公交出行比例與公交配置協(xié)同研究畢業(yè)論文

1、 . 河 北 工 業(yè) 大 學(xué)畢 業(yè) 論 文作 者： 雪瑋 學(xué) 號(hào)：111348 學(xué) 院：土木工程學(xué)院系(專業(yè))： 交通工程 題 目： 公交出行比例與公交配置協(xié)同研究 指導(dǎo)者： 洪軍 教授 評(píng)閱者： 2015 年 6 月 12 日43 / 48公交出行比例與公交配置協(xié)同研究摘要：為了提高公共交通的出行比例，本文根據(jù)居民出行現(xiàn)狀，基于SP&RP聯(lián)合數(shù)據(jù)，建立了市居民出行方式選擇MNL模型。通過(guò)對(duì)原有數(shù)據(jù)結(jié)構(gòu)進(jìn)行改進(jìn)，引入了多個(gè)特性變量，建立了更加精確的出行方式效用函數(shù)。運(yùn)用MATLAB與SPSS軟件進(jìn)行多元統(tǒng)計(jì)回歸與模型擬合度檢驗(yàn)，證實(shí)了模型的精確性。在求出效用函數(shù)的基礎(chǔ)上，進(jìn)一步求出各出

2、行者對(duì)四種交通方式的選擇概率，并進(jìn)行集計(jì)，得到各交通方式的分擔(dān)率。最后對(duì)影響交通方式分擔(dān)率的因素進(jìn)行彈性分析。研究結(jié)果表明，費(fèi)用、出行時(shí)間、舒適度對(duì)公共交通出行比例影響較為敏感，為相關(guān)決策者進(jìn)行交通配置提供理論依據(jù)。關(guān)鍵詞： 公共交通 MNL模型 效用理論 多元線性回歸 彈性分析The Collaborative Research for Public Transportation Proportion and ConfigurationAbstract：In order to improve the proportion of the public transportation in the

3、 city，the MNL model was established to analyze the residents travel mode choice by using RP&SP data，according to the situation of residents trip in Tianjin . And with more features variables, the utility function will be more accurate . Also ,the original data structure was changed , so that we

4、can use MATLAB and SPSS to get the parameters, and confirm the accuracy of model. On the basis of the utility function, the selection probability of the four kinds of traffic modes is further derived, and the share rate of each traffic mode is obtained. Finally, the factors that affect the traffic m

5、ode share rate were analyzed.The result indicates that the cost，the trip time and the comfort influence the proportion obviously,which can provide the theoretical basis for the transportation department to formulate the traffic policy.Keywords： public transportation MNL model utility function multip

6、le linear regression Elastic analysis目 錄1 緒論11.1 研究背景與意義11.2 國(guó)外研究現(xiàn)狀11.3 研究容與路線31.4 論文結(jié)構(gòu)42 非集計(jì)模型的理論基礎(chǔ)52.1 集計(jì)模型與非集計(jì)模型52.2 效用函數(shù)理論72.3 MNL模型的建立92.4 傳統(tǒng)參數(shù)標(biāo)定方法133 數(shù)據(jù)調(diào)查方法與問(wèn)卷設(shè)計(jì)153.1 RP調(diào)查&SP調(diào)查153.2 調(diào)查設(shè)計(jì)方法與原則193.3 調(diào)查方案說(shuō)明與數(shù)據(jù)整理示例224 參數(shù)標(biāo)定與彈性分析234.1 出行方式選擇概率-特性變量關(guān)系參數(shù)標(biāo)定234.2 交通方式分擔(dān)率的集計(jì)求解334.3 交通方式分擔(dān)率影響因素彈性分析345

7、 總結(jié)與展望395.1 論文總結(jié)395.2 不足與展望40參 考 文 獻(xiàn)41致 43附表1441 緒論1.1 研究背景與意義 隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展，社會(huì)對(duì)交通要求的提高，人們出行方式呈現(xiàn)多樣化，更加追求方便快捷的交通出行。由此導(dǎo)致了汽車保有量高速增長(zhǎng)、道路資源利用率降低、出行成本增加、交通擁堵、交通污染等一系列嚴(yán)重問(wèn)題。同時(shí)我國(guó)城市土地資源緊，無(wú)法通過(guò)新建道路來(lái)滿足日益增長(zhǎng)的交通需求。大力發(fā)展公共交通是目前能夠緩解交通問(wèn)題的有效方法，公共交通具有高效、環(huán)保、運(yùn)量大等特點(diǎn)，符合我國(guó)目前的交通現(xiàn)狀需求。為制定出符合居民需求的交通政策，我們需要對(duì)居民出行方式進(jìn)行調(diào)查，獲得居民出行對(duì)各交通方式的選擇

8、意向，獲得基礎(chǔ)數(shù)據(jù)，為交通預(yù)測(cè)提供支持。通過(guò)對(duì)代表樣本的個(gè)人特征、出行特征等變量進(jìn)行處理，建立居民出行交通方式選擇模型，獲得居民出行的重要影響因素，分析其潛在關(guān)系。在此模型基礎(chǔ)上，我們可以對(duì)可調(diào)控因素進(jìn)行進(jìn)一步分析，為交通規(guī)劃或交通政策控制提出調(diào)控方向，增加居民公共交通出行的比例，緩解目前國(guó)普遍存在的交通問(wèn)題。1.2 國(guó)外研究現(xiàn)狀1.2.1 國(guó)外研究現(xiàn)狀非集計(jì)模型的研究與應(yīng)用在國(guó)外已經(jīng)經(jīng)歷了長(zhǎng)時(shí)間的發(fā)展，尤其是在交通方面的應(yīng)用，時(shí)至今日，仍然是學(xué)者們研究的熱門領(lǐng)域之一。1972年，McFadden與Train運(yùn)用Logit模型對(duì)舊金山海灣地區(qū)的快速公交系統(tǒng)進(jìn)行客流需求量預(yù)測(cè)，這是Logit模型

9、在交通領(lǐng)域的最早的成功運(yùn)用，同時(shí)也為交通需求預(yù)測(cè)提出新的解決思路。通常情況下，Logit模型在需求預(yù)測(cè)或者政策評(píng)價(jià)研究中會(huì)與SP調(diào)查相結(jié)合。英國(guó)最早將SP調(diào)查應(yīng)用于交通問(wèn)題研究，其后美國(guó)、澳大利亞等也相繼將其運(yùn)用到交通研究中。隨著研究的深入，一些研究者開(kāi)始注意SP問(wèn)卷實(shí)驗(yàn)設(shè)計(jì)方法對(duì)于模型結(jié)果的影響。Train與Wilson1指出對(duì)于SP調(diào)查，在問(wèn)卷設(shè)計(jì)過(guò)程中設(shè)定的屬性與其水平值應(yīng)該基于RP現(xiàn)狀數(shù)據(jù)的基礎(chǔ)上，這樣才能保證SP調(diào)查數(shù)據(jù)的可靠性，數(shù)據(jù)準(zhǔn)確才能保證最后預(yù)測(cè)結(jié)果的精度。Stephan Krygsman2(2007)等應(yīng)用改進(jìn)的MNL模型對(duì)交通方式選擇與出行活動(dòng)選擇之間的相互關(guān)系進(jìn)行了研究

