基于logit模型的旅客出行选择行为
基于Logit和MixedLogit模型的路径选择
基于Logit和Mixed Logit模型的路径选择摘要：为了探讨路况信息动态变化对出行路线选择行为的影响程度，本文从出行者的角度出发，通过进行出行者路径选择调查，假定时间参数和费用参数为常数、费用参数服从正态分布和对数正态分布，分别建立了出行路线选择的Logit模型和Mixed Logit模型，并对解释变量影响路线改变倾向进行了量化分析。
结果表明，Mixed Logit模型的最大似然值、优度比和命中率都高于Logit模型。
出行者对行程时间和时间信息动态变化的敏感程度十分接近，敏感度最高的是出行费用。
个人属性中的年龄、驾龄和收入是影响路线选择行为的最显著因素。
关键词：路径选择；动态路况信息；Logit模型；Mixed Logit模型先进的交通信息服务系统（Advanced traveler information system , A TISA）在美国、欧洲和日本得到了广泛应用，它有助于引导出行者合理选择出行路线，从而均衡交通流量，优化路网的通行能力。
已有研究表明，在路线选择方面，约有61.7%的出行者会在途中因路况信息变化而转向另一路线。
可变信息板（V ariable message signs,VMS）可提供实时路况信息，比如：城市内部交通建设项目越来越多，项目在施工时需要占用一定道路资源，这时，可变信息板就会提供道路占用信息，从而出行者就会对路径做出选择，选择另一行车路线。
在交通行为数据建模和分析上，普遍采用离散选择建模方法，其中应用最广泛的是Logit模型，Logit模型要求具备非相关选择方案相互独立特性（Independence from irrelevant alternatives , IIA特性），在研究出行者交通行为选择方面具有较好的效果。
但是当选择方案特性比较相似时，为避免因IIA特性造成的偏差，可以采用对数据没有独立性要求的Mixed Logit模型，由于Mixed Logit模型的随机参数分布形式能够表达出行者个人偏好，因此更适合分析个体选择行为的差异性。
出行方式选择行为的SEM-Logit整合模型
出行方式选择行为的SEM-Logit整合模型陈坚;晏启鹏;杨飞;胡骥【期刊名称】《华南理工大学学报（自然科学版）》【年(卷),期】2013(041)002【摘要】In the existing model of travel mode choice behaviors, only the observable characteristics of the traveler' s socioeconomic status and travel plan are considered, while the latent variable (LV) affecting the travel mode choice is ignored. In order to solve this problem, the concept of LV in travel behaviors is proposed, and the causal relationships between the LV and the manifest variable as well as between the LV and its measurement variables are described by using a structural equation model (SEM). Then, based on the maximum utility theory, a SEM-Logit integration model containing both the LV and the manifest variable is constructed by improving the utility function of travel mode in the Logit model. The results show that, as compared with the traditional Logit model, SEM-Logit integration model improves the goodness and the maximum likelihood value respectively by 0. 201 and 20. 607 , which means that the LV plays an important role in travel mode choice behaviors and that the proposed model is of higher explanatory ability and accuracy.%现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之间的因果关系.然后,基于最大效用理论,对Logit模型的出行方式效用函数进行改进,构建了潜变量与显变量共同作用的SEM-Logit整合模型.