多公交信息下居民出行前方式选择意向分析

交通运输系统工程与信息 ›› 2014, Vol. 14 ›› Issue (4): 79-84.

• 智能交通系统与信息技术 • 上一篇下一篇

多公交信息下居民出行前方式选择意向分析

侯现耀^1，2，陈学武^{* 1，2}，王卫杰³

1.东南大学城市智能交通江苏省重点实验室，南京210096；2. 现代城市交通技术江苏高校协同创新中心，南京210096； 3.南京工业大学交通学院，南京210009

收稿日期:2013-10-10 修回日期:2013-11-17 出版日期:2014-08-25 发布日期:2014-09-16
作者简介:侯现耀（1985-），男，山东郓城人，博士生.
基金资助:
国家自然科学基金（51178109）；国家重点基础研究发展计划项目（2012CB725402）.

Preferences of Pre-trip Mode Choice Based on Multiple Public Transit Information

HOU Xian-yao^{1, 2}, CHEN Xue-wu^{1, 2},WANGWei-jie³

1. Jiangsu Key Laboratory of Urban ITS, Southeast University, Nanjing 210096, China; 2. Jiangsu Province Collaborative Innovation Center of Modern Urban Traffic Technologies, Nanjing 210096, China; 3. College of Transportation Science and Engineering, Nanjing University of Technology, Nanjing 210009, China

Received:2013-10-10 Revised:2013-11-17 Online:2014-08-25 Published:2014-09-16

摘要/Abstract

摘要：

为了研究公交信息对出行前交通方式选择的影响，选取了公交出行距离信息、公交车辆位置信息、道路拥堵情况信息和公交换乘信息等四种公共交通信息，通过均匀设计方法，设计四种公共交通信息组合条件下的居民出行交通方式选择意向调查，并通过在湖北襄阳获得的数据，建立了多项Logit 模型，定量分析了显著影响因素.研究结果表明，公交信息对出行前方式选择行为的影响比较显著，且不同的公交信息对出行方式选择的影响存在差异，但总体上会增加人们选择公交出行的意愿；对于已购车的出行者，公交信息的影响十分有限，而个人对于公共交通的偏好也会影响其出行方式选择的意向.研究建议，提供更准确和丰富的公交信息服务以增加城市公共交通的吸引力.

关键词: 交通工程, 出行方式选择, MNL 模型, 公交信息, 意向调查, 均匀设计

Abstract:

To investigate the effects of public transit information on people’s pre- trip mode choice, using uniform design method, a stated preference survey is designed with four kinds of public transit information, including transit travel distance, transit vehicle location, road and traffic condition, and transit transfer information. Survey is conducted in Xiangyang, Hubei Province, China. Data are collected and parameters with multinomial Logit model are estimated. The results show that public transit information affects respondents’ pre-trip mode choice significantly and strengthens public transit attraction, although effects of different information exists differences. However, there is little effect of public transit information on people who have already own their personal vehicles. Personal preferences of using public transit are also important in mode choices, and better transit information services may attract more people to use public transit.

Key words: traffic engineering, travel mode choice, multinomial Logit model, public transit information, SP survey, uniform design

中图分类号:

U491.1

侯现耀，陈学武，王卫杰. 多公交信息下居民出行前方式选择意向分析[J]. 交通运输系统工程与信息, 2014, 14(4): 79-84.

HOU Xian-yao, CHEN Xue-wu,WANGWei-jie. Preferences of Pre-trip Mode Choice Based on Multiple Public Transit Information[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(4): 79-84.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18820.shtml

http://www.tseit.org.cn/CN/Y2014/V14/I4/79

参考文献

[1] Khattak A, Polydorpoulou A,Ben-Akiva M. Modelling re? vealed and stated pretrip travel response to advanced traveler information systems [C]. Transportation Re? search Record, 1996, 1537: 46–54.

[2] Cascetta E, Cantarella G E. A day-to-day and withinday dynamic stochastic assignment model [J]. Transportation Research Part A, 1991, 25(5): 277-291.
[3] Hickman M D,Wilson N H M. Passenger travel time and path choice implications of real-time transit information[J]. Transportation Research Part C: Emerging Technologies, 1995, 3(4): 211-226.
[4] Abdel-Aty M A, Abdalla M F. Examination of multiple mode/route-choice paradigms under ATIS [C]// Intelligent Transportation Systems, IEEE Transactions, 2006, 7(3): 332-348.
[5] Caufield B, O’Mahony M. Factors influencing preferences for real-time public transport information [C]// Proceedings of The European Transport Conference,Leiden, The Netherlands, 2007:1-11.
[6] Ferris B, Watkins K, Borning A. OneBusAway: results from providing real-time arrival information for public transit[C]// Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2010: 1807-1816.
[7] Khan O A. Modelling passenger mode choice behaviour using computer aided stated preference data [D].Queensland University of Technology, 2007.
[8] Ben-Elia E,Di Pace R, Bifulco G,et al. Modelling the impacts of ATIS accuracy on travellers' route-choice behaviour and risk perception [C]// European Transport Conference 2010, 2010: 1-19.
[9] Farag S, Lyons G. To use or not to use?An empirical study of pre-trip public transport information for business and leisure trips and comparison with car travel [J].Transport Policy, 2012, 20: 82-92.
[10] 方开泰. 均匀设计——数论方法在试验设计的应用[J]. 应用数学学报, 1980, 3(4): 363-372.[FANG K T.Uniform design: application in number theory method of experiment design[J]. Acta Mathematicae Applicatae Sinica, 1980, 3(4): 363-372.]
[11] 王方, 陈金川, 陈艳艳. 交通SP调查的均匀设计方法[J]. 城市交通, 2005, 3(3): 69-72.[WANG F, CHEN J C,CHEN Y Y. Uniformity design method for SP survey in transportation[J]. Urban Transport of China, 2005, 3(3):69-72.]
[12] 陈旭梅, 刘巧仙, 杜光. 基于SP调查的城市公共交通出行时间价值估计[J]. 交通运输系统工程与信息,2011, 11(4): 77-84.[CHEN X M, LIU Q X, DU G. Estimation of travel time values for urban public transport passengers based on SP survey[J].Journal of TransportationSystemsEngineeringandInformationTechnology,2011, 11(4): 77-84.]
[13] 方开泰. 均匀设计和均匀设计表[M]. 北京: 科学出版社, 1994.[ FANG K T. Uniform design and uniform design table[M]. Beijing: Science Press, 1994.]
[14] Roscoe J. T.Fundamental research statistics for the behavioral sciences[M].Holt, Rinehart and Winston, NewYork,1975.
[15] Mc Fadden D.Conditional logit analysis of qualitative choice behavior[M]. Frontiers in Econometrics, Academic Press, New York, 1974.

多公交信息下居民出行前方式选择意向分析

Preferences of Pre-trip Mode Choice Based on Multiple Public Transit Information

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[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.