城市居民出行选择预测模型及实证研究

维普资讯 http://www.cqvip.com 第７卷第６期　交通运输系统工程与信息　Ｖｏ１．７　Ｎｏ．６　２００７年１　２月　Ｊｏｕｒｎａｌ　ｏｆ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｙｓｔｅｍｓ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　Ｄｅｃｅｍｂｅｒ　２Ｏｏ７　文章编号：１００９—６７４４（２００７）０６—００８０—０５　，’’’’’’’’’’’’’’’’’’’’’’’’’’、　系统工程理论与方法　－ｔＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩＩ‘Ｉ　城市居民出行选择预测模型及实证研究　何瑞春　，李　Ｉ珍　，张峻屹　，藤原章正　（１．兰州交通大学交通运输学院，兰州７３００７０；２．广岛大学国际合作研究院，日本广岛７３９—８５２９）　摘要：　城市交通系统是一个开放的复杂巨系统，城市交通管理的政策措施会对居民出　行行为造成影响．为使城市交通系统能最大限度地发挥效益，一个城市的规划设计人　员经常需要对居民出行需求进行了解．城市居民的出行选择与城市交通系统的服务时　间、费用、环境及可选交通工具等诸多因素有关．本文从城市居民出行需求角度出发，　考虑出行者的性别和职业属性，建立了基于出行费用、走行时间、出行次数的城市居民　出行Ｍｕｈｉｎｏｍｉａｌ　Ｌｏ＃ｔ模型，采用Ｍａｘｉｍｕｍ　Ｌｉｋｅｌｉｈｏｏｄ方法进行参数估计．并以中国西北　部城市兰州市Ａ区为实例，通过计算机模拟仿真拟合计算得到了该区人员出行行为的　分析结果．这一结果可作为兰州市交通管理部门制订相关政策，引导市民出行的依据．　关键词：　城市交通；出行需求分析；选择模型；参数估计　中图分类号：　Ｕ２９３　文献标志码：　Ａ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎ　ｆｏｒ　Ｕｒｂａｎ　Ｉｎｈａｂｉｔａｎｔ　Ｔｒａｖｅｌ　Ｄｅｍａｎｄ　Ｍｏｄｅｌｓ　ＨＥ　Ｒｕｉ．ｃｈｕｎ　。ＬＩ　Ｙｉｎ．ｚｈｅｎ　，ＺＨＡＮＧ　Ｊｕｎ．ｙｉ　，Ａｋｉｍａｓａ　Ｆｕｊｉｗａｒｆ　（１．Ｓｃｈｏｏｌ　ｏｆ　Ｔｒａｆｆｉｃ　ａｎｄ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ，Ｌａｎｚｈｏｕ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ　７３００７０，Ｃｈｉｎａ；　２．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｌａｂｏｒａｔｏｒｙ，Ｇｒａｄｕａｔｅ　Ｓｃｈｏｏｌ　ｆｏｒ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｄｅｖｅｌｏｐｍｅｎｔ　ａｎｄ　Ｃｏｏｐｅｒａｔｉｏｎ，　Ｈｉｒｏｓｈｉｍａ　Ｕｎｉｖｅｒｓｉｔｙ，Ｈｉｒｏｓｈｉｍａ　７３９—８５２９，Ｊａｐａｎ）　Ａｂｓｔｒａｃｔ：Ｔｒａｎｓｐｏｒｔ　ｐｌａｎｎｅｒｓ　ｏｆｔｅｎ　ｎｅｅｄ　ｔｏ　ｆｏｒｅｃａｓｔ　ｉｍｐａｃ￣ｏｎ　ｔｒａｖｅｌ　ｄｅｍａｎｄ　ｏｆ　ｔｒａｎｓｐｏｒｔ　ｐｏｌｉｃｉｅｓ，ｅ．