【摘要】：在傳統(tǒng)研究中,多是將公眾感知作為研究對象的一個變量進(jìn)行分析,而對公眾感知本身的關(guān)注不足。本文以公眾對城市交通問題的感知為切入點,探索影響公眾看法和選擇的因素,以提高居民調(diào)查數(shù)據(jù)的利用率,得到更有針對性的結(jié)論。公眾感知的研究成果眾多,涉及氣候變化、公共管理、旅游景區(qū)改善、政府政策研究等多個領(lǐng)域,但是很少有將公眾感知用到交通領(lǐng)域的案例�；谝陨涎芯靠瞻�,區(qū)別于之前論文的研究方向和研究方法,本文以居民對城市交通問題交通的意愿調(diào)查數(shù)據(jù)為基礎(chǔ),以居民屬性和居民對城市交通問題的看法為研究對象,最終確定了道路交通問題、公共交通問題、市區(qū)停車問題和慢行交通問題四個常見交通問題,以及性別、年齡、職業(yè)、個人月收入、主要出行方式、交通費用占生活總支出的比例和是否為當(dāng)?shù)鼐用竦戎饕绊懸蛩�。為城市的決策者制定交通發(fā)展提供了新的思路�；趯φ{(diào)查數(shù)據(jù)和變量類型的考慮,本文采用了交叉列聯(lián)表分析和回歸分析,具體為二維列聯(lián)表分析、多項logit模型回歸分析(Multinomial Logit)和巢式Logit模型回歸分析(Nested Logit),多方式分析公眾對城市交通問題的看法差異。通過R語言得出模型的參數(shù)估計值和對數(shù)似然值等模型評價指標(biāo)值,對不同模型的顯著性和擬合優(yōu)度進(jìn)行評價,選出估計結(jié)果最優(yōu)的一組進(jìn)行深入詳細(xì)的分析。研究結(jié)果表明,Multinomial Logit模型(MNL模型)和Nested Logit模型(NL模型)的參數(shù)估計結(jié)果趨勢大體保持一致,但細(xì)節(jié)處仍有不同。最終結(jié)論發(fā)現(xiàn),對于周口市來說道路交通中亟待解決的問題是設(shè)施條件差、可達(dá)性不佳和存在易堵節(jié)點;公共交通中亟待解決的問題是車內(nèi)環(huán)境差;市區(qū)停車中亟待解決的問題是收費不合理和停車場距離遠(yuǎn);慢行交通中亟待解決的問題是道路不連續(xù)和道路安全性差。其中,公眾對道路交通存在問題的感知最為分散,可以認(rèn)為,道路交通存在的問題更普遍、更明顯,是下一步需要重點關(guān)注和解決的。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TU984.191
【圖文】：

北京交通大學(xué)碩士專業(yè)學(xué)位論文邐交叉列聯(lián)表獨、：性分析與Ｌｏｇｉｔ模型理論逡逑ｐｎｉｍ邋＿ｅＶｎｉ／＾ＵｅＶｎｉ邋＿ｅＶｎｉ邐（２１１）逡逑ＰｎｉｉＰ）邋￣邋ｅｖｍ／ＹＪ，ｊ＿１邋ｅＶ－ｉ邋￣邋ｅｖｍ邐－－逡逑由公式（２－１１）可知，決策者選擇選項ｉ和選項ｊ時，集合中其他可供選擇的逡逑選項不會對決策者的決策造成影響。決策者的選擇行為只受到這兩個選項對應(yīng)的逡逑因變量的影響。即ＩＩＡ特性認(rèn)為，選擇集的選項之間都是相互獨立的，不存在相關(guān)逡逑關(guān)系。逡逑

碩士專業(yè)學(xué)位論文邐交叉列聯(lián)表獨立性分析與Ｌｏｇｉｔｄ邋Ｌｏｇｉｔ邋模型逡逑邋Ｌｏｇｉｔ模型也稱為巢式ｌｏｇｉｔ模型，是以ＭＮＬ模型為基礎(chǔ)改進(jìn)后如圖２＿２所示。ＮＬ模型為分層樹狀結(jié)構(gòu)，如圖２－３所示。每一型。一般情況下，屬性相近的選擇枝在同一層中，屬性差異較層次中。同一選擇枝下的變量間允許具有相關(guān)性。標(biāo)定Ｎｅｓｔｅｄ邋Ｌ是從下向上進(jìn)行求解。先求解出下層模型的總效用，再帶入上運用求解Ｎｅｓｔｅｄ邋Ｌｏｇｉｔ模型時是從上向下。逡逑

假設(shè)Ｎｅｓｔｅｄ邋Ｌｏｇｉｔ模型有２層，則，決策者ａ選擇選項ｒｍ的概率為：逡逑Ｐａ（ｒｍ）邋＝邐Ｐａ（ｒ｜ｍ）Ｐａ（ｍ）邐（２－３５）逡逑由隨機(jī)效用理論可知：逡逑￡邋ＶＶｍａ逡逑Ｐａｉｒ＼ｍ）邋＝邋ｅ邋：邋■邐（２－３６）逡逑Ｚｕｒｒ邋ｅ邋１邋ｒｆｍａ逡逑ｑ邋＾２＾ｍａ逡逑Ｐａ（ｍ）邋＝邋ｓｙｍ；：邐（２＇３７）逡逑式中Ｈｎａ和Ｗｍａ分別為決策者做出選擇的效用函數(shù)，為上層效用函數(shù)，Ａｎａ逡逑為下層效用函數(shù)。Ｋｍａ的表達(dá)式如式（２－３８）所示：逡逑Ｋｎａ邋＝邐Ｋｎ邋＋邋＾（ｒｌｍ）邐（２－３８）逡逑因為：逡逑Ｋ２逡逑Ｋｎ邋＝邐＾邋ｅｋＸｍｋ邐（２－３９）逡逑ｋ＝ｌ逡逑／逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 吳先華;鄒q

本文編號：2775414