道路交通统计生命价值测算模型及其验证

基于参数服从SB分布的混合Logit 模型进行道路交通统计生命价值的测算研究. 首先，结合意愿选择法和正交实验法设计出行路径选择调查问卷；然后，基于死亡风险系数服从对数正态分布和SB分布的混合Logit 模型，构建统计生命价值测算模型；接着以大连市私家车出行者为调查对象获得调查数据，并利用Monte Carlo 仿真方法进行模型参数标定；最后，对模型进行比较分析，并获得统计生命价值的测算值. 研究结果表明：死亡风险参数服从限制域为(0.0, 0.5)SB分布的混合Logit 模型，精确性更高且更合理；道路交通统计生命价值测算值为 105.76万元，这一结果可以作为道路交通安全项目经济评价的参考数据.     

道路交通统计生命价值测算模型及其验证

基于参数服从SB分布的混合Logit 模型进行道路交通统计生命价值的测算研究. 首先，结合意愿选择法和正交实验法设计出行路径选择调查问卷；然后，基于死亡风险系数服从对数正态分布和SB分布的混合Logit 模型，构建统计生命价值测算模型；接着以大连市私家车出行者为调查对象获得调查数据，并利用Monte Carlo 仿真方法进行模型参数标定；最后，对模型进行比较分析，并获得统计生命价值的测算值. 研究结果表明：死亡风险参数服从限制域为(0.0, 0.5)SB分布的混合Logit 模型，精确性更高且更合理；道路交通统计生命价值测算值为 105.76万元，这一结果可以作为道路交通安全项目经济评价的参考数据.     

道路交通统计生命价值测算模型及其验证——基于S_B分布的Mixed Logit模型

基于参数服从S_B分布的混合Logit模型进行道路交通统计生命价值的测算研究.首先,结合意愿选择法和正交实验法设计出行路径选择调查问卷;然后,基于死亡风险系数服从对数正态分布和S_B分布的混合Logit模型,构建统计生命价值测算模型;接着以大连市私家车出行者为调查对象获得调查数据,并利用Monte Carlo仿真方法进行模型参数标定;最后,对模型进行比较分析,并获得统计生命价值的测算值.研究结果表明:死亡风险参数服从限制域为(0.0, 0.5)S_B分布的混合Logit模型,精确性更高且更合理;道路交通统计生命价值测算值为105.76万元,这一结果可以作为道路交通安全项目经济评价的参考数据.     

收费及奖励策略对通勤出行方式选择的影响分析

为研究收费及奖励两种交通需求管理策略对居民通勤出行方式选择的调控作用,以杭州市主城区为例,通过SP(Stated Preference)和RP(Revealed Preference)调查私家车通勤出行者在停车收费及非小汽车出行奖励情景下的方式选择意向,利用非集计理论分别建立停车收费和出行奖励单独实施和共同实施下通勤出行方式选择的巢式Logit(NL)模型,研究停车收费及出行奖励对私家车通勤出行者出行方式选择的单独影响及共同影响效果,并分析两类策略的弹性。研究结果表明：停车收费和非小汽车出行奖励均能减少私家车出行比例,增加公交和地铁等公共交通出行比例;当停车收费达到一定费率时,才能有效减少私家车出行,适当的奖励能有效激励出行者转向其他出行方式,若同时实施收费和奖励策略,将表现为收费为主和奖励为辅的联合作用;在3类场景中,收入均是影响出行方式选择的重要因素,收入越高,继续选择私家车出行的可能性越大;单独收费场景下,停车收费弹性随费率增加而增大,且费率较低时缺乏弹性,出行奖励弹性随奖励金额增加而先增大后减小,小额奖励即有弹性。     

