基于生存分析的通勤行为出发时间研究

摘要

通勤出行不仅在城市居民一日出行行为中所占比例较高，同时也是居民日常出行中最基础、最重要的行为之一。特别是在通勤出行集中的高峰期和区域，很容易诱发形成早、晚高峰通勤出行的交通拥堵。通勤行为出发时间是反映通勤交通自身规律及时空分布的重要参数，因此有必要对其进行深入研究。本文以“通勤行为的出发时间”为切入点，从个体角度来考虑通勤行为出发时间的影响因素。
　　本文通过问卷调查获取通勤者的通勤出行行为数据，基于生存分析理论，提取了影响通勤者出发时间的诸多因素，并通过变量筛选、模型假定条件筛选等环节，建立通勤行为出发时间的Cox风险模型，根据模型的回归结果得到各变量对通勤行为出发时间的具体影响作用，并用该模型预测了个体出发时间的选择情况。本文的主要研究内容具体如下：
　　（1）通勤行为出发时间的总体分布规律。基于调查问卷数据，运用生存分析的非参数法对通勤行为出发时间的生存函数和风险函数作估计，探索通勤出发时间的总体分布规律。
　　（2）通勤行为出发时间的Cox风险模型及其影响因素分析。讨论Cox比例风险模型用于通勤行为出发时间研究的适用性，建立通勤行为出发时间的Cox风险模型，对可能存在的影响因素进行筛选后，最终确定性别、年龄、职业、是否送学生就学、出行距离、出行方式、公共交通服务质量及个体机动化交通服务质量共8个因素均会对通勤出发时间产生较显著的影响。
　　（3）基于通勤者的家庭特性、个人特性、交通特性以及个体感知的交通服务质量，应用Cox风险模型对通勤行为出发时间进行预测，结果表明该模型的预测性较好，能够比较准确的预测通勤行为的出发时间。
　　本文的研究充实了通勤行为出发时间个体层面的现有研究，能够为交通诱导措施、交通管理控制措施的制定提供可借鉴的理论依据。

目录

声明

第一章 绪论

1. 1 研究背景及意义

1. 2 国内外研究综述

1. 3 研究内容及技术路线

第二章 通勤行为出发时间特征调查及统计分析

2. 1 通勤出行的定义

2.2 通勤行为出发时间特征调查

2. 3 调查数据统计分析

2. 4 本章小结

第三章 通勤行为出发时间分布规律

3. 1 生存分析的基本涵义

3. 2 通勤行为出发时间的生存函数

3. 3 通勤行为出发时间的估计方法

3. 4 通勤行为出发时间的描述性统计

3. 5 通勤出发时间分布的比较

3. 6 本章小结

第四章 Cox风险模型建立方法

4.1 Cox风险模型表达式

4.2 Cox风险模型的可靠性

4.3 Cox风险模型的参数估计

4.4 Cox风险模型的假设检验

4.5 Cox风险模型的适用性

第五章 通勤行为出发时间的Cox风险模型

5. 1 模型变量确定

5. 2 模型基本假定的检验

5. 3 模型估计结果及拟合优度检验

5.4 模型的应用

5. 5 本章小结

结论与展望

结论

研究展望

参考文献

附录

攻读硕士期间取得的研究成果

致谢