【正文】 可以得到出行者對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應(yīng)的各出行方式的效用值 Vin。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。這時(shí)，需要先考慮好所選的調(diào)查對象是否完全覆蓋了所有的范圍。 （ 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。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)還要對多個(gè)項(xiàng)目進(jìn)行詳細(xì)調(diào)查。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)，它對被調(diào)查者的負(fù)擔(dān)最小，因此可靠性也最高。選擇變量及其水平可以由調(diào)查者人為設(shè)定。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。 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)。（ 3）車票費(fèi)稱為是部分共同變量。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。o(Pr ,。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。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不同集團(tuán)的影響評價(jià)。 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。最后， 對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)。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)測準(zhǔn)確度和實(shí)際可操作性。 為制定出符合居民需求的交通政策 ，我們需要對居民出行方式進(jìn)行調(diào)查，獲得居民出行對各交通方式的選擇意向，獲得基礎(chǔ)數(shù)據(jù)，為交通預(yù)測提供支持。通過對原有數(shù)據(jù)結(jié)構(gòu)進(jìn)行改進(jìn)，引入了多個(gè)特性變量，建立了更加精確的出行方式效用函數(shù)。通常情況下， Logit 模型在需求預(yù)測或者政策評價(jià)研究中會(huì)與 SP 調(diào)查相結(jié)合。 20xx 年，李淑朋 [6]利用 SP 和 RP 結(jié)合的調(diào)查問卷數(shù)據(jù)，采用多階段抽樣方法，建立了 基于 Neted logit 模型的通勤者交通分擔(dān)河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 3 模型，分析了成都地鐵一號線對城市通勤者出行行為所產(chǎn)生的影響，并對票價(jià)等因素進(jìn)行了敏感性分析，為地鐵線路的運(yùn)營提供了政策參考。此章主要介紹集計(jì)模型的特點(diǎn)、非集計(jì)模型的理論基礎(chǔ)與應(yīng)用，確定效用函數(shù)形式后，建立了 MNL 模型模型，并介紹了 MNL 模型的傳統(tǒng)參數(shù)估計(jì)方法。另外，模型中并不包括能夠反映交通服務(wù)水平的變量，變量結(jié)構(gòu)不協(xié)調(diào)，模型不能貼近實(shí)際情況。（ 2）非集計(jì) — 概率論型：典型代表有 probit 模型和 logit 模型。并且，對于不同的選擇方案，其效用 也會(huì)由于其所包含的特性變量的不同而有所不同。m a xoPr 上述公式是導(dǎo)出多項(xiàng) Logit 模型即 Probit 模型的基礎(chǔ) [12]。通常人們認(rèn)為二者之間呈線性關(guān)系，形式如下式： ????? Kk inkkinin XXV 1 ?? 另外，有時(shí)也假設(shè)他們之間呈對數(shù)線性關(guān)系，對數(shù)線性又被稱為考勃 .道格拉斯，也是常用函數(shù)之一。 步驟二：求出 0)0( ?? 時(shí) )( )0(?LL ?? 的值 ,并將點(diǎn) ）），（（ )(0 )0(?? L? 作為 A(0) 。另外， RP數(shù)據(jù)不能觀測到現(xiàn)實(shí)不存在卻需要獲得數(shù)據(jù)的某種交通方式、交通特性及出行者的選擇趨向 [13]。 (6)明信片調(diào)查法 調(diào)查員把印有調(diào)查的明問題信片寄送或分發(fā)給居民，并采用免費(fèi)寄回的方法提高回收率。當(dāng)變量數(shù)量較多且每個(gè)變量河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 18 具有多屬性水平時(shí)，可以利用數(shù)學(xué)正交設(shè)計(jì)的方法，設(shè)置多個(gè)情境，便于被調(diào)查者做出選擇，也方便后期數(shù)據(jù)整理 [16]。匹配數(shù)據(jù)是在成對選擇方案中變化一個(gè)特性，要求被實(shí)驗(yàn)者提出另外一個(gè)特性變量的樹值，使兩個(gè)方案具有相同的希望選擇程度。在調(diào)查問卷中，應(yīng)避免使用專業(yè)術(shù)語，河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 20 特別是與通常的意義不同的術(shù)語。也可根據(jù)實(shí)際情況去除不符合實(shí)際的選項(xiàng)。常見做法如下： ① 以全體住宅為對象，等間隔抽樣作為調(diào)查的對象； ② 將對象區(qū)域分割成網(wǎng)格校區(qū)，隨機(jī)抽取這些網(wǎng)格上的校區(qū)，以小區(qū)內(nèi)的居民為調(diào)查對象（整群抽樣）； ③ 在方法 ② 中，進(jìn)一步隨機(jī)抽取小區(qū)內(nèi)的住宅； ④ 在方法 ② 、 ③ 中根據(jù)到市中心的距離集散條件劃分性質(zhì)，然后從各層抽取樣本。對該效用 特征變量數(shù)值關(guān)系模型進(jìn)行檢驗(yàn)，若未通過擬合優(yōu)度檢驗(yàn)，則說明該模型擬合度較差，不能反映實(shí)際函數(shù)關(guān)系，繼續(xù)對模型進(jìn)行進(jìn)一步優(yōu)化；若符合擬合度要求，則說明回歸效果明顯，可以采用該數(shù)值模型，進(jìn)而可以求得個(gè)人出行方式選擇概率 P與各出行方式特性變量 x之間的數(shù)值關(guān)系模型。根據(jù)系數(shù)表，可以寫出回歸方程為： 1 2 3 4 5 6 7 83 .3 8 0 1 .2 5 5 0 .0 7 9 0 .2 0 5 0 .0 2 8 3 .4 2 7 0 .0 3 3 0 .6 8 0 0 .9 2 7y x x x x x x x x? ? ? ? ? ? ? ? ? ? t 檢驗(yàn)是對回歸系數(shù)的檢驗(yàn)，考察是否每一個(gè)自變量都對因變量有顯著的影響，其中 SIG 值越靠近 0越好。