多方式交通信息条件下节假日出行行为研究

交通运输系统工程与信息 ›› 2014, Vol. 14 ›› Issue (1): 229-234.

多方式交通信息条件下节假日出行行为研究

王博彬，邵春福^*，孙轶轩，李娟，计寻

北京交通大学城市交通复杂系统理论与技术教育部重点实验室，北京 100044

收稿日期:2013-07-30 修回日期:2013-11-15 出版日期:2014-02-25 发布日期:2014-07-07
作者简介:王博彬（1990-），女，北京人，博士生.
基金资助:
国家重点基础研究发展计划资助课题（2012CB725403）；国家自然科学基金项目资助（51178032）；中央高校基本科研业务费专项资金资助（2014YJS068）.

Holiday Travel Behavior Analysis under Integrated Multimodal Travel Information Service

WANG Bo-bin，SHAO Chun-fu, SUN Yi-xuan, LI Juan, JI Xun

MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology, Beijing Jiaotong University, Beijing 100044, China

Received:2013-07-30 Revised:2013-11-15 Online:2014-02-25 Published:2014-07-07

摘要/Abstract

摘要：

利用2012年节假日出行行为调查的RP-SP融合数据，基于出行链复杂度与出行方式选择行为(Chain-Mode)建立信息条件下的Nested Logit模型，并利用包容系数和相异性参数对模型的有效性进行辨识.研究表明，在多方式交通信息的作用下，9%的出行者取消节假日中的出行，13%的出行者改变其交通方式.同时，出行费用、停车费用、小汽车拥有量、性别、信息需求度、出行时间和出行距离等是影响Chain-Mode选择的主导因素.停车费用越高，出行时间和出行距离越长，出行者更倾向于选择复杂链出行；同时，出行费用低且信息需求度高的出行方式被选择的概率大.

关键词: 交通工程, 节假日, 出行行为, Nested Logit模型, 多方式交通信息, 出行链, 出行方式

Abstract:

Based on the RP-SP fusion data obtained from the holiday travel behavior survey in 2012, the integrated multimodal travel information (IMTI) is taken as the research condition. It develops the Nested Logit model under IMTI, on the bases of trip chain complexity and trip mode choices (Chain-Mode). The effectiveness of the model is identified by the inclusive value and dissimilarity parameter. The result shows that 9% of the travelers will cancel their travel in holidays, and 13% will change their trip modes under the influence of IMTI. At the meantime, travel cost, parking fee, car ownership, gender, information demand, travel time and trip distance are dominant factors that influence the Chain-Mode choices in holidays. Higher parking fee and longer travel time and trip distance will encourage people to choose a complex chain. Besides, the trip mode with low travel cost and high information demand have the high probability to be chosen.

Key words: traffic engineering, holiday, travel behavior, Nested Logit model, integrated multimodal travel information (IMTI), trip chain, trip mode

中图分类号:

U491

王博彬，邵春福，孙轶轩，李娟，计寻. 多方式交通信息条件下节假日出行行为研究[J]. 交通运输系统工程与信息, 2014, 14(1): 229-234.

WANG Bo-bin，SHAO Chun-fu, SUN Yi-xuan, LI Juan, JI Xun. Holiday Travel Behavior Analysis under Integrated Multimodal Travel Information Service[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(1): 229-234.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18737.shtml

http://www.tseit.org.cn/CN/Y2014/V14/I1/229

参考文献

[1] Shailes A, Senior M L, Andrew B P. Tourists’ travel behavior in response to congestion: the case of car trips to Cornwall, United Kingdom[J]. Journal of Transport Geography, 2001, 9(1): 49-60.

[2] 李霞，邵春福，孙壮志，等. 基于结构方程的节假日居民出行和活动关联性建模分析[J]. 交通运输系统工程与信息, 2008, 8(6): 91-95.[LI X, SHAO C F, SUN Z Z, et al. Modeling correlation of holiday trips and activities based on structural equation model[J]. Journal of Transportation Systems Engineering and Information Technology, 2008, 8(6): 91-95.]

