蘇 紅, 干宏程

(上海理工大學(xué)超網(wǎng)絡(luò)研究中心,上海 200093)

圖狀信息板影響下的駕駛員路徑選擇行為

蘇 紅, 干宏程

(上海理工大學(xué)超網(wǎng)絡(luò)研究中心,上海 200093)

為了探索圖狀信息板(GRIP)對(duì)駕駛員路徑選擇行為的影響因素及其影響程度,借助GRIP信息發(fā)布平臺(tái),在信息板同時(shí)提供前方道路交通問(wèn)題性質(zhì)、事故嚴(yán)重程度的情況下,利用全因子方法設(shè)計(jì)了GRIP的6種假定交通情景,并對(duì)這6種情景下駕駛員路徑選擇行為數(shù)據(jù)進(jìn)行采集.采用離散選擇分析方法對(duì)路徑選擇行為的影響因素進(jìn)行了多變量分析,并建立了路徑選擇概率的多元logit模型.研究表明,駕駛員對(duì)GRIP影響下路徑選擇影響程度的認(rèn)知、開(kāi)車類型、月收入、交通問(wèn)題性質(zhì)及嚴(yán)重程度在不同程度上影響駕駛員的出行決策行為.

圖狀信息板;意向調(diào)查;路徑選擇;多元logit模型

圖狀信息板(graphical route information panel, GRIP)作為現(xiàn)代交通誘導(dǎo)手段的一種有效交通管理技術(shù),在現(xiàn)實(shí)生活中得到了廣泛的應(yīng)用及推廣,它是先進(jìn)的出行者信息系統(tǒng)(advanced traveler information system,ATIS)最重要的信息發(fā)布技術(shù),已全面覆蓋了上海的高架以及快速路網(wǎng),成為高架和快速路網(wǎng)交通管理的重要手段[1].對(duì)于GRIP的研究涵蓋了面板設(shè)計(jì)、GRIP布局、GRIP信息發(fā)布系統(tǒng)的人機(jī)界面設(shè)計(jì)、GRIP利用率研究[2-7]等方面.國(guó)外在此方面的研究較為深入,日本學(xué)者[8]探討了駕駛員對(duì)GRIP的易理解性、可識(shí)別性、有用性情況,研究表明,GRIP能夠被駕駛員接受;荷蘭學(xué)者Alkim等[9]調(diào)查了機(jī)動(dòng)車車主對(duì)GRIP的響應(yīng)行為,研究表明,GRIP較之于傳統(tǒng)的可變信息板優(yōu)勢(shì)顯著;美國(guó)學(xué)者Aitken等[10]設(shè)計(jì)了幾種不同形式的GRIP板并進(jìn)行了網(wǎng)絡(luò)調(diào)查來(lái)評(píng)估GRIP對(duì)駕駛員的吸引力及其實(shí)用性,研究發(fā)現(xiàn),駕駛員的年齡、性別、對(duì)路網(wǎng)的熟悉度以及GRIP是否提供出行時(shí)間信息都會(huì)影響GRIP的利用、理解情況.國(guó)內(nèi)學(xué)者干宏程[11]、王衛(wèi)衛(wèi)等[12]、姜桂艷等[13]對(duì)圖形式可變信息板影響下路徑選擇行為的建模、仿真方面進(jìn)行了調(diào)查研究,并取得了一定的成果.駕駛員對(duì)誘導(dǎo)信息響應(yīng)行為[14]的研究尤其是GRIP影響下路徑選擇行為的研究逐漸得到了相關(guān)部門(mén)及學(xué)者的高度重視.探索GRIP對(duì)駕駛員路徑選擇行為的影響已是大勢(shì)所趨,對(duì)于交通規(guī)劃管理部門(mén)合理規(guī)劃布設(shè)GRIP、提高GRIP的利用率、方便駕駛員通暢出行具有指導(dǎo)意義.

以往對(duì)GRIP影響下實(shí)際路徑選擇響應(yīng)行為的調(diào)查分析比較少,探索實(shí)際路況中GRIP影響下的行為數(shù)據(jù)對(duì)GRIP信息內(nèi)容、駕駛員社會(huì)經(jīng)濟(jì)屬性、交通感知特性以及交通問(wèn)題性質(zhì)和嚴(yán)重程度等信息與路徑選擇概率之間的相互映射關(guān)系仍是一個(gè)重要的研究方向.較之于以往研究,在更加豐富的樣本量以及考慮更為周全的問(wèn)卷內(nèi)容所獲得的行為數(shù)據(jù)的基礎(chǔ)上,探索影響因素與路徑選擇概率之間相互映射關(guān)系效果更為顯著、更有說(shuō)服力.

