基于随机系数Logit模型的专利价值评估研究——以主动降噪技术为例

[研究目的]从分析专利价值入手,通过经济学研究方法围绕专利侵权损害赔偿的标准进行定量研究,为评估专利价值提供有意义的知识增量。[研究方法]基于实证产业组织理论,采用随机系数Logit模型,以无线蓝牙耳机主动降噪(ANC)技术作为研究对象,构建该技术遭受侵权的反事实情形来估计经济指标变化,由此评估专利价值及侵权赔偿比例。[研究结论]专利侵权企业的行为产生了反竞争效应,提升了企业垄断势力,挤占了其他耳机企业的生存空间,也对潜在进入企业形成了进入威胁。蓝牙耳机价格中约有4.06%源于ANC专利标识。如果发生ANC专利侵权,赔偿额度应是侵权企业利润的2.6~2.8倍。该方法利用市场数据在均衡框架下评估专利价值,为相关研究提供了新方向。

基于随机系数Logit模型的市内出行方式选择行为研究

出行方式选择行为研究对出行行为分析和预测具有重要意义.以往研究假定某一群体内的所有出行者的偏好都一样,这与实际不相符.随机系数Logit模型假定出行者的偏好不一致,并能分析出行者个体特征对于出行者偏好的影响.本文利用随机系数Logit模型对市内机动化出行行为研究.考虑到心理因素对出行者出行选择行为具有影响,本文在研究中加入了出行可靠性、出行舒适性、出行灵活性3个潜在心理因素.通过研究表明,随机系数Logit模型比传统的离散选择模型具有更高的拟合度.随机系数Logit模型的效用函数中,步行时间的系数为非随机变量;但车内时间的系数为随机变量,且与出行者结婚状况,是否有车,是否开车上班,月收入是否超过10000元,以及对交通灵活性的主观需求相关.

基于随机系数Logit模型的城市群城际出行方式选择行为研究

以粤港澳大湾区城市群的广深城际运输通道为例,分析城际运输通道中影响旅客出行方式选择行为的因素及其影响。传统的多项式Logit(MNL)模型具有无关方案独立性,无法对不同出行者的选择偏好差异进行定量分析,故应用随机系数Logit模型分析城际交通出行选择行为。选取城际出行旅客的个人社会经济属性、心理潜变量(对交通方式舒适性、可靠性和便捷性的心理感受)、城际出行方式特征变量设计问卷。采用线上与线下相结合的方式开展问卷调查,共收集534份问卷,基于此建立并求解随机系数Logit模型。随机系数Logit模型估计结果的伪R2为0.178,表明模型具有良好的拟合度。研究结果表明:城际出行旅客的收入、职业、私家车保有情况、家庭儿童数量以及对出行方式便捷性的感知对其选择行为有显著影响;而出行方式的舒适性、可靠性对城际出行方式的选择行为影响不显著;改善交通方式的便捷性对提升城际出行方式的吸引力起关键作用。因此,在城际交通规划设计、运营管理中应着重考虑便捷性对城际交通方式选择带来的影响。

基于随机系数Logit模型的地铁拥挤度影响参数研究

出行者对车内拥挤度的评价往往不一致,文中利用随机系数Logit模型对拥挤度影响参数进行研究.考虑到心理因素对出行者出行选择行为具有影响,文中研究加入了出行者对出行舒适性要求这一潜在心理因素,并通过问卷调查的方式进行分析.研究表明:随机系数Logit模型比传统的离散选择模型具有更高的拟合度;随机系数Logit模型的效用函数中,车票价格和车内时间的系数为非随机变量,但车内拥挤度的系数为随机变量,且受到出行者对出行舒适性要求和车内时间的影响,出行者对出行舒适性的要求越高,车内拥挤度对效用的影响越大,随着车内时间的延长,车内拥挤度对效用的影响减小.