结果表明:考虑了潜变量的整合模型的优度比传统Logit模型提高了0.201,最大似然函数估计值增加了20.607,证明潜变量对出行方式选择行为存在显著影响,所提出的整合模型的解释能力和精度较高.【总页数】8页(P51-57,65)【作者】陈坚;晏启鹏;杨飞;胡骥【作者单位】西南交通大学交通运输与物流学院,四川成都610031;重庆交通大学交通运输学院,重庆400074;西南交通大学交通运输与物流学院,四川成都610031;西南交通大学交通运输与物流学院,四川成都610031;西南交通大学交通运输与物流学院,四川成都610031【正文语种】中文【中图分类】U491.1【相关文献】1.社交网络交通信息对出行方式选择行为影响模型 [J], 傅志妍;赵翰林;陈坚;于敏2.基于SEM-Logit整合模型的旅游铁路交通出行分担率预测 [J], 仇智勇;岳鑫;周建尧;段冉冉3.单车共享下城市居民出行方式选择行为模型分析——以湛江市为例 [J], 李曼4.中长运距城际旅客出行方式选择行为模型——以高铁、民航为例 [J], 程谦;朱晓宁;卢万胜5.基于非集计模型的旅客出行方式选择行为研究综述 [J], 万桥因版权原因，仅展示原文概要，查看原文内容请购买。
基于巢式Logit模型的低收入人群出行行为分析--以上海市智能手机调查数据为例
第18卷第3期2020年09月交通运输工程与信息学报Journal of Transportation Engineering and InformationVol.18No.3Sep.2020文章编号：1672-4747(2020)03-0040-10基于巢式Logit模型的低收入人群出行行为分析——以上海市智能手机调查数据为例柳文燕，傅忠宁，李万慧，翟涛涛(兰州交通大学，交通运输学院，兰州730070)摘要：低收入人群是城市人口组成的重要和特殊部分，关注并研究其出行行为具有重要的社会价值。
本文首先界定城市低收入人群的范围，根据上海市居民出行调查数据划分出研究对象，总结影响低收入人群出行行为的多重变量，然后基于效用最大化理论构建出行目的和出行方式相互影响的巢式Logit 模型，并对模型参数进行标定，得到低收入人群出行行为选择的特定规律。
结果表明，出行时段、出行费用、出行优先政策以及出行目的对低收入人群出行方式选择具有显著影响。
关键词：城市低收入人群；出行行为；出行目的；巢式Logit模型中图分类号：U491.1+22文献标志码：A D0I：10.3969/j.issn.1672-4747.2020.03.005 Analysis of Travel Behavior of Low-income Population Basedon Nested Logit Model------Take the survey data of the smartphone in Shanghai as an exampleLIU Wen-yan,FU Zhong-ning,LI Wan-hui,ZHAI Tao-tao(School of Transportation,Lanzhou Jiaotong University,Lanzhou730070,China) Abstract:Low-income people are an important and special part of urban population.It is of great social value to pay attention to and study their travel behaviors.Firstly,this paper defines the scope of urban low-income population,and divides the research objects according to the data of Shanghai residents*travel survey.It summarizes the multiple variables affecting the travel behavior of low-income groups,then constructs a Nested Logit model based on utility maximization theory,which can influence each other's travel purposes and modes,and advances the parameters of the model.Calibration is used to obtain the specific rules of travel behavior choice for low-income people.The results show that travel time,travel expense,travel priority policy and travel purpose have significant effects on the choice of travel mode for low-income population.Key words:urban low-income population;travel behavior;travel purpose and modes;Nested Logit modelo弓I言题已经成为政府部门及普通市民关注的焦点之一。
