內容簡介
齣行者行為的計量經濟學模型研究是針對集交通、經濟、管理、行為科學、心理學等學科為一體的交叉領域。
《齣行行為分析的高級計量經濟學方法和應用》秉持“理論需聯係實踐、知識應融會貫通”之觀念,完整、細緻地闡述混閤Logit模型、廣義綫性混閤模型和廣義估計方程這三種交通領域先進的齣行行為計量分析方法的基本原理和技術細節,並給齣多個針對當前學術熱點的研究案例,例如,“互聯網+”環境下的交通方式選擇行為、可變信息標誌影響下的路綫選擇行為、電動汽車購買意願、停車換乘行為、行程時間可靠性對路綫選擇的影響等。
《齣行行為分析的高級計量經濟學方法和應用》可供高等院校交通、經濟、管理、行為科學等相關專業的研究生、高年級本科生以及教師學習和參考,也可供從事交通規劃與管理的專業人士參考。
內頁插圖
目錄
前言
第1章 緒論
第2章 混閤Logit模型
2.1 選擇概率
2.2 隨機係數
2.3 誤差一組成部分
2.4 取代型式
2.5 對任何隨機效用模型的近似
2.6 仿真
2.7 麵闆數據
第3章 研究實例1-多交通方式實時信息對齣行行為的影響
3.1 背景
3.1.1 研究對象
3.1.2 數據
3.2 模型構造
3.3 模型討論
3.4 模型應用
第4章 研究實例2-可變信息標誌行程時間信息對齣行行為的影響
4.1 背景
4.1.1 研究對象
4.1.2 數據
4.2 模型構造
4.2.1 基於隨機效應的模型
4.2.2 基於隨機係數的模型
4.2.3 基於隨機效應和隨機係數的模型
4.3 模型討論
4.3.1 模型估計結果
4.3.2 模型係數討論
4.3.3 不同模型的係數討論
第5章 研究實例3-電動汽車購買意願研究
5.1 背景
5.1.1 研究對象
5.1.2 數據
5.2 數據分析和建模
5.2.1 模型構造
5.2.2 SAS軟件分析過程
5.3 模型估計結果討論
5.3.1 模型估計結果
5.3.2 模型討論
5.4 模型應用
第6章 研究實例4-停車換乘行為研究
6.1 背景
6.1.1 研究對象
6.1.2 數據
6.2 數據分析和建模
6.2.1 樣本基本分布
6.2.2 模型構造
6.2.3 SAS軟件分析過程
6.3 模型估計結果討論
6.3.1 模型估計結果
6.3.2 模型討論
第7章 基於廣義綫性混閤模型的齣行行為分析
7.1 背景
7.2 數據
7.3 廣義綫性混閤模型的建立
……
第8章 廣義估計方程在交通行為分析中的應用
參考文獻
前言/序言
齣行者行為的計量經濟學模型研究是針對集交通、經濟、管理、行為科學、心理學等學科為一體的交叉領域,它也是非集計齣行需求預測的理論基礎。來自計量經濟學的離散選擇模型是該領域的主流研究方法。目前,離散選擇模型傢族中的混閤Logit模型代錶瞭交通領域齣行行為分析的先進水平。此外,近年來,統計學中的廣義綫性混閤模型和廣義估計方程等先進方法也被應用於齣行行為研究中,並取得一定的成功。筆者在撰寫此書前尚未見到國內交通領域有著作或教材係統地講解混閤Logit模型、廣義綫性混閤模型和廣義估計方程等先進的齣行行為分析方法。因此,本書旨在填補這一空白,為從事該領域的理論和應用研究人員提供理論指導和技術參考。
筆者從事齣行行為探索已有十多年,取得瞭一些具有應用價值的研究成果。由於時間、精力及篇幅所限,本書僅收納瞭其中的一部分最新成果。本書的主要內容和特色如下:
(1)從方法論的角度,完整、細緻地闡述混閤Logit模型、廣義綫性混閤模型以及廣義估計方程的基本原理和技術細節。
(2)從方法應用的角度,給齣多個針對當前學術熱點的研究案例,以及在計量分析軟件中的實現過程,增強瞭讀者的“實戰”感受。
本書的研究工作得到瞭國傢自然科學基金(No.51008195)、上海市曙光學者人纔資助項目(No.15SG41)、上海市自然科學基金項目(No.15ZR1428100)、同濟大學道路與交通工程教育部重點實驗室開放基金(No.K201302)、上海市重點學科/一流學科/高原學科“管理科學與工程”建設項目(No.S30504、No.S1201YLXK)、上海教委科研創新基金(No.09Y2205)、上海理工大學引進人纔啓動基金(No.X693)、滬江社科基金重點項目(No.14XS202)、上海理工大學人文社科攀登計劃資助項目(No.16HJPD-A06)、國傢科技攻關重大專項(No.2002BA404A08)等項目的支持。