作者以上海一塊實(shí)地高架路網(wǎng)中的GRIP為研究對(duì)象,探索中型GRIP信息誘導(dǎo)下駕駛員途中改道行為的影響因素并構(gòu)建路徑選擇概率模型.主要對(duì)在真實(shí)交通場(chǎng)景中,6種假定交通出行情景下駕駛員的路徑選擇行為進(jìn)行SP(stated preference)調(diào)查,通過(guò)離散選擇模型進(jìn)行建模分析,建立路徑選擇概率的多元logit模型.

1 GRIP影響下路徑選擇行為數(shù)據(jù)的采集

利用GRIP實(shí)時(shí)發(fā)布前方道路的交通信息在上海高架快速路網(wǎng)中已具有普適性.為此本文以上海一塊實(shí)地運(yùn)行的中型圖文混合型可變信息標(biāo)志(中型GRIP)為研究對(duì)象,采集信息誘導(dǎo)下駕駛員途中改道行為數(shù)據(jù).

1.1 出行情景的設(shè)定

假定的交通出行情景為:正常工作日(周一到周五任意一天)的平峰時(shí)段,駕駛員從靜安區(qū)政府開(kāi)車經(jīng)延安高架駛往東華大學(xué)延安校區(qū),原計(jì)劃從凱旋路出口匝道離開(kāi)高架道路,到達(dá)位于凱旋路附近的東華大學(xué).當(dāng)駕駛員來(lái)到華山路出口上游時(shí),看到中型GRIP發(fā)布前方交通狀況的實(shí)時(shí)信息,然后被調(diào)查者根據(jù)上述情景,針對(duì)中型GRIP顯示的不同信息內(nèi)容,作出相應(yīng)決策.駕駛員面對(duì)GRIP提供的信息有3條路徑可供選擇:按原計(jì)劃沿高架路直走,然后在凱旋路出口下匝道到達(dá)東華大學(xué)(正常行程時(shí)間約12 min);在江蘇路出口下匝道,沿地面道路到達(dá)東華大學(xué)(正常行程時(shí)間約13 min);在華山路出口下匝道,沿地面道路到達(dá)東華大學(xué)(正常行程時(shí)間約15 min).具體情境示意簡(jiǎn)圖如圖1所示.

圖1 情境示意簡(jiǎn)圖Fig.1 Situational schematic diagram

GRIP板通過(guò)圖文并茂的形式顯示前方道路交通問(wèn)題性質(zhì)(事故、非事故2種水平)以及問(wèn)題嚴(yán)重程度(輕微、中等、嚴(yán)重3種水平)的交通信息.利用全因子方法設(shè)計(jì)了GRIP板的6種(2×3=6)不同信息內(nèi)容(詳見(jiàn)圖2),調(diào)查駕駛員在面臨這6種情景時(shí)路徑選擇行為數(shù)據(jù).其中將GRIP提供的事件類型信息量化為了延誤時(shí)間對(duì)路徑選擇的影響(在只考慮圖形信息,忽略文字信息情況下,對(duì)延誤情況進(jìn)行簡(jiǎn)單量化,根據(jù)色塊顯示設(shè)計(jì)標(biāo)準(zhǔn)以及問(wèn)題路段距離,通過(guò)計(jì)算得到:情景1和情景6延誤時(shí)間為2.4 min,情景2和情景4延誤時(shí)間為0.4 min,情景3和情景5延誤時(shí)間為3 min.).

圖2 GRIP顯示的6種SP情景Fig.2 Six scenarios displayed on the GRIP

1.2 路徑選擇行為SP調(diào)查

實(shí)地調(diào)查了上海居民從靜安區(qū)政府沿延安高架自駕自東向西至東華大學(xué)起訖點(diǎn)間GRIP影響下的路徑選擇行為.采用SP問(wèn)卷調(diào)查形式調(diào)查了駕駛員在GRIP顯示不同路況信息時(shí)所對(duì)應(yīng)的路徑選擇響應(yīng)行為.具體調(diào)查內(nèi)容主要包括駕駛員的社會(huì)經(jīng)濟(jì)屬性、出行屬性、交通信息利用屬性以及交通信息渠道設(shè)施利用率屬性4個(gè)方面.調(diào)查員向駕駛員隨機(jī)發(fā)放問(wèn)卷,填寫(xiě)后當(dāng)場(chǎng)回收,共得到246份有效問(wèn)卷.因此,可得到1 476(246×6)個(gè)樣本用于數(shù)據(jù)分析和建模.

