浅析基于logit模型的旅客出行选择行为
基于Logit和MixedLogit模型的路径选择
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。
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
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
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。
旅客出行选择行为
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
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
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
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
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
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。
基于Logit模型的航班延误后乘客行为选择研究
（ 中国民航 大学经济与管理 学院， 天津 ３ ０ ０ ３ ０ ０ ）
摘 要 ：目前 中 国航 班 延 误 现 象较 为 普遍 ， 航 班 延误 后 乘 客行 为和 心 理 研 究 是 航 班 延误 现 象研 究 的 重要 组 成 部 分 。 现 有研 究相 对较 少 。 对 于航 班 延 误 后 乘 客 行 为 选 择 的研 究 尚 未 出现 。 为 了研 究乘 客 在 航 班 延 误 后 行 为 选择 的 影 响 因素 ， 采用调查法 ， 并结合 Ｌ ｏ ｇ ｉ ｔ 模型 ， 发 现 自费与 否 、 出行 人 数 、 对航 空公 司品 牌 看 重程 度 和 航 班 延
ｔ ｈ ｅ ｋ ｅ ｙ ｆ ａ ｃ ｔ ｏ ｒ ｓ ｔ ｈ ａ ｔ ｉ ｍｐ ａ ｃ ｔ ｔ ｈ ｅ ｂ ｅ ｈ ａ ｖ ｉ ｏ ｒ ｓ ｏ ｆ ｈ ｕ ｍａ ｎ ａ ｎ ｄ ａ ｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｔ ｈ ｅ ｓ ｕ ｒ ｖ ｅ ｙ ｐ ｒ ｏ ｃ ｅ ｄ ｕ ｒ ｅ ，ｆ ｏ ｕ ｒ ｉ ｍｐ ｏ ｒ ｔ ａ ｎ ｔ ｆ ａ ｃ ｔ ｏ ｒ ｓ ｗｈ ｉ ｃ ｈ ａ ｒ ｅ ｗｈ ｅ ｔ ｈ ｅ ｒ ａ ｔ ｐ ａ ｓ ｓ ｅ ｎ ｇ ｅ ｒ ’ｏ ｗｎ ｅ ｘ ｐ ｅ ｎ ｓ ｅ，ｔ ｈ ｅ ｔ ｒ ａ ｖ ｅ ｌ ｓ ｉ ｚ ｅ ，ｔ ｈ ｅ ｄ ｅ ｇ ｒ ｅ ｅ ｏ ｆ ａ ｉ ｒ ｌ ｉ ｎ ｅ ｃ ｏ ｍｐ ａ ｎ ｙ ｂ ｒ ａ ｎ ｄ
ｇ ｉ ｖ ｅ ａ ｄ ｖ ｉ ｃ ｅ ｔ ｏ ｔ ｈ ｅ ａ ｉ ｒ ｌ ｉ ｎ ｅ ｂ ｕ ｓ ｉ ｎ ｅ ｓ ｓ ｓ ｔ ｒ ａ ｔ ｅ ｇ ｙ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：ｆ ｌ ｉ ｇ ｈ ｔ ｄ ｅ ｌ ａ ｙ ；ｂ ｅ ｈ ａ ｖ ｉ ｏ ｒ ｃ ｈ ｏ ｉ ｃ ｅ ；Ｌ ｏ ｇ ｉ ｔ ｍｏ ｄ ｅ ｌ
基于Logit模型的公路运输旅客高铁出行意向分析