ｇ．，ｃｏｎ—　ｓｔｎｒｅｔｉｏｎ　ｏｆ　ａ　ｎｅｗ　ｔｒａｎｓｐｏｒｔ　ａｌｔｅｒｎａｔｉｖｅ，ｃｈａｎｇｉｎｇ　ｐｕｂｌｉｃ　ｔｒａｎｓｉｔ　ｆａｒｅｓ，ｏｒ　ｉｍｐｏｓｉｎｇ　ｒｏａｄ　ｐｒｉｃｉｎｇ　ｓｃｈｅｍｅｓ．０ｎ　ｔｈｅ　ｏｔｈｅｒ　ｈａｎｄ．ｔｈｅ　ｃｈｏｉｃｅｓ　ｏｆ　ｕｒｂａｎ　ｔｒａｎｓｐｏｒｔａｔｉｏｎ　ｓｙｓｔｅｍｓ　ａｒｅ　ｉｎｆｌｕｅｎｃｅｄ　ｂｙ　ｖａｒｉＯＵＳ　ｆａｃｔｏｒｓ．Ｔｈｅｓｅ　ｆａｃｔｏｒｓ　ｉｎｃｌｕｄｅ　ｔＩｌｅ　ｌｅｖｅｌｓ　ｏｆｔｒｎａｓｐｏｒｔａｔｉｏｎ　ｓｅｒｖｉｃｅｓ　ｅ．ｇ．，ｔｒａｖｅｌ　ｔｉｍｅ，ｃｏｓｔ，ｆｒｅｑｕｅｎｃｙ，ｎｕｍｂｅｒ　ｏｆｔｒａｎｓｆｅｒ），ａｎｄ　ｔｈｅ　ａｔｔｒｉｂｕｔｅｓ　ｏｆｔｒｉｐ　ｍａｋｅｒｓ（ｅ．ｇ．，ａｇｅ，ｇｅｎｄｅｒ，ｏｃｃｕｐａｔｉｏｎ，ｉｎｃｏｍｅ）．Ｔｒｉｐ　ｍａｋｅｓｒ　ｈａｖｅ　ｔｏ　ｂａｌａｎｃｅ　ｔｈｅ　ｉｌｆｎｕｅｎｃｅｓ　ｏｆ　ｔｈｅｓｅ　ｆａｃｔｏｒｓ．　Ｔｏ　ｍａｋｅ　ｃｈｏｉｃｅ　ｏｆ　ｔｈｅ　ｕｒｂａｎ　ｔｒａｎｓｐｏｒｔａｔｉｏｎ　ｓｙｓｔｅｍｓ，ｉｔ　ｉｓ　ｅｘｐｅｃｔｅｄ　ｔｈａｔ　ｔｒｉｐ　ｍａｋｅｒｓ　ｅｖａｌｕａｔｅ　ｔｈｅ　ｌｅｖｅｌｓ　ｏｆ　ｓｅｒｖｉｃｅｓ　ｂａｓｅｄ　ｏｎ　ｔｈｅｉｒ　ｅｘｐｅｒｉｅｎｃｅｓ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ａ　Ｍｕｌｔｉｎｏｍｉａｌ　Ｌｏｇｉｔ　ｍｏｄｅｌ　ｉｓ　ｐｒｏｐｏｓｅｄ，ａｎｄ　ａ　ｄａｔａ　ｓｅｔ　ｈａｓ　ｂｅｅｎ　ｃｏＨｅｃｔ—　ｅｄ　ｆｒｏｍ　ａ　ｒｅｃｅｎｔ　ｓｕｒｖｅｙ．ｗｈｉｃｈ　ｗａｓ　ｃａｒｒｉｅｄ　ｏｕｔ　ｉｎ　Ｌａｎｚｈｏｕ　ｃｉｔｙ　ｏｆ　Ｃｈｉｎａ．Ｉｔ　ｉｓ　ｅｘｐｅｃｔｅｄ　ｔｈａｔ　ｔｈｅ　ｔｒａｖｅｌ　ｂｅｈａｖｉｏｒ　ｍｉｇｈｔ　ｂｅ　ｈｅｔｅｒｏｇｅｎｅｏｕｓ　ａｍｏｎｇ　ｔｒｉｐ　ｍａｋｅｒｓ　ａｎｄ，ｔｈｅ　ｒｅｓｐｏｎｓｅ（ｏｒ　ｐａｒａｍｅｔｅｒ　ｏｆ）ｔｏ　ｔｈｅ　ｌｅｖｅｌ　ｏｆ　ｓｅｒｖｉｃｅ　ｉｓ　ｄｅｆｉｎｅｄ　ａｓ　ａ　ｆｕｎｃｔｉｏｎ　ｏｆ　ｔｈｅ　ａｔｔｒｉｂｕｔｅｓ　ｏｆ　ｔｈｅ　ｔｒｉｐ　ｍａｋｅｒ．Ｉｎ　ａｄｄｉｉｔｏｎ．ｔＩｌｅ　ｐａｐｅｒ　ｉｓ　ａｌｓｏ　ａｉｍｅｄ　ａｔ　ｐｒｏｐｏｓｉｎｇ　ｓｏｍｅ　ｕｒｂａｎ　ｔｒａｎｓ—　ｏｐｒｔａｔｉｏｎ　ｐｏｌｉｃｉｅｓ　ｂａｓｅｄ　ｏｎ　ａ　ｎｅｗ　ｔｙｐｅ　ｏｆ　ｄｉｓｃｒｅｔｅ　ｃｈｏｉｃｅ　ｍｏｄｅ１．　Ｋｅｙ　ｗｏｒｄｓ：　ｕｒｂａｎ　ｔｒａｆｆｉｃ　ｔｒａｎｓｐｏｒｔａｔｉｏｎ；ｔｒａｖｅｌ　ｄｅｍａｎｄ　ａｎａｌｙｓｉｓ；ｃｈｏｉｃｅ　ｍｏｄｅｌ；ｐａｒａｍｅｔｅｒ　ｅｓｔｉｍａｔｅ　ＣＬＣ　ｎｕｍｂｅｒ：　Ｕ２９３　Ｄｏｃｕｍｅｎｔ　ｃｏｄｅ：　Ａ　收稿日期：２００７．０８．