居民非工作活动和出行的结构方程建模

非工作出行在城市居民出行结构中所占比重呈现不断上升趋势.结合上海市居民出行调查数据,采用结构方程模型(SEM),对社区居民非工作活动和出行的作用机制进行建模分析.研究结果表明个人特征、家庭特征和社区特征都能对居民非工作活动和出行产生影响,但社区特征具有较强作用,而出行者个人属性和家庭属性的影响强度相对要小.个人特征中就业情况对居民非工作活动和出行影响显著,家庭特征中小汽车数量有较强的影响效应,社区特征中社区公共设施覆盖率影响最为显著.     

基于移动互联交通信息的居民出行方式特性

为研究移动互联网时代下的居民出行特性，探索在出行链过程中移动互联交通信息对出行方式特性的影响。本文通过RP-SP融合调查获取出行者基本属性、实时交通信息属性及出行特征属性，建立居民出行方式选择巢式Logit（Nested Logit）模型，对桂林市居民展开出行方式选择特性调查。研究结果表明: 在出行链日趋复杂的情况下，个体的出行活动和交通行为与移动互联交通信息关系愈发紧密；移动互联交通信息对居民出行方式特性产生显著影响，尤其对私家车出行影响最大，其中实时路况信息属性影响最为显著，其次为拥堵延误时间；交通信息获取的满意度越高，越能促进居民选择公共交通出行。该结论能够作为理论基础与实证依据推动移动互联交通信息下的路径选择与交通出行诱导提供研究依据。     

基于三参考点多属性决策的居民出行方式选择

针对不同方式之间的客观优势与不足以及每种出行方式本身内在特点,以多属性决策方法为基础,引入前景理论价值函数,从影响出行者出行方式选择的主要属性出发,提出基于三参考点的不确定多属性出行方式选择方法。考虑评价属性值的不确定性,采用区间数描述属性值;其次,采用模糊分析法刻画出行者对不同出行方式的偏爱程度。对比三参照点和单参照点两种情形下的各种出行方式的效用排序结果,分析表明该方法获得最优出行方式不仅考虑了各种出行方式之间的外在相对优势,又体现了不同出行方式内在努力程度及出行者对不同出行方式的偏爱。     

汽油价格上调影响下出行者出行方式选择

为分析汽油价格上调对居民出行方式选择行为的影响,对城市居民出行者进行调查,获取不同情境下出行者的出行方式选择行为,将出行者划分为有车出行者和未来五年内有购车意愿的无车出行者,采用混合Logit模型构建两种群体在汽油价格上调影响下的出行方式选择模型,分析各影响因素的显著性。研究结果表明：汽油价格增长率对出行者出行方式选择存在显著性影响；对于有车出行者来说,汽油价格的上涨对高收入出行者改变小汽车出行影响较小,收入与选择小汽车出行概率呈正相关；年龄、收入、出行时间与出行距离对无车出行者未来选择小汽车出行有显著影响。研究结果可为我国汽油价格调整和城市交通需求管理策略的制定提供理论依据。     

降级路网组合出行交通流分配模型与算法

研究降级路网条件下的组合出行交通平衡问题。首先,基于出行者对降级路网的不同风险态度,将出行者分为3类:守时型、冒险型和平均型。其次,考虑小汽车出行和小汽车换乘地铁出行2种出行模式,分析降级路网条件下不同用户类的组合出行行为,建立相应的多用户变分不等式交通分配模型,讨论模型解的性质。最后,设计模型的求解算法,并通过算例说明模型和算法的有效性。结果表明:不同出行时间预算的出行者在降级路网中的路径选择行为存在较大差异,路网降级程度对出行者出行选择行为影响显著;随着道路通行能力的降低,出行者更倾向于选择组合出行模式。     

通勤出行时间与方式选择

针对不同方式通勤出行者在出行时间上的差异性,从通勤出行方式对通勤出行时间的影响出发,将通勤出行方式选择和出行时间选择纳入同一模型系统,建立由离散选择模型和线性回归模型组成的离散 连续模型,对通勤出行方式和出行时间选择及其相互影响模式进行了深入分析.研究表明,通勤出行方式对出行时间选择有显著影响,通勤者年龄、性别及其家庭成员结构、工作活动属性及通勤途中的非工作活动安排等都是出行方式和出行时间选择的重要影响因素.本研究对准确预测通勤出行选择行为及其对交通管理工作的影响有重要意义.     