1.3 數(shù)據(jù)初步分析結(jié)果

SP問(wèn)卷中GRIP提供信息內(nèi)容與路徑選擇情況的初步統(tǒng)計(jì)如表1所示.

表1 不同情景下駕駛員途中換道行為統(tǒng)計(jì)Tab.1 Statistics of route choice behavior under different scenarios

從表1的結(jié)果可以看出,在前方道路出現(xiàn)非事故情況下,輕微的交通擁擠并不會(huì)影響駕駛員的路徑選擇行為.雖然換道用的行程時(shí)間比較短,但是,為了避免換道的繁瑣或是依據(jù)以往駕駛經(jīng)驗(yàn),駕駛員還是更傾向于安于交通現(xiàn)狀,繼續(xù)按計(jì)劃路線行駛.只有在發(fā)生嚴(yán)重?fù)頂D以及交通事故時(shí),駕駛員才會(huì)選擇變更行駛路線.如果變更行駛路線,駕駛員更傾向于提前一個(gè)出口下高架,只有極少數(shù)的駕駛員選擇提前2個(gè)出口下高架.通過(guò)換道百分率可以看出,尤其是情景3和情景5情況下,GRIP誘導(dǎo)信息著實(shí)為駕駛員進(jìn)行路徑?jīng)Q策提供了便利,其應(yīng)用價(jià)值得到了充分發(fā)揮.

2 路徑選擇行為的離散選擇分析

2.1 建模方法

在進(jìn)行行為建模時(shí),一般采用的是非集計(jì)模型中的離散選擇模型.調(diào)查的應(yīng)變量為駕駛員對(duì)GRIP信息響應(yīng)的路徑選擇具體行為,各自變量包括駕駛員的社會(huì)經(jīng)濟(jì)屬性、出行屬性、交通信息屬性、交通設(shè)施屬性4方面的因素,每個(gè)方面又包括很多的子因素.因此,在對(duì)駕駛員基于信息的路徑選擇行為進(jìn)行預(yù)測(cè)時(shí),需要剔除對(duì)結(jié)果影響不是很大的因子,以便減少計(jì)算量,篩選、明確主要影響因子.路徑選擇行為應(yīng)變量有3個(gè)水平:按原計(jì)劃行駛,提前1個(gè)出口下高架,提前2個(gè)出口下高架,可以定義為分類變量.logit模型就是對(duì)分類應(yīng)變量進(jìn)行分類處理的適當(dāng)模型,鑒于應(yīng)變量有3種選擇,而且是分類變量,因此,采用多元logit模型(multinomal logit model, MNL)分析駕駛員屬性因素和客觀條件對(duì)應(yīng)變量的影響作用.

MNL是離散選擇模型中使用最為方便、廣泛的一種,其概括數(shù)學(xué)表達(dá)式為

式中,Pni為駕駛員n選擇方案i(i=1,2,…,m)的概率,共有m種選擇方案,n=246,m=3;Vni為駕駛員n選擇方案i的效用函數(shù)的固定項(xiàng);Xni= (Xni1,…,Xnik,…,XniK)是駕駛員n選擇方案i的影響因素組成的向量,k表示第k個(gè)影響因素;θ= (θ1,θ2,…θk)T是對(duì)應(yīng)于各影響因素前面的未知參數(shù)向量;An為駕駛員n選擇方案的集合(此處n= 246,m=3).

2.2 各變量賦值轉(zhuǎn)化及篩選標(biāo)準(zhǔn)

為方便模型建立,提高建模精度,需要對(duì)模型相應(yīng)的各影響因素進(jìn)行合理賦值轉(zhuǎn)化,設(shè)定有效的變量類型及助記符.使用logit回歸模型多次篩選自變量的標(biāo)準(zhǔn)是將wa1d值較小而顯著性值(sig.)較大的剔除出去,wa1d是一個(gè)卡方值,為自變量的顯著性檢驗(yàn),相當(dāng)于普通線性回歸中自變量的t檢驗(yàn)值.顯著性值(sig.或P值)通常選取0.25或0.5作為篩選標(biāo)準(zhǔn),為了提高精度,本文選取0.25作為顯著性標(biāo)準(zhǔn)值,逐步回歸、篩選、剔除.在95%的置信水平下,將wald值較小且P值(sig.)較大的自變量逐個(gè)剔除后,再次進(jìn)行回歸分析直至變量顯著性水平低于0.05.

