公交信息条件下的公交出行意愿研究

深入解析公交信息对居民公交出行意愿的影响机理,是合理规划城市公交出行信息环境的理论基础,对于城市交通管理以及交通拥堵的缓解有着重要的意义。基于计划行为理论在行为态度、主观规范、知觉行为控制3个基本变量的基础上加入公交信息、出行经验、个人属性等变量,对计划行为理论加以改进,利用改进的计划行为理论建立公交信息条件下的公交出行意愿模型。以南京市居民为调查研究对象,运用结构方程模型对调查数据进行验证分析,确定了各变量的相互作用关系以及它们对公交出行意愿的影响效应。结果表明公交信息对公交出行态度、主观规范、知觉行为控制等变量有直接显著影响,且为正向关系,影响系数分别为0.533、0.451和0.576;公交信息会对公交出行意愿产生间接影响,影响总效应为0.92,说明高质量的公交信息可以提升公交吸引力,增强居民的公交出行意愿。      

重大疫情对乘客公共交通依赖性的影响

深入探究重大疫情对乘客公共交通使用行为和依赖性的影响,有助于针对性地改善公共交通服务质量和供需平衡情况。结合前景理论与计划行为理论,开展重大疫情时期SP/RP出行调查,从出行行为表现维度选取3个指标并利用k-means算法标定公共交通出行群体,从7个层面筛选公共交通依赖性内外部影响指标,采用结构方程模型构建重大疫情对乘客公共交通依赖性影响模型。结果表明,个体属性、出行环境和出行特征潜变量通过改变个体心理因素间接影响乘客公共交通依赖性,反映了乘客公共交通依赖性受主客观影响因素的共同作用;重大疫情下出行意向对公共交通依赖性的正向作用强度为0.36,低于常态化时的影响强度0.51;出行环境的正向影响效应较强,而个体属性影响效应较低且与公共交通态度和主观规范呈负相关性;此外,自行车可用性、是否途径风险区和出行强度影响度几乎不影响乘客公共交通依赖性;而防控政策了解度、主观规范变量和公共交通出行偏好的影响作用显著,反映了重大疫情时期在公共交通市场中社会促进效应与消费心理学中的模糊效应较为明显。      

计划行为理论视角下基于出行行为的公交防疫策略影响效果研究

疫策略对居民公交出行决策行为和出行偏好有着关键作用, 直接关系到公交优先策略的长期实施效果。从居民出行行为的角度, 在计划行为理论的框架下, 基于调查数据研究了居民公交出行影响因素及作用路径, 在此基础上对公共交通防疫策略进行了分析。研究发现了疫情期间公交出行行为影响因素中的1条显著作用路径, 即“风险感知、防疫策略→出行态度→出行意向→出行行为”, 验证了疫情风险感知和各项防疫管控策略对居民出行方式选择行为和出行偏好上有着深刻的长期影响, 需要更加慎重的使用停运等严格策略。通过进一步地观测变量分析, 驾驶员和车内环境消杀等信息对相应潜变量的路径系数最高, 均达到0.9以上, 说明已实施的防疫策略的信息公开对乘客出行态度极其重要, 这在当前是普遍被忽略的。在分析结果的基础上提出了信息公开、分散就坐等具体策略建议。      

基于计划行为理论的电动汽车共享服务接受意愿研究

共享服务是一种推广电动汽车的新模式,其具有便捷、经济、高效的特点.基于计划行为理论(TPB),结合当前推广纯电动汽车共享使用的特点,构建了纯电动汽车共享服务接受意愿结构方程模型.通过问卷调查获得北京市居民对电动汽车共享服务的意愿数据,利用SPSS和AMOS对调查数据进行统计分析和拟合处理,对影响共享服务接受意愿的关键因素进行标定.研究结果显示,主观规范和感知行为控制对接受意愿具有显著的正向影响,同时推广政策对居民的行为态度和主观规范有显著的正向影响.最后基于影响共享服务接受意愿的因素和行为过程,提出有助于推动纯电动汽车共享服务的策略和政策.     