２４　基金项目：教育部博士学科点专项科研基金（２００５０７３２００２）；兰州交通大学青蓝工程（ＱＬ一０５—０６Ａ）；甘肃省高等　学校研究生导师科研项目计划（０５０４—０７）．　作者简介：何瑞春（１９７０～），女，甘肃临洮人，兰州交通大学交通运输学院副教授，博士研究生，主要研究方向为交　通系统组织与优化研究．Ｅ—ｍａｉｌ：ｈｅｒｃ＠ｌｚｊｔｕ．ｅｄｕ．ａｎ　维普资讯 http://www.cqvip.com 第６期　城市居民出行选择预测模型及实证研究　８１　Ｏ　引　言　近年来随着我国社会经济的快速发展，人民生　活水平不断提高，机动车数量持续增长，交通的确方　便了人员和商品的往来，带来了巨大的经济效益．　但是，交通也带来很多令人头疼的新问题，如，道路　资源更加紧张，交通状况日益恶化，道路经常堵塞，　交通事故发生率居高不下，城市交通环境污染日趋　严重等等．尽管人们早已认识到这些副作用，但是　由于该问题从研究到落实解决所需时间过长，以及　问题本身的复杂性、不连续性、成本高等因素，使得　这一问题至今未能得以很好地解决　’”　．鉴于此，本　文从居民出行行为角度来研究城市交通问题，居民　出行行为是出行者根据经济收人水平、出行距离和　城市交通所固有的技术经济特性所产生的对交通出　行方式的“偏好”和选择，这一行为作用于社会和国　民经济各部门会使社会经济发生变化．所以只有动　态地分析和把握出行者的交通行为，才能从根本上　了解城市交通系统，进而解决交通供需平衡问题，使　日益严重的城市交通问题得以缓解．　尽管目前对出行需求的研究已得到学术界公　认，也有很多出行行为和出行需求预测及管理方面　的研究成果，但是还没有精确预测出行需求的方　法　，ｓｅｍｉ　Ｙ．Ａｂｅｄ等人用计量经济学方法对国际　航空旅行模型进行了分析　；ｗ．Ｗ．Ｒｅｃｋｅｒ在参考　文献［３］中研究了出行需求到出行活动的过渡模型，　提出了家庭出行决策的解析架构；参考文献［４］在采　用目标设定理论（Ｇｏａｌ　Ｓｅｔｔｉｎｇ　Ｔｈｅｏｒｙ）对使用私家车　的出行需求管理的分析中，提出时间、费用、便捷等　多种出行需求对出行的影响；参考文献［５］是关于航　空旅客周转量价格弹性需求的元分析（ｍｅｔａ—ａｎａｌｖｓ．　ｉｓ）；Ｓａｔｏｓｈｉ　Ｆｕｊｉｉ和Ｔｏｍｍｙ　Ｇ￣ｉｒｌｉｎｇ在参考文献［６］中　提出了一种考虑行为倾向与实际行动的偏差的机　制，以改进在一定偏好方式下提高出行需求分析的　预测精度的方法，并用实例进行了验证；参考文献　［７］将粗糙集理论引入出行需求分析中，对传统分析　方法进行了改进；参考文献［８］提出了出行需求回馈　模型；Ｒｏｂｅｒｔ　Ｃｅｒｖｅｒｏ在参考文献［９］中对环境模式选　择问题进行了探讨；黄海军在参考文献［１０］中综述　了交通科学中亟待解决的问题，指出目前国内对交　通行为模型的研究仅注重适用性，欠缺理论上的严　密性；参考文献［１２］针对开发区客运交通需求发展　不同于一般城市的交通发展的特点，提出了在没有　现状交通出行调查的情况下进行开发区客运交通需　求预测的方法；参考文献［１３］从城市密度问题出发，　根据城市交通需求的特点，得到了不同的城市密度　有效作用于不同的交通需求特性的结论．　