調(diào)查問(wèn)卷中主要考察了駕駛員的社會(huì)經(jīng)濟(jì)屬性、出行屬性、交通信息利用屬性以及交通信息渠道設(shè)施利用屬性4方面的內(nèi)容.駕駛員的社會(huì)經(jīng)濟(jì)屬性包括性別(X1)、年齡(X2)、駕齡(X3)、學(xué)歷(X4)、月收入(X5)、是否上海常住人口(X6)7個(gè)自變量;出行屬性包括開(kāi)車類型(X7)、出行目的(X8)、出行頻率(X9)、使用高架頻率(X10)、年行駛公里數(shù)(X11)5個(gè)自變量;交通信息利用屬性包括對(duì)上海高架(快速路)的熟悉程度(X12)、對(duì)GRIP的關(guān)注程度(X13)、GRIP對(duì)駕駛員擇路或改道的影響(X14)3個(gè)自變量;交通信息渠道設(shè)施利用屬性包括電臺(tái)廣播(X15)、車載導(dǎo)航(X16)、電子信息板(X17)3個(gè)自變量.在后期建模中,分析這17個(gè)自變量對(duì)路徑選擇行為的影響情況.

2.3 模型估計(jì)結(jié)果分析

駕駛員進(jìn)入延安高架后,看到前方GRIP板顯示的交通信息,有3種應(yīng)對(duì)措施:按計(jì)劃路線行駛到達(dá)目的地;提前1個(gè)出口下高架;提前2個(gè)出口下高架.在研究中將按計(jì)劃路線行駛作為路徑選擇的基本選擇項(xiàng),即參考項(xiàng),那么,其效用方程值則記為0.利用卡方檢驗(yàn)估計(jì)結(jié)果,采用95%的置信度,剔除顯著性水平大于0.05的因素,篩選出影響駕駛員路徑選擇的關(guān)鍵影響因素.在建模過(guò)程中,延誤時(shí)間沒(méi)有進(jìn)入模型,只有8個(gè)變量進(jìn)入最終的模型,模型參數(shù)估計(jì)結(jié)果如表2所示.

表2 模型包含的變量及相關(guān)的參數(shù)估計(jì)Tab.2 Variables in the model and related parameters estimation

在實(shí)際應(yīng)用中優(yōu)良模型其擬合效果的擬合優(yōu)度R2一般介于0.2～0.4之間.由表2中的數(shù)據(jù)可以發(fā)現(xiàn),判定系數(shù)Cox&Snell’s R2=0.242, Nagelkerke’s R2=0.288,判定系數(shù)R2滿足0.2～0.4的范圍要求,而對(duì)數(shù)似然函數(shù)值(-2 Log likelihood)為589.545,數(shù)值較小,所以,認(rèn)為該模型能很好地闡釋自變量和因變量之間的關(guān)系,模型精度較高,符合實(shí)際的要求.根據(jù)所建模型得出駕駛員進(jìn)行路徑選擇時(shí)主要受制于駕駛員對(duì)GRIP的認(rèn)知程度、開(kāi)車類型、月收入以及GRIP顯示的交通信息內(nèi)容,與以往研究得到的路徑選擇受駕駛員的年齡、性別、對(duì)路網(wǎng)的熟悉度以及GRIP是否提供出行時(shí)間影響的結(jié)論有所區(qū)別.

根據(jù)表2得到提前2個(gè)出口下高架的效用函數(shù)根據(jù)表2得到提前1個(gè)出口下高架的效用函數(shù)

若一男性、月收入為4 800元,認(rèn)為GRIP信息對(duì)改道有較大影響的駕駛員,自駕從靜安區(qū)政府沿延安高架行駛,走到華山路出口前方800 m左右時(shí),發(fā)現(xiàn)前方GRIP顯示凱旋路出口三車追尾、嚴(yán)重堵塞、事故處理中的信息時(shí),此時(shí)該駕駛員選擇提前2個(gè)出口下高架的概率為28.07%,選擇提前1個(gè)出口下高架的概率為68.85%.

