基于分层Logit模型的交通方式选择行为研究

为了减少传统模型的非相关选择方案相互独立特性引起的预测误差,按照交通方式服务对象的不同,将交通方式划分为公共交通和私人交通两类,具有类似性的出行方式归并为一个层次,采用分层Logit模型的形式,利用北京市实际调查数据对模型进行标定.通过计算得到对方式选择层次1和层次2有影响的离散变量分别为年龄、是否有私家车、支付方式以及年收入、出行目的;连续变量为时间和费用.结果显示模型具有较高的精度.

基于分层Logit模型的车辆换道行为研究

研究分析复杂交通场景中车辆换道行为,揭示车辆运行特性及其规律。基于效用理论方法,以实现驾驶行为决策效用最大化为目标,建立车辆换道分层Logit模型。系统分析影响车辆行为变化的因素,建立各层次参数变量相关模型。仿真分析表明:较一般的车辆行为模型,车辆换道分层Logit模型更能准确地描述实际交通场景中车辆换道的行为决策过程,有效提高车辆运行效率。研究结果为智能车路协同与交互行为、车辆可变限速技术、自适应巡航控制技术等提供理论依据和技术支撑。

基于一种新效用函数形式的分层Logit模型

令效用函数为代表性效用和随机项的乘积,给出了对应的分层Logit模型的具体表达式。进一步地,令效用函数是两者的和积混合,即代表性效用分解为两部分之和,随机项分解为两部分之积,两者相乘构成选择项的效用函数,推导出选择某方案的边际概率和相应的条件概率,从而大大拓展了分层Logit模型的类型和应用范围。

基于分层logit模型的旅游交通方式选择研究

通过对旅客进行旅游交通方式选择的量化研究,得出各交通方式的选择概率,有利于各旅游地进行规划。首先通过分析过去与现在人们旅游交通工具的选择的不同,得出影响交通工具选择的影响因素。然后根据各个影响因素建立分层logit预测模型,对水平1和水平2进行标定,得出各个影响因素的参数值,从而得到各交通方式的选择概率。再利用该建模对近、中、远3种距离模式进行交通工具选择的预测,最后得到的预测结果与实际情况较为符合,相差的概率在0.05以内。

基于交叉分层Logit的轨道站点周边居住地和出行方式联合选择模型

从微观角度研究了轨道交通建设对居民居住地选择和通勤出行方式选择的影响,分析了居住在轨道站点周边并选择地铁出行的概率,为解决居住地选择区位间的空间相关性,构建了交叉分层Logit概率估计模型。选取影响因素如个人属性、社会经济属性、出行特性和土地利用属性为联合选择模型影响变量,建立了轨道站点周边居住地和出行方式同时选择模型。利用Biogeme软件,对模型参数进行估计和检验,同时模拟分析了不同影响因素发生变化时引起的居住和出行方式选择概率的变化情况。结果表明,居住地离轨道站点越近的居民越倾向于使用轨道交通出行方式,当小汽车出行时间增加时靠近站点附近的居民越有改乘地铁的趋势。

Nested Logit模型在交通出行方式选择中的应用

分层logit模型可以用来描述人们的选择行为,就校区之间师生的交通出行方式选择做该模型的应用研究,通过建立Nested Logit模型的选择树,确定选择方案集合为校车、公共汽车以及私家车,通过实际的问卷调查确定效用函数的特性变量为出行时间、出行费用以及职业,运用spss软件对各个参数进行标定,最后集计出各种交通方式的选择概率,结果显示校车的选择概率明显高于公交和私家车.该模型还可以应用于需求量预测、政策评价以及交通服务效益评价,实际应用仍然需要进一步探索和研究.

多层LOGIT模型的理论分析研究

合理有效地调整城市各种交通方式分担率以改变城市交通结构已经成为解决城市交通拥堵的有效方法。非集计模型的发展促进了交通方式分担的较大进步,对个人交通行为的分析研究是交通需求预测的一种比较重要的方法。在简述非集计模型发展的基础上,重点推导NL模型以及运用TransCAD对NL模型的参数进行标定,为非集计模型的应用和提高其操作性提供了思路。

考虑出行者选择偏好的出行方式选择模型

构建合理的出行方式选择模型是精确预测出行结构的关键.在现实出行条件中,不同出行者对于不同交通方式存在固有选择偏好,从而表现出一种非完全理性的出行方式选择行为.为进一步提高出行方式选择模型的预测结果精度,提出了一种考虑理性决策和固有选择偏好共同影响的出行方式选择模型.双因素共同作用决定出行者的出行方式选择结果,两者的影响权重与出行者对于备选方案的心理参考值有关.备选方案的特征变量数值与心理参考值差值绝对值较小时,选择行为更多地受到固有偏好的影响,反之,则更多地受到理性决策的影响.分析对比结果表明,所提出模型在出行方式选择结果的预测命中率上优于以完全理性决策为前提的传统分层Logit模型的预测结果.