������˽�ҳ������µĽ�ͨӵ���շ�Ч���о�

以博弈论为工具,分析了存在公务车的情况下,交通拥挤形成的微观机理以及交通拥挤收费的实施效果。分析表明,拥挤收费并不影响公务车的出行,受到影响的只可能是私家车。在存在大量公务车的情况下,拥挤收费的总体效果取决于私家车出行者的时间价值分布和公务车出行者所占的比重。当公务车出行者的时间价值大于或等于私家车出行者的时间价值时,拥挤收费能有效地化解交通拥挤;当公务车出行者的时间价值小于私家车出行者的时间价值时,拥挤收费很可能只是增加出行者的出行成本,而无法起到缓解交通拥挤的作用。一般地说,高时间价值的私家车出行者所占的比例越高,拥挤收费的效果就越差;公务车出行者占总出行人数的比例越高,拥挤收费的效果越差。     

����Logitģ�͵ĵ�·��ͨͳ��������ֵ

道路交通统计生命价值是道路交通安全项目经济评价的重要指标.首先基于二项 Logit模型建立道路交通统计生命价值的评价模型;结合意愿选择法和正交试验法设计路径出行选择的意愿调查问卷,并以大连市私家车出行者为调查对象实施意向调查;最后利用意向调查数据,借助GAUSS软件进行模型标定.研究结果表明,大连市私家车出行者的道路交通统计生命价值约为36万元,模型具有较高精确性;道路交通统计生命价值受个人月收入、驾龄、车保险情况和学历四个个人因素显著影响.     

班车通勤次数选择行为研究

通过对私家车通勤出行者RP和SP调查,分析了性别、年龄、驾龄、燃油价格等因素对班车通勤次数选择行为的影响,建立了基于Ordinal Logit（OL）模型的私家车转向班车通勤出行的频率选择模型。模型系数表明,驾龄小于3a的私家车出行者,在燃油价格上涨时,更倾向于班车通勤出行;驾龄大于3a的私家车通勤出行者,随着驾龄的增加,受燃油价格的影响越小,转向班车出行的频率越低。     

出行者对出行方式服务属性的感知差异研究

解析出行者对服务属性的感知差异能够为提升城市公交服务水平提供理论依据.基于上海市居民出行意愿调查,建立考虑行程时间与车内拥挤度交叉项、可靠性的出行方式选择效用;根据多项Logit模型和混合Logit模型的通用参数和选项特定参数估计结果,量化出行者对出行方式服务属性的感知差异.结果表明:拥挤有座时的时间价值是不拥挤有座时的1.41倍,拥挤无座时的时间价值是不拥挤有座时的1.56倍;地铁的可靠性价值显著高于私家车和常规公交;同一车内拥挤程度水平下,常规公交的时间价值大于地铁.     

���Logitģ�͵IJ���������Ӧ���о�

混合Logit模型具有较高的灵活性,其效用变量的系数可以服从正态分布、对数正态分布、SB分布等多种形式. 本文以北京市居民出行调查数据为基础,建立交通方式选择的混合Logit模型,允许系数取不同分布类型的组合,采用极大模拟似然法完成参数估计. 在模拟中使用拟随机数序列计算模拟概率,首先使用变序Halton序列给出几种高精度的结果,进一步采用MLHS（Modified Latin Hypercube Sampling）方法对其中最好的假设模拟求解,为效用变量的系数确定了合适的随机分布函数. 参数的估计值清晰地解释了影响人们出行的各种因素.     

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.     

电动自行车与机动车事故严重性影响因素分析

为减少电动自行车与机动车事故造成的损失，定量剖析不同因素对事故严重程度的差异性影响至关重要。基于上虞区2018年10304起电动自行车与机动车事故，分析该类事故的严重性分布情况和时间与空间分布特性。以事故严重性为因变量，将其有序分为未受伤、轻伤及重伤事故3类，从时间、空间、道路、环境、骑行者及车型6个方面，选取17个事故严重性潜在影响因素， 采用多项Logit模型、有序Logit模型、广义有序Logit模型及偏比例优势模型进行拟合度对比分析，并以最佳模型(偏比例优势模型)和边际效应，量化分析各因素对事故严重性影响的显著性与差异性。结果表明，除节日类型、车道限速、车流相交角及温度对事故严重性影响不显著外，其余 13个因素都有显著影响，事故时间、光线亮度、骑者性别、骑者年龄、车辆类型及电动自行车类型违反平行线假设；对该类事故严重性影响最大的前4个因素为电动自行车类型、机动车类型、骑行者年龄与性别，其边际效应绝对值的最大值均超过61%，事故区位、道路类型及光线亮度的影响较大(20%~30%)，事故时间和风力等级影响较小(10%~20%)，而季节、事故位置、慢行干扰度和天 气状况的影响最小(≤8%)。基于各因素的差异性影响，为交通管理部门提出了有效改善建议。     

