考虑乘客情感价值影响的公交忠诚度评价方法

构建考虑乘客“情感价值”变量影响的公交忠诚度结构方程模型，分析乘客公交使用意愿的内在作用机理并提取相关影响因素，用于把握乘客的需求心理和公交服务改善诉求.依托厦门市公交意愿调查数据，模型结果证实，除商品消费本身产生的效用价值外，乘客在长期使用公交方式出行时产生的情感依赖同样会对公交服务价值的感知产生影响.模型指标得分结果表明，乘客对公交服务总体水平的满意度较低，但受制于其他因素，乘客不得不继续依赖公交出行的意愿依旧强烈.相关显变量得分显示，“站台设施和候车环境”“车辆运行平稳性”“车辆行驶速度”“行车安全与司机驾驶习惯”等服务内容是公交服务改善的重点.     

“��Ħ”���߶Ծ������ʱ��ɱ���Ӱ�����

为科学评价“禁摩”对居民出行时间成本的影响,本文以广州市为例进行研究.通过结合广州市历次交通调查数据,分析了广州居民出行的特征及有关参数,并利用意愿调查和历史趋势法确定了实施“禁摩”与不实施“禁摩”两种情形下“禁摩”范围内居民出行方式的构成比例;在综合考虑出行目的、出行时间及收入情况等因素后,构建了“禁摩”对居民出行时间成本的对比分析模型.研究结果表明,“禁摩”政策会增加居民出行时间成本,其中总体成本增加3.01%,被限制的群体成本增加53.47%.     

居民公交出行OD预测研究

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

���񹫽�����ODԤ���о�

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

居民低碳通勤出行的主观态度识别及影响分析

基于已有的居民低碳通勤出行SP数据,应用直觉模糊C均值聚类算法对样本进行聚类,识别居民对低碳通勤出行所持有的主观态度类型.构建不同类型居民低碳通勤出行意愿的MIMIC模型,研究持有不同主观态度的群体其行为意愿形成机理的差异性.研究结果表明:居民低碳通勤出行的主观态度可划分为积极、中立、消极三类;主观态度与个体出行方式选择和低碳通勤出行意愿之间均存在相关性;持有不同主观态度的群体,作用于其行为意向的影响因素的构成,影响因素对行为意愿作用的路径,作用强度存在差异性.     

基于时间地理学的居民活动空间测度方法研究

活动空间能够反映居民受到的时空制约以及移动自由度，对分析居民出行行为有重要研究意义.本文基于时间地理学理论，强调时间维度对个体活动空间的重要塑造作用，引入活动持续时间作为权重因子，构建了活动空间的时空重心测度模型，提出“偏移度”“扩展度”两个概念来量化个体活动空间，并与传统空间中心测度方法进行对比分析，最后，以昆明市居民调查数据进行实例验证.结果表明，活动空间是由时间和空间两大要素共同决定，当存在出行距离大于4 km以上，偏移度对空间测度的修正程度约为5%~15%，时间要素对活动空间的影响程度变得较为敏感.     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

多源数据融合驱动的居民出行特征分析方法

结合传统抽样调查数据和交通大数据，研究多源数据融合驱动的居民出行特征分析方法.根据传统入户抽样调查居民的年龄结构、职业、车辆拥有、人口，以及手机信令数据分析出行频次分布等因素进行综合分析，获取居民初步出行特征；基于手机信令、IC、AFC、GPS 等大数据，通过出行时间分布、OD分布和出行方式结构对居民的出行特征进行综合矫正分析；最后，以广州市为例进行实证分析.对比研究传统抽样调查和多元数据融合分析方法可知，传统抽样调查居民出行漏报率为30%，每天出行2次的比例相差39.5%，全方式非通勤出行比例、晚高峰公交和地铁出行比例分别相差7.4%、8.1%和12.6%.结果表明，多源数据融合驱动的居民出行特征分析方法，在总量上有效挖掘居民出行的沉默需求，在时空分布上起到了“削峰填谷”的作用，是一种研究居民出行特征的有效方法.     

