考虑潜变量的自动驾驶汽车租赁行为

将自动驾驶汽车（autonomous vehicle，AV）与分时租赁、点对点（peer-to-peer，P2P）租赁模式相结合，为出行者提供新型的出行方式. 为探究出行者租赁自动驾驶汽车的行为特征，分析出行者对AV分时租赁、AV P2P租赁、私家车、公共交通的选择意愿及其影响因素. 基于出行方式选择意愿的调查数据，将结构方程模型（structural equation model，SEM）与多项Logit （multinomial Logit，MNL）模型相结合，建立同时标定显变量与潜变量参数的结构方程-多项Logit （structural equation-multinomial Logit，SE-MNL）模型，对比分析了MNL与SE-MNL模型的参数标定结果. 研究结果表明:在95%的置信水平下，显变量中的出行费用、车内时间、驾照情况、出行目的、婚姻状况以及潜变量中的便捷性、安全性、乘车体验、舒适性对出行者选择AV分时租赁或P2P租赁的影响都是显著的；SE-MNL模型的拟合度较MNL模型高出2%～3%.      

未来城市自动驾驶共享汽车规模研究：以上海为例

随着自动驾驶技术的发展，未来以自动驾驶共享汽车(Shared Autonomous Vehicle, SAV)替代有人驾驶汽车成为可能. 使用SAV满足城市居民机动化出行需求的情况下，研究 SAV的车辆规模. 从上海市300 万手机用户信令数据中提取机动化出行需求，考虑上海市实际路况的影响，建立基于车辆可共享网络的图论模型，将最小车队规模问题转化为有向无环图的最小路径覆盖问题，利用Hopcroft-Karp 算法求解. 求解得到，12.8 万辆SAV可以满足300 万手机用户的机动化出行需求. 研究最大调度时间限制、服务范围限制、交通拥堵对SAV车辆规模的影响，为自动驾驶技术普及后，从城市层面确定SAV的车队规模及相应基础设施规划提供参考.     

未来城市自动驾驶共享汽车规模研究:以上海为例

随着自动驾驶技术的发展，未来以自动驾驶共享汽车(Shared Autonomous Vehicle, SAV)替代有人驾驶汽车成为可能. 使用SAV满足城市居民机动化出行需求的情况下，研究 SAV的车辆规模. 从上海市300 万手机用户信令数据中提取机动化出行需求，考虑上海市实际路况的影响，建立基于车辆可共享网络的图论模型，将最小车队规模问题转化为有向无环图的最小路径覆盖问题，利用Hopcroft-Karp 算法求解. 求解得到，12.8 万辆SAV可以满足300 万手机用户的机动化出行需求. 研究最大调度时间限制、服务范围限制、交通拥堵对SAV车辆规模的影响，为自动驾驶技术普及后，从城市层面确定SAV的车队规模及相应基础设施规划提供参考.     

考虑共享汽车的高铁站接驳交通出行方式选择影响因素

为研究共享汽车作为高铁站接驳交通出行方式的可行性,在大连北站、长春西站和哈尔滨西站3个高铁站的候车厅内对出行者随机抽样,进行行为调查(Stated Preference,SP)与意向调查(Revealed Preference,RP)的组合问卷调查,并建立多项离散选择模型(Multinomial Logit Model)对影响高铁站接驳交通出行的因素进行分析.结果显示,等待时间、出行时间、费用和押金均对出行者接驳交通出行方式的选择具有显著影响,且均对共享汽车产生负效用;选择共享汽车进行高铁站接驳出行的出行者主要特征有年龄为18～30岁、与他人结伴出行、日常出行方式为私家车、高铁出行目的为旅游、月收入较高、喜欢开车、接驳出行距离较远等."高铁+共享汽车"服务模式具有可行性,但是目前受访者对共享汽车的使用率和了解程度均较低,需要加大共享汽车的宣传力度并提高其服务质量.     

考虑汽车共享服务的出行方式选择影响因素研究

为了分析汽车共享服务对城市出行者出行方式选择行为的影响,基于随机效用理论,运用行为调查和意向调查数据,以汽车共享服务、出租车、地铁三种出行方式作为选择肢,构建多项Logit模型,并应用SPSS软件对模型进行拟合检验与参数估计。研究表明：性别、年龄、最常使用交通工具、日常通勤单程距离、出行距离和汽车共享服务收费标准均会对出行者的汽车共享服务选择行为产生显著影响;中青年男性更倾向于选择汽车共享服务出行,且随着出行距离的增加、汽车共享服务收费标准的降低,汽车共享服务被选择的概率会增大;相较于出租车,日常通勤单程距离为20~30km的出行者更倾向于选择汽车共享服务;相较于地铁,最常使用交通工具为私家车的出行者选择汽车共享服务的概率更大。因此,为提高汽车共享服务被选择概率,应提高用户体验、服务水平,合理设置收费标准。     

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。     

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.      