基于随机参数logit的山区高速公路事故严重程度研究

为了探究平曲线、纵曲线、平纵组合线形对山区高速公路交通事故严重程度的影响,首先,统计分析某山区高速公路263 km路段的线形数据和该路段5年内发生的1870起事故,并将其分类;然后,根据调研数据的结构形式,建立随机参数logit模型,进而利用该模型研究组合线形对事故严重程度的影响。结果表明:曲线比例(ROC)、加权曲率(CW)、单元坡度差(ΔS_(2))等因素与仅财产损失事故增加相关,而坡长组合(CSL)与仅财产损失事故减少相关;加权曲率(CW=0.6~0.7)和连续上坡与轻伤事故的事故增加相关,加权曲率(CW=0.3~0.4)、单元坡度差(ΔS_(1))、曲线比例(ROC)等因素与轻伤事故减少相关;曲率变化率(VRC)、单元半径比(CRF,CRB)、弯坡组合(CSR)等因素与重伤或死亡事故增加相关,曲线比例(ROC)与重伤或死亡事故减少相关;组合线形对事故严重程度有着显著影响。

随机效应半参数logit模型的惩罚似然估计研究

在颇具争议的收入差距和健康关系研究中,为了降低可能存在的模型设定和遗漏变量偏误,本文提出了随机效应半参数logit模型,其中非参数的设定还可用于数据的初探性分析。随后本文提出了模型非参数和参数部分的估计方法。这里涉及的难点是随机效应的存在导致似然函数中的积分没有解析式,而非参数的存在更加大了估计难度。本文基于惩罚样条非参数估计方法和四阶Laplace近似方法建立了惩罚对数似然函数,其最大化采用了Newton-Raphson近似方法。文章还建立了惩罚样条中重要光滑参数的选取准则。模型在收入差距和健康实例中的估计结果表明数据支持收入差距弱假说,且非参数估计结果表明其具有U型形式,与实例估计结果的比较指出本文提出的估计方法是较准确的。

基于随机参数Logit模型的车辆冲突风险影响因素研究

为更全面研究高速公路车辆冲突风险的影响因素,笔者考虑微观与宏观因素影响,分析其可能存在的异质性,建立了随机参数Logit模型对其进行分析。使用高分辨率车辆轨迹数据,以碰撞时间(time to collision,TTC)为风险识别标准,提取风险发生前1 s内数据,处理得到车辆自身运动状态、与周围车辆的微观交互以及路段宏观交通流状态三类特征,并基于皮尔逊相关系数和嵌入法进行特征筛选;以筛选后的特征作为模型自变量,以车辆是否存在冲突风险为因变量,分别构建随机参数Logit模型以及考虑均值异质性的随机参数模型并进行对比。研究结果表明:考虑均值异质性的随机参数Logit模型拟合效果最好,且三类变量均对冲突风险有显著影响,其中车辆自身运动状态的波动以及车辆与前方车辆的速度差与风险呈正相关,相邻车道的大车比例与风险呈负相关;车辆自身运动状态以及与前方车辆的微观交互两类特征对冲突风险影响较大,而宏观交通特征的影响相对较小。

基于均值异质性随机参数Logit模型的城市道路事故驾驶员受伤严重程度研究

驾驶员事故严重程度诱因分析对减少伤亡事故具有重要意义,以往研究假定影响变量为固定参数容易导致参数估计及研究推论出现偏差,据此本文基于均值异质性的随机参数Logit模型深入研究城市道路事故驾驶员受伤严重程度。使用2015—2019年发生在贵阳市的道路交通事故数据,综合考虑驾驶员、车辆、道路、环境特征等潜在影响因素,同时利用平均边际效应量化各显著变量对事故严重程度的影响。结果表明,均值异质性随机参数Logit模型具有更好的拟合优度;女性、老年人、酒后驾驶、车辆无安全气囊、能见度低于50 m、夜间无路灯照明等因素显著增加了驾驶员受伤害严重程度;随机参数Logit模型的效用函数中,夜间有路灯照明和事故发生在夜间为随机变量,且夜间有路灯照明与柔性护栏和车辆无安全气囊相关;事故发生在夜间与路侧行道树相关。

