考虑居住区位的公共交通出行行为分析模型

交通运输系统工程与信息 ›› 2020, Vol. 20 ›› Issue (6): 219-225.

考虑居住区位的公共交通出行行为分析模型

钟异莹¹，陈坚^*1,2，邵毅明¹，李睿¹

1.重庆交通大学交通运输学院，重庆 400074；2. 重庆大学建筑城规学院，重庆 400044

收稿日期:2019-11-06 修回日期:2020-01-13 出版日期:2020-12-25 发布日期:2020-12-25
作者简介:钟异莹(1992-)，女，广西柳州人，博士生.
基金资助:
国家社会科学基金西部项目/National Social Science Foundation of China(17XGL009).

Analysis Model of Travel Behavior in Public Transportation Considering Residential Location

ZHONG Yi-ying¹, CHEN Jian^1,2, SHAO Yi-ming¹, LI Rui¹

1. School of Traffic and Transportation, Chongqing Jiaotong University, Chongqing 400074, China; 2. Faculty of Architecture and Urban Planning, Chongqing University, Chongqing 400044, China

Received:2019-11-06 Revised:2020-01-13 Online:2020-12-25 Published:2020-12-25

摘要/Abstract

摘要：

为探讨不同层面居住区位对公共交通出行行为的影响，基于计划行为理论与群体动力理论，构建涵盖居住区位与心理影响因素共同作用的多水平结构方程模型.模型同时考虑个体层面与社区层面变量对出行选择的影响，利用Mplus软件标定模型参数.结果表明，不同层面变量对出行行为意向的影响存在差异.个体层面变量对行为意向的影响程度由大到小依次为：居住区位(0.665)、主观规范(0.664)、行为态度(0.577)、知觉行为控制(0.547).社区层面变量的影响程度为：行为态度(0.736)大于居住区位(0.646).

关键词: 城市交通, 选择行为, 计划行为理论, 群体动力理论, 多水平结构方程模型

Abstract:

In order to explore the impact of residential location on travel behaviors in public transportation at different levels, a multilevel structural equation model was constructed that includes residential location and psychological factors, based on the theory of planned behavior and group dynamics theory. The model also considered the influence of individual and community factors on travel choice. The model parameters were calibrated by Mplus. The results show that the influence significance of different variables is different on travel behavior intention. The influence significance of individual factors on behavioral intention is residential location (0.665), subjective norm (0.664), behavioral attitude (0.577), and perceived behavioral control (0.547); whereas the influence significance of community factors on behavioral intention is behavioral attitude (0.736) and residential location (0.646).

Key words: urban traffic, choice behavior, theory of planned behavior, group dynamics theory, multilevel structural equation model

中图分类号:

U121

钟异莹，陈坚，邵毅明，李睿. 考虑居住区位的公共交通出行行为分析模型[J]. 交通运输系统工程与信息, 2020, 20(6): 219-225.

ZHONG Yi-ying, CHEN Jian, SHAO Yi-ming, LI Rui. Analysis Model of Travel Behavior in Public Transportation Considering Residential Location[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(6): 219-225.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract20170.shtml

http://www.tseit.org.cn/CN/Y2020/V20/I6/219

参考文献

[1] WANG D, LIN T. Built environments, social environments and activity-travel behavior: A case study of Hong Kong[J]. Journal of Transport Geography, 2013, 31: 286-295.

[2] 吴娇蓉, 华陈睿, 王达琳. 居住区3类典型公共设施布局对慢行出行行为的影响分析[J]. 东南大学学报(自然科学版), 2014(44): 865-870. [WU J R, HUA C R, WANG D L. Impact analysis of three typical public facility layout on slow traffic travel behavior in residential areas[J]. Journal of Southeast University (Natural Science Edition), 2014(44): 865-870.]

[3] NURLAELA S, CURTIS C. Modeling household residential location choice and travel behavior and its relationship with public transport accessibility[J]. Procedia-Social and Behavioral Sciences, 2012, 54: 56- 64.

[4] COOEVERING P V D, MAAT K, WEE B V. Residential self- selection, reverse causality and residential dissonance, a latent class transition model of interactions between the built environment, travel attitudes and travel behavior[J]. Transportation Research Part A: Policy and Practice, 2018, 118: 466- 479.

[5] ETMINANI GHASRODASHTI R, ARDESHIRI M. The impacts of built environment on home- based work and non- work trips: An empirical study from Iran[J]. Transportation Research Part A: Policy & Practice, 2016, 85: 196-207.

[6] VOS J D, MOKHTARIAN P L, SCHWANEN T, et al. Travel mode choice and travel satisfaction: bridging the gap between decision utility and experienced utility[J]. Transportation, 2016, 43(5): 1-26.

[7] 尹超英, 邵春福, 王晓全, 等. 考虑空间异质性的建成环境对通勤方式选择的影响[J]. 吉林大学学报(工学版), 2020, 50(2): 543- 548. [YIN C Y, SHAO C F, WANG X Q, et al. Influence of built environment on commuting mode choice considering spatial heterogeneity[J]. Journal of Jilin University(Engineering and Technology Edition), 2020, 50(2): 543-548.]

[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.