车外时间取90~150 min时, 拟合效果较好, 决定系数均在0.79以上, 且在时间价值取50~70元·h-1情景下决定系数达到峰值; 随着城际出行距离的增加, 出行者选择从小汽车高速出行转移到城际铁路出行, 且高速铁路较普通铁路更有优势, 西安与近距离的咸阳之间小汽车高速分担率达96.91%, 与远距离的延安之间高速铁路分担率达53.66%, 普通铁路分担率达30.58%;以车外时间为120 min为例, 高速铁路、普通铁路、长途客车、小汽车4种出行模式的阻抗系数分别为0.029~0.044、0.034~0.042、0.030~0.040、0.028~0.048, 小汽车高速出行和高速铁路增长幅度较大, 2种出行对费用更加敏感, 在时间价值取60元·h-1条件下, 4种出行模式的阻抗系数为0.038~0.042, 4种出行对广义时间敏感性无明显差异; 建议进一步挖掘更多城市群城际通道客流分担规律, 并精确考虑城际出行链的城市端细节, 以更好地指导城际走廊的宏观规划与管理。      

基于累积前景理论的城际列车分时定价研究

城际客流具有时段分布不均衡特点,表现为高峰时段一票难求而低峰时段客座率低。为均衡客流、提高城际高铁收益,选取客运通道内不同时段车次进行差别定价。考虑旅客选择行为的差异性和有限理性,采用潜在类别分析对旅客进行分类,选取票价和时段价值两个影响因素, 建立双参照点的旅客平行车次产品效用模型,以累积前景值刻画异质旅客对平行车次的出行效用。基于累积前景值构建以铁路企业收益最大,旅客广义出行费用最小的分时定价双层规划模型,设计基于灵敏度分析的启发式算法求解。最后以南宁-北海为例对高峰、非高峰时段平行列车进行实例分析,结果表明,本文提出的分时定价方法能提升收益约2.5%,且高峰、非高峰时段的客流更加均衡。     

京津城际高速铁路对区域社会经济影响分析

基于运输经济学和区域经济学的相关理论,运用有无对比法,通过建立多元线性回归及灰色预测数学模型,从直接影响和间接影响两方面对京津城际高速铁路对区域经济的影响机理进行定量分析,结果表明京津城际铁路不仅对拉动京津铁路客运市场,缓解货运压力,提高铁路货运线路运输能力具有积极作用,而且对京津地区的经济发展有积极作用。     

����������ݵ������Ǽʳ��з�ʽѡ����Ϊ�о�

随着中国城市群的快速发展,城际交通出行环境发生了巨大的变化,因此城际出行者也会不断地重建自己的出行习惯,这就要求建立动态模型研究城际出行者出行行为和预测城际交通需求。本文调查出行者在宁杭城际高铁开通前后两个时期的出行信息,并且引入状态依赖变量表征出行者之前选择结果对之后出行选择的影响,建立了基于面板数据的城际出行方式选择动态模型。模型结果表明,基于面板数据的动态模型比传统的基于出行者单次出行数据的模型拥有更高精度。同时本文根据宁杭城际出行背景设置三组政策变化方案预测出行分担率,结果表明,当选择环境发生变化时,传统模型会高估出行方式分担率的变化程度。以上结论能更好地服务于中国城际交通的规划。     

面向新型城镇化的长江流域城际客运体系战略

城际客运体系的构建是长江流域城市实现工业化和新型城镇化的重要前提。首先对发达国家三类城际客运体系结构模式和中国客运体系结构发展历程进行了总结,并基于新型城镇化要求与基本国情,提出长江流域应构建可持续发展、多层级协调的新型城际客运体系,以高速铁路与航空为双核驱动,以普通铁路与公路为基础。然后分析了高速铁路在产业和人口转移方面的巨大引领作用,并指出航空运输对于全球化时代城市群形态的构建、内部产业分工协作不可或缺,同时阐明了长江流域对高速铁路及航空运输的强劲需求。最后提出城际客运交通与城市之间,以及各城际客运交通方式相互之间应加强联系、无缝衔接。     

考虑偏好差异的后疫情时代居民出行方式选择行为研究

为探究后疫情时代居民出行方式选择行为，运用选择实验的方法，基于问卷调查获得选择行为数据，构建出行方式选择的混合Logit模型和潜在类别条件Logit模型。采用Stata软件标定模型参数，得到后疫情时代影响居民出行方式选择的主要因素。结果表明，两种模型均体现了个体出行方式选择的异质性，潜在类别条件Logit模型与混合Logit模型相比拟合优度提高了13%， 预测精度提高了3.03%，为突发公共卫生事件下分析出行行为的个体异质性提供了一种有效工具。潜在类别条件Logit模型根据居民所处低、中风险区两种情景，分别将居民划分为4类、5类人 群。从出行方式属性上看，等待时间和在途时间成为居民选择出行方式最重要的影响因素。从个人社会经济属性上看，在后疫情时代收入更高的女性更倾向选择私家车出行，年龄越大对行程费用越敏感，男性更愿意选择公交、地铁出行。     

基于非集计理论的高速铁路旅客乘车选择行为研究

为研究高速铁路旅客乘车行为选择机理,以非集计离散选择模型理论为依据,分析旅客乘车选择的影响因素,结合2013 年京沪高速铁路旅客出行RP调查数据,以G类高速列车和D类高速列车作为旅客乘车方式选择肢,设置影响旅客乘车选择的特性变量,即旅客主体特性、出行特性、列车服务特性及相应的取值方法,建立旅客乘车方案选择MNL模型.运用SPSS对模型参数进行标定,结果表明,公费出行、月收入较高及出差的旅客偏好选择G类高速列车;自费出行、月收入较低及旅游探亲的旅客偏好选择D类高速列车.上述结论与调查结果基本一致,命中率等参数的计算亦验证了模型的有效性.     

基于潜在类别模型的高铁旅客市场细分

对高速铁路旅客市场进行细分是应用收益管理理论的重要环节.基于京沪高铁的客票数据,选取年龄、性别、出行日期、出行距离、购票方式和提前购票时间6类外显变量作为分类指标,采用潜在类别模型进行高速铁路旅客市场的细分.首先将外显变量概率参数化后代入模型进行建模并利用Mplus软件进行模型求解,模型拟合的AIC和BIC等指标表明,当潜在类别为3类时模型具有较好的效果.然后根据模型参数估计结果对所有数据进行潜在聚类分析,分类正确率达到93%左右,表明分类结果合理,3种类别的旅客在提前购票时间、出行距离等方面具有明显的差异.潜在类别模型的引入可以为我国高速铁路收益管理理论研究和实践应用提供参考借鉴.