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.     

基于出行链的有车家庭假日出行方式组合研究

为了研究有车家庭居民出行链与出行方式组合的影响关系,将出行链划分为5种类型,并将出行链属性分为4类.利用2009年济南市居民出行调查数据,用基于多项logit模型的基本理论与建模方法,对影响城市居民出行方式组合的因素进行了研究,重点分析了出行链各项属性对居民出行方式选择的影响.模型分析结果表明,出行链中往返行程数量、出行链模式、出行链时间、出行链费用对于出行者选择何种出行方式组合有显著的影响.出行链复杂性的增加并不会直接导致私家车出行的增加,而随着往返行程数的增加会导致单一非私家车出行效用的显著增加.     

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。     

基于面板数据Mixed logit模型的自动驾驶选择行为分析

为准确把握自动驾驶环境下出行方式选择规律,引入面板数据Mixed logit模型分析在自动驾驶环境下表征出行者个体社会经济属性的年龄、收入、受教育程度等变量和表征出行方式特性的出行成本、等待时间、在途时间等变量对出行方式选择行为影响作用机理.利用新加坡自动驾驶出行意愿调研获得150位受访者在7个不同情景的1050个选择意愿有效样本数据,构建自动驾驶环境下出行选择行为模型.结果显示:模型卡方检验p值小于0.000说明模型具有较好的适用性;参数估计结果显示人群中不同个体对出行成本、等待时间、出行时间存在较强异质性;边际效应分析显示随着年龄增大选择自动驾驶、公交和步行出行概率增大选择网约车概率降低,当出行成本、出行时间、等待时间增加一倍将使选择自动驾驶出行概率降低近4.0％.     

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。     

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.      

基于MNL模型的城市公共交通出行时间价值估计

在进行公共交通换乘行为变化敏感度分析以及公交票价的制定过程中,均需将出行时间和费用联系起来考虑,出行时间价值是联系出行时间和费用的纽带．本文首先分析了基于随机效用最大化理论的Multinomial Logit（MNL）方式选择模型的基本思想,用MNL方式选择模型的简化模型对出行时间价值进行了量化．接着以北京市为例,考虑出行者的出行时间、费用以及收入等因素,估算出了北京市各种收入群所对应的出行时间价值．然后通过对选择公共交通出行者属性的分析,加权平均各种收入群对应的出行时间价值,最终估计出了北京市城市公共交通的出行时间价值．估算结果符合北京市的实际情况.     

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...     

基于ML模型的绿色出行方式选择行为研究

为了给绿色出行相关管理政策的制定提供理论依据,在阐述绿色出行定义及其出行方式界 定的基础上,结合2009 年济南市居民出行调查数据分析绿色出行特征,构建绿色出行方式选择 ML（Multinominal Logit） 模型,探讨影响居民选择绿色出行方式的主要因素,揭示出行者属性 特征与绿色出行方式选择之间的关系,定量分析绿色出行方式在各影响因素条件下的选择概 率。研究结果表明：绿色出行方式选择行为受居民年龄、家庭月收入及职业、出行时间、出行 费用等因素影响;班车在远距离的通勤出行中占有一定的优势,应积极发展单位班车等形式的 集约型绿色交通方式;针对出行时间和出行费用采取相应的城市交通管理措施,可以有效引导 绿色出行。     

基于RP/SP调查的汽车分时租赁用户出行特征分析——以成都市为例

为提高汽车分时租赁行业的用户服务水平和可持续发展能力,以某汽车分时租赁品牌的用户为被访对象,通过问卷调查采集了包括用户社会经济属性、交通属性、出行情况及假设情境下的出行选择在内的显示性偏好(Revealed Preference, RP)数据和陈述性偏好(Stated Preference, SP)数据,基于对调查数据的统计分析,得到汽车分时租赁用户的基本出行特征与出行行为影响因素。结果显示:汽车分时租赁行业男性用户明显多于女性用户,用户较年轻、受教育程度较高,48%的用户驾龄低于2年;汽车分时租赁的应用场景丰富,68%的用户使用汽车分时租赁出行时为多人共乘;取还车便利性和用车费用是用户最为关注的两个因素,计费方式直接影响了用户对出行时段的选择;汽车分时租赁吸引了部分网约车用户和私家车用户,汽车分时租赁和网约车在出行市场上存在明显的竞争关系。     

考虑手机召车软件的城市出租车网络均衡研究

为了衡量手机召车软件对出租车市场的影响,本文研究了私家车、常规公交、 出租车相互作用的城市路网中出租车的网络均衡问题.将出租车分为使用手机召车软件 的网约车及不使用手机召车软件的巡游车,分析这两种模式在乘客等待时间与空驶出租 车选择概率差异的基础上,量化各交通方式的出行费用.在Wardrop 均衡情况下采用等价 的变分不等式来描述组合网络均衡模型,设计了相应的启发式算法.算例结果表明,手机 召车软件能有效刺激出租车乘客需求,但随着出租车规模增大,网约车所占比例降低并 趋于稳定,其时间空驶率略低于巡游式出租车,手机召车软件对出租车市场的边际效益 递减.     

