• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于NL模型的節(jié)假日綠色出行行為研究

      2017-03-09 02:06:25馬姝宇邵春福
      山東科學(xué) 2017年1期
      關(guān)鍵詞:小汽車行者參數(shù)估計

      馬姝宇, 邵春福

      (北京交通大學(xué)交通運輸學(xué)院,北京 100044)

      【交通運輸】

      基于NL模型的節(jié)假日綠色出行行為研究

      馬姝宇, 邵春福

      (北京交通大學(xué)交通運輸學(xué)院,北京 100044)

      針對節(jié)假日出行行為的特殊性,利用2014年北京市節(jié)假日出行行為調(diào)查數(shù)據(jù),構(gòu)建了節(jié)假日綠色出行行為NestedLogit模型。通過篩選影響節(jié)假日綠色出行行為選擇的顯著因素,建立了節(jié)假日綠色出行行為NL模型的層次結(jié)構(gòu),分析了模型的參數(shù)估計結(jié)果。研究結(jié)果表明,是否擁有小汽車、是否擁有自行車、居住方式、出行目的、出行距離和出行費用是影響節(jié)假日出行方式選擇的主要因素,是否擁有小汽車、是否有同伴和出行目是影響節(jié)假日綠色出行選擇的主要因素。

      綠色出行;NL模型;出行行為;節(jié)假日

      隨著生活水平的提高,人們越來越傾向于在節(jié)假日期間出行,但是節(jié)假日交通因需求集中、流量大和時空限制小等特點導(dǎo)致了擁堵問題日益嚴重。國內(nèi)外很多學(xué)者在節(jié)假日出行方面進行了大量研究。Shailes等[1]利用BinaryLogit模型研究了節(jié)假日出行者的交通擁堵避讓行為;王博彬等[2]利用NestedLogit模型研究了在節(jié)假日出行中出行者對出行鏈復(fù)雜度和出行方式的選擇行為;左忠義等[3]利用大量的實地調(diào)查數(shù)據(jù)分析了節(jié)假日出行者的行為特征對交通的影響。

      與此同時,綠色出行對城市可持續(xù)發(fā)展的重要性日益受到重視。自1994年ChrisBradshaw首次提出綠色交通體系的概念以來[4],國內(nèi)外關(guān)于綠色交通的研究文獻迅速涌現(xiàn)。Carlsson-Kanyama等[5]基于可持續(xù)交通研究了不同社會經(jīng)濟群體的出行能源消耗;劉雪梅[6]利用結(jié)構(gòu)方程模型研究了城市居民綠色出行選擇行為;王蘊琦[7]利用Q方法研究了不同類型出行者對綠色出行的態(tài)度和行為。

      目前,大多數(shù)研究將綠色交通和節(jié)假日出行分開考慮,將二者結(jié)合的研究相對較少。鑒于此,本文以NL模型的相關(guān)理論為基礎(chǔ),利用2014年國慶期間北京市節(jié)假日出行行為調(diào)查數(shù)據(jù),分析節(jié)假日綠色出行行為,為緩解節(jié)假日交通擁堵和評價節(jié)假日交通管理政策提供理論依據(jù)。

      1 NL模型基礎(chǔ)

      隨機效用理論認為效用是一個隨機變量[8],效用函數(shù)U通常由確定項V和隨機項ε兩部分組成,同時假設(shè)確定項和隨機項兩者之間呈線性關(guān)系[9]。在出行行為研究中,隨機效用理論認為出行者在選擇出行交通方式的過程中,傾向于選擇效用最大的方案,即最能滿足自身出行需求的方案[10]。

      因此,出行者n選擇交通方式i的效用Uin可以表示為:

      Uin=Vin+εin,

      (1)

      其中,Vin為出行者n選擇交通方式i的效用函數(shù)中的確定項;εin為出行者n選擇交通方式i的效用函數(shù)中的隨機項。

      出行者n選擇交通方式i的概率Pin可以表示為:

      (2)

      2 研究方法

      MNL(MultinominalLogitModel)模型沒有考慮各選擇方案之間的相互關(guān)系,存在非相關(guān)選擇方案互相獨立性(ⅡA特性)[11]。NL模型是一種改進的Logit模型,考慮了各選擇枝之間的關(guān)聯(lián)性,克服了MNL模型的ⅡA特性。因此,NL模型更貼合實際,適合于出行方式選擇中某幾種交通方式存在類似性的情況。NL模型相比MNL模型層次結(jié)構(gòu)更加復(fù)雜,所以參數(shù)的確定過程也更加復(fù)雜[12]。