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。     

交通出行方式决策中的锚定效应影响研究

针对出行者感知效用与实际效用的差异性问题,分析出行方式决策的关键影响因素,并通过实验研究出行经验与关键因素信息对出行者出行方式决策的影响。结果表明,时间和安全是出行方式决策的关键影响因素;出行者的出行决策受个体经验与出行信息共同影响;提供的出行信息对出行方式决策的影响显著,符合锚定效应的作用机理,且该锚定效应具有一定感知递减性。     

公共卫生事件持续期通勤合乘设计及组织效率影响分析

为探究城市公共卫生事件下，考虑特殊时期的交通服务需求，通勤合乘模式解决通勤出行的可行性及组织效率，以2020年新型冠状病毒感染的肺炎（新冠肺炎）疫情为背景，基于疫情期乘客出行偏好网络问卷调研数据，分析民众出行偏好及对不同出行模式的暴露风险感知。意愿调研显示，71%的私家车主及无私家车群体均对与同单位人员发生合乘有较高的参与意愿，60%的私家车主表示愿意提供合乘服务，73%的无私家车通勤人群表示愿意接受合乘服务。在单位层面组织通勤合乘，有需求、有条件、有基础，具有良好可行性。以问卷数据为基础构建二元Logit模型对合乘出行驱动因素影响分析，研究发现疫情持续期出行者对交通方式主观感知风险将对合乘选择行为影响较为显著。结合出行群体在疫情持续期的交通方式选择偏好，提出基于健康管理的通勤合乘组织设计的公益互助、安心、用户群体固定、预约共享、合乘人数控制原则和服务水平要求。通过不同场景下合乘仿真，对该模式的预期效率进行解析，得出由单位组织的通勤合乘模式相较商业顺风车而言，前者“N对1”的配对需求与后者“N对N”配对相比，大幅提高了配对成功率。在不同拥车率条件下，存在一个成行率较高的合理员工规模，且该合理规模不是很大。员工住地较为分散的成行率均低于住地聚集场景，当拥车率达到65%的水平时，不论员工住地分布集聚还是分散，均可达到较高的成行率。面对公共卫生事件持续期，探索通过城市交通组织模式创新来破解通勤的流动需求与风险管控难题，为城市治理提供参考。     

常态化疫情防控阶段旅客中长距离城际出行联合选择行为建模

新冠肺炎疫情对旅客中长距离的城际交通出行影响巨大，现有研究侧重疫情暴发初期疫情对城际交通出行的影响，针对常态化疫情防控阶段旅客城际出行选择行为的研究相对较少，因此，本文旨在研究常态化疫情防控阶段旅客中长距离城际出行选择行为。针对民航、高铁、普铁和自驾等方式分别建立包含4种城际出行方式的多指标多因果出行选择模型（MIMIC），模型中引入感知防疫安全程度、防疫策略、乘车体验与出行习惯4个潜变量，探究潜变量与观测变量的因子载荷并辨识模型参数，求取各潜变量的拟合值；在此基础上建立考虑出行方式特性、旅客社会经济属性与潜变量的多出行方式联合选择行为模型（MIMIC-Logit），探究常态化疫情防控阶段旅客出行心理对其出行决策的影响；假设出行费用、时间与距离等变量的随机系数服从正态分布，采用抽样1000次的Halton序列对随机系数进行仿真求解，得到随机系数的回归分析结果。以2021年4月—6月到达西安旅客的调查数据为例进行实证研究，结果发现:所提MIMIC-Logit模型的拟合优度与命中率分别为43.621%与83.312%，均高于多项Logit模型与随机系数Logit模型；旅客对不同方式的出行费用、时间与距离的偏好具有异质性，且出行方式特性、社会经济属性与潜变量都对出行选择的效用有显著影响。弹性分析表明，当感知防疫安全程度与防疫策略提升了100%时，旅客选择民航出行的概率分别提升了23.207%与21.349%；而当乘车体验提升了100%时，旅客选择高铁出行的概率提升了18.229%。综上，所提方法揭示了潜变量对旅客出行选择行为的显著影响；通过提升感知防疫安全程度、防疫策略与乘车体验等手段，可以提升旅客选择高铁、民航出行的概率。      