10、，結(jié)果顯示對(duì)于不同出行目的的出行對(duì)交通方式選擇的影響很大，出行目的也應(yīng)作為交通方式選擇模型中的重要特性變量。Laura、Mazzulla3利用SP調(diào)查方法來(lái)評(píng)價(jià)公交服務(wù)水平，通過(guò)建立MNL模型分析影響出行者對(duì)交通服務(wù)水平滿意度的重要因素，并根據(jù)模型計(jì)算公交服務(wù)質(zhì)量指數(shù)。Logit模型在國(guó)外的應(yīng)用發(fā)展已經(jīng)經(jīng)歷了漫長(zhǎng)的時(shí)間，并經(jīng)過(guò)不斷改進(jìn)而越來(lái)越完善。1.2.2 國(guó)研究現(xiàn)狀近年來(lái)，隨著國(guó)交通事業(yè)的蓬勃發(fā)展，國(guó)很多學(xué)者對(duì)數(shù)據(jù)調(diào)查方法和建立非集計(jì)模型的類型進(jìn)行了很多研究，首先要得到能夠反映居民日常出行行為的特征的調(diào)查數(shù)據(jù)，建立出能夠正確預(yù)測(cè)居民對(duì)各種交通方式的選擇概率的模型，從而進(jìn)一步得到影響居民出行

11、的關(guān)鍵影響因素。2006年，炳恩、雋志才4等結(jié)合非集計(jì)離散選擇模型的基本理論與建模方法,在2003年居民出行調(diào)查數(shù)據(jù)基礎(chǔ)上,建立了居民出行方式選擇MNL模型。在模型中選擇了包括公交、私家車、自行車等5種居民常用的出行方式，分析影響居民出行方式選擇的因素，確定了影響居民出行方式選擇的特性變量與其對(duì)應(yīng)的取值方法。并應(yīng)用Matlab優(yōu)化工具箱中的無(wú)約束最優(yōu)化函數(shù)模塊對(duì)所建的MNL模型中的未知參數(shù)進(jìn)行了標(biāo)定,較高的命中率表明了模型的精確性。文章得出結(jié)論：非集計(jì)模型的建模方法能夠更加全面的考慮居民出行方式選擇的各項(xiàng)影響因素,尤其是出行者的個(gè)人特征變量,提升了模型的預(yù)測(cè)準(zhǔn)確度和實(shí)際可操作性。 2007年，

12、軍、朱順應(yīng)5等以長(zhǎng)株潭城際軌道交通方式劃分為例,對(duì)數(shù)據(jù)的調(diào)查方法進(jìn)行了詳細(xì)的介紹,利用正交設(shè)計(jì)法對(duì)SP調(diào)查表格進(jìn)行了設(shè)計(jì)，分別建立基于RP和SP數(shù)據(jù)的Logit模型,通過(guò)引入SP比例參數(shù)克服模型中的隨機(jī)項(xiàng)存在的差異性,構(gòu)造出RP&SP聯(lián)合數(shù)據(jù)模型,并分別利用3種模型對(duì)未來(lái)的交通方式分擔(dān)率進(jìn)行了預(yù)測(cè),并對(duì)預(yù)測(cè)得到的結(jié)果進(jìn)行了對(duì)比分析。文章得出結(jié)論：RP&SP聯(lián)合數(shù)據(jù)的logit模型能夠克服單獨(dú)使用其中一種數(shù)據(jù)時(shí)產(chǎn)生的誤差，得到更加準(zhǔn)確的交通方式分擔(dān)率的預(yù)測(cè)結(jié)果。2011年，淑朋6利用SP和RP結(jié)合的調(diào)查問(wèn)卷數(shù)據(jù)，采用多階段抽樣方法，建立了基于Neted logit模型的通勤者交通

13、分擔(dān)模型，分析了地鐵一號(hào)線對(duì)城市通勤者出行行為所產(chǎn)生的影響，并對(duì)票價(jià)等因素進(jìn)行了敏感性分析，為地鐵線路的運(yùn)營(yíng)提供了政策參考。2011年，貝7在居民出行行為分析中引入?yún)f(xié)同學(xué)與自組織原理，采用正交設(shè)計(jì)方法，獲得SP與RP聯(lián)合數(shù)據(jù)，建立居民出行MNL模型，以社會(huì)效益最大化為目標(biāo)函數(shù)，求解出市居民最佳出行比例，并為公交優(yōu)先政策提供了參考建議與理論依據(jù)。2011年，俊勵(lì)、馬云龍8等基于市第三次居民出行調(diào)查數(shù)據(jù)，建立了基于時(shí)間的交通方式選擇巢式Logit模型，定量分析了出行者的個(gè)人屬性特征對(duì)其選擇公交出行的影響,為制定公交優(yōu)先政策提供了理論依據(jù)。2013年，林9改進(jìn)了成渝通道新開(kāi)高鐵的背景下出行者的SP數(shù)

14、據(jù)，建立了MNL和NL模型，并分別用SPSS和NLOGIT軟件進(jìn)行參數(shù)標(biāo)定，分析其實(shí)驗(yàn)結(jié)果產(chǎn)生的差異，通過(guò)結(jié)果驗(yàn)證了NL模型比MNL模型更加精確，并得出了影響出行者出行行為的關(guān)鍵因素。除此之外，Logit模型還被廣泛應(yīng)用于路線選擇、停車選擇甚至交通領(lǐng)域以外的其他領(lǐng)域之中。1.3 研究容與路線1.3.1 研究容以效用理論為基礎(chǔ)，非集計(jì)模型現(xiàn)已廣泛地被運(yùn)用到了交通領(lǐng)域當(dāng)中，被稱為交通行為分析的工具。本文在SP&RP聯(lián)合數(shù)據(jù)的基礎(chǔ)上，通過(guò)無(wú)作為抽樣得到與市居民出行有關(guān)的居民個(gè)人變量、影響居民選擇交通方式概率的各種交通方式選擇方案的特性變量，利用非集計(jì)模型的相關(guān)理論知識(shí)建立居民出行方式選擇的M

15、NL模型。由于傳統(tǒng)估計(jì)方法，特性變量的數(shù)量個(gè)數(shù)受限制，本文擬研究舒適度、是否用APP等11個(gè)影響因素對(duì)交通出行方式的影響，考慮到參數(shù)估計(jì)過(guò)程中的實(shí)際操作難度，以后章節(jié)會(huì)對(duì)MNL模型新的參數(shù)標(biāo)定方法進(jìn)行詳細(xì)介紹。由非集計(jì)模型特性可知個(gè)人出行選擇概率Pin與出行方式效用值Vin的關(guān)系，且效用理論中的效用函數(shù)Vin與出行方式特征變量Xink存在線性關(guān)系，因此，筆者采用將調(diào)查問(wèn)卷所得數(shù)據(jù)進(jìn)行匯總統(tǒng)計(jì)的方法，參照已有研究成果，對(duì)各種出行方式選擇優(yōu)先度區(qū)間居民出行方式選擇概率提出分布假設(shè)并進(jìn)行檢驗(yàn)，進(jìn)而結(jié)合研究出的分布特征與多元線性回歸的方法對(duì)效用-特征變量關(guān)系模型進(jìn)行求解，最終求得居民出行方式選擇概率-

16、出行方式特征變量關(guān)系模型。研究中引入多個(gè)影響變量，使模型更加接近現(xiàn)實(shí)情況。最后，對(duì)所研究的居民出行方式的特征變量進(jìn)行彈性分析，并進(jìn)行調(diào)控，為提高公共交通出行比例提出建議，為制定交通政策提供理論依據(jù)。1.3.2 技術(shù)路線圖1.1 論文技術(shù)路線圖1.4 論文結(jié)構(gòu) 第一章，緒論。第一章中主要闡述了該論文的研究背景和研究意義，介紹了國(guó)外對(duì)非集計(jì)模型研究現(xiàn)狀，并介紹本文的框架結(jié)構(gòu)與技術(shù)路線。第二章，模型的理論介紹。此章主要介紹集計(jì)模型的特點(diǎn)、非集計(jì)模型的理論基礎(chǔ)與應(yīng)用，確定效用函數(shù)形式后，建立了MNL模型模型，并介紹了MNL模型的傳統(tǒng)參數(shù)估計(jì)方法。第三章，SP與RP調(diào)查介紹，問(wèn)卷設(shè)計(jì)、抽樣方法與樣本量。