考虑环保意识的低碳出行行为研究

低碳交通是城市交通发展的必然选择.为定量分析出行者环保意识对低碳出行选择行为的影响,本文基于出行者环保行为和环保态度,利用Rasch模型,构建了出行者潜在的环保意识.将出行者潜在的环保意识作为解释变量带入多变量Probit模型中,分析出行者环保意识对私家车限制政策赞同度和购买纯电动车意愿的影响.研究结果表明：在出行者低碳出行行为中,带入出行者环保意识能够提高模型的拟合度;环保意识对多设公交专用道、通过提高燃油税和停车费等减少市中心小汽车量的赞同度的平均边际效用为0.127、0.144;环保意识对现阶段、未来基础设施完善时购买纯电动汽车意愿的平均边际效用为0.133、0.116;未来购买纯电动汽车意愿比现阶段购买纯电动汽车意愿高0.182.     

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.     

出行者公交出行意愿影响因素研究

针对不同类型的出行者分析了影响其公交出行意愿的主要因素。通过出行意愿调查获得分析数据,构建公交出行意愿logistic模型,并定量对影响因素进行分析。研究发现:提高公交的快速性和便捷性可以最大程度的提高既有公交出行者坚持公交出行的意愿;小汽车运行速度的下降和停车困难是吸引小汽车出行者转向公交出行的主要因素;相比于公交出行者,小汽车出行者的公交出行意愿较低。结果表明:必须从提高公交服务质量、合理管制小汽车运行环境两方面共同努力才可以最有效的提高出行者的公交出行意愿。     

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.     

�������н�ͨ���к���ṹģʽ��Ŀ�ꡪ���ɳ�����չ�ĶԲ�

随着社会经济的快速发展，北京市居民出行需求日益增长,机动车辆拥有量也随之迅猛上升。北京市1986年和2000年的居民出行调查结果表明，在过去的15年内，居民交通出行模式发生了变化，公交出行比例比原来略有减少，主要的变化是原来的自行车出行这部分中，有很大一部分转变为机动车出行。本文通过对类似规模的几个国际大都市交通出行结构演变过程的回顾，找出其关键之处在于采用政策策略促使居民出行选择有利于城市可持续发展模式；根据广泛调查和专家资讯，确定了一个北京城市交通出行各种方式的合理比例，作为发展目标；并参考发达国家和一些快速发展的国家和城市的经验，提出了达到这个目标的对策和策略。     

考虑从众心理的城市居民购车意愿分析

正确并充分了解城市居民购车意愿,对于引导合理的私人小汽车需求,继而缓解道路交通压力具有重要意义.基于城市居民购车意愿问卷调查数据,将购车意愿分为3 个等级.考虑从众心理因素,运用多元Logistic 回归分析方法,分析比较不同类型城市居民购车意愿特性.结果表明,总体上从众心理、收入因素对购车意愿产生显著影响,年龄、性别、家至单位是否有地铁等因素影响不显著;通过对比有无小汽车限购政策城市,发现限 购政策的实施会刺激24-45 周岁年龄段2 年内购车意愿,指出相比强制性措施,应倡导引 导型策略,即通过发展公共交通来抑制购车意愿.     

社会互动效应下通勤者出行方式选择行为研究

将"无节制使用私家车出行"视为一种社会困境,将通勤者群体作为研究对象,构建考虑社会互动效应的出行方式选择行为模型,使用问卷调查方法收集资料,分析集体行为的多重均衡状态.利用阈值理论分析集体行为实现均衡转移的临界值,进而对消除劣势均衡所应出台的政策干预进行定量评估.研究发现:在进行出行选择时,个体之间存在着强社会互动;通过政策干预使个体选择公共交通出行的效用增加量略大于0.695时,原本僵持在劣势均衡的公交出行比例(13.1%)会转移至多数人选择公交出行(72.3%)的优势均衡状态,从而缓解社会困境.研究结果对于交通管理政策及措施的制定有一定的参考价值.     

