日常出行方式选择及其影响因素

《日常出行方式选择及其影响因素》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（7页珍藏版）》请在金锄头文库上搜索。

1、日常出行方式选择及其影响因素：旅行与生活方式的特征a, e捷克共和国布拉格查尔斯大学社会科学院及查尔斯大学环境中心摘要生活方式，指出对一种特定类型的邻居及他的无碍交通的偏好是出行方式选择的重要因素。 在离散选择模型估量下提交的论文中包括超越出行属性和社会经济因素以及潜变量获取了 我喜好的邻里类型以及到市中心和便利设施（传统城市与郊区）的差异。实验结果确定包括 记录的通道潜变量和偏爱的城市生活方式的出行方式选择模型增加了其解释力。城市生活方 式和运输步行选择以及郊区生活方式和车的选择之间被证明的关联意味着针对行为矫正的 政策可能被大比例的对郊区和以汽车为中心的生活方式有强烈偏好的家庭限制住。引言

2、交通运输方式是现代城市最重要也是最难解决的问题之一。在发达国家，交通运输部门为作 的贡献大约是，它的服务是经济行为和闲暇行为的先决条件。同时，交通运输系统造成了一 些环境问题而且由于废气、噪声、震动对人类健康造成负面影响，尤其是在市中。交通事故 和堵塞是交通运输系统其它可见的负面表现。都意味着社会和经济问题。当流动人口总出行次数增加，所有提到的伤害增长，同时远距离旅行增加。捷克共和国 也没有例外道路旅客运输增长超过每年。每千米汽车乘客数量增长时常超过在到年之 间。过去的几年增长率已经放缓但是汽车使用被预测将会继续增长因为公民经济状况的改 善。我们体验到了客运模式划分的变化。所谓的“可持续运输模

3、式”包括公交、自行车、步 行的份额在减少，小汽车的份额在增加。在我提交的在离散选择模型下的论文中包括超越出行属性和社会经济因素以及潜变量获取 了我喜好的住宅以及到市中心和便利设施（传统城市与郊区）的差异被视为决定替换公共事 业设备和出行方式选择。潜变量和它的指示物是基于一个住宅选择以及它的可达性、出行进 度、出行花费的后续效应的定性调查结果。下面的文本结构如下：下一部分制定潜在态度特征对出行方式影响的行为假设。第二部分介 绍数据。第三部分制定出行方式选择的统计模型。第四部分介绍潜变量的结构和假设检验。 第五部分介绍模型的估算和讨论的结构，而第六部分汇总报告主要发现，并概述未来可能的 研究方向。

4、、背景和制定假设本文研究的课题是指出对特殊生活方式的偏好如何影响出行行为特别是出行模式选择。世纪 年代以来，离散选择模式一直试图运用心理因素（例如年等, 年 和）。在这一努力中一个指 导思想是，纳入心理或心理因素产生了更多选择过程中的代表性的现实行为，因此，有更好 的解释权。这项研究之前，定性调查可达性在住宅搬迁决定中的意义a,）表明经常在市 区出行的出行模式选择出了“约束变量”被我或家庭生活方式包括住房和邻居所影响。在这 项定性调查中，两个基本亚人群被证明。第一组的个别人指出了他们新居住地的良好交通的 高度重视，这意味着大部分连接着市中心和其他经常造访的追求地的公共交通的良好质量、 短暂的出

5、行进度、一些模式的变化。对于第二组的我来说交通不要紧因为他们“不管怎样都 开车”。进一步的定性调查表明第一组中的人会不同程度地在影响他们出行进度、旅费和后 续模式选择的出行上成功满足他们良好交通的主张。而那些成功搬到有便利交通的居住区的 人倾向于选择公共交通和非机动车手段，那些没选的，随后因为“不情愿的司机和车内乘客” 而选择汽车。虽然定性调查文书对出行方式选择过程中可能会由住宅特点决定提供了一些有价值的信息， 有必要在有代表性的数据样本和可靠的统计模型上验证它。我采用有潜变量的选择模型来代表这种行为，其中潜变量获取涉及居住地和邻里偏好的生活 方式，选择模型在正常出行中是出行方式选择模式。有潜

6、变量的选择模型包括不均匀的品味 可以推断关于居住地和交通的偏好如何影响出行方式的选择。我采用连续（两阶段）估计方法 相结合的因子分析法和随机效用选择模型（多项模型）。观念调查问题的反应作为潜在心理 因素的指标。在效用函数列入潜在因素（心理）提高了模型的解释力。学者们关注在不同的研究情境下出行行为和态度之间的关联：等（）表明观念上的差异在很大 程度上解释观测到的郊区和传统邻居出行方式上的差异。其横截面数据的多变量分析显示， 当建成环境观念和效果大多已消失，观念和社会人口因素已占据，驾驶水平的差异被很大程 度的解释。和 （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追求的旅游。 和 （）

7、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。”（和, ， ，）。、数据这些数据是在年从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。我利用个成 年人包括退休人员管理的我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

8、样标准是这样一个事实，应答者思想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，不同追求的出行（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（半径公里的公共交通服务）。总的 选择包括个选项（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我的社会

9、经济特征的出行方式选择属性。（）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作为调查（表）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。数据是由专业组织收集的。 数据整理后，下面的结果是建立在我的答复的基础上的。、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（）模型。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

10、的模式提供最实用 的（ 和, ）。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中的概率是由决策者选择的，如下替换的选择概率如下如果我们假设 所有丘 所有的干扰独立同分布和耿贝尔分布有一个位置参数n 和 尺度参数” ，然后如果和在它们的参数中是线性的，和是观测到的我特征和属性替量的特征向量。 通用选择集包含个替量：1、开车者（）,2、 搭车者（）,3、自行车（）,4、步行（）和5、公共交通（）。并非所有的替量都被认为是为每一我提供。可用变量集（, , , , ）指

11、定的变量是可行的每一我 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）：车辆出行进度（单程包括在车内和在车外）：车辆出行花费（）：搭车出行花费（）：自行车出行进度（）：步行进度（）：公交出行花费（超出自付费用的，我拥有通行证的）：公交出行进度（单程包括在车内和在车外）：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（男性）：我一个月净收入（收入类）一一包括投入失去: 我

12、至少有一个下属在工作（）：公共运输通行证所有权（）：潜变量（通用）：出行无障碍的重要性:享受市区、城市的生活方式： 表给出了系统共用程式的规范。表：出行方式选择模型规范PlPs血CarASC CAR000CAR COST00Pass0ASC PASS000PASS COST0Bike00ASC BIKE0000Walk000ASC WALK000Trans000000TRANS COST欧元汇率在数据收集期间：年月到月从到不等。险Piop.1Pl2Pl4CarCAR TIME0oGENDERP INCBOSSPassCAR TIME00000Bike0BIKE TIME00GENDER00Wa

13、lk00WALK TIME0000Trans000TRANS TIME000Pl5B活阳Car000Pass000Bike000Walk00FAC_CITYLIFETransABOFAC ACCESSFAC CITYLIFE、潜变量基于前面的定性调查和文献（和，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。答复采用式五点协议的尺度。表显示在就业问题上的措辞。表潜变量的指标你同意下面的多少？ 我愿意前往一次超过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。

14、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、变量采用式五点协议的尺度。为了减少通过我反应获得的信息，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（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

15、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（和, , ）。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:卩卩零假设的检验统计给出（-）X和 -自由度分别是渐进分布，和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a ,（）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。、估计结果位置参数的估计采用最大似然估计。软