关于北京市感知价值对共享单车出行选择影响的调查分析

为研究共享单车在城中化进程中的发展以及其在促进公共交通和减少私家车使用中的重要作用.通过把行为经济中的感知价值因素引入到共享单车出行选择分析框架中,把反映出行者感知利得和感知利失的潜变量以及刻画骑行者个人特征和出行特征的显变量统一纳入到离散选择潜变量混合模型(integrated choice and latent variable,ICLV),研究了感知利得(包括感知节约、感知激励、履行社会规范)和感知利失(包括转换成本和感知风险)心理权衡过程对出行者出行选择的量化影响水平.结果 表明:①收入,偏好以及衔接性正向显著影响出行者共享单车出行选择行为;②男性比女性更愿意选择共享单车出行;③出行目的也显著影响出行者共享单车出行选择行为;④在感知价值方面,感知利得正向影响通勤者共享单车出行选择行为,其中感知时间节约,沿途风景欣赏,资源节约显著影响;感知利失负向显著影响出行者共享单车出行选择行为,其中转换心理成本和感知信息风险会显著影响.     

基于出行态度的自行车通勤出行市场划分

为识别自行车通勤出行中不同出行者选择偏好的差异,针对基于出行态度的自行车通勤出行市场进行划分.根据南京市居民通勤出行问卷调查,采用结构方程模型从29个观测变量中提取出若干态度潜变量,分析了出行偏好态度变量间的相关性,并采用K-means聚类方法对自行车通勤出行市场进行划分.根据选择自行车通勤出行意愿、对固定出行时刻需求、对出行舒适度需求及环保意识4类态度变量将自行车通勤出行市场划分为6个子市场,同一子市场内个人选择自行车出行意愿近似,不同子市场间选择意愿明显不同.分析了每个子市场内个人通勤出行态度特征以及自行车方式选择特征,针对每个子市场提出了相应政策以引导自行车通勤出行方式的选择.     

评估政策感知对居民绿色出行意向的影响

绿色出行的引导效果受政策及出行者选择偏好影响,需要考虑不同类型的低碳引导政策和出行者的异质性。为定量分析政策和出行者异质性对出行行为的影响,将政策分为三种：经济、便利和公共信息政策感知,基于521份绿色出行问卷调查数据,采用K-means聚类将出行者划分为享乐型组(60.7%)和实用型组(39.3%)。偏最小二乘法结构方程模型(partial least square method of structural equation model, PLS-SEM)的结果表明：在出行者绿色出行行为中,若不考虑出行者的异质性,可能高估或低估政策对出行者绿色出行意向的影响;享乐型组的绿色出行意向受公共信息政策感知的影响大于实用型组,受经济政策感知的影响小于实用型组;公共信息政策是引导享乐型组和实用型组绿色出行最重要的政策措施。     

居民出行链、出行方式与出发时间联合选择的 交叉巢式Logit模型

为刻画出行链、出行方式与出发时间的联合选择行为,选取出行耗时、出行费用及个人与家庭属性等作为效用变量,以出行链选择子集合、出行方式选择子集合和出发时间选择子集合的组合作为模型的选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型,为方便对比,同时构建3种结构的传统NL模型。利用2010年北京市居民工作出行的小样本调查数据,对模型参数进行估计和检验,并进行弹性分析,分析效用变量的改变对备选方案选择概率的影响。参数估计结果表明,交叉巢式Logit模型具有比NL模型更优的统计学特征,并发现当效用变量改变时,选择者最先变更其出发时间,然后是出行方式,最后才考虑改变其出行链结构。直接和交叉弹性分析表明,与简单链的小汽车出行者相比,复杂链的小汽车出行者对出行时间与出行费用的敏感性较低。研究结果可以为制定和评价交通需求管理政策提供依据。     

多交通方式实时信息影响下的通勤者出行行为

为确定实时信息对于出行行为的影响,探索了手机APP提供多交通方式实时出行者信息下的通勤者交通方式选择行为。采用意向调查方法,获取了上海市居民在提供包含两条自驾路线（以高架为主和以地面为主）和一条停车换乘地铁路线的实时交通信息情况下的交通方式选择行为数据。运用描述性分析和多元logit模型,得到了交通方式选择的主要影响因素。研究发现,通勤者的驾龄、家庭私家车数量、开车频率、获取交通信息频率、停车换乘设施使用经历等个体属性,行程时间和车厢拥挤程度等信息内容,会显著影响出行决策。此外,提出了对交通规划与管理和多交通方式出行者信息系统研发有指导意义的建议。     