出行选择预测问题的关键是效用最大与均衡，　而不同类型偏好数据可以用不同的模型进行预测，　本文将建立城市居民出行中有时间、费用、车种偏　好的出行选择预测模型，并用中国西北部城市兰州　市Ａ区居民出行调查数据对模型进行计算拟合，　拟合结果可作为兰州市进行交通控制和管理及相　关政策制订的参考依据．　１　Ｍｕｈｉｎｏｍｉａｌ　Ｌｏｇｉｔ模型　城市交通系统中有很多服务因素（包括走行时　其　中　间、费用、距离、发车频率等）供出行者选择，出行者　个人属性（如：年龄、性别、职业、收入等）不同则出　行选择不同．对于本文研究的城市交通系统，我们　主要考虑车种、走行时间和价格因素．为便于描　述，先给出如下符号和定义：　∑　（１）Ｍ——出行方式集合；　（２）Ｌ——交通系统提供的服务因素集合；　（３）Ａ——出行者个人属性集合．　则出行选择模型如下：　∑　Ｐ　＝　（ｉ，Ｊ∈Ｍ）　（１）　＝　　，ｚ：Ｉ　∈　（３）　模型中，ｎ表示出行者，　，．　表示出行者选择的出行　方式；效用函数　是关于交通系统可提供服务因素　：（其中ｋ表示系统的第ｋ个服务因素变量）和出行　者个人属性ｚ　（其中ｓ表示出行者的第ｓ个属性）的　线性函数；　是系统中第ｋ个服务因素的待定系数，　ｙ　是出行者第ｓ个个人属性的待定系数；常量　可通　过计算拟合得到．式（３）表明不同的出行者对系统可　提供的不同的服务因素有不同响应．　该模型的求解可采用模拟仿真方法进行，　ＭｃＦａｄｄｅｎ　ｊ对过去三十年出行需求分析问题求解　＝　＋　ｍ　∈　＋　ｙ　Ｚ　∈　２　维普资讯 http://www.cqvip.com

８２　交通运输系统工程与信息　２００７年１２月　进行了回顾．显然，模型求解的关键是确定　、　、　抽比＝∑　∑，　Ｉｎ（　）　＝等系数．　∑　∑ｘｑＩｎ＼厶ｅ　ｘ唧２　Ｍａｘｉｍｕｍ　Ｌｉｋｅｌｉｈｏｏｄ函数　由于城市交通系统的高度动态性，本文假定城　ｐ（ｖ／　ｉ　）　］（５）　需要说明的是：　①对给定的观测值，Ｌ（０）饲０的函数，最大　似然估计的原理是选择使观测值　，　，…，　出　市居民选择出行所有可能出现的情况中，已经出现　的情况具有最大概率．为了对模型中　、　、　等　现的“概率”达到最大的　作为０的估计；　参数进行估计，本文采用最大似然估计法，该方法　②最大似然估计具有不变性，即若　是　的　最早多用于遗传学，可用来求一个样本集的概率密　最大似然估计，则ｇ（０）的最大似然估计为ｇ（　）．　度函数的参数，下面先给出定义．　定义　设总体Ｘ的密度函数为ｆ（　，０），０是　３　实例分析　参数或参数向量，Ｘ　，Ｘ　，…，Ｘ　是该总体的样本，　甘肃省会兰州市是全省的政治、经济、文化中　对给定的一组观测值　，　，…，　，其联合密度是　心和规模最大的城市，地处黄河上游、甘肃中部及　０的函数，又称似然函数，记为　我国陆域版图几何中心，兰州是我国内地通往宁、　（０）＝Ｌ（０，　，…，　）　青、新、藏等少数民族地区的交通要道，也是新亚欧　＝ｎ　（　），０∈＠　大陆桥通往中亚、西亚和欧洲的国际大通道和陆路　口岸．全市总面积１．３２万平方公里，其中市区面　其中　＠为参数集，若存在　：　（　一，　）∈　积１　６３１．６平方公里．