论文总字数：28282字

摘 要

本文针对中等收入群体，探究影响其选择出行方式的因素。论文前半部分简要概述国内外研究现状，介绍非集计模型理论及常用的logit模型，从宏观和微观两方面阐述了影响出行者交通出行方式选择的因素及其影响实质，仔细分析了我国中等收入群体的出行特征。

论文后半部分为本文研究的主体内容。通过对山西省晋中市居民出行交通调查的数据进行整理，利用access数据库筛选出晋中市中等收入人群来，以他们的个人属性、出行特性等各指标作为影响因素变量，建立交通方式选择MNL模型。通过biogemev2.2来标定各个变量的参数，以t检验来判断其显著性，剔除所有t绝对值小于1.96的变量。保留的变量“出行时间”则为能显著影响出行方式选择的因素，得出中等收入群体交通方式选择的效用函数，并计算出各交通方式分担率的预测值，与实际调查值相比，说明了模型较为准确。

最后以出行时间这个影响因素作为突破口，提出了改善公共交通、落实公交优先政策的合理建议，以吸引更多中等收入人群选乘公共交通，改善拥堵的城市交通现状。

关键词：出行方式选择；中等收入群体；影响因素；MNL模型；公共交通

Abstract

This article in view of the middle-income group, and to explore the factors affecting the choice of way to travel. Paper first half a brief overview of domestic and foreign research present situation, the disaggregate model theory are introduced, and the commonly used logit model, this paper expounds the influence from two aspects of macroscopic and microscopic traveler transportation mode selection factors and their influence essence, carefully analyzes the travel characteristics of the medium income group.

The main work is introduced in the second part of this article. Through jinzhong city in Shanxi Province residents travel traffic survey data, using the access database screening of high middle-income people, with their personal property, the travel characteristics and so on various indicators as factors affecting variables, transportation choice MNL model is set up.Through biogemev2.2 calibration parameters of each variable to t test to determine its significance, eliminate all variables t absolute value is less than 1.96. Reserved variable "travel time" is significant factors affecting travel mode choice, it is concluded that middle-income groups choose the utility function of transportation, and calculate the predicted value of the share rate of transportation, used with the actual survey value contrast, illustrates the model is more accurate.

Finally, travel time the influencing factors as the breakthrough point, put forward for improving the public transportation, the implementation of bus priority policy reasonable Suggestions, and attract middle-income groups choosing it, to improve the situation of congested urban traffic.

Key Words: Traffic mode choice; Middle-income group; Influencing factor; MNL model; Public transportation.

