重大突发疫情事件下通勤交通方式转移行为研究

为探究重大突发疫情期间通勤方式转移行为的影响机理,本文采用RP和SP调查个人属性、家庭属性以及空间区位特征,并利用CatBoost模型结合SHAP框架探讨不同影响因素对交通方式转移的贡献。结果表明:①拥有小汽车的家庭、高收入家庭、更倾向于在疫情期间选择小汽车通勤。高学历者更倾向于选择小汽车或慢行交通以满足对安全、舒适性或环保的需求;②不同特征组合对交通方式转移的复杂影响,如高收入者更倾向于选择小汽车通勤,而低收入者和高学历者在疫情期间对慢行交通表现出较高的意愿。因此,应该加强公共交通系统在突发事件中的应急响应能力,通过设计灵活的调度系统和多样化的服务模式,提高系统应对能力和服务水平。

公共自行车出行质量实证研究

以上海闵行区公共自行车系统为例,调查获得人们在公共自行车系统实施之后出行方式的转换,采用离散选择模型解释这种转换下的决策机制.发现公共自行车特征、出行时耗以及服务点可达性是出行方式转换的重要影响要素.应用模型发现公共自行车使用者的出行质量显著提升,而出行总质量提升最多的集中于较为功利性的出行目的.转换自公交方式的出行获得质量提升最多,转换自小汽车的出行质量提升最少.预估并比较服务站点密度增加和公共电动自行车两种服务方式的竞争力发现,后者对出行质量提升的效果明显高于前者.

里昂公共自行车系统

对法国大里昂都市区Vélo’v系统进行概述,内容包括服务终端、停车桩和自行车设施,租借方法和价格,信息化特征,成本和收入等。分析了租赁点的类型、定位依据和点位布设方法。然后,从各区的自行车租借特征、租借次数、居民出行方式转变和满意度方面,结合调查数据阐述了Vélo’v系统的实施效果。最后,介绍了大里昂都市区自行车服务的推广方针,意在指出,公共自行车系统是自行车交通服务的一部分,城市为一切自行车出行创造条件才是发展之道。

降雨天气下公路出行者出行方式转移模型

降雨会导致公众出行方式选择行为发生改变,出行方式选择行为是交通需求预测的重要基础理论。为探究降雨天气下致使公路出行者出行方式发生转移的影响因素及转移的其他出行方式的概率,以公路出行者在降雨天气下对使用小汽车、高铁、客运班车、飞机或不出行的出行方式选择行为为研究对象,设计并完成降雨天气下公路出行者出行意愿问卷调查(SP调查)。根据不同降雨程度以及出行目,围绕4种场景展开。主要考虑的因素有6种:出行时耗、性别、年龄、职业、出行频次、驾龄。基于出行意愿调查问卷数据,分别构建4种场景下出行方式转移的多项Logistic回归模型,探讨大雨和中雨天气下刚性出行计划和弹性出行计划中以使用小汽车为参照的出行方式转移模型及主要影响因素。模型结果显示,居民的驾龄、出行频次对研究范围出行方式转移模型具有显著影响。而休闲出行计划中,出行时耗的影响变得显著,并且大雨天气下的休闲计划出行中性别亦有显著影响。各因素在不同情景下对出行方式转移模型的影响程度存在明显差异。本研究可以为综合运输网络的交通规划、需求预测以及制定决策提供理论支撑和决策依据。

基于潜变量RF的通勤高峰期小汽车出行方式向公交转移行为研究

为缓解城市的交通拥堵,科学合理的引导小汽车出行者改乘公共交通出行显得尤为重要。以通勤出行者为研究对象,引入了有关价值观念的扩展心理潜变量,并建立了基于扩展TPB理论的潜变量MIMIC模型,分析了小汽车和公交出行方式下各潜变量之间的关系。然后,考虑随机森林算法有鲁棒性好、泛化能力强的优势,构建了带有心理潜变量的MIMIC-RF出行方式转移模型,通过实证结果得到有潜变量的模型比传统的模型具有更好的预测效果。因此,可借助该模型进行敏感度分析,结合关键影响因素的变化探究通勤者选择小汽车出行方式向公交转移的规律。

出行方式转移行为意向及影响因素分析

为明确小汽车出行者向绿色出行方式转移的意向及影响因素,本研究选择了北京各行政区的部分居住区、就业区、商圈进行了调研.按照出行目的将出行分为通勤/通学和购物休闲2种类型,并基于问卷结果分析了小汽车出行者的出行意向及出行原因,然后,从个人经济社会属性、出行特征、出行态度与偏好3个方面选择了特征向量并建立了二元logit模型分别对小汽车通勤者和小汽车购物/休闲者进行出行方式转移的影响因素分析,结果表明:私家车自由灵活度、舒适度是出行者选择其出行的重要原因;其次,年龄、职业、私家车使用次数、出行时间、出行距离、对绿色出行的偏好和态度均会影响通勤者的出行方式选择,而对于购物/休闲出行,出行转移意愿影响因素较少,可能在于通勤/通学者对出行效率的要求较高,而购物/休闲者出行时间、出行距离等均为自主选择.本文研究结果能为实施引导小汽车出行者绿色出行方式转移提供决策依据.