基于随机参数Logit的市域旅客出行方式选择影响研究

为了探究市域火车新线开通对旅客出行路径选择的影响,以西安鄠邑区至主城区市域出行旅客为研究对象,分析市域火车开通对旅客出行方式选择的影响。传统多项Logit模型无关方案独立性,无法定量研究旅客出行方式选择的差异性,故本文应用随机参数Logit模型分析市域旅客出行方式选择。选取旅客的个体属性、市域出行方式属性、到离站属性设计问卷,采用线上线下相结合的方式开展调查,获取了1205份有效数据,基于此建立并求解随机参数Logit模型。结果表明:在旅客选择大巴出行时,市域出行距离、职业、购票方式、到站方式和到站时间对旅客出行方式选择影响显著,市域出行时间服从(-0.15,0.146^(2))正态分布的随机参数特征;对市域出行时间随机参数进行边际效应分析,市域出行时间超过30 min后,旅客选择大巴和小汽车出行的概率降低,选择市域火车出行的概率增加;对旅客出行方式选择影响显著变量进行弹性分析,到站费用每增加1%,旅客选择大巴的概率增加0.394%,选择高铁的概率下降1.888%,选择市域火车的概率增加0.569%,选择小汽车的概率降低0.030%。结果证实,旅客对市域出行时间的偏好具有异质性,市域出行时间过长将降低旅客选择大巴和小汽车的概率,减少到站时间可以提高旅客选择市域火车的概率。

基于SEML & ML模型的旅客出行行为选择研究

文章关注不同运距下旅客对航空、高铁、空铁联运等出行方式的选择行为。研究以成都为中心的三个OD对,采用RP和SP调查相结合的方法进行客流调查。在此基础上,构建了SEM-Logit模型(SEML)和随机参数Logit模型(ML),考虑个人社会经济属性、心理潜变量和出行方式特征。结果表明,SEML模型能更好地描绘旅客出行的心理特征因素,而ML模型更准确地描述旅客的个人特征和出行特征,显示各自优势。针对1 000公里左右运距、中转时间和出行费用对航空市场分担率影响较小,对高铁影响较大;对空铁联运航空出行方式的市场分担率影响也较小,需要加强相关产品推广。文章为了解旅客选择行为和出行方式市场分担率提供了有益信息,并为改进交通产品和服务提供了指导。

基于随机参数有序Logit的山区高速公路追尾事故严重程度分析

【目的】基于2012年到2017年汉宁高速河池至棋盘关段的1039条追尾事故数据,对山区高速公路追尾事故的主要影响因素进行分析。【方法】根据事故发生的时间,按白天和夜晚对数据进行分类,分别建立随机参数Logit模型。通过计算各显著变量的边际效用值,来定量分析各影响因素对追尾事故的影响程度。【结果】试验结果表明:白天和夜晚的事故严重程度、影响因素及影响程度均存在明显差异。【结论】性别、道路纵坡因素仅在夜晚模型中显著,节假日因素仅在白天模型中显著。部分变量虽在夜晚和白天模型中都显著,但边际效应却明显不同。

差异分簇下随机模拟技术在林业混合差异病虫害虚拟中的应用

提出基于差异分簇下随机数据模拟技术,并应用到病虫害虚拟展示中,根据边沿像素不同,采用动态分区DGT分簇方法对总体林业区域进行差异化分区,将区域内的差异化像素通过随机系数logit模型对其进行随机编码,利用logit模型对差异数据的高度灵活性,将差异化像素密度信息转换成随机系数logit模型的变量系数分布,利用分布系数完成虚拟仿真。实验结果说明,该方法能够清晰地展示差异较大的情况下,不同分区林业病虫害虚拟图像,具有较高的虚拟展示效率和准确度。