一种居住区位和通勤交通方式的组合选择模型

为了研究通勤交通方式对就业者选择居住区位的影响,基于交叉分层的Logit模型建立了居住区位和通勤交通方式的组合选择模型。以不同通勤距离为半径作居住区位选择环域集,以通勤交通方式和居住区位的两两组合为模型选择项集合,以就业者社会经济属性、居住成本、通勤成本为特征变量建立概率选择模型。根据调查数据,采用阶段计算法对特征变量和模型参数进行标定和检验。测试结果表明:通勤时间、通勤费用和居住成本与选择项关系密切;收入较高且拥有小汽车的就业者对于居住区位选择的灵活性较大。

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。

基于分层多项Logit模型的大学生运动员心理坚韧性的影响因素

目的和方法:影响因素和过程机制是运动心理坚韧性研究迫切关注的2个问题。通过构建分层多项Logit模型和线性混合效应模型,实证研究大学生运动员心理坚韧性的影响因素及这些影响因素的差异性对大学生运动员心理坚韧性多维向度的影响。结果:1)性别、年级、专项、训练年限、运动级别、学业成绩和群体环境是大学生运动员心理坚韧性的影响因素;2)心理坚韧性多维向度在不同水平的影响因素呈现出不一致的结果;3)这些影响因素在不同条件下分别扮演了保护性与危险性的角色,直接或间接地作用于大学生运动员心理坚韧性过程和结果的产生。在此基础上,以心理发展生态系统理论PPCT模型为机制解释策略基准框架。

社交媒体上真人和虚拟影响者的脸部特征对消费者关注行为的影响

随着社交媒体的发展和广泛应用,社交媒体影响者以及新生的虚拟影响者逐渐成为消费者获取品牌和产品信息的重要渠道,并对品牌形象、消费者的品牌态度、消费者的购买意愿等产生重要影响。如何打造有众多关注者的影响者,特别是如何选择或设计出有特定人脸形象的影响者,成为营销实践者的首要挑战。然而,营销领域关于影响者(特别是虚拟影响者)的人脸形象对消费者关注行为的作用的研究还比较有限,无法有效指导相关的营销实践。因此,本文从与影响者营销和虚拟影响者营销相关的研究和实践出发,量化研究了真人和虚拟影响者的客观脸部特征对消费者关注行为的影响,并比较了二者之间的差异。研究结果表明,第一,影响者和虚拟影响者的客观脸部特征能较为准确地解释和预测消费者的关注行为;第二,当虚拟影响者的人脸和真人的一样时,虚拟影响者的客观脸部特征对消费者关注行为的影响与真人的客观脸部特征对消费者关注行为的影响相比没有系统性差异。理论上,本文弥补了影响者营销领域里关于人脸特征和消费者关注行为之间的关系的研究空白,特别是虚拟影响者营销的相关研究空白;实践上,本文的研究可以指导营销实践者对真人和虚拟影响者进行有效的人脸形象管理。

教育改善贫困效应的地区异质性研究

教育对于增加收入、改善贫困无疑是一个重要的途径。本文在收入贫困和多维贫困两种贫困识别标准下,分析了教育改善贫困的效应在地区之间的异质性,考察了该效应是否受地区经济发展的影响。根据分层LOGIT模型的估计,本文认为地区经济发展水平对发挥教育改善收入贫困效应有重要影响,对于多维贫困的改善效应则不明显。要发挥教育改善贫困的效应,必须注重精准扶贫与发展地区经济相结合;但仅仅发展经济,不一定能保证教育对多维贫困的改善效应,减轻多维贫困需要更加重视公共产品供给和民生保证。

轨道交通衔接方式选择行为研究——以北京市轨道交通为例

城市轨道交通系统是构建城市交通网络的骨架,但也需要与其他交通方式衔接,形成一个完善的城市交通网络,从而提高人们出行的可达性。通过在北京市进行的轨道衔接方式选择行为调查,对轨道交通衔接方式选择行为进行研究,发现轨道交通衔接方式出行端与目的端具有不同特性,出行端时间距离均长于目的端。针对这一特性,运用经济学行为分析模型——Logit模型,对于出行的选择行为进行数学建模分析,在调查数据的基础上,建立出行端与目的端相融合的轨道交通衔接方式选择模型,运用分步标定的方法,将出行者的衔接选择行为统一于一个层状Logit模型之下,并完成对于模型的标定以及参数检验,同时对各主要变量作出敏感性分析,从而得出各因素对于衔接方式的影响程度,为政策研究提供分析工具。

