• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

考虑潜变量的自动驾驶汽车租赁行为

姚荣涵 杨澜 王仲

姚荣涵, 杨澜, 王仲. 考虑潜变量的自动驾驶汽车租赁行为[J]. 西南交通大学学报, 2021, 56(6): 1153-1160. doi: 10.3969/j.issn.0258-2724.20200593
引用本文: 姚荣涵, 杨澜, 王仲. 考虑潜变量的自动驾驶汽车租赁行为[J]. 西南交通大学学报, 2021, 56(6): 1153-1160. doi: 10.3969/j.issn.0258-2724.20200593
YAO Ronghan, YANG Lan, WANG Zhong. Leasing Behavior for Autonomous VehiclesConsidering Latent Variables[J]. Journal of Southwest Jiaotong University, 2021, 56(6): 1153-1160. doi: 10.3969/j.issn.0258-2724.20200593
Citation: YAO Ronghan, YANG Lan, WANG Zhong. Leasing Behavior for Autonomous VehiclesConsidering Latent Variables[J]. Journal of Southwest Jiaotong University, 2021, 56(6): 1153-1160. doi: 10.3969/j.issn.0258-2724.20200593

考虑潜变量的自动驾驶汽车租赁行为

doi: 10.3969/j.issn.0258-2724.20200593
基金项目: 国家自然科学基金(52172314);中央高校基本科研业务费专项资金(DUT20JC40)
详细信息
    作者简介:

    姚荣涵(1979—),女,副教授,博士,博士生导师,研究方向为间断交通流理论,E-mail:cyanyrh@dlut.edu.cn

  • 中图分类号: U489

Leasing Behavior for Autonomous VehiclesConsidering Latent Variables

  • 摘要:

    将自动驾驶汽车(autonomous vehicle,AV)与分时租赁、点对点(peer-to-peer,P2P)租赁模式相结合,为出行者提供新型的出行方式. 为探究出行者租赁自动驾驶汽车的行为特征,分析出行者对AV分时租赁、AV P2P租赁、私家车、公共交通的选择意愿及其影响因素. 基于出行方式选择意愿的调查数据,将结构方程模型(structural equation model,SEM)与多项Logit (multinomial Logit,MNL)模型相结合,建立同时标定显变量与潜变量参数的结构方程-多项Logit (structural equation-multinomial Logit,SE-MNL)模型,对比分析了MNL与SE-MNL模型的参数标定结果. 研究结果表明:在95%的置信水平下,显变量中的出行费用、车内时间、驾照情况、出行目的、婚姻状况以及潜变量中的便捷性、安全性、乘车体验、舒适性对出行者选择AV分时租赁或P2P租赁的影响都是显著的;SE-MNL模型的拟合度较MNL模型高出2%~3%.

     

  • 图 1  SE-MNL模型结构

    Figure 1.  Structure diagram of SE-MNL model

    图 2  显变量与潜变量的关系路径

    Figure 2.  Relationship paths between observed and latent variables

    表  1  出行方式选择影响因素及水平值

    Table  1.   Influencing factors and their levels for travel mode choice

    影响
    因素
    出行
    方式
    因素水平值
    水平 1水平 2水平 3
    出行费用
    /元
    私家车 10 15 20
    AV 分时租赁 20 30 40
    AV P2P 租赁 15 25 35
    公交/地铁/轻轨 2 4 6
    车内时间
    /min
    私家车 30 45 60
    AV 分时租赁 30 40 50
    AV P2P 租赁 35 45 55
    公交/地铁/轻轨 60 70 80
    等待时间
    /min
    AV 分时租赁 1 3 5
    AV P2P 租赁 1 3 5
    公交/地铁/轻轨 2 6 10
    停车费用/元 私家车 0 10 20
    下载: 导出CSV

    表  2  社会经济属性的描述性统计结果

    Table  2.   Descriptive statistical results of socio-economic attributes

    因素取值有私家车
    人群占比/%
    无私家车
    人群占比/%
    性别 44.3 45.0
    55.7 55.0
    年龄 18~30 岁 50.6 87.4
    31~45 岁 33.6 6.3
    46~65 岁 13.2 5.4
    > 65 岁 2.6 0.9
    职业 学生 31.6 46.9
    上班族 49.7 28.8
    自由职业者 9.5 6.3
    其他职业者 9.2 18.0
    教育程度 高中及以下 10.6 6.3
    大专 16.9 9.9
    本科 44.3 45.0
    硕士及以上 28.2 38.8
    婚姻状况 未婚 48.9 86.5
    已婚 51.1 13.5
    住房情况 租房 20.7 27.0
    自有住房 51.1 18.9
    住宿舍 28.2 54.1
    小孩数 0 人 54.0 90.1
    1 人 35.4 9.0
    ≥ 2 人 10.6 0.9
    月收入 < 3000 元 33.3 54.1
    3000~5999 元 27.9 27.0
    6000~9999 元 23.3 9.9
    ≥ 10000 元 15.5 9.0
    下载: 导出CSV

