基于结构方程模型的个体活动-出行行为研究.pdfVIP

基于结构方程模型的个体活动-出行行为研究 赵琳娜 戴帅 范瑞 巩建国 【摘要】在基于活动的交通需求预测理论研究框架下，采用结构方程模型的研究方法，建立个体活动-出行 行为的分析模型，探讨和验证个体属性、活动参与和出行三者之间的相关性。结果表明：个体社会属性、活动 参与和出行特征之间存在明显相关关系；不同类型的活动之间在时间、资金预算等资源约束下形成替代和竞争 关系。此外，研究还发现个体社会属性不仅直接影响出行，还可以通过活动参与间接影响出行。这些相关性的 揭示有助于更好的理解和分析个体的活动-出行行为，对基于活动的交通需求预测方法的研究具有重要意义。 【关键词】基于活动的交通需求预测方法；活动-出行行为；结构方程模型 1 概述 基于活动的交通需求预测方法的提出，弥补了传统集计模型的不足，能够更好地适应城市 交通微观层面交通的改善和管理政策的制定，同时促使人们更加关注个体活动和出行等交通微 观层面的研究[1,2,3] 。国外对活动- 出行行为的研究起步较早，研究者一开始利用传统的统计学方 法研究个体社会属性、活动参与和出行三者之间的相关性。因为相关性分析涉及的变量层次复 杂，数量较多，传统的统计分析方法难以同时处理这些多层次，关系复杂的变量，相关性分析 的结果不能如实反映变量之间的关系，因此存在一定的缺陷。继而，结构方程模型(Structural Equation Modeling ，简称 SEM)的分析方法被应用进来，弥补了传统统计学分析方法的不足。 Xuedong Lu 和 Eric I. Pas(1999) ，Arun R. Kuppam 和 Ram M. Pendyala(2001)等利用结构方程模 型的方法，以个人、家庭社会属性为外源变量，活动参与和出行特征为内生变量，建立因果关 系模型，研究和估计了社会人口属性、活动参与和出行特征三者之间的关系。后者重点还分析 了户外活动和户内活动之间的相关性，得出两种活动之间存在着替代作用的重要结论[4,5] 。国内 个体活动-出行的相关性研究较少，而更多关注的是基于活动的分析方法在交通规划中的应用， 对活动分析的理论来源及发展过程缺少研究。柴彦威，曹新宇，张文佳等建立结构方程模型， 对国内一些大城市（如天津，深圳等）居民的活动-出行行为进行了研究，得了一些重要的结论 [6,7] 。但国内多以活动持续时间和相应出行时间为研究变量，很少涉及居民活动-出行链特征的研 究，缺乏对活动-出行的整体考虑。本文结合目前国内外相关研究的热点和不足，以中小城市居 民活动-出行为研究对象，采用结构方程模型这一有力的交通行为分析工具，建立居民活动-出行 1    相关性分析模型，以个体社会属性为外源变量，活动-出行的相关指标（如各类活动的持续时间， 相应的出行时耗，活动-出行链个数和长度）为内生变量，探求和验证居民属性特征、活动参与 和出行特征三者之间的复杂关系，解读国内中小城市居民的活动-出行特征，为制定科学的交通 规划和交通管理政策提供决策支持。 2 个体活动－出行行为分析的结构方程模型 结构方程模型(Structural Equation Modeling，简称 SEM )是一种实用且流行的分析多变量复 杂关系的建模工具。其主要优点在于可以同时考虑和处理多个因变量，而且容许自变量和因变 量存在测量误差，还可以处理涉及潜变量的分析，弥补了传统统计学分析方法的不足。结构方 程模型在交通领域的研究应用范围很广，除了在基于活动的出行需求模型研究领域，结构方程 模型还被应用到验证个体的某种态度，认知水平，意向活动- 出行行为与实际活动-出行行为之间 的因果关系模型（涉及复杂的潜变量）。在交通安全领域，结构方程模型还被用来研究驾驶员行 为[8] 。活动-出行行为的相关性分析涉的变量层次复杂，数量较多，结构方程模型的分析方法非 常适合用来做社会人口属性与活动-出行行为的相关性分析。图 1 是本文个体活动-出行行为的结 构方程模型总体分析框架，此分析框架是基于活动论和已有研究成果的基础上提出的。该框架 下的活动- 出行行为分析含有三层变量：个人社会属性（外源变量），个体的活动参与（各