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.      

考虑合乘的共享自动驾驶汽车选择行为实证分析

共享自动驾驶汽车(Shared Autonomous Vehicles,SAV)是自动驾驶汽车和共享经济相结合的产物,为人们提供了一种新型的出行方式. 为探究出行者在考虑合乘的SAV与私家车或公共交通之间的选择偏好,实施了SAV选择意愿调查,并分析了考虑合乘的SAV的潜在用户特征. 基于问卷调查所得有效数据,采用K-Means 聚类法划分了历史出行模式,利用因子分析对性格态度特征进行了分类. 分别对有无私家车人群建立解释变量的参数服从不同分布的混合Logit 模型,并对参数标定结果进行对比分析. 研究结果表明,出行方式特性非常显著地影响出行者方式选择行为,性格态度特征是影响出行者选择考虑合乘的SAV出行方式的显著因素,且其显著性明显高于性别、年龄等社会经济属性.     

私家车出行者ATIS信息选择影响因素研究——以大连市为例

私家车出行者对ATIS信息的选择意愿受到多种因素的影响。开展大连市私家车出行者ATIS信息需求意向调查,以探索性因子分析和累积Logit模型理论为基础,对ATIS信息内容进行分类,同时引入出行者性别、年龄、收入水平、交通补助情况等特性变量,建立私家车出行者ATIS信息选择模型。模型标定结果显示,私家车出行者个人特征与ATIS信息特性对ATIS信息选择意愿存在不同程度的影响：私家车出行者主要关注与出行质量相关的信息,收入水平、交通补助、驾照保有情况等对私家车出行者ATIS信息选择意愿影响显著。     

基于混合选择模型的汽车共享选择行为研究

为了深入分析出行者的汽车共享选择行为,首先以技术接受模型和计划行为理论为框架,将对汽车共享选择行为具有影响的心理因素整合到传统的离散选择模型之中,形成混合选择模型.然后,基于南京市的实证调查数据,运用混合选择模型对出行者的汽车共享选择行为进行研究.结果表明,出行者对于汽车共享的感知有用性、感知易用性、行为态度、知觉行为控制等心理态度潜变量对其选择行为产生显著的正向影响,混合选择模型比传统不带潜变量MNL模型对实证数据具有更高的拟合度.     

基于潜变量的出行者出租车与网约快车选择研究

为研究潜变量对出行者选择行为意向的影响机理,以出租车和网约快车为例,选择方便性、安全性、可靠性、舒适性、经济性为外生潜变量,知觉价值、行为意向为内生潜变量,设计了出行者出行方式选择行为调查问卷,进行网上调查;建立了结构方程模型(SEM),研究了出行者出行方式选择行为与各潜变量之间的关系。结果表明：知觉价值对出行者出行方式选择行为意向有显著正影响,经济性和舒适性是影响知觉价值的重要因素;出行者在选择出租车出行时,更加注重方便性,在选择网约快车出行时,更加注重安全性。     

居民长距离交通出行方式选择行为研究

为研究出行者个人特性和出行特性对居民出行方式选择的影响,以居民长距离出行交通方式选择为对象,运用非集计模型中多项Logit(MNL)模型的基本理论与方法,利用SPSS软件对模型进行参数标定和检验,分析各因素对居民长距离出行的影响。结果表明:模型的拟合优比度和精度均达到要求,对居民的长距离出行选择研究具有实际应用价值,可为相关部门对于交通运输方式的结构调整提供参考。     

城市土地利用特征对居民出行方式的影响——以深圳市为例

为缓解日益严重的城市交通问题、优化居民出行方式,有必要研究城市土地利用与交通系统的协调问题.以深圳市为例,应用多元Logit模型(MNL模型),纳入城市土地利用变量与出行者的家庭、社会、经济等变量,分析其对居民工作与非工作出行方式的影响.研究结果表明,出行起点的城市区位是影响居民出行方式的重要因素之一.相对于组团中心和...     