根據(jù)模型所得參數(shù)估計(jì)結(jié)果,對(duì)各自變量對(duì)應(yīng)變量的影響作如下分析:

a.常數(shù)項(xiàng)為負(fù).常數(shù)項(xiàng)為負(fù)符合實(shí)際的選擇情況,因?yàn)?在不提供任何交通信息的情況下,駕駛員對(duì)前方路況一無(wú)所知時(shí),大部分駕駛員會(huì)按照以往的習(xí)慣繼續(xù)走原路,也是源于大部分的駕駛員不愿承擔(dān)改道所帶來(lái)的任何風(fēng)險(xiǎn).通過(guò)比較2個(gè)效用函數(shù)常數(shù)項(xiàng),C1=-6.322＜C2=-2.603可以得出,在不得不進(jìn)行換道的情況下,駕駛員更傾向于提前1個(gè)出口下高架,因?yàn)?高架道路的服務(wù)性能優(yōu)于地面道路.

b.開(kāi)車類型,系數(shù)為正.與維持原計(jì)劃行駛路線相比,私家車較單位用車更容易選擇提前下高架.因?yàn)樗郊臆囻{駛員更追求乘車的舒適性,單位用車駕駛員可能存在燃油消耗、成本增加等顧慮,因而不大愿意改道提前下高架.

c.月收入小于等于6 000元啞變量,系數(shù)為正.表明有著較低收入的駕駛員較有著高收入的駕駛員更傾向于提前下高架,可能原因是這類人群時(shí)間價(jià)值觀念比較強(qiáng),對(duì)上下班或者上課時(shí)間有著很高的要求.

d.GRIP對(duì)擇路或改道影響程度,系數(shù)為正.駕駛員對(duì)GRIP的認(rèn)知程度越高,說(shuō)明對(duì)其依賴性較強(qiáng),對(duì)GRIP信息就越信任,所以,只要GRIP顯示前方路況的不良變化,駕駛員都會(huì)提前采取行動(dòng),避免不利路況產(chǎn)生的阻抗.

e.從GRIP信息啞變量的參數(shù)估計(jì)結(jié)果可以看出,GRIP信息5啞變量的系數(shù)在2個(gè)效用函數(shù)中明顯比其它幾個(gè)GRIP信息啞變量的系數(shù)大,說(shuō)明在發(fā)生事故并且嚴(yán)重?fù)頂D的情況下,駕駛員較其它GRIP情景出現(xiàn)時(shí)選擇提前離開(kāi)高架的概率要大.同時(shí),GRIP信息3啞變量前面的系數(shù)略小于G5,進(jìn)一步驗(yàn)證了G5和G3兩種情況下,駕駛員比GRIP顯示其它類型信息時(shí)更容易選擇提前下高架,這與前面數(shù)據(jù)結(jié)果初步分析得出的結(jié)論一致,與實(shí)際生活情景吻合,符合經(jīng)驗(yàn)判斷.由G1,G2,G3,G5,G6系數(shù)都為正得出,不論前方道路問(wèn)題嚴(yán)重程度以及交通類型如何,較基準(zhǔn)情景4而言,駕駛員傾向于選擇提前下高架.只有在發(fā)生非事故、且交通問(wèn)題性質(zhì)輕微時(shí),大多數(shù)駕駛員會(huì)按計(jì)劃路線行駛.

2.4 模型應(yīng)用示例

假設(shè)建模時(shí)不考慮駕駛員個(gè)體屬性,只考慮GRIP顯示的交通信息情況,利用卡方檢驗(yàn)估計(jì)結(jié)果,采用95%的置信度,得到的參數(shù)估計(jì)結(jié)果如表3所示.

表3 模型應(yīng)用參數(shù)估計(jì)結(jié)果Tab.3 Variables with parameters estimation

在不考慮個(gè)體屬性的情況下,模型中R2= 0.245,說(shuō)明模型擬合結(jié)果良好.GRIP對(duì)駕駛員路徑選擇行為的影響結(jié)果與實(shí)際吻合,在G3,G5信息的情況下,較情景4而言,駕駛員都會(huì)選擇提前下高架,與前面得出的結(jié)論一致,進(jìn)一步驗(yàn)證了GRIP顯示信息內(nèi)容能在不同程度上影響駕駛員的路徑?jīng)Q策行為.

