《交通运输系统工程与信息杂志》发表论文赏析
作者:张小雨, 邵春福, 王博彬, 黄士琛
单位:1. 北京交通大学,综合交通运输大数据应用技术交通运输行业重点实验室,北京 100044; 2. 拉瓦尔大学,科学与工程学院,魁北克G1V 0A6,加拿大
摘要:为分析新冠疫情对共享出行方式选择行为的影响,针对传统出行、网约车、合乘、汽车分时租赁及共享自行车的多方式交通系统设计SP(Stated Preference)问卷;对于疫情前和疫情期间的出行方式选择分别构建基于面板数据的混合Logit模型,比较解释变量的影响差异,分析感知疫情严重程度和方式选择惯性的联合影响;基于弹性分析预测疫情背景下不同管控政策对应的出行方式分担率。结果表明:感知疫情严重程度对合乘和分时租赁影响显著,方式选择惯性对网约车、分时租赁及共享自行车影响显著;当感知疫情严重程度降低至30%~50%时,1.6~3.0倍的停车费调整策略可将私家车分担率降低至疫情前,此时,低密接的分时租赁具有主要替代作用;当感知疫情严重程度在60%以上时,提高合乘出行安全程度至1.4~3.6倍可恢复其分担率。
关键词:城市交通,出行方式选择,混合Logit模型,共享出行,新冠疫情,方式选择惯性
基金资助:中央高校基本科研业务经费专项资金;国家自然科学基金