共享自动驾驶汽车经营策略优化分析

研究共享自动驾驶汽车(SAV)与普通汽车共存背景下，SAV公司如何根据运营目标优化经营策略并影响通勤者出行方式选择. 假设高速公路上存在一定数量的独驾通勤者，无车通勤者在SAV和地铁之间进行权衡. 分析固定需求和弹性需求下，SAV公司追求系统总成本最小或系统净收益最大和利润最大时的最优经营策略，即SAV票价和容量，进而得到均衡时模式划分情况，SAV最优发车数，系统总成本或系统净收益，以及公司利润等指标. 算例对均衡结果进一步验证发现，SAV公司垄断经营会收取较高的票价，提供容量较小的车型. 在系统最优情形下，SAV公司无法获得正利润，需要政府补贴运营.     

冬季长春市居民小汽车与轨道交通出行方式选择分析

考虑到寒区低温因素的影响,对长春市冬季居民的出行问卷调查进行数据分析。利用二元logistic回归模型,分析出行者个人特征及严寒条件时出行者对小汽车与轨道交通出行方式的主观态度;对两种出行方式的选择影响进行分析,月收入是决定寒区居民选择小汽车还是轨道交通的主要影响因素。因此,是否拥有小汽车是显著影响因素,主观态度变量对出行方式选择影响程度较小,而出行者社会经济属性对出行方式选择影响较大。研究结论对优化寒区城市轨道交通建设与管理,引导居民从小汽车出行转变到轨道交通出行有一定借鉴意义。     

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％.     

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.     

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。     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。      

自动驾驶影响下的出行行为研究综述

从小汽车出行总需求、出行方式选择、在途时间利用三方面梳理了自动驾驶影响下的出行行为研究现状,分析了用于研究自动驾驶对出行行为影响的数据基础与研究方法,总结了影响自动驾驶环境下出行方式选择的关键因素,指出了出行行为研究存在的问题和未来发展方向。研究结果表明:出行总需求的相关研究主要关注当前服务不足人口的潜在出行,大多通过需求假设分析潜在的变化,在假设的可靠性和结果的准确度方面还存在不足;出行方式选择的相关研究显示车辆服务和出行属性、社会人口和家庭属性、出行习惯属性、居住地和环境属性、个人心理和偏好属性等是影响出行方式选择的关键因素,考虑到不同的研究对象、场景设计与分析方法,性别、年龄、持有驾照、家庭结构等因素对出行行为的具体影响还有待进一步检验;人们对自动驾驶时代在途时间利用的方式和受益程度的认知存在较大的不确定性与异质性,亟需理论模型来进一步讨论潜在的时间利用变化;基于自动驾驶对出行行为影响相关研究的局限性,提出了建立自动驾驶汽车的规范化描述和丰富数据采集方式,开展横向与纵向对比研究,加强各影响因素异质性的考量,辨析自动驾驶时代各类出行行为间的相互影响机制的改进方向。      

基于奖罚措施的小汽车通勤者出行行为研究

奖赏和惩罚措施是解决交通拥堵问题的重要措施,本文基于在北京市的调查,进行 2 种措施下出行选择行为的探索研究,得出奖励措施会使更多的小汽车通勤者转向非高峰出 行,而收费措施对于使其放弃小汽车出行效果更好.基于前景理论的分析显示：奖励措施下,大 部分出行者的方式选择为“收益”;而收费措施下,大部分出行者面临“损失”,不同群体在出行 选择时呈现不同的风险偏好态度.在引导小汽车高峰出行向错峰出行转移时,奖励措施比较适 用于中等收入群体,收费措施比较适用于中高收入群体;在引导小汽车高峰出行向其他方式转 移时,2种措施对低收入群体效果更好.以上结论可为交通需求管理政策的制定提供一些参考.     

基于拟合优度度量的交通方式选择决策树结构研究

Nested-Logit(ＮＬ)模型是交通方式划分的最重要的模型之一,在分析公共交通和个人交通划分方法的理论依据的基础上,根据人们在选择交通方式过程中首要考虑因素的不同,构造了不同于公共交通和个人交通的虚拟交通方式--高费用和低费用虚拟交通方式,并分析其内相关性. 在两个交通方式选择决策树结构都存在相关性和合理性的情况下,提出基于拟合优度度量比较两者的优劣,从而选定交通方式选择决策树结构. 根据实例旅客出行调查数据,利用SAS软件实现两个交通方式选择决策树结构的拟合度度量分析. 结果表明：基于拟合优度度量选定的高费用和低费用虚拟交通方式比公共交通和个人交通的虚拟交通方式更接近实际调查值,此方法具有一定的实用性.