本書的部分研究工作是筆者在美國西北大學工作學習期間完成的,感謝在此期間西北大學的導師、交通/管理學科雙聘教授HaniMahmassanni提供的工作環境和有益指導。美國XinYe博士、香港大學柏楊博士以及筆者所帶的研究生蘇紅、趙亞菲、黃冰等參與瞭書中的部分研究工作,在此一並錶示感謝。感謝所有對此研究給予過筆者指導和幫助的人。
感謝同濟大學齣版社陸剋麗霞編輯在本書齣版過程中的辛勤付齣。感謝我的研究生孫亦凡在本書成稿過程中在編輯校對上的幫助。
感謝我的父母、妻子、嶽父母等傢人對我的研究工作的理解、支持和默默付齣。
限於本人學識能力,書中難免有紕漏和不當,歡迎讀者批評指正。
行為的密碼:量化洞察驅動的齣行決策研究 在這本 ouvrage中,我們將深入探索驅動人們齣行決策的復雜因素,並運用前沿的計量經濟學工具,揭示其背後隱藏的深刻規律。本書並非聚焦於某一特定區域或某一種交通工具,而是旨在提供一套普適性的研究框架和方法論,幫助讀者理解並量化分析個體、傢庭乃至群體在選擇齣行方式、路綫、時間等方麵的行為模式。 我們深知,齣行行為並非孤立的存在,而是與經濟狀況、社會環境、技術發展、個體偏好、甚至心理預期等多種動態變量緊密交織。因此,本書將以多維度的視角審視齣行行為,並著力於構建能夠捕捉這些復雜相互作用的計量模型。我們將告彆簡單的描述性統計,轉嚮更具解釋力和預測能力的模型構建,從而為理解、預測和優化齣行行為提供堅實的理論和實踐基礎。 核心研究範疇與分析視角: 本書的核心在於“行為分析”,這意味著我們將從微觀個體的選擇齣發,逐步拓展到宏觀層麵的群體動態。我們將重點關注以下幾個關鍵的研究範疇: 齣行方式選擇模型: 探討個體在麵臨汽車、公共交通(公交、地鐵、火車、飛機等)、自行車、步行,甚至新興的共享齣行服務(如網約車、共享單車)時,如何根據成本、時間、便利性、舒適度、可靠性、環境因素等多重考量進行選擇。我們將深入研究離散選擇模型(如Logit、Probit模型)的原理及其在高維、異質性數據上的應用,並探討混閤選擇模型、嵌套Logit模型等更高級模型的適用場景,以捕捉不同交通方式之間的替代和互補關係。 齣行頻率與時長分析: 分析影響人們齣行次數和每次齣行時長的驅動因素,例如工作性質、傢庭結構、休閑活動、地理位置、以及城市規劃等。我們將運用泊鬆迴歸、負二項迴歸等計數數據模型,以及生存分析等技術,來刻畫齣行事件的發生概率和持續時間。 齣行路綫與目的地選擇: 審視個體在確定齣行路徑和選擇目的地時所考慮的因素,包括距離、擁堵狀況、安全性、沿途便利設施、個人偏好等。我們將藉鑒空間計量經濟學和圖論等相關知識,構建能夠分析空間依賴性和網絡效應的模型,理解交通網絡結構如何影響齣行決策。 齣行的時間動態與模式: 研究齣行行為在一天、一周、一年中的變化規律,例如高峰時段的齣行特徵、節假日齣行模式的改變、以及長期趨勢的變化。我們將利用時間序列分析、麵闆數據模型等方法,捕捉齣行行為的時間依賴性和周期性。 齣行行為的彈性分析: 量化價格(如燃油價格、公共交通票價)、時間(如行程時間、等待時間)、收入、以及其他政策變量(如擁堵收費、停車費)對齣行選擇的敏感度。這將為政策製定者評估交通政策的潛在影響提供重要的量化依據。 齣行行為的異質性與分群: 認識到不同人群(如年齡、收入、教育程度、職業、傢庭構成、居住區域等)在齣行偏好和行為上存在顯著差異。我們將運用非參數方法、聚類分析、以及條件選擇模型等技術,識彆和量化不同群體間的行為差異,並分析這些差異背後的原因。 新興齣行模式與技術的影響: 關注共享齣行、自動駕駛、以及智慧交通係統等新興技術和模式對傳統齣行行為的衝擊和重塑。我們將探討如何設計模型來評估這些新技術的采納意願、使用模式以及對整個交通係統的潛在影響。 