1、第 39 卷 第 3 期2023 年 6 月 公 路 交 通 技 术Technology of Highway and Transport Vol.39 No.3 Jun.2023刘庆,龚华凤,黄博亚,等.基于 MNL 模型的居民出行方式选择行为研究 以南方某小城市为例J.公路交通技术,2023,39(3):159-165.LIU Qing,GONG Huafeng,HUANG Boya,et al.Study on residents travel mode choice behavior using the MNL model a case study of one small city
2、in southern ChinaJ.Technology of Highway and Transport,2023,39(3):159-165.DOI:10.13607/ki.gljt.2023.03.023收稿日期:2022-10-31作者简介:刘 庆(1993),女,四川省广安市人,硕士,工程师,研究方向为可持续交通规划。E-mail:liuqing 。基于 MNL 模型的居民出行方式选择行为研究 以南方某小城市为例刘 庆1,2,龚华凤1,2,黄博亚1,2,陈俊成1,2,丁梦娇1,2(1.林同棪国际工程咨询(中国)有限公司,重庆 401121;2.重庆市山地城市可持续交通工程技术研究中
3、心,重庆 401121)摘 要:为明确城市居民出行方式选择的关键影响因素,调节城市居民出行结构,提高城市交通系统效率,以南方某小城市居民出行数据为研究对象,基于随机效用最大化理论构建多项 MNL(Multinomial Logit)模型,分析了个人属性、家庭属性和出行方案属性对出行方式选择产生的作用。通过分析 MNL 模型统计回归结果,得出以下结论:1)个人属性中,年龄、性别、个人月收入、受教育程度、驾照拥有情况对居民出行方式选择行为有显著影响;2)家庭属性中,住户小汽车拥有情况和摩托车拥有情况对居民出行方式选择行为有显著影响;3)出行属性中,出行时间和出行目的对居民出行方式选择行为有显著影响
4、,而出行费用在出行选择过程中没有显著作用。关键词:出行方式选择;出行行为;离散选择模型;MNL 模型;效用最大化理论文章编号:1009-6477(2023)03-0159-07 中图分类号:U491.1+2 文献标识码:AStudy on Residents Travel Mode Choice Behavior Using the MNL Model A Case Study of one Small City in Southern ChinaLIU Qing1,2,GONG Huafeng1,2,HUANG Boya1,2,CHEN Juncheng1,2,DING Mengjiao1,
5、2(1.T.Y.Lin International Engineering Consulting(China)Co.,Ltd.,Chongqing 401121;2.Sustainable Transportation Engineering&Technology Research Center for Mountain Cities,Chongqing 401121)Abstract:In order to define the influence factor of travel mode choices,and further adjust travel structure to imp
6、rove urban travel efficiency,the paper constructs a Multinomial Logit(MNL)model to analyze and interpret the influence of individual attributes,household properties and trip information on travel mode choices based on the residents of a small city in southern China using random utility maximization
7、theory.According to the analysis on statistical regression result of MNL model,it is concluded that:1)In terms of individual attributes,age,gender,income,education background and whether to have a license have significant impacts on mode choices;2)In terms of household properties,car ownership and m