基于MNL模型的历史街区出行方式研究

为了改善历史文化街区的交通出行环境,在北京南锣鼓巷胡同区及附近人口密集的区域开 展调查,进行历史街区出行行为研究。首先,为了提高模型的准确度与可靠性,研究了不同服务人群、服务范围之间的差异性。通过对数据的初步分析,将出行方式划分为公共交通、慢行交通、私人交通3 类,并分析得出该区域内慢行交通出行比例最低。然后,利用SPSS软件对特性变 量与出行方式选择进行相关性分析,筛选特征变量。最后,建立多项Logit 模型（Multinomial Logit Model,简称MNL） 对历史街区出行行为进行分析,并使用南锣鼓巷实测数据对模型进行标定。研究结果表明,居民户口、年龄、月收入、汽车拥有量、胡同宽度、胡同单行线、游客影 响、慢行交通意愿等因素对出行方式选择均有显著影响。     

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.     

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.     

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Lo...     

城市轨道交通新线开通对出行方式选择的影响研究

为研究城市轨道交通新线开通对出行方式选择的影响,开展了出行方式转换的SP(Stated Preference)调查,构建全目的和通勤出行方式选择的MNL模型(Multinomial Logit model)。定量分析了个体属性和交通方式属性对出行者交通方式选择的影响。研究表明：乘客感知的轨道交通全目的出行时耗负效用为相同时耗公交的91%,而通勤时耗负效用为全目的出行的1.89倍;轨道交通出行总时耗对分担率影响最显著,前者增减50%时,后者变动约10%;公交是轨道交通的主要竞争方式,当前者出行耗时提高50%时,后者分担率将增加6.8%;停车费小幅提高和出行时耗增加不能显著促使小汽车使用者转向轨道交通,交通需求管理是引导出行转移的重要途径。     

基于MNL模型的城市公共交通出行时间价值估计

在进行公共交通换乘行为变化敏感度分析以及公交票价的制定过程中,均需将出行时间和费用联系起来考虑,出行时间价值是联系出行时间和费用的纽带．本文首先分析了基于随机效用最大化理论的Multinomial Logit（MNL）方式选择模型的基本思想,用MNL方式选择模型的简化模型对出行时间价值进行了量化．接着以北京市为例,考虑出行者的出行时间、费用以及收入等因素,估算出了北京市各种收入群所对应的出行时间价值．然后通过对选择公共交通出行者属性的分析,加权平均各种收入群对应的出行时间价值,最终估计出了北京市城市公共交通的出行时间价值．估算结果符合北京市的实际情况.     

����MNLģ�͵ij��й�����ͨ����ʱ���ֵ����

在进行公共交通换乘行为变化敏感度分析以及公交票价的制定过程中,均需将出行时间和费用联系起来考虑,出行时间价值是联系出行时间和费用的纽带．本文首先分析了基于随机效用最大化理论的Multinomial Logit（MNL）方式选择模型的基本思想,用MNL方式选择模型的简化模型对出行时间价值进行了量化．接着以北京市为例,考虑出行者的出行时间、费用以及收入等因素,估算出了北京市各种收入群所对应的出行时间价值．然后通过对选择公共交通出行者属性的分析,加权平均各种收入群对应的出行时间价值,最终估计出了北京市城市公共交通的出行时间价值．估算结果符合北京市的实际情况.     

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.     

考虑偏好差异的后疫情时代居民出行方式选择行为研究

为探究后疫情时代居民出行方式选择行为，运用选择实验的方法，基于问卷调查获得选择行为数据，构建出行方式选择的混合Logit模型和潜在类别条件Logit模型。采用Stata软件标定模型参数，得到后疫情时代影响居民出行方式选择的主要因素。结果表明，两种模型均体现了个体出行方式选择的异质性，潜在类别条件Logit模型与混合Logit模型相比拟合优度提高了13%， 预测精度提高了3.03%，为突发公共卫生事件下分析出行行为的个体异质性提供了一种有效工具。潜在类别条件Logit模型根据居民所处低、中风险区两种情景，分别将居民划分为4类、5类人 群。从出行方式属性上看，等待时间和在途时间成为居民选择出行方式最重要的影响因素。从个人社会经济属性上看，在后疫情时代收入更高的女性更倾向选择私家车出行，年龄越大对行程费用越敏感，男性更愿意选择公交、地铁出行。