計量經濟學方法論的深度應用: 本書將超越傳統統計方法的局限,深入引入一係列高級計量經濟學技術,為齣行行為分析提供強有力的工具: 離散選擇模型(Discrete Choice Models): 這是分析齣行方式選擇等二元或多元離散決策的基礎。我們將詳細介紹其理論基礎、模型設定、參數估計(如最大似然估計)以及模型檢驗方法。特彆地,我們將深入探討: Logit 與 Probit 模型: 理解其假設、優缺點以及適用場景。 混閤 Logit 模型 (Mixed Logit / Random Parameters Logit): 解決傳統 Logit 模型中獨立同分布 (IIA) 假設的局限性,允許參數的個體異質性,捕捉更復雜的偏好結構,並能處理重復觀測數據。 嵌套 Logit 模型 (Nested Logit Models): 用於處理選擇集中的層級結構,例如先選擇大類交通工具(如公共交通),再選擇具體綫路(如地鐵綫路)。 多項 Logit 模型 (Multinomial Logit Models): 用於分析三個或更多互斥的選擇項。 麵闆數據模型(Panel Data Models): 考慮到齣行行為通常是跨時點的重復觀測,麵闆數據模型能夠有效利用數據的時空結構,控製個體特質和時間效應,提高估計效率和解釋力。我們將重點介紹: 固定效應模型 (Fixed Effects Models) 和隨機效應模型 (Random Effects Models): 理解其在處理個體不可觀測異質性時的不同機製。 動態麵闆模型 (Dynamic Panel Models): 考慮滯後因變量作為解釋變量,分析齣行行為的慣性與纍積效應。 生存分析(Survival Analysis): 用於分析齣行事件的持續時間,例如單次行程的時長、車輛的報廢年限等。我們將介紹Kaplan-Meier估計、Cox比例風險模型等方法,分析影響事件發生概率和持續時間的因素。 空間計量經濟學(Spatial Econometrics): 考慮到地理位置和空間鄰近性對齣行行為的影響,我們將引入空間滯後模型、空間誤差模型等,分析齣行模式的空間依賴性和溢齣效應。 工具變量法 (Instrumental Variables, IV) 和處理效應模型 (Treatment Effect Models): 用於解決內生性問題,例如內生性解釋變量(如收入、車輛擁有量)與模型誤差項相關的情況,以及評估某種乾預(如新的交通政策、技術推廣)對齣行行為的因果效應。 非參數與半參數方法: 在對模型形式不確定或希望減少模型設定偏見時,這些方法能提供更靈活的分析框架,例如核密度估計、局部多項式迴歸等。 貝葉斯計量經濟學: 提供一種處理不確定性和結閤先驗信息進行模型推斷的強大框架,尤其適用於復雜模型和數據稀疏的情況。 應用前景與實踐價值: 本書的價值不僅在於理論方法的探討,更在於其強大的應用潛力。通過掌握書中介紹的量化分析工具,讀者將能夠: 為交通規劃和政策製定提供科學依據: 精準預測不同交通政策(如擁堵收費、公交優先、停車管理、公共交通投資)對齣行行為的潛在影響,從而設計更有效、更具針對性的交通解決方案。 優化交通係統設計與運營: 理解齣行高峰期的分布、齣行需求的特點,為道路網絡規劃、公共交通綫路設計、時刻錶優化、交通信號控製等提供量化支持。 理解和預測市場需求: 預測不同類型交通工具、共享齣行服務、以及未來齣行技術(如自動駕駛汽車)的市場需求和發展趨勢。 進行個體化齣行建議與服務: 基於個體齣行習慣和偏好,提供個性化的齣行路綫規劃、時間安排建議,以及最適閤的齣行方式推薦。 評估環境和社會影響: 量化分析齣行行為對環境(如碳排放、空氣汙染)、社會(如交通擁堵、齣行公平性)等方麵的影響,並評估相關政策的減緩效果。 促進可持續交通發展: 通過深入理解影響齣行行為的驅動因素,為推廣綠色齣行、降低交通碳足跡提供數據支撐和策略指導。 本書旨在成為齣行行為研究領域的一本參考手冊,為學者、研究人員、政策製定者、交通規劃師、以及任何對理解和優化人類齣行行為感興趣的讀者,提供一套嚴謹、實用且富有啓發性的分析框架。我們將通過理論闡述、模型構建、以及案例分析(雖然此處不提供具體案例,但本書將強調其重要性),幫助讀者將抽象的理論轉化為解決實際問題的強大工具。