打开文本图片集

摘 要：本文介绍了国内外关于出行者出行行为研究的基本情况，总结了常用离散模型类别，并列举一项实例分析。实例选择大学生为研究对象，通过调查问卷的方法获得相关数据，采用多项logit模型，通过SPSS分析数据，研究了不同性别出行者使用出行软件获得不同可靠程度的交通信息时，选择出行时刻的差异。研究发现女性较男性更倾向选择提前出发，软件提供的交通信息误差越大，出行者倾向选择提前或延后出发。

关键词：出行行为;出发时刻;意愿调查;Logit模型

0 引言

随着信息技术的发展和大数据时代的到来，城市居民的出行方式更加多样化、复杂化。为了出行更加方便快捷，大量出行者使用出行软件获取交通信息，确定出行时刻。

上个世纪80年代起，国外就开展交通信息对出行行为影响的研究。Mahmassani和Chen [1]发现出发时间的变化幅度与其决策有关系。国内起步较晚，石小法等[2，3]研究发现凭借经验及交通信息来预测路段运行时间的出行者的估计较为准确，提出一种高度信息化条件下动态配流模型框架。

针对出行时间选择行为，国内外学者都做了研究。Saleh W和Farrell S[4]研究表明拥挤收费对于通勤出行时间选择的影响大于非通勤出行，对于高收入群體的影响较小。Ben-Elia E和Ettema D[5]运用SP调查和Mixed Logit模型对大量样本进行调查，发现短期奖励政策对于改变出行时间行为影响显著。张春勤[6]利用混合Logit模型分析机动车出行者出发时间选择的影响因素。陈梓烽等[7]从通勤活动时空弹性的角度分析出发时间决策，证实弹性的活动安排对早通勤出发时间决策有显著影响。

1 理论模型

交通行为研究内容包括行为调査、期望效用理论和前景理论。期望效用理论遵循效用最大化准则，易于理解，可操作性强，建模简便，是目前该研究领域应用最广泛的理论方法。前景理论核心思想是决策者以财富的变化量来进行决策，研究集中在如何选择参照点与构建价值函数上，适用于研究出行在不确定路网上的决策者的实际决策行为。

常用离散选择模型有Logit模型和Probit模型。Logit模型效用概率项呈二重指数分布，其中多项logit模型为基础模型，样本要求低，技术成熟，易于实现;嵌套/巢式logit模型子集内部保持IIA特性，不同子集间具有此特性，处理了备选项间的相关性;混合logit模型引入个体随机偏好，允许解释变量系数随机性，处理复杂的相关性。Probit模型效用概率项呈正太分布，多项probit模型能够解决相关性、替代模式、随机偏好差异等问题，其缺点是识别性低，运算量大，只适用于备选项少的选择。

2 实例分析

本文选择大学生为研究对象，采用网络调查问卷的方法获得数据。问卷选用的变量包括性别、每周使用软件次数、认为软件可靠程度等。样本数据共采集115份，3份无效，112份可用。对数据进行统计整理，其中不同性别选择出行时间和不同信息可靠程度出行者选择出行时间的统计结果分别如图1（a）、1（b）所示。

3 结论

（1）女性倾向选择提前出发，男性则倾向选择准时或延后出发。（2）出行者认为出行软件提供的交通信息误差越大，人们越倾向提前或延后出发。

参考文献：

[1] Jane Lappin， Jon Bottom.Understanding and Predicting traveler response to information. A Literature Review， 2001.

[2]石小法，王炜，卢林，葛苏闽.交通信息影响下的动态路径选择模型研究[J].公路交通科技，2000，8（04）35-37.

[3]石小法，王炜.高度信息化条件下的动态配流模型[J].东南大学学报（自然科学版），2001，3（02）：91-93.

[4]Saleh W，Farrell S.Implications of congestion charging for departure time choice：work and non-work schedule flexibility [J].Transportation Research Part A，2005，39（7-9）：773-791.

[5]Ben-Elia E，Ettema D.Rewarding rush-hour avoidance：a study of commuters" travel behavior[J].Transportation Research Part A，2011，45（07）：567-582.

[6]张春勤，姜桂艳，吴正言.机动车出行者出发时间选择的影响因素[J].吉林大学学报（工学版），2013（03）：626-632.

[7]陈梓烽，柴彦威.通勤时空弹性对居民通勤出发时间决策的影响——以北京上地—清河地区为例[J].城市发展研究，2014，21（12）：65-76.