地势呈东北高、西北低，地形　＠，使　（　）≥Ｌ（０），０∈＠就称　（　一，　）是０　呈东西狭长带状盆地特征（如图１所示），黄河穿城　的最大似然估计值，而　（Ｘ　一，Ｘ　）是０的最大　而过，东西最长１５３公里，南北最宽１３０公里．全市　似然估计量．　户籍总人口３０．９５万人．现辖城关、七里河、安宁、　考虑式（１）一（３）模型，定义本文问题似然函数　西固、红古五区和永登、榆中、皋兰三县，有４９个　如下：　乡，３４个镇、４０个街道办事处，３６２个社区居委会．　首先定义决策变量为　随着城乡居民生活水平的提高，居民消费热点　ｆ１，　如果选择　，　∈Ｍ　ｏｒ　∈Ｌ　ｏｒ　Ｊ∈Ａ　主要有住房、汽车、通讯、电脑、空调等．近年来市　～一ｌ０，　其它　区完成北滨河路东段、南滨河路西段、农民巷等１２　（　）＝ｎ．ｎ，（　）　（４）　条道路拓建改造，城市道路扩建长度１７公里、扩建　对（４）式取对数，并整理得出最大似然估计模　面积５４万平方米，并建成金轮广场和火车站广场．　型为　图１　兰州市城市道路交通网络示意图　Ｆｉｇ．１　Ｔｈｅ　ｓｉｍｐｌｉｆｉｅｄ　ｕｒｂａｎ　ｔｒａｆｆｉｃ　ｎｅｔｗｏｒｋ　ｏｆ　Ｌａｎｚｈｏｕ　ｃｉｔｙ　为了解兰州市居民出行情况，我们对该城市Ａ　年数据）．本文的样本分割采用单变量方式进行，　区（如图２所示）居民出行情况进行了调查（２００５　依调查数据主要包括：出行者性别、年龄、职业、驾　维普资讯 http://www.cqvip.com 第６期　城市居民出行选择预测模型及实证研究　表１不同出行模式出行者属性选择表　８３　照拥有情况、出行模式选择、出行次数等，参数取值　如下ｉ　Ｔａｂｌｅ　１　Ｔｈｅ　ｃｈｏｉｃｅ　ｏｆ　ｔｒｉｐ　ｍａｋｅｒ’Ｓ　ａｔｔｒｉｂｕｔｅｓ　ｆｏｒ　ｔｈｅ　ｄｉｆｅｒｅｎｔ　ｔｒａｖｅｌ　ｍｏｄｅ　出行方式集合Ａ＝｛小轿车，公交车，专　线车｝；　表１中数据说明对选用小轿车的出行者，主要　考虑走行时间和出行费用属性，依此类推．根据表　１中出行者的出行模式及属性选择，我们考虑对以　下参数进行估计：　图２兰州市Ａ区城市交通网络不意图　Ｆｉｇ．２　Ｔｈｅ　ｕｒｂａｎ　ｔｒａｆｉｃ　ｎｅｔｗｏｒｋ　ｏｆ　ａｒｅａ　Ａ　ｏｆ　Ｌａｎｚｈｏｕ　ｃｉｆｔｙ　系统所提供服务因素的走形时间待定系数　。；　系统所提供服务因素的出行费用待定系数ｌ８　；　交通系统提供的服务因素集合Ｌ＝｛走形时　间，出行费用，等待时间｝；　出行者个人属性集合Ａ：｛性别，年龄，职业，　出行次数｝．　定义出行者个人属性函数时根据出行模式的　不同考虑不同属性，具体属性选择情况见表１．　出行者的个人属性性别的待定系数），　；　出行者的个人属性职业的待定系数），：；　出行者的个人属性性别的待定系数），　．　通过对本文算法设计计算机模拟仿真程序，经　过４次迭代，问题收敛，该问题的拟合结果见表２．　表２　Ｍｕｌｔｌｎｏｍｉａｌ　Ｌｏｇｉｔ模型拟合结果　Ｔａｂｌｅ　２　Ｔｈｅ　ｆｉｔｔｉｎｇ　ｒｅｓｕｌｔ　ｏｆ　ｔｈｅ　Ｍｕｌｔｉｎｏｍｉａｌ　Ｌｏｇｉｔ　ｍｏｄｅｌ　从表２的拟合结果可见，在本文观测数据集情　定义的集合　和集合Ｌ）及居民的个人属性（文中　况下，走行时间变化一个单位时间将会导致概率为　０．０１４　２８２的出行者的出行产生变化，出行费用变　化一个单位将会导致概率为０．