下载文档原格式
基于Logit和Mixed Logit模型的路径选择摘要：为了探讨路况信息动态变化对出行路线选择行为的影响程度，本文从出行者的角度出发，通过进行出行者路径选择调查，假定时间参数和费用参数为常数、费用参数服从正态分布和对数正态分布，分别建立了出行路线选择的Logit模型和Mixed Logit模型，并对解释变量影响路线改变倾向进行了量化分析。
结果表明，Mixed Logit模型的最大似然值、优度比和命中率都高于Logit模型。
出行者对行程时间和时间信息动态变化的敏感程度十分接近，敏感度最高的是出行费用。
个人属性中的年龄、驾龄和收入是影响路线选择行为的最显著因素。
关键词：路径选择；动态路况信息；Logit模型；Mixed Logit模型先进的交通信息服务系统（Advanced traveler information system , A TISA）在美国、欧洲和日本得到了广泛应用，它有助于引导出行者合理选择出行路线，从而均衡交通流量，优化路网的通行能力。
已有研究表明，在路线选择方面，约有61.7%的出行者会在途中因路况信息变化而转向另一路线。
可变信息板（V ariable message signs,VMS）可提供实时路况信息，比如：城市内部交通建设项目越来越多，项目在施工时需要占用一定道路资源，这时，可变信息板就会提供道路占用信息，从而出行者就会对路径做出选择，选择另一行车路线。
在交通行为数据建模和分析上，普遍采用离散选择建模方法，其中应用最广泛的是Logit模型，Logit模型要求具备非相关选择方案相互独立特性（Independence from irrelevant alternatives , IIA特性），在研究出行者交通行为选择方面具有较好的效果。
但是当选择方案特性比较相似时，为避免因IIA特性造成的偏差，可以采用对数据没有独立性要求的Mixed Logit模型，由于Mixed Logit模型的随机参数分布形式能够表达出行者个人偏好，因此更适合分析个体选择行为的差异性。
第18卷第3期2020年09月交通运输工程与信息学报Journal of Transportation Engineering and InformationVol.18No.3Sep.2020文章编号：1672-4747(2020)03-0040-10基于巢式Logit模型的低收入人群出行行为分析——以上海市智能手机调查数据为例柳文燕，傅忠宁，李万慧，翟涛涛(兰州交通大学，交通运输学院，兰州730070)摘要：低收入人群是城市人口组成的重要和特殊部分，关注并研究其出行行为具有重要的社会价值。
本文首先界定城市低收入人群的范围，根据上海市居民出行调查数据划分出研究对象，总结影响低收入人群出行行为的多重变量，然后基于效用最大化理论构建出行目的和出行方式相互影响的巢式Logit 模型，并对模型参数进行标定，得到低收入人群出行行为选择的特定规律。
结果表明，出行时段、出行费用、出行优先政策以及出行目的对低收入人群出行方式选择具有显著影响。
关键词：城市低收入人群；出行行为；出行目的；巢式Logit模型中图分类号：U491.1+22文献标志码：A D0I：10.3969/j.issn.1672-4747.2020.03.005 Analysis of Travel Behavior of Low-income Population Basedon Nested Logit Model------Take the survey data of the smartphone in Shanghai as an exampleLIU Wen-yan,FU Zhong-ning,LI Wan-hui,ZHAI Tao-tao(School of Transportation,Lanzhou Jiaotong University,Lanzhou730070,China) Abstract:Low-income people are an important and special part of urban population.It is of great social value to pay attention to and study their travel behaviors.Firstly,this paper defines the scope of urban low-income population,and divides the research