基于游客出行意愿的旅游公路建设理念研究

为合理解释游客出行意愿与旅游公路建设理念的内在影响机理,解决稳定的规模化旅游客流量与公路建设之间的供需与导向问题,提出将旅游公路细分为内在和附加两大品质属性后,应用针对山西省沿黄旅游公路的内涵分析及出行行为调查数据,对各影响因素予以假设及采用路径分析等方法进行量化,并构建了两大品质影响下的游客出行意愿结构方程模型。结果表明:响应游客出行意愿的旅游公路建设理念,有利于促进交通与旅游的深度融合,旅游公路附加品质对吸引规模化的旅游客流具有正向影响,且较内在品质作用更加显著,舒适性、景观性、体验性及环保性等四大特性可解释出行行为53.2%的信息,并对稳定旅游客流具有积极意义,便捷性对旅游客流影响不显著。     

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。     

Using an integrated model of TPB and TAM to analyze the pandemic impacts on the intention to use bicycles in the post-COVID-19 period

Due to the rapid increase in bicycle usage during the pandemic, this study aims to ascertain the effects of COVID-19 and the role of psychosocial factors on the intention to cycle in the future. An integrated model of the theory of planned behavior (TPB) and technology acceptance model (TAM) was modified and utilized with a sample of 473 cyclists in Yogyakarta, Indonesia. The results confirm that the awareness change because of the advent of COVID-19, especially related to the environment, negative impacts of motorized vehicles (including road safety burden), and climate change issues, has the strongest power to influence bicycle use intention. The positive effect of COVID-19 also significantly influenced subjective norms and perceived behavioral control. Meanwhile, attitudes toward cycling and its perceived usefulness did not significantly contribute to bicycle use intention. Attitudes to use bicycles also could not mediate the relationship between COVID-19 and the intention to use bicycles. Based on the study findings, a set of policy initiatives was proposed, including cycling campaigns related to environmental issues, promoting bicycle use by public figures, providing a segregated bike lane, and introducing bicycle-specific programs, such as bicycle usage in cultural events.     

城市居民使用共享单车意向研究——以合肥为例

为了探究共享单车使用意向的影响因素和因素间的作用关系,基于计划行为理论(TPB)构建了关于态度、主观规范、感知愉悦、灵活便捷和行为意向等潜变量的计划行为理论扩展模型.通过对问卷调查数据的信度和效度的分析,构建了共享单车使用意向的结构方程模型(SEM),得到各影响因素间的关系路径.结果表明,TPB理论可以很好地解释居民使用共享单车的行为意向,在共享单车的使用意向影响因素中,主观规范的影响最为显著,态度居其次,再次是感知愉悦,而灵活便捷对行为意向的影响作用相对较弱.      

无人驾驶汽车对中短距离市际出行方式选择行为的影响

研究了无人驾驶汽车对中短距离市际间出行选择行为的影响.基于计划行为理论,通过建立结构方程模型,构建出行者对无人驾驶汽车的感知行为控制、主观规范、行为态度和行为意向心理潜变量.然后将这些心理潜变量纳入到随机系数Logit模型建立混合选择模型.以武汉市为例进行实证研究,结果表明:在效用函数中,车内时间、出入站和候车时间,以...     