０７１　４３３的出行者　的出行产生变化，而出行次数对居民的出行行为几　定义的集合Ａ），从各种角度（决策变量　中Ｊ．的　不同取值）针对任意不同需求（对集合　，，Ｊ，Ａ的　不同取值）进行数据拟合计算，本文为了说明问题，　只给出了一个简单拟合结果．　乎没有影响．不难看出，拟合结果可作为城市交通　管理部门进行交通控制和相关政策制订的参考依　４　结束语　可持续发展城市的目标是努力形成一个使人、　车和路真正协调的系统，该系统能最大限度地发挥　据．如实例兰州市Ａ区情况而言，可通过对票价、　发车时刻、发车频率等的调整引导市民出行，改善　交通拥堵状况，缓解城市交通压力．　应用本文模型，可对不同城市的居民出行调查　现有交通基础设施的潜力，提高效率、缓解拥挤、改　进安全、节约能源、保护环境，这也正是目前解决交　通问题最重要的措施之一．本文从城市居民出行　数据，根据城市交通系统可提供的服务因素（文中　维普资讯 http://www.cqvip.com 交通运输系统工程与信息　２ｏｏ７年１２月　需求角度出发，对出行者出行选择进行了建模，并　以中国西北部城市兰州市Ａ区为实例，通过计算　机模拟仿真计算得到了该区人员出行行为的分析　结果，希望这些结果对兰州市城市交通部门制定适　宜的政策引导居民出行，从而不断缓解城市交通问　题能起到一些借鉴作用．　参考文献：　［１］Ｌｉｎｄａ　Ｋ，Ｎｏｚｉｃｋ，Ｈｅｃｔｏｒ　Ｂｏｒｄｅｒａｓ　ａｎｄ　Ａｒｎｉｍ　Ｈ，Ｍｅｙ・　ｂｕｒｇ．Ｅｖａｌｕａｔｉｏｎ　ｏｆ　ｔｒａｖｅｌ　ｄｅｍａｎｄ　ｍｅａｓｕｒｅｓ　ａｎｄ　ｐｒｏ・　ｇｒａｍｓ：ａ　ｄａｔａ　ｅｎｖｅｌｏｐｍｅｎｔ　ａｎａｌｙｓｉｓ　ａｐｐｒｏａｃｈ［Ｊ］．Ｔｒａｎｓ・　ｏｐｒｔａｆｉｏｎ　Ｒｅｓｅａｒｃｈ　Ｐａｒｔ　Ａ：Ｐｏｌｉｃｙ　ａｎｄ　Ｐｒａｃｔｉｃｅ，１９９８，３２　（５）：３３１—３４３．　［２］ｓｅｒａｊ　Ｙ，Ａｂｅｄ，Ａｂｄｕｌｌｂａ　Ｏ，Ｂａ・Ｆａｉｌ　ａｎｄ　Ｓａｊｊａｄ　Ｍ，Ｊａｓ・　ｉｍｕｄｄｉｎ．Ａｎ　ｅｃｏｎｏｍｅｔｒｉｃ　ａｎａｌｙｓｉｓ　ｏｆ　ｉｎｔｅｒｎａｔｉｏｎａｌ　ａｉｒ　ｔｒａｖ・　ｅｌ　ｄｅｍａｎｄ　ｉｎ　Ｓａｕｄｉ　Ａｒａｂｉａ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ａｉｒ　Ｔｒｎａｓｐｏｒｔ　Ｍａｎａｇｅｍｅｎｔ，２００１，７（３）：１４３—１４８，　［３］　Ｒｅｃｋｅｒ　Ｗ　Ｗ．Ａ　ｂｒｉｄｇｅ　ｂｅｔｗｅｅｎ　ｔｒａｖｅｌ　ｄｅｍａｎｄ　ｍｏｄｅｌｉｎｇ　ｎａｄ　ａｃｔｉｖｉｔｙ・ｂａｓｅｄ　ｔｒａｖｅｌ　ａｎａｌｙｓｉｓ［Ｊ］．Ｔｒａｎｓｏｐｒｔａｔｉｏｎ　Ｒｅ・　ｓｅａｒｃｈ　Ｐａｒｔ　Ｂ：Ｍｅｔｈｏｄｏｌｏｇｉｃａｌ，２００１，３５（５）：４８１—５０６．　［４］Ｔｏｍｍｙ　Ｇｇｒｌｉｎｇ，Ｄａｎｉｅｌ　Ｅｅｋ，Ｐｅｔｅｒ　Ｌｏｕｋｏｐｏｕｌｏｓ，Ｓａｔｏｓｈｉ　Ｆｕｊｉｉ，Ｏｌｏｆ　Ｊｏｈａｎｓｓｏｎ・Ｓｔｅｍｎａｎ，Ｒｙｕｉｃｈｉ　Ｋｉｔａｍｕｒａ，Ｒａｍ　Ｐｅｎｄｙａｌａ　ａｎｄ　Ｂｅｒｔｉｌ　Ｖｉｌｈｅｌｍｓｏｎ．