城市居民低碳出行意向异质性分析

为揭示居民低碳出行决策过程的内在机理,识别个体异质性对低碳出行决策的影响,本文结合计划行为理论（TPB）和价值信念规范理论（VBN),引入环境意识、政策因素和出行时间感知构建了城市居民低碳出行意向模型。首先应用结构方程模型对398份有效数据进行检验分析,识别模型中的直接效应与间接效应,然后通过多群组结构方程进行异质性分析。研究结果表明,个人规范、态度、知觉行为控制和主观规范对居民的低碳出行意向均有显著直接影响;政策因素与环境意识、出行时间感知可通过中介变量来间接影响低碳出行意向;潜变量对低碳出行意向的主要影响因素按总效应值排序为：个人规范（0.405）、政策因素（0.359）、态度（0.325）、环境意识（0.294）。多群组分析结果表明,年龄和出行时间可以调节潜变量之间的作用关系：对于出行时间较短的青年人来说,态度是影响其低碳出行意向的主要因素;对于出行时间较长的中老年人,个人规范对其低碳出行意向的影响更大。研究结论可为制定差异化的城市居民低碳出行引导策略,促进城市低碳客运交通发展提供一定的理论依据。     

基于前景理论的大学生出行方式选择

考虑大学生群体与普通城市居民出行特征的不同,为了更好地了解大学生出行方式选择现状,制定恰当的交通管理政策及措施,运用前景理论建立了大学生出行方式选择模型。以大学生日常出行为例,比较分析模型的理论计算结果和实际调查结果,结果表明:行程时间比出行费用对出行方式的选择影响更大;且当出行时间较短时,大学生更倾向于以出租车作为主要的出行方式;而出行时间较长时,大学生更倾向于以公交作为主要的出行方式。这符合大学生的出行心理且与问卷调查结果相符合。     

基于SEM和ANN的新冠肺炎疫情期间大学生校内出行行为影响因素研究

为明确新冠肺炎疫情期间大学生校内出行行为的影响因素,从而更好地满足大学生的校内出行需求,对大学生的感知建成环境、态度、出行行为的相互作用关系及其受到的新冠肺炎疫情的影响进行研究.针对大连理工大学在校大学生进行问卷调查,收集个人基本属性、感知建成环境、态度、工作日和休息日的出行次数等相关数据,建立结构方程模型(Structural Equation Model,SEM)以探究各变量间的作用路径,并应用人工神经网络(Artificial Neural Network,ANN)对各影响因素对于出行行为的重要性进行排序.结果显示:①感知建成环境,尤其是便利性,对休息日出行行为(路径系数为0.241,P<0.05)和工作日出行行为(路径系数为0.193,P<0.05)均有显著正向影响;②态度对休息日出行行为(路径系数为0.200,P<0.05)有显著正向影响,对工作日出行行为无显著影响;③态度对感知建成环境的影响和感知建成环境对态度的影响均显著,但前者相对更强;④新冠肺炎疫情对感知建成环境和态度有显著负向的直接或间接影响.基于以上研究结果,建议各高校通过完善校园基础设施、优化布局,以改善大学生对校园建成环境的感知,培养积极的出行态度,从而促进大学生身心健康发展.     

低碳政策下考虑行程时间不确定性的机场地面通达方式选择

在航空客运量快速增长的背景下,为了更有效地引导出行者选择低碳环保的机场地面通达方式,以西安咸阳国际机场为例,研究了低碳消费券补贴和居民环保意识对机场地面通达方式选择偏好的影响,并探讨了行程时间不确定性对于居民是否选择绿色出行方式的影响。考虑到交通环境的复杂性,设计了一个考虑行程时间不确定性的陈述性选择偏好实验来调查前往机场的出行者。基于收集的数据,通过构建混合累积前景理论-多项Logit(Cumulative Prospect Theory-Multinomial Logit, CPTMNL)模型,研究了不同场景下出行者的选择偏好。模型标定结果表明,一方面,行李数量、行程时间不确定性、出行费用、提前到达机场的时间偏好是机场地面通达方式选择的重要影响因素;另一方面,碳减排比例和消费券补贴均对低碳出行方式产生显著影响。由此可以看出,在当前推广绿色出行的背景下,出行者对碳减排的重视程度逐渐增强,在出行时会有意识地选择低碳出行方式。低碳消费券补贴能够进一步促进出行者放弃私人交通方式转而选择公共交通。因此,交通管理者在倡导使用公共交通时,可以考虑强调环保概念、提供政策补贴等措施。针对行程时间延误...     