基于 SP／RP 融合数据的机场旅客出行方式选择行为分析
基于 SP／RP 融合数据的机场旅客出行方式选择行为分析包丹文;郭唐仪;华松逸【摘要】基于机场旅客出行调查的SP／RP融合数据，分别构建了 Nested Logit （NL）模型和 Mixed Logit （MXL）模型，分析了在机场轨道交通建设后旅客出行方式选择行为特征，并以南京禄口机场为实例研究对象，对比分析了两类模型的估计结果。
研究显示，M XL模型对于融合数据的整体拟合效果更高，出行时间、费用是影响旅客出行方式选择的主要因素，出行目的、托运行李数量会显著影响旅客是否选择轨道交通。
弹性分析数据显示，缩短轨道交通车外运行时间，旅客将更愿意放弃使用个体交通方式；出租车以及机场巴士出行旅客最易受到出行费用影响，这两类旅客以后使用轨道交通通达机场的可能性最大。
%Using the stated preference (SP) and revealed preference (RP) data ,we analyzed the pas‐sengers’ choice of airport access mode .Nested logit (NL) and mixed logit (MXL) model were respec‐tively established to identify the preferences of airport passengers after the construction of airport rail taking Nanjing Lukou Airport as an example .Comparison results indicated that MXL model allowed the better estimate result for SP/RP combined data .T ravel time and travel cost are the major factors affecting choice of airport access mode .T ravel purpose and luggage quantity significantly affected the passengers’ intention of selecting airport rail .Elasticity analysis results show that if the out‐of‐vehicle time of airport rail is shortened ,more passengers will use public transport mode to airport .Passen‐gers w ho use taxi or airport bus to airport are significantly affected by travel cost ,and they show the strongest intention to use airport rail to airport .【期刊名称】《武汉理工大学学报（交通科学与工程版）》【年(卷),期】2015(000)004【总页数】5页(P763-767)【关键词】交通工程;机场轨道交通;出行方式;NL模型;MXL模型【作者】包丹文;郭唐仪;华松逸【作者单位】南京航空航天大学南京 210000;南京航空航天大学南京 210000;南京航空航天大学南京 210000【正文语种】中文【中图分类】U121我国多数大型机场已经开通了轨道交通，上海浦东机场、北京首都机场在既有轨道线路基础上又将规划建设新的轨道线路，南京禄口机场、成都双流机场、深圳宝安机场等众多机场也正在规划或建设机场轨道交通项目.机场轨道交通的开通将会显著影响旅客出行行为[1]，改变旅客出行方式，从而对机场陆侧交通流产生影响.Lythgoe, Wardman[2]以Manchester和Stansted机场为例，对到达与离开机场的乘客需求进行了预测，研究了轨道交通到达机场的市场份额比例，并提出相关预测模型；Mei Ling[3]通过对香港机场交通衔接方式的SP调查，分析了影响旅客选择到达机场交通方式的主要影响因素；Sunyoung[4]采用混合Logit模型评估机场旅客交通方式的选择，提出交通工具可达性与成本是影响交通方式选择的首要因素；姚晏斌等[5]分析了影响机场陆侧轨道交通分担率的固有因素和设计因素，研究了各因素的重要度，并运用排队论的方法，量化了机场陆侧轨道交通对机场其他交通方式的分流作用；张兰芳[6]分析了机场陆侧交通系统各类出行人员出行特征，以及旅客出行方式划分方法.既有文献在机场旅客出行方式选择方面取得了一定的研究成果，主要采用SP调查方法，针对已建成且运营稳定的机场陆侧交通系统，较多采用Logit模型，普遍关注旅客出行时间和出行成本两类影响因素，提出了旅客出行方式比例预测方法.