英语原文共 14 页

天气对自行车需求影响的混合选择潜级模型

摘要

在本文中，我们分析自行车需求使用离散选择模型与潜在变量和味觉参数的离散非均匀分布。更具体地说，我们使用一个混合选择模型，其中潜在变量不仅进入效用，而且通知潜在班级的任务。使用离散选择实验，我们分析天气（温度、雨、雪）、自行车时间、坡度、自行车设施（自行车）的影响车道）和康奈尔大学自行车成员的交通（在一个地区）寒冷和下雪的冬天和丘陵地形。我们表明骑自行车的人可以分为两个片段的基础上的潜在因素，总结自行车技能和经验。具体地说，骑自行车的人更多的技能和经验较少受到不利天气的影响。条件。通过推导边际替代率的中位数这两个班级，我们证明雨阻止骑自行车的技能低2.5倍的骑自行车者。比那些骑自行车技术更好的人更强壮。中值效应也表明雪对那些经验不足的骑自行车的人来说，几乎是4倍的威慑力。我们也模拟了外部限制（意外事故、犯罪、机械问题）和身体状况作为影响自行车选择的潜在因素。

关键词

离散选择模型、离散异质性、潜在属性

1. 导言

汽车依赖社会的负外部性包括交通堵塞和高污染对健康的影响。由于缺乏身体活动的问题（Litman和劳伯，2002）。引起宜居性退化的解决方案之一汽车依赖是采用非机动化的替代品。特别是，有几个好处使用循环（Hillman，1993；萨里斯等人，2004），包括更好的空气质量，没有化石燃料依赖性，更少的噪音，更有效地利用空间，提高体力活动水平，中等速度距离的竞争速度，低购买价格和几乎零经营成本（海宁等人，2010；拉伯和德纳泽尔，2012；Akar和克利夫顿，2009）。为了鼓励使用非机动化的替代品，我们需要更好地理解需求背后的动机。

经济计量旅行需求模型对于评估政策和激励措施的效果是非常有价值的。减少乱用汽车。事实上，使用离散选择模型预测需求已被证明是成功的情况下，电动分流之间的模态分裂。建模的优秀文献综述SeNER等人提出了自行车的需求。（2009）海嫩等。（2010）李等。（2013）Fernandez Heredia等。（2014）和Maldonado Hinarejos（2014）。特别是，Fernandez Heredia等人。（2014）Habib等。（2013）和hinarejos马尔多纳多（2014年）- discuss the integration of decisions of车队离散选择模型与主观的（潜在的）的因素，采用混合选择模型（Walker and Ben Akiva，2002；Ben Akiva等人，2002年；see also Bhat等人，2015年；kamargianni等人，2015年）。discuss the Cited Papers（Challenges in some of the above the application of analysis to不motorized离散选择的选项。users may be of the transportation to循环系统或游走不是因为有tradeoff between cost of the（and time of the main motorized模式选择的决定因素），but because of Environmental Health and Benefits of these替代品。improvements in Health and in Environmental足迹，for example，是积极的Externali - ties that are difficult to量化的。2004年，多种因素可能不motorized discourage choice of transportation，such as poor的可访问性。安全问题（Wilkinson，1994；舀和Dijkstra，2000年），和unfavorable道路和天气条件。例如，It is often argued that the poor你到美国东北的气候循环（see for the discussion in舀等人，2011年）。Analyze this paper in demand for循环，我们使用离散选择模型与离散分布的异质性和潜在的变量参数for the味道。我们的技术贡献is to use the choice of a估计混合模型在输入变量的潜在效用but also not only to inform潜伏任务类。使用离散选择试验我们（Analyze the effects of temperature and天气，雨，雪，骑自行车时，坡）设施（“自行车，骑自行车的交通路径- #39; #39;），and我们骑自行车和members of the Community of decisions by康奈尔大学。We note that commuting patterns in analyzing大学校园已成为相关Case Study for better understanding of sustainable transportation收养（Shannon等人，2006年；Akar等人，Akar等人，2012年，2013年；惠兰等人，2013年2014年；danaf等人，rotaris and danielis，；2014年，埃尔多安等人，2015年）。in the most混合建模的应用选择文学经验，考虑内核（for example，Conditional Logitpolydoropoulou kamargianni and because of the problems），2013年associated with the complex of the Maximizing似然函数模型（参见kamargianni等人，2015年）。哈比等人。（2013年），for example，a combination of work with binary logit and

