一种基于样本选择模型的小汽车拥有及使用行为的分析方法技术

本发明专利技术公开了一种基于样本选择模型的小汽车拥有及使用行为的分析方法研究，并分析居住地和就业地建成环境所扮演的角色。包括1、获取数据：主要包括大规模居民出行数据，社会经济属性，居住地及工作地建成环境数据。2、根据样本选择模型确定小汽车拥有的选择方程。3、第二步是对选择出来的有车群体构造汽车使用的结果方程，并纳入选择偏差项。4、在统计软件上构建模型，建成环境设定为居住地与就业地建成环境。5、分析模型结果中各参数隐含的现实意义及原因。本发明专利技术考虑小汽车拥有及使用中存在的内生性和依赖性关系，利用一种以样本选择模型为依托的联合模型，消除样本选择偏差，研究居住地和就业地建成环境对小汽车依赖性的影响。

【技术实现步骤摘要】
一种基于样本选择模型的小汽车拥有及使用行为的分析方法
本专利技术属于交通行为建模与分析领域，具体地说是一种基于样本选择模型对小汽车拥有及使用行为的分析方法研究。
技术介绍
中国城镇人口比例从1980年的19.39％增长到2014年的54.77％，伴随着小汽车保有量的快速增长。从2005年到2014年，我国小汽车保有量增长近了10倍，已经达到106百万辆。随之而来的是一系列的交通拥堵问题，环境污染问题，能源消耗问题。政府不得不采取一些措施去解决这些问题，而限行和限购政策已经成为政府部门对的一大举措，我国的大城市甚至一些二线城市都实施了车辆限行或车辆限购的政策。但是人们拥有小汽车或者使用小汽车背后的影响因素还值的剖析，分析出这些深层的原因有助于交通规划者规划更好的城市格局，避免造成盲目的小汽车拥有和使用。国内外已有学者对小汽车拥有的影响因素进行研究，也有学者对小汽车使用的影响进行研究。但是还很少有人联合两者进行联合分析，考虑二者存在的依赖性及内生性，引入选择偏差项逆米尔斯(lambda)消除样本选择偏差。本专利技术研究通勤者是否选择小汽车作为出行工具，因而同时考虑居住地建成环境和就业地建成环境所扮演的角色。并得到了同时考虑居住地与就业地建成环境时，就业地建成环境和居住地建成环境在小汽车拥有及小汽车使用中所扮演的不同角色。相比于以往分别研究小汽车拥有和使用的影响因素，本专利技术对两者联合建模，对样本进行选择，研究有车群体的通勤出行方式。专利技术能够消除两者中的选择误差，得到解释变量更精准的影响程度，其次居住地和就业地建成环境属性的同时考虑使得职住地关系在通勤方式选择中角色更加明朗。
技术实现思路
本专利技术的目的为克服现有研究技术的不足，提供一种基于样本选择模型分析小汽车拥有及使用行为的方法。首先确定研究城市，开展交通调查数据或者从交通规划部门获取相应的数据，对所得数据的缺失值和无效数据进行处理。其次在统计软件上对样本选择模型进行构建，联合构建小汽车拥有的样本选择方程，以及小汽车使用的结果方程。根基建成环境属性的不同分别构建三组模型，分别设定为居住地建成环境，就业地建成环境，和居住地与就业地建成环境。最后根据模型的结果分析建成环境对小汽车拥有存在的影响程度，根据样本选择偏差项对小汽车拥有和使用之间的内生性和依赖性进行深度剖析。如果建成环境变量的系数显著为正，则表示该建成环境属性对小汽车拥有或使用的可能性有正向的影响；反之，则有负向影响。如果逆米尔斯项的系数显著，则表明存在样本选择偏差，同时逆米尔斯项系数显著为正表示不可观测因素对小汽车拥有有正向影响时，同时也对小汽车使用有正向影响。本专利技术的优点在于：(1)本专利技术最大的特点是不再单独研究小汽车拥有和小汽车使用的影响因素，而考虑两者间存在的内生性关系，利用一种联合建模的方法进行有车群体的样本选择，剖析职住地建成环境对小汽车拥有及使用的深层原因。(2)本专利技术考虑到通勤模式与职住地建成环境存在很大的相关性，因而在建模时分别根据建成环境属性为居住地建成环境，就业地建成环境，和居住地与就业地建成环境属性构建三组模型，进行对比分析。(3)本专利技术引入样本选择偏差项逆米尔斯消除了由于小汽车拥有和使用存在内生关系的样本选择偏差。