但少有针对轨道交通建设后旅客出行方式变化方面的研究，对于机场引入新交通方式的调查方法，模型建立方面研究较少，因此本文拟基于机场旅客出行Stated preference (SP)/Revealed preference (RP)融合数据，分析机场轨道交通开通后对于旅客出行方式的影响作用，对比Nested Logit (NL)与Mixed Logit (MXL) 2种模型对融合数据的不同估算结果，把握机场旅客出行方式选择影响因素，并量化轨道交通对其他交通方式的影响程度，从而为科学规划建设机场轨道交通提供依据. 为了避免标准Logit模型的IIA (independence from irrelevant alternatives)特性，一般采用Nested Logit模型进行估算，通过适当的分层能够取得较好的结果，但精度受到分层层数的影响.相比而言Mixed Logit模型没有数据独立性要求，能够更好地利用SP/RP融合数据描述交通行为.因此本文拟对比分析这2种估计方法对调查数据的不同估算结果.1.1 Nested Logit模型Zhang研究显示将RP/SP数据按照交通方式属性分类进行NL模型估计的结果优于按照RP和SP数据分类的估计结果.因此本文首先按交通方式进行分类，然后再按照SP/RP数据性质进行分类，建立双层NL模型，见图1.根据NL模型基本理论，则出行者n选择第i种出行方式的概率为式中：PAin为出行者n选择交通方式i的概率；Ai为交通方式A下的第i个选择枝；P(i|A)n为出行者n在选择方式A基础上选择方式i的概率；PAn为出行者n 选择方式A的概率.其中：UAin=V(i|A)n+VAn+ε(i|A)n+εAn式中：UAin为出行者n 选择交通方式i的效用；V(i|A)n为出行者n选择交通方式i时，效用随Ai和A的组合而变化部分的固定项；分别为出行者n选择了方案A时，随i变化部分的固定项和效用中与i无关，仅随A变化部分的固定项；ε(i|A)n为在选择了A的条件下选择了Ai的效用的概率项，设其服从均值为0，方差为σ21的二重指数分布；εAn为出行者n选择了A的效用的概率项；ε(i|A)n为出行者n选择虚拟方式A下的i选择枝的效用的概率项.采用极大似然函数法进行参数估计，构造似然函数如下.上式表示所有用户的选择结果同时实现，即为所有选择结果的乘机，取对数得到：将该式取最大值就能获得参数估计值.1.2 Mixed Logit模型Mixed Logit(MXL) 模型也称为随机参数Logit模型，假设个体i选择j枝的效用为式中：βj和Xij分别为关于选择影响因素k的行向量和列向量；βj=μβj+ηβj,μβj 为βj的均值，ηβj为βj的随机误差项，体现了个体i的异质性；ηβjXij+εij是效用函数的误差项.等式右边前2项μβjXij+ηβjXij是包含了Logit模型误差项εij的随机效用，这里随机效用项已经不是相互独立的了，避免了Logit模型中的IIA特性和重复观察的偏差.一般地，假设βj是已知的参数,那么条件选择概率为Logit模型形式可知个体i选择j枝的概率为Lij (βj)f(βj/θ)dβj式中：θ为βj的分布函数的参数.通过Halton数列抽样模拟的办法来实现概率的计算.每次迭代通过R次随机抽取随机参数βj，求平均值获得模拟选择概率，得到模拟的极大似然函数为将该式取最大值就能获得参数β的估计值.2.1 调查设计南京禄口机场作为中国华东地区第二大城市的门户机场，2014年客运量达到1 500万人次，在国内机场中排行15位.禄口机场的集疏运方式以道路交通为主，为了缓解机场高速的交通压力，南京市政府规划建设了轨道交通机场线，将于2014年8月正式投入运营，全长35.8 km，设计时速100 km/h，全程运营时间约35 min，运行频率10 min/班，运行时间为每天06:00～22:00，票价为6元.本次调查目的是掌握轨道交通运营后旅客出行方式选择行为的变化，因此RP调查的交通方式包括小汽车、出租车、机场巴士，SP调查的交通方式包括小汽车、出租车、机场巴士、轨道交通.调查内容包括3个部分：(1) 社会经济属性：包括出行者性别、年龄、职业、收入、拥车水平等；(2) 出行特征：包括出行方式、车内时间、车外时间、出行费用、舱位等级、托运行李数量、随身携带行李数量等；(3) 新交通方式下出行者意愿.包括特定情景下旅客出行方式选择意愿，以及模拟出行特征数据. 调查于2014年6月8～14日开展，包括工作日和周末.调查地点位于禄口机场1号航站楼内，调查对象为已经领取登机牌和正在等待起飞的旅客.共获取调查问卷533份，其中有效表格498份.RP调查采用纸质问卷形式，直接记录被调查者出行特征数据.SP调查采用电子问卷形式，利用C语言设计程序在Google Map上获得不同情景模式，由被调查者做出选择.