17、該章詳細(xì)介紹調(diào)查問(wèn)卷的設(shè)計(jì)步驟與相關(guān)原則，詳述如何設(shè)計(jì)居民出行行為RP&SP調(diào)查問(wèn)卷的設(shè)計(jì)。最后對(duì)抽樣方法與樣本量的確定做了闡述。 第四章，數(shù)據(jù)分析，參數(shù)估計(jì)與彈性分析。此章對(duì)問(wèn)卷所采集的數(shù)據(jù)進(jìn)行樣本分析。根據(jù)非集計(jì)模型理論與效用理論對(duì)數(shù)據(jù)進(jìn)行分析，回歸出效用函數(shù)的各項(xiàng)參數(shù)，最后得出MNL模型的的表達(dá)式。在MNL模型的基礎(chǔ)上對(duì)特征變量進(jìn)行彈性分析，提出提高公共交通出行比例的措施。第五章，結(jié)論與展望。本章說(shuō)明了建模數(shù)據(jù)處理時(shí)運(yùn)用的新思路和得到的結(jié)論，并指出文章的待改進(jìn)之處。2 非集計(jì)模型的理論基礎(chǔ)2.1 集計(jì)模型與非集計(jì)模型在進(jìn)行交通規(guī)劃或交通需求量預(yù)測(cè)時(shí)，把需要調(diào)查的群體人為的劃分為若

18、干個(gè)小區(qū)，然后以小區(qū)為單位進(jìn)行數(shù)據(jù)收集和分析，然后把每一單位的數(shù)據(jù)進(jìn)行集計(jì)處理，形成放大的樣本或建立模型。通過(guò)上述集計(jì)處理得到的數(shù)據(jù)稱為集計(jì)數(shù)據(jù)，而用集計(jì)數(shù)據(jù)所建立的模型稱為集計(jì)模型。以集計(jì)模型為基礎(chǔ)最為廣泛應(yīng)用的方法就是四階段法，在其原理基礎(chǔ)上開(kāi)發(fā)的應(yīng)用軟件也被應(yīng)用到交通規(guī)劃和交通需求預(yù)測(cè)的問(wèn)題上。然而，隨著理論的發(fā)展成熟，集計(jì)模型本身的缺陷越來(lái)越多的表現(xiàn)出來(lái)。首先，四階段法在預(yù)測(cè)時(shí)假設(shè)交通方式保持不變，而這一假設(shè)明顯與現(xiàn)實(shí)不符。另外，模型中并不包括能夠反映交通服務(wù)水平的變量，變量結(jié)構(gòu)不協(xié)調(diào)，模型不能貼近實(shí)際情況。建立集計(jì)模型需要大量的基礎(chǔ)數(shù)據(jù)，對(duì)于數(shù)據(jù)收集和處理均需要花費(fèi)大量的時(shí)間和成本，

19、即便如此，在數(shù)據(jù)進(jìn)行集計(jì)處理時(shí)，仍然會(huì)丟失一些對(duì)模型有重要影響的因素。另外整個(gè)周期較長(zhǎng)，后期能夠提出的方案也很少。以小區(qū)為單位進(jìn)行需求預(yù)測(cè)或規(guī)劃時(shí)，人為去劃分小區(qū)會(huì)影響結(jié)果的客觀性。最后，隨著經(jīng)濟(jì)發(fā)展，交通需求與供給嚴(yán)重不匹配，如何高效利用既有的交通設(shè)施成為新的問(wèn)題，四階段法無(wú)法明確的給出解決問(wèn)題的辦法來(lái)滿足多樣化的規(guī)劃目的。基于上述提到的集計(jì)模型存在的缺陷，人們嘗試用新的理論來(lái)代替集計(jì)模型，而能夠克服這些問(wèn)題的就是目前被學(xué)者廣泛研究的非集計(jì)模型。在交通規(guī)劃或交通需求預(yù)測(cè)時(shí)，直接以出行個(gè)人為研究單位建立樣本，不經(jīng)過(guò)集計(jì)數(shù)據(jù)處理得到的便是非集計(jì)數(shù)據(jù)，運(yùn)用此類數(shù)據(jù)建立的模型被稱為非集計(jì)模型。通常，

20、非集計(jì)模型所研究的對(duì)象是離散量，所以又稱為離散選擇模型。非集計(jì)模型具有的優(yōu)點(diǎn)十分明顯：（1）效率高、成本低：非集計(jì)模型建模時(shí)可以直接使用個(gè)人數(shù)據(jù)，數(shù)據(jù)利用率高，而且不會(huì)出現(xiàn)因數(shù)據(jù)的集計(jì)問(wèn)題而造成數(shù)據(jù)丟失的現(xiàn)象。另外，建立模型所需樣本量大大減少，降低了調(diào)查成本。（2）建模方便、操作簡(jiǎn)單（3）變量數(shù)量可增加：非集計(jì)模型可以用較少的數(shù)據(jù)包含各種有用的特性變量。當(dāng)考慮到個(gè)人的社會(huì)經(jīng)濟(jì)屬性時(shí)，可以用來(lái)分析政策對(duì)不同集團(tuán)的影響評(píng)價(jià)。（4）可移植性：集計(jì)模型由于社會(huì)經(jīng)濟(jì)因素而受到限制。相比而言，根據(jù)個(gè)人選擇行為建立起來(lái)的非集計(jì)模型，在社會(huì)經(jīng)濟(jì)屬性一樣的前提下，模型具有可移植性，從很大程度上解決了建模所需的成

21、本問(wèn)題。現(xiàn)存的非集計(jì)模型模型從模型結(jié)果的角度可分為：決定論型和概率型。（1）非集計(jì)決定論型：代表模型有數(shù)理化理論II類模型、判別分析等。（2）非集計(jì)概率論型：典型代表有probit模型和logit模型。這兩個(gè)模型都是根據(jù)經(jīng)濟(jì)學(xué)原理，假設(shè)個(gè)人在可能的選擇方案中選擇對(duì)其而言效用最大的方案。logit模型假設(shè)效用函數(shù)的概率服從二重指數(shù)分布，而probit模型假設(shè)效用函數(shù)服從正態(tài)分布10。同時(shí)，非集計(jì)概率論模型在實(shí)踐中更加具有優(yōu)越性。由于多種因素共同影響著出行者的交通行為，具有非常多的不確定性。出行者的特性、出行者認(rèn)知的信息與其對(duì)交通行為的影響無(wú)法在決定論模型中得到體現(xiàn)。另外，決定論模型構(gòu)造選擇函數(shù)時(shí)

22、，無(wú)法考慮到所有可能影響交通選擇行為的特性變量，不能準(zhǔn)確描述實(shí)際選擇現(xiàn)象。當(dāng)試圖包含所有變量時(shí)，函數(shù)又將十分復(fù)雜而失去其實(shí)用性。而在上述兩種概率模型中，Logit模型因其結(jié)構(gòu)簡(jiǎn)單，操作方便，相對(duì)便于計(jì)算因而研究應(yīng)用最為廣泛。當(dāng)出行者的選擇方案只有兩項(xiàng)時(shí)，稱為BL(Binary Logit)模型。當(dāng)出行者的選擇方案集合有三個(gè)或三個(gè)以上時(shí)，稱為MNL（Multinomial Logit）模型。當(dāng)選擇方案集合中部分選擇方案具有較大相似性時(shí)，可以將相似性較大的方案放入一個(gè)巢，根據(jù)其類似性形成多個(gè)水平，稱為NL（Nested Logit）巢式模型或分層模型。另外根據(jù)實(shí)際問(wèn)題的情況，還有Mixed log

