出行者信息类型偏好对其路径选择行为影响研究

城市交通系统本质上是由大量个体出行行为聚集形成的宏观系统,对于城市交通管理者而言,研究微观个体出行者的自身内在因素以及一些外在因素对其选择行为的影响,是制定相关有效管理措施的前提.通过RP调查方法,获取了城市交通出行者个体属性(性别、年龄和驾龄)、信息类型偏好(描述性信息和规范性信息)以及路径选择偏好(最短路径、可接受路径以及固定路径)数据.基于调查数据,研究构建了城市交通出行者信息类型偏好对其路径选择行为影响的结构方程模型,通过对模型的拟合分析,探讨了城市交通出行者的个体属性及信息类型偏好,对其路径选择偏好的影响.研究发现,城市交通出行者个体属性间的差异,使得他们偏好于不同类型的交通信息,有着不同的路径选择行为;描述性信息能够使得城市交通出行者更加倾向于选择最短出行路径,而规范性信息能够使得城市交通出行者更多地打破其固定路径选择行为;但是在交通信息影响下,仍有部分出行者倾向于选择固定路径,即使该固定路径并非是最优出行路径.文中相关研究结果有助于交通管理者更好地去预测,在交通信息影响下不同类型出行者的路径选择行为变化情况.      

基于潜在类别-Logit模型的共享自动驾驶汽车使用意向

自动驾驶技术和共享经济融合产生的共享自动驾驶汽车(SAV)可为人们提供优质的出行服务.为探究出行者选择SAV的行为特性,对受访者的社会经济属性、历史出行特性、行为态度特征进行调查,并采用正交试验设计出行方式选择意向调查问卷,收集到311份有效数据.为充分考虑个体异质性,利用潜在类别分析探究SAV使用者的潜在类别,并将所...     

基于结构方程模型的城市居民出行方式选择研究

研究居民的出行方式是优化出行结构、科学制定交通需求管理措施的前提。目前针对居民出行方式选择的研究多集中在个人属性和出行特征方面,没有考虑交通供给水平和城市规模的影响。文中在山西太原、运城和吕梁3个规模不同的城市进行居民出行调查,选取个人属性、出行偏好、出行特性、交通供给水平、城市规模和出行方式作为变量,构建居民出行方式选择结构方程模型进行出行行为研究,为交通部门制定交通需求管理政策和优化居民出行结构提供依据。结果表明,经济特征对个人属性的影响最大,经济条件越好的出行者越有可能选择私家车出行;公交供给越充足或停车位供给越少,居民越有可能选择公交车出行;出行偏好期望越高、出行距离越远、出行次数越多的居民选择私家车的概率越大;高峰期出行和工作出行时选择公共交通的概率更大;大城市居民相比中小城市居民更倾向于私家车出行。     

基于组合模型的车辆出行特征模式划分

精准掌握车辆的出行规律研究智能化城市交通管理及规划的基础工作,而掌握车辆出行规律的前提是探究车辆的出行特征。为研究城市道路交通车辆的出行特征模式,通过对历史RFID轨迹数据挖掘,对私家车、出租车样本轨迹数据进行定性分析,总结车辆运行的分布特征规律。基于数理统计分析,建立了出行频次、在网时间、轨迹重复率、出行时段,活动偏好区域、干线影响区偏好等出行特征指标体系。通过对出行特征指标的定制选取,建立基于密度峰值(CFSFDP)算法与BP神经网络算法的出行特征群体辨识模型。研究了私家车、出租车存在的特征群体,辨识出不同的出行模式,即实现出行特征群体的辨识。选取重庆市主城区域内的RFID数据进行试验分析,分别基于私家车、出租车提取的出行特征指标,进行CFSFDP算法的聚类分析,找到聚类中心,归纳分类数据。再利用分类数据进行BP神经网络训练学习,评价模型试验结果。结果表明:私家车存在3种出行特征群体:商用私家车群体、通勤私家车群体、其他私家车群体,群体识别率为97.2%。出租车具有2种出行特征群体:其他区域偏好出租车群体、干线影响区偏好出租车群体;群体识别率高达99.18%。     