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.     

预测通道客运分担率的MNL模型特性变量选取

基于非集计离散选择模型理论,结合通道内各种运输方式特性,给出了在运用MNL模型预测通道客运分担率时特性变量的选取原则。分析了影响旅客出行方式选择的出行时间、安全性、舒适性、方便性、费用等因素间的关系以及各因素作为特性变量的适应性,认为在运用MNL模型预测通道客运分担率时应选取出行时间、费用收入比和发车频率作为特性变量,并给出了各特性变量的取值标定方法。结合旅客出行特征调查数据,进行了实证分析和各个特性变量灵敏度分析,得出制定客运专线运营策略时应主要考虑出行时间、费用和出行者收入变化影响的结论。     

基于多元Logit模型的大学生返程交通方式选择行为

为了更好地了解大学生返程交通方式选择现状,采用问卷调查的方式对大学生个人属性、返程交通方式、返程出行的旅行成本进行了调查分析。在此基础上,应用多元Logit模型建立了大学生返程交通方式选择行为模型,并对各因素的影响强度进行了分析。结果表明:男女大学生在返程交通方式选择上差异不明显;由于动车的旅行时间和费用均较低,大学生更倾向于选择动车返程;相较于月生活费低的大学生群体,月生活费高的大学生更偏好于选择私家车返程出行;家庭拥有小汽车的大学生群体也更愿意选择私家车。由分析可知,月生活费、家庭是否拥有小汽车、旅行费用对大学生返程交通方式选择具有重要的影响。     

基于ML模型的绿色出行方式选择行为研究

为了给绿色出行相关管理政策的制定提供理论依据,在阐述绿色出行定义及其出行方式界 定的基础上,结合2009 年济南市居民出行调查数据分析绿色出行特征,构建绿色出行方式选择 ML（Multinominal Logit） 模型,探讨影响居民选择绿色出行方式的主要因素,揭示出行者属性 特征与绿色出行方式选择之间的关系,定量分析绿色出行方式在各影响因素条件下的选择概 率。研究结果表明：绿色出行方式选择行为受居民年龄、家庭月收入及职业、出行时间、出行 费用等因素影响;班车在远距离的通勤出行中占有一定的优势,应积极发展单位班车等形式的 集约型绿色交通方式;针对出行时间和出行费用采取相应的城市交通管理措施,可以有效引导 绿色出行。     

碳普惠机制下网约车用户拼车出行意愿研究

为鼓励网约车用户选择更加低碳的拼车出行方式,引入碳普惠机制,分析用户在不同低碳激励作用下对于网约拼车出行的行为意愿。首先,基于计划行为理论、技术接受模型和感知风险理论,提出关于网约车用户拼车出行意愿影响因素的假设;然后,正交构建了12种涉及不同碳积分价值和拼车里程的碳普惠情景,并采用SP(Stated Preference)调查收集了网约车用户的社会人口信息、心理潜变量以及在不同假设情景下的拼车出行意愿;最后,基于结构方程模型对网约车用户在碳普惠机制下的拼车出行意愿进行建模分析。研究发现：碳积分价值、拼车里程、态度、主观规范和低碳价值观对拼车出行意愿有显著直接影响;感知有用性、感知风险对拼车出行意愿有显著间接影响;随着碳积分价值的提高,用户的拼车出行意愿增强,且态度及主观规范的作用减弱,而低碳价值观的作用增强。研究结果证明了碳普惠机制可有效促进网约车用户选择拼车出行。     

