交通信息下基于出行链通勤出行方式选择行为.docVIP

交通信息下基于出行链的通勤出行方式选择行为 　　摘要： 　　为研究移动互联网广泛应用的背景下通勤者的出行行为，探索交通信息对居民在通勤出行链中出行方式选择行为的影响，以RP（Revealed Preference）调查获取的出行者交通信息使用属性、通勤出行链模式、社会经济属性和出行方式选择行为数据，建立通勤出行方式选择多项Logit模型.研究发现：（1）复杂出行链模式会更多地促进停车换乘（Park and Ride， PR）方式的生成；（2）随着交通信息查询频率的提高，PR发生的概率比公共交通和私家车都更高；（3）高收入群体在通勤出行中更愿意选择PR方式，而非私家车方式；（4）通勤者对交通信息查询的满意度越高，越能促进小汽车出行向公共交通的转移.上述结论为交通需求管理和交通信息诱导等政策制定提供理论基础和实证依据. 　　关键词： 　　通勤； 出行方式选择； 出行链； 交通信息； 多项Logit模型； RP调查 　　中图分类号： U491.122 　　0 引 言 　　随着城市社会经济、文化和科学技术的日新月异，以及日益扩张的城市规模，居民的出行目的越来越多样化，出行范围越来越广，出行结构也变得越来越复杂.通勤出行指出行者在居住地与工作地之间的空间移动.像上海这种居住和就业空间分离较大的城市，居民为减少其出行成本，使出行效用达到最大化，倾向于在一次出行中链接多个出行活动，从而构成一条集约化的出行链. 　　出行链是指出行者从居住地出发再返回居住地的过程，这个过程中蕴含着大量的时间、空间、方式和活动类型信息，并且这些信息之间是互相关联和相互作用的，整个载有信息的过程被称为出行链[1].对通勤者而言，很重要的一项决策就是出行方式的选择. 　　近几年移动互联网技术得到高速发展，无线网络覆盖区域日益扩大，智能手机等无线通信工具的使用日益广泛，诸多交通信息查询APP软件（百度地图等）也逐渐普及，这些都使得出行者随时随地查询交通信息成为可能，从而促使出行者的活动习惯和模式发生改变，进而人们的出行方式和出行链模式也会呈现新的变化和特征. 　　在交通信息对出行行为影响方面：隽志才等[2]发现居民选择出行方式会受到交通信息的内容和提供方式的影响；ZHONG等[3]应用回归模型分析比较了不同类型的道路交通状态信息对出行者选择路径的影响；TSENG等[4]通过RP（Revealed Preference）调查，以智能手机作为接收实时信息的载体，应用离散选择模型研究了实时交通信息对单次出行决策的影响；侯现耀等[5]的研究结果表明公交信息总体上会增加人们选择公交出行的意愿. 　　在出行链与出行关系方面：ADLER等[6]应用效用理论建立了出行者在非工作出行中的出行链模式多项Logit模型；YE等[7]分别应用迭代双变量（recursive bivariate） probit模型和联立（simultaneous） Logit模型分析研究了出行链复杂性与出行方式选择之间的关系；HENSHER等[8]对悉尼居民出行行为进行研究，发现当出行链由简单变为复杂后，居民选择公交方式出行得到的效用将减小，因此认为复杂出行链构成了采用公交方式出行的障碍.国内也有类似研究：杨敏等[9]通过建立二项Logistic模型分析了影响个体选择简单链还是复杂链的显著变量；栾琨等[10]、王孝坤等[11]均认为出行链模式选择与出行方式选择之间存在显著的相互影响关系；张华歆等[12]对交通信息条件下的通勤出行链模式选择行为进行研究，发现交通信息在促进复杂链的生成上发挥了较大的作用. 　　上述研究中，大多数局限于交通信息对单次出行的影响，缺乏从通勤者整体出行链的角度来深入探讨出行方式选择问题的研究；同时在出行链与出行关系方面，多数研究也未考虑到目前可随时获取的交通信息的作用. 　　本文以通勤出行链为研究视角，分析在交通信息条件下上海市具有不同社会经济属性和出行活动属性的通勤者出行方式选择行为呈现的特征和规律，以明确通勤者出行方式选择的偏好，为交通需求管理和交通信息诱导等政策制定提供理论基础和实证依据. 　　1 出行方式选择RP调查统计分析 　　1.1 出行方式选择RP调查 　　本文的研究数据通过RP调查获得，主要包括：路边现场访谈、网络不记名在线调查、委托问卷公司调查等3种方式.调查对象为上海地区居民.本次调查共收回问卷650份，剔除明显信息不准确问卷223份后得到有效问卷427份，有效回收率为65.7%. 　　本次调查区域覆盖上海多个区，对有效问卷进行统计，具体区域分布见表1. 　　在427份调查样本中，女性比例为59.95%，男性比例为40.05%；被调查的通勤者中，年龄分布在18岁至57岁之间，平均年龄为33.06岁，年龄标准偏差为8.92岁；已婚者