日常出行方式选择及其影响因素Word格式文档下载.docx
- 文档编号:19585888
- 上传时间:2023-01-08
- 格式:DOCX
- 页数:11
- 大小:368.34KB
日常出行方式选择及其影响因素Word格式文档下载.docx
《日常出行方式选择及其影响因素Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《日常出行方式选择及其影响因素Word格式文档下载.docx(11页珍藏版)》请在冰豆网上搜索。
Ory和Mokhtarian(2005年)用观念作为变量进行调查反映涉及多少对象喜欢出于各种目的的旅游。
Schwanen和Mokhtarian(2005)建立往返模式选择为“认知失调”(目前的邻里类型和偏好的邻里类型不匹配)核算并通过观念指标来衡量。
他们发现“邻里失调统计上的显著相关的往返模式的选择:
不一致的城市居民比一致的城市居民更有可能用私家车往返,但不太可能是真正的郊区居民。
然而,邻里之间的差异往往大于一致和不一致的一个社区居民之间的差异。
”(Schwanen和Mokhtarian,2005,8,3)。
2、数据
这些数据是在2008年从7个选定的捷克城市和它们的郊区的出行行为的调查中获得的。
我利用1723个成年人包括退休人员管理的个人出行模式选择显性偏好调查。
样本中最小的城市人口是一万,最大的(首都布拉格)一百万。
我们采用定量抽样(定量性别,年龄,文化程度,经济活动和居住的地方、地址)。
主要抽样标准是这样一个事实,应答者意识到过去工作日的行程至少有一次是在相应的市区间实现的。
出行方式选择模型是建立在显性偏好引起的第一次出行和下面的行程链上随机选择的工作日的特点的基础上的。
因此,不同目的的出行(包括上下班)是包括在样本中的。
被列入各自市区范围内的唯一行程(半径25公里的公共交通服务)。
总的选择包括12个选项(开车者,搭车者,摩托车,电车,无轨电车,公共汽车,地铁,火车,区域公交车,自行车,步行,其他)。
跨地区可用的选项也不一样。
摩托车只有3例中有,因此从分析中排除。
本分析中六种公共交通模式被纳入一个共同的代替品(公共交通)。
除了选定日期和对视首选邻里和其可访问性态度引发的个人的社会经济特征的出行方式选择属性。
WalkerandLi(2006)提出的两个邻里喜好修正指标附有三个无障碍制定的指标4作为调查(表2)前的处理定性预调查的结果。
五个生活方式指标被一起纳入问卷。
数据收集——一对一调查——在受访者家庭纸质调查表上完成。
数据是由专业机构收集的。
数据整理后,下面的结果是建立在1438个人的答复的基础上的。
3、模型制定
我将随机效用选择模型的潜在因素,因为我的假设是,生活方式(居委会和存取)喜好是存在的,它们不直接从数据和人们的偏好因素的不同价值观表现出不同的出行行为的识别。
分析潜在的解释变量的影响的方便功能是一个明确的变量是多项罗吉特(MNL)模型。
MNL模型假定旅客有不可观测的,潜在的偏好或不同交通模式的公用事业并且为他们选择的模式提供最实用的(Ben-Akiva和Lerman,1985)。
与运输方式相关的实用程序包括两个组件——一个确定性的部分,反映有关社会人口流动的限制,个性,生活方式等因素的影响,还有一个随机部分获得的观测到的影响。
应用随机效用选择模型假设替代Cn中i的概率是由决策者选择的,n如下
替换i的选择概率如下
如果我们假设Uin=Vin+□in,所有i∈Cn,所有的干扰□in独立同分布和耿贝尔分布有一个位置参数η,和尺度参数μ>
0,然后
如果Vin和Vjn在它们的参数中是线性的,
Xin和Xjn是观测到的个人特征和属性替量的特征向量。
通用选择集C包含5个替量:
1、开车者(CAR),
2、搭车者(PASS),
3、自行车(BIKE),
4、步行(WALK)和
5、公共交通(TRANS)。
并非所有的替量都被认为是为每一个人提供。
可用变量集(CAR_AV,PASS_AV,BIKE_AV,WALK_AV,TRANS_AV)指定的变量是可行的每一个人。
以下规则,定义如下:
1、没有驾驶证的人不能独自开车。
2、一个家庭没有车的人不能独自开车。
3、一个家庭没有自行车的人不能骑自行车。