3 結(jié)束語(yǔ)

以實(shí)地的出行情景為例,探討了延安高架上GRIP顯示不同交通信息時(shí)駕駛員的途中改道行為.通過(guò)探討GRIP對(duì)駕駛員路徑選擇行為的影響,可以使道路使用者及交通管理部門(mén)更好地認(rèn)識(shí)GRIP在實(shí)際應(yīng)用中發(fā)揮的作用,便于政府管理部門(mén)對(duì)GRIP進(jìn)行合理的投資、管理,為GRIP信息發(fā)布及設(shè)置提供更科學(xué)的依據(jù),同時(shí)建立有效的駕駛員路徑選擇行為模型也可為交通仿真軟件提供支持智能交通系統(tǒng)(ITS)的基礎(chǔ)模型.

本文研究重點(diǎn)在于分析探討GRIP對(duì)駕駛員路徑選擇行為的影響因素以及提供不同誘導(dǎo)信息下的駕駛員途中改道行為,通過(guò)對(duì)駕駛員GRIP響應(yīng)行為的研究,評(píng)價(jià)實(shí)際應(yīng)用中GRIP的實(shí)用性,進(jìn)一步指導(dǎo)今后的GRIP設(shè)計(jì).通過(guò)比較分析得到研究結(jié)果如下:

a.駕駛員對(duì)GRIP影響下路徑選擇影響程度的認(rèn)知、開(kāi)車類型、月收入以及交通問(wèn)題性質(zhì)和嚴(yán)重程度都會(huì)對(duì)駕駛員的出行決策產(chǎn)生一定的影響.為提高駕駛員對(duì)GRIP的認(rèn)知水平可在駕駛考試中增加并強(qiáng)化GRIP相關(guān)信息的教育學(xué)習(xí)等內(nèi)容,或者通過(guò)電視廣播等媒介加強(qiáng)宣傳,通過(guò)學(xué)習(xí)引導(dǎo)提高駕駛員對(duì)GRIP的行為響應(yīng)概率,進(jìn)而使GRIP實(shí)用性得到有效體現(xiàn).

b.數(shù)據(jù)統(tǒng)計(jì)結(jié)果以及建模求得概率結(jié)果表明, GRIP在同時(shí)提供交通問(wèn)題性質(zhì)以及交通問(wèn)題嚴(yán)重程度的情況下,其利用價(jià)值得到了充分發(fā)揮,能夠有效誘導(dǎo)交通流量的合理分配.由建模結(jié)果得到GRIP對(duì)誘導(dǎo)駕駛員路徑選擇行為、均衡網(wǎng)絡(luò)中的交通量分布,避免過(guò)多的出行時(shí)間延誤有著積極的影響.為了避免路阻函數(shù)帶來(lái)的負(fù)面影響,駕駛員看到誘導(dǎo)信息后都會(huì)采取一定程度的改道,可以有效緩解路段交通擁擠(情景5:提前1個(gè)出口下高架概率為68.85%,提前2個(gè)出口下高架概率為28.07%).在布設(shè)GRIP時(shí)可根據(jù)具體路網(wǎng)情況,同時(shí)提供當(dāng)前路網(wǎng)的交通問(wèn)題性質(zhì)以及交通問(wèn)題嚴(yán)重程度信息時(shí),在一定程度上能夠提高駕駛員對(duì)GRIP的響應(yīng)行為.交通問(wèn)題類型具體通過(guò)圖形形式還是文字信息形式抑或是圖文混合形式進(jìn)行GRIP布局將是今后研究重點(diǎn).

c.研究中只對(duì)特定路網(wǎng)中的GRIP進(jìn)行了定量分析,得到的結(jié)論具有一定的局限性,需要進(jìn)一步的論證探討.今后研究重點(diǎn)將放在實(shí)際應(yīng)用中的GRIP布局、設(shè)計(jì)、優(yōu)化方面,通過(guò)進(jìn)行多布局方案和更細(xì)化的方案分析對(duì)比,為交通管理部門(mén)合理布設(shè)GRIP提供更為詳實(shí)的理論依據(jù).

[1] Gan H C,Sun L J,Chen J Y.Advanced traveler information system for metropolitan expressways in Shanghai[C]∥Proceedings of 2008 International Conference of Chinese Logistics and Transportation Professionals.New York:American Society of Civil Engineers Press,2008:1810-1818.