BLP模型发展及其在产业组织应用综述

产业组织理论问题的实证研究方面,以往简约式方法侧重于分析变量之间的因果关系,难以辨别问题背后的变化机理,从而影响其在政策评估、福利分析中的应用。近年来,随着新实证产业组织研究范式的兴起,结构模型的研究受到国内外学者的广泛关注,并成为新实证产业组织问题研究的前沿方法。BLP模型基于供需关系估计需求和成本参数,估计得到的结构参数更加贴近现实,能够进行均衡及福利分析,合理地评估产业政策,其应用是新实证产业组织研究的焦点问题。通过全面细致地解释BLP模型的原理、方法、发展脉络和研究现状,分析其特点和优势,梳理了BLP模型的应用领域,为产业组织理论问题的实证研究提供方法依据。最后,根据现有研究提出模型不足以及未来的研究方向。

物流无人机运输市场分担率预测模型研究

针对物流无人机运输市场分担率预测问题,考虑安全性、快速性、经济性、便捷性、准时性、服务质量等运输方式选择影响因素及消费者个人属性特征,在效用函数中增加随机因子建立随机Logit模型,利用计算机仿真和随机抽样法分析物流无人机运输市场分担率。研究表明,文中提出的模型预测物流无人机市场占比为39%,便捷性对效用函数的贡献率最高,运输时间和费用是影响消费者选择运输方式的最重要因素。

山区高速公路货车事故严重度致因及随机参数分析

为明晰山区高速公路货车交通事故严重程度的影响因素,并量化交通事故数据异质性对货车交通事故严重程度的差异性,在分析四川省某山区高速公路2013—2018年693起货车交通事故时空特性的基础上,以交通事故严重程度为因变量,从人、车、路、环境、事故5个方面选择14个影响货车事故严重程度的潜在因素,采用随机参数有序Logit模型建立了货车事故严重程度异质性效应模型,并采用平均边际系数分析了显著变量对不同等级货车事故严重程度的影响方向及程度。结果表明:与传统的有序Logit模型相比,随机参数有序Logit模型的拟合优度和模型稳定性较高,且可以识别出货车事故严重程度影响因素的异质性影响效应,更适用于山区高速货车事故致因精细化建模;驾驶员违规操作、路面潮湿、不利天气、货车-大型货车、货车-中小型货车、平曲路段、夜间无照明、冬季、追尾、翻车10个变量显著影响山区高速公路货车事故严重程度。其中,驾驶员违规操作、货车-大型货车事故、追尾碰撞3个变量为随机参数,其估计系数分别服从(0.479,1.344),(1.042,0.545),(-0.489,1.098)正态分布,对货车事故严重程度具有显著的异质性影响效应。研究结果可为制订山区高速公路货车安全管理条例提供一定的理论基础,减少货车事故率及其严重度。

试卷结构的多维度研究:基于Rasch模型的视角

以在Rasch基础上拓展的多维随机系数多项式Logit模型(MRCMLM)为基础,对某高考数学试卷可能存在的三种能力维度模型进行验证性因素分析,最终确定了一种最佳的维度模型,并在该模型框架下进行多维试题分析。

考虑建成环境的电动自行车事故严重程度致因分析

为探究考虑建成环境影响下,电动自行车交通事故严重程度的影响因素,本文从事故属性、骑行者属性、对象车辆及驾驶员属性、道路属性及建成环境属性这5个方面,选取18个影响电动自行车交通事故严重性的潜在变量。在此基础上,构建考虑均值及方差异质性的随机参数Logit模型,利用边际效应量化显著变量对事故严重程度的影响差异。基于北京市近5年电动自行车事故抽样数据进行实证研究,结果表明:事故时段19:00-次日7:00、骑行者年龄大于40岁、重(大)型货车、到最近医院的距离增大及恶劣天气等因素会增加电动自行车事故严重程度。建成环境属性中,到最近医院的距离在死亡事故中的参数为服从正态分布的随机参数,路段及恶劣天气会增大其均值异质性,驾驶员年龄为(40,60]岁会增大其方差异质性;其他属性中,一般城市道路在受伤事故中的参数为服从正态分布的随机参数,路段会增大其均值异质性。研究结果可以为降低电动自行车事故严重程度提供理论支撑。

