城市交通出行方式选择的随机弹性分析

交通运输系统工程与信息 ›› 2012, Vol. 12 ›› Issue (2): 132-136.

城市交通出行方式选择的随机弹性分析

张蕊^*，杨静，雷熙文

北京建筑工程学院，北京100044

收稿日期:2011-12-26 修回日期:2012-02-17 出版日期:2012-04-25 发布日期:2012-04-27
作者简介:张蕊（1971-），女，黑龙江宁安人，副教授.
基金资助:
北京市哲学社会科学规划项目（10BeSH091).

Random Elasticity Analysis on Urban Travel Mode Choice

ZHANG Rui, YANG Jing, LEI Xi-wen

Beijing University of Civil Engineering and Architecture, Beijing 100044, China

Received:2011-12-26 Revised:2012-02-17 Online:2012-04-25 Published:2012-04-27

摘要/Abstract

摘要： 影响城市交通出行方式选择的因素有很多，本文致力于分析具有随机特性的因素对出行方式选择的影响程度，即随机弹性.使用具有较好收敛性的集计交通战略STM模型作为分析出行方式选择的工具，并根据对道路实测数据的统计分析，验证了作为影响出行方式选择的重要因素——小汽车出行速度为随机变量并服从k阶爱尔朗分布.根据经济学的随机弹性理论，推导出小汽车出行速度对出行方式选择的随机弹性计算模型，利用北京市的实际数据验证了模型的有效性.并得出结论：交通政策指标（影响因素）的可靠度越高，政策目标对政策指标的弹性值越稳定、集中，即政策目标达到的可靠度越高，随机弹性分析模型可作为一种交通政策量化分析的工具.

关键词: 城市交通, 随机弹性, STM模型, 出行方式选择, 随机分布

Abstract: Among the factors that impact on urban travel mode choice, the ones with random distribution is the main focus of this paper.The aggregate strategy traffic model (STM) is used for model choice analysis. With the field data, the car’s travel speed is observed to be a random variable following the kstep Erlang distribution. Based on the random elasticity concept in economic theory, the elasticity calculation model of car travel speed on the travel mode choice is developed. The model is validated by the field data of Beijing city. The results indicate that the higher the reliability of transport policy indicator (influencing factor) is, the random elasticity becomes more steady and concentrated, and the policy target is more reliable to be realized.

Key words: urban traffic, random elasticity, strategy traffic model (STM), travel mode choice, random distribution

中图分类号:

U491

张蕊, 杨静, 雷熙文. 城市交通出行方式选择的随机弹性分析[J]. 交通运输系统工程与信息, 2012, 12(2): 132-136.

ZHANG Rui, YANG Jing, LEI Xi-Wen. Random Elasticity Analysis on Urban Travel Mode Choice[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(2): 132-136.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18361.shtml

http://www.tseit.org.cn/CN/Y2012/V12/I2/132

参考文献

［1］R H Oldfield. A strategic transport model for the London area ［C］. Britain: Transport Research Laboratory, Research Report 376, 1993.
［2］Andrea Aramu, Andrew Ash, et al. sitlum–The strathclyde integrated transport/landuse model［ol］.Available from http://www.cix.co.uk/~davidsimmonds/main/pdfs/80_Simmonds_17072006.pdf
［3］Ash A. (2008b). Design of a scenario interpreter in TRL’s strategic transport model. TRL published report RPN 033, Distillate Project F3［R/OL］. Available from http://www.distillate.ac.uk/outputs/Case%20Study%20II%20_project%20f3c%20(04-06-08).pdf(accessed August 2009)
［4］Xianjie Wang, Ping Wei. Stochastic demand elasticity and its application in economic analysis［J］.OR Transactions,2003,7(2):52-56.
［5］王宪杰, 邢艳楠,赵志杰.随机弹性及利润预测应用研究［J］.商业研究, 2005, (11):121-123.［WANG X J,XING Y N,ZHAO Z J. The applied research on stochastic elasticity theory and profit forecast,Commercial Research, 2005, (11):121-123.］
［6］北京交通发展研究中心．交通拥堵调研与缓堵措施研究（2007）［R］．北京，2007．［Beijing Transport Development Research Center, Traffic congestion investigation and solutions research［R］. Beijing, 2007.］
［7］华智,李朝阳.城市交通系统汽车燃油消耗宏观预测方法——以苏州为例［J］.交通运输工程与信息学报, 2009(4):102-108.［HUA Z,LI C Y.A macro forecasting fuel consumption model of the urban transportation system—Taking Suzhou as an Example［J］.Journal of Transportation Engineering and Information,2009(4):102-108.］
［8］李茜, 孙会君. 考虑ATIS和油耗影响的最优速度优化模型［J］. 交通运输系统工程与信息，2009,9（5）：34-39.［LI Q,SUN H J.Optimization programming model for optimal velocity problems with ATIS and fuel consumptio［J］.Journal of Transportation Systems Engineering and Information Technology, 2009,9（5）:34-39 .］
［9］张蕊. 城市客运交通系统出行方式分担模型及应用研究［D］.北京交通大学, 2011. ［ZHANG R. Mode split model and Its application on urban passenger transportation system［D］.Beijing Jiaotong University, 2011.］

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[11]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[12]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[13]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.