23、it模型等其它類型的模型。2.2 效用函數(shù)理論非集計(jì)模型的理論基礎(chǔ)基礎(chǔ)是消費(fèi)者在選擇時(shí)追求“效用”最大化這一假說(shuō)。在進(jìn)行交通方式選擇時(shí)，出行者與消費(fèi)者具有同樣的特點(diǎn)，所以將效用理論運(yùn)用于交通問(wèn)題的分析之中。非集計(jì)模型的基本前提假設(shè)有以下2個(gè)：（1）出行者是做出交通行為抉擇的最小單位；（2）根據(jù)效用理論，出行者在某一選擇狀態(tài)下，會(huì)選擇其認(rèn)知圍對(duì)其自身效用最大的交通方式。并且，對(duì)于不同的選擇方案，其效用也會(huì)由于其所包含的特性變量的不同而有所不同。具體來(lái)說(shuō)，就是某種交通方式的出行成本、出行時(shí)間、舒適度等選擇方案的相關(guān)特性，出行者的年齡、職業(yè)、收入等出行者自身特性，以與出行目的等其他與交通行為有關(guān)的特

24、性都會(huì)對(duì)影響出行者選擇某種交通方式的效用值11。假設(shè)某出行者n的選擇集合為，選擇其中的方案j的效用為，則該出行者n從中選擇方案i的條件為：隨機(jī)效用理論同時(shí)認(rèn)為效用函數(shù)是一個(gè)隨機(jī)變量。隨機(jī)效用理論通常將效用函數(shù)分為固定項(xiàng)部分和隨機(jī)變化部分（概率項(xiàng)）兩大部分，并假設(shè)兩者之間呈線性關(guān)系。因此，如果假設(shè)出行者n選擇方案i的效用為 ,則可以表示為：式中：出行者n選擇方案i的效用函數(shù)中的固定項(xiàng)；出行者n選擇方案i的效用函數(shù)中的概率項(xiàng)；根據(jù)效用最大化理論，出行者m選擇方案i的概率的概率可以寫成下面的形式： 其中：上述函數(shù)具有以下性質(zhì)：（1） 在效用函數(shù)中增加常數(shù)項(xiàng)，選擇概率不變。即：（2） 效用函數(shù)擴(kuò)大倍，

25、選擇概率不變。即： 由上述性質(zhì)可知：不論概率項(xiàng)的平均值取什么樣的常數(shù)（通常設(shè)為0）都不會(huì)影響選擇的概率；當(dāng)概率項(xiàng)被放大倍，則固定項(xiàng)以與其中包含的參數(shù)也被放大一樣倍。 由于從選擇方案集合Am中選擇方案i的條件為： 也可以表示為： 這種表示方法可以被看成是將選擇方案集合An中的方案i以外的所有方案j看作一個(gè)合成的選擇方案，其效用函數(shù)為所有j中效用最大者。如果，Uin超過(guò)了這個(gè)和合成方案的效用方案i將被選擇。即， 上述公式是導(dǎo)出多項(xiàng)Logit模型即Probit模型的基礎(chǔ)12。 由于出行者在出行前不一定能得到所有信息，而且時(shí)間不同、目的不同出行者對(duì)這些信息的理解也是不同的。因此，最后選則的行為方式也不

26、一樣。通常情況下，出行者的行為可能由于某些未觀測(cè)到的特殊情況而顯示的并不符合常理。所以在確定效用函數(shù)時(shí)，有很多因素是難以確定的如社會(huì)經(jīng)濟(jì)屬性或潛在的一些個(gè)人屬性。因此，存在隨即概率項(xiàng)，而使模型在表達(dá)簡(jiǎn)便的基礎(chǔ)上，仍能保持較高的精度。2.3 MNL模型的建立2.3.1 建立全體選擇方案集合 MNL模型的形式如下： 式中：出行者n的選擇方案i的概率；出行者n的選擇方案i的效用函數(shù)的固定項(xiàng)；出行者n的選擇方案集合。在MNL模型中，出行者的選擇方案可以大于3個(gè)，并且，每個(gè)出行者的選擇方案集合可以不一樣。例如：出行者1的選擇方案的集合可能是公交和小汽車。而對(duì)于出行者2來(lái)說(shuō)可能可以乘坐地鐵。即出行者1、2

27、的選擇方案的定義如下：由于MNL模型的每個(gè)個(gè)體選擇方案的集合可能不同，這就需要考慮樣本總體中的所有可能的選擇方案。出行者n的選擇方案集合An的并集A的定義如下：結(jié)合市居民現(xiàn)狀出行情況，以與現(xiàn)有的主要交通方式，定義全體選擇方案的集合為122.3.2 確定效用函數(shù)形式 效用函數(shù)中可以包含有多個(gè)同種性質(zhì)的變量，也可以包含多種不同性質(zhì)的變量。其中較為重要的變量是那些能夠描述選擇方案i特性的變量和出行者n特性的變量，這些變量統(tǒng)統(tǒng)成為“特性變量”。前者通常包括利用交通方式i所需的時(shí)間、費(fèi)用等；而后者則包括出行者家庭的成員的構(gòu)成、職業(yè)、收入等。在這里，假設(shè)下述各個(gè)符號(hào)的意義如下：出行者n的第i個(gè)選擇方案中所

28、包含的第k個(gè)特性變量；K:特性變量的個(gè)數(shù)；：第k個(gè)變量所對(duì)應(yīng)的未知參數(shù)；通常，為向量和的函數(shù)，即。關(guān)于與的函數(shù)關(guān)系有以下幾種形式。通常人們認(rèn)為二者之間呈線性關(guān)系，形式如下式：另外，有時(shí)也假設(shè)他們之間呈對(duì)數(shù)線性關(guān)系，對(duì)數(shù)線性又被稱為考勃.道格拉斯，也是常用函數(shù)之一。另一種常用函數(shù)形式為CES形式。函數(shù)形式如下，由于為待定參數(shù)，下式可以表示任意一種函數(shù)形式，具有普遍性。通常情況下，由于線形效用函數(shù)結(jié)構(gòu)較為簡(jiǎn)單，方便操作和計(jì)算，被較為普遍應(yīng)用。2.3.3 選擇特性變量特性變量至少可以分為選擇方案的特性變量和出行者的特性變量?jī)纱箢?。而前者又是由選擇方案的固有啞元、選擇方案的固有變量以與選擇方案的公共變

29、量3個(gè)部分組成。通過(guò)模型的函數(shù)關(guān)系式可以看出，某種選擇方案的選擇概率與其效用值本身的大小無(wú)關(guān)，而與各選擇方案的效用值之差有關(guān)，所以在選擇效用值時(shí)，要選擇那些對(duì)效用值產(chǎn)生差異的變量。也就是說(shuō)，特性變量應(yīng)該是影響效用差的。選擇特性變量時(shí)應(yīng)當(dāng)遵守以下原則：（1） 變量能夠體現(xiàn)選擇方案的特征；（2） 變量應(yīng)該盡量包含可調(diào)節(jié)的政策變量；（3） 變量之間應(yīng)當(dāng)相互獨(dú)立。MNL模型同時(shí)具有以下特點(diǎn)：（1）選擇方案固有啞元變量的個(gè)數(shù)等于A中包含的選擇方案格式減一，即為（J-1）個(gè)。（2）當(dāng)公交、地鐵不包括如小汽車的燃料費(fèi)之類的變量時(shí)可以省略。（3）車票費(fèi)稱為是部分共同變量。這是因?yàn)檐嚻辟M(fèi)對(duì)于公交和地鐵來(lái)說(shuō)是共同