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.     

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。     

考虑异质性的经典随机后悔最小化模型改进研究

传统基于后悔理论的交通行为模型对异质性考虑不充分，对真实选择行为的解释存在不足.本文利用韦伯比率，考虑出行者对各方式属性变量感知的异质性，对经典随机后悔最小化模型进行改进，分别建立基于随机效用最大化，经典随机后悔最小化和改进经典随机后悔最小化的选择模型；以网约车选择行为为例进行实证研究，验证改进模型效果.结果表明：3种模型参数标定结果具有一致性，改进模型的拟合优度(0.271)和命中率(75.8%)相较于另外两个模型均较优；改进模型能更好地描述多维属性决策过程中的半补偿原则和折中效应，可以提高模型对真实选择行为的解释能力.     

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。     

考虑异质性的经典随机后悔最小化模型改进研究

传统基于后悔理论的交通行为模型对异质性考虑不充分，对真实选择行为的解释存在不足.本文利用韦伯比率，考虑出行者对各方式属性变量感知的异质性，对经典随机后悔最小化模型进行改进，分别建立基于随机效用最大化，经典随机后悔最小化和改进经典随机后悔最小化的选择模型；以网约车选择行为为例进行实证研究，验证改进模型效果.结果表明：3种模型参数标定结果具有一致性，改进模型的拟合优度(0.271)和命中率(75.8%)相较于另外两个模型均较优；改进模型能更好地描述多维属性决策过程中的半补偿原则和折中效应，可以提高模型对真实选择行为的解释能力.     

出行时间成本的影响因素及模型构造

为分析影响出行时间成本因素间的关系,界定了出行时间成本的概念,分析了影响出行时间成本变化的主要因素,并在此基础上构造出行时间成本模型.根据2014年北京市居民交通方式选择特性问卷调查数据,以“工资法”为计算原则,计算出了2014年北京市居民分方式、分目的的人均出行时间成本,并研究了不同出行方式下的出行时间成本的内在规律,为分析预测居民的出行决策、优化交通方式比例提供了可靠的理论依据.     

基于父母出行特性的学生出行方式选择研究

研究家庭成员出行方式对学生出行方式选择的影响,可以更有针对性地制定 学生出行需求管理策略.以学生出行为研究对象,将父母出行方式作为选择方程的因变 量,学生出行方式作为结果方程的因变量,运用Heckman Probit 模型建立基于父母出行方 式选择的学生出行方式选择模型,利用海宁市数据进行验证.结果显示,父母选择小汽车 出行对学生选择小汽车和电动自行车出行有显著正向影响;父母选择公交出行对学生选 择小汽车和步行出行有显著负向影响;父母出行方式对学生选择公交出行无显著影响; 小汽车拥有情况、是否有人接送、公交满意度和出行距离对学生出行方式选择影响显著.     

基于改进MD模型的区域交通方式划分预测方法

分析了MD模型的基本原理;综合考虑出行时间、费用、安全、方便和舒适等5个因素对出行方式选择的影响,完善了出行牺牲量的量化方法,加入了安全性、舒适性、方便性的量化指标及其量化方法;建立了基于改进的MD模型的区域交通方式分担率预测方法,并提出了预测流程及预测模型中关键变量的求解算法;以沪宁通道内客运方式分担率的预测为实例,对比分析了改进前后MD模型及Logit模型的预测结果。验证了改进后MD模型能较好地模拟区域交通方式选择过程,预测有效可行。     

ͨ���߳���ʱ������з�ʽѡ����Ϊ�о�

在分析通勤者出行时间与出行方式选择特征的基础上,建立出行时间—出行方式与出行方式—出行时间两个方向的Nested Logit模型.利用北京市第三次居民出行调查数据,借助BIOGEME软件对两个模型进行估计.首先通过包容系数对Nested Logit模型的结构关系进行辨识,结果显示,出行时间—出行方式选择模型比出行方式—出行时间选择模型合理,表明通勤者在选择出行时间后,在其约束下考虑合适的出行方式;在此基础上,对出行时间—出行方式选择模型的参数进行标定并分析标定结果,进一步揭示通勤者出行时间与出行方式的选择特征,从而为制定高峰时期相关管理政策提供理论依据.