基于前景理论的运输通道出行方式选择研究

为使出行者的出行方式选择决策能够体现出行者的主观偏好特征,考虑出行者在出行方式比选时面对损失和收益的不同态度,研究一种前景理论与灰色关联方法相结合的运输通道出行方式选择方法.选取出行方式的经济性、便捷性、快速性、舒适性、准时性和安全性构建原始决策矩阵,借鉴奖优惩劣的思想,利用[-1,1]线性变换算子对原始决策矩阵进行规范化.以出行方式的正负理想方案作为参照点,结合灰色关联方法建立前景价值矩阵,进而计算各出行方式的综合前景值.以出行方式的前景值最大为选择依据,然后运用多项Logit(MNL)模型计算运输通道内出行方式的分担率.以兰州至宝鸡运输通道为例进行分析,研究出行者对高速大巴、既有铁路和高速铁路的选择行为.结果显示,3种出行方式的分担率分别为13.45%,28.0%,58.55%,相较于效用最大的出行决策方式,所建模型的计算结果与实际情况较为符合,最大误差在3% 以内,并分析了高速铁路在不同定价策略及速度下分担率的变化情况.      

北京市保障性住房出行率指标研究

保障性住房是改善民生、促进社会和谐稳定的重要安居工程,分析北京市保障性住房的分类及特点,通过现场调查,采集早晚高峰时段不同区域、不同类型保障性住房的出行量数据,计算人次生成率和车次生成率等8个不同层面的出行率指标,结合保障性住房的基本属性特征,分析不同区域、不同类型保障性住房的出行率特点,为其科学开展交通影响评价提供数据支撑.     

通勤者下班后非工作活动时间选择决策行为

为了解析通勤者的行为决策机理,通过分析吉林市居民出行调查数据,运用分群持续时间模型(SPD模型)对通勤者下班后非工作活动的参与以及活动开始时间进行分析,检验了通勤者的社会、经济及出行特征等属性对活动驻停及非工作活动开始时间的影响。结果表明:应用SPD模型,能区分出在非晚高峰从单位至家途中的非工作活动,提高预测结果的准确性,也可有效预测不同群体的通勤者非工作活动参与的时间,为交通管理部门制定需求管理措施从而引导通勤者出行提供理论依据。     

基于前景理论和TOPSIS的船舶航路选择决策方法

为使船舶航路选择决策能够体现决策者个体主观偏好特征,研究一种前景理论与逼近理想解(TOPSIS)相结合的决策方法.根据航路选择特征,定义航路选择决策的价值函数并构建前景价值矩阵,然后考虑船型差异,设置不同的参考点.应用TOPSIS的基本思路,通过各指标的属性值到正、负理想解的距离求出各航路选择方案相对接近度,考虑决策者对损失敏感程度的差异性,按照接近度对备选方案分别进行优劣排序.以某港口3条进出港航路方案为例进行分析,研究不同船型在不同损失敏感程度下的航路选择决策.研究结果表明,决策者不同的个体主观偏好下航路选择最优方案会呈现差异,说明决策者的主观偏好对其航路选择具有较大的影响.      

出行路径选择的随机后悔最小化模型

从后悔理论入手,分析后悔理论用于出行行为分析的2种一般形式:多项选择集和多属性决策,研究后悔理论在有风险和无风险条件下的模型结构,提出基于随机后悔最小化的出行路径选择行为分析模型,结合算例对比分析随机效用最大化模型和随机后悔最小化模型用于出行路径选择结果的异同.研究表明,出行者做决策时为避免未选择方案比选择方案表现的更好,试图将预期后悔最小化,而不是预期效用最大化.且对于多属性的备选方案,出行决策是半补偿性的.      