基于Logit模型的公路运输旅客高铁出行意向分析作者：张俊青苏倩王俊伟来源：《中国市场》2020年第07期[摘要]为研究公路运输市场旅客高铁出行意愿，并对旅客高铁出行意愿影响因素进行分析，选取西安城南客运站的旅客作为调查对象，采用问卷调查的方式从旅客个人属性、出行属性两方面对旅客选择西城高铁西汉段的意愿进行调查。
基于问卷调查数据，构建二元Logit模型，对旅客乘坐高铁意愿及影响因素进行分析。
结果表明，旅行时间长短、车辆准点率、车内硬件设施舒适程度对旅客选择高铁出行有正向影响;而旅客年龄、发车时间间隔长短和车站工作人员的服务态度对旅客选择高铁出行有负向影响。
根据研究结果，对高铁大发展背景下公路客运市场未来的发展及转型提出建议。
[关键词]高速铁路;公路运输;二元Logit;影响因素[DOI]1013939/jcnkizgsc2020070561引言公路客运以其自身的密集性和“门到门”的运输特性在我国综合运输体系中占有重要地位。
近年来，由于旅客运输结构的调整带来了客运市场新的变化，在高铁大发展背景下，公路客运客流量急剧下降，公路和铁路之间的客流分担率有了较大变化，高速铁路与公路客运市场之间的竞争态势也发生了变化。
旅客出行行为影响因素的研究多为构建出行行为模型，探讨影响因素的显著性，进而拓展到对客运市场运输方式客流分担率的影响。
田尔布等利用Logit模型建立高铁、公路的客流分担率模型，结果表明，高铁的快捷、舒适、安全、费用低等，使其对公路客运市场产生巨大冲击;[1]何霖等构建了公铁竞争的Logit模型，判定高铁对公路客运的影响系数，最后分析了武广高铁对广东省内城市影响程度;[2]李晓伟等选择二元Logit模型，研究高铁竞争下对高速客运旅客选择的影响，以此为依据提出高速公路客运的运营管理策略。
[3]在高速铁路大发展的背景下，公路客运市场应如何调整发展战略。
基于此，以西成铁路西安至汉中的公路运输旅客乘坐高铁意愿的调查数据为依据，利用二元Logit模型研究高铁开通后公路运输旅客乘坐高铁意愿的影响因素，探索提高公路客运市场出行比例的策略，为提高公路客运市场分担率和服务质量提供参考。
基于混合Logit模型的旅客对短途高速铁路列车选择行为
Vol.42No.2March ，2021中国铁道科学CHINA RAILWAY SCIENCE第42卷，第2期2021年3月基于混合Logit 模型的旅客对短途高速铁路列车选择行为程谦1，杨光2，胡启洲3（1.南京铁道职业技术学院运输管理学院，江苏南京210031；2.中国铁路上海局集团公司上海客运段，上海200071；3.南京理工大学自动化学院，江苏南京210094）摘要：以南京到上海和南京到杭州的短途高速铁路客流为背景，应用行为调查法与意向调查法开展客流调查，获取客流数据。
基于选择行为理论，以旅客对列车的选择作为因变量，旅客个体特征、出行特征、列车服务水平作为自变量，基于多项式Logit 模型构建混合Logit 模型，拟合客流调查数据。
结果表明：混合Logit 模型的拟合优度高于多项式Logit 模型；出发时间是影响旅客选择行为的关键因素，77%的旅客偏好选择6：00—7：00出发列车，仅有10%的旅客偏好选择20：00—21：00出发列车；列车旅行时间、票价水平与旅客对列车的选择行为负相关；女性、50岁以上、学生、低收入、自费购票等类的旅客对票价敏感度较高；公务人员及企业职员偏好选择8：00—11：00开行的列车，休闲出行旅客偏好选择8：00—11：00及14：00—17：00开行的列车；行前接驳选择自驾换乘的旅客，偏好选择5：00—8：00开行的列车；旅客对6：00-10：00开行列车的支付意愿最高，对17：00—22：00开行列车的支付意愿最低。