8、otor ownership have significant impacts on mode choices;3)Among the travel attributes,travel time and purpose have a significant impact on residents travel mode choice behavior,while travel cost has no significant effect on the travel choice process.Keywords:travel mode choice;travel behavior;discre
9、te choice model;multinomial logit model;utility maximization theory 准确把握出行者的交通方式选择行为,挖掘出行特征,是合理搭建交通模型、有效开展交通规划、制定良好交通政策的基础之一。经过学者们理论与实践的不断探索,在 20 世纪 70 年代,Daniel L.McFadden1提出了以效用最大化理论为基础的离散选择模型 DCM(Discrete Choice Model),并由Moshe Ben-Akiva 等2引入交通需求预测领域,逐渐成为了研究者分析出行个体交通方式选择行为的重要工具。Logit 模型是离散选择模型的典型代
10、表,其效用函数的取值涉及诸多因素,为探究不同因素在个体出行方式选择过程中的作用,国内外众多研究者从不同角度出发,对个体出行选择行为进行了大量的研究和分析。既有研究表明,家庭和个人社会经济属性对出行方式选择有显著的相关性3-5,女性使用公共交通的概率高于男性6。据统计,在中国收入越高、工作地位越高和拥有小汽车的人使用汽车的可能性越大,而女性和老年人更喜欢步行或骑自行车7。Qing Shen 等8对上海郊区的居民出行数据进行了研究,结果表明居住地靠近地铁站与选择地铁出行有显著的正相关关系,且通勤距离越长乘坐轨道的概率越高。Hong Hu 等9以福建省龙岩市长汀县为对象建立了 MNL 模型,研究发现
11、工作地的土地利用多样性与工作日的通勤交通方式有关,而居住地和活动场所的土地利用多样性对周末的出行方式选择没有显著影响。刘宇峰等10分别对山西省大、中、小城市的居民出行进行了研究,发现在大城市与中等城市,交通可达性对方式选择的影响更强,而在小城市,出行者个体属性的影响更强。栾鑫等11以南京市居民出行调查数据为基础进行了研究,发现当时间要求性不高时,慢行方式的竞争性较强。杨亚璪等12建立了 Logit 模型,分析了重庆市后疫情时代影响居民出行方式选择的主要因素,研究发现:出行方式属性中,等待时间、在途时间对居民出行方式选择有显著影响;个人社会经济属性中,年龄、性别、收入等对居民类别划分具有显著影响
12、。Phounmixay Maithong13以中小城市居民为研究对象构建了 Logit 模型,并以河南省西平县为例进行了分析,发现无交通工具居民和拥有小汽车居民对公交票价敏感度较低,而拥有其他交通工具的居民对公交票价敏感度较大。综上所述,城市规模、经济状况等是影响居民出行方式选择的重要因素,针对不同城市规模居民出行的既有研究中,多以内地一般城市为例,相较沿海经济发达的高密度开发的小城市,现有成果中的同规模城市主要存在以下特征:1)人口密度低,出行密度较小;2)经济发展水平较低,人均收入低;3)机动车保有量小,交通状况相对较好。因此,居民对出行方式的依赖程度不同,但已有的研究成果无法为该沿海小城
13、市居民出行引导和管制提供参考依据。为此,本研究以沿海某经济发达的小城市居民出行调查数据为基础,建立 MNL 模型,探究该城市居民出行选择的影响因素,研究成果有助于为该城市管理者制定交通政策,调节交通出行结构,以及进一步提升交通系统服务水平和城市运行效率。1 MNL 模型1.1 MNL 模型原理MNL 模型是 Logit 类模型的基本形式,它是在非集计模型的基础上,考虑多种因素变量选择而建立的一种选择模型。MNL 模型以效用最大化理论为基础,假设出行者总是选择效用最大的出行方式。当出行者 n 选择方案 j 时,随机效用函数表示如下:Unj=Vnj+nj=nZnj+nj=nxnj+nynj+nj(
14、1)式中:Unj 为出行者 n 的选择方案 j(j3)时的效用;Vnj为效用函数的固定项,即可衡量的效用;nj为效用函数的误差项,即不可衡量的效用;n为出行者 n参数向量;Znj为观察到的变量;xnj为出行者 n 所具有的个人属性向量(如年龄、性别、职业等);ynj为选择方案 j 所具有的方案属性向量(如出行时间、出行费用等);nN,N 为出行者总量,jJ,J 为可选择的出行方案数量。根据效用最大化准则,出行者 n 选择方案 i 时的概率 Pni为:Pni=P(Vni+niVnj+nj,ji)=P(njni+Vni-Vnj,ji)(2)MNL 模型的基本假定是效用误差项 nj服从独立同分布的