拥挤收费下居民出行方式选择———基于累积前景理论的分析

本文基于行为经济学中的累积前景理论,建立居民出行方式选择行为模型,探讨政府在高峰时段采用拥挤收费政策的情形下,不同收入水平出行者出行方式的选择行为,并用算例的形式分析了不同收费标准对出行方式选择的影响程度。研究结果表明：当拥挤收费至一定额度时,出行者的出行方式发生改变。对于中、低收入水平出行者,分别收费3元、2元时,小汽车出行者的出行方式发生变化;而对于高收入者,收费大于6元时才发生变化;不同收费标准对不同收入水平出行者的出行方式选择的影响程度不同。在高峰时段对居民设置恰当的拥挤收费,可改变其出行方式,减少小汽车出行,从而缓解城市交通拥挤。     

居民交通方式选择行为影响因素分析

交通方式选择行为是交通需求预测研究的重要内容。本文利用上海出行者交通方式选择意向调查数据,对小汽车、地铁、自行车三种交通方式的选择行为进行了分析与建模。首先,对地铁票价、小汽车出行时间及费用的多种组合情景下的各交通方式分担比例做了分析。然后,运用计量经济学中的离散选择建模方法,建立了包括出行者个体属性、出行时间及费用等因素的交通方式选择多元logit模型。最后,提出了交通规划和管理政策与措施方面的建议。     

出行者感知误差下目标导向型双属性用户均衡

提出了目标导向型双属性路径效用模型,用于分析随机交通网络中出行时间和出行时间可靠度两属性影响下出行者的路径选择行为,其中能够达到的目标决定了路径效用的大小。所提出的模型具有3个特点:一是考虑出行者感知误差,从而得到出行时间和出行时间可靠度的感知值;二是基于感知值的边际分布,采用Copula函数刻画感知值间的随机相关性;三是出行者为每个属性赋予特定目标,并且提出了目标间的相互作用,即互补关系。基于所提出的路径效用模型,进一步提出了考虑出行者感知误差的目标导向型双属性用户均衡模型,将其表示为变分不等式问题,采用连续平均算法对其进行求解。最后通过数值实验验证了出行者不同出行行为下的表现和算法的有效性,并对相关参数进行了敏感性分析。提出的模型拓展了出行者路径选择的研究范围。     

基于行为经济学前景理论的出行决策

考虑出行环境不确定性和出行者有限理性的特点,应用行为经济学中的前景理论分析出行决策行为,引入拥堵收费和票价折扣作为变量,建立改进的出行决策模型。将出行方式划分为公共交通和私人交通两类,引入政府参与管理因素,探讨不同交通需求管理政策干预下出行者的决策行为,通过算例分析了不同政策标准对出行决策行为的影响程度。结果表明：同时引进拥堵收费和票价折扣政策,拥堵收费超过22元时,出行者的决策结果发生改变。合理设置拥堵收费和票价折扣标准可以促进更多出行者选择公共交通出行。     

高度信息化条件下的动态配流模型

考虑出行者在高度信息化条件下的动态路径选择行为,提出一种高度信息化条件下动态配流模型的框架。将出行者分为被诱导和未被诱导两类,未被诱导的出行者选择静态最短路径,而被诱导的出行者选择随时间变化的最短路径。出行者在交通信息影响下选择自己的最佳出行路径,先进的出行者信息系统通过对交通网络各种交通状况信息的收集和处理,为出行者提供更有价值的交通信息。该模型框架为智能化交通运输系统的建立提供一定的理论依据。     

电动自行车超标问题的演化博弈分析与治理

将电动自行车出行者群体作为一个同质总体,将每一出行者看作是具备有限理性和学习能力的个体,对电动自行车超标问题进行了演化博弈分析.研究表明,当出行方式选择达到演化博弈均衡时,习俗或惯例往往相伴生成;在收益矩阵不变的条件下,只有对于多重均衡才可能发生博弈均衡的转变,这取决于总体的初始状态.在此基础上,对电动自行车超标问题提出了规范和治理措施.运用演化博弈论和制度分析方法研究交通习俗和惯例的生成与演化规律,不仅可以加深对出行行为的理解,也为交通政策的制定和实施提供了理论依据.