余下的替量被大家认为是可行的。
进入效用函数的变量如下(如括号中表示的):
替量特性(替代了替代品的具体变化):
车辆出行时间(min单程包括在车内和在车外):
CAR_TIME
车辆出行花费(CZK1):
CAR_COST
搭车出行花费(CZK):
PASS_COST
自行车出行时间(min):
BIKE_TIME
步行时间(min):
WALK_TIME
公交出行花费(超出自付费用的CZK,个人拥有PT通行证的0):
TRANS_COST
公交出行时间(min单程包括在车内和在车外):
TRANS_TIME
注:
假设自行车和步行的具体成本等于零,因此没有对线性参数的实用效果
社会经济特征:
性别(1=男性):
GENDER
个人一个月净收入(11收入类)——包括投入失去:
P_INC
个人至少有一个下属在工作(1,0):
BOSS
公共运输通行证所有权(1,0):
ABO
潜变量(通用):
出行无障碍的重要性:
ACCESS
享受市区、城市的生活方式:
CITYLIFE
表1给出了系统共用程式的规范。
表1:
出行方式选择模型规范
------------------------------------------------------
欧元汇率在数据收集期间:
2008年5月到6月从24CZK到25CZK不等。
4、潜变量
基于前面的定性调查和文献(Walker和Li,2006年)的结果获取所需的特色街区和公共交通无障碍的态度问题纳入问卷。
答复采用Likert式五点协议的尺度。
表2显示在就业问题上的措辞。
表2:
潜变量的指标
你同意下面的多少?
*
我愿意前往一次超过15分钟的旅程生活在绿色、宁静的地方实现我的兴趣爱好。
我喜欢居住在有步行距离的商店、餐馆和其他设施的地方。
我喜欢城市的喧嚣。
我认为我家附近到市中心的无阻碍公共交通非常重要。
我认为到我经常去的地方的无阻碍公共交通非常重要。
*邻里和访问指标、变量采用Likert式五点协议的尺度。
为了减少通过个人反应获得的信息,我第一次使用因素分析。
因素分析中的应用建立在假定相对较少的潜变量所产生的数据的基础上。
我用主成分分析法,因子提取和方差最大旋转,最大限度地减少了一些变量,每个因素都有高负荷。
两个提取的因素来解释观测变量方差64.2%(详情见附录表一)。
组件的旋转矩阵(见附录表二)协助制订组件的解释。
第一部分获取无障碍回家、到市中心和经常去的地点的交通重要性。
第二部分向在社区的商店、餐馆和其他有市区特点的设施获取积极的态度。
双方提取的因子分作为变量保存。
提取的因子分进入了出行的选择,因为泛型变量的模型在不同个体间的变量的效用,但不是变量。
假设检验
为了测试是否列入获取的出行方式选择模型的潜变量访问和城市生活的喜好增加其解释力,我使用概似比检定(Ben-Akiva和Lerman,1985,164-167)。
我第一次在包括唯一具体行程和社会经济变量的受限模型估计未知参数。
然后,我比较限制模型的对数似然函数,包括两个潜变量和不受限制的模型。
因此,零假设是
H0:
βACCESS=βCITYLIFE=0
零假设的检验统计给出
-2(LR–LU)
χ2和df=KU–KR自由度分别是渐进分布,KU和KR是在无限制和有限制模型参数估计下的数字。
我拒绝零假设的限制,是因为使用α=0.05,
-2(-990.178+963.787)=9.392>
5.99
因此我得出结论,获取接入和城市生活喜好的潜变量应包括出行方式选择模型,因为它增加了模型的解释力。
5、估计结果
位置参数的估计采用最大似然估计。
BIOGEME软件(Bierlaire2003,2008)用于多项Logit模型估计。
SPSS软件用于潜变量得分的估计。
为了估计的目的,我将已经正常化的交通工具替代的特定常数为零。
上面的型号规格的估计结果列于表3。
结果表明两种可供选择的特定常数统计学意义,ASCPASS和ASCWALK。
前者有一个负号表明出行有负面偏好的汽车客运交通工具。
后者有一个积极的迹象和较高的值,该值只是行走更大的积极偏好。
方案特定常数(驱动器)替代汽车和自行车替代消极的迹象,表明这些替代品的所有其余保持不变,负面偏好,但仅在10%的水平统计学意义。