利用Google Map模拟生成不同交通方式的车内时间、车外时间和出行费用数据，提供给被调查者比较选择；被调查者可以选择利用既有出行方式，也可以选择利用新交通方式，调查过程中记录下旅客出行方式选择以及模拟生成的出行数据.2.2 数据统计与分析出行特征数据显示(见表1)，旅游和公务是航空出行主要目的，其中旅游出行比例已接近50%，80%以上的出行天数在1周以内，60%以上的出行者每半年至少乘坐1次飞机，说明航空出行日趋普遍，逐步成为娱乐休闲出行目的的首选方式.90%以上的旅客至少要托运1件行李，并随身携带1件行李，携带行李的便捷性是影响旅客出行方式选择的重要因素.表2显示了引入新方式后，旅客出行行为的变化.约有30%旅客选择改变出行方式，其中30.6%的机场巴士以及21.9%的小汽车出行旅客会选择采用轨道交通，可见轨道交通对于出行方式的影响比较明显，尤其是私家车出行者更愿意采用高效、低廉的轨道交通.而出租车出行的旅客基本不会改变出行方式，主要由于这类旅客对于舒适性、时间性方面要求较高.3.1 回归分析结果表3显示了利用NL和MXL模型的回归结果(以小汽车出行方式为参照标准).MXL 模型的似然函数值和McFadden决定系数都大于NL模型，它的整体拟合效果更好；从参数T检验值来看，MXL模型中的T检验值普遍较高，但绝对值大于1.96的T检验值个数较少，MXL模型对于影响因子的拟合要求高，在轨道和机场巴士两类方式中得到了更优的拟合结果.NL模型显示拥车水平、家庭收入对于机场巴士和轨道交通的影响系数均为负值，但在MXL模型中，这2类因素对于轨道交通方式的影响并不显著，是否选择轨道交通和拥车、收入水平没有直接关系；相比出租车，公务目的出行者更愿意采用轨道交通，这主要是由于轨道交通出行的准点性更高；经常乘坐飞机的出行者更愿意使用出租车，但在MXL模型中，出行频率对于是否使用轨道交通影响不显著；托运行李数量越多，出行者越愿意使用个体出行方式，但在MXL模型中，随身携带行李数量对于是否采用轨道交通影响不显著，可见如何安置好大件行李是提高轨道交通出行比例的重要因素.特型变量回归结果显示，车内时间、车外时间、出行费用对于出行方式选择影响作用显著，出行时间、费用的增加会显著降低选择该种出行方式的比例，出行费用的影响作用明显高于出行时间，具体影响程度详见下节弹性分析.3.2 弹性分析为了进一步量化不同特性变量变化而导致相应出行方式比例的影响差异，Train基于MXL模型，提出第k个变量变化下，出行方式变化弹性如下式.βkLjn(β)式中：βk是第k个特性变量；出行方式变化程度取决于不同系数β的Lin(β)和Ljn(β)之间关联性.利用式(12)对表3中MXL模型的估计参数进行弹性分析，表4～表5分别为出行时间(车内时间、车外时间)和出行费用的弹性测算结果，正值表示直接弹性，负值表示模式之间的交叉弹性.由表4可见，车内时间的弹性绝对值明显大于车外时间，说明车内时间对于出行方式的影响程度更高.机场巴士车外时间、车内时间的直接弹性绝对值均为最大，其次为轨道交通，说明如果公共交通方式的等车时间、换乘时间以及运行时间能够改善，出行者选择这类方式的比例将会无边际增长.轨道交通的交叉弹性平均值明显高于其他方式，假如轨道交通的车外时间每增长1%，小汽车、出租车、机场巴士的出行比例将会分别提高0.302%，0.294%和0.315%.假如将来轨道交通的出行时间能够缩短，旅客将会放弃使用私人出行方式，这将有利于缓解机场高速的拥堵.类似的出行费用研究结论见表5.小汽车和出租车的直接弹性绝对值最高(-1.084,-1.026)，说明当燃油费、路桥费、停车费、打车费等出行费用增长的情况下，采用个体出行方式通达机场的旅客将会显著减少.相比其他几类方式，出租车的费用每提高1%，轨道交通出行比例增加幅度最大(0.832%)；其次是机场巴士，出行费用每提高1%，轨道交通出行比例将会提高0.660%，可见采用出租车以及机场巴士的旅客最易受到费用的影响，他们使用轨道交通通达机场的可能性最大.本文调查了在引入轨道交通方式下的南京禄口机场旅客出行行为，分别采用NL模型和MXL模型拟合了调查数据，研究表明在SP/RP融合数据拟合中，MXL模型对于影响因子拟合要求高，整体拟合效果更好，并且在机场巴士、轨道交通出行方式因素拟合中取得更加精确的结果.MXL模型分析结果显示，出行时间、出行费用是影响旅客出行方式选择的重要因素，出行目的、托运行李数量对于是否选择轨道交通影响显著，而拥车水平、家庭收入水平、出行频率影响作用不明显.MXL模型的直接和交叉弹性分析结果显示，在既有交通服务水平基础上，如果能够缩短轨道交通的车外运行时间，旅客将会放弃使用个体交通方式，转而使用大容量公共交通.同时采用出租车以及机场巴士的旅客最易受到出行费用的影响，新方式开通后，这2类旅客使用轨道交通通达机场的可能性最大.【相关文献】[1]PSARAKI V， ABACOUMKIN C. Access mode choice for relocated airports：the new Athens International Airport[J]. Journal of Air Transport Management，2002,8(2):89-98. [2]LYTHGOE W F， WARDMAN M R.Demand for rail travel to and from airports transportation[J]. Transportation，2002,29(2):125-143.