基于Ordered Logistic回归模型通勤者出行决策及主观幸福度探究.docVIP

基于Ordered Logistic回归模型通勤者出行决策及主观幸福度探究 　　【摘要】提升人民的幸福指数已成为各地政府的政治落脚点，交通问题与人们的生活满意度息息相关。在此基础上针对交通出行模型与幸福指数进行定量研究，总结国内外出行模型与幸福指数的相关因素，利用SPSS23.0对英国家庭普查问卷的4个幸福指数指标进行定量分析，并解释结果。同时总结其经验结论，对我国的交通出行提出大力发展环境友好型交通出行（自行车或步行），进行长远规划，全面促进自行车系统及步行道设施的完善，以提高人们的幸福感 【关键词】交通出行模型 幸福度 回归模型 一、引言 随着国民经济的高速增长，城市人口快速增长，出现了城市空间紧张，道路拥挤，事故频发等一系列的问题，与此同时，机动车保有量从200多万辆增加到1.63亿辆，增长了近70倍[1]。机动车保有量的迅速增长，使得国内很多城市，尤其是大城市面临交通拥堵及空气污染的负面影响，同时引起人们对城市交通状况的不满，降低了生活的满意度和主观幸福感 在此背景下，在探究出行行为和主观幸福感方面研究欧美国家起步早、数据更加全面，因此其研究理念、探测方法，及其研究结果对促进我国交通领域的发展具有深远意义。本文结合英国2014～2015年纵向问卷调查报告，understand society，其问卷内容包含英国居民的特点、居民的满意度、时间偏好及其交通出行方式等问题[2]，建立回归模型探测交通出行行为对居民满意度的影响，分并提出相应的政策建议，同时对国内的交通发展研究起重要借鉴之意 二、文献综述 St-Louis运用回归模型对20851个样本研究，得出样本的满意度由高到低分别是行人，火车，自行车，轿车，地铁最后是公交车[2]。Ettema，D等以7点满意度量表，建立多次线性回归模型，结论表明其慢行交通工具相比汽车和公共交通更易获得主观幸福感[3]。Abou-Zeid等归纳选取旅程变量，通勤者自身特征及基于社会比较理论的通勤者社会比较三个层面的变量，构建结构方程模型，试图找出通勤者交通出行与幸福度的关系[4] 国内研究交通出行模型主要以时间和费用成本最优为目标，通过不同的模型方法对不同的特征进行探测。潘驰等通过二元Logit模型对大连市主城200名通勤者出行行为进行预测，结果显示停车费和公共交通服务水平提高，能够促进驾车者放弃小汽车改乘公共交通[7]。姚丽亚等采用分层Logit模型，对北京市出行者实证研究表明出高收入及其公费出行人倾向于使用私人交通，而以上班上学为出行目的人群更倾向公共交通[8]。陈俊励等采用巢式Logit模型，定量分析公共交通出行者特征。殷焕焕等基于BinaryLogit模型得出性别和年龄两个因素对公交出行影响不大，而时间和费用是主要影响居民出行的因素 从国内外文献研究来看，不同地区因出行者特点和区域交通系统完备度的差异对于不同交通工具的满意度各有不同，基于此本研究试图探究相对于自行车或步行出行，公共交通模式和小汽车模式对不同满意度指标的影响，以此更好的促进集中资源提升出行者的满意度 三、研究方法设计 本研究运用英国家庭普查2014/2015（BHPS）的调查问卷数据，其包含1814个问题[24]。问卷对4617个家庭进行包括社会经济特征、通勤特征、主观感受等问题的调研。根据本研究问题，选取了三个满意度相关问题分别探测个人主观幸福度。在样本选择方面，为了获得足够的有效数据，避免无效数据过多引起结果的无意义，最终有效样本为748个 对于不同出行者的满意度，本研究运用统计软件SPSS 23.0 对交通出行和满意度数据用crosstabulate进行整合，其结果可得，自行车和步行分别对健康满意度指标和休闲时间满意度指标的满意度占比高于小汽车出行和公共交通出行，同时所有指标的不满意程度占比较低。综合两方面考虑，可得自行车和步行能够更大程度促进人的主观幸福感，而小汽车则在收入满意占比中表现优秀，而公共交通出行则在四方面满意度评价中占比最低 四、数据分析与结论 （一）出行模型与满意度指标相关性分析 我们运用皮尔森卡方测试（Pearsons chi-square）来探测出行模型与各幸福指标的相关性。如果两个变量不相关，则表明出行模型和此幸福指标没有明显关系，则假设不成立 通常，相关性检查关键指标为Sig.，如果Sig.值小于0.05，那么系统的无效假设（null hypothesis）将被拒绝。皮尔卡森卡方相关性检验结果，可见出行工具选择变量与各个满意度变量显性相关。同时为构建回归模型的前提 （二）假设检验结果 为了探测不同出行选择对主观满意度的影响程度，本研究把满意度分为满意、无所谓、不满意，三类有层级的分类因变量。而对于有层级的分类