[3] Lo H K, Yip C W, Wan Q K. Modeling competitive multi-modal transit services: a nested logit approach[J]. Transportation Research Part C: Emerging Technologies, 2004, 12(3): 251-272.

[4] Kenyon S, Lyons G. The value of integrated multimodal traveller information and its potential contribution to modal change[J]. Transportation Research Part F: Traffic Psychology and Behavior, 2003, 6(1): 1-21.

[5] 胡华，滕靖，高云峰，等.多模式公交信息服务条件下的出行方式选择行为研究[J]. 中国公路学报,2009,22(2):87-92.[HU H, TENG J, GAO Y F, et al. Research on travel mode choice behavior under integrated multimodal transit information service[J]. China Journal of Highway and Transport, 2009, 22(2):87-92.]

[6] Primerano F, Taylor M A P, Pitaksringkarn L, et al. Defining and understanding trip chaining behavior[J]. Transportation, 2008, 35(1): 55-72.

[7] 陆化普. 交通规划理论与方法(第2版)[M]. 北京：清华大学出版社，2006.[LU H P. Theory and method in transportation planning (the second edition)[M].Beijing: Tsinghua University Press, 2006.]

[8] Train K. Discrete choice methods with simulation[M]. New York: Cambridge University Press, 2009.

[1]	林建新, 刘博, 赵霞, 张蕾. 基于混合约束自编码器的机动车工况智能构建方法[J]. 交通运输系统工程与信息, 2022, 22(2): 109-116.
[2]	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.
[3]	戢晓峰, 耿昭师. 山区双车道公路货车碰撞预测的双变量冲突极值模型[J]. 交通运输系统工程与信息, 2022, 22(2): 230-238.
[4]	张建波, 孙建平, 徐春玲, 郭镜霞, 温慧敏, 宋国华. 考虑交通运行条件影响的驾驶员特征聚类[J]. 交通运输系统工程与信息, 2022, 22(2): 330-336.
[5]	马景峰, 任刚, 李豪杰, 曹奇, 杜建玮. 电动自行车与机动车事故严重性影响因素分析[J]. 交通运输系统工程与信息, 2022, 22(2): 337-348.
[6]	宗芳, 王猛, 贺正冰. 考虑多车影响的分子动力学智能网联跟驰模型[J]. 交通运输系统工程与信息, 2022, 22(1): 37-48.
[7]	马小龙, 余强, 刘建蓓. 基于路侧毫米波雷达的车辆碰撞概率计算方法[J]. 交通运输系统工程与信息, 2022, 22(1): 57-66.
[8]	廖鹏, 唐铁桥. 基于车辆动力传动和转向系统的换道轨迹优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 98-105.
[9]	刘永红, 罗霞, 胡剑鹏. 考虑临时和预约需求的共享泊位动态分配方法[J]. 交通运输系统工程与信息, 2022, 22(1): 171-181.
[10]	袁振洲, 郭曼泽, 彭泳鑫, 杨洋. 基于梯度关联规则的老年行人交通事故风险识别[J]. 交通运输系统工程与信息, 2022, 22(1): 195-208.
[11]	张玉婷, 陈波佑, 张双焱, 闫学东, 李晓梦. 抵近信控交叉口分心驾驶识别模型[J]. 交通运输系统工程与信息, 2022, 22(1): 217-224.
[12]	宋浪, 王健, 杨滨毓, 安实. 连续流交叉口左转非机动车交通组织创新设计[J]. 交通运输系统工程与信息, 2022, 22(1): 225-233.
[13]	白婧荣, 唐伯明, 孙宗元, 毕辉云, 向恬君. 毗邻互通立交特长隧道驾驶负荷研究[J]. 交通运输系统工程与信息, 2022, 22(1): 301-310.
[14]	郭彦茹, 罗志雄, 王家川, 何方. 数据驱动的共享单车停放区规划方法研究[J]. 交通运输系统工程与信息, 2021, 21(6): 9-16.
[15]	李君羡, 沈宙彪, 童文聪, 吴志周. 基于分类车头时距的城市道路大型车影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 55-62.