15、Gumbel 分布,效用固定项是各种影响因素的线性函数,则 Pni可表示为:Pni=eVniJj=1eVnj=enxni+nyniJj=1enxnj+nynj(3)1.2 极大似然函数求解与参数估计假设出行者 n 实际选择各种出行方式的结果为061公 路 交 通 技 术 第 39 卷ni,定义:ni=1,个人选择了交通方式 i0,个人未选择交通方式 i(4)则出行者 n 选择交通方式时的联合概率为iJPnini,当样本总量为 N 时,似然函数表达式为:L=Nn=1iJPnini(5)对式(5)取对数后,得到对数似然函数:LL=ln(L)=Nn=1iJniln(Pni)=Nn=1iJni(Txn
16、i+Tyni)-lnJj=1eTxnj+Tynj()(6)为求解向量 T、T,使 LL 达到最大值的极大似然估计,应由式(6)分别对 k、k求偏导为 0 得到联立方程式并求解。本文利用 SAS 软件 MDC 程序求解最大似然值和参数估计。2 数据来源与处理2.1 调查数据以南方某小城市 2019 年居民出行调查数据为基础,剔除信息缺失、异常的数据以及不具成本(步行、自行车等)的出行数据后,共获得 3 370 个出行者的 13 480 条有效数据。数据内容包括了个人属性、家庭属性和出行属性 3 类,具体包括:被调查者的家庭结构、性别、年龄、月收入、职业、文化程度、小汽车数、摩托车数、出行目的、出
17、行方式、出发时间、到达时间、车外时间、出行起终点地址、停车费用、出行费用等信息。其中,小汽车和摩托车的车外时间为步行取车时间、寻车位时间的总和,出行费用为油费、停车费的总和;的士和公交车的车外时间包含步行时间与等车时间。2.2 样本统计与结果分析该城市 2019 年居民出行调查结果显示:1)4 种机动 化 出 行 方 式 中,公 交 车 选 择 比 例 最 高(60.50%),其 次 是 小 汽 车(20.68%)和 摩 托 车(16.11%),的士选择比例最低(2.70%);2)男女比例相当;3)超过 70%的人年龄在 2565 岁之间;4)没有小汽车或摩托车的住户分别占了 58.37%和6
18、1.07%。对出行者属性和出行方式选择结果进行交叉分析,结果如图 1 所示。(a)性别(b)年龄(c)个人月收入(d)受教育程度(e)小汽车拥有数量161 第 3 期刘 庆,等:基于 MNL 模型的居民出行方式选择行为研究 以南方某小城市为例(f)摩托车拥有数量(g)小汽车驾照(h)摩托车驾照(i)出行目的(j)出发时间图 1 有效样本描述性统计Fig.1 Descriptive statistics of valid samples由图 1 可以看出,各个属性均会对出行方式选择产生影响。具体而言,男性更倾向于采用小汽车和摩托车出行,占比约为 52.64%,明显高于女性的19.02%。相反,女
19、性更偏向于采用公交车出行,占比为78.21%。在不同年龄段中,3060 岁之间的人群更倾向于采用小汽车出行,占比约为 29.39%。个人月收入超过 14 000 元的人群更倾向于采用小汽车和摩托车出行,占比达到 52.13%,且个人月收入越高,采用小汽车出行的比例也越高。专科及以上学历的人群更倾向于采用小汽车出行,占比达到32.24%。家庭拥有的小汽车或摩托车数量越多,选择相应出行方式的比例也越高。拥有小汽车或摩托车驾照可明显促进出行者选择这 2 种方式出行。出行目的方面,家-工作和家-其他出行以公交为主(分别占 63.77%和 54.62%),非家出行以小汽车和公交为主(分别占 37.87%
20、和 39.35%),而家-学校出行几乎都采用公交(占 94.01%)。出发时间对出行方式的选择影响不大,各个时段出行均以公交车为主,占比超过 50%。3 模型建立和求解3.1 变量选择及定义为进一步衡量不同属性对出行方式选择的影响程度,根据样本数据特征,最终选取 4 种出行方式(摩托车、小汽车、的士、公交车)作为因变量,出行者个人属性、家庭属性和出行属性作为解释变量,以公交车为效用基础项,进行多元 Logistic 回归。变量说明及分类结果如表 1 所示。3.2 模型参数估计运用 SAS 软件的 MDC 模块,结合居民出行调查得到的出行方式选择数据,对所建立的 MNL 模型进行参数标定,对其中
21、系数估计值的显著性采用 P值进行检验。经过定性分析与反复测算,剔除对选择结果影响不显著的变量,最终得到筛选后的模型参数标定结果,如表 2 所示。3.3 模型精度分析模型拟合优度指标表示预测结果与实际结果的吻合程度。本文采用的拟合优度度量指标包括 9个,如表 3 所示。其中,McFadden LRI 是比较估计参数的模型与假定所有参数为 0 的模型,执 行 好 坏 统 计 量;Aldrich-Nelson、Cragg-Uhler 1、Cragg-Uhler 2、Estrella、Veall-Zimmermann 均考虑了样本数量,但没有考虑模型的参数个数;Adjusted Estrella 在
