换乘优惠政策下公共交通乘客换乘决策行为分析

为了研究不同公共交通乘客在出行过程中换乘决策行为的异质性，采用结构方程模型（SEM）分析公共交通乘客的换乘意向与其他潜变量的关系，采用潜在类别模型（LCM）从乘客的心理感知因素视角和社会经济属性视角划分乘客类别.构建公共交通乘客换乘决策模型（SEM-LCM），分析不同潜在类别公共交通乘客的换乘决策行为.结果表明：相比SEM-Logit,SEM-LCM拟合效果更好；公共交通乘客分为换乘体验敏感型和换乘优惠敏感型2类，2类公共交通乘客所占比例分别为70.3%和29.7%；“换乘体验敏感型”和“换乘优惠敏感型”选择换乘的概率分别为51.1%和85.9%；年龄、家庭结构、私家车拥有情况、出行目的、换乘经历和出行模式6个变量表现出显著的异质性.研究结果可以为相关部门优化公交线网衔接、制定换乘优惠政策提供理论支撑.     

基于差异驱动原理的道路交通安全评价

为了科学地评价省级区域的道路交通安全水平,提出了10个评价指标。依据2005年中国道路交通事故数据,运用差异驱动原理确定了5个指标的权重并构建了评价方法,综合评价了中国大陆31个省、直辖市、自治区的道路交通安全水平。研究结果表明,中国大陆各个省级区域道路交通安全水平差异较大,西部地区省份落后于东部。特别是西藏、青海等西部地区的道路交通安全水平与当地的社会经济发展状况之间的不协调性尤为明显,进而说明道路交通安全水平与当地社会经济发展水平的协调性更能体现区域交通安全状况。     

基于Logistic模型的公路隧道交通事故严重程度的影响因素

根据京珠高速公路韶关段4个隧道的交通事故资料,以事故严重程度为因变量,从时间、隧道环境和交通动态因素3个方面选择9个候选自变量,采用反向选择法分析候选自变量与因变量是否显著相关。研究发现:事故发生时段、碰撞类型、天气和日标准小客车交通量与年平均日交通量(AADT)之比与事故严重程度显著相关。采用logistic回归模型,分析了事故发生时段、碰撞类型、天气和日标准小客车交通量与AADT之比对交通事故严重程度的影响程度,并根据发生比率的概念,对模型的估计情况进行了解释。最后,从模型的拟合优度和预测准确度2个方面对模型进行检验。结果表明,建立的logistic回归模型在事故严重程度影响因素分析中具有较好的适应性和实用性。