正如所料,汽车成本和运输成本,均在5%水平显著,有负数,这以为着对各自替代品的效用的负面影响。
交通成本系数比汽车成本高1.6倍表现出更大的过境效应成本。
乘客的具体成本系数有一个积极的迹象,但没有统计学意义。
所有有负面标志的出行时间系数是统计学意义。
价值观的差异表明了一分钟的最高花费的负面影响步行和最低的花在公共交通工具的一份钟。
正如预期的那样拥有公共交通通用统计学意义的积极和搞笑的公共交通工具。
三个有个人特点社会经济统计学意义和积极影响相关的实用程序,即个人所得税和汽车工具,汽车和自行车实用的男性工作的优越地位。
有趣的是,在工作和性别的优越地位的影响是大大超过个人收入,这表明,效用函数是物理或客观约束行为的心理或社会因素的影响之外,更高。
我们可以推测,驾驶汽车是在组织层次或男性身份的优越地位的不可缺少的属性。
两个潜变量,抓住良好的接入和城市生活偏好的影响,最终进入模型,有统计学意义和积极影响交通和步行实用。
这表明,更多的个人(口头)良好的公共交通设施和城市的生活方式倾向于较高的是交通和步行司机和乘客,自行车,汽车方面的效用。
包括出行方式选择模型的潜变量不显着改变的其他系数的估计。
唯一的例外是运输成本,其中的系数(强大的标配。
错误0.00727)从-0.0207下降到-0.0137(强大的标配。
错误0.00766),并停止统计学意义。
它表明,获取潜变量访问和城市生活方式的偏好系数带走的运输成本可变性的一部分。
我们可以推测,更多的人喜欢他们良好的公共交通设施和城市的生活方式不太重要的是运输成本。
然而,解释可能是双重的,这些人喜欢过境国和使用无视成本或他们忽视了成本,因为他们可以步行出行距离较短的感谢。
总结的结果,估计参数都是重大和有预期的迹象。
从最初的价值-1704.182日志的可能性增加,到最终值-990.178(不含潜变量)和-963.787(潜变量)。
两种型号的汇总统计如表4所示。
表3:
出行模式的选择与潜变量的多项式Logit模型
表4:
MultinomialLogit模型:
统计摘要
汇总统计数据:
没有潜变量
随着生活方式的潜变量
意见:
空记录的可能性:
最终记录的可能性:
似然比检验:
调整RHO平方:
1438
-1704.182
-990.178
1428.007
0.410
-963.787
1480.789
0.424
6、总结和未来的发展方向
上述实证研究支持这一假设,生活方式偏好存在和他们的出行方式选择的决定因素。
在纸张的离散选择模型的估计是包括超越的出行和社会经济的预测也获取设施(市区与郊区)的居住和访问的个人喜好的差异潜变量的属性。
潜变量的指标是基于对住宅的选择,交通方便,出行时间和出行成本的后续影响的定性调查的结果。
在这一努力中的一个指导思想是,纳入心理或心理因素导致的选择过程中的行为更加逼真再现,因此,有更好地解释权。
顺序(两阶段)估计方法相结合的因子分析和随机实用的选择模型(多项罗吉特)。
应用的可能性比试验并没有证实,列入捕捉到的出行方式选择模型的潜变量访问和城市生活的喜好增加其解释力的潜变量模型。
没有显着影响的其他因素的估计由潜变量纳入。
研究表明潜在的潜伏构造中发现的生活方式和出行方式的选择偏好的异质性。
通过显式连接之间的出行方式选择和邻里和无障碍的喜好,我们可以更好地理解的方式,在城市和郊区的发展和城市形态变化的影响,将有模态分裂和其对环境和公众健康的影响。
城市生活方式和过境的选择和步行和显示连接郊区的生活方式和选择汽车之间的连接意味着可通过大比例的家庭有强烈的偏好,对郊区和汽车导向的生活方式,行为矫正的政策限制。
我的目标是某种程度上这几个方向的工作。
包括因素负荷量的估计和离散选择模型两阶段估计估计允许我以验证假设潜在的出行方式选择的生活方式变量的影响。
然而,为了避免测量误差偏差,建议(Ben-Akiva等人,1999,Walker和Li,2006)同时估计潜变量得分或类和选择模型。
另一个扩展是潜在的邻里和准入优惠,均以实际邻里特征,因此透露的喜好,匹配。
我推测,纳入框架的说明和揭示偏好可能程度,更好地指定感兴趣的生活方式细分。
总之,选择建模方法,包括生活方式的潜变量允许异质性的生活方式,而解释的出行方式的选择提供了一种方法。