22、Estrella261公 路 交 通 技 术 第 39 卷表 1 变量说明及分类Table 1 Description and classification of variables变量变量说明分类结果gender性别0=女性,1=男性age年龄1=24 岁及以下,2=2564 岁,3=65 岁及以上income个人月收入1=14 000 以下,2=14 00060 000,3=60 000 及以上education受教育程度0=高中及以下,1=专科及以上carown住户小汽车拥有情况0=无,1=有motorown住户摩托车拥有情况0=无,1=有carlicense小汽车驾照拥有情况0=无,1
23、=有motorlicense摩托车驾照拥有情况0=无,1=有purpose出行目的1=HBW(家-工作出行),2=HBS(家-学校出行),3=HBO(家-其他出行),4=NHB(非家出行)time出行时间含车内时间与车外时间,连续变量,单位:分钟cost出行费用连续变量,货币单位mode出行方式1=摩托车,2=小汽车,3=的士,4=公交车指标的基础上,同时又考虑了模型参数个数对模型拟合优度的影响14-15。上述指标值均介于(0,1)之间,值越大,模型拟合效果越好。根据表 3 可知,本模型的拟合指标均大于 0.64,说明模型与实际情况的吻合度较高。因此,可根据表 2 的参数拟合结果以及式(1)和
24、式(3),计算得到出行者选择不同出行方式的效用值和概率。计算结果显示,模型的整体预测准确率达到了81.3%,表明本模型的精度较高,可用于分析该小城市居民出行方式选择行为。4 结果分析根据 MNL 模型的参数估计结果,可获知影响交通方式选择的重要因素,有助于分析交通结构形成的原因。针对基于南方某小城市居民出行调查数据所建立的 MNL 模型,发现将公交车作为参照方案时,摩托车、小汽车和的士 3 种出行方式的截距项均显著,表明这 3 种方式未被观测到的效用对其总效用均有影响。此外,出行属性、个人属性和家庭属性的分析结果如下。4.1 出行属性出行属性中,出行时间、出行目的对选择摩托车、小汽车和的士有负
25、向作用,而出行费用对方式选择没有显著影响。1)与既有研究成果不同的是10,14,出行费用变量在 4 种出行方式选择过程中均没有显著的作用,原因可能是该城市居民人均收入较高,费用对出行方式选择的影响不敏感。2)出 行 时 间 变 量 显 著 且 参 数 符 号 为 负(-0.015 8),表明出行时间对居民出行交通方式的选择有重要影响,出行时间越长选择该交通方式的概率越低,越倾向于选择公交车出行。3)以上班为目的的出行(出行目的=1)选择小汽车和的士的概率较低(参数分别为-1.135 和-0.904 5),出行者更倾向于选择摩托车出行,原因是以上班为目的的出行多发生在早晚高峰时段,而早晚高峰时段
26、交通流量大,道路较为拥堵,与小汽车和的士相比,摩托车出行受拥堵情况影响较小,通行效率更高。4.2 个人属性个人属性中,性别、年龄、个人月收入、受教育程度和是否拥有小汽车驾照对出行方式选择有显著影响。1)性别变量在摩托车、小汽车和的士 3 种出行方式中均影响显著,且参数均为正数(分别为 2.227 1、1.922 7 和0.592 7),表明与女性(性别=0)相比,男性(性别=1)更倾向于选择摩托车、小汽车和的士出行,且选择概率由高到低依次为摩托车、小汽车、的士。2)年龄变量在摩托车和小汽车的选择中均影361 第 3 期刘 庆,等:基于 MNL 模型的居民出行方式选择行为研究 以南方某小城市为例
27、表 2 以公交车为效用基础项的出行方式选择模型参数标定结果Table 2 Calibration results of model parameters based on bus utility方式选择变量估计值显著性摩托车截距-6.780 70.000 1 年龄=1-2.774 30.000 1 年龄=20.606 70.020 9 个人月收入=1-0.904 80.000 7 出行目的=3-0.580.019 9 性别2.227 10.000 1 受教育程度0.282 70.072住户小汽车拥有情况5.573 90.000 1 小汽车截距-6.546 20.000 1 年龄=1-3.080
28、 20.000 4 年龄=21.163 50.000 1 个人月收入=1-1.203 80.000 1 出行目的=1-1.1350.000 1 性别1.922 70.000 1 受教育程度0.313 20.026 6 小汽车驾照拥有情况0.8030.000 1 住户小汽车拥有情况6.092 90.000 1 住户摩托车拥有情况-0.804 90.000 1 的士截距-3.665 90.000 1 个人月收入=21.042 20.008 7 出行目的=1-0.904 50.021 3 性别0.592 70.007 受教育程度0.598 80.009 2 注:摩托车、小汽车、的士出行时间的估计值均
29、为-0.015 8,显著性均为 0.020 8 ;,分别表示 P0.1,P0.05 和 P0.01。响显著。其中,24 岁以下人群(年龄=1)在摩托车和小汽车的参数都是负数(分别为-2.774 3 和-3.080 2),表明相较 65 岁以上人群(年龄=3),24岁以下人群选择摩托车和小汽车的概率均较低,选择公交车出行的概率较高;2564 岁人群(年龄=2)在摩托车和小汽车的参数都是正数(分别为 0.606 7和 1.163 5),表明相较 65 岁以上人群,2564 岁之间的人群更倾向于采用小汽车、摩托车出行,更不愿意选择坐公交车,且小汽车的参数(1.163 5)比摩托车的参数(0.606