[2] 楊兆升,王嬡,管青,等.基于人因工程的城市交通誘導(dǎo)系統(tǒng)設(shè)計(jì)[J].中國(guó)公共安全:智能交通,2006,23 (11):36-42.

[3] 干宏程,孫立軍.人因工程在先進(jìn)交通管理系統(tǒng)設(shè)計(jì)中的應(yīng)用[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2005,33 (10):1317-1322.

[4] 同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院.上海市高架道路交通監(jiān)控系統(tǒng)研究及示范工程研究報(bào)告[R].上海:上海市市政工程管理處,2003.

[5] Shalloe S,Sharples S C,Burnett G,et al.Developing a graphical route information panel(GRIP)for use on the UK motorway network[J].Transportation Research Part F:Traffic Psychology and Behaviour,2014,27: 133-149.

[6] Zhong S Q,Zhou L Z,Ma SF,et al.Effects of different factors on drivers’guidance compliance behaviors under road condition information shown on VMS[J]. Transportation Research Part A:Policy and Practice, 2012,46(9):1490-1505.

[7] Lai CJ.Drivers’comprehension of traffic information on graphical route information panels[J].Accident Analysis and Prevention,2012,45(2):565-571.

[8] Matsushima H,Sakai M.Graphic information provision system on metropolitan expressway[C]//7th World Congress on Intelligent Transportation Systems. Turin:CITSPress,2000:15-18.

[9] Alkim T,Schenk B.Graphic route information[C]∥8th World Congress on Intelligent Transportation Systems.Sydney:CITS Press,2001.

[10] Aitken R J,Conway A,Walton C M.Implementing graphical route information panels(GRIPs)in the United States[J].ITE Journal,2012,82(3):42-47.

[11] 干宏程.圖狀路況信息對(duì)駕駛員擇路行為影響的研究進(jìn)展[J].上海理工大學(xué)學(xué)報(bào),2012,34(3):257-262.

[12] 王衛(wèi)衛(wèi),趙小梅,李新剛,等.VMS對(duì)駕駛員路徑選擇影響的實(shí)證研究與建模[J].交通運(yùn)輸系統(tǒng)工程與信息,2013,13(3):60-64.

[13] 姜桂艷,鄭祖舵,白竹,等.擁擠條件下可變信息板交通誘導(dǎo)信息對(duì)駕駛行為的影響[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2006,36(2):183-187.

[14] 李靜,范炳全.基于駕駛員反應(yīng)行為的誘導(dǎo)博弈分析[J].上海理工大學(xué)學(xué)報(bào),2003,25(4):398-400.

(編輯:石 瑛)

Graphical Route Information Panel’s Impacts on Drivers’Route Choice Behavior

SUHong, GANHongcheng
(Center for Supernetworks Research,University of Shanghai for Science and Technology,Shanghai 200093,China)

To explore the graphical route information panel’s(GRIP’s)impacts and its influential degree on the driver route choice,with the help of a graphics board information release platform to provide the nature of traffic problems in front of the road and to learn the severity of the accident, a full factorial design method was adopted to figure six kinds of assumed traffic scenario message boards.The drivers’route choice behavior data was obtained under these six scenarios.With the discrete choice analysis method,a multivariate analysis about the influencing factors on route choice behavior was conducted,and a multi-path selection probabilities logit model was established.It is shown that the path selection of drivers under GRIP can be affected by the degree of GRIP influence cognition,car type,monthly income,the nature of traffic and the severity of the problems which influence their route choice decision to some extent.

graphical route information panel;stated preference survey;route choice; multivariate logit model

U 491

A

1007-6735(2015)05-0479-06

10.13255/j.cnki.jusst.2015.05.012

2014-07-21

上海市研究生創(chuàng)新基金資助項(xiàng)目(JWCXSL1202);國(guó)家自然科學(xué)基金資助項(xiàng)目(51008195);上海市重點(diǎn)學(xué)科建設(shè)資助項(xiàng)目(S30504);上海市教委科研創(chuàng)新資助項(xiàng)目(09YZ205)

蘇 紅(1987-),女,碩士研究生.研究方向:交通行為分析與建模、智能交通.E-mail:suhongabc@163.com

干宏程(1978-),男,副教授.研究方向:智能交通、交通規(guī)劃.E-mail:hongchenggan@126.com