此外,研究结果指出,由错综复杂的政策暗示的影响复杂的喜好,对住宅的特点。
致谢
一直支持这项研究由捷克国家基金会GAČR号403/08/1694,环境显著在捷克共和国的行为模型中的应用和R&D项目2D06029VaV/320/1/03分配和部门政策社会效果的分析由捷克教育,青年和体育部。
对此支持深表感谢。
参考文献:
BEN-AKIVA,M.;
LERMAN,S.DiscreteChoiceAnalysis:
TheoryandApplicationtoTravelDemand.Cambridge(Mass.):
TheMITPress,1985.
WALKER,J.;
BERNARDINO,A.T.;
GOPINATH,D.A.;
MORIKAVE,
T.;
POLYDOROPOULOU,A.1999.IntegrationofChoiceandLatentVariableModels.MITWorkingPaper.
BIERLAIRE,M.(2003).BIOGEME:
Afreepackagefortheestimationofdiscretechoicemodels,Proceedingsofthe3rdSwissTransportationResearchConference,Ascona,Switzerland.
BIERLAIRE,M.(2008).AnintroductiontoBIOGEMEVersion1.7,biogeme.epfl.ch.
BRAUNKOHLOVÁ
M.(2008).Meaningofaccessibilityindecisionsaboutresidentialrelocation–resultsofaqualitativesociologicalsurveyinCzechcities.In:
Becker,U.;
Gerike,R.(Ed.)(2008)Howtodefineandmeasureaccessandneedsatisfactionintransport.Issue7intheseriesofDresdenInstituteforTransportationandEnvironment(DIVU),Dresden.
HANDY,S.,CAO,X.,MOKHTARIAN,P.L.(2005).Correlationorcausalitybetweenthebuiltenvironmentandtravelbehavior?
EvidencefromNorthernKalifornia.TransportationResearchPartD10,427–444.
ORY,D.T.,MOKHTARIAN,P.L.(2005).Whenisgettingtherehalfthefun?
Modelingthelikingfortravel.TransportationResearchPartA39,97–123.
SCHWANEN,T.,MOKHTARIAN,P.L.(2005).Whataffectscommutemodechoice:
neighborhoodphysicalstructureorpreferencestowardneighborhoods?
JournalofTransportGeography13,83–99.
WALKER,J.;
LI,J.LatentLifestylePreferenceandHouseholdLocationDecisions.JournalofGeographicalSystems,2007,vol.9,no.1,s.77–101.
附录:
表一:
因素分析:
总方差的解释
提取方法:
主成分分析。
表二:
旋转成分矩阵(因素负荷)
构成
1
可达性
2
城市生活
0.202
0.250
0.110
0.931
1.937
-0.576
0.589
0.815
0.048
0.054
旋转方法:
具有Kaiser规范化的方差最大。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 日常 出行 方式 选择 及其 影响 因素
![提示](https://static.bdocx.com/images/bang_tan.gif)