objects according to the data of Shanghai residents*travel survey.It summarizes the multiple variables affecting the travel behavior of low-income groups,then constructs a Nested Logit model based on utility maximization theory,which can influence each other's travel purposes and modes,and advances the parameters of the model.Calibration is used to obtain the specific rules of travel behavior choice for low-income people.The results show that travel time,travel expense,travel priority policy and travel purpose have significant effects on the choice of travel mode for low-income population.Key words:urban low-income population;travel behavior;travel purpose and modes;Nested Logit modelo弓I言题已经成为政府部门及普通市民关注的焦点之一。
基于Logistic模型对居民弹性出行影响因素建模研究基于Logistic模型对居民弹性出行影响因素建模研究摘要：居民出行行为受多种因素影响，其中弹性出行更能体现人们对出行方式的选择灵活性。
本研究基于Logistic模型构建了居民弹性出行影响因素的建模方法，并对现有数据进行了分析。
结果表明，居民弹性出行受到个体特征、出行目的、交通条件等多个因素的综合影响。
1. 引言随着城市化的快速发展和经济水平的提高，人们对于出行方式的选择也日益多样化。
弹性出行作为一种灵活的出行方式，能够更好地适应不同出行需求。
因此，研究居民弹性出行的影响因素对于城市交通规划和交通管理具有重要意义。
2. 相关研究2.1 弹性出行的概念弹性出行是指出行人员在面临不同的交通条件和出行需求时，能够灵活选择出行方式的能力。
相比固定出行方式，弹性出行更能满足个体出行的多样化需求。
2.2 弹性出行影响因素研究现状国内外的研究表明，居民弹性出行受多个因素的影响，如个人特征、出行目的、交通条件、经济因素等。
然而，当前研究中缺乏对这些因素进行多维度、综合性分析的方法。
3. 数据与方法本研究采用问卷调查的方法获取了居民出行行为数据，并选取了个人特征、出行目的、交通条件等因素作为研究变量。
据此构建了Logistic模型，并使用现有数据进行了建模分析。
4. 结果与讨论4.1 个人特征对居民弹性出行的影响经模型分析发现，个人特征如性别、年龄、职业等对居民弹性出行具有一定影响。
男性相对于女性更倾向于选择弹性出行方式，而年龄较大的人群则更倾向于固定出行方式。
4.2 出行目的对居民弹性出行的影响根据模型结果，出行目的对居民弹性出行的选择也产生了显著影响。
如购物、娱乐等休闲出行更容易选择弹性出行方式，而上班通勤等固定出行则倾向于选择固定的交通工具。
4.3 交通条件对居民弹性出行的影响交通条件是影响出行方式选择的重要因素。
研究发现，交通拥堵程度、公共交通设施等因素都与居民弹性出行存在密切联系。
基于Logit模型的公路运输旅客高铁出行意向分析1. 引言1.1 背景介绍随着中国高铁网络的不断发展壮大，高铁已经成为人们出行的重要交通工具之一。
高铁的快速便捷、舒适安全的特点受到了广泛的欢迎，而高铁出行意向也成为了学术界和政府部门关注的热点问题。
随着人们生活水平的提高和出行需求的增加，研究高铁出行意向的影响因素和行为规律，对于引导人们科学选择交通工具，提升高铁的服务质量和运营效率具有重要意义。
在过去的研究中，Logit模型被广泛应用于交通出行意向分析中，通过建立数学模型来解释影响出行意向的复杂因素。
Logit模型能够分析不同因素对个体行为选择的影响程度，并且可以预测在不同情况下的出行选择概率，因此在高铁出行意向分析中具有重要的应用意义。