[3]MEI Ling. Demand of rail mode in airports ground access market: a case study in Hong Kong[C]∥ 2007 International Conference on Service Systems and Service Management，2007:1-6.[4]SUNYOUNG J.Access mode and departure airport choice in San Francisco Bay area[J]. Regional Science，2006,85(4):543-567.[5]姚晏斌,高金华.机场轨道交通对陆侧交通分流情况的预测研究[J].华东交通大学学报，2006,23(1):48-51.[6]张兰芳.机场陆侧交通系统若干问题研究[D].上海：同济大学，2007.。
旅客行为时间价值的Logit计算模型改进研究_布超
第28卷 第3期2009年 3月技 术 经 济T echnolo gy Econom icsV o l 128,N o 13M a r.,2009旅客行为时间价值的Logit 计算模型改进研究布 超,林晓言(北京交通大学经济管理学院,北京100044)摘 要:本文详细分析了旅客行为时间价值的影响因素,并在此基础上分析了用Lo git 模型确定旅客行为时间价值的理论方法。
本文尝试对原有的计算模型进行改进,将旅客收入这一变量引入L og it 模型,分析旅客收入对旅客出行决策的影响,以更准确地估测旅客时间价值、提高投资决策的准确性。
关键词:行为时间价值;L og it 模型;收入水平中图分类号:F 12413 文献标识码:A 文章编号:1002-980X(2009)03-0062-04收稿日期:2008-12-31作者简介:布超(1983)),男,河南人,北京交通大学经济管理学院硕士研究生;林晓言(1967)),女,山东人,北京交通大学经济管理学院教授,博士生导师,经济学博士,研究方向:技术经济学、公共经济学。
时间是一种资源,而且是一种非再生性资源。
时间本身不能直接创造价值,但是,任何产品的生产都要消耗人的劳动时间,因而时间是有价值的。
正确评价时间的价值,对于人们合理利用时间具有重要意义。
旅行时间是旅客消耗在旅途中的时间。
同样,旅行时间也是具有价值的。
从机会成本的角度考虑,由于旅行者在旅途中耗用的时间存在着机会成本,因此,旅行时间的价值就是由这种机会成本所产生的价值[1]。
从时间资源角度考虑,时间价值是指由于节约时间和合理利用时间而产生的效益值增量以及由于时间的非生产性消耗而造成的效益损失量的货币表现[2]。
根据不同的出行方式、不同的出行路线以及不同的出行目的等,旅客的旅行时间价值是不同的,而很大一部分交通运输项目收益体现在由节省旅客旅行时间所带来的效益,因此,合理评价旅客的旅行时间价值,对于评价交通运输投资项目、规划交通运输、预测客运量等非常必要。
城市轨道站台乘客候车位置选择行为分析与Logit建模
轨道交通乘客候车位置选择行为存在差异ꎬ拥挤容忍程度高的乘客倾向于综合列车车厢满载率和排队长度再选择候车
位置ꎬ而视野关注范围小的乘客倾向于综合走行距离和列车车厢满载率再选择候车位置ꎮ
关键词:城市轨道站台ꎻ候车位置选择ꎻ影响因素ꎻＬｏｇｉｔ 模型ꎻ满载率
１.２ Ｌｏｇｉｔ 模型构建
本文主要关注不同因素对乘客站台候车位置选择行为的影响ꎮ 由于两者之间为非线性关系ꎬ同时乘客
站台候车位置的选择是多目标决策ꎬ因此本文将乘客站台候车位置选择看作是一个非线性分类选择问题ꎬ可
应用多项 Ｌｏｇｉｓｔｉｃ 回归分析方法构建模型及求解ꎮ Ｌｏｇｉｓｔｉｃ 回归模型属于概率型非线性回归ꎬ是一种研究分
ｐｏｓｉｔｉｏｎ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ｆｕｌｌ ｌｏａｄ ｒａｔｅ ａｎｄ ｑｕｅｕｉｎｇ ｌｅｎｇｔｈꎬ ｗｈｅｒｅａｓ ｐａｓｓｅｎｇｅｒｓ ｗｉｔｈ ａ ｓｍａｌｌ ｆｉｅｌｄ ｏｆ ｖｉｓｉｏｎ
ｐｒｅｆｅｒ ｔｏ ｃｈｏｏｓｅ ｔｈｅ ｗａｉｔｉｎｇ ｐｏｓｉｔｉｏｎ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ｗａｌｋｉｎｇ ｄｉｓｔａｎｃｅ ａｎｄ ｆｕｌｌ ｌｏａｄ ｒａｔｅ.
解 ｉ 的影响下ꎬ面对 ｎ 种候车位置选择策略时选择策略 ｋ(ｋ ＝ １ꎬ２ꎬꎬｎ)
的结果ꎮ 在实际求解中ꎬ将 ｎ 种候车策略中一个作为参照ꎬ求得其余 ｎ － １ 个候车策略相对于该参照候车策
略的 Ｌｏｇｉｔ 模型 ｌ ｋ ꎬ进而可以计算乘客选择候车策略 ｊ 的概率为:
明了不同属性的轨道交通乘客ꎬ候车位置选择行为存在显著差异ꎮ
出行方式选择行为的SEM—Logit整合模型
收 稿 日期 ： ２ ０ １ １ — １ ２ ． １ ６
基 金项 目：国 家 自然 科 学 基 金 资 助 项 目 （ ５ ０ ９ ０ ８ １ ９ ５ ） ； 西南交 通大学 中央高校基本科研 业务费专项资 金资助项 目
