基于智能卡数据的早高峰地铁通勤用户出行偏好建模与实证

摘要：

现有针对轨道交通早高峰通勤行为的建模研究没有考虑时变的时间效用偏好带来的影响,实证结果也主要源于陈述性偏好调查数据.本文在分析早高峰地铁通勤用户的时间使用决策行为的基础上,考虑常数-阶跃和常数-线性的出行效用偏好假设,建立了可以描述早高峰地铁通勤用户到达时刻离散选择行为的多项Logit、混合Logit和嵌套Logit模型,并利用北京地铁八通线土桥-四惠东通勤走廊的智能卡出行数据和列车时刻表数据进行了模型校验和参数估计.通过区分通勤用户在起点站选择乘坐最临近车次或者为了座位等待下一车次的两种乘车情形,模型可以解决直接使用智能卡的显示性偏好数据进行参数估计带来的自选择偏误问题,即用户偏好拥挤的时段出行.计量结果表明,相比常数-线性的出行效用偏好,常数-阶跃偏好下的模型拟合优度更高,且三种离散选择模型的估计结果基本是一致的,即晚到工作地的单位时间成本大于早到工作地的单位时间成本;当每平方米站立人数为5人时,单位时间的厢内拥挤成本约占单位时间出行成本的11％.最后,进一步讨论了用户通勤特征的异质性对出行效用偏好的影响.

关键词：轨道交通、出行行为、早高峰通勤、出行偏好、离散选择、智能卡数据

所属期刊栏目：43

分类号：U293.5(铁路运输管理工程)

资助基金：国家自然科学基金71771007,71890971/71890970,72288101

在线出版日期：2023-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：1484-1498