考虑出行偏好的城市群交通方式选择行为影响因素研究OA北大核心CSTPCD

针对城市群旅客出行方式选择行为影响机理不够明晰的问题,开展旅客城市群交通方式选择行为影响因素研究.设计问卷对关中城市群内出行行为进显性偏好(Revealed Preference,RP)调查,并对调查数据的效度、信度进行检验,基于调查所得出行数据,采用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型构建了考虑出行偏好的出行方式选择预测模型,并采用可解释机器学习框架SHapley Additive exPlanations(SHAP)模型对预测结果进行解析,所构建模型结合旅客实际决策逻辑将出行方式多元选择行为解构为多次二元选择行为,以增强模型的可解释性.研究结果表明:所构建考虑出行偏好的GBDT预测模型能有效预测旅客城市群出行方式选择行为;私家车与公共交通之间的二元选择行为,会受到小汽车拥有状况,旅客对方便性、安全性、快捷性、舒适性的偏好程度、家庭居住区位、出行距离的显著影响;高速巴士与铁路系统、普通铁路与高铁动车之间的二元选择行为,均会受到出行距离、旅客对舒适性、安全性、快捷性、准时性的偏好程度的显著影响;小汽车拥有状况、家庭居住区位会显著影响高速巴士与铁路系统的选择行为,收入状况会显著影响普通铁路与高铁动车的选择行为.研究成果可为决策者从旅客出行偏好的角度进行更加切实有效的决策提供参考.