双变量Probit模型。other researchers have been working on the incorporation of with连续随机参数异质性的分布。For example，consider hinarejos马尔多纳多（2014年）-混合Logit内核与潜变量。然而，有限的信息估计这些作者用that has compared to lower the Joint Statistical Properties估计。我们采用全in this work for the combination of Information估计混合模型对一类潜在的选择模块。我们的方法与hurtubia approach from the work of等。我们的模型（2014年）in that the effect of the潜伏probabilities on the class变量分配。the remainder as follows Proceeds of the paper。在第2节，我们描述了我们的数据收集方法和统计的数据。3和4部分，我们描述了我们的结果，从结构方程建模和离散选择模型，分别。在第5节，我们总结了我们的研究结果和政策意义。

1. 大学环境中的自行车选择

2.1动机

大学校园在汽车依赖的环境中也不例外。对于汽车和其他机动车辆，而不是自行车和行人。然而，在过去的几十年里，许多大学已经采用了交通需求管理计划，其目的是减少机动出行。校园。自行车改进对高校交通管理尤为适宜和有效校园有很多原因。大学社区由许多年轻和身体活跃的通勤者组成。如果学生通勤者获得环境交通习惯，他们很可能会在毕业后保留这些习惯（Balsas，2004）。然而，如果人们认为自行车的改进会提高未来的乘客量，那么小心。规划和适当的投资自行车基础设施是必要的，以适应未来的需求。由于准确的客流预测对于那些规划投资决策是必不可少的，因此重要的是识别。影响人们骑自行车动机的重要因素。自1990年代建立交通需求管理计划以来，康奈尔大学继续推行可持续土地利用和环境友好交通计划，如鼓励混合土地使用、限制。在核心校区边界内生长，确保步行和骑自行车友好的校园环境。尽管这些尽管大多数学生（84%的研究生和97%的本科生）生活在5岁以下，但他们仍在努力。英里的校园里，自行车作为共用交通工具的份额非常小。2006届康奈尔大学旅游调查显示，自行车作为初级通勤模式的比例为1.4%，本科学生为4%。研究生和3.1%的员工（美国的自行车平均占有率大约为1%，2009；普歇尔等人，2011）。在康奈尔，有两个主要因素阻碍了自行车作为通勤模式的使用。首先是地形。康奈尔的Ithaca校区坐落在Ithaca市中心的一座约400英尺（122米）的小山上。布法罗街，连接Ithaca市中心和邻近校区的学院，有15%级（坡度）。第二因素是天气。康奈尔位于纽约州北部的地区气候炎热而潮湿。夏季天气（七月）平均最高气温为80.1 F／26.7 C，平均降水为3.54英寸/厘米，冬季寒冷和多雪天气（一月，平均最低气温为13.9华氏度）。10.1 C，平均降雪量为17.9英寸/厘米。