（ ２ ０ １ ０ Ｘ Ｓ ２ ４ ）
作者简介 ：陈坚 （ １ ９ ８ ５ ・ ） ， 男， 博士 ， 讲师， 主要从事交通运输 系统分析与决策 、 交通行为理论与实证研究． Ｅ － ｍ ａ ｉ ｌ ： ｃ ｈ ｅ ￣ｉ ａ ｎ ５ ２ ５ ＠
量 的概 念 ， 并通 过结 构方程 模 型 （ Ｓ Ｅ Ｍ） 刻 画潜 变量 与 显 变 量 、 潜 变量 与 其 测 量 变量 之 间 的 因果 关 系． 然后 ， 基 于最大效 用理 论 ， 对Ｌ ｏ ｇ ｉ ｔ 模 型 的 出行 方 式效 用 函数 进 行 改进 ， 构建
了潜 变量与 显 变量共 同作 用 的 Ｓ Ｅ Ｍ． Ｌ ｏ ｇ ｉ ｔ 整合模 型． 结果表 明 ： 考虑 了潜 变量 的整合 模 型
案的偏好 ， 而个人感受与态度 由消费者 自身 的社会
经 济特性 及替 选方 案 的属 性 决定 ， 属 于 不 可直 接 观 测 的因素 ． 因此 ， 当消 费 者 面 临选 择 时 ， 除 了可 直 接 观测 的 因素外 ， 不 可 直 接观 测 的 因素 也会 影 响最 终
的选 择结 果 ． 现有 出行 方式 选择行 为 的研究 方 法Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
文章编号 ： １ ０ ０ ０ — ５ ６ ５ Ｘ（ ２ ０ １ ３ ） ０ ２ — ０ ０ ５ １ — ０ ７
出行 方 式选 择 行 为 的 Ｓ Ｅ Ｍ— Ｌ ｏ ｇ ｉ ｔ 整合模型 木
基于巢式Logit模型的公交出行方式选择行为研究
ＣＬＣ ｎｕｍ ｂｅ ｒ：
ｓ ｒｏ ｓ Ｉ ｅ ｉ ｕ ． ｍｐｒ ｖｎ ｈ ｅ ｖｃ ｅ ｅ ｆｐ ｌｃ ｔａ ｓ ｏ ｎ ｔ ｔｒ ｃｉｅ ｓ ｓ ｎ ｕｒ ｅ ｅ ｄ． Ｔ ｓ ｓｕｄ ｏ ｉｇ ｔｅ ｓ ｒ ｉｅ ｌ ｖ ｌｏ ｕｂ ｉ ｒ ｎ ｐ ｒ ａ ｄ ｉｓ ａｔａ ｔｖ ｎｅ ｓ ｉ ａ ｇ ｎｔｎ ｅ ｔ ｈｉ ｔ ｙ
ｆｏ ｔ ｅ ｓ ｃｉｅ ｏ ｎ ｉ ｉｕａ ｒ ｖ ｌｂｅ ａ ｉｒ Ｍ ｅ ｎｗｈｉｅ，ｕｓｎｇ ｔ ｓｅ ｇｔｍｏ ｅ ｉｇ ｔ ｏｙ，ｔ ｉ ｒｍ ｈｅ ｐ ｒｐｅ ｔｖ ｆｉ ｄ ｖｄ ｌｔａ ｅ ｈ ｖｏ ． ａ ｌ ｉ ｈｅ Ｎｅ ｔｄ Ｌｏ ｉ ｄ ｌｎ ｈｅ ｒ ｈｓ ｓｕｄ ｅ ｅ ｏ ｒｖ ｌ ｔ ｙ ｄ ｖ ｌｐｓａ ｔａ ｅ ｍｏ ｅ ｃ ｉ ｅ ｄ ｈｏｃ ｍｏ ｅ ｂ ｓ ｄ ｎ ｒ ｖ ｌ ｉ ｔ ｑ ｎ ｉａｉｅｙ ａ ｌ ｚ ｈ ｅｆ ｃ ｏ ｈ ｄ ｌ ａ ｅ ｏ ｔａ ｅ ｔｍｅ ｏ ｕａ ｔｔｔｖ ｌ ｎａｙ ｅ ｔ ｅ ｆｅ ｔ ｆｔ ｅ ｖ ｒｏ ｔｒｂｕｅｓｏ ｎ ｖｄｕ ｌｔａ ｅｅ ｓｏ ｈ ｈ ｖｏ ｆｔｅ ｂｕ ｈ ｉｅ， ａ ｄ ｐｒｐｏ ｅ ｕ ｇ ｓｉｎｓｔ ａ ｅ ａ ｉｕｓａ ｔｉ ｔ ｆｉ ｄｉｉ ａ ｒ ｖ ｌｒ ｎ ｔ ｅ ｂｅ ａ ｉｒｏ ｈ ｓ ｃ ｏｃ ｎ ｏ ｓ ｓ ｓ ｇ ｅ ｔｏ ｏ ｍ ｋ ｃ ｒｅ ｐ ｎｄ ｎ ｌｃ ｅ ｏ ｕｂ ｉ ｒ ｎｓ ｒ ｅ ａ ｄ ｍａ ａ ｅ ｎｔ ｏ ｒ ｓ ｏ ｉ ｇ ｐｏｉｉ ｓｆ ｒｐ ｌｃ ｔａ ｐｏ ｄ ｍ ｎ ｎ ｇ ｍｅ ． ｔ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
浅析基于logit模型的旅客出行选择行为摘要：通过分析铁路客流构成和旅客列车分类，将铁路旅客乘车选择行为的影响因素归结为旅客主体特性、列车特性和随机因素。
采用随机效用理论建立铁路旅客乘车选择行为非集计模型，给出个体旅客对列车选择概率的多项logit模型，并通过影响因素选择及参数标定等设定求解方法。
关键词：铁路旅客运输；乘车选择行为；影响因素；logit模型abstract: through the analysis of railway passenger traffic composition and classification of passenger trains, railway passengers’ choice behavior will choose the influence factors of subject characteristics, boil down to the passenger train characteristics and random factors. using the random utility theory, a railway passengers’ choice behavior choice disaggregate model given individual passengers on the train choose a number of probability logit model, and through the influence factors such as parameters calibration set choice and the solving method.