30、7)更大,表明2564 岁之间的人群表 3 拟合优度度量指标Table 3 Goodness indexes of fit metrics评价指标公式拟合优度值Likelihood Ratio(R)2(log L-log L0)6 140.4Upper Bound of R(U)-2log L09 343.6Aldrich-NelsonRR+N0.645 7Cragg-Uhler 11-e-RN()0.838 3Cragg-Uhler 21-e(-RN)1-e(-UN)0.8942Estrella1-1-RU()UN0.948 6Adjusted Estrella1-log L-Klog L0
31、()-2Nlog L00.945 6McFadden LRIRU0.657 2Veall-ZimmermannR(U+N)U(R+N)0.878 5 N=观测数,K=回归变量数。选择小汽车的概率比选择摩托车的概率更高。3)个人月收入在出行方式选择中有显著影响。其中,低收入人群(个人月收入=1)在摩托车和小汽车的参数都是负数(分别为-0.904 8 和-1.203 8),表明相较高收入人群(个人月收入=3),低收入人群采用小汽车、摩托车出行的概率较低,更愿意选择公交车出行;中等收入人群(个人月收入=2)在的士的参数是正数(1.042 2),表明与高收入人群相比,中等收入人群采用的士出行概率较高,
32、原因可能是没有私人车辆或没有合适的地方停车,却对出行效率和出行舒适度有较高要求,而高收入人群拥有私人车辆的概率更高,且更可能拥有私人停车位,或办公地点有足够的停车位。因此,高收入人群选择摩托车或小汽车出行的概率较高。4)受教育程度对出行方式选择也有显著影响。受教育程度变量在摩托车、小汽车和的士 3 种出行方式中的参数都是正数(参数分别为0.282 7、0.313 2和 0.598 8),表明学历越高,越倾向于选择的士、小汽车和摩托车出行,因为高学历通常与高收入成正比,出行者对出行的效率、舒适度、灵活性有更高的要求,也更有能力承担较高成本的出行。5)拥有小汽车驾照的出行者选择小汽车出行461公
33、路 交 通 技 术 第 39 卷的概率更大(参数为 0.803)。4.3 家庭属性家庭属性中,住户拥有小汽车对选择小汽车和摩托车出行有正向作用(参数分别为 5.573 9 和6.092 9),住户拥有摩托车的情况下选择小汽车出行的概率会降低(参数为-0.804 9)。4.4 基于模型结果的管理启示将上述分析结果与图 1 中出行者属性和出行方式选择的交叉分析结果进行对比,可发现二者结论基本一致,进一步验证了模型的可靠性。因此,在实际交通管理过程中,结合模型参数标定结果和实际交通情况,建议可采取针对性交通管理措施和鼓励性引导政策:1)提高公共交通出行效率,吸引私人交通客流向公共交通转移。一方面,根
34、据出行需求,不断优化、完善公交线路和公交专用道,加强路内停车管理和公交专用道管理,确保公交车车辆运行畅通。在出行高峰时段,增加公共交通发车班次,缩短发车间隔,以便更好地满足居民对出行效率的要求。另一方面,严格控制私人车辆的增长速度,加强停车收费管理,也可通过早晚高峰实施限行措施控制私人车辆的使用率,以缓解道路拥堵情况,进而缩短公共交通出行时间。2)引导居民慢行交通出行,扩大绿色交通出行比例。慢行交通具有便利、经济、环保的优势,可满足短途出行需求。小城市用地面积小,居民整体出行距离较短,非常适合慢行交通出行。因此,通过开辟和完善非机动车专用道,优化步行出行环境和步行设施,为慢行出行提供便利,可有
35、效缓解城市交通压力。5 结论本文以南方某小城市 2019 年居民出行调查数据为基础,从个人属性、家庭属性和出行方案属性 3个方面考虑城市居民出行方式选择的影响因素,建立了 MNL 模型,并使用 SAS 软件对模型参数进行标定,并通过对相关属性变量参数进行显著性分析,得出以下主要结论:1)个人属性中,年龄、性别、个人月收入、受教育程度、驾照拥有情况对居民出行方式选择行为有显著影响。2)家庭属性中,住户小汽车拥有情况和摩托车拥有情况对居民出行方式选择行为有显著影响。3)出行属性中,出行时间和出行目的对居民出行方式选择行为有显著影响,出行费用没有显著影响。参 考 文 献References1 DAN
36、IEL L.MCFADDEN.Conditional logit analysis of qualitative choice behavior M.New York:Academic Press,1974.2 MOSHE BEN-AKIVA,STEVEN R.Discrete choice analysis:theory and application to travel DemandM.Cambridge:MIT Press,1985.3 李鹏程.基于 MNL 模型的居民出行方式选择行为分析J.物流科技,2019(5):95-97,113.LI Pengcheng.Analysis of