地区公共服务供给与转移支付减贫效应研究——基于多维贫困分析框架

从宏观与微观相结合的角度,考察宏观上一个地区的公共服务供给能力是否会影响到转移支付的减贫效果。从多维贫困的研究视角出发,利用CHNS数据库考察了个人特征和家庭特征对贫困的影响;在此基础上利用分层模型将地区公共服务供给能力这种宏观因素和微观因素相结合,探究了不同公共服务供给能力对转移支付减贫效应的影响,同时也与收入贫困框架下的结果进行对比分析。结果显示:就多维贫困来讲,地区公共服务供给能力高的地区转移支付减贫效应有加强效果;转移支付对收入贫困的改善则不受地区公共服务水平的制约。

青少年影子教育参与:学校群体与先赋差异——基于CEPS数据的多水平分析

青少年影子教育的影响因素及其作用机制是现有研究尚未充分讨论的问题。本研究使用“中国教育追踪调查”(CEPS)基线数据进行多水平分析的结果显示,青少年影子教育参与机会受到先赋因素和学校群体因素的双重影响。在影子教育参与机会的差异中,有超过40%的方差是来自学校层面,并且学校因素主要通过同伴效应对影子教育参与产生作用。除直接影响外,同伴群体因素还通过调节效应间接影响先赋因素的作用强度。进一步的分析发现,不同类型的影子教育受到不同先赋因素的影响。其中,学术类的影子教育主要受到家庭社会资本和经济资本的影响,而才艺类影子教育主要受到家庭文化资本的影响。

考虑共享停车的用户出行选择研究

为探讨共享停车的出现对用户出行选择的影响,将出行者划分为共享停车和普通停车两种用户类型,分别构建停车阻抗函数,并基于分层Logit (NL)建立停车和路径联合选择结构模型。进一步提出带有两种停车方式的随机用户均衡模型,并改进相继平均算法对模型进行求解,通过算例分析发现预约费用从4元变化到12元时,共享停车需求量从378辆下降到320辆,普通停车需求量从222辆上升到280辆,而步行时间从0.05 h变化到0.1 h时,共享停车需求量和普通停车需求量基本保持不变,分析还发现了考虑NL模型构建的随机用户均衡模型比不考虑NL模型更加符合实际的交通路网出行。

居住和工作地区位与通勤方式组合选择

基于广义极值理论构建交叉分层Logit模型,以居住地选择子集、工作地选择子集和通勤出行方式选择子集的组合作为模型的选择集,刻画了居住地、工作地区位与通勤出行方式的联合选择行为.选取社会经济属性、空间特征和出行成本为模型效用变量,利用北京市第三次居民出行调查数据和社会经济统计数据,完成模型参数估计,通过弹性分析讨论了效用变量对联合选择行为的影响.研究表明:居住地、工作地和通勤出行方式选择之间有显著相互影响,人口密度、房价、工作性质和收入、出行成本是重要影响因素,当上述因素发生改变时出行者会优先调整其出行方式而非区位选择.高收入者倾向于位于城市中心的工作和居住地,小汽车拥有者表现出更灵活的工作和居住地选择,能适应长距离通勤出行需求.

谁参与了英语课外补习?——基于中国教育追踪调查数据的实证分析

在“双减”政策下,重新审视课外补习背后的群体选择有助于学校了解学生发展需求,进一步完善课后服务体系。基于中国教育追踪调查数据,采用分层Logit模型分析了初中生参与英语课外补习的影响因素。研究发现,在学生个体特征方面,英语学习感知越不吃力的初中生参与英语课外补习的几率越高;在家庭背景方面,家庭文化资本越高的初中生参与英语课外补习的几率越高;在学校特征方面,就读学校排名靠前的初中生参与英语课外补习的几率更高。建议政府提高办学质量,均衡义务教育资源;教师开展协商性话语实践,提供个性化课后服务;家长减少教育焦虑,理性看待教育竞争和文化再生产。

节假日公路免费政策下城际交通行为特性

由于缺乏对节假日城际出行行为及节假日高速公路免费政策实施效果的深入研究,导致一些政策产生了负面影响,造成高速公路严重拥堵.本文结合2017年春节调查数据,构建并估计分层Logit模型,研究节假日高速公路免费政策下城际交通方式和出发日期联合选择的行为特性.基于模型结果,采用弹性分析研究不同免费日期下出行者行为特性,并通过场景仿真评价多种免费时段设置方案对城际交通出行结构和高峰日交通量的影响.结果表明,出行结构和高峰日交通量对不同免费日期的敏感度不同,有必要对免费时段设置进行讨论.推荐分时优惠政策,在有效调整出行结构的情况下,能避免加剧高峰日的交通拥堵.