30、變量，與小汽車、電動(dòng)車相比相對(duì)固定。根據(jù)市現(xiàn)有交通方式與交通設(shè)施，結(jié)合市居民出行現(xiàn)狀，建立如下MNL模型：選擇方案選擇方案特性出行者特性變量固有啞元固有變量部分共同變量完全共同變量Xin1Xin2Xin3燃料費(fèi)Xin4車票費(fèi)Xin5上車步行時(shí)間Xin6下車步行時(shí)間Xin7候車時(shí)間Xin8換乘次數(shù)Xin9所需時(shí)間Xin10舒適度Xin11收入Xin12是否擁有私家車Xin13是否用APP查詢Xin14公交V1n1000X1n5X1n6X1n7X1n8X1n9X1n10X1n1100X1n14地鐵V2n0100X2n5X2n6X2n7X2n80X2n10X2n1100X2n14小汽車V3n001X

31、3n400000X3n10X3n11X3n12X3n130電動(dòng)車V4n000000000X4n10X4n11000未知參數(shù) 表2.1 MNL模型數(shù)據(jù)結(jié)構(gòu)表表中對(duì)應(yīng)的效用函數(shù)表示如下：選擇概率表達(dá)式為：式中：Pin-出行者n選擇方案i的概率； Vin-出行者n選擇方案i的效用函數(shù)的固定項(xiàng)； An-出行者n的選擇方案集合。2.4 傳統(tǒng)參數(shù)標(biāo)定方法 在傳統(tǒng)非集計(jì)模型參數(shù)標(biāo)定過(guò)程中，常常采用以下數(shù)據(jù)結(jié)構(gòu)形式，僅以出行者n為例有兩種選擇方案的情況簡(jiǎn)單進(jìn)行說(shuō)明12：出行者選擇方案選擇結(jié)果固有啞元燃料費(fèi)時(shí)間票費(fèi)收入年齡n公交000351280024小汽車113.51501. 確定似然函數(shù)：2. 確定梯度向量

32、和荷賽矩陣,即：3.用NR法進(jìn)行值的估計(jì)：步驟一：設(shè)的初始值為0,對(duì)于多維方程，設(shè)。設(shè)反復(fù)計(jì)算次數(shù)的值m為0.并且賦予以較小的正數(shù)，用于檢驗(yàn)參數(shù)的估計(jì)精度。步驟二：求出時(shí),并將點(diǎn)作為A(0) 。步驟三：按如下公式求出點(diǎn)A(0)處的切線方程式。步驟四：求出上述切線方程式與軸的交點(diǎn)步驟五：檢驗(yàn)下式是否成立，成立則計(jì)算停止，否則返回步驟三繼續(xù)迭代。4. 計(jì)算協(xié)方差行列式：5. 計(jì)算t值與t檢驗(yàn):其中，為第k個(gè)變量所對(duì)應(yīng)的參數(shù)的估計(jì)值，為總體協(xié)方差矩陣的第k個(gè)對(duì)角元素。從上述計(jì)算原理步驟能夠看出，當(dāng)特性變量數(shù)量增加時(shí)，荷賽矩陣的階數(shù)急劇增加，從而花費(fèi)更長(zhǎng)的計(jì)算時(shí)間。而且，仍然采用上述方法時(shí)，無(wú)法保證對(duì)

33、數(shù)似然函數(shù)的凸性，即可能存在多個(gè)滿足的解，必須求出其中的最大值13。在極大似然函數(shù)的凸性無(wú)法保證時(shí)，需要隨機(jī)給出0以外的多組數(shù)值，反復(fù)試算。當(dāng)然，人們依據(jù)此計(jì)算原理，也開(kāi)發(fā)運(yùn)用了許多軟件來(lái)進(jìn)行參數(shù)的標(biāo)定，然而當(dāng)特性變量數(shù)量增加時(shí)，計(jì)算會(huì)變得很復(fù)雜，即軟件計(jì)算在某種情況下也可能無(wú)法做出正確判斷，所以本文對(duì)數(shù)據(jù)結(jié)構(gòu)稍作調(diào)整，依托現(xiàn)有模型數(shù)據(jù)，進(jìn)行參數(shù)標(biāo)定方法的改進(jìn)，使標(biāo)定過(guò)程更加簡(jiǎn)潔化，易于操作，具體方法將會(huì)在下一章節(jié)進(jìn)行詳細(xì)描述。3 數(shù)據(jù)調(diào)查方法與問(wèn)卷設(shè)計(jì)3.1 RP調(diào)查&SP調(diào)查3.1.1 RP調(diào)查的方法與容居民出行行為調(diào)查又稱RP調(diào)查,是指對(duì)某些已經(jīng)實(shí)施的政策措施或現(xiàn)有的設(shè)施方案進(jìn)行

34、相關(guān)調(diào)查，被調(diào)查者填寫問(wèn)卷時(shí)均是已經(jīng)發(fā)生過(guò)的選擇行為，反映了過(guò)去的真實(shí)情況14。該方法作為傳統(tǒng)調(diào)查方法應(yīng)用廣泛，其基本目標(biāo)是通過(guò)了解城市居民出行現(xiàn)狀，分析居民出行特征，預(yù)測(cè)未來(lái)的交通需求。RP調(diào)查法可信度很高，所得數(shù)據(jù)均是已經(jīng)發(fā)生過(guò)的，基于這些數(shù)據(jù)建立出出行者交通方式選擇模型，也可以通過(guò)這些實(shí)際數(shù)據(jù)標(biāo)定出未知參數(shù)。但同時(shí)RP數(shù)據(jù)也存在很多問(wèn)題，為模型建立的精確度帶來(lái)影響。首先，調(diào)查中選擇的某些變量是相關(guān)的（如行程時(shí)間和出行費(fèi)用），而且這些變量間的相互作用關(guān)系不能由觀測(cè)直接得到。其次，變量的數(shù)量與選擇圍不全面?？捎^測(cè)到的對(duì)于居民出行行為有影響的因素是有限的，其中的部分因素也無(wú)法表現(xiàn)出來(lái)。另外，R

35、P數(shù)據(jù)不能觀測(cè)到現(xiàn)實(shí)不存在卻需要獲得數(shù)據(jù)的某種交通方式、交通特性與出行者的選擇趨向13。2.RP調(diào)查的容即調(diào)查的容主要包含以下幾個(gè)方面:(1)家庭特征信息主要包括出行者的家庭地址、家庭人口數(shù)，私家車保有量，家庭平均收入、家庭周邊交通設(shè)施概況等信息。(2)個(gè)人特征信息主要包括出行者的性別、收入、等會(huì)影響交通方式選擇的私人信息。(3)出行特征信息主要包括出行目的、出行方式、出行OD、出行時(shí)段、換乘次數(shù)、換乘車站、等待時(shí)間等其他相關(guān)的出行信息。除上述常見(jiàn)的調(diào)查容外，還可以結(jié)合研究的具體目的與數(shù)據(jù)需要，調(diào)查出行者或其家庭的家庭購(gòu)車意愿、對(duì)共交服務(wù)評(píng)價(jià)、節(jié)假日出行情況等其他相關(guān)信息。3.常用RP方法實(shí)際

36、調(diào)查中常用到的RP調(diào)查方法主要有:(l)家訪調(diào)查調(diào)查員對(duì)調(diào)查區(qū)域的住戶進(jìn)行抽樣家訪。該方法容可靠，表格回收率高。同時(shí)可以通過(guò)詢問(wèn)了解表格以外的其他信息。但工作量大，時(shí)間長(zhǎng)，調(diào)查員的個(gè)人表述容易影響結(jié)果的準(zhǔn)確性。(2) 發(fā)放表調(diào)查 將調(diào)查表格發(fā)給機(jī)動(dòng)車駕駛員，由車輛管理系統(tǒng)落實(shí)到個(gè)人，駕駛員填寫后收回。(3)公交站點(diǎn)調(diào)查為了解公交客流分布，可以派人去車上或站上進(jìn)行詢問(wèn)調(diào)查，了解乘客起訖點(diǎn)與中轉(zhuǎn)情況。主要容有：乘車路線、起點(diǎn)站、終點(diǎn)站、是否換乘等信息。但此種方法所需抽樣率較高。(4)購(gòu)月票填卡調(diào)查持月票者是城市客運(yùn)的穩(wěn)定客流。利用月票換卡和購(gòu)買之前，發(fā)表給購(gòu)票者填寫一些個(gè)人信息與其經(jīng)常選擇的線路或