目 录

第一章 绪论 4

1.1 研究背景 4

1.2 研究目的及意义 4

1.3 国内外研究现状 4

1.3.1 国外研究现状 5

1.3.2 国内研究现状 5

1.3.3 国内外研究现状综述 6

1.4 主要研究内容 7

1.5 研究方法 7

1.6 技术路线 7

第二章 非集计模型的理论基础 8

2.1 非集计模型概论 8

2.2 效用最大化理论 9

2.3 确定性选择理论 9

2.4 概率选择理论 10

2.5 常见的Logit模型 10

2.5.1 BNL（Binary-nomial LOGIT）模型 10

2.5.2 MNL（Multi-nomial LOGIT）模型 10

2.5.3 NL（Nested LOGIT）模型 11

2.6 模型检验 12

2.6.1 t检验 12

2.6.2 似然率检验 12

2.6.3 优度比 12

2.7 MNL模型建立流程 13

第三章 出行方式选择影响因素 13

3.1 影响出行方式选择的宏观因素 14

3.1.1 城市规模、形态、用地布局 14

3.1.2 城市自然地理条件 14

3.1.3 社会经济 15

3.1.4 交通政策 15

3.2 影响交通方式选择的微观因素 15

3.2.1 个人及家庭特性 15

3.2.2 出行特性 17

3.2.3 交通设施的固有属性 18

3.2.4 微观影响因素的总结 19

第四章 中等收入群体的交通出行特征 19

4.1 出行目的 19

4.2 出行时空分布 20

4.3 出行距离 20

4.4 出行次数 20

4.5 出行方式 20

4.6 其他 21

第五章 模型建立 21

5.1 调查表格以及各项值的意义 21

5.2 调查数据筛选 22

5.3 模型建立 23

5.4 模型结果 27

第六章 结论与展望 28

6.1 研究结论 28

6.2 仍需改进的问题 29

6.2.1 研究时遇到的问题 29

6.2.2 解决与改进方法 29

第一章 绪论

1.1 研究背景

我国城市经济的快速发展，给城市带来诸多严峻的挑战，其中对城市交通的挑战最为突出。城市交通是城市社会、经济活动的纽带，对城市的进一步发展起着至关重要的作用。就目前我国国情现状而言，我国大部分人仍属于中低收入群体。其中，低收入人群以步行、非机动车、公共交通为主要出行方式。中等收入群体是中等收入者的集合，从字面上理解，“中等收入者”就是收入中等的人，根据财政部有关专家的分析，中国城镇人口户（一般按3口之家计算）均税前收入6万-20万元，就是中国比较标准的“中等收入者”。中等收入群体以收入水平作为唯一标准的划分依据，他们的收入介于高收入群体与低收入群体之间，所以中等收入群体在出行时选择性较为多样，他们可以像高收入群体一样选择私家车，出租车等出行方式，也可以和低收入人群一起乘坐公共交通，步行等，还能集体申请定制公交定点服务。于是，中等收入人群自然成为交通出行中方式选择可变性最大的群体，政策的改变，设施的改变，现有交通结构的改变都能在一定程度上改变他们的出行方式。同时，他们的出行方式也在一定程度上影响城市交通现状。可以说，中等收入群体在城市交通发展中扮演着极其重要的角色。

1.2 研究目的及意义

中等收入群体数量巨大，他们选择的出行方式多种多样。尽量引导中等收入群体选择这些方式中对道路交通、城市环境最有利的公共交通出行方式，是极具战略意义的。本文研究中等收入群体在选择交通出行方式时的影响因素，探究各影响因素的影响实质，通过分析各种影响因素，我们可以制定切实可行的公交优先措施，极大地去吸引中等收入群体选择乘坐公交。本研究将能为城市公共交通优化资源配置、改善服务水平、提升服务质量提供依据，为更广泛的居民出行方式选择研究奠定基础，为城市交通规划设计时的交通方式划分提供参考。

1.3 国内外研究现状

国内外学者在对交通出行方式选择的研究中使用了多种研究方法与模型。

1.3.1 国外研究现状

在分析居民出行方式选择行为时，使用最多的是是基于家庭出行调查结果的研究方法。1996年Joseph S.Desalvot认为出行者在选择交通方式时，会尽可能将出行费用和机会成本最小化^[1]。Hensher和Reyes建立多项模型，并标定了结果，分析了影响居民个体出行方式选择行为的出行链特征^[2]。2005年Gliebe和Koppelman等用结构方程模型研究了成员在出行选择中表现出的相互影响关系^[3]。2008年ZHANG Junyi，FUJIWARA Akimasa等对方式选择行为进行了分析，研究了缅甸仰光的新型公交系统，来缓解当前和未来潜在的交通问题^[4]。2006年John Thogersen在丹麦1998-2000年间的三次居民出行调查中研究了出行方式行为选择及公共交通的作用 ^[5]。也有学者对出行方式选择模型进行研究，比较成熟的方法主要有MNL模型、NL模型、MLFFN模型等。2006年Garasky, S., Fletcher等人对个人和低收入家庭，调查了交通诱导对其的吸引^[6]。2007年Stephan Krygsman，Theo Arentze等改进了MNL模型，利用更加完善的MNL模型分析了方式选择与出行活动选择之间的相互关系，研究结果显示，对于不同出行活动，交通方式选择的变化很大^[7]。2012年Ruben G. Mercado等人对魁北克、安大略省进行了多项多级logit模型研究，并做了结果的显著性、灵敏度分析^[8]。

1.3.2 国内研究现状

对于交通方式划分预测，国内学者的研究侧重点主要是继承与改进国外相关的模型与方法，使其能更好地适应我国特有的情况，总结出了一些实践性较强的预测方法。徐永能等认为定量描述性的logit模型难以满足城市交通发展和交通需求预测的要求，提出模期数学概念，以专家评判法确定的城市不同交通方式服务水平的综合评判结果作为满意度值，建立了基于居民个人出行意愿的满意准则模型，最后以实例验证了该模型的正确性^[9]。2007年李军、朱顺应等分别建立了基于RP，SP数据的logit模型，通过引入SP比例参数构造了RP/SP联合数据模型，并利用3种模型对未来的交通方式分担量进行了预测,最后对预测结果进行比较分析^[10]。国内许多研究者还进一步研究了经典出行方式选择模型，并改善了其参数标定、算法流程，提出了一些新的理论。邵韵泓，王炜等人基于随机效用理论的MNL模型，在效用函数为线性的假设条件下，建立个体出行模式选择概率与模型特性变量之间的近似线性关系，并详细说明了该模型的用法及灵敏度分析方法^[11]。2008年吴才锐，过秀成等根据经济学中的效用原理建立了计算各种运输方式运输广义费用的模型，以模糊评价的方式修正、分析了广义费用的计算结果^[12]。2006年李宏，李杰采用非集计模型，以票价作为模型参数探讨对城市公共交通票价采取不同路段或不同时段不同价格的动态票价体系与公共交通流量重新分配的关系,以改善城市交通拥堵问题^[13]。2012年赵建有, 袁华志等人利用非集计理论构建了西安市低收入人群出行方式多项logit模型^[14]。2011年赵贝，构建了基于自组织原理的居民出行方式结构模型^[15]。罗剑等人认为出行时间是影响出行者选择某种交通方式的决定性因素。但由于出行者个体差异、所处环境差异等导致了对时间认识的差异，使得出行者在选择行为上会有不同，影响了交通方式选择结果，所以建模分析出行方式的时间感知差异时，使用了系统捕捉和随机捕捉，来验证时间认识的个体差异性在出行方式选择中的影响，该研究为以后更可靠、更精确的交通方式划分预测提供了参考依据^[16]。