Ａ　ｃｏｎｃｅｐｔｕａｌ　ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｅ　ｉｍｐａｃｔ　ｏｆ　ｔｒａｖｅｌ　ｄｅｍａｎｄ　ｍａｎａｇｅｍｅｎｔ　ｏｎ　ｐｒｉｖａｔｅ　Ｃａｌｆ　ｕｓｅ［Ｊ］．Ｔｒａｎｓｐｏｒｔ　Ｐｏｌｉｃｙ，２００２，９（１）：５９—７０．　［５］Ｍａｒｔｉｊｎ　Ｂｒｏｎｓ，Ｅｒｉｃ　Ｐｅｌｓ，Ｐｅｔｅｒ　Ｎｉｊｋａｍｐ　ａｎｄ　Ｐｉｅｔ　Ｒｉ・　ｅｔｖｅｌｄ．Ｐｒｉｃｅ　ｅｌｓａｔｉｃｉｔｉｅｓ　ｏｆ　ｄｅｍａｎｄ　ｆｏｒ　ｐａｓｓｅｎｇｅｒ　ａｉｒ　ｔｒａｖ・　ｅｌ：ａ　ｍｅｔａ—ｎａａｌｙｓｉｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ａｉｒ　Ｔｒａｎｓｐｏｒｔ　Ｍａｎａｇｅ—　ｍｅｎｔ，２００２，８（３）：１６５—１７５．　［６］　Ｓａｔｏｓｈｉ　Ｆｕｊｉｉ　ａｎｄ　Ｔｏｍｍｙ　Ｇ￣ｌｉｎｇ，Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ａｔｉｔｔｕｄｅ　ｈｔｅｏｒｙ　ｆｏｒ　ｉｍｐｒｏｖｅｄ　ｐｒｅｄｉｃｔｉｖｅ　ａｃｃｕｒａｃｙ　ｏｆ　ｓｔａｔｅｄ　ｐｒｅｆｅｒ—　ｅｎｃｅ　ｍｅｔｈｄｏｓ　ｉｎ　ｒｔａｖｅｌ　ｄｅｍａｎｄ　ａｎａｌｙｓｉｓ［Ｊ］，Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｒｅｓｅａｒｃｈ　Ｐａｒｔ　Ａ：Ｐｏｌｉｃｙ　ａｎｄ　Ｐｒａｃｔｉｃｅ．２００３，３７（４）：３８９—　４０２．　［７］Ｃａｒｅｙ　Ｇｏｈ　ａｎｄ　Ｒｏｂ　Ｌａｗ，Ｉｎｃｏｒｐｏｒａｔｉｎｇ　ｔｈｅ　ｏｒｕｇｈ　ｓｅｔｓ　ｔｈｅ—　ｏｒｙ　ｉｎｔｏ　ｔａｒｖｅｌ　ｄｅｍａｎｄ　ａｎａｌｙｓｉｓ［Ｊ］，Ｔｏｕｒｉｓｍ　Ｍａｎａｇｅｍｅｎｔ，　２ｏｏ３．２４（５）：５ｌ１—５１７．　［８］Ｆｅｎｇ　Ｘ，Ｚｈａｎｇ　Ｊ，Ｆｕｊｉｗａｒａ　Ａ　ａｎｄ　Ｓｅｎｂｉｌ　Ｍ．Ｅｖａｌｕａｔｉｎｇ　ｅｎｖｉｒｏｎｍｅｎｔａｌｌｙ　ｓｕｓｔａｉｎａｂｌｅ　ｕｒｂａｎ　ａｎｄ　ｔｒａｎｓｐｏｒｔ　ｐｏｌｉｃｉｅｓ　ｆｏｒ　ａ　ｄｅｖｅｌｏｐｉｇｎ　ｃｉｙｔ　ｂａｓｅｄ　ｏｎ　ａ　ｔｒａｖｅｌ　ｄｅｍａｎｄ　ｍｏｄｅｌ　ｗｉｔｈ　ｆｅｅｄｂａｃｋ　ｍｅｃｈａｎｉｓｍｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　ｈｔｅ　Ｅａｓｔｅｒｎ　Ａｓｉａ　Ｓｏ．　ｃｉｅｔｙ　ｏｆｒ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｔｕｄｉｅｓ（ｆｏｒｔｈｃｏｍｉｎｇ），２００７．　１　９　Ｊ　Ｒｏｂｅｒｔ　Ｃｅｒｖｅｒｏ．Ｂｕｉｌｔ　ｅｎｖｉｏｒｎｍｅｎｔｓ　ａｎｄ　ｍｏｄｅ　ｃｈｏｉｃｅ：ｔｏ．　ｗａｒｄ　ａ　ｎｏｒｍａｔｉｖｅ　ｆｒａｍｅｗｏｒｋ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｒｅｅｓａｒｃｈ　Ｐａｒｔ　Ｄ：Ｔｒａｎｓｏｐｒｔ　ａｎｄ　Ｅｎｖｉｏｒｎｍｅｎｔ，２００２，７（４）：２６５—　２８４．　一　［１０］　黄海军．交通行为建模——问题与机会［Ｊ］．