“双碳”目标下高铁与民航高质量发展策略——“交通7+1论坛”第五十九次会议

双碳战略背景下，交通运输作为国民经济的基础设施部门，在有效支撑国民经济运行与发展，满足居民高质量出行的前提下，有效发挥民航与高铁两种运输方式的作用，促进高铁与民航间的合理分工，对双碳战略的实现以及交通运输系统结构优化具有重要意义。本次论坛以“‘双碳’目标下高铁与民航高质量发展策略”为主题，对比分析高铁与民航的服务水平，并提出改善对策；分析民航节能减排面临的挑战和压力，提出民航低碳发展路径；介绍典型发达国家/地区铁路运输低碳发展历程，提出我国铁路行业低碳发展路径和重点任务；分析因公出差群体和因私出行群体的出行距离特征、出行时耗特征及方式选择影响因素，分类分析空转铁不同转化意愿群体的转化影响因素、转化累积效果以及转化潜力。     

基于 BL 模型的居民小汽车出行行为研究

本文采用离散选择模型,对采集到的4071份调查问卷所得到的居民出行情况进行分析,建立了BL 模型,定量分析影响小汽车出行行为的影响因素.分析结果表明:家庭月收入、出行距离和是否拥有驾照对小汽车出行的影响最大,出行费用、出行时间等因素对是否选择小汽车出行也有显著影响,而年龄、出行目的等因素则对是否选择小汽车出行的影响不显著.随后,对小汽车出行概率影响显著的因素做了敏感性分析,模型检验的结果说明该模型具有较好的精度.     

考虑外生政策调节的城市低碳出行决策模型

交通治理政策生效的关键是能够影响个体出行者的行为决策.为提升城市低碳交通治理政策的有效性,有必要研究城市出行个体的决策过程、影响因素及其影响机理.本研究从社会心理学角度出发,研究情境依赖、学习能力与个体出行行为决策之间的相互影响,并将外生政策纳入个体出行行为决策过程研究框架,分析外生政策对出行行为决策与情境依赖和学习能力之间关系的调节作用.在对相关研究进行系统梳理和总结的基础上,构建了城市低碳出行决策过程的逻辑模型,该模型可为出行行为决策实证研究提供系统的分析框架.     

基于Logit模型的汽车共享换乘地铁选择行为研究

针对汽车共享发展中存在的出行费用较高,城市中心区停车难问题,文章对汽车共享选择行为和地铁换乘选择行为的影响因素进行归纳分析,并设计出行者出行方式选择行为调查问卷;通过多项Logit模型对调查数据进行回归分析,探究影响汽车共享换乘地铁选择行为的因素,为推广汽车共享换乘地铁出行提出建议。研究结果表明,性别、年龄、职业、家庭年收入、家庭拥有小汽车数量、可以忍受的乘车最长步行距离、可以忍受的中心区道路平均车速、乘车时间、候车时间、出行费用等因素对汽车共享换乘地铁影响显著。     

基于家庭属性差异的大学生出行方式选择行为研究

为剖析家庭属性差异对大学生出行方式选择行为的影响，基于非集计理论，构建家庭属性差异的大学生出行选择多元Logit 模型. 根据四川省2 571 份大学生出行行为调查问卷，运用SPSS 软件标定模型参数，获取影响大学生出行选择的主要家庭属性因素，并进行敏感性分析. 结果表明：家庭平均年收入、经济净流对大学生出行方式选择有显著的影响；以航空运输为参考，家庭平均年收入、经济净流对公路运输方式选择的影响大于铁路运输；“祖辈替孙辈购买机票”的折扣票务形式可提高大学生选择航空出行的概率.     