基于贝叶斯网的城市迁居者通勤方式变迁模型

随着中国城市空间布局的扩展与郊区化现象的加剧,城市内部居住迁移导致居民出行交通结构发生演变.国内关于迁居—出行行为的研究主要集中于对迁居人群机动化通勤趋势及变化成因的宏观描述上,从微观角度分析城市内部迁居人群通勤方式转变的研究尚为少见.本文以南京为例,构建基于贝叶斯网络的迁居人群通勤方式转移模型,模拟并分析个人家庭信息、迁居属性,以及小区建成环境感知变化对原非机动(步行、自行车或电动车)通勤人群出行方式转移的影响.结果表明:家庭汽车、个人收入、新车的购置、住房类型、购房方式、迁居类型、地铁通勤便捷度和地铁步站距离是影响原非机动通勤人群转向小汽车出行的主要因素.研究结果可为城市规划者制定迁居通勤机动化的建成环境调控政策提供一定科学依据.

基于社会互动视角的出行方式选择行为机理分析

回顾以往的交通行为分析模型,多半隐含片面假设:个体决策是独立于他人行为的。因此,在分析社会互动作用较大的交通行为时,无法准确地反映出交通的宏观态势。有鉴于此,将"出行方式选择"视为一种集体行为,在考虑社会互动效应的前提下,分析出行方式选择行为的均衡转移状态。将停车收费水平视为政策干预变量,利用出行方式选择行为阈值模型对消除劣势均衡(私家车无节制出行)的政策干预阈值进行定量估计。研究结果表明,停车收费水平提高至每次15元以上,将使集体行为达到均衡转移阈值,导致公共交通出行的比例由现状的19.3%提升到约72.3%。

选择铁路方式出行的阻碍因素综述

研究表明,即使铁路出行是最具有成本效益的出行方式,许多出行者仍然会选择其他出行方式。这表明选择铁路出行方式存在一些与费用无关的阻碍因素。本文对有关这些阻碍因素重要性的文献进行了综述,这些研究主要来自英国,但也有一部分来自于其他国家。共确认了37种不同的阻碍因素,它们可以被划分为"刚性因素"、"柔性因素"与"互补性因素"。出行者通常不会只考虑其中的单一阻碍因素,而是将这些阻碍因素看成一个整体,由此使得对最重要阻碍因素的确认十分困难。很多情况下,对于某一出行者来说,所有存在的阻碍因素都需要在出行方式转移之前解决。在思考不同阻碍因素的相对重要性后,对克服它们并实现其他出行方式向铁路转移的最有效措施提出了建议。这涉及主要的交通政策,因为它能够为有限的可利用资金确定目标市场,从而影响出行行为并提高出行方式的可持续性。

出行方式转移行为特征分析——以北京市为例

对规划与政策可控变量组合情景下的转移行为特征实证分析在现有出行方式转移研究中较为少见。以北京市为例,对3 351名出行者进行出行方式转移意向调查(SP调查),识别出4类转移意愿群体。首先分析出行时间比和停车费用两个变量对不同群体的影响。然后,对比不同组合情景下出行方式转移率的变化,以反映公共交通出行效率改善和小汽车使用成本提高对不同群体出行方式转移意愿的影响程度。结果表明:降低出行时间比对于提高公共交通乘客依赖度和减少乘客流失效果较好,但是很难吸引对小汽车高度依赖的出行者;提高停车费用对于引导摇摆群体从小汽车出行向公共交通转移效果显著。两个变量所产生的出行方式转移率受到现状基准值的影响,在制定政策时需统筹考虑两者的互动关系。最后,提出应结合出行调查数据制定分区域、分群体、分目的的公共交通吸引力提升策略,探索精细化、可实施、重统筹的公共交通发展及交通治理路径。

轨道交通对出行方式选择的影响研究——基于上海市80后微观调查样本的实证分析

评估轨道交通绩效的一个重要方面是考察轨道交通可达性的提高能否促进居民交通行为转变,尤其是减轻对小汽车的依赖。目前的研究结论不尽一致,且研究中存在的自选择问题尚没有引起足够的重视。基于2013年上海市80后群体的微观调查数据,分析轨道交通可达性对城市居民交通方式选择(小汽车购买和使用以及轨道交通使用)的影响,并利用样本的异质性来克服轨道交通可达性与交通行为之间的自选择。研究发现:居民居住区周边轨道交通可达性的提高,确实能够显著地降低家庭小汽车的拥有概率,并提高乘坐地铁通勤的可能性;但不能找到轨道交通可达性的提高会减少小汽车使用的证据。