1.3.3 国内外研究现状综述

根据现有国内外研究成果，可以看出研究者们对非集计模型在交通方式划分领域中的应用已经有了很深入的探讨和研究。由于非集计模型在理论、技术、应用方面存在一些缺陷，一些经过改善的非集计模型，也在相应条件下得到了应用。但是，可以发现国内外研究中，对非集计模型效用函数形式的研究较少。包括各自变量之间是否存在线性、可加性关系。已有研究成果很多都是在效用函数中将出行特性和出行者属性的变量以线性组合的方式全部纳入计算，相反，能够详尽、合理地阐释影响出行者交通方式选择的各个因素具体应以什么样的形式代入效用函数中的文献，是少之又少。也就是说，目前国内外各种交通方式划分模型中构建出的效用函数，其可靠性、准确性还有待商榷。

1.4 主要研究内容

本论文主要研究我国中等收入群体在选择出行的交通方式时，影响他们做出决策的因素。研究数据主要来源于对山西省晋中市进行的居民、流动人口基础资料的收集与交通调查。

本文章节包括：

第一章，绪论，主要介绍本文的研究背景与意义，指出研究目标。通过查阅文献了解国内外研究者对调查数据进行的建模方式方法，总结国内外研究现状，并概括主要内容、技术路线和研究方法。

第二章，模型研究的理论基础。介绍非集计模型的理论原理、性质，还有几种Logit模型的形式，阐述模型检验方法。

第三章，探讨影响出行者进行交通方式决策选择的影响因素，对这些影响因素进行了分类，并对每一类进行深入分析。

第四章，分析中等收入群体的出行属性特征。

第五章，利用山西省晋中市的交通出行调查数据，构建MNL模型，利用biogeme软件标定各个影响因素变量的参数，找出能显著影响出行者选择交通出行方式的因素。得出中等收入群体交通方式选择的效用函数，并计算出各交通方式分担率的预测值，用实际调查值检验其准确性。

第六章，得出研究的结论，提出遇到的问题，并做出未来进一步研究的展望。

1.5 研究方法

（1）问卷调查法 对晋中市城区居民出行调查采用家访调查法，共发放问卷16000份，回收有效问卷13600份；晋中市城区流动人口调查采用现场问卷调查法，在火车站及长途汽车站现场问询，共发放问卷400多份；公共交通调查采用跟车调查法，选取晋中市城区6条代表性公交线路，占公交线路总数的17%。

（2）文献研究法 阅读国内外相关文献，了解出行者出行特征，影响因素分类、作用机理，学习logit模型理论方法。

（3）构建模型法 利用biogeme软件，输入调查数据，借助软件算出各影响因素变量的参数，检验每个影响因素的有效性，对模型进行灵敏度分析。

1.6 技术路线

阅读国内外文献，了解出行方式选择研究概况

阅读文献，整理交通方式选择影响因素

数据采集

筛选数据

整理数据

建立居民出行交通方式选择MNL模型

得到有效影响因素

Biogeme标定参数，检验显著性

提出建议以制定切实可行的公交优先措施

Access查询

图1-1 技术路线图

第二章 非集计模型的理论基础

2.1 非集计模型概论

研究交通方式选择实际上就是在做交通方式划分，非集计方法（Disaggregate Model）在交通方式划分中具有重要作用。非集计模型，也称为个人选择模型、离散选择模型，它的开发和研究始于20世纪60年代初期，最早期是以交通方式选择为研究中心。进入70年代，美国麻省理工学院的Mcfadden教授等人在理论研究上取得了极大的进展，将非集计模型的研究推向了实用化阶段。该方法就是用更多的解释变量去获取一个可靠的模型估计，从而得到更准确的预测值。非集计模型的建立基于效用最大和随机效用（random utility theory）这两个概念。

2.2 效用最大化理论

随机效用理论是非集计模型的理论基础，以此做了一个较合理的假设，即效用最大化理论。其认为个人以效用最大化为目标做出自己的选择决定，将会从可选择的集合里选择效用最大的选择枝，而且效用最大化理论意味着有一个效用函数包含了选择枝的特性以及个人特性，这些特性用来描述每个个体对选择枝效用的评估。即，仅当某一个选择枝“f”的效用函数值大于或者等于所有选择枝的效用值时，“f”将会被选中，数学式表达如下：

