考虑个体异质性的汽车分时租赁选择行为

传统交通行为模型缺乏对个体异质性的考虑，导致其对真实选择行为的解释可能存在差距. 为了研究个体异质性对出行选择行为的影响，首先，分别构建了基于混合logit的选择模型以及基于潜在类别条件logit的选择模型；其次，使用正交设计法生成意愿调查问卷，在成都市开展新能源汽车分时租赁的出行选择实证调查；最后，利用极大似然模拟，采用Halton序列抽样对混合logit模型进行标定；采用回归分析对潜在类别条件logit模型进行求解. 结果表明:步行时间、候车时间、车内时间以及出行费用是影响出行方式选择的关键因素，两种模型均反映出个体异质性对出行者选择行为有着显著影响；潜在类别条件logit模型的拟合优度为0.143，优于混合logit模型的0.139，前者命中率为77.85%，也高于后者的61.28%；潜在类别条件logit模型将出行者划分为3个类别，区分度为0.908 4；类别1群体对出行费用最为敏感，对候车时间不敏感；类别2群体对步行时间和候车时间更加敏感，对费用敏感程度较低；类别3群体对时间和费用的敏感程度介于类别1和类别2之间.      

考虑潜在类别的市内机动化出行行为模型

为了研究出行者出行选择偏好的异质性和心理因素对出行选择行为的影响,通过验证性因子分析得到影响出行方式选择的心理潜变量;将求得的潜变量纳入潜在类别条件Logit模型,采用期望最大算法求解,得到样本潜在类别的数量和效用函数;最后,以广州市为例进行实证分析. 结果表明:潜在类别条件Logit模型对数据的拟合度高于传统的条件Logit模型;出行者可以划分为地铁偏好群体、小汽车偏好群体、常规公交偏好群体3个潜在类别,占比分别为42.5%、25.0%、32.5%;地铁偏好群体、公交偏好群体步行时间价值分别为1.2、1.3元/min,而小汽车偏好群体对步行持正面评价;地铁偏好群体、公交偏好群体的时间价值均为0.7元/min,小于小汽车偏好群体的车内时间价值（1.1元/min）;月收入是否大于10 000元、是否开车上班对出行者潜在类别划分具有显著影响;心理潜变量中,灵活性和可靠性对出行者潜在类别划分的影响显著,舒适性对潜在类别划分没有显著影响.      

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.     

都市圈通勤出行行为特性分析与建模

为研究都市圈范围内通勤出行的交通方式选择行为,分析出行特性,揭示个体属性、家庭属性及出行属性对方式选择的影响,本文建立都市圈通勤出行Nested Logit 模型,对北京都市圈内廊坊市“北三县”的4 385 个进京通勤者的出行方式选择机理进行研究. 结果表明,出行方式的费用、出行时间及换乘次数均对通勤者出行方式选择产生显著影响. 为验证模型的有效性,提出两种政策改善方案,分析各方案下出行方式划分率变化情况,数据显示综合改善效果下小汽车的出行方式比例下降2.46%,公交与地铁的出行比例分别提高1.73%和 0.75%,表明方案对交通方式分担率改善效果明显.     

都市圈通勤出行行为特性分析与建模

为研究都市圈范围内通勤出行的交通方式选择行为,分析出行特性,揭示个体属性、家庭属性及出行属性对方式选择的影响,本文建立都市圈通勤出行Nested Logit 模型,对北京都市圈内廊坊市“北三县”的4 385 个进京通勤者的出行方式选择机理进行研究. 结果表明,出行方式的费用、出行时间及换乘次数均对通勤者出行方式选择产生显著影响. 为验证模型的有效性,提出两种政策改善方案,分析各方案下出行方式划分率变化情况,数据显示综合改善效果下小汽车的出行方式比例下降2.46%,公交与地铁的出行比例分别提高1.73%和 0.75%,表明方案对交通方式分担率改善效果明显.     

通勤出行方式-出行链模式联合选择模型

以单个通勤出行者为研究对象,构造基于广义极值理论的Cross-Nested Logit模型,分析了通勤出行方式和出行链模式联合选择行为.模型以通勤出行方式选择子集和出行链模式选择子集的组合为选择集,描述了在出行者社会经济属性、居住地和工作地区位、工作活动属性影响下的出行方式和出行链模型联合选择行为,能准确刻画两个选择维度之间的相关关系.利用居民出行调查数据完成模型标定.研究表明,通勤出行方式和出行链模式选择之间有显著的相互影响,出行者性别、家庭收入、家庭结构、家庭交通工具、工作活动作息时间、居住地和工作地区位是重要影响因素.当上述因素发生改变时,出行者会优先调整其出行链模式而非出行方式.     

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.      

