基于交叉巢式logit模型的交通出行方式选择研究

2017年 第6期第39卷总第276期

物流工程与管理

LOGISTICS ENGINEERING AND MANAGEMENT

经济与管理

doi:10.3969/j.issn.1674 -4993.2017.06.047

基于交叉巢式logit模型的交通出行方式选择研究

□刘玲玲，刘魏巍，董洁霜

(上海理工大学管理学院，上海200093)

【摘要】基于随机效用最大化理论，选取出行总时间、出行总费用、收入、房价等影响居民决策的因素作为效用变 量，构建效用函数。研究基于广义极值理论的交叉巢式logit模型（CNL),与传统多项logit模型和巢式logit模型相比，CNL模型允许从多个维度描述居民出行选择行为，能捕捉选择方案间的相关性，更好的刻画了居民出行方式选择规律。

利用Biogeme软件对CNL模型进行参数估值和检验。最后运用一个案例，将居住选址和出行方式两个维度联合考虑，展 示CNL模型在交通出行的应用过程。

【关键词】居住地交通出行;CNL模型；BIOGEME

【中图分类号】F502 【文献标识码】B【文章编号】1674-4993(2017)06-0126-03

Research on Cross - Nested Logit model of Traffic Mode Choice

□LIU L in g-lin g,L I U W e i-w e i,D O N G J ie-s h u a n g

(S c h o o l o f M a n a g e m e n t U n ive rsity o f S h a n g h a i fo r S c ie n c e an d T e c h n o lo g y,S h a n g h a i 200093,C h in a)

【Abstract】Based on random utility maximum theory,elements like travel time,travel fee,income,house price and other factors that determine residents*decisions were taken as utility variables to build utility pared with the traditional logit model like multinomial model and nested model,a cross- nested logit model based on generalized extreme value theorycan be used tobetter describe residents'modes from different dimensions and acquire the corrections between choices.And then the model was calibrated in Biogeme to show estimation results.Finally a case of CNL model from two dimensions including residential location and travel mode choice is used to demonstrate the application.

【Key words】residential location;travel mode;CNL model;Biogeme

随着社会和经济的不断提高,城市不断发展，城市交通系

统也不断完善，交通出行方式愈加丰富，对居民交通出行方式

选择研究无论对于交通方式划分、交通需求分析，还是对于完

善交通管理解决城市拥堵都有重大的意义。

对于交通出行方式的研究以非集计模型中logit模型应用 最为广泛。多项logit模型(MNL模型)是一般logit模型，其假 定代表性效用^与随机项〜相互独立,并且随机项〜服从独 立的耿贝尔分布(Gumble分布）,这使得MNL模型具有不相关 选项间的独立性(Independence from Irrelevant Alternatives,IIA)的特点[1]，即选择项之间是独立的，如若某一选择项的效用值

因其影响因素的变化而发生了变化，则其余选择项所受到的 影响都是一样的。MNL模型由于IIA问题在现实生活中某些 离散选择问题上其实并不合适，包括交通出行方式选择，例 如，当小汽车出行距离增加时，小汽车出行者可能会改变出行 方式，趋向于轨道交通出行,使得轨道交通出行概率增加。之 后McFadden^推导出巢式logit模型（NL模型）。NL模型避 免了 MNL模型的IIA问题，在保持巢之间的独立性基础上考 虑了各选择项的相关，每个选择项仅归属于唯一一个巢，当选 择项的相似特征较多时，NL模型比MNL模型,更具合理性。姚丽亚[3]建立其以私人交通和公共交通为虚拟集和的NL模 型研究交通方式选择，利用北京市调查数据进行数据标定参 数，发现NL模型能在很大程度上解决MNL模型的IIA特性, 预测精度较高。杨励雅[4]将出行方式与出发时间相联合建立 巢式logit模型，也发现了 NL模型优于MNL模型。

但是NL模型仍有其不足之处:NL模型可以拓展为二层 以上的多层次结构，但是多层次结构求解较困难[5];另外，NL 模型仅能基于单一的纬度描述出行者选择行为，当从多个纬 度考虑时,NL模型就不适用。例如，仅能从居住出行链这一 维度或者从不同出发时间这一维度考虑交通出行方式选择，

NL模型无法同时从居住出行链和出发时间两个维度联合考 虑出行选择行为。

基于广义极值理论使所有选择项的效用不可观测部分服 从于广义极值的联合分布[6]，能捕捉选择方案间的相关性。选择的概率采用的是封闭型，使得其能够不需要求助于模拟 就可以被估计出来，为从多个纬度描述出行者选择行为提供 了可能性[7]。基于广义极值理论构建的交叉巢式L〇git(CNL)模型能弥补NL模型中巢之间的独立性。

【收稿日期】2017-04-17

【作者简介】刘玲玲(1993—）女，福建福州人，硕士，研究方向:交通规划。