      2.1 建立選擇樹

      根據(jù)選擇的復(fù)雜程度,按照類似性原則,將選擇方案分為若干層次[13]。為研究節(jié)假日綠色出行行為,將選擇方案分為2個層次。上層是出行者對節(jié)假日綠色出行的選擇。從綠色出行的內(nèi)涵出發(fā),將慢行交通這類零碳排放的出行方式和公共交通、軌道交通這類運力大、人均排放量較低的出行方式定義為綠色出行,將小汽車出行定義為非綠色出行[14]。下層是出行者對節(jié)假日出行方式的選擇,包含慢行交通、公交、地鐵和小汽車4種出行方式。其中,慢行交通由步行和自行車組成。

      本文確定的NL模型層次結(jié)構(gòu)如圖1所示。

      圖1 NL模型層次結(jié)構(gòu)Fig.1 The hierarchical structure of Nested Logit model

      設(shè)Mn是出行者n的上層選擇方案個數(shù),Rmn是出行者n結(jié)合上層的下層選擇方案的個數(shù),由條件概率公式可得[15-16]:

      (3)

      (4)

      (5)

      (6)

      (7)

      2.2 確定效用函數(shù)

      效用函數(shù)的具體表達形式有很多種。其中,應(yīng)用最廣泛的是線性函數(shù)[17]。假設(shè)Vin與特征變量Xin呈線性關(guān)系,則:

      (8)

      2.3 參數(shù)估計

      采用極大似然估計法對模型進行參數(shù)估計[18]。假設(shè)當(dāng)出行者n選擇方案(rm)時δ(rm)n=1,否則δ(rm)n=0。則似然函數(shù)L*的形式為:

      (9)

      對該函數(shù)的兩邊取對數(shù),可以得到:

      (10)

      當(dāng)式(10)取最大值時,即可求得待估計參數(shù)。

      3 節(jié)假日綠色出行行為NL模型構(gòu)建

      3.1 數(shù)據(jù)來源

      數(shù)據(jù)來源于2014年國慶期間進行的北京市節(jié)假日出行行為調(diào)查,經(jīng)過簡單數(shù)據(jù)處理,共獲得413條有效的節(jié)假日出行行為數(shù)據(jù)。調(diào)查內(nèi)容包括出行者特性(出行者性別、年齡、職業(yè)、收入、是否擁有小汽車、是否擁有自行車)、出行特性(出行距離、出行目的)和交通方式服務(wù)水平(出行時間、出行費用)。調(diào)查內(nèi)容包含5種出行方式,分別為步行、自行車、公交車、地鐵和小汽車。其中,由于選擇步行出行的出行者數(shù)量較少(不足總?cè)藬?shù)的3%),考慮到在節(jié)假日出行中步行和自行車的性質(zhì)相似,因此將兩者合并為慢行交通出行。調(diào)查數(shù)據(jù)中各出行方式所占比例如表1所示。

      表1 出行方式比例

      3.2 模型變量定義

      根據(jù)出行行為NL模型的層次結(jié)構(gòu)特點,選擇出行者特性、出行特征和交通服務(wù)水平作為出行者選擇的影響因素[19]。剔除不顯著的因素,將顯著影響節(jié)假日綠色出行選擇的因素,如是否擁有小汽車、是否有同伴和出行目的歸入上層模型,將顯著影響節(jié)假日出行方式選擇的因素,如是否擁有小汽車、是否擁有自行車、居住方式、出行目的、出行距離和出行費用歸入下層模型。NL模型中相關(guān)變量的定義如表2所示。

      表2 變量定義表

      3.3 模型參數(shù)估計結(jié)果與分析

      將公交車作為參照水平,其他方式與其進行對比。利用SPSS軟件對下層節(jié)假日出行方式選擇模型進行模擬,得到的參數(shù)估計結(jié)果如表3所示。

      表3 節(jié)假日出行方式選擇模型參數(shù)估計結(jié)果

      表3中的模型參數(shù)估計結(jié)果表明,是否擁有小汽車、是否擁有自行車、居住方式、出行目的、出行距離和出行費用對節(jié)假日出行方式選擇有顯著影響。