本文旨在通过基于Logit模型的研究方法，分析高铁出行意向的影响因素，为提升高铁服务质量、引导合理出行提供理论参考。
通过深入研究高铁出行意向的特点与规律，为未来高铁建设规划提供科学依据，促进高铁行业的可持续发展。
1.2 研究目的研究目的旨在分析公路运输旅客对高铁出行的意向，探讨影响高铁出行意向的因素，并提出相关建议。
具体来说，我们旨在深入了解公路运输旅客选择高铁出行的动机和偏好，分析不同因素对高铁出行意向的影响程度，为政府和企业提供有针对性的政策制定和市场营销策略建议。
通过Logit模型的运用，我们将建立一个定量的模型，运用实证分析方法验证研究假设，以期得出客观可靠的结论。
通过本研究，我们希望为高铁运输行业提供理论支持和实践指导，促进我国高铁出行市场的健康发展，提升公共交通出行的效率和质量，促进可持续发展。
最终，我们希望能够为相关研究领域提供有益的参考和启示，推动学术研究的深入和扩展。
1.3 研究意义公路运输旅客高铁出行意向分析的研究意义在于深入了解旅客对高铁出行的偏好和选择因素，为高铁运输业提供科学依据和决策支持。
通过分析旅客的出行意向，可以帮助高铁运营商更好地满足旅客的需求，提高服务质量和运输效率，从而提升高铁的市场竞争力和吸引力。
浅析旅客出行选择行为摘要：通过分析铁路客流构成和旅客列车分类，将铁路旅客乘车选择行为的影响因素归结为旅客主体特性、列车特性和随机因素。
采用随机效用理论建立铁路旅客乘车选择行为非集计模型，给出个体旅客对列车选择概率的多项logit模型，并通过影响因素选择及参数标定等设定求解方法。
关键词：铁路旅客运输；乘车选择行为；影响因素；logit模型中图分类号： te833文献标识码： a 文章编号：对旅客出行选择行为的研究，向来是铁路运输组织研究的重要内容。
实践证明，通过对旅客出行选择行为的分析，根据旅客出行的实际需求状况，采取与其相适应的运输管理和组织模式，对提高旅客运输服务水平，增强其市场竞争能力，具有重要的意义。
一、影响旅客出行选择行为因素分析1.1主观因素—旅客主体特性主观因素与旅客本身特性直接相关，包括旅客的收人、年龄、性别、出行目的、出行距离、消费观念等。
客观因素是指旅客无法决定的外部因素，主要包括衡量客运产品服务质量的安全、方便、速度、费用、舒适度5个因素。
（1）安全性。
安全性是旅客最为重视的运输产品特性。
一般来说，铁路安全性最高，航空次之，公路最差。
（2）速度(旅行时间)。
速度是运输业“产品”性能的基本体现。
速度的提高，旅行时间的缩短，对旅客而言，是激发其旅行需求的首要因素。
（3）票价。
合理公道的票价是旅客选择出行方式的一个重要因素。
在我国经济还不完全发达的情况下，票价对旅客的影响仍很大，有时还起决定作用。
（4）舒适度。
随着人民生活水平的提高，旅客对出行工具的舒适度有愈来愈高的要求。
（5）方便。
方便是运输部门所能提供给旅客运输服务产品的便捷程度，主要指旅客从起迄点到车站的方便性、旅客购票的方便性以及行李提取方便性等[1]。
旅客出行选择行为大多是多因素综合作用的结果，每个个体的情况都不尽相同，难以用同一个模型来刻画其选择机理。
为此以某一具有大多共性的旅客客流为分析单位，并建立相关模型研究是可行的。
基于Logit模型的公路运输旅客高铁出行意向分析【摘要】本文基于Logit模型对公路运输旅客高铁出行意向进行了分析。
在介绍了研究背景、研究目的以及研究意义。
在首先介绍了Logit模型的基本原理，然后详细解释了高铁出行意向分析方法，接着描述了变量选取与数据处理的过程，最后给出了Logit模型分析结果和影响公路运输旅客选择高铁出行的因素。
在总结了高铁出行意向的影响因素，评估了Logit模型的有效性，并提出了相关政策建议。
通过本研究，可以更好地了解公路运输旅客选择高铁出行的决策过程，为高铁出行意向的预测和政策制定提供参考依据。
【关键词】高铁出行意向、Logit模型、公路运输旅客、分析、变量选取、数据处理、分析结果、影响因素、有效性、政策建议1. 引言1.1 研究背景随着信息技术的发展，研究者们开始利用Logit模型来分析公路运输旅客选择高铁出行的意向。
Logit模型是一种经典的选择模型，能够量化不同因素对于选择行为的影响程度，为我们研究高铁出行意向提供了有效的工具。
本研究旨在利用Logit模型分析公路运输旅客选择高铁出行的影响因素，揭示公路运输旅客对高铁出行的偏好和选择行为，为我国高铁运输发展提供决策支持和政策建议。
通过深入分析旅客出行意向，可以更好地满足人们出行需求，提升国内交通运输系统的整体水平。
