城际交通出行方式选择ICLV模型研究

摘要

经济和社会的快速发展促使城际出行方式的结构发生了较大的变化，该变化使城际旅客的出行需求分布在各交通方式间达到了一种新的平衡。在计划行为理论的基础上，本文提出了含出行者社会经济属性特征和心理潜变量的出行方式决策过程理论框架。基于计划行为理论在预测行为问题中较好的解释力，进一步提出适用于城际出行方式选择问题的扩展计划行为理论，将基于扩展计划行为理论(the Theory of Planned Behavior，TPB)的潜变量模型和传统离散选择模型结合，构建城际出行方式选择行为的混合选择模型。
　　首先，分别分析城际交通出行及其特性，在此基础上，梳理和归纳影响城际出行方式选择的微观因素和宏观因素，包括出行者的人口统计特性、出行方式特性和社会经济水平、心理影响因素和外部价值观念等。据此构建基于计划行为理论的城际出行方式决策理论框架，将选择过程中的每一阶段进行详细分析与说明。
　　其次，结合SP&RP(Stated Preference&Revealed Preference)调查方法进行城际交通出行方式调查，运用方差分析、因子分析等多种分析方法，刻画城际旅客的出行方式选择特征及行为心理特征，探究不同社会经济属性的城际出行群体在心理变量及出行方式水平上的差异。
　　然后，为了进一步探索计划行为变量之间以及计划行为变量和交通出行群体属性之间的内在联系，搭建了多指标多因果模型，并对模型进行参数估计，以探究不同人口统计特征的出行群体对于普通列车、高铁/动车、自驾车、长途汽车这四种出行方式的心理潜变量的显著影响，并分析“行为态度”、“主观规范”、“行为习惯”等潜变量之间的相关关系。
　　最后，融合以扩展计划行为理论为核心的多指标多因果模型(Multiple Indicators and Multiple Causes，MIMIC)和以多项Logit(Multinominal Logit Model，MNL)模型为核心的离散选择模型构建混合选择模型(Integration of Choice and Latent Variable Model，ICLV)模型，以刻画城际交通出行方式选择行为。研究结果表明，ICLV模型与传统离散选择模型相比对数据的拟合程度更高。通过对ICLV模型中显著自变量的参数估计，能更深入的理解出行者的社会人口统计特征和心理影响变量对方式选择行为的影响和作用，进而通过对城际出行行为的诱导实现最终优化城际出行方式结构的最终目的。

目录

声明

致谢

摘要

1．1研究背景及意义

1．2研究目标

1．3论文研究内容

1．4论文研究方法

1．5论文技术路线

2．1理论基础

2．1．1出行行为理论

2．1．3随机效用理论

2．1．2计划行为理论

2．2模型方法

2．2．1结构方程模型

2．2．2离散选择模型

2．2．3混合选择模型

2．3仿真工具和软件

2．4研究现状综述

3城际出行方式决策理论框架

3．1城际交通出行特征

3．1．1城际交通及出行概念界定

3．1．2城际交通出行特征分析

3．1．3城际与市内出行的异同分析

3．2城际交通出行过程

3．2．1城际交通出行方式

3．2．2城际交通出行过程分析

3．3城际交通出行方式选择影响因素

3．3．1 出行行为影响因素分析

3．3．2计划行为理论框架

3．3．3计划行为理论对城际出行方式选择的影响机理分析

3．4城际交通出行方式决策理论建模

3．4．1计划行为理论的扩展变量

3．4．2模型框架及主要变量定义

3．4．2理论模型假设

4城际出行旅客行为特征分析

4．1问卷调查方法

4．1．2调查方案设计

4．1．3量表设计

4．2潜变量数据检验

4．2．1预调查及问卷修正

4．2．2信度与效度检验

4．3城际旅客出行特征分析

4．3．1 城际旅客的个体及家庭社会经济属性

4．3．2城际旅客的出行方式选择特征

4．3．3 城际旅客的出行方式选择心理特征

4．4计划行为变量及社会经济属性的统计性分析

4．4．1计划行为变量的方差分析

4．4．2计划行为变量和社会经济属性的方差分析

5城际交通出行方式选择行为意向研究

5．1 城际出行方式选择行为意向建模

5．1．1 MIMIC模型定义

5．1．2 MIMIC模型框架

5．1．3模型修正

5．1．4模型拟合

5．2社会人口统计特征和潜变量的关系分析

5．3扩展计划行为理论潜变量间的关系分析

5．4潜变量与对应观测变量之间的关系分析

6城际交通出行方式选择行为建模

6．1 ICLV模型框架

6．1．1模型框架

6．1．2模型定义

6．1．3似然函数

6．1．4模型估计

6．2 基于ICLV模型的城际交通出行方式选择行为建模

6．2．1模型定义

6．2．2模型估计

6．3 ICLV模型估计结果分析

7．1 主要结论

7．2创新点

7．3研究展望

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集