关键词：短途高速铁路客流；交通出行选择；旅客偏好；混合Logit 模型；多项式Logit 模型中图分类号：U293.1文献标识码：Adoi ：10.3969/j.issn.1001-4632.2021.02.20旅客在选择高速铁路出行时，面对不同种类、不同时段开行的列车表现出不同的选择行为。
深入研究旅客对不同列车的选择行为，定量分析影响旅客选择行为的主要因素，可以进一步丰富交通出行选择行为理论研究的内涵，也可以为高铁运营企业合理设计列车服务产品、开展精准营销活动提供理论依据。
基于Logit模型的公路运输旅客高铁出行意向分析
基于Logit模型的公路运输旅客高铁出行意向分析本文将针对公路运输旅客的高铁出行意向进行分析，采用Logit模型进行建模分析。
首先，我们将介绍研究背景和目的，然后阐述数据来源和样本选择，接下来将介绍Logit模型及其假设，最后将提出研究结论和未来研究方向。
一、研究背景和目的以往，公路运输一直是旅客出行的主要方式。
但是随着高铁行业快速发展，越来越多的旅客开始选择高铁出行。
因此，研究公路运输旅客的高铁出行意向具有重要的现实意义。
在这一背景下，本研究的目的是探讨公路运输旅客选择高铁出行的因素，并通过Logit模型进行建模分析，以预测旅客的高铁出行意向。
二、数据来源和样本选择本研究采用问卷调查收集数据，选择了某省份的高速公路长途客车站点作为研究地点。
我们在站点内进行了面对面的问卷调查，共收集到了500份有效问卷。
在样本选择上，本研究考虑到公路运输旅客的特点，采用了方便抽样的方法，即对来往于该省省会和周边城市的旅客进行问卷调查。
三、Logit模型及其假设在本研究中，我们采用Logit模型进行建模分析。
Logit模型又称为逻辑回归模型，是一种广泛使用的二分类问题建模方法，其基本假设为：1. 我们的目标是将样本分为两类：高铁出行群体和非高铁出行群体。
2. 在研究样本中，存在多个可能影响旅客选择高铁出行的因素。
3. 这些因素与旅客的高铁出行意向呈现一定的相关性。
根据Logit模型的假设，我们选择了以下变量进行分析：- 性别：1为男性，2为女性。
- 年龄：用数值表示。
- 学历：1为小学及以下，2为初中，3为高中，4为大专及本科，5为硕士及以上。
- 收入：用数值表示，单位为万元。
- 家庭人口数：用数值表示。
- 常旅客：1为是，0为否。
四、研究结论和未来研究方向通过Logit模型的建模分析，我们得出了以下结果：- 性别对高铁出行意向的影响不显著。
- 年龄越大，越有可能选择高铁出行。
- 学历越高，越有可能选择高铁出行。
基于Nested-Logit模型的拥挤收费下出行选择行为分析
（ ４ ）
式 中： 、 为各 选 择 枝 的 系统 效 用 ； Ｖ ａ ． 。为联 合 效用 ； ｅ Ａ、 ￡ Ｂ 、 ｅ Ａ ． Ｂ为 误差项 。 对 于各选择枝来说 ， ｅ 是独立 的 ， 并 且 服 从
（ ｙ Ａ ＋ ） ＾
ｈ
丽
由边 缘概率 推 导 出每一 选择 枝 的条 件概率 为 ：
图 １ ＮＬ Ｍ 结 构 图
以确定 因素的存在 ， 传统 的集 计 建模 方 法 难 以准 确
描述 出行者 选择过 程 。而非集 计模 型 以实际产 生交
，
Ｇｕ ｍｂ ｅ １ 分布 ， 而ｓ 和 ｓ 是 由不 能观测 到的 因素构 成 的随机误 差 项 。 由式 （ ２ ） 的 推 导 可看 出 ＮＬ Ｍ 的 多层 次选 择组 中各选 择 枝 的效 用不 可能是 独立 的 。
Ｃ Ｏ Ｙ（ ＵＡ ， Ｂ， 【 厂 Ａ ， Ｂ ， ） 一Ｃ Ｏ Ｖ （ ￣ ＾＋ ｅ Ｂ ＋ｅ Ａ ． Ｂ， ｅ Ａ ＋
