【正文】 ............................................. 33 交通方式分擔(dān)率影響因素彈性分析 .......................................................... 34 5 總結(jié)與展望 ............................................................................................................ 39 論文總結(jié) ...................................................................................................... 39 不足與展望 .................................................................................................. 40 參 考 文 獻(xiàn) ................................................................................................................ 41 致 謝 .......................................................................................................................... 43 附表 1........................................................................................................................... 44 河北工業(yè)大學(xué) 20xx 屆本科畢業(yè)論文 1 1 緒論 研究背景及意義 隨著中國經(jīng)濟(jì)的快速發(fā)展，社會(huì)對(duì)交通要求的提高，人們出行方式呈現(xiàn)多樣化，更加追求方便快捷的交通出行。 為制定出符合居民需求的交通政策 ，我們需要對(duì)居民出行方式進(jìn)行調(diào)查，獲得居民出行對(duì)各交通方式的選擇意向，獲得基礎(chǔ)數(shù)據(jù)，為交通預(yù)測(cè)提供支持。 1972 年， McFadden 與 Train 運(yùn)用 Logit 模型對(duì)舊金山海灣地區(qū)的快速公交系統(tǒng)進(jìn)行客流需求量預(yù)測(cè)，這是 Logit 模型在交通領(lǐng)域的最早的成功運(yùn)用，同時(shí)也為交通需求預(yù)測(cè)提出新的解決思路。 Train 與 Wilson[1]指出對(duì)于 SP 調(diào)查，在問卷設(shè)計(jì)過程中設(shè)定的屬性及其水平值應(yīng)該基于 RP 現(xiàn)狀數(shù)據(jù)的基礎(chǔ)上，這樣才能保證 SP 調(diào)查數(shù)據(jù)的可靠性，數(shù)據(jù)準(zhǔn)確才能保證最后預(yù)測(cè)結(jié)河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 2 果的精度。 國內(nèi)研究現(xiàn)狀 近年來，隨著國內(nèi)交通事業(yè)的蓬勃發(fā)展，國內(nèi)很多學(xué)者對(duì)數(shù)據(jù)調(diào)查方法和建立非集計(jì)模型的類型進(jìn)行了很多研究，首先要得到能夠反映居民日常出行行為的特征的調(diào)查數(shù)據(jù)，建立出能夠正確預(yù)測(cè)居民對(duì)各種交通方式的選擇概率的模型，從而進(jìn)一步得到影響居民出行的關(guān)鍵影響因素。文章得出結(jié)論：非集計(jì)模型的建模方法能夠更加全面的考慮居民出行方式選擇的各項(xiàng)影響因素 ,尤其是出行者的個(gè)人特征變量 ,提升了模型的預(yù)測(cè)準(zhǔn)確度和實(shí)際可操作性。SP 聯(lián)合數(shù)據(jù)的 logit 模型能夠克服單獨(dú)使用其中一種數(shù)據(jù)時(shí)產(chǎn)生的誤差，得到更加準(zhǔn)確的交通方式分擔(dān)率的預(yù)測(cè)結(jié)果。 