keywords: railway passenger transportation; bus choice behavior; influencing factors; logit model
中图分类号：f530.32 文献标识码：a 文章编号：
对旅客出行选择行为的研究，向来是铁路运输组织研究的重要
内容。
实践证明，通过对旅客出行选择行为的分析，根据旅客出行的实际需求状况，采取与其相适应的运输管理和组织模式，对提高旅客运输服务水平，增强其市场竞争能力，具有重要的意义。
一、影响旅客出行选择行为因素分析
1.1主观因素—旅客主体特性
主观因素与旅客本身特性直接相关，包括旅客的收人、年龄、性别、出行目的、出行距离、消费观念等。
这些主观因素决定了旅客出行的消费特性，即旅客所属的消费群体。
如去西藏观光旅游和处理紧急事物的旅客出行选择行为主要是受到出行目的影响，而出行距离超过2000km的人们大多不会选择汽车这种交通方式。
1.2客观因素—交通方式特性
客观因素是指旅客无法决定的外部因素，主要包括衡量客运产品服务质量的安全、方便、速度、费用、舒适度5个因素。
（1）安全性。
安全性是旅客最为重视的运输产品特性。
一般来说，铁路安全性最高，航空次之，公路最差。
（2）速度(旅行时间)。
速度是运输业“产品”性能的基本体现。
速度的提高，旅行时间的缩短，对旅客而言，是激发其旅行需求的首要因素。
（3）票价。
合理公道的票价是旅客选择出行方式的一个重要因素。
在我国经济还不完全发达的情况下，票价对旅客的影响仍很大，有时还起决定作用。
当然，消费水平不同的旅客对于“合理的票价”有着不同的衡量标准。
（4）舒适度。
随着人民生活水平的提高，旅客对出行工具的舒适度有愈来愈高的要求。
旅客不仅仅满足于能实现位移的需要，而且要求在接受运输服务的过程中感到舒适，旅客对这方面的需求也是多层次的。
（5）方便。
方便是运输部门所能提供给旅客运输服务产品的便捷程度，主要指旅客从起迄点到车站的方便性、旅客购票的方便性以及行李提取方便性等[1]。
旅客出行选择行为大多是多因素综合作用的结果，每个个体的情况都不尽相同，难以用同一个模型来刻画其选择机理。
为此以某一具有大多共性的旅客客流为分析单位，并建立相关模型研究是可行的。
二、旅客客流分类
按旅客的乘车行程距离可划分为：长途客流(旅行距离长，对在途时间和舒适度要求高)、管内客流(旅行距离和在途时间较短、对方便快捷因素要求较高)和短途客流(要求列车准点、始发终到时刻适宜，便于早出晚归)。
按旅客的经济承受能力可划分为：低收入者、中等收入者和高收入者。
按旅客出行目的可划分为：商务流、探亲流、观光流、学生流（集中在寒暑假期间）、民工流（集中在春节前后）。
按出行选择时考虑的情况可分为：以高费用赢取时间或舒适条件者、以多时间或牺牲舒适条件节省费用者、兼顾费用与时间、舒
适度追求者。
事实上，以上划分并不能详尽描述客流成分的复杂。
商务流中不一定都是用高费用追求时间或舒适条件者；长途客流中也一定存在牺牲时间、舒适度换取费用者。
因此下文进行探讨时将人为假定某一类型旅客展开探讨，并对其相关需求特性进行确定。
三、函数模型分析与构建
3.1函数模型分析
目前研究铁路旅客乘车选择行为方法主要有两类：一类是基于旅客调查的定性分析方法，此类方法比较接近实际情况，但难于准确刻画选择行为的内在机理；另一类是基于计量经济学的随机效用理论而建立定量的相关函数模型，其中又有线性模型、probit模型和logit模型三种。
运用线性模型求解求出来的交通方式分担率pi 无法保证分担率必须满足的0<pi<1的这一条件。
而probit也较繁杂，应用起来不够方便。
在函数模型中，从预测精度、预测作业及模型构思的合理性来看，logit模型是比较好的，应用起来也比较简单。
3.2 logit模型
因此本文中，我们采用应用十分广泛的logit模型，暂且不深入探究logit模型构建的理论基础和推理论证，而将其介绍如下：旅客对交通方式的选择问题实际上是一个概率问题，即旅客以多大的概率选择某种交通方式。
旅客面对多种交通方式的选择并不是轻易下决定，为了模拟旅客的心理活动，可以为每种交通方式确
定一个效用值或者吸引度，某个交通方式的效用值反映了如果旅客选择该方式将会获得的好处大小。
对于旅客来说，他（她）总是希望选择能够产生最大效用值的交通方式，然而在实际问题中，效用值不能被直接观测出来，甚至也难于预先估计，影响交通方式的效用值的因素不仅多而且复杂，还有随机成分，所以说，效用值是一个随机变量，一般称之为随机效用[2]。
四、旅客出行选择行为分析
4.1模型相关参数选定
现假定相距695km的区域间只有两种交通方式（如公路与铁路）可供旅客选择。
以铁路为第1种交通方式，公路为第2种交通方式。
简化问题，使用以下最为普遍描述效用值的形式，即：
（6）
则对第n种交通方式客流分担率rn，有：
（7）
其中vn表示第n种交通方式效用值，zn表示为第n种交通方式安全性、方便性、舒适性等综合因素，pn表示票价因素，w表示旅客出行时间价值，tn表示时间因素（速度因素），a、b、c为权重参数，可理解相关特性变量值对旅客选择出行交通方式所产生影响的重要程度。