1.2 研究目的研究目的来源于对公路运输旅客选择高铁出行意向的探究，旨在深入了解旅客选择交通方式的因素，为促进高铁发展和提升公路运输效率提供理论支持。
具体研究目的包括：分析公路运输旅客选择高铁出行的意向及其影响因素，探讨高铁出行对公路运输的替代效应和补充作用，为公共交通网络规划提供参考依据；通过Logit模型的运用，深入挖掘影响旅客选择高铁出行的关键因素，为制定相关政策和提高高铁市场竞争力提供决策支持；总结研究结果，提出具体的政策建议，为高铁行业的可持续发展和公路运输的优化调整提供指导。
通过对公路运输旅客高铁出行意向的分析，可以更好地理解旅客出行行为和交通选择特点，为推动交通方式结构调整和提升出行体验质量贡献力量。
基于Logit模型的公共交通出行选择行为分析摘要：城市交通方式结构的形成从根本上是居民选择出行选择交通方式的结果。
本文根据出行者出行行为选择特征和交通方式服务特性，运用计量经济学中的非集计模型，分析居民出行选择的影响因素。
关键词：非集计模型MNL模型意愿调查（SP）一、现状分析以及研究意义近年来，成都市提出了公交优先的战略，有效地推动了城市公交的发展。
但随着城镇化进程加快，城市经济和社会快速发展，公交发展速度仍跟不上城市发展速度，新的城市公交问题已日益暴露出来，公交发展滞后已成为制约成都市经济发展和人民生活水平提高的瓶颈。
本文通过研究人们的选择行为，优化影响人们选择行为的因素，从而增加交通的分担率，减少其他方式的交通量，从而有效地缓解城市交通压力。
二、研究方法SP意愿调查本文采用SP意愿调查。
SP调查是指，为了获得“人们对假定条件下的多个方案所表现出来的主观偏好，而进行的实际调查。
在SP调查中，选择的状态，即选择方案的特性值为假定值。
SP调查具有可以根据未来的状况，任意设定选择条件的优点，因而克服了以往预测方法中的外插性的问题。
这一点对于分析对象区域内建立过去没有的选择方案的分析十分有利。
另外，由于可以调查相同条件下的许多人的反映，因而可以研究由于个人属性的不同而产生的选择结果的差异，计算在每个选择条件下特定的选择方案的选择概率并由此进行集计性分析。
实践证明，SP方法已成为交通出行行为研究中一种重要的工具。
三、研究内容（一）效用变量定义以及效用函数的确定本文通过建立MNL模型，对成都市居民出行选择公共交通的行为进行分析。
在MNL 模型中，特性变量可分为固定哑元，选择方案特性变量与出行者特性变量。
选择方案特性变量进一步可以分为选择方案固有变量及共同变量。
在本次调查方案中，选择方案固有变量包括：费用，车内时间；公交车与地铁的共同变量包括候车时间，到相应乘车站点的时间，下车到目的地的时间；私家车的特有变量为寻找停车泊位的时间；出行者特性变量包括：年龄，性别，收入，有无私家车等。
基于Logit模型的公路运输旅客高铁出行意向分析一、引言二、文献综述近年来，随着高铁的快速发展，对高铁出行意向和选择行为的研究也日益增多。
针对高铁出行意向和选择行为的研究，学者们通过问卷调查、实地调研等方法，采集了大量的数据，对影响因素进行了深入分析。
薛飞等（2018）使用了回归分析方法，研究了城市间高铁出行的影响因素，研究结果表明，高铁出行的选择受到了出行时间、票价、设施设备等因素的影响。
高耀洲等（2019）基于熵值法对高铁出行的影响因素进行了排序，结果表明，出行时间、舒适度、安全性等因素是公路运输旅客选择高铁的重要考虑因素。
三、研究方法本文基于Logit模型进行公路运输旅客高铁出行意向分析。
Logit模型属于一种广义线性模型，可以用来分析二元选择行为的影响因素。
对于公路运输旅客的高铁出行意向，可以将其视为一个二元选择过程，即选择高铁出行或不选择高铁出行。
Logit模型是一种适合分析这种二元选择行为的模型。
具体而言，Logit模型的数学表达如下：\[ P(Y=1|X) = \frac{e^{\beta_0 + \beta_1X_1 + \beta_2X_2 + \ldots +\beta_kX_k}}{1 + e^{\beta_0 + \beta_1X_1 + \beta_2X_2 + \ldots + \beta_kX_k}} \]\( P(Y=1|X) \)表示在给定自变量X的条件下，因变量Y取值为1（选择高铁出行）的概率，\( \beta_0, \beta_1, \beta_2, \ldots, \beta_k \)是模型的参数，\( X_1, X_2, \ldots, X_k \)是自变量。