ｅ Ｂ ， ＋ｅ Ａ ． Ｂ ， ） 一Ｅ（ ｅ ） 一ｖ ａ ｒ （ ｅ Ａ ） （ ２ ）
通 活动 的个人 为单 位 ， 对调 查 数 据 从个 体 选择 决
２ ）ｅ ， 是独 立 的且 服 从 尺 度 参 数 为
的 Ｇｕ ｍｂ ｅ １
１ Ｎ ｅ ｓ ｔ ｅ ｄ －Ｌ ｏ ｇ ｉ ｔ 模 型 构 建
ＮＬ Ｍ 各选 择枝 之 间 的关 系 可 以描 述 为树 状 结 构（ 如 图 １所示） 。选择 枝 Ｂ 、 Ｂ 存 在 共性 ， 因此 由 选 择枝 Ｂ 、 Ｂ 分 别 构 成 选 择 枝 Ａ 、 Ａ ， Ａ 、 Ａ 又
共 同构成选 择组 Ｃ 。 在 图 １中 ， 任 一选 择枝 的效用 可表示 为 ：
基于Logit模型的公路运输旅客高铁出行意向分析
基于Logit模型的公路运输旅客高铁出行意向分析随着高铁的发展，越来越多的人选择高铁作为出行方式。
公路运输行业针对高铁出行意向展开分析，对于高铁交通出行的需求和市场预测具有重要意义。
基于Logit模型的分析对于公路运输旅客高铁出行意向的分析提供了新的视角。
本文将基于Logit模型对公路运输旅客高铁出行意向进行分析，以期为相关行业提供参考。
一、研究背景二、Logit模型简介Logit模型是广泛应用于分析二元选择（如选择高铁或不选择高铁）的统计模型。
该模型主要是基于对数函数的推导，通过变量的一组线性组合来估计选择某一类别的概率。
Logit模型的数学形式如下：P(Y=1|X) = 1 / (1 + e^(-βX))P(Y=1|X)为选择Y=1的概率，X为自变量，β为模型系数。
通过对Logit模型的估计，可以得到每个自变量对于选择高铁的影响程度，从而进行意向分析。
三、研究方法本研究将通过收集公路运输旅客的调查数据，以是否选择高铁作为出行方式作为因变量Y，以个体属性、出行时间、出行目的、出行成本等自变量作为X，利用Logit模型进行分析。
对数据进行描述性统计，然后进行Logit模型的估计和拟合。
对模型的拟合情况进行评估，并对模型系数进行解释和意向分析。
四、研究结果通过对公路运输旅客的调查数据进行Logit模型的估计和拟合，得到了模型的结果。
模型的系数解释显示，出行时间、出行成本、出行目的等因素均对选择高铁出行意向产生了影响。
具体来说，随着出行时间的延长，选择高铁出行的概率呈下降趋势；随着出行成本的增加，选择高铁出行的概率也呈下降趋势；不同出行目的对高铁出行意向的影响也存在一定差异。
通过Logit模型的分析，可以得出公路运输旅客选择高铁出行的概率受到多种因素的影响。
在实际应用中，公路运输行业可以根据Logit模型的结果对高铁出行意向进行预测和分析，从而更好地满足旅客的需求。
六、研究意义本研究的意义在于提供了一种基于Logit模型的公路运输旅客高铁出行意向分析方法。
基于logit模型的公路运输旅客高铁出行意向分析
率有了较大变化ꎬ 高速铁路与公路客运市场之间的竞争态势
也发生了变化ꎮ
旅客出行行为影响因素的研究多为构建出行行为模型ꎬ
２３ 变量的定义
探讨影响因素的显著性ꎬ 进而拓展到对客运市场运输方式客
流分担率的影响ꎮ 田尔布等利用 Ｌｏｇｉｔ 模型建立高铁、 公路的
客流分担率模型ꎬ 结果表明ꎬ 高铁的快捷、 舒适、 安全、 费
产业经济
田秀华: 农业产业化经营组织形式及其创新路径
３２ 互相联合ꎬ 成为更大的合作主体
中国市场 ２０２０ 年第 ７ 期 ( 总第 １０３４ 期)
产业经济
基于 Ｌｏｇｉｔ 模型的公路运输旅客高铁出行意向分析
张俊青ꎬ 苏 倩ꎬ 王俊伟
( 长安大学 经济与管理学院ꎬ 陕西 西安 ７１００６４)