      (1)擁有交通工具會為出行者帶來便捷,因此擁有小汽車和自行車的人在節(jié)假日出行中選擇小汽車和自行車的概率更大。

      (2)居住方式是影響節(jié)假日出行方式選擇的重要因素。居住在宿舍的人更傾向于選擇慢行交通出行,與家人同住的人更傾向于選擇地鐵出行。

      (3)出行目的也是影響節(jié)假日出行方式選擇的重要因素。出行目的是逛街購物的人選擇地鐵出行的概率高。

      (4)慢行交通受距離限制明顯,多服務(wù)于節(jié)假日短途出行。地鐵和小汽車在較長距離出行中優(yōu)勢更大。同時,節(jié)假日期間選擇地鐵和小汽車出行所支付的費用更高。

      表4 節(jié)假日綠色出行方式選擇模型參數(shù)估計結(jié)果

      表4中的模型參數(shù)估計結(jié)果表明,是否擁有小汽車、是否擁有同伴和出行目的對節(jié)假日綠色出行方式選擇有顯著影響。

      (1)小汽車舒適性更高,因此擁有小汽車和有同伴的出行者在節(jié)假日出行中,更傾向于選擇非綠色交通方式出行。

      (2)出行目的是影響綠色出行選擇的重要因素。出行目的為逛街購物的人選擇綠色出行的概率更大。

      3.4 模型檢驗

      表5 節(jié)假日綠色出行行為NL模型擬合信息表

      4 結(jié)論

      利用NL模型和2014年北京市節(jié)假日出行行為調(diào)查數(shù)據(jù),考慮出行者特性、出行特征和交通服務(wù)水平等影響因素,構(gòu)建了北京市節(jié)假日綠色出行行為NL模型,并進行了參數(shù)估計。研究得到的主要結(jié)論如下:

      (1)變量定義過程中發(fā)現(xiàn)性別、年齡、職業(yè)等出行者特性對節(jié)假日綠色出行行為影響均不顯著,考慮節(jié)假日出行與日常出行相比多為彈性大的休閑活動,因此其與日常出行行為的顯著影響因素存在差異。研究結(jié)果能為節(jié)假日綠色出行行為的相關(guān)研究提供理論方法。

      (2)NL模型可以克服MNL模型的局限性,能夠較好地擬合調(diào)查數(shù)據(jù),適用于節(jié)假日綠色出行方式選擇研究。

      研究仍存在調(diào)查數(shù)據(jù)不全面、失衡等不足。下一步將增加樣本量并結(jié)合結(jié)構(gòu)方程模型建立SEM-Logit整合模型,深入研究變量內(nèi)在關(guān)系,進一步提高模型的解釋能力和精度。

      [1]SHAILESA,SENIORML,ANDREWBP.Tourists'travelbehaviourinresponsetocongestion:ThecaseofcartripstoCornwall,UnitedKingdom[J].JournalofTransportGeography,2001, 9(1):49-60.

      [2]王博彬,邵春福,孫軼軒,等.多方式交通信息條件下節(jié)假日出行行為研究[J].交通運輸系統(tǒng)工程與信息,2014,14(1):229-234.

      [3]左忠義,張宏宇,雋海民.大連市風(fēng)景區(qū)節(jié)假日旅游交通特征分析[J].大連交通大學(xué)學(xué)報,2010,31(3): 28-32.

      [4]秦茜,袁振洲,田鈞方.綠色交通理念下的慢行系統(tǒng)規(guī)劃方法研究[J].規(guī)劃師,2012,28(增刊):5-10.

      [5]CARLSSON-KANYAMAA,LINDE′NAL.Travelpatternsandenvironmentaleffectsnowandinthefuture:Implicationsofdifferencesinenergyconsumptionamongsocio-economicgroups[J].EcologicalEconomics,1999,30(3):405-417.

      [6]劉雪梅.基于綠色交通的城市居民出行方式選擇研究[D].西安:長安大學(xué),2015.

      [7]王蘊琦.城市居民綠色同行人群特征及行為轉(zhuǎn)變對策研究[D].大連:大連理工大學(xué),2014.

      [8]陳林.基于Logit模型的成渝通道交通選擇行為研究[D].成都:西南交通大學(xué),2013.

      [9]歐舟.城市居民出行行為及特征研究[D].長沙:長沙理工大學(xué),2012.

      [10]張麗.基于出行鏈的通勤出行行為研究[D].成都:西南交通大學(xué),2011.

      [11]薛蘭.寒地城市冬季居民出行方式劃分研究[D].西安:長安大學(xué),2015.

      [12]皇甫佳群,周康,孫明潔.基于NL模型的交通方式劃分[J].山東交通學(xué)院學(xué)報,2011,19(3):39-43.