四、研究数据本文采用了问卷调查的方法，对公路运输旅客进行了调查，收集了相关的数据。
问卷包括了出行时间、票价、出行距离、安全性、舒适度等多个影响因素，以及公路运输旅客对高铁出行的意向和选择行为。
通过问卷调查，共收集了500份有效问卷数据，包括了公路运输旅客的基本信息和出行偏好等方面的内容。
基于Logit模型的公路运输旅客高铁出行意向分析公路运输旅客的高铁出行意向分析对于交通规划和发展具有重要的指导意义。
本文通过基于Logit模型的分析方法，对公路运输旅客的高铁出行意向进行分析。
需要明确高铁出行意向的定义。
高铁出行意向指的是公路运输旅客在选择出行方式时是否倾向于选择高铁作为出行工具的意愿。
本文主要关注公路运输旅客的高铁出行意向并分析其影响因素。
高铁出行意向受多种因素影响，包括个人特征、出行需求和服务水平等。
个人特征方面，包括性别、年龄、收入水平等，不同的个人特征可能会对高铁出行意向产生不同的影响。
出行需求方面，包括出行目的、出行时间、出行距离等，不同的出行需求也会对高铁出行意向产生影响。
服务水平方面，包括票价、车厢舒适度、车速等，服务水平的提高可能会增加旅客的高铁出行意向。
本文采用Logit模型对高铁出行意向进行分析。
Logit模型是一种常用的离散选择模型，适用于对二元变量（高铁出行与否）进行分析。
模型的形式为：P(Y=1|X) = exp(βX) / (1 + exp(βX))P(Y=1|X)表示高铁出行与否的概率，X表示影响高铁出行意向的变量，β表示模型的参数。
通过最大似然估计的方法估计β的值，得到模型的结果。
在进行Logit模型分析之前，需要对数据进行处理。
收集公路运输旅客的个人特征、出行需求和服务水平相关的数据。
对数据进行清洗和整理，删除缺失值和异常值。
然后，对数据进行描述性统计分析，了解每个变量的分布情况。
进行Logit模型分析。
在Logit模型分析中，首先需要对变量进行选择。
通过变量对高铁出行意向的影响程度进行评估，选择对高铁出行意向影响较大的变量。
然后，进行变量的建模和参数估计。
通过模型的参数估计结果，可以得到不同变量对高铁出行意向的影响程度。
基于Logit模型的公路运输旅客高铁出行意向分析可以为交通规划和发展提供指导意见。
通过分析个人特征、出行需求和服务水平等因素，得到高铁出行意向的影响因素和影响程度，为高铁的推广和发展提供科学依据。
基于Logit模型的公路运输旅客高铁出行意向分析
随着经济水平的不断提高和人民生活水平的不断改善，人们对高速、舒适、便捷、安全的出行需求也越来越强烈，高铁作为新时代的交通利器，已经成为了人们出行的首选。
因此，对于公路运输旅客的高铁出行意向进行深入的分析与研究，可以为相关部门提供更加科学的决策依据，进一步推进我国大众化出行的进程。
本文采用Logit模型对公路运输旅客的高铁出行意向进行分析，主要从性别、年龄、收入、出行目的、票价等因素进行分析，并以广州至深圳高铁为例进行具体的研究。
首先，从性别方面来看，我们将样本按照性别进行分类分析，结果发现女性对于高铁出行的意向更高，而男性相对较低，这表明女性对于高铁的安全性和便捷性更加看重，且更加注重出行的舒适度。
其次，从年龄方面来看，我们将样本按照年龄段进行分类分析，结果发现年龄越小的群体对高铁出行的意向越高，而随着年龄的增长，高铁出行的意向呈现下降趋势。
这表明年轻人更加注重出行的效率和速度，且更加追求时尚、新颖的出行方式。
然后，从出行目的方面来看，我们将样本按照出行目的进行分类分析，结果发现出行目的为商务、探亲和旅游的人对高铁出行的意向更高，而出行目的为办事、上学的人相对较低。
这表明高铁出行更加适合商务、探亲和旅游等需要多次出行且时间紧迫的目的。
最后，从票价方面来看，我们将样本按照票价进行分类分析，结果发现票价越低的群体对高铁出行的意向越高，而票价较高的群体相对较低。
这表明高铁票价已经逐渐成为了影响公路运输旅客对高铁出行意向的一个重要因素。
浅析基于logit模型的旅客出行选择行为摘要：通过分析铁路客流构成和旅客列车分类，将铁路旅客乘车选择行为的影响因素归结为旅客主体特性、列车特性和随机因素。
采用随机效用理论建立铁路旅客乘车选择行为非集计模型，给出个体旅客对列车选择概率的多项Logit模型，并通过影响因素选择及参数标定等设定求解方法。