[ 摘 要] 为研究公路运输市场旅客高铁出行意愿ꎬ 并对旅客高铁出行意愿影响因素进行分析ꎬ 选取西安城南客运站的
选择高铁出行有负向影响ꎮ 根据研究结果ꎬ 对高铁大发展背景下公路客运市场未来的发展及转型提出建议ꎮ
[ 关键词] 高速铁路ꎻ 公路运输ꎻ 二元 Ｌｏｇｉｔꎻ 影响因素
[ ＤＯＩ] １０ １３９３９ / ｊ ｃｎｋｉ ｚｇｓｃ ２０２０ ０７ ０５６
同ꎬ 文章选择 Ｌｏｇｉｔ 模型进行分析 [４] ꎮ 基于随机效用最大化
在高速铁路大发展的背景下ꎬ 公路客运市场应如何调整
发展战略ꎮ 基于此ꎬ 以西成铁路西安至汉中的公路运输旅客
乘坐高铁意愿的调查数据为依据ꎬ 利用二元 Ｌｏｇｉｔ 模型研究
高铁开通后公路运输旅客乘坐高铁意愿的影响因素ꎬ 探索提
以西安至汉中公路运输旅客对乘坐高铁意向为因变量
Ｙ ꎬ 高铁出行 Ｙ ＝ １ 、 班车出行 Ｙ ＝ ０ ꎮ 共计 １０ 个解释变
航空旅客购票选择行为及敏感度分析
航空旅客购票选择行为及敏感度分析作者：赵桂红刘晶晶王典来源：《全国流通经济》2020年第16期摘要：旅客的購票行为是由多个因素（如票价、提前购票时间、附加服务、购买渠道等）引致的，以往的研究大多聚焦到单一因素的定性研究，鲜有对于多因素的定量研究。
基于选择实验法构建研究方法，通过Mixed Logit模型估计，测算了不同特征旅客的购票行为及其敏感度。
结果表明：不同航线类型的旅客购票的偏好和敏感度具有较大的差异，所建立的Mixed Logit模型能够较准确地反映航空旅客购票选择行为。
关键词：离散选择模型;选择行为;购票;航空旅客中图分类号：F5606文献识别码：A文章编号：2096-3157（2020）16-0022-03民航业作为我国经济社会发展重要的战略产业，近年来快速发展，截至2018 年，定期航班国内通航230个城市，定期航班通航国家65个。
且已不再局限于高收入人群，逐渐成为普通民众日常出行首选的交通方式。
从实践情况看，了解不同旅客的需求及偏好，针对不同的旅客群体提供不同的营销策略无疑是提高航空公司服务质量，增加收入的有效途径。
但是从理论层面，国内关于航空旅客选择行为的定量研究还处于起步阶段。
旅客在购票的时候会受到多个因素的影响，主要包括机票价格、提前购票时间、附加服务以及需要支付的总额等，并且这些因素会共同作用进而影响旅客的购票选择行为。
目前的研究只是停留在单一因素对购票选择行为的作用上，因此不论从理论上还是实践上均有必要研究多个因素对旅客购票选择行为的协同效果。
由于Mixed Logit模型可以处理指标偏好的变异性，与现实情况更加吻合，而且能够纳入偏好的随机性特征，模型估计的结果更加稳健，对管理者具有更高的参考价值，因此选取Mixed Logit模型进行旅客购票选择行为的研究分析。
一、研究现状航空旅客的购票选择行为包括旅客对附加服务、票价、航空公司、提前购票时间以及购票方式等的选择。
Hensher 等和Wen等对航空公司特征的研究中均包含票价和座位。
基于Logit模型的公路运输旅客高铁出行意向分析
基于Logit模型的公路运输旅客高铁出行意向分析随着高铁的逐渐推广和升级换代，公路运输旅客的出行方式也在发生一定的变化。
为了更好地研究公路运输旅客的高铁出行意向，本文以Logit模型为基础，对公路运输旅客的高铁出行意向进行了分析。
Logit模型是一种广泛应用于经济学和社会科学的回归模型，旨在从概率的角度来解释因变量和自变量之间的关系。
在本文中，我们利用了这种模型来预测公路运输旅客的高铁出行意向，并分析了影响公路运输旅客高铁出行意向的因素。