式中：U表示选择枝效用函数，和表示描述选择枝i和j的属性，表示的事出行者t的特性变量。简而言之，就是通过决策者一次在众多选择肢中选择效用最大的选择肢来建模。模型包括两部分：可观察到的独立变量和未知变量。一个选择枝被选择的概率被定义为：在众多可供选择项中，此选择枝具有最大效用的概率。

2.3 确定性选择理论

效用最大化理论指出了出行决策者将选取最高效用的选择枝，这说明出行决策者在选择的过程中是不具有随机性的。在出行决策者观测到的所有选择条件下，个人确定选取效用最高的选择枝。效用模型得到确定的选择预测叫做确定性效用函数，将确定性效用应用到两个选择枝的决策例子中，那么不同的出行者将做相同的选择，相同的个体在面对相同的选择集的时候会做出相同的选择。然而，事实上具有明显相似特征的出行者在面对相似甚至是一样的选择枝的时候，所做出的选择是不一定相同的，或者说是会变化的。当下便指出了一个问题，即确定性效用模型对出行或其他选择行为的适宜性不足。这就要求我们建立一个模型结构，在这个结构中可提供一个合理部分，能代表出行行为中这些无法去解释的变异。

确定性效用函数的误差来源主要有三点：（1）出行决策者可能会对部分选择枝或全部选择枝的属性有不完全或不正确的信息或者错误知觉。因此，不同的出行者对一些选择枝有不同的信息和感知，就可能做出不同的选择。（2）研究者相对于其他个体而言，对一些选择枝属性有一些不同的理解，并相对主观地对出行者的效用函数做出了不恰当的理解，去估计每一个选择枝的效用值。（3）无法完全了解个人出行决策时的一些特殊情况。

2.4 概率选择理论

基于效用最大理论，个体永远选择具有最大效用的选择项。假设出行者所选择的选择枝作用比未被选择选择枝大，那么从决策者的角度，将选择枝的效用分成两块来表示这些异同随机效用理论通常将效用函U分为非随机变化部分V和随机变化部分两大部分，且假设他们呈线性关系。因此，设出行决策者n选择方案i的效用为,那么表示如下：

式中，表示选择枝i对出行者n所构成的可确定的效用，表示选择枝i对出行者n所构成效用的误差项或是随机项，该项无法明确计算，也因人而异。

在此假设各个选择枝的误差项代表许多误差部分的集合，各个随机误差部分对每一个选择枝的效用影响相对都比较小。针对每一个选择枝i的效用函数随机项，假设当其服从不同的分布时将会导出不同的模型，这些模型用与描述和预测选择概率，假设随机误差项服从的是二重指数分布，则推导出的模型为多项logit模型。

2.5 常见的Logit模型

非集计模型有很多种，数学形式最简单，参数最易于估计，应用最为广泛的是Logit模型。

2.5.1 BNL（Binary-nomial LOGIT）模型

BNL模型是在两个选择项之间选择的LOGIT基本模型，其他类型的LOGIT模型多数是从该模型发展而来。在此不做介绍。

2.5.2 MNL（Multi-nomial LOGIT）模型

当把选择项的个数从2个推广到多个时，就推导出了多项LOGIT模型，即MNL模型。MNL模型是非集计模型中较为成熟、应用较为广泛的模型之一。其性质为有如下两点：①出行者n选择第i种交通出行方式的概率总是分布在0到1之间；②所有出行方式选择的概率总和为1。根据式（1）、（2）及性质推导出来的MNL模型表示如下，推导过程省略：

在MNL模型中，可供选择的方案会有3个或者更多，并且每个出行者n的选择方案集合都不一定相同。，即效用函数的可确定效用固定项，在MNL模型中有多种形式，如线性函数、对数函数等。最常用的为线性函数：

其中是未知的参数向量，为出行者n选择枝i的影响因素向量。

2.5.3 NL（Nested LOGIT）模型

交通方式划分或分类并非唯一，有些交通类型中包含多种实际的组成方式。若将全方式作为根结点，具体实际的交通方式作为叶子结点，其余中间层结点为集合类型的划分结点，则交通方式划分便表达成了一个多层深度的树状结构，这就构成了NL模型。NL模型由多层结构组成，每一层又由多个MNL模型组成，置于上层的通过条件概率制约下层，下层则通过自身作为上层模型的变量，与上层模型的其他变量同时进行参数标定的过程。模型的标定始于底层，由下到上。若是预测，则情况反向，从上层大类预测，依次往下进行该过程。NL模型结构如图所示：

总出行方式

虚拟选择枝A

虚拟选择枝B

选择枝1

选择枝2

选择枝3

剩余内容已隐藏，请支付后下载全文，论文总字数：28282字