巢式Logit交通方式划分模型及求解方法研究

巢式Logit模型是在一般Logit模型基础上的一种改进模型,它考虑了各选择枝之间的相关性,对具有相似性的各选择枝进行了分类,因此该模型更接近实际情况,但同时也使得模型及其算法变得复杂,难以得到广泛采用。通过分析这两种模型的内在关系,提出了一种求解巢式Logit模型的方法,该方法直观,程序化强,便于应用;并通过示例说明了该方法的计算过程。     

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。     

基于公交可达性的公交方式选择模型研究

交通方式选择是公交出行需求预测的关键内容之一。文章在公交方式选择效用函数中加入起点和终点交通小区的交通可达性（考虑公交站点到达时间、站台数量、线路条数、发车频率等）,对Logit模型进行改进,并用海口市居民出行调查数据对改进模型进行验证,结果表明改进模型划分结果更接近真实值。     

�ǹ�������ɺͷ���ģʽ�о�

非工作活动及其派生的出行需求,是交通需求管理和控制工作关注的焦点. 本文通过居民出行调查数据分析,以家庭为分析单位,从活动的生成和分配两个方面描述了非工作活动在家庭层面的安排模式,从出行链的角度分析了非工作活动与工作活动和出行的相互关系. 系统由两个模型组成,首先用二项Logit模型分析非工作活动的参与选择,然后用fractional multinomial Logit模型分析了非工作活动在不同结构出行链中的分配情况. 结果显示,私人交通工具的拥有、靠近市中心的居住位置和家庭收入的增加都会刺激家庭非工作活动的需求. 而随着非工作活动需求的增加,复杂出行链成为家庭组织非工作活动的主要模式. 研究结果对出行需求预测和管理工作有重要指导意义.     

Logit多路径分配模型及其求解算法研究

通过对多路径Logit分配模型及经典的Dail算法的研究,并针对kgit分配模型及Dail算法的缺陷,提出的一种改进的kgit模型及相应改进的Dail算法,对交通分配及速度求解速度都有非常重要的意义。     

弹性需求下的随机用户平衡模型及求解算法

笔者在文中研究了弹性需求下的随机用户平衡配流模型,给出了相关的一些证明,并设计了求解算法.最后用一个简单算例进行了编程计算,指出了参数对计算结果的影响,指明了进一步研究的方向.     

出行链特征指标的提出及应用研究

以往传统的交通分析方法,将大量的交通信息堆砌在一起,如时间信息、空间信息等,忽略了信息间的相互作用,割裂了交通系统的整体性和系统性。说明了出行链对交通分析和交通规划的重要作用,从交通现象的本质出发,给出了出行链的结构和定义,提出了出行链特征指标,以“链”的形式将交通系统的时间维、空间维、方式维和活动类型联接在一起,将交通系统变成一个有机的整体。并通过多项Logit模型建立了交通方式选择模型,在模型拟合良好的前提下,验证了平均出行链长度和换乘次数对方式选择的影响是显著的。     

基于LOGIT模型和DDSUE模型的上海港集疏运系统路径流量优化

综合运用Logit模型和DDSUE模型,研究了上海港集疏运系统中的路径流优化问题,对连接货源地与目标港区之间的所有主要路径进行合理的流量分配,并在路径初始流量为零和港口管理者可以及时、准确地将城市道路交通数据传递给运输者的前提下,通过具体实例模拟了货物从货源地到港口的动态分配的整个过程,证明了算法的实用性.     

Logit模型的推导过程

国内关于Logit模型的研究都是建立在其既有公式的基础上,而关于其推导过程以及假设条件的研究较少。鉴于此,通过介绍Logit模型的推导过程,并分析其假设条件,以期为同行提供一些参考。