在“互聯(lián)網(wǎng)+”時(shí)代背景下,網(wǎng)約車因其價(jià)格優(yōu)惠、候車時(shí)間明確、無現(xiàn)金支付等優(yōu)勢(shì),受到眾多出行者的青睞,但隨著市場(chǎng)逐步規(guī)范化,用戶出行需求多樣化,為實(shí)現(xiàn)長足發(fā)展,網(wǎng)約車企業(yè)的競(jìng)爭(zhēng)核心已經(jīng)不再立足于瘋狂“補(bǔ)貼”,而是轉(zhuǎn)向提供差異化、多元化的服務(wù)。為更好地滿足用戶多樣化的出行需求,在總體運(yùn)輸資源有限的情況下合理優(yōu)化資源供給,從出行行為的角度對(duì)網(wǎng)約車用戶進(jìn)行細(xì)分,對(duì)于網(wǎng)約車企業(yè)而言具有十分重要的現(xiàn)實(shí)意義。本文基于城市綜合交通背景,將軌道交通、常規(guī)公交、出租車、網(wǎng)約快車、網(wǎng)約專車、私家車納入選擇枝集合,將個(gè)人社會(huì)經(jīng)濟(jì)屬性、出行相關(guān)屬性以及網(wǎng)約車特定屬性等部分影響因素作為場(chǎng)景屬性和選擇枝屬性,將私家車保有作為協(xié)變量,采用Defficient效率設(shè)計(jì)法針對(duì)有車族和無車族分別生成12個(gè)不同的意向選擇情境,將個(gè)人社會(huì)經(jīng)濟(jì)特征和網(wǎng)約車使用特征作為行為調(diào)查項(xiàng)目,在成都市開展了基于年齡、性別的分層隨機(jī)抽樣調(diào)查。通過數(shù)據(jù)篩選和有效性檢查,共收集520份有效問卷,根據(jù)問卷結(jié)果對(duì)成都市居民網(wǎng)約車出行特征進(jìn)行初步統(tǒng)計(jì)分析�；谡{(diào)查數(shù)據(jù)進(jìn)行網(wǎng)約車選擇行為建模,與多項(xiàng)Logit模型相比,潛在類別模型顯著改善了模型擬合。采用... 

【文章來源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

水平數(shù)與效用關(guān)系圖

西南交通大學(xué)碩士研究生學(xué)位論文 第18頁定的樣本大小，所獲得的漸近標(biāo)準(zhǔn)誤差越小，在參數(shù)估計(jì)周圍觀察到的置信區(qū)間的寬度將越�。黄浯�，通過最小化漸近標(biāo)準(zhǔn)誤差，每個(gè)參數(shù)的漸近 t 比率將最大化，從而產(chǎn)生更可靠的估計(jì)結(jié)果；第三，能夠?qū)崿F(xiàn)樣本大小最小化，并且仍然保持漸近 t 比率的最小值。圖 2-2 顯示了樣本量與漸近標(biāo)準(zhǔn)誤差函數(shù)關(guān)系。其中，圖 2-2a 顯示了針對(duì)給定設(shè)計(jì) X 投資更大樣本量的結(jié)果。可以發(fā)現(xiàn)，將樣本量增加到超過一定限度通常對(duì)從 SP 研究獲得的參數(shù)估計(jì)統(tǒng)計(jì)顯著性幾乎沒有影響[49]。圖 2-2b 顯示了投資于更好設(shè)計(jì) X 的一組給定人口參數(shù)的影響（即更有效的設(shè)計(jì)），結(jié)果顯示漸近標(biāo)準(zhǔn)誤差明顯下降。得出結(jié)論：通過投資尋找更有效的設(shè)計(jì)比投資更大的樣本，可以更顯著地降低標(biāo)準(zhǔn)誤差。更有效的設(shè)計(jì)不僅傾向于產(chǎn)生更好的 t 比率，而且往往會(huì)產(chǎn)生更好的預(yù)測(cè)。說明效率實(shí)驗(yàn)設(shè)計(jì)在獲取小樣本、高精度的參數(shù)估計(jì)方面有較大優(yōu)勢(shì)。

圖 3-1 SP 選擇情境示例結(jié)對(duì)協(xié)變量進(jìn)行了解釋，介紹了協(xié)變量的引入方法，分析了網(wǎng)約車選，包括個(gè)人社會(huì)經(jīng)濟(jì)屬性、出行相關(guān)屬性以及網(wǎng)約車特定屬性，將私量，出發(fā)時(shí)刻、出行距離、出行目的、空氣質(zhì)量作為場(chǎng)景變量，以及、出行方式平均速度、費(fèi)用等作為交通方式屬性進(jìn)行 D-efficient 效rror 值為 0.3014。最終針對(duì)有車族和無車族分別生成 12 個(gè)選擇情境，將其轉(zhuǎn)化為具體的出行情境。

【參考文獻(xiàn)】：
期刊論文
[1]基于混合Logit模型的網(wǎng)約車選擇行為研究[J]. 唐立,鄒彤,羅霞,陳思為.  交通運(yùn)輸系統(tǒng)工程與信息. 2018(01)
[2]基于潛在類別模型的高鐵旅客市場(chǎng)細(xì)分[J]. 喬珂,趙鵬,文佳星.  交通運(yùn)輸系統(tǒng)工程與信息. 2017(02)
[3]網(wǎng)絡(luò)約租車對(duì)出行方式選擇及交通運(yùn)行的影響[J]. 高永,安健,全宇翔.  城市交通. 2016(05)
[4]我國“約租車”規(guī)制研究——兼及國外經(jīng)驗(yàn)[J]. 羅清和,張暢,潘道遠(yuǎn).  北京交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2016(03)
[5]移動(dòng)互聯(lián)時(shí)代打車APP商業(yè)模式經(jīng)濟(jì)學(xué)分析[J]. 邱冬陽,崔小莉,鄺坦勵(lì).  重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)). 2016(06)
[6]基于市場(chǎng)細(xì)分的低收入通勤者公交出行改善對(duì)策[J]. 程龍,陳學(xué)武,楊碩,袁明義.  交通運(yùn)輸系統(tǒng)工程與信息. 2016(03)
[7]基于聚類分析的鐵路出行旅客類別劃分[J]. 呂紅霞,王文憲,蒲松,余大本.  交通運(yùn)輸系統(tǒng)工程與信息. 2016(01)
[8]離散選擇模型研究進(jìn)展[J]. 王燦,王德,朱瑋,宋姍.  地理科學(xué)進(jìn)展. 2015(10)
[9]潛在類別分析技術(shù)在心理學(xué)研究中的應(yīng)用[J]. 張潔婷,焦璨,張敏強(qiáng).  心理科學(xué)進(jìn)展. 2010(12)
[10]基于意向調(diào)查數(shù)據(jù)的非集計(jì)模型研究[J]. 焦朋朋,陸化普.  公路交通科技. 2005(06)

博士論文
[1]多元出行信息影響下的交通選擇行為研究[D]. 唐立.西南交通大學(xué) 2015



本文編號(hào)：3217955