交通运　输系统工程与信息，２００２，２（１）：２４—２９．［ＨＵＡＮＧ　Ｈａｉ－ｊｕｎ．Ｍｏｄｅｌｉｎｇ　ｔｒａｖｅｌ　ｂｅｈａｖｉｏｒ－ｐｒｏｂｌｅｍｓ　ａｎｄ　ｏｐｐｏｒｔｕ・　ｎｉｉｔｅｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｔｒｎａｓｏｐｒｔａｔｉｏｎ　Ｓｙｓｔｅｍｓ　Ｅｎｇｉｎｅｅｒｉｇｎ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，２００２，２（１）：４２—２９．］　［１１］Ｄｅｐａｒｔｍｅｎｔ　ｆｏｒ　Ｔｒａｎｓｏｐｒｔ，２００４．Ｔｒａｎｓｏｐｒｔ　Ｔｒｅｎｄｓ：２００３　［Ｒ］．　［１２］陈大伟，李旭宏，于世军，朱彦东．我国城市开发区　客运交通需求预测方法研究［Ｊ］．交通运输系统工　程与信息，２００４，４（１）：８０—８３．［ＣＨＥＮ　Ｄａ．ｗｅｉ，ＬＩ　Ｘｕ－　ｈ０ｎｇ，ＹＵ　Ｓｈｉ—ｊ衄，ＺＨＵ　Ｙａｎ—ｄｏｎｇ．Ｍｅｔｈｏｄ　ｓｔｕｄｙ　ｏｆ　ｐａｓ—　ｓｅｎｇｅｒ　ｔｒａｆｉｑｃ　ｄｅｍａｎｄｓ　ｆｏｒｅｃａｓｔｉｇｎ　ｆｏｒ　ｕｒｂａｎ　ｉｎｔｅｒｓｅｃｔｉｏｎ　ｏ１１１＂ｃｏｕｎｔｒｙ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｙｓｔｅｍｓ　Ｅｎｇｉ・　ｎｅｅｒｉｇｎ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，２００４，４（１）：８０—　８３．］　［１３］　彭唬，陆化普．基于空间分析的城市密度对交通需　求的影响分析［Ｊ］．交通运输系统工程与信息，　２００７，７（４）：９０—９５，［ＰＥＮＧ　Ｈｕ，ＬＵ　Ｈｕａ・ｐｕ．Ｕｓｉｎｇ　ＧＩＳ　ｓｐａｔｉｌａ　ａｎａｌｙｓｉｓ　ｔｏ　ｓｕｒｖｅｙ　ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｕｒｂａｎ　ｄｅｎｓｉｔｙ　ａｎｄ　ｔｒａｖｅｌ　ｄｅｍａｎｄ－－ａ　ｃａｓｅ　ｓｔｕｄｙ　ｏｆ　ｄａｌｉａｎ　ａｎｄ　ｓｈｅｎｙａｇｎ［Ｊ］，Ｊｏｕｒｎａｌ　ｏｆ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｙｓｔｅｍｓ　Ｅｎｇｉｎｅｅｒ—　ｉｎｇ　ａｎｄ　Ｉｆｎｏｒｍａｉｔｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，２００７，７（４）：９０—９５．］　［１４］　ＭｃＦａｄｄｅｎ　Ｄ，Ｄｉｓａｇｇｒｅｇａｔｅ　ｂｅｈａｖｉｏｒｌａ　ｔｒａｖｅｌ　ｄｅｍａｎｄｓ　ｒｕｍ　ｓｉｄｅ：ａ　３０．ｙｅａｒ　ｒｅ．ｓｔｒｏｓｐｅｃｔｉｖｅ［Ｒ］，Ｐａｐｅｒ　ｐｒｅｓｅｎｔｅｄ　ｔｈｅ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ａｓｓｏｃｉａｔｉｏｎ　ｆｏｒ　Ｔｒａｖｅｌ　Ｂｅｈａｖｉｏｒ（ＩＡＴＢＲ）　Ｃｏｎｆｅｒｅｎｃｅ，Ｇｏｌｄ　Ｃｏａｓｔ，Ｑｕｅｅｎｓｌａｎｄ，Ａｕｓｔｒａｌｉａ，２０００：２　—７