关键词：铁路旅客运输；乘车选择行为；影响因素；Logit模型Abstract: through the analysis of railway passenger traffic composition and classification of passenger trains, railway passengers’ choice behavior will choose the influence factors of subject characteristics, boil down to the passenger train characteristics and random factors. Using the random utility theory, a railway passen gers’ choice behavior choice disaggregate model given individual passengers on the train choose a number of probability Logit model, and through the influence factors such as parameters calibration set choice and the solving method.Keywords: railway passenger transportation; Bus choice behavior; Influencing factors; Logit model对旅客出行选择行为的研究，向来是铁路运输组织研究的重要内容。
实践证明，通过对旅客出行选择行为的分析，根据旅客出行的实际需求状况，采取与其相适应的运输管理和组织模式，对提高旅客运输服务水平，增强其市场竞争能力，具有重要的意义。
一、影响旅客出行选择行为因素分析1.1主观因素—旅客主体特性主观因素与旅客本身特性直接相关，包括旅客的收人、年龄、性别、出行目的、出行距离、消费观念等。
这些主观因素决定了旅客出行的消费特性，即旅客所属的消费群体。
如去西藏观光旅游和处理紧急事物的旅客出行选择行为主要是受到出行目的影响，而出行距离超过2000km的人们大多不会选择汽车这种交通方式。
1.2客观因素—交通方式特性客观因素是指旅客无法决定的外部因素，主要包括衡量客运产品服务质量的安全、方便、速度、费用、舒适度5个因素。
（1）安全性。
安全性是旅客最为重视的运输产品特性。
一般来说，铁路安全性最高，航空次之，公路最差。
（2）速度(旅行时间)。
速度是运输业“产品”性能的基本体现。
速度的提高，旅行时间的缩短，对旅客而言，是激发其旅行需求的首要因素。
（3）票价。
合理公道的票价是旅客选择出行方式的一个重要因素。
在我国经济还不完全发达的情况下，票价对旅客的影响仍很大，有时还起决定作用。
当然，消费水平不同的旅客对于“合理的票价”有着不同的衡量标准。
（4）舒适度。
随着人民生活水平的提高，旅客对出行工具的舒适度有愈来愈高的要求。
旅客不仅仅满足于能实现位移的需要，而且要求在接受运输服务的过程中感到舒适，旅客对这方面的需求也是多层次的。
（5）方便。
方便是运输部门所能提供给旅客运输服务产品的便捷程度，主要指旅客从起迄点到车站的方便性、旅客购票的方便性以及行李提取方便性等[1]。
旅客出行选择行为大多是多因素综合作用的结果，每个个体的情况都不尽相同，难以用同一个模型来刻画其选择机理。
为此以某一具有大多共性的旅客客流为分析单位，并建立相关模型研究是可行的。
二、旅客客流分类按旅客的乘车行程距离可划分为：长途客流(旅行距离长，对在途时间和舒适度要求高)、管内客流(旅行距离和在途时间较短、对方便快捷因素要求较高)和短途客流(要求列车准点、始发终到时刻适宜，便于早出晚归)。
按旅客的经济承受能力可划分为：低收入者、中等收入者和高收入者。
按旅客出行目的可划分为：商务流、探亲流、观光流、学生流（集中在寒暑假期间）、民工流（集中在春节前后）。
按出行选择时考虑的情况可分为：以高费用赢取时间或舒适条件者、以多时间或牺牲舒适条件节省费用者、兼顾费用与时间、舒适度追求者。
事实上，以上划分并不能详尽描述客流成分的复杂。
商务流中不一定都是用高费用追求时间或舒适条件者；长途客流中也一定存在牺牲时间、舒适度换取费用者。
因此下文进行探讨时将人为假定某一类型旅客展开探讨，并对其相关需求特性进行确定。
三、函数模型分析与构建3.1函数模型分析目前研究铁路旅客乘车选择行为方法主要有两类：一类是基于旅客调查的定性分析方法，此类方法比较接近实际情况，但难于准确刻画选择行为的内在机理；另一类是基于计量经济学的随机效用理论而建立定量的相关函数模型，其中又有线性模型、Probit模型和Logit模型三种。