      [13]欒琨,雋志才,宗芳.通勤者出行方式與出行鏈選擇行為研究[J].公路交通科技,2010,27(6):107-111.

      [14]王光榮.天津市發(fā)展低碳交通的綜合戰(zhàn)略[J].天津經(jīng)濟,2010(9):19-21.

      [15]王文憲,陳釘鈞,呂紅霞,等.基于NestedLogit模型的鐵路旅客客運產(chǎn)品選擇研究[J].交通運輸系統(tǒng)工程與信息,2015,15(4):140-146.

      [16]關(guān)宏志.非集計模型――交通行為分析的工具[M].北京:人民交通出版社,2004.

      [17]宋成舉,張亞平.基于巢式Logit模型的城市交通結(jié)構(gòu)演化建模與仿真[J].武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版),2015,39(2):305-310.

      [18]陳秋香.NestedLogit模型在交通出行方式選擇中的應(yīng)用[J].甘肅科學(xué)學(xué)報,2013,25(2):133-136.

      [19]姚麗亞,關(guān)宏志,嚴海.公交票價比對公交結(jié)構(gòu)的影響及方式選擇模型[J].北京工業(yè)大學(xué)學(xué)報,2007,33(8):834-837.

      DOI:10.3976/j.issn.1002-4026.2017.01.013

      StudyonholidaygreentravelbehaviorbasedonNestedLogitmodel

      MAShu-yu,SHAOChun-fu

      (SchoolofTrafficandTransportation,BeijingJiaotongUniversity,Beijing100044,China)

      ∶Aimingattheparticularityofholidaytravelbehavior,usingthe2014surveydataofBeijingholidaytravelbehavior,thebehaviormodelofgreentravelonholidaywasconstructedbasedontheNestedLogitmodelingtheory.Thesignificantfactorstoaffecttravelchoicewerescreenedout,andthehierarchicalstructureofNestedLogitmodelonholidaygreentravelwasestablished.Then,theparameterestimationresultsoftheholidaytravelchoicemodelwereanalyzed.Theresultsshowthatwhetherpossessingacar,whetherpossessingabicycle,livingarrangement,travelpurpose,traveldistanceandtravelcostarethemajorfactorsaffectingthechoiceofholidaytravelmode.Andwhetherpossessingacar,whetherhavingcompanionsandtravelpurposeisthemajorfactoraffectingtheholidaygreentravelchoice.

      ∶greentravel;NestedLogitmodel;travelbehavior;holiday

      10.3976/j.issn.1002-4026.2017.01.012

      2016-06-11

      國家重點基礎(chǔ)研究發(fā)展計劃(2012CB725403);國家自然科學(xué)基金重點資助項目(51338008);國家自然科學(xué)基金(51178032)

      馬姝宇(1992—),女,碩士,研究方向為交通運輸規(guī)劃與管理。E-mail:mashuyu@bjtu.edu.cn

      U

      A

      1002-4026(2017)02-0076-06

      猜你喜歡
      小汽車行者參數(shù)估計
      可愛的小汽車
      幼兒100(2023年33期)2023-09-22 07:17:44
      做“兩個確立”的忠實踐行者
      少先隊活動(2022年5期)2022-06-06 03:44:20
      逆行者
      基于新型DFrFT的LFM信號參數(shù)估計算法
      小汽車
      幼兒100(2021年12期)2021-04-25 12:49:52
      Cлово месяца
      中國(俄文)(2020年4期)2020-11-24 00:16:05
      最美逆行者
      草原歌聲(2020年1期)2020-07-25 01:45:16
      拼一拼
      啟蒙(3-7歲)(2020年6期)2020-06-02 07:53:42
      Logistic回歸模型的幾乎無偏兩參數(shù)估計
      基于向前方程的平穩(wěn)分布參數(shù)估計
      海口市| 郯城县| 乌拉特前旗| 民权县| 阿勒泰市| 太白县| 保亭| 靖安县| 松阳县| 武功县| 鄂托克旗| 花垣县| 区。| 公主岭市| 南漳县| 新泰市| 南京市| 凉山| 丹东市| 秭归县| 桦川县| 福清市| 南靖县| 鹤峰县| 邳州市| 墨脱县| 永寿县| 敦化市| 高淳县| 万山特区| 大关县| 永川市| 潮安县| 丰城市| 腾冲县| 郴州市| 徐水县| 凤山市| 米易县| 灌云县| 乌恰县|