37、交通方式的相關(guān)信息；(5)路邊詢問(wèn)調(diào)查在主要道路或城市出入口設(shè)調(diào)查站，詢問(wèn)車輛的出行起訖點(diǎn)以與其他出行信息。路邊詢問(wèn)一般要讓駕駛員停車，因時(shí)間有限，同時(shí)要求詢問(wèn)時(shí)簡(jiǎn)單明了、描述準(zhǔn)確，避免引起駕駛員反感，避免交通擁堵注意交通安全。(6)明信片調(diào)查法調(diào)查員把印有調(diào)查的明問(wèn)題信片寄送或分發(fā)給居民，并采用免費(fèi)寄回的方法提高回收率。該方法簡(jiǎn)單易操作，但調(diào)查得到的數(shù)據(jù)有限，調(diào)查不全面，具有一定局限性。適用于對(duì)出行者出行行為的某一方面進(jìn)行重點(diǎn)調(diào)查，或者作為補(bǔ)充調(diào)查的方法。(7) 工作出行調(diào)查對(duì)調(diào)查區(qū)的職工抽樣進(jìn)行居住地和工作地的調(diào)查，部分資料可由公司直接獲得，減少工作量。工作出行作為城市客運(yùn)的基本主體，適用

38、于公共交通規(guī)劃。3.1.2 SP調(diào)查的數(shù)據(jù)特點(diǎn)居民出行意向調(diào)查也稱SP調(diào)查法，是指在某一假定的選擇狀態(tài)下，獲得人們對(duì)多個(gè)備選方案所顯現(xiàn)出來(lái)的主觀喜好而進(jìn)行的實(shí)際調(diào)查。假如，有時(shí)需要了解被調(diào)查者在未來(lái)提供了某種交通服務(wù)或新建某種交通設(shè)施時(shí)，將會(huì)如何選擇等。SP調(diào)查的最大特點(diǎn)就是調(diào)查的容是還沒(méi)有發(fā)生的事15。SP調(diào)查最先起源于經(jīng)濟(jì)學(xué)領(lǐng)域，但是近年來(lái)己成為探究居民出行行為選擇的重要方法之一，也用于停車場(chǎng)選擇、路線選擇等其他方面。通過(guò)調(diào)查得到的出行者的偏好數(shù)據(jù)，可以為交通運(yùn)輸部門制定新的交通政策或增加新的交通基礎(chǔ)設(shè)施提供依據(jù)。SP方法具有成本低、效率高等優(yōu)點(diǎn)，調(diào)查的特性變量的屬性水平可以在SP調(diào)查中，

39、根據(jù)實(shí)際問(wèn)題和專業(yè)經(jīng)驗(yàn)確定需要調(diào)查的屬性(即選擇變量)，并根據(jù)實(shí)際情況設(shè)定各屬性的多種可能取值(即變量的不同水平值)。選擇變量與其水平可以由調(diào)查者人為設(shè)定。對(duì)于各種情境，讓被調(diào)查者根據(jù)自身情況結(jié)合各種情境下進(jìn)行判斷選擇，選擇出有偏好的備選方案。調(diào)查人員通過(guò)這種方法，就可以掌握各變量對(duì)出行者的出行選擇行為產(chǎn)生的影響。另外，由于可以調(diào)查一樣條件下的不同被調(diào)查者的反應(yīng)，因而可以研究由于個(gè)人屬性不同而產(chǎn)生的選擇結(jié)果的差異，計(jì)算在每個(gè)選擇條件下特定的選擇方案的選擇問(wèn)題并由此進(jìn)行集計(jì)。SP調(diào)查可以根據(jù)具體情況提出較多的選擇變量，變量中既可以有將要實(shí)施的新政策措施，也可以包含新生事物，如各種打車軟件、公交報(bào)

40、時(shí)軟件等等。當(dāng)變量數(shù)量較多且每個(gè)變量具有多屬性水平時(shí)，可以利用數(shù)學(xué)正交設(shè)計(jì)的方法，設(shè)置多個(gè)情境，便于被調(diào)查者做出選擇，也方便后期數(shù)據(jù)整理16。SP調(diào)查的優(yōu)點(diǎn)有時(shí)恰恰成為缺點(diǎn)。首先，如果調(diào)查時(shí)考慮的影響因素太多，調(diào)查表的容將會(huì)增加，這不僅會(huì)增加調(diào)查工作的難度，而且會(huì)的導(dǎo)致被調(diào)查者無(wú)法回答或出現(xiàn)拒絕合作的現(xiàn)象。因此，調(diào)查時(shí)需要適當(dāng)?shù)脑O(shè)定影響因素，以減少各因素的組合數(shù)量，同時(shí)也就意味著無(wú)法將所有現(xiàn)實(shí)情況下的選擇條件都表現(xiàn)出來(lái)。其次，由于受訪者的回答容易被限定在一定圍，被調(diào)查者有時(shí)是在非現(xiàn)實(shí)、非體驗(yàn)的條件下做出的選擇，更多的認(rèn)為“應(yīng)該”如何選擇，從而放寬判斷的標(biāo)準(zhǔn)。因此，有可能發(fā)生SP數(shù)據(jù)與實(shí)際選擇行

41、為之間偏離的現(xiàn)象。換句話說(shuō)，被調(diào)查者本該是通過(guò)被提示的的選擇條件以外的某些因素進(jìn)行判斷選擇，但這時(shí)卻變成了通過(guò)被提示的因素進(jìn)行判斷，從而改變了這些因素的影響程度，使得調(diào)查到的選擇過(guò)程與實(shí)際的選擇過(guò)程相背離。此外由于調(diào)查限定了影響因素，因此常常無(wú)法對(duì)提示以外的因素進(jìn)行分析。 SP調(diào)查中要求被調(diào)查者選擇方案的回答大致可以分為選擇、排序、打分以與匹配4種。其中，選擇數(shù)據(jù)和排序數(shù)據(jù)是分別向?qū)嶒?yàn)者提示多個(gè)選擇項(xiàng)，要求被調(diào)查者選擇最希望的選項(xiàng)或要求被實(shí)驗(yàn)者將選擇項(xiàng)目排序得到結(jié)果。人們知道，通常排序的可靠性隨著排位的下降而降低，因此在排序調(diào)查中常常不需要對(duì)有所提示的選擇項(xiàng)目進(jìn)行排序，例如，可以要求只列出前三

42、位。在這個(gè)意義上，選擇數(shù)據(jù)可以被解釋為僅有1位的排序數(shù)據(jù)，它對(duì)被調(diào)查者的負(fù)擔(dān)最小，因此可靠性也最高。打分是將選擇意向或未來(lái)的利用頻率分為5-7個(gè)頂級(jí)，用這些尺度來(lái)評(píng)價(jià)選擇項(xiàng)目。通常認(rèn)為這些紅提問(wèn)更容易回答，因此可靠性也較高。這種數(shù)據(jù)的可靠性受到被實(shí)驗(yàn)者的能力的限制。因此分析利用數(shù)據(jù)時(shí)，應(yīng)當(dāng)注意數(shù)據(jù)的可靠性。匹配數(shù)據(jù)是在成對(duì)選擇方案中變化一個(gè)特性，要求被實(shí)驗(yàn)者提出另外一個(gè)特性變量的樹(shù)值，使兩個(gè)方案具有一樣的希望選擇程度。這種匹配數(shù)據(jù)多成為TP數(shù)據(jù)。因此，根據(jù)調(diào)查方法的不同，SP數(shù)據(jù)可以分為選擇數(shù)據(jù)、排序數(shù)據(jù)、打分?jǐn)?shù)據(jù)和匹配數(shù)據(jù)4類，其中打分?jǐn)?shù)據(jù)和匹配數(shù)據(jù)有時(shí)被稱為成對(duì)比較數(shù)據(jù)。 SP數(shù)據(jù)的調(diào)查方