    表  3  MNL与SE-MNL模型对出行方式选择和历史出行行为的标定结果

    Table  3.   Calibration results of MNL and SE-MNL models for travel mode choice and historical travel behavior

    变量名称有私家车青年人无私家车青年人
    MNL 模型参数值SE-MNL 模型参数值MNL 模型
    t 检验值
    SE-MNL 模型
    t 检验值
    MNL 模型参数值SE-MNL 模型参数值MNL 模型
    t 检验值
    SE-MNL 模型
    t 检验值
    常数项 0.022 0.024 0.273 0.047 −0.215 6.300 −1.858 2.548*
    出行费用 −0.054 −0.051 −11.167* −10.476* −0.068 −0.071 −8.566* −8.802*
    车内时间 −0.027 −0.026 −7.753* −7.667* −0.052 −0.052 −8.231* −8.102*
    等待时间 −0.044 −0.045 −6.380* −1.706 −0.017 −0.018 −0.851 −0.887
    停车费用 −0.035 −0.043 −1.364 −6.307*
    驾照情况 0.520 0.519 3.739* 3.725* −1.073 −1.079 −6.231* −6.246*
    每周平均出行数 ≤ 10 次 0.719 0.720 4.077* 4.000* −0.294 −0.326 −0.992 −1.099
    每周平均出行数 > 10 次 0.204 0.208 1.075 1.086 −0.254 −0.273 −0.734 −0.786
    日均出行
    距离
    0.007 0.006 0.943 0.592 −0.049 −0.055 −3.315* −3.256*
    周出行费用 0.017 0.017 3.521* 3.474* −0.011 −0.011 −1.312 −1.351
    上班、上学 −0.770 −0.762 −2.439* −2.137* −1.590 5.275 −1.882 2.046*
    外出业务 −0.790 −0.782 −2.293* −2.048* −1.447 5.410 −1.570 2.074*
    购物、休闲、
    娱乐
    −1.396 −1.387 −4.152* −3.733* −2.042 4.820 −2.349* 1.865
    探亲访友 −1.070 −1.054 −2.873* −2.641* −1.737 5.096 −1.694 1.935
    注:*表示显著性水平为0.05时该项为显著性因素,后同.
    下载: 导出CSV

    表  4  MNL与SE-MNL模型对社会经济属性和认知态度特征的标定结果

    Table  4.   Calibration results of MNL and SE-MNL models for socio-economic attributes and cognition-attitude characteristics

    变量名称有私家车青年人无私家车青年人
    MNL 模型
    参数值
    SE-MNL 模
    型参数值
    MNL 模型
    t 检验值
    SE-MNL 模
    t 检验值
    MNL 模型
    参数值
    SE-MNL 模
    型参数值
    MNL模型
    t 检验值
    SE-MNL 模型
    t 检验值
    性别 0.193 0.195 1.754 1.769 0.451 0.455 2.725* 2.742*
    年龄 0.014 0.161 0.090 0.792 0.617 1.455 1.017 2.094*
    学生 0.442 0.445 1.882 1.864 1.435 1.457 5.483* 5.544*
    上班族 −0.312 −0.309 −1.334 −1.310 1.010 1.034 3.769* 3.852*
    自由职业者 −0.116 −0.111 −0.426 −0.404 −0.101 −0.096 −0.282 −0.266
    其他职业者 −0.420 −0.413 −1.427 −1.389 1.393 1.399 3.315* 3.310*
    教育程度 −0.547 −0.551 −3.875* −3.160* −0.198 −0.588 −0.723 −1.550
    婚姻状况 0.545 0.441 2.665* 1.763 3.566 3.668 5.378* 5.141*
    自有住房 0.310 0.308 1.919 1.907 0.206 0.191 0.909 0.842
    住宿舍 0.242 0.226 0.776 0.722
    小孩数 −0.302 −0.291 −1.756 −1.467 2.943 2.101 4.373* 3.038*
    车内环境 −0.678 −0.296 −6.195 −1.371
    便捷性 −0.596 −1.056 4.484 2.079*
    安全性 1.530 1.971* 13.488 2.357*
    乘车体验 0.051 1.024 8.053 2.063*
    舒适性 0.149 2.005* 9.047 2.867*
    下载: 导出CSV
  • [1] CHOUDHURY C F, YANG L, DE ABREU E SILVA J, et al. Modelling preferences for smart modes and services:a case study in Lisbon[J]. Transportation Research Part A:Policy and Practice, 2018, 115: 15-31. doi: 10.1016/j.tra.2017.07.005
    [2] BECKER H, CIARI F, AXHAUSEN K W. Modeling free-floating car-sharing use in Switzerland:a spatial regression and conditional Logit approach[J]. Transportation Research Part C:Emerging Technologies, 2017, 81: 286-299. doi: 10.1016/j.trc.2017.06.008
    [3] JIN F L, AN K, YAO E J. Mode choice analysis in urban transport with shared battery electric vehicles:a stated-preference case study in Beijing,China[J]. Transportation Research Part A:Policy and Practice, 2020, 133: 95-108. doi: 10.1016/j.tra.2020.01.009
    [4] HUI Y, WANG Y J, SUN Q L, et al. The impact of car-sharing on the willingness to postpone a car purchase:a case study in Hangzhou,China[J]. Journal of Advanced Transportation, 2019, 2019: 9348496.1-9348496.11.
    [5] KIM D, PARK Y, KO J. Factors underlying vehicle ownership reduction among carsharing users:a repeated cross-sectional analysis[J]. Transportation ResearchPart D:Transport and Environment, 2019, 76: 123-137. doi: 10.1016/j.trd.2019.09.018
    [6] ALEMI F, CIRCELLA G, HANDY S, et al. What influences travelers to use Uber? Exploring the factors affecting the adoption of on-demand ride services in California[J]. Travel Behaviour and Society, 2018, 13: 88-104. doi: 10.1016/j.tbs.2018.06.002
    [7] 唐立,邹彤,罗霞,等. 基于混合Logit模型的网约车选择行为研究[J]. 交通运输系统工程与信息,2018,18(1): 108-114.