基于MNL模型的有轨电车出行选择行为研究

以现代有轨电车在上海建设试验线为背景,就市民出行方式的选择意愿进行了调查,在此基础上建立了多项Logit模型,研究了有轨电车的引入对市民出行方式选择的影响,明确了影响市民选择出行方式的关键因素为薪资收入、出行准点要求以及出行距离,进而指出了有轨电车在城市交通系统中的功能定位,并就如何提供现代有轨电车乃至城市公共交通的分担率提出了建议。     

快速有轨电车应用分析及发展建议

有轨电车具有运量适中、绿色环保、投资低、审批快、建设周期短的特点,适合中小城市构建公共交通骨干系统。国内部分中小城市的功能组团或片区呈现分散布局的特点,相互之间的空间距离较远,需通过建设快速有轨电车满足城市内部快速出行的需求。首先根据居民出行时间要求提出快速有轨电车的旅行速度应达到30km/h以上,随后分析法国里昂、葡萄牙波尔图、美国双子城、中国苏州的应用案例,总结出快速有轨电车的功能定位和线路特点,最后从适用区域、车辆选型、站点设置、交叉口设计、标准制定五个方面提出快速有轨电车在我国的发展建议。     

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.     

预约出行条件下私家车通勤客流分配方法

预约能调整城市交通的供需关系, 最大化利用交通资源。针对私家车通勤引发的交通拥堵, 研究了预约出行条件下私家车通勤客流分配方法。将车辆分为受控的预约车辆和不受控的非预约车辆, 道路状态分为可预约状态和不可预约状态, 给出了道路状态判别及车辆行程时间计算方法, 构建了城市通勤私家车的预约出行模型。以Nguyen-Dupuis网络作为算例, 从行程时间和预约数量2个方面评价车辆实施预约出行的效果。结果表明: 预约比例由0%提升至100%时, 路径的行程时间降低20%~30%, 平均行程时间从610 s降低至466 s; 当预约比例为30%时能获得全部预约比例的80%收益; 全部车辆均期望参与预约时, 由于预约需求的不均衡仍有2%的车辆预约失败。得出结论, 当预约出行的比例达到30%~40%时, 即可达到缓解拥堵的预期效果。      

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。      

出行者环保意识对低碳交通政策支持度的影响

为减少汽车尾气污染,政府部门应制定交通政策推动出行者采用低碳出行方式。有效的交通政策需要深入了解影响出行者低碳出行的心理因素。通过实证分析,研究出行者环保态度、环保行为、公交偏好等潜在变量对低碳交通政策支持度的影响。基于结构方程模型（SEM模型）的基本原理,建立模型假设,并通过Mplus进行数据分析。研究发现,环保态度会直接影响环保行为、公交偏好,环保行为直接会影响公交偏好,公交偏好会直接影响低碳交通政策支持度;但环保态度和环保行为对低碳交通政策支持度没有直接效应。在95%的置信水平下,性别、婚姻状况、私家车拥有情况、房产拥有情况、是否开车上班对结构方程模型均无显著影响;但在90%的置信水平下,性别、教育程度对结构方程模型的影响显著。      

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。      

多类型共享电动汽车出行用户特征分析

共享电动汽车作为共享经济下的新兴产物,成功融合了私家小轿车和公共交通工具的优点,成为一种新兴交通模式。本文采用问卷调查及统计分析方法对共享电动汽车细分市场下的用户需求及出行选择进行分析,揭示出多类型共享电动汽车的用户特征,以助于共享电动汽车产业发展和促进中国绿色低碳发展战略进程。     

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。     

飞行汽车的研究发展与关键技术

飞行汽车作为面向城市空中交通和未来出行的新型交通工具,正日益受到汽车和航空领域的重视,成为汽车和航空技术与产业跨界融合的重要发展趋势。该文介绍了飞行汽车的内涵及城市空中交通(UAM)概念的兴起,阐述了飞行汽车早期梦想的探索历程、面向城市空中交通的研究现状,以及未来将在全新智慧出行交通体系下实现大众化汽车“飞”起来的发展趋势;论述了飞行汽车发展的高功率密度电动推进、高升阻比轻质车体和低空飞行智能驾驶等主要性能瓶颈和关键技术;提出了中国飞行汽车的阶段性发展目标和构建汽车与航空跨界融合技术创新体系,以及重点推动城市空中交通和应急救援等领域示范应用的发展建议。