运用线性模型求解求出来的交通方式分担率Pi无法保证分担率必须满足的0<pi<1的这一条件。
而Probit也较繁杂，应用起来不够方便。
在函数模型中，从预测精度、预测作业及模型构思的合理性来看，Logit模型是比较好的，应用起来也比较简单。
3.2 Logit模型因此本文中，我们采用应用十分广泛的Logit模型，暂且不深入探究Logit 模型构建的理论基础和推理论证，而将其介绍如下：旅客对交通方式的选择问题实际上是一个概率问题，即旅客以多大的概率选择某种交通方式。
旅客面对多种交通方式的选择并不是轻易下决定，为了模拟旅客的心理活动，可以为每种交通方式确定一个效用值或者吸引度，某个交通方式的效用值反映了如果旅客选择该方式将会获得的好处大小。
对于旅客来说，他（她）总是希望选择能够产生最大效用值的交通方式，然而在实际问题中，效用值不能被直接观测出来，甚至也难于预先估计，影响交通方式的效用值的因素不仅多而且复杂，还有随机成分，所以说，效用值是一个随机变量，一般称之为随机效用[2]。
四、旅客出行选择行为分析4.1模型相关参数选定现假定相距695km的区域间只有两种交通方式（如公路与铁路）可供旅客选择。
以铁路为第1种交通方式，公路为第2种交通方式。
简化问题，使用以下最为普遍描述效用值的形式，即：（6）则对第n种交通方式客流分担率Rn，有：（7）其中Vn表示第n种交通方式效用值，zn表示为第n种交通方式安全性、方便性、舒适性等综合因素，pn表示票价因素，w表示旅客出行时间价值，tn 表示时间因素（速度因素），a、b、c为权重参数，可理解相关特性变量值对旅客选择出行交通方式所产生影响的重要程度。
（1）经过相关调查查询，可得相关数据如下：铁路客车运行速度为77km/h，出行时间约为9h，即t1=9，晚间卧铺票价为10元，即p1=160；公路快客运行速度为90 km/h，出行时间约为7.7h，即t2=7.7，夜间卧铺票价为110元，即p2=110。
（2）从安全性角度看，旅客对铁路的安全比较放心，而对于公路安全有许多担忧。
从方便性角度看，相当一部分旅客比较看重买票的方便性，公路客运站售票要比铁路客运站方便很多。
从舒适度角度看，铁路的舒适度要比公路好一些。
综合以上讨论考虑，假定z1=1，z2=0.9。
（3）目前，对参数a、b、c、w和的计算尚无明确方法，在实际应用中，只能通过对调研数据进行综合分析，粗略估计二者的数值。
假定该区域旅客出行时间价值w=10元h-1；假定权重参数a=10，b=0.2，c=0.4；假定=0.1。
4.2模型计算求解设旅客选择铁路的概率为R1，旅客选择公路的概率为R2，R1+R2=1，则由上可知：（8）对两边取对数，并简化可得：（9）将上文中相关数据代入，计算可知：t1=9，p1=160，t2=7.7，p2=110，z1=1，z2=0.9，a=10，b=0.2，c=0.4，w=10，=0.1则由此可得，R1=19.35%，R2=80.65%。
即在此运输通道中，选择铁路为出行交通方式的旅客占总出行人数的19.35%，选择公路为出行交通方式的旅客占总出行人数的80.65%。
4.3速度对旅客选择交通方式行为影响分析前文已通过实例计算出某交通通道中各交通方式的客流分担率。
直观上说旅客列车速度的提升必然会吸引一部分客流出行放弃公路而选择铁路，但比例究竟有多大呢？以下进一步探讨。
现假定由于铁路提速，此区域间旅客列车速度由77km/h提高到110km/h，则t1=6.32，其余因素及相关数据均不变。
则由式9继续进行计算可知：由此可得，R1=41.53%，R2=58.47%。
以上数据表明，旅客列车速度变化对其交通方式分担率有较大影响。
在旅客列车速度由77km/h提高到110km/h时，其客流分担率由19.35%上升到41.53%。
由此可见，继续大幅提高铁路旅客列车运行速度是提升铁路自身竞争力，吸引铁路客流的重要举措。
五、结论旅客出行选择行为，包含一系列的选择过程。
各个选择过程又相互影响，上一个决策行为会影响下一个决策行为。
基于构建的logit模型，本文分析了当城际之间的客运通道引人一种新的运输方式时，旅客的个人社会经济因素、时间因素、运输方式的属性对旅客的出行选择的影响。
利用本文的出行选择行为的模型，通过旅客出行调查数据深层次的挖掘分析，对了解旅客实际出行需求状况，科学制定客运专线运输组织模式具有一定的参考价值。
注：文章内所有公式及图表请以PDF形式查看。
