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.      

考虑心理潜变量的城市轨道站点接驳方式选择行为研究

本文以计划行为理论为基础框架,从出行者使用接驳工具的经验和对接驳工具属性评价两个维度分别引入出行习惯、感知态度两类潜变量,构建城市轨道站点接驳方式选择意向的多指标多因果模型,探究城市轨道站点接驳方式选择意向的影响因素及其作用路径,并在此基础上结合巢式Logit模型构建混合选择模型,探究出发端与到达端接驳方式选择行为的影响因素及其影响机理。结果表明：行为习惯潜变量直接影响接驳方式选择意向,感知态度对步行、共享单车接驳选择意向具有直接影响;显著影响接驳方式选择意向的可观测变量有学历、车辆保有情况、收入情况、接驳距离及出行人数;相较于慢行交通与道路公共交通,私人小汽车、电动车的有无对私人交通方式接驳选择行为影响较大;学历和职业等个人社会经济属性,出行目的和出行人数等出行属性,以及主观规范和行为意向等心理属性对出行者城市轨道出发端和到达端接驳方式选择行为均有显著影响;相较于到达端,出行费用、主观规范及行为态度对出发端接驳方式选择行为的影响更大,且出发端接驳方式选择对到达端的接驳决策行为具有影响。     

基于持续时间模型的日出行时间分析

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.     

都市圈通勤出行行为特性分析与建模

为研究都市圈范围内通勤出行的交通方式选择行为,分析出行特性,揭示个体属性、家庭属性及出行属性对方式选择的影响,本文建立都市圈通勤出行Nested Logit 模型,对北京都市圈内廊坊市“北三县”的4 385 个进京通勤者的出行方式选择机理进行研究. 结果表明,出行方式的费用、出行时间及换乘次数均对通勤者出行方式选择产生显著影响. 为验证模型的有效性,提出两种政策改善方案,分析各方案下出行方式划分率变化情况,数据显示综合改善效果下小汽车的出行方式比例下降2.46%,公交与地铁的出行比例分别提高1.73%和 0.75%,表明方案对交通方式分担率改善效果明显.     

都市圈通勤出行行为特性分析与建模

为研究都市圈范围内通勤出行的交通方式选择行为,分析出行特性,揭示个体属性、家庭属性及出行属性对方式选择的影响,本文建立都市圈通勤出行Nested Logit 模型,对北京都市圈内廊坊市“北三县”的4 385 个进京通勤者的出行方式选择机理进行研究. 结果表明,出行方式的费用、出行时间及换乘次数均对通勤者出行方式选择产生显著影响. 为验证模型的有效性,提出两种政策改善方案,分析各方案下出行方式划分率变化情况,数据显示综合改善效果下小汽车的出行方式比例下降2.46%,公交与地铁的出行比例分别提高1.73%和 0.75%,表明方案对交通方式分担率改善效果明显.     

社交网络交通信息对出行方式选择行为影响模型

为解决社交网络交通信息对出行方式选择行为影响缺少定量描述方法的问题,基于技术接受理论,提出感知有用性、感知易用性、感知风险性等 7个潜变量作为出行者对社交网络交通信息的心理感受变量.结合个人属性变量、出行方案属性变量共同构建融合社交网络交通信息影响的出行方式选择行为混合离散模型,运用重庆市问卷调查数据进行实证分析.结果表明,混合模型优度比提升了 0.171,同时,心理感受变量中感知风险性对选择结果有负向影响,其余变量对选择结果均为正向影响,而感知有用性(0.757)、主观规范(0.646)、感知信任 (0.502)对结果影响最大.     

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。     

基于多项logit模型的老城区通勤出行方式选择研究

探讨了老城区通勤者出行方式的影响因素,依据2013年合肥巢湖市居民出行调查数据,将出行方式划分为自行车、电动车、公共交通和小汽车4种类型。采用多项logit模型分析4种出行方式与通勤者个体特征、家庭特征和出行特征之间的关系。结果表明,老城区通勤者个体特征和家庭特征对出行方式选择的影响与已有研究一致;当出行距离较短,出行时间相对较少,老城区通勤者更加倾向选择电动车出行。     

基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析.为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型.然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Lo...     

���ڳ���ʱ��ģ�͵��ճ���ʱ�����

交通需求管理和控制与时间因素密切相关,对出行时耗的研究是出行行为分析的重要内容. 本文提出了用于出行时间分析的持续时间模型,讨论了通勤者日出行时间投入随出行者及其家庭社会经济属性、活动和出行特征变化的连续分布规律. 模型用已投入出行时间约束下出行结束的条件概率更准确地描述了出行的动态过程,从对活动与出行之间派生和竞争关系的分析,部分地反映了通勤者的时间分配行为. 分析表明,出行时间最小化的行为假设对大多数通勤者成立. 本研究为出行时耗的定量研究提供了更准确有效的分析工具,对于准确把握通勤者时间分配行为有重要意义.     

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.     

中低收入人群居住地与出行选择行为研究综述

中低收入人群是社会发展过程中具有典型特征的一类特殊群体,而居住与出行是生活质量的核心要素,开展中低收入人群居住与出行选择行为系统综述,对促进城市空间结构优化、改善交通出行环境具有基础作用.本文主要从居住地选择与满意度评估、出行选择行为、居住地与交通出行关联性三个层面,对中低收入群体居住与出行选择行为涉及的关键科学问题、特征指标、分析模型、存在不足进行分析评述.总结发现:相关研究对象上缺少针对中低收入特定人群,研究方法将居住和出行划分为两个系统,宏观空间布局模型与微观行为分析模型相互独立,测量指标以可直接观测的外在变量为主,居民内在主观感受变量考虑不足.最后,提出了未来中低收入群体居住与出行选择行为一体化研究的发展方向.     

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.     

基于区间数的多属性出行方式选择模型

采用区间数描述出行者出行信息的不确定性, 提出了多属性出行方式决策模型。基于互补判断矩阵的最小平方法计算不同出行方式的权重, 建立了离差最大化模型计算特性变量的权重, 进而获得出行方式的组合权重, 并根据调查数据筛选小汽车出行和公交出行的样本进行模型有效性检验。分析结果表明: 当小汽车出行权重达到0.65以上时, 出行者往往采用小汽车出行; 当公交车出行权重达到0.68以上, 往往采用公交车出行。可见, 该模型可有效模拟出行者出行方式选择。     

基于SP调查的缅甸仰光市居民收入对其出行方式选择的影响研究

对于缅甸的仰光市而言,鉴于其新的快速轨道交通系统对于缓解城市现在以及将来的交通压力方面的作用,本文将依据SP调查数据对其居民出行方式选择行为进行研究.与发达国家相比,由于发展中国家诸如收入等社会经济环境因素变化相对较快,这就要求我们无论在调查方法还是模型构造上都要反映出这种交通行为决定因素的影响.因此,此次SP调查首先在设计上就反映出了将来的收入以及其他服务水平属性变化的影响;同时,也相应地进行了RP调查.接下来,要对一个RP/SP相结合的交通方式选择模型进行标定;在这个模型中,出行时间和费用的参数被分别定义为将来收入的函数.此次SP（以及RP）调查选在仰光市的一个住宅区进行,时间是2003年3月.调查结果显示,与其他交通方式相比较,被调查的人对新的快速轨道交通系统显示出了极大的偏爱.利用调查上来的数据,本文对所提出的模型结构的有效性进行了验证.另外,模型对将来的模拟分析结果显示：随着收入的增加,将来仰光市小汽车的使用将有一个很大的增加,而新的快速轨道交通系统的利用将因此减少.     

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.