Commuting travel behavior focusing on the role of shared transportation in the wake of the COVID-19 pandemic and the Tokyo Olympics

To maintain life in the face of the COVID-19, people's lifestyles and travel behaviors must change. Accordingly, such changes have also occurred in the travel behavior for commuting purposes, especially during periods of severe congestion. The most typical example is the decrease in commuting travel due to telecommunication and other factors. Additionally, with the development of the sharing economy in recent years, the introduction of shared transportation has been rapidly expanding in the transportation sector, which may contribute to alleviating traffic congestion and other problems in the COVID-19 situation. In this study, we focused on the changes in travel behavior for commuting purposes during the COVID-19 period, including the time of the Tokyo Olympics, when traffic congestion was expected. The survey was conducted using a web-based questionnaire. In addition, to further promote changes in the travel behavior during the COVID-19 period, we analyzed the possibility of changes in the use of shared transportation arising from nudge effects of information provision and incentives. The results showed that the changes in commuting travel behavior were related to the awareness of COVID-19. Certain issues, such as a lack of ports and the widespread use of shared transportation need to be identified and resolved. Meanwhile, it was shown that the role of shared transportation for commuting purposes could be further improved by incentives and real-time information presentation about shared transportation.     

老年人对自动驾驶汽车接受度研究

有限的交通方式选择使得老年群体出行的机动性、便捷性和可达性往往难以得到充分的满足,这会极大影响晚年生活的幸福感,为解决这一问题,针对老年群体的出行行为研究受到了广泛关注。自动驾驶汽车作为一种新兴出行方式,能够提高老年群体出行机动性,这一新兴出行方式得以普及的前提条件之一在于广大老年群体是否能迅速且广泛地接受。因此,在自动驾驶汽车大规模应用之前,研究老年群体对这一新兴技术的接受度对于未来提高老年群体出行质量具有重要意义。从行人和使用者2个角度,同时融合极具中国特色的面子意识等影响因素来探讨老年人（60岁及以上）对自动驾驶汽车的认知和接受度。从行人角度,进行了2种情景的假设,并采用有序Logistic回归分析态度、感知有用性、信任和感知风险等变量对自动驾驶汽车接受度的影响,结果发现信任对接受意向的影响最为显著,而感知有用性的影响并不显著。从使用者角度,采用结构方程模型探索面子意识等心理潜变量对自动驾驶接受意向的行为机理,结果表明态度、感知有用性、感知风险和面子意识等对使用意向都有显著影响,而对行人影响显著的信任因素对使用者影响却并不显著。研究成果能够为自动驾驶汽车企业推出老年群体相关出行服务提供一定的科学依据,同时也为政府相关政策的制定提供理论依据。     

基于扩展TAM的车路协同系统驾驶人接受度研究

车路协同系统（Cooperative Vehicle Infrastructure System，CVIS）已成为智能交通领域的前沿技术和研究热点。世界各国都在致力于CVIS的研发、试验、示范应用和效用评估。然而CVIS的服务对象是驾驶人，在其正式投入使用之前研究驾驶人对CVIS的主观接受度及其影响因素非常重要。基于此，以基础的技术接受模型（Technology Acceptance Model，TAM）为理论框架，在基础变量（感知有用性、感知易用性、态度和使用意图）的基础上，引入预警服务质量、分心感知、个人创新和信任度4个扩展变量，建立扩展TAM，分析驾驶人对CVIS的主观接受度及其影响因素。首先，通过在线调查收集392名驾驶人对CVIS的技术接受问卷；然后，使用Cronbach's α和验证性因子分析检验问卷的信效度；最后，采用路径分析探究驾驶人对CVIS的接受度及其影响因素。研究结果表明：基础TAM变量之间的关系与基础模型假设一致；CVIS的预警服务质量通过感知有用性、感知易用性和态度间接影响使用意图；驾驶人对CVIS的分心感知对其态度和使用意图没有负向影响；驾驶人的个人创新不仅直接影响使用意图，而且通过态度间接影响使用意图；驾驶人对CVIS的信任度是使用意图的直接影响因素，也通过其他变量间接影响使用意图。研究结果有助于了解驾驶人对CVIS的接受度及其影响因素，并为CVIS的设计提供理论依据。