    TANG Li, ZOU Tong, LUO Xia, et al. Choice behavior of taxi-hailing based on mixed-Logit model[J]. Journal of Transportation Systems Engineering and Information Technology, 2018, 18(1): 108-114.
    [8] HABOUCHA C J, ISHAQ R, SHIFTAN Y. User preferences regarding autonomous vehicles[J]. Transportation Research Part C:Emerging Technologies, 2017, 78: 37-49. doi: 10.1016/j.trc.2017.01.010
    [9] STOIBER T, SCHUBERT I, HOERLER R, et al. Will consumers prefer shared and pooled-use autonomous vehicles? A stated choice experiment with Swiss households[J]. Transportation Research Part D:Transport and Environment, 2019, 71: 265-282. doi: 10.1016/j.trd.2018.12.019
    [10] ZHOU F, ZHENG Z D, WHITEHEAD J, et al. Preference heterogeneity in mode choice for car-sharing and shared automated vehicles[J]. Transportation Research Part A:Policy and Practice, 2020, 132: 633-650. doi: 10.1016/j.tra.2019.12.004
    [11] NAZARI F, NORUZOLIAEE M, MOHAMMADIAN A. Shared versus private mobility:modeling public interest in autonomous vehicles accounting for latent attitudes[J]. Transportation Research Part C:Emerging Technologies, 2018, 97: 456-477. doi: 10.1016/j.trc.2018.11.005
    [12] 朱顺应,邓爽,王红,等. 具有模糊特性变量的出行方式预测Logit模型[J]. 交通运输工程学报,2013,13(3): 71-78. doi: 10.3969/j.issn.1671-1637.2013.03.010

    ZHU Shunying, DENG Shuang, WANG Hong, et al. Predictive Logit model of trip mode with fuzzy attribute variables[J]. Journal of Traffic and Transportation Engineering, 2013, 13(3): 71-78. doi: 10.3969/j.issn.1671-1637.2013.03.010
    [13] 李聪颖,邵壮壮,封少帅,等. 自行车骑行者生理、心理与综合负荷感知模型[J]. 交通运输工程学报,2020,20(1): 181-191.

    LI Congying, SHAO Zhuangzhuang, FENG Shaoshuai, et al. Physiology,psychology and comprehensive loading perception models of cyclists[J]. Journal of Traffic and Transportation Engineering, 2020, 20(1): 181-191.
    [14] 刘志伟,刘建荣,邓卫. 考虑潜在类别的市内机动化出行行为模型[J]. 西南交通大学学报,2021,56(1): 131-137.

    LIU Zhiwei, LIU Jianrong, DENG Wei. Inclusion of latent class in behavior model of motorized travel in city[J]. Journal of Southwest Jiaotong University, 2021, 56(1): 131-137.
    [15] 关宏志. 非集计模型: 交通行为分析的工具[M]. 北京: 人民交通出版社, 2004.
    [16] 吴明隆. 结构方程模型: AMOS的操作与应用[M]. 2版. 重庆: 重庆大学出版社, 2010.
    [17] 聂垚,杨蓉,吴丽霞. 基于SEM-BL模型的居民轨道交通方式选择行为研究[J]. 交通运输部管理干部学院学报,2019,29(2): 33-37.
  • 加载中
图(2) / 表(4)
计量
  • 文章访问数:  459
  • HTML全文浏览量:  285
  • PDF下载量:  15
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-09-04
  • 修回日期:  2021-03-26
  • 网络出版日期:  2021-04-01
  • 刊出日期:  2021-04-01

目录

    /

    返回文章
    返回