详情

原文传递基于轨道交通的通勤廊道停车换乘(P&R)行为研究

论文题名：	基于轨道交通的通勤廊道停车换乘(P&R)行为研究
关键词：	通勤廊道;交通拥堵;停车换乘行为;轨道交通;调查问卷
摘要：	随着城市规模的不断扩大及小汽车拥有量的持续增长，通勤廊道上的交通拥堵问题日渐凸显，已经成为阻碍城市发展的“瓶颈”。通勤廊道上的出行方式主要有小汽车、公共交通及停车换乘(park and ride，P&R)，小汽车出行比例愈渐增多，而P&R是抑制小汽车出行，引领小汽车出行转向公共交通出行的关键举措。如何优化通勤廊道上的出行结构，提高高承载率、低能耗的公共交通出行，缓解交通拥堵问题，提高道路服务水平是意义重大的。　　本文以基于轨道交通的通勤廊道P&R行为为研究目的，选取通勤廊道上的出行者为研究对象，采用RP调查与SP调查相结合的方法，进行问卷设计，并选取现场调研和网络调研相结合的调查方法，获得通勤廊道上P&R出行的相关数据。运用SPSS软件对数据进行描述性统计分析，并基于数据构建结构方程模型（Structural Equation Modeling，SEM）、多项Logit模型(Multinomial logit model，MNL)，分别对P&R出行机理、拥堵收费影响下的P&R出行方式选择行为进行了研究分析。则本文的主要研究内容及成果具体如下所示: 　　基于SPSS软件，对P&R出行者的社会经济属性、廊道通勤出行特征及P&R出行决策的关键因素进行了描述性统计分析。研究结果表明:1）P&R出行者大多数没有需要接送上下学的孩子;2）廊道通勤P&R的出行距离、出行时间都比较长;3）中心区道路拥挤程度、中心区寻找停车位难易程度、停车费用的节省对小汽车拥有者选择P&R出行有着重要的影响作用。　　构建了结构方程模型，以个人属性、通勤出行态度、出行信息认知及出行行为为潜变量，对通勤廊道上P&R出行行为机理进行了进一步研究。研究结果表明:1)个人属性对通勤出行态度、出行信息认知、出行行为都有显著的直接影响，其效应值分别为0.32、0.25、0.60，对出行行为的影响最显著;通勤出行态度对出行信息认知、出行行为有着较显著的直接影响，其效应值分别为0.30、0.48;出行信息认知对出行行为有着较显著的直接影响，其效应值为0.23。2）个人属性路径表明，有无需要接送上下学的孩子、月收入、自驾偏好程度、职业是主要的影响因素，其效应值分别为0.61、0.50、0.45、0.40。3）通勤出行态度路径表明出行时间敏感性、出行方便性、出行费用敏感性是影响P&R出行决策的关键因素，其效应值分别为0.60、0.52、0.41。4）出行信息认知路径表明，事故信息、停车信息、道路拥堵信息的影响都较显著，其效应值分别为0.62、0.50、0.43。　　构建了多项Logit模型，对拥堵收费影响下的P&R出行方式选择行为进行了研究，并对拥堵收费、P&R停车费、中心区停车费进行了弹性分析。研究结果表明:道路拥堵收费是关键性因素，其参数估计值为-2.921，实施拥堵收费措施，对拥堵费用敏感性较高的出行者，则会考虑放弃开车付费转向其他出行方式出行。
作者：	何素贞
专业：	交通运输工程；交通运输规划与管理
导师：	向红艳
授予学位：	硕士
授予学位单位：	重庆交通大学
学位年度：	2017
正文语种：	中文