2.2数据收集

在这个项目中，我们使用了一个基于网络的调查分析自行车路线选择通过评估（1）之间的权衡路线设施属性，如行驶时间和自行车道的存在，以及（2）路线对天气条件的影响选择决定。我们设计了测量仪器的多个阶段-两个焦点小组，一个飞行员，两个样本满。数据收集-以反映康奈尔社区的具体需求。我们首先回顾了几种测量仪器来识别。所需主题的问题，如旅行模式、环境因素和与自行车相关的感知（Akar）克利夫顿，2009岁；斯汀生和贝特，2003岁。我们选择了网上调查而不是纸质调查，因为目标人群中的互联网使用。调查工具包括23个调查项目，分为六个类别。第一类“旅行特征”，询问了基本的出行方式，包括自行车的使用。第二类是“障碍”。阻碍受访者骑自行车通勤到校园的因素（什么能阻止你骑自行车？）更多到校园？第三类“改进”与鼓励使用自行车的因素有关。（什么鼓励/鼓励你骑自行车到校园？）包括第二和第三类主要是与自然和建筑环境和缺乏自行车设施有关的因素。第四类，“行为和感知”包括七个关于自行车运动和身体能力自我评价的主观看法（指示你同意或不同意下面的陈述）。类别2 - 4使用A五点Likert Scale（“强烈不同意”、“不同意”、“不同意或不同意”、“同意”和“强烈同意”）。既然骑自行车必然需要体力劳动，我们也推测自行车的决定也与一个人的自行车运动有关。愿意和信心锻炼，因此，我们包括三个问题，询问受访者的运动意愿和他或她自己的身体能力的感知。第五类由6个二元路径选择实验组成，这将在下一节中讨论。最后，第六类包括回答者的基本问题。社会人口信息。我们在2013.2春季学期期间向康奈尔大学Ithaca校区的学生、教职员和工作人员分发了这项调查。链接到专业资格网页被发送到邮寄名单以下学院：农业和生活科学、建筑学、艺术和规划；艺术和科学；工程（每个学院都发电子邮件）；我们没有。了解有多少学生收到邀请。iPad是被调查者参与的动机。虽然我们不能确定实际的反应率，但我们认为对调查的反应是成功的。我们在2周内收到超过600个应答。两个版本的离散选择实验导致了两个样本，主要样品（样品1）集中在低温下，二次样品（样品2）集中于温暖和炎热。温度。第一个样本更大，因为研究的最初动机是评估寒冷天气的影响。自行车需求。部分地作为对照组，并增加可变性，使我们能够探索非线性的温度效应，我们决定收集第二，较小的样品集中在高温温度。表1给出了在验证响应后样本的描述性统计。表2总结了对态度问题的回答。

2.3离散选择实验

离散选择实验是调查的关键组成部分。实验是基于假设二进制的。自行车的路线选择。实验组的属性和水平由焦点组的结果决定。为了检查天气对应答者的路线选择的影响，我们包括了有关天气条件的信息。天（lsquo;太阳rsquo;rsquo;、lsquo;雨rsquo;和lsquo;雪rsquo;），包括温度和预期降水深度英寸（雨和雪）。事实上，每个选择的情况都是从天气状况的截图开始的，类似于如何显示信息。智能手机（图1）。实验路线属性是旅行时间、坡度（坡度）、自行车车道的存在和交通量。斜率路线用三角形符号描述，表示百分率等级。路由等级级别的文本描述“平面”、“中等坡度”和“陡坡”。交通量呈现为文本（“光”和“重”），在道路标志的形式。此外，我们给出了描述实验中每个选择情况的两条路线的图片（图2）。这个在两个焦点小组中讨论的图片被选择来反映实际实验的组合。坡度（坡度等级）、自行车车道的存在和交通的路线特定属性的等级。图片也反映出来一般天气条件（太阳，雨，雪），但不是实际的实验水平的这些条件。使用图片来可视化属性级别具有好处和成本。例如，图片的角度和角度可能影响斜率是多少。这就是为什么我们提出三角形的百分比等级（这是第一个焦点中出现的一个想法）。分组并在第二组中进行测试。我们还选择了科内利安人所熟知的道路图片，即使是图像有点失真，被调查者会认识到被描绘的一般情况。

3.心理测量模型

在本节中，我们将根据调查的态度部分收集的数据，讨论心理测量建模的主要要素和结果。首先，我们概述了结构方程建模的应用。然后，我们确定总结自行车运动态度的潜在变量

3.1结构方程模型

结构方程模型（SEM）是一种可以处理大量内源的降维技术。和外生变量，以及未观察到的（潜伏）变量，指定为观测变量的线性组合。回归分析、联立方程、路径分析和因子分析的变化可以看作SEM的特殊情况。

具有隐变量的SEM通常由内生变量和结构的测量模型组成。模型。然而，SEM模型可以包括没有任何测量模型的结构模型（如果所有变量都是）。可观察的）或单独的测量模型（如因子分析）。SEM已应用于心理学、社会学、教育研究、政治学等多个研究领域。市场调研。过去的SEM在旅游行为研究中的应用（例如精液）工作包括塔尔迪夫，1977；阿勒曼等人，1982）。自行车旅行有其独特的特点，而时间和成本等因素构成了客观的评价。

资料编号：[4537]