动态停车预约收费条件下的出行行为选择研究

近年来,停车预约动态收费发展迅速,但是现有文献缺乏对动态停车预约收费条件下的出行行为选择的影响因素和影响机理的研究。本文基于宁波市动态定价停车预约意愿问卷数据,综合考察了驾驶人的个人属性、出行特性、停车特征和建成环境,建立了预约、不预约、转移到其他停车场、转移到其他交通方式4种行为选择的巢式Logit模型,并对相关变量进行了显著性分析和弹性分析。结果表明:年龄、家庭年收入、出行目的、出发时刻、出行距离、停车时长、排队时间、预约费用、目的地停车场数量以及出发地和目的地是否有轨道站点影响显著,高收入、通勤、高峰小时出行和长时间停车的人群更倾向于选择预约停车。模型拟合结果显示,考虑出发地和目的地建成环境的巢式Logit模型能够在一定程度上提高出行行为选择预测的精准度。     

地铁拥挤度和出行者异质性对时间价值的影响

出行者的选择偏好存在显著的异质性，现有研究根据出行者的某些特征对出行者分类，再分析不同类别出行者的选择行为，这种方法缺乏理论依据. 本文利用潜在类别条件 Logit 模型，研究出行者异质性和其对地铁时间价值的综合影响. 潜在类别条件Logit 模型根据出行者的选择行为进行分类，再分析出行者的个人特征对分类的影响. 通过分析，出行者可以划分为class1、class2 两个潜在类别.class1 中无座乘客不在意车厢内拥挤度，class2 中无座乘客极为在意车厢内拥挤度；class1 中有座乘客与无座乘客的时间价值分别为14.7 元/h、16.9 元/h， class2 中车厢内无座乘客的密度增加1 人/m2，其时间价值增加8.6 元/h；出行者的舒适性需求对出行者类别划分具有显著影响，出行者的舒适性需求越高，出行者越有可能属于class2.     

停车收费影响下深圳居民公交出行选择研究

文章在对深圳停车收费与北京、东京等城市进行类比分析的基础上,对深圳居民的出行方式选择进行了调查,并基于二元Logit模型理论建立了深圳市停车收费影响下居民出行方式选择的概率模型,分析居民公交与小汽车出行方式选择行为的差异,探讨通过停车收费引导小汽车转向公交出行的规律。     

混合Logit模型的参数估计与应用研究

混合Logit模型具有较高的灵活性,其效用变量的系数可以服从正态分布、对数正态分布、SB分布等多种形式. 本文以北京市居民出行调查数据为基础,建立交通方式选择的混合Logit模型,允许系数取不同分布类型的组合,采用极大模拟似然法完成参数估计. 在模拟中使用拟随机数序列计算模拟概率,首先使用变序Halton序列给出几种高精度的结果,进一步采用MLHS（Modified Latin Hypercube Sampling）方法对其中最好的假设模拟求解,为效用变量的系数确定了合适的随机分布函数. 参数的估计值清晰地解释了影响人们出行的各种因素.     

有限理性视野下出行者出行方式选择分层Logit模型研究

在传统分层Logit模型的基础上,放松出行者完全理性的假设,基于有限理性满意决策准则,建立了多方式有限理性分层Logit(BRNL)模型,来描述出行者的方式选择行为.模型假设当方式间的成本差在无差异区间内时,出行者依据偏好或随机进行方式选择;否则,出行者将选择出行成本更小的交通方式.此外,提出了一种嵌套的相继平均算法对模型进行求解.最后,通过一个数值算例验证了模型的合理性和算法的有效性.研究结果表明,出行者并不总是选择出行成本最小的交通方式,其选择行为与出行者的理性程度和偏好有关,且理性程度越低,出行者对方式间的成本差越不敏感.     

基于随机系数Logit 模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

基于随机系数Logit模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义. 以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符. 随机系数Logit 模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响. 本文利用随机系数Logit 模型对市内机动化出行行为研究. 考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3 个潜在心理因素. 通过研究表明,随机系数Logit 模型比传统的离散选择模型具有更高的拟合度. 随机系数Logit 模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10 000元,以及对交通灵活性的主观需求相关.     

基于Nested Logit模型的共享单车选择行为研究

近两年来,共享单车迅速发展,已有研究较少从微观角度来阐释共享单车的选择行为.本文基于随机效用理论,构建Nested Logit模型,选取出行目的、接驳时间、在车时间、停车时间、费用等出行特征变量,选取下雨(雪)、空气质量、气温、风力等级等天气状况变量,选取年龄、性别、收入等社会经济变量作为效用函数的特征变量,采用D-optimal法设计问卷,在济南市开展共享单车实证调查.基于收集到的样本进行参数标定,找出影响共享单车及其他出行方式选择的关键影响因素;并对共享单车的乘车费用与接驳时间进行弹性分析,明确了共享单车乘车费用与接驳时间变化对短途出行结构的影响.