基于巢式Logit模型的低收入人群出行行为分析 ——以上海市智能手机调查数据为例

低收入人群是城市人口组成的重要和特殊部分,关注并研究其出行行为具有重要的社会价值。本文首先界定城市低收入人群的范围,根据上海市居民出行调查数据划分出研究对象,总结影响低收入人群出行行为的多重变量,然后基于效用最大化理论构建出行目的和出行方式相互影响的巢式Logit模型,并对模型参数进行标定,得到低收入人群出行行为选择的特定规律。结果表明,出行时段、出行费用、出行优先政策以及出行目的对低收入人群出行方式选择具有显著影响。     

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.     

群体出行的交通方式选择行为研究

多人结伴的群体出行是非通勤目的的交通出行中的普遍现象,已有交通方式选择行为研究中通常以出行者个体作为交通方式选择的决策单元,对于群体出行状况下的交通方式选择行为研究具有不适应性.以出行者群体作为交通方式选择的决策单元,基于2010年上海世博会游客的出行数据,建立了不同群体规模的出行方式选择行为模型.结果表明,群体出行对于交通方式选择行为具有显著影响:出行者对交通服务属性的敏感性下降;出行者群体的车内时间价值增加;出行者感知的车外时间当量和换乘惩罚当量上升.     

城市低收入人群广义出行成本研究

从广义出行成本的角度出发,以定量分析为主,辅以适当的定性分析,研究城市低收入人群出行过程中的使用成本、时间成本和舒适度成本.通过对南京市多个经济适用房小区进行居民出行调查,以客观数据为基础,建立广义出行成本模型,预测低收入群体几种主要的出行方式分担率,有利于分析他们的日常出行,为制定关于低收入人群的不同交通方式的出行保障策略提供依据.     

流动人口出行特征及出行方式选择模型——以北京市短期旅居流动人口为例

数量庞大的流动人口在北京市交通出行者中扮演重要角色。其中,短期旅居流动人口(在京时间小于1个月)由于居住时间短、活动集中、目的性强等特点,出行行为更加复杂和不确定,其出行规律及出行方式选择的研究对于解析和把握城市整体交通特征具有重要意义。通过分析北京市2014年第五次综合交通调查中的流动人口调查数据,以在京时间一个月以内、居住在各星级酒店和小旅馆等地的短期旅居流动人口为研究对象,研究其出行特征与出行方式选择的内在联系,并通过多项Logistic模型构建相应的出行方式选择模型。结论显示居住地类别、公交IC卡持有情况、出行距离、出行费用、出行时耗等因素对流动人口的出行决策影响显著;引导流动人口向绿色出行方式转移需要在流动人口的重要集散地合理配置公交设施、提供公交IC卡便捷的购卡和退卡服务、提高公共自行车使用的便利性。     

城市交通出行行为中的潜变量研究综述

潜变量是提高交通出行行为预测精度的有效方法,潜变量的提出为出行行为 研究提供了新视角.为解决目前出行行为中缺少潜变量概念认知及潜变量应用的问题,本 文从社会心理学入手,分析已有出行行为建模方法的特点,提出潜变量研究的必要性,对 出行行为中潜变量内涵、应用领域、模型构建进行系统梳理,明确潜变量研究的三个核心 问题是识别、有效性验证及计算.评述与研究涵盖潜变量的出行行为整合模型的机遇、难 点和挑战.并揭示潜变量测度方法与SP/RP 调查的关联性,综述潜变量模型检验判定标 准,最后总结出行行为潜变量研究的发展趋势及发展方向.     

北京市居民出行方式人群分类

为识别出行者选择不同出行方式的差异,将多重对应分析法应用到行为领域进行出行人群分类。根据北京市居民日常出行问卷调查,利用结构方程模型选择出对出行方式影响比较显著的变量,分析出行人属性、出行属性、出行偏好和出行方式之间的定量关系。根据选择出来的指标把出行人群划分成5个类别,分析每类群体所倾向的出行方式并针对不同群体提出相应的措施,以引导居民出行。     

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.     

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.     

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.     

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.     

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...     

基于需求分层的高速铁路供给特性对客运分担率的影响分析

高速铁路运输供给的两个核心要素为票价和运营速度,为细化分析其对不同旅客出行方式选择的影响,根据需求的两个主要特性即收入和出行距离对旅客进行层次划分。运用非集计离散选择模型,以出行时间、费用收入比为特性变量,分别对不同收入层次旅客建立效用函数并应用Logit模型求出相应的分担率函数。以票价和运营速度为自变量,分析其对不同层次旅客出行选择影响的程度和变化规律,为高速铁路运营策略调整提供参考。     

基于Nested Logit模型的共享单车选择行为研究

近两年来,共享单车迅速发展,已有研究较少从微观角度来阐释共享单车的选择行为.本文基于随机效用理论,构建Nested Logit模型,选取出行目的、接驳时间、在车时间、停车时间、费用等出行特征变量,选取下雨(雪)、空气质量、气温、风力等级等天气状况变量,选取年龄、性别、收入等社会经济变量作为效用函数的特征变量,采用D-optimal法设计问卷,在济南市开展共享单车实证调查.基于收集到的样本进行参数标定,找出影响共享单车及其他出行方式选择的关键影响因素;并对共享单车的乘车费用与接驳时间进行弹性分析,明确了共享单车乘车费用与接驳时间变化对短途出行结构的影响.     

Travel Behavior Analysis of the Females in Beijing

In urban life, compared with the same age group of male contrast, the statistical indicators of female travel behavior show significant differences. According to the sample data of Beijing 2005 travel survey, the paper analyzes the female travel behavior in the travel rate, travel consumption, trip purpose, and travel mode. Furthermore, the paper introduces the concept of the trip chain, to construct a female morning commuter trip chain choice behavior model with noncollection theories and methods, to analyze 10 factors that influence a female individual's choice of a trip chain from the source. Subsequently, model parameters are estimated, to calculate the incidents that can help to quantitatively understand the impact of each factor on a female's choice of the trip chain. The results show that the travel rate of elderly women is far lower than that of elderly men. Female travel proportion in shopping and social activities is obviously higher than that of male travelers, and factors related to the structure of families create important constraints in their average travel time consumption. The main travel mode of the female is walking, which is far more than that of a male. Age, whether they hold licenses, monthly income, and transport ownership are dominant factors for the female's choice of the trip chain.     

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.      

考虑定制出行的儿童通学方式选择行为研究

为系统获取考虑定制出行后儿童通学方式选择的行为模式,在系统选取影响儿童通学方式决策变量的基础上,集成结构方程模型和离散选择模型,提出儿童通学方式选择的混合选择模型(HCM),以云南省昭通市为案例进行分析.结果表明：所构建的HCM模型相比结构方程模型和离散选择模型具有更高的拟合优度,更适用于儿童通学方式选择行为分析;与小汽车出行方式相比,行为意向对家长选择定制出行方式的影响更大,定制出行方式的普及更多取决于家庭的接受和依赖程度;时间和成本并非是家长选择定制出行方式的首要考虑因素.