概率數(shù)據(jù)匯總?cè)缦拢? 河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 26 表 交通方式選擇概率參考數(shù)據(jù)表 組數(shù) 最優(yōu)先 次優(yōu)先 不優(yōu)先 最不優(yōu)先 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 以最優(yōu)先選擇的交通方式的居民選擇出行概率數(shù)據(jù)為例，提出分布假設(shè)，并進(jìn)行分布擬合檢驗(yàn)。在實(shí)際情況下，地鐵與輕軌的各種特性幾乎相同，所以在調(diào)查中把輕軌出行合并到地鐵中進(jìn)行分析。這樣得到的樣本能夠反映總體的構(gòu)成及特點(diǎn)。這是取得被調(diào)查者信任、爭取合作的最重要的一步。但在建立選擇條件數(shù)據(jù)時(shí)，并非意味著全部的數(shù)據(jù)都要通過對被調(diào)查者的詢問調(diào)查來獲得。換句話說，被調(diào)查者本該是通過被提示的的選擇條件以外的某些因素進(jìn)行判斷選擇，但這時(shí)卻變成了通過被提示的因素進(jìn)行判斷，從 而改變了這些因素的影響程度，使得調(diào)查到的選擇過程與實(shí)際的選擇過程相背離。假如，有時(shí)需要了解被調(diào)查者在未來提供了某種交通服務(wù)或新建某種交通設(shè)施時(shí)，將會(huì)如何選擇等。該方法內(nèi)容可靠， 表格回收率高。在極大似然函數(shù)的凸性無法保證時(shí)，需要隨機(jī)給出 0以外的多組數(shù)值，反復(fù)試算。通過模型的函數(shù)關(guān)系式可以看出，某種 選擇方案的選擇概率與其河北工業(yè)大學(xué) 20xx 屆本科 畢業(yè)論文 11 效用值本身的大小無關(guān)，而與各選擇方案的效用值之差有關(guān)，所以在選擇效用值時(shí)，要選擇那些對效用值產(chǎn)生差異的變量。 MNL 模型的建立 建立全體選擇方案集合 MNL 模型的形式如下： )(,1 nAjVVAjVVin AieeePninjnnjnin ??? ????? 式中： inP —— 出行者 n的選擇方案 i 的概率； inV —— 出行者 n 的選擇方案 i的效用函數(shù)的固定項(xiàng)； nA —— 出行者 n 的選擇方案集合。oPr njnjninin njninin AjjiVV AjjiUUP ?????? ???? ??（ ）（ 其中： ?? ??? n .1,10 nn Ai ii PP 上述函數(shù)具有以下性質(zhì)： （ 1） 在效用函數(shù)中增加常數(shù)項(xiàng) 0V ，選擇概率不變。另外，決定論模型構(gòu)造選擇 函數(shù)時(shí)，無法考慮到所有可能影響交通選擇行為的特性變量，不能準(zhǔn)確描述實(shí)際選擇現(xiàn)象。 在交通規(guī)劃或交通需求預(yù)測時(shí)，直接以出行個(gè)人為研究單位建立樣本，不經(jīng)過集計(jì)數(shù)據(jù)處理得到的便是非集計(jì)數(shù)據(jù)，運(yùn)用此類數(shù)據(jù)建立的模型被稱為非集計(jì)模型。此章對問卷所采集的數(shù)據(jù)進(jìn)行樣本分析。本文 在 SPamp。 Logit 模型在國外的應(yīng)用發(fā)展已經(jīng)經(jīng)歷了漫長的時(shí)間，并經(jīng)過不斷改進(jìn)而越來越完善。SP data， according to the situation of residents’ trip in Tianjin . And with more features variables, the utility function will be more accurate . Also ,the original data structure was changed , so that we can use MATLAB and SPSS to get the parameters, and confirm the accuracy of model. On the basis of the utility function, the selection probability of the four kinds of traffic modes is further derived, and the share rate of each traffic mode is obtained. Finally, the factors that affect the traffic mode share rate were result indicates that the cost， the trip time and the fort influence the proportion obviously,which can provide the theoretical basis for the transportation department to formulate the traffic policy. Keywords： public transportation MNL model utility function multiple linear regression Elastic analysis 目 錄 1 緒論 .......................................................................................................................... 1 研究背景及意義 ............................................................................................ 1 國內(nèi)外研究現(xiàn)狀 ............................................................................................ 1 研究內(nèi)容及路線 ............................................................................................ 3 論文結(jié)構(gòu) ........................................................................................................ 4 2 非集計(jì)模型的理論基礎(chǔ) .................................................