43、法有向?qū)嶒?yàn)者發(fā)送調(diào)查問(wèn)卷，請(qǐng)他們獨(dú)自回答、填寫、返送的方法和面對(duì)年對(duì)被實(shí)驗(yàn)者進(jìn)行提問(wèn)調(diào)查等方法。SP調(diào)查是對(duì)假想的選擇方式進(jìn)行提問(wèn)，如何使實(shí)驗(yàn)者具有現(xiàn)實(shí)感對(duì)回答數(shù)據(jù)的可靠性有很大影響。目前，可以通過(guò)現(xiàn)代化手段，增加被實(shí)驗(yàn)者對(duì)提問(wèn)容的理解，達(dá)到提高調(diào)查精度的目標(biāo)3.2 調(diào)查設(shè)計(jì)方法與原則3.2.1 非集計(jì)模型數(shù)據(jù)調(diào)查要求非集計(jì)模型需要同時(shí)調(diào)查以下3個(gè)方面的數(shù)據(jù)：（1） 選擇方案相關(guān)數(shù)據(jù)；即各與選擇方案有關(guān)，反映交通方式特性的數(shù)據(jù)變量，如車票費(fèi)； （2）選擇主體的屬性與狀態(tài)相關(guān)數(shù)據(jù)； （3）選擇方案的特性相關(guān)數(shù)據(jù)；非集計(jì)模型建模的一個(gè)特點(diǎn)是不僅需要顯在數(shù)據(jù)，而且需要潛在數(shù)據(jù)。但在建立選擇條件數(shù)據(jù)時(shí)

44、，并非意味著全部的數(shù)據(jù)都要通過(guò)對(duì)被調(diào)查者的詢問(wèn)調(diào)查來(lái)獲得。在調(diào)查時(shí)，為了減輕被調(diào)查者的負(fù)擔(dān)，將可事后由調(diào)查者做成的數(shù)據(jù)在詢問(wèn)調(diào)查中省略。詢問(wèn)調(diào)查得到的數(shù)據(jù)是由被調(diào)查者意識(shí)到的變量值，因此實(shí)際中即使在一樣條件下，被調(diào)查者的回答也會(huì)有一定的分散。被調(diào)查者對(duì)于潛在數(shù)據(jù)常常不具備充分的知識(shí)。為了避免這種問(wèn)題的發(fā)生，多由調(diào)查者根據(jù)統(tǒng)一的標(biāo)準(zhǔn)建立數(shù)據(jù)，才能得到較好的結(jié)果。在實(shí)際應(yīng)用中調(diào)查項(xiàng)目的圍通常有以下幾種：（1）選擇的結(jié)果、選擇的主體的屬性以與被選擇方案的主要特性；（2）選擇的結(jié)果、選擇主體意識(shí)到的替代選擇方案、選擇主體的屬性以與被選擇方案的主要特性；（3）全面調(diào)查；3.2.2 調(diào)查表容設(shè)計(jì)說(shuō)明非集計(jì)

45、模型需要同時(shí)調(diào)查各選擇方案的條件、選擇結(jié)果，同時(shí)還要對(duì)多個(gè)項(xiàng)目進(jìn)行詳細(xì)調(diào)查。為了防止調(diào)查規(guī)模過(guò)大、調(diào)查容過(guò)于繁瑣、設(shè)問(wèn)含混不清、回答結(jié)果可能因人而異與真正需要了解的項(xiàng)目被遺漏等問(wèn)題，需要精心設(shè)計(jì)調(diào)查表。 調(diào)查表的形式因選擇對(duì)象、調(diào)查項(xiàng)目的圍以與調(diào)查方式等條件的不同而不同。調(diào)查表設(shè)計(jì)的好壞直接影響調(diào)查結(jié)果的精度。在設(shè)計(jì)調(diào)查表時(shí)我們應(yīng)該知道以下事實(shí)：首先，被調(diào)查者對(duì)于調(diào)查結(jié)果不負(fù)任何責(zé)任，盡管被調(diào)查者給與合作，但是在回答問(wèn)題時(shí)難免有被添麻煩的心情。在調(diào)查問(wèn)卷中，應(yīng)避免使用專業(yè)術(shù)語(yǔ)，特別是與通常的意義不同的術(shù)語(yǔ)。在設(shè)置問(wèn)題時(shí)，應(yīng)按照思考的基本過(guò)程設(shè)置問(wèn)題的順序，將更容易得到正確的數(shù)據(jù)。在表述方面，應(yīng)

46、當(dāng)使用最簡(jiǎn)練的語(yǔ)言，設(shè)計(jì)最容易理解的問(wèn)題，當(dāng)曲解或不理解調(diào)查者的意圖時(shí)，被回答的問(wèn)題也將失去價(jià)值。但是這種情況往往難以發(fā)現(xiàn)，特別是對(duì)于概念的錯(cuò)誤表達(dá)和需要被調(diào)查者發(fā)揮的回答，同時(shí)，盡量減少調(diào)查項(xiàng)目，不要給調(diào)查者造成很麻煩的假象，從而拒絕回答問(wèn)題。 綜上所述，調(diào)查表應(yīng)當(dāng)在符合思維邏輯的基礎(chǔ)上，語(yǔ)言表達(dá)易于理解、簡(jiǎn)單明確。通常調(diào)查表由以下幾個(gè)部分組成：（1）調(diào)查說(shuō)明其中包括：向被調(diào)查者的致意、調(diào)查目的與數(shù)據(jù)用途等。這是取得被調(diào)查者信任、爭(zhēng)取合作的最重要的一步。（2） 填寫注意事項(xiàng)其中包括簡(jiǎn)要的說(shuō)明以與填寫例題等。（3） 選擇主體的特性被調(diào)查者自身的特性變量。如年齡、性別等等。（4） 與實(shí)際的選擇方

47、案有關(guān)的特性如選擇了哪個(gè)方案，該方案的時(shí)間、費(fèi)用等。（5） 與替代方案特性相關(guān)的問(wèn)題如替代方案的成本、時(shí)間等等 進(jìn)行SP調(diào)查時(shí)，通常將選擇方案表述成幾個(gè)特性的組合。其次，因數(shù)量增加會(huì)使被調(diào)查者難以判斷，特性變量取3-6個(gè)較為合適。但是直接利用TP數(shù)據(jù)計(jì)算某特性的貨幣價(jià)值時(shí)，可以僅用2個(gè)特性變量。另外，預(yù)先將特性值設(shè)定為若干個(gè)水平時(shí)，可以根據(jù)實(shí)驗(yàn)規(guī)劃法的思路設(shè)計(jì)選擇項(xiàng)，即利用正交設(shè)計(jì)法從所有的選擇項(xiàng)中抽取一部分選擇項(xiàng)將有利于大大提高調(diào)查的效率。這時(shí)的規(guī)劃方法稱為部分因素配置規(guī)劃。也可根據(jù)實(shí)際情況去除不符合實(shí)際的選項(xiàng)。為了避免被調(diào)查者引起混亂或疲勞，排序和選擇法中提示的選擇項(xiàng)的數(shù)量以與成對(duì)比較的比