旅游纪念品购买偏好及其异质性来源——基于离散选择实验

购买旅游纪念品是旅游体验的重要组成部分,也是旅游目的地商家的关键业务,了解旅游纪念品自身属性对购买决策的影响程度非常重要。文章设计离散选择实验模拟购物情境,收集旅游者选择数据,利用随机参数Logit模型估计,深入分析旅游者对旅游纪念品属性的选择偏好及偏好异质性来源。研究发现:(1)相较于功能属性,旅游者购买旅游纪念品时更看重价值属性,其中,地方性是旅游者最看重的属性,其次是审美性、文化性、礼品性、实用性、便携性、价格;(2)旅游者在审美性和价格的偏好上存在异质性,随着年龄增大、收入增加,审美性、价格对旅游者购买意愿的影响减小,相比男性旅游者,女性旅游者对旅游纪念品的价格更加敏感。

考虑因素异质影响的直升机事故严重性分析

提取美国国家运输安全委员会(National Transportation Safety Board, NTSB)数据库1241起直升机事故记录的关键信息,分析通用航空直升机事故后果严重性的影响因素及其影响异质性问题。首先,将事故记录中各项信息梳理为时间、飞行过程、飞行员、直升机和气象条件类因素,同时,采用卡方检验分析各因素在无伤事故、轻伤事故和重伤死亡事故分类下的分布差异;而后,基于不同先验概率分布的随机系数构建若干混合Logit模型,拟合事故严重性;最后,通过对比不同模型的拟合效果,根据最优模型的参数估计,分析不同事故严重性对应因素的影响机理和影响的异质性问题。结果表明:直升机事故严重性的统计建模存在明显的因素影响异质性问题;基于独立正态和多元正态分布的相关随机系数混合Logit模型拟合效果优于其他模型;影响因素中,出现仪表气象条件、空中失去控制、燃油问题、低空运行及挂载(含撞线/树)、运动及作业、进近、老年驾驶员、飞行员具有直升机仪表能力以及直升机起火爆炸等因素时,将显著增加重伤死亡事故的概率;异质性分析中,周末、老年飞行员和三点式座椅安全带等因素存在显著的影响异质性。

基于相关随机参数Logit模型的骑行者闯红灯行为分析

骑行者的闯红灯行为是导致交通事故的主要原因之一。由于数据易存在未观察的异质性,传统的闯红灯行为模型容易导致有偏估计,甚至错误的统计推断,本研究运用相关随机参数Logit模型来深入探讨闯红灯行为的异质性及其影响。通过视频录像获取北京市2057名骑行者红灯期间的穿越行为数据,将其分为立即闯红灯、等待后闯红灯和不闯红灯三类,运用相关随机参数Logit模型来捕捉变量未观测到的异质性及其交互作用对闯红灯行为的影响。结果表明,相关随机参数Logit模型比传统模型具有更高的拟合优度;到达时刻正在违规的个体数量、正在等待的个体数量和高机动车流量这三个变量在等待后闯红灯行为上表现出显著的随机参数效应,前两个变量未观测异质性之间的交互作用对闯红灯行为有正向影响,后两个变量未观测异质性之间的交互作用对闯红灯行为有负向影响。研究结果有助于更深刻揭示骑行者闯红灯行为的影响机理,为我国城市交叉口混合交通的微观仿真和精细化管理控制提供科学依据。