(4)本专利技术根据中山市的交通调查数据，进行实例分析，得到居住地建成环境对小汽车拥有的影响大于就业地建成环境属性，就业地建成环境属性对小汽车使用的影响大于居住地建成环境。附图说明图1为本专利技术的方法流程示意图；具体实施方式下面将结合附图和实例对本专利技术作进一步的详细说明。本专利技术提供一种基于样本选择模型的小汽车拥有及使用行为的分析方法，流程图如图1所示，包括如下步骤：1)、数据采集及处理：个人属性，家庭属性及通勤方式选择等数据需要设计交通调查问卷，并大规模的发放与回收，包括数据缺失值的处理和无效问卷的处理都必须有严格的审查。建成环境属性可以从当地的交通部门获取，或者根据调查者家庭及就业地的GPS位置从地图匹配软件中计算获取。2)、设定小汽车拥有的样本选择模型，确保存在至少一个特定的变量影响第一步小汽车拥有的结果，而对小汽车通勤选择不产生明显的影响。影响小汽车拥有的变量主要包括个人的社会经济属性和建成环境属性。第一步模型方程如下所示：z*i＝wiγ+biα+ε1iprobit(zi＝1)＝wiγ+biα+ε1iε1i～N(0,1)式中z＝1表示个人拥有小汽车，z*是一个潜变量，w表示个人社会经济属性，γ是各个变量对应的参数，b是建成环境属性，α是各个变量对应的参数，ε1是小汽车拥有选择过程中的误差项，在Probit模型中一般认为误差项服从标准正太分布。3)、从第一步小汽车拥有选择方程选择进入结果方程的样本，并对拥有小汽车的样本进行建模分析，确定有车通勤者使用小汽车所受到的影响因素。小汽车使用的解释因素主要包括个人的社会经济属性，建成环境属性，已经选择过程所产生的选择偏差项。第二部模型方程如下所示：上述公式表明的是小汽车拥有者的选择过程，zi*＞0表示的是调查对象有车，可以进入第二步分析其用车的影响因素。zi*＜0表示的是调查对象没有车，不进入第二步分析过程。第二步分析有车者是否用车的Probit模型如下所示：probit(ci＝1|zi*＞0)＝xiβ+biξ+SB+ε2iε2i～N(0,1)式中，c＝1表示个人使用小汽车，x是结果方程需要考虑的建成环境属性，β是对应的参数，b表示建成环境属性，ξ是对应的参数，SB是样本选择过程中产生的偏差项，ε2是结果方程的误差项，在Probit模型中认为服从标准正太。在联合模型中和认为两个误差性服从标准二位正太分布，如下所示，ρ是两个误差项的相关系数：4)、样本选择偏差也称为逆米尔斯项，它的产生是由于小汽车拥有不是一个随机分配的过程，而受到多种因素的影响，包括可观测和不可观测因素。可观测因素包括可以根据调查问卷获取的社会经济属性，以及计算得到的建成环境属性，不可观测的因素则有历史文化特征，和区域风俗习惯等。而选择偏差项则是在非随机过程中产生的一个承担了遗漏变量作用的一个变量，在第二步结果方程中引入选择偏差项，可以估计出更为精准的模型结果。式中，φ()是标准正态分布的概率密度函数，Φ()是标准正态分布的累计分布函数。5)、分析建成环境属性估计结果的意义及原因，分析选择偏差所暗含的深层原因。α＞0表示建成环境变量对小汽车拥有产生正向的促进作用，α＜0表示建成环境对小汽车拥有产生负向的降低作用。ξ＞0表示建成环境属性对小汽车使用产生正向的促进作用，ξ＜0表示建成环境属性对小汽车使用产生负向的降低作用。ρ＞0表示小汽车拥有和小汽车使用两步方程中的误差项存在正相关关系，不可观察因素对小汽车拥有产生正向作用时，同时也对小汽车使用产生正向作用。实施例1)、选取中山市交通调查数据为例，在统计软件中导入中山市的交通调查数据，选取解释变量，进行模型构建。本实施例仅给出同时引入居住地与建成环境属性变量的模型结果，单独引入居住地和建成环境属性的建模过程与实施例一致。所构建两步模型引入的解释变量如下：小汽车拥有的解释变量包括：家庭孩子数，家庭是否有护照，户全年总收入小于2万，户全年总收入大于6万，H就业岗位密度，H_交叉口密度，H_公交站点密度，H_土地混合使用本文档来自技高网...