基于轨迹数据的车辆跟驰行为分析与建模综述

随着轨迹收集技术与数据分析技术的迅速发展,越来越多的车辆行驶轨迹被采集并用于 交通流研究。车辆轨迹数据主要包括车辆运行的位置与时间等信息,利用这些信息可以推算出 车辆的速度、加速度及其与前车之间的空间和时间距离等驾驶行为参量。通过研究轨迹数据可 以揭示车辆自身的运行规律,车辆之间的相互作用规律,道路环境对车辆的作用规律,以及由此 产生的宏观、微观交通流现象,因此,轨迹数据研究受到日益重视。本文简要回顾了与轨迹数据 收集相关的历史,介绍了自然场景下采集的Next Generation SIMulation(NGSIM)数据及实验场景 下采集的车队轨迹数据,并梳理了近几年基于车辆跟驰轨迹的理论研究。首先,分析以交通振 荡、交通回滞为代表的交通流关键实测现象研究工作;整理跟驰行为分析方面的研究成果,包括 不对称跟驰行为、稳定跟驰行为的存在性、跟驰行为的记忆效应、任务难度、随机性、异质性。之 后,介绍基于跟驰行为分析成果而构建的仿真模型。最后,从3个方面评述现有基于轨迹数据的 研究,并提出未来展望：交通流关键实测现象方面,应收集更多不同条件下的数据,并尝试构建更 加普适性的理论或模型解释交通流现象;跟驰行为分析方面,可结合数据挖掘技术或生理、心理 理论,量化驾驶员跟驰特性与生理、心理特征,并将两者结合深入分析跟驰行为的机理;仿真建模 方面,可更多考虑驾驶员生理和心理变量,使模型更具人性化特征,并关注模型的评价方法,注重 模型对实际交通流的解释能力。     

城市公交线网差异化计程票价多目标优化

为获取更加接近实际城市公交线网的票价策略，将出行者的社会互动行为与后悔心理引入广义费用，提出线路客流OD矩阵均衡算法；分别以交通管理部门利润最大化及出行者效用最大化为目标，以公交计程票价、发车频率、私家车停车费为变量，建立固定需求下公交线网差异化计程票价多目标优化模型.引入集群智能多目标优化算法求解，并应用于Mandl 标准公交线网.研究发现：以线路里程为标准，差异化计程票制可以有效降低出行成本；依据帕累托最优解调节票价，可以促进出行者选择行为向优势均衡转移.     

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.     

节假日公路免费政策下城际交通行为特性

由于缺乏对节假日城际出行行为及节假日高速公路免费政策实施效果的深入研究,导致一些政策产生了负面影响,造成高速公路严重拥堵.本文结合 2017年春节调查数据,构建并估计分层 Logit模型,研究节假日高速公路免费政策下城际交通方式和出发日期联合选择的行为特性.基于模型结果,采用弹性分析研究不同免费日期下出行者行为特性,并通过场景仿真评价多种免费时段设置方案对城际交通出行结构和高峰日交通量的影响.结果表明,出行结构和高峰日交通量对不同免费日期的敏感度不同,有必要对免费时段设置进行讨论.推荐分时优惠政策,在有效调整出行结构的情况下,能避免加剧高峰日的交通拥堵.     

考虑居住区位的公共交通出行行为分析模型

为探讨不同层面居住区位对公共交通出行行为的影响，基于计划行为理论与群体动力理论，构建涵盖居住区位与心理影响因素共同作用的多水平结构方程模型.模型同时考虑个体层面与社区层面变量对出行选择的影响，利用Mplus软件标定模型参数.结果表明，不同层面变量对出行行为意向的影响存在差异.个体层面变量对行为意向的影响程度由大到小依次为：居住区位(0.665)、主观规范(0.664)、行为态度(0.577)、知觉行为控制(0.547).社区层面变量的影响程度为：行为态度(0.736)大于居住区位(0.646).