37、residents travel mode choice behavior based on MNL modelJ.Logistics Sci-Tech,2019(5):95-97,113.4 CERVERO R.Built environments and mode choice:toward a normative framework J.Transportation Research Part D:Transport and Environment,2002,7(4):265-284.5 VAN ACKER V,WITLOX F.Car ownership as a mediating
38、variable in car travel behaviour research using a structural equation modelling approach to identify its dual relationshipJ.Journal of Transport Geography,2010,18(1):65-74.6 POURHASHEM G,LUGANO G.Gender and Generation effects on Perception of value of Travel Time and Mode ChoiceJ.Proceedings of 8th
39、Transport Research Arena TRA,2020:27-30.7 PAN H,SHEN Q,ZHANG M.Influence of urban form on travel behaviour in four neighbourhoods of ShanghaiJ.Urban studies,2009,46(2):275-294.8 SHEN Q,CHEN P,PAN H.Factors affecting car ownership and mode choice in rail transit-supported suburbs of a large Chinese c
40、ity J.Transportation Research Part A:Policy and Practice,2016,94:31-44.9 HONG HU,JIANGANG XU,QING SHEN,et al.Travel mode choices in small cities of China:A case study of ChangtingJ.Transportation research part D:transport and environment,2018,59:361-374.10 刘宇峰,安韬,钱一之,等.不同规模城市居民出行方式影响因素分析J.中国公路学报,202
41、2,35(4):286-297.(下转第 175 页)561 第 3 期刘 庆,等:基于 MNL 模型的居民出行方式选择行为研究 以南方某小城市为例Research and Development,2020,37(12):124-132.13 MA X,KARIMPOUR A,WU Y J.Statistical evaluation of data requirement for ramp metering performance assessmentJ.Transportation Research Part A:Policy and Practice,2020,141:248-261.1
42、4 SUN C,EDARA P,ZHU Z.Evaluation of temporary ramp metering for work zones J.Transportation research record,2013,2337(1):17-24.15 KESTEN A S,ERGN M,YAI T.An analysis on efficiency and equity of fixed-time ramp meteringJ.Journal of Transportation Technologies,2013,3(2):31834.16 曹实,熊刚.高速公路出入口匝道安全性评价方法
43、研究J.公路交通技术,2016,32(4):128-133.CAO Shi,XIONG Gang.Research on safety evaluation for access ramp of express waysJ.Technology of Highway and Transport,2016,32(4):128-133.17 温惠英,吴嘉彬,漆巍巍,等.高速公路入口匝道合流区的 CP-CS 融合模型J.华南理工大学学报(自然科学版),2020,48(2):50-57.WEN Huiying,WU Jiabin,QI Weiwei,et al.CP-CS fusion model f