48、較對(duì)數(shù)量以不超過(guò)10個(gè)為宜。同時(shí)，計(jì)算得到的系數(shù)會(huì)隨著取值圍的加寬而更加穩(wěn)定，當(dāng)然，應(yīng)該均處于被調(diào)查者可想象可接受的圍之。3.2.3 抽樣方法與樣本量 在建立模型時(shí)，我們期望樣本數(shù)據(jù)可以有效的表達(dá)出整體的特點(diǎn)，反映整體的特征，這就要求我們的樣本具有代表性。也就是說(shuō)，當(dāng)抽取樣本時(shí)，樣本應(yīng)該是無(wú)偏的。當(dāng)把整體看作一個(gè)空間上的點(diǎn)集時(shí)，所抽出的點(diǎn)應(yīng)該基本均勻分布在整個(gè)空間上，覆蓋到所有的區(qū)域。這樣得到的樣本能夠反映總體的構(gòu)成與特點(diǎn)。 通常，無(wú)作為的隨機(jī)抽樣可以保證樣本的非局部性和非偏性。隨機(jī)抽樣滿足以下條件：首先，總體中每一個(gè)個(gè)體被抽中的概率都是一樣的，當(dāng)某一個(gè)體被抽中后，也不會(huì)影響其他個(gè)體。在具體抽

49、樣時(shí)可以采用以下方法： （1）利用現(xiàn)有數(shù)據(jù) 通常，現(xiàn)有數(shù)據(jù)包含居民的戶口記錄，企業(yè)以與薄等。首先，通過(guò)簡(jiǎn)單隨機(jī)抽樣或系統(tǒng)抽樣從這些現(xiàn)有數(shù)據(jù)中選擇調(diào)查對(duì)象。這時(shí)，需要先考慮好所選的調(diào)查對(duì)象是否完全覆蓋了所有的圍。這種方法的動(dòng)機(jī)是使抽樣隨機(jī)化。但是，當(dāng)樣本分散在對(duì)象區(qū)域的各個(gè)角落，并且抽樣率較低時(shí)，將會(huì)降低調(diào)查效率。另外，抽樣工作需要大量的費(fèi)用和時(shí)間，因此，當(dāng)抽樣率較小時(shí)不宜采用此法。 （2）利用住宅地圖 利用住宅地圖，可以將地理?xiàng)l件隨機(jī)化或者對(duì)于不同的地理?xiàng)l件的特性值進(jìn)行采樣。常見(jiàn)做法如下：以全體住宅為對(duì)象，等間隔抽樣作為調(diào)查的對(duì)象；將對(duì)象區(qū)域分割成網(wǎng)格校區(qū)，隨機(jī)抽取這些網(wǎng)格上的校區(qū)，以小區(qū)的居

50、民為調(diào)查對(duì)象（整群抽樣）；在方法中，進(jìn)一步隨機(jī)抽取小區(qū)的住宅；在方法、中根據(jù)到市中心的距離集散條件劃分性質(zhì)，然后從各層抽取樣本。起初，美國(guó)的一個(gè)例子說(shuō)明2000-3000的樣本量可以保證非集計(jì)模型的精度，但并未給出理論說(shuō)明。之后有人模擬隨機(jī)抽樣，通過(guò)抽取不同樣本量的數(shù)據(jù)，將計(jì)算結(jié)果與總體進(jìn)行比較，得到結(jié)論：當(dāng)樣本量取800-1000時(shí)，計(jì)算所得所有的參數(shù)與總體的差異小于0.1。當(dāng)然，此結(jié)果也會(huì)隨著參數(shù)數(shù)量或?qū)傩缘淖兓霈F(xiàn)不同。當(dāng)采用選擇方案抽樣法時(shí)，樣本量大約在300-500.還有研究認(rèn)為樣本量在280-350之間即可17。3.3 調(diào)查方案說(shuō)明與數(shù)據(jù)整理示例基于市居民的出行現(xiàn)狀，主要出行方式

51、為公交汽車、地鐵、輕軌、小汽車、出租車、電動(dòng)車等其他方式。在實(shí)際情況下，地鐵與輕軌的各種特性幾乎一樣，所以在調(diào)查中把輕軌出行合并到地鐵中進(jìn)行分析。同時(shí)，出租車與私家車也具有同樣的特點(diǎn)，也按照上述方式進(jìn)行處理。對(duì)于其他現(xiàn)有的不作為主要交通方式存在的本文不予討論。綜上所述，本文最終選擇的方案集合為公共汽車、地鐵、小汽車與電動(dòng)車。此集合在建立模型時(shí)進(jìn)行了簡(jiǎn)單介紹。其他需要調(diào)查的屬性變量也在問(wèn)卷中進(jìn)行了詳細(xì)說(shuō)明。具體調(diào)查問(wèn)卷見(jiàn)附表1；基于上節(jié)中說(shuō)明的抽樣方法與樣本量的要求，我們選定此次調(diào)查的樣本量為100.并利用住宅地圖法進(jìn)行抽樣調(diào)查，并對(duì)結(jié)果問(wèn)卷進(jìn)行篩選與數(shù)據(jù)整理。因篇幅要求，以5個(gè)調(diào)查者為例進(jìn)行數(shù)

52、據(jù)說(shuō)明，如下表3.1所示：表3.1 居民出行調(diào)查結(jié)果數(shù)據(jù)統(tǒng)計(jì)ID交通方式選擇排序燃油費(fèi)車票費(fèi)上車步行時(shí)間下車步行時(shí)間候車時(shí)間換乘次數(shù)車時(shí)間舒適度收入是否擁有私家車APP使用1公交225510015211地鐵1295608311小汽車3674280001電動(dòng)車43012公交34278170302地鐵23324028202小汽車115354550012電動(dòng)車3公交12497035313地鐵227105018213小汽車312234300003電動(dòng)車44514公交333512155214地鐵121022022314小汽車210204350014電動(dòng)車5公交343127265215地鐵24126405

53、0315小汽車123304800014 參數(shù)標(biāo)定與彈性分析4.1 出行方式選擇概率-特性變量關(guān)系參數(shù)標(biāo)定通過(guò)對(duì)居民的出行情況進(jìn)行調(diào)查，并對(duì)結(jié)果進(jìn)行整理分析，可以得出居民在某次出行中，對(duì)不同交通方式的選擇優(yōu)先度，以與不同交通方式在這條線路上的相關(guān)特性變量信息。根據(jù)已有專家研究成果與數(shù)據(jù)，通過(guò)相關(guān)方法將出行方式優(yōu)先程度轉(zhuǎn)化為居民出行方式選擇概率，同時(shí)結(jié)合效用理論，可求得多組不同出行方式效用-特性變量數(shù)據(jù)。由上文可知，效用函數(shù)中，因變量，即出行效用Vink，與自變量，即各出行特征變量xi呈線性相關(guān)，因此，可對(duì)得出的數(shù)據(jù)進(jìn)行多元線性回歸，據(jù)此建立效用-特征變量數(shù)值關(guān)系模型。對(duì)該效用-特征變量數(shù)值關(guān)系模型進(jìn)行檢驗(yàn)，若未通過(guò)擬合優(yōu)度檢驗(yàn)，則說(shuō)明該模型擬合度較差，不能反映實(shí)際函數(shù)關(guān)系，繼續(xù)對(duì)模型進(jìn)行進(jìn)一步優(yōu)化；若符合擬合度要求，則說(shuō)明回歸效果明顯，可以采用該數(shù)值模型，進(jìn)而可以求得個(gè)人出行方式選擇概率P與各出行方式特性變量x之間的數(shù)值關(guān)系模型。值得一提的是，利用上述求得的效用函數(shù)表達(dá)式可以計(jì)算出行者對(duì)各交通方式