【技术保护点】
本专利技术提供一种基于样本选择模型的小汽车拥有及使用行为的分析方法，流程图如图1所示，包括如下步骤：1)、数据采集及处理：个人属性，家庭属性及通勤方式选择等数据需要设计交通调查问卷，并大规模的发放与回收，包括数据缺失值的处理和无效问卷的处理都必须有严格的审查。建成环境属性可以从当地的交通部门获取，或者根据调查者家庭及就业地的GPS位置从地图匹配软件中计算获取。2)、设定小汽车拥有的样本选择模型，确保存在至少一个特定的变量影响第一步小汽车拥有的结果，而对小汽车通勤选择不产生明显的影响。影响小汽车拥有的变量主要包括个人的社会经济属性和建成环境属性。第一步模型方程如下所示：z

【技术特征摘要】
1.本发明提供一种基于样本选择模型的小汽车拥有及使用行为的分析方法，流程图如图1所示，包括如下步骤：1)、数据采集及处理：个人属性，家庭属性及通勤方式选择等数据需要设计交通调查问卷，并大规模的发放与回收，包括数据缺失值的处理和无效问卷的处理都必须有严格的审查。建成环境属性可以从当地的交通部门获取，或者根据调查者家庭及就业地的GPS位置从地图匹配软件中计算获取。2)、设定小汽车拥有的样本选择模型，确保存在至少一个特定的变量影响第一步小汽车拥有的结果，而对小汽车通勤选择不产生明显的影响。影响小汽车拥有的变量主要包括个人的社会经济属性和建成环境属性。第一步模型方程如下所示：z*i＝wiγ+biα+ε1iprobit(zi＝1)＝wiγ+biα+ε1iε1i～N(0,1)式中z＝1表示个人拥有小汽车，z*是一个潜变量，w表示个人社会经济属性，γ是各个变量对应的参数，b是建成环境属性，α是各个变量对应的参数，ε1是小汽车拥有选择过程中的误差项，在Probit模型中一般认为误差项服从标准正太分布。3)、从第一步小汽车拥有选择方程选择进入结果方程的样本，并对拥有小汽车的样本进行建模分析，确定有车通勤者使用小汽车所受到的影响因素。小汽车使用的解释因素主要包括个人的社会经济属性，建成环境属性，已经选择过程所产生的选择偏差项。第二部模型方程如下所示：上述公式表明的是小汽车拥有者的选择过程，zi*＞0表示的是调查对象有车，可以进入第二步分析其用车的影响因素。zi*＜0表示的是调查对象没有车，不进入第二步分析过程。第二步分析有车者是否用车的Probit模型如下所示：probit(ci＝1|zi*＞0)＝xiβ+biξ+SB+ε2iε2i～N(0,1)式中，c＝1表示个人使用小汽车，x是结果方程需要考虑的建成环境属性，β是对应的参数，b表示建成环境属性，ξ是对应的参数，SB是样本选择过程中产生的偏差项，ε2是结果方程的误差项，在Probit模型中认为服从标准正太。在联合模型中和认为两个误差性服从标准二位正太分布，如下所示，ρ是两个误差项的相关系数：4)、样本选择偏差也称为逆米尔斯项，它的产生是由于小汽车拥有不是一个随机分配的过程...

【专利技术属性】
技术研发人员：丁川，段金肖，鹿应荣，鲁光泉，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11