20xx 年，陳林 [9]改進(jìn)了成渝通道新開高鐵的背景下出行者的 SP 數(shù)據(jù)，建立了 MNL 和 NL 模型，并分別用 SPSS 和 NLOGIT 軟件進(jìn)行參數(shù)標(biāo)定，分析其實(shí)驗(yàn)結(jié)果產(chǎn)生的差異，通過結(jié)果驗(yàn)證了 NL 模型比 MNL 模型更加精確，并得出了影響出行者出行行為的關(guān)鍵因素。RP 聯(lián)合數(shù)據(jù)的基礎(chǔ)上，通過無作為抽樣得到與天津市居民出行有關(guān)的居民個(gè)人變量 、 影響居民選擇交通方式概率的各種交通方式選擇方案的特性變量 ，利用非集計(jì)模型的相關(guān)理論知識(shí) 建立 居民 出行方式選擇的 MNL 模型 。最后， 對(duì)所研究的居民出行方式的特征變量進(jìn)行彈性分析，并進(jìn)行調(diào)控， 為提高 公共交通出行比例 提出建議，為制定交通政策提供理論依據(jù)。 第二章，模型的理論介紹。SP 調(diào)查問卷的設(shè)計(jì)。根據(jù)非集計(jì)模型理論及效用理論對(duì)數(shù)據(jù)進(jìn)行分析，回歸出效用函數(shù)的各項(xiàng)參數(shù)，最后得出 MNL 模型的的表達(dá)式。 2 非集計(jì)模型的理論基礎(chǔ) 集計(jì)模型與非集計(jì)模型 在進(jìn)行交通規(guī)劃或交通需求量預(yù)測(cè)時(shí)，把需要調(diào)查的群體人為的劃分為若干個(gè)小區(qū)，然后以小區(qū)為單位進(jìn)行數(shù)據(jù)收集和分析，然后把每一單位的數(shù)據(jù)進(jìn)行集計(jì)處理，形成放大的樣本或建立模型。 首先，四階段法在預(yù)測(cè)時(shí)假設(shè)交通方式保持不變，而這一假設(shè)明顯與現(xiàn)實(shí)不符。以小區(qū)為單位進(jìn)行需求預(yù)測(cè)或規(guī)劃時(shí)，人為去劃分小區(qū)會(huì)影響結(jié)果的客觀性。通常，非集計(jì)模型所研究的對(duì)象是離散量，所以又稱為離散選擇模型。當(dāng)考慮到個(gè)人的社會(huì)經(jīng)濟(jì)屬性時(shí)，可以用來分析政策對(duì)不同集團(tuán)的影響評(píng)價(jià)。（ 1）非集計(jì) — 決定論型： 代表模型有數(shù)理化理論 II 類模型、判別分析等。 同時(shí)，非集計(jì) — 概率論模型在實(shí)踐中更加具有優(yōu)越性。當(dāng)試圖包含所有變量時(shí)，函數(shù)又將十分復(fù)雜而失去其實(shí)用性。當(dāng)選擇方案集合中部分選擇方案具有較大相似性時(shí)，可以將相似性較大的方案放入一個(gè)巢內(nèi)，根據(jù)其類似性形成多個(gè)水平，稱為NL（ Nested Logit）巢式模型或分層模型。 非集計(jì)模型的基本前提假設(shè)有以下 2個(gè)：（ 1）出行者是做出交通行為抉擇的最小單位；（ 2）根據(jù)效用理論，出行者在某一選擇狀態(tài)下，會(huì)選擇其認(rèn)知范圍內(nèi)對(duì)其自身效用最大的交通方式。隨機(jī)效用理論通常將效用函數(shù) U 分為固定項(xiàng)部分和隨機(jī)變化部分（概率項(xiàng)）兩大部分，并假設(shè)兩者之間呈線性關(guān)系。即： ））（ njnjninin njnjninini AjjiVVVV AjjiVVP ???????? ?????? ,。o(Pr ,。即， ））（（ ）（ jnjminin njninin VV AjjiUUP ?? ???? ???? m a xoPr ,。通常情況下，出行者的行為可能由于某些未觀測(cè)到的特殊情況而顯示的并不符合常理。 在 MNL 模型中，出行者的選擇方案可以大于 3 個(gè)，并且，每個(gè)出行者的選擇方案集合可以不相同。出行者 n的選擇方案集合 An 的并集 A 的定義如下： nAA ?? 結(jié)合天津市居民現(xiàn)狀出行情況，以及天津現(xiàn)有的主要交通方式，定義全體選擇方案的集合為 [12] }{ 自行車公交，地鐵，小汽車，?An 確定效用函數(shù)形式 效用函數(shù) inV 中可以包含有多個(gè)同種性質(zhì)的變量，也可以包含多種不同性河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 10 質(zhì)的變量。關(guān)于 inV 與 inX的函數(shù)關(guān)系有以下幾種形式。 ]ln[1 1?? ?? Kk inkkin XV ??? 通常情況下，由于線形效用函數(shù)結(jié)構(gòu)較為簡(jiǎn)單，方便操作和計(jì)算，被較為普遍應(yīng)用。也就是說，特性變量應(yīng)該是影響效用差的。（ 3）車票費(fèi)稱為是部分共同變量。設(shè)反復(fù)計(jì)算次數(shù)的值 m為 21 ??及 以較小的正數(shù)，用于檢驗(yàn)參數(shù)的估計(jì)精度。 2)()(1k12/11k2)(1k }){1?? ?????????????mkmkmK mkmK）（）（（ ： ???????????????????21111211)?()?)(?(...)?)(?(...)?)(?(...)?()?(KKKKllkkKKEEEEEV????????????????? t 值與 t 檢驗(yàn) : kk vt /??? 其中， k?? 為第 k 個(gè)變量所對(duì)應(yīng)的參數(shù)的估計(jì)值， kv 為總體協(xié)方差矩陣的第 k 個(gè)對(duì)角元素。 當(dāng)然，人們依據(jù)此計(jì)算原理，也開發(fā)運(yùn)用了許多軟件來進(jìn)行參數(shù)的標(biāo)定，然而當(dāng)特性變量數(shù)量增加時(shí)，計(jì)算會(huì)變得很復(fù)雜，即軟件計(jì)算在某種情況下也可能無法做出正確判斷，所以本文對(duì)數(shù)據(jù)結(jié)構(gòu)稍作調(diào)整，依托現(xiàn)有模型數(shù)據(jù)，進(jìn)行參數(shù)標(biāo)定方法的改進(jìn)，使標(biāo)定過程更加簡(jiǎn)潔化，易于操作，具體方法將會(huì)在下一章節(jié)進(jìn)行 詳細(xì)描述。 RP調(diào)查法可信度很高，所得數(shù)據(jù)均是已經(jīng)發(fā)生過的，基于這些數(shù)據(jù)建立出出行者交通方式選擇模型，也可以通過這些實(shí)際數(shù)據(jù)標(biāo)定出未知參數(shù)?？捎^測(cè)到的對(duì)于居民出行行為有影響的因素是有限的，其中的部分因素也無法表現(xiàn)出來。 (3)出行特征信息 主要包括出行目的、出行方式、出行 OD、出行時(shí)段、換乘次數(shù)、換乘車站、等待時(shí)間等其他相關(guān)的出行信息。同時(shí)可以通過詢問了解表格以外的其他信息。主要內(nèi)容有：乘車路線、起點(diǎn)站、終點(diǎn)站、是否換乘等信息。路邊詢問一般要讓駕駛員停車，因時(shí)間有限，同時(shí)要求詢問時(shí)簡(jiǎn)單明了、描述準(zhǔn)確，避免引起駕駛員反感，避免交通擁堵注意交通安全。 (7)工作出行調(diào)查 對(duì)調(diào)查區(qū)內(nèi)的職工抽樣進(jìn)行居住地 和工作地的調(diào)查，部分資料可由公司直接獲得，減少工作量。 SP調(diào)查的最大特點(diǎn)就是調(diào)查的內(nèi)容是還沒有發(fā)生的事 [15]。選擇變量及其水平可以由調(diào)查者人為設(shè)定。 SP 調(diào)查可以根據(jù)具體情況提出較多的選擇變量，變量中既可以有將要實(shí)施的新政策措施，也可以包含新生事物，如各種打車軟件、公交報(bào)時(shí)軟件等等。因此，調(diào)查時(shí)需要適當(dāng)?shù)脑O(shè)定影響因素，以減少各因素的組合數(shù)量，同時(shí)也就意味著無法將所有現(xiàn)實(shí)情況下的選擇條件都表現(xiàn)出來。此外由于調(diào)查限定了影響因素，因此常常無法對(duì)提示以外的因素進(jìn)行分析。在這個(gè)意義上，選擇數(shù)據(jù)可以被解釋為僅 有 1位的排序數(shù)據(jù)，它對(duì)被調(diào)查者的負(fù)擔(dān)最小，因此可靠性也最高。因此分析利用數(shù)據(jù)時(shí)，應(yīng)當(dāng)注意數(shù)據(jù)的可靠性。 SP 數(shù)據(jù)的調(diào)查方法有向?qū)嶒?yàn)者發(fā)送調(diào)查問卷，請(qǐng)他們獨(dú)自回答、填寫、返送的方法和面對(duì)年對(duì)被實(shí)驗(yàn)者進(jìn)行提問調(diào)查等方法。在調(diào)查時(shí)，為了減輕被調(diào)查者的負(fù)擔(dān)，將可事后由調(diào)查者做成的數(shù)據(jù)在詢問調(diào)查中省略。