首先，我们通过一项问卷调查来获得公路运输旅客的个人信息和高铁出行意向，并对数据进行了统计和分析。
根据结果，我们将样本分为高铁出行意向存在、不存在两类，同时选取了一些可能影响高铁出行意向的因素，如年龄、性别、收入等，作为自变量。
利用Logit模型，针对样本中高铁出行意向的存在与否，我们建立了一个二元Logit回归模型，对自变量和因变量之间的关系进行了分析。
同时，通过对模型的合理性检验，我们发现该模型的拟合效果不错，能够很好地解释公路运输旅客的高铁出行意向，这也为我们进一步的分析和结论提供了保证。
根据Logit模型的回归分析结果，我们发现，公路运输旅客的高铁出行意向与性别、年龄、职业、收入等因素有关。
具体来说，女性的高铁出行意向大于男性，在不同年龄组中，45岁-55岁的群体的高铁出行意向最高，而在职业方面，职员和企业主的高铁出行意向高于其他职业，在收入方面，收入较高的人群更倾向于选择高铁出行。
综合上述结果，我们认为公路运输旅客的高铁出行意向受到多种因素的影响，而性别、年龄、职业、收入等因素是比较关键的影响因素。
通过对这些因素的分析，我们可以为公路运输企业提供更为精准的市场营销策略，并帮助其更好地满足公路运输旅客的出行需求。
同时，这也为研究公路运输旅客的出行方式提供了一定的参考价值。
京津城际高铁乘客选择行为的Logit模型分析_
京津城际高铁乘客选择行为的Logit模型分析_一、引言目前已有的研究铁路旅客乘车选择行为方法主要可分为两类：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非集计描述模型，其中较具代表性的是Logit模型，它通过把效用表达为确定性效用和随机性效用两局部，并且假定随机效用服从一定的概率分布，得出旅客选择各种交通方式的概率。
[1]本文针对铁路旅客运输的特点，在利用实地调研数据分析铁路旅客乘车选择行为主观影响因素的根底上，建立舒适度与乘车费用、时间的舒适度函数，并采用随机效用理论描述乘客乘车选择行为效用，建立铁路旅客乘车选择行为的多项Logit模型和计算方法，得到以不同收入划分的乘客人群对普通列车、原动车组和京津高铁的定量选择分布。
本文重点研究对象京津城际高速铁路是中国最早开工建设并将最先建成的第一条高标准铁路客运专线，全长约120公里，连接首都北京和天津两大直辖市。
该线路采用高新技术的系统集成，主要特点为速度快、动力强、能耗低、零排放、低噪声、宽车体、车内设备人性化、高平安性、全天候运行、自动运行控制等。
京津城际高铁于2022年7月4日正式开工建设，2022年8月1日全线通车，开通第一年累计运送旅客1870万人次，高速、平安、舒适的高铁缩短了京津两地的时空距离，创造了良好的社会经济效益。
目前北京、天津两地之间的列车种类主要有京津城际高速铁路、和不以京津两地为起点、终点的过路普通快车和普通列车，在高铁未开通之前主要是和谐号D字头动车组满足京津两地乘客往来需求，在高铁开通后动车组停止运营。
因此，本文选择不同职业划分的乘客人群对普通列车、原动车组和京津高铁三种车型的定量选择分布进行分析比较。
南开大学高铁调查工程组于2022年10月、11月、12月和2022年1月在天津站和北京南站连续5次跟踪调研，调研方法采取现场发放和回收问卷的形式，共发放问卷1800份，收回问卷1500余份，有效问卷1323份，调查对象针对京津城际高速铁路的旅客。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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。