选择铁路方式出行的阻碍因素综述

研究表明,即使铁路出行是最具有成本效益的出行方式,许多出行者仍然会选择其他出行方式。这表明选择铁路出行方式存在一些与费用无关的阻碍因素。本文对有关这些阻碍因素重要性的文献进行了综述,这些研究主要来自英国,但也有一部分来自于其他国家。共确认了37种不同的阻碍因素,它们可以被划分为＂刚性因素＂、＂柔性因素＂与＂互补性因素＂。出行者通常不会只考虑其中的单一阻碍因素,而是将这些阻碍因素看成一个整体,由此使得对最重要阻碍因素的确认十分困难。很多情况下,对于某一出行者来说,所有存在的阻碍因素都需要在出行方式转移之前解决。在思考不同阻碍因素的相对重要性后,对克服它们并实现其他出行方式向铁路转移的最有效措施提出了建议。这涉及主要的交通政策,因为它能够为有限的可利用资金确定目标市场,从而影响出行行为并提高出行方式的可持续性。     

公共自行车换乘轨道交通行为影响因素分析

基于在南京地铁站点实地调查的数据,从出行个体和土地利用两个角度出发,构建多项logit模型,深入剖析各影响因素发生变化时引起出行者选择公共自行车换乘轨道交通概率的变化情况。研究结果表明:地铁站周围住宅区和教育机构则是公共自行车客流的主要吸引源;出行时间和出行费用是出行者选择轨道交通换乘方式的主要考虑因素;公共自行车主要承担通勤出行上班族的短距离出行,有自行车被盗经历的居民改用公共自行车换乘的趋势更为明显。     

基于SEM的雾霾天气对大学生交通出行影响研究

大学生群体是较为特殊的群体,几乎不拥有私家车,多采用公共交通出行,且多为弹性出 行,更易受到雾霾等外部因素的影响。鉴于此,针对大学生群体,研究雾霾天气下影响其出行的关键因素以及雾霾天气对其出行各方面（如出行时间、出行次数等） 的影响及影响程度。在大学 生问卷调查的基础上,运用计划行为理论,建立结构方程模型,研究雾霾天气下大学生出行行为特征。运用AMOS21.0 及SPSS20.0 软件,对结构方程模型进行实证分析及检验拟合。研究结果表明：雾霾天气下,出行者的心理状况和对雾霾天气的敏感程度是影响大学生出行的关键因素;雾霾天气会导致出行者出行行为的改变,其中对出行时间的影响最大,其次是出行次数,对出行方式的影响最小。     

���dz����ڲ�����Ӱ���������� ��ʽѡ����Ϊģ��

为解决区域客运方式选择模型中缺少定量考虑市内出行影响的问题,从完整出行链的角度,将区域出行全过程划分为三阶段,区分了区域与市内出行的共性及差异性影响因素.提出包容值的概念,用于描述市内出行对区域出行方式选择影响的综合效用.基于NL模型构建涵盖市内出行作用的区域出行方式选择行为模型,对模型的特性变量进行具体定义,运用NLOGIT软件对模型进行参数标定.最后,将模型应用于成渝通道实例分析中,共回收有效问卷924份.计算结果表明:市内出行主要受出行时耗、费用及是否换乘3个变量影响,考虑了市内出行包容值的改进模型优度比较传统模型提高了0.145,显示模型解释度和精确性有一定提升.     

用户出行费用综合更新自学习模型的研究

主要研究了用户出行费用的自学习与更新过程,将整个过程分解为费用估计、权重调整、经验费用学习3个部分,并据此提出用户出行费用综合更新自学习模型,将用户出行前的费用估计、出行后经验更新以及权重调整几个过程为一体,形成比较完整的路径费用学习演变过程。     

大城市公交分担率测算模型构建与实证研究

公交分担率的影响因素包括两方面,一是决策者的影响(政府规划者和城市土地利用);二是使用者的影响,主要体现在:出行费用、出行时间和舒适度。基于多目标函数原理,选取以上影响公交分担率的主要因素,即公共利益和个人利益,构建多目标公交分担率测算模型,并给出模型求解步骤;对于公共利益因素选取道路占有面积并构建测算模型,对于个人利益则构建广义费用及车内拥挤度测算模型;结合南京市相关数据,对模型进行标定应用。计算表明:南京市公共交通道路占有面积不合理,费用合理,高峰小时拥挤度不合适,测算分析结果与南京实际情况相符合,表明该模型可用于大城市公交分担率测算分析。