44、or on-ramp merging area on the highwayJ.Journal of South China University of Technology(Natural Science Edition),2020,48(2):50-57.18 ZHOU W,YANG M,LEE M,et al.Q-learning-based coordinated variable speed limit and hard shoulder running control strategy to reduce travel time at freeway corridorJ.Trans
45、portation Research Record,2020,2674(11):915-925.19 潘兵宏,任卉,单慧敏,等.客货分离整体式路基互通出口同分带开口长度研究J.重庆交通大学学报(自然科学版),2021,40(4):83-90.PAN Binghong,REN Hui,SHAN Huimin,et al.Opening Length of the same median strip of highway interchange exitwith separation of passenger and truckJ.Journal of Chongqing Jiaotong Uni
46、versity(Natural Science),2021,40(4):83-90.20 何廷全,宋浪,俞山川.高速公路主线提前换道与入口匝道协同控制研究J.公路,2023,68(3):288-293.HE Tingquan,SONG Lang,YU Shanchuan.Study on Cooperative control of advance lane change and on-ramp of expressway Main line J.Highway,2023,68(3):288-293.21 吴明先,曹骏驹,林宣财,等.多车道高速公路不同车道运行速度的特点J.公路交通科技,202
47、1,38(9):33-44,59.WU Mingxian,CAO Junju,LIN Xuancai,et al.Operating speed characteristics in different lanes of multi-lane expresswayJ.Journal of Highway and Transportation Research and Development,2021,38(9):33-44,59.(上接第 165 页)LIU Yufeng,AN Tao,QIAN Yizhi,et al.Exploring influence factors for trave
48、l mode choice in cities with different scales J.China Journal of Highway and Transport,2022,35(4):286-297.11 栾鑫,邓卫,程琳,等.特大城市居民出行方式选择行为的混合 Logit 模型J.吉林大学学报(工学版),2018,48(4):1029-1036.LUAN Xin,DENG Wei,CHENG Lin,et al.Mixed logit model for understanding travel mode choice behavior of megalopolitan resi
49、dents J.Journal of Jilin University(Engineering and Technology Edition),2018,48(4):1029-1036.12 杨亚璪,唐浩冬,彭勇.考虑偏好差异的后疫情时代居民出行方式选择行为研究J.交通运输系统工程与信息,2022,22(3):15-24.YANG Yazao,TANG Haodong,PENG Yong.Residents travel mode choice behavior in post-covid-19 era considering preference differences J.Journal
50、of Transportation Systems Engineering and Information Technology,2022,22(3):15-24.13 PHOUNMIXAY MAITHONG.基于改进型 MNL 模型的中小城市居民出行交通方式研究D.长沙:湖南大学,2019.PHOUNMIXAY MAITHONG.Research on travel modes of residents in small and medium-sized cities base on improved MNL modelD.Changsha:Hunan University,2019.14