在實(shí)際應(yīng)用中調(diào)查項(xiàng)目的范圍通常有以下幾種：（ 1）選擇的結(jié)果、選擇的主體的屬性以及被選擇方案的主要特性；（ 2）選擇的結(jié)果、選擇主體意識(shí)到的替代選擇方案、選擇主體的屬性以及被選擇方案的主要特性；（ 3）全面調(diào)查； 調(diào)查表內(nèi)容設(shè)計(jì)說明 非集計(jì)模型需要同時(shí)調(diào)查各選擇方案的條件、選擇結(jié)果，同時(shí)還要對(duì)多個(gè)項(xiàng)目進(jìn)行詳細(xì)調(diào)查。在設(shè)計(jì)調(diào)查表時(shí)我們應(yīng)該知道以下事實(shí)：首先，被調(diào)查者對(duì)于調(diào)查結(jié)果不負(fù)任何責(zé)任，盡管被調(diào)查者給與合作，但是在回答問題時(shí)難免有被添麻煩的心情。但是這種情況往往難以發(fā)現(xiàn)，特別是對(duì)于概念的錯(cuò)誤表達(dá)和 需要被調(diào)查者發(fā)揮的回答，同時(shí)，盡量減少調(diào)查項(xiàng)目，不要給調(diào)查者造成很麻煩的假象，從而拒絕回答問題。 （ 2） 填寫注意事項(xiàng) 其中包括簡(jiǎn)要的說明以及填寫例題等。 （ 5） 與替代方案特性相 關(guān)的問題 如替代方案的成本、時(shí)間等等 進(jìn)行 SP 調(diào)查時(shí)，通常將選擇方案表述成幾個(gè)特性的組合。這時(shí)的規(guī)劃方法稱為部分因素配置規(guī)劃。 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 21 抽樣方法及樣本量 在建立模型時(shí)，我們期望樣本數(shù)據(jù)可以有效的表達(dá)出整體的特點(diǎn)，反映整體的特征，這就要求我們的樣本具有代表性。 通常，無作為的隨機(jī)抽樣可以保證樣本的 非局部性和非偏性。這時(shí)，需要先考慮好所選的調(diào)查對(duì)象是否完全覆蓋了所有的范圍。 （ 2）利用住宅地圖 利用住宅地圖，可以將地理?xiàng)l件隨機(jī)化或者對(duì)于不同的地理?xiàng)l件的特性值進(jìn)行采樣。當(dāng)然，此結(jié)果也會(huì)隨著參數(shù)數(shù)量或?qū)傩缘淖兓霈F(xiàn)不同。同時(shí)，出租車與私家車也具有同樣的特點(diǎn) ，也按照上述方式進(jìn)行處理。其他需要調(diào)查的屬性變量也在問卷中進(jìn)行了詳細(xì)說明。由 上文可知，效用函數(shù)中，因變量，即出行效用 Vink，與自變量，即各出行特征變量 xi呈線性相關(guān)，因此，可對(duì)得出的數(shù)據(jù)進(jìn)行多元線性回歸，據(jù)此建立效用 特征變量數(shù)值關(guān)系模型。 為了標(biāo)定出行方式選擇概率 特性變量關(guān)系模型內(nèi)的各個(gè)參數(shù) ，就要把得到的出行方式優(yōu)先度數(shù)據(jù)轉(zhuǎn)化為出行方式選擇概率，即將定性的數(shù)據(jù)轉(zhuǎn)化為定量的河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 25 數(shù)據(jù)。 假設(shè)在這一優(yōu)先度區(qū)間內(nèi)，居民出行概率的分布符合均值為μ，標(biāo)準(zhǔn)差為σ的正態(tài)分布，為避免第Ⅱ類錯(cuò)誤的影 響，筆者選擇運(yùn)用 SPSS 軟件對(duì)其進(jìn)行 KS檢驗(yàn)（ KolmogorovSmirnov 檢驗(yàn)），其中α =?？梢缘玫匠鲂姓邔?duì)于上述四種交通方式的選擇概率與效用值的四元一次方程： 1111 1 1 2 1 3 1 4 1 0 .3 2 8VeP e e e e??? ? ? 2121 1 1 2 1 3 1 4 1 0 . 5 4 0VeP e e e e??? ? ? 3131 11 21 31 41 21VeP e e e e??? ? ? 4141 11 21 31 41 11VeP e e e e??? ? ? 式中， Pi1代表第 1 個(gè)出行者選擇第 i種交通方式的概率； 通過 MATLAB 軟件，可以計(jì)算出每組居民出行方式選擇概率對(duì)應(yīng)的各出行方式的效用值 Vin。 F 值為 很大， sig 值很小，說明該回歸直線有意義。 b. 因變