一种出行幸福感影响因素提取方法技术

本发明专利技术公开了一种出行幸福感影响因素提取方法，属于交通出行行为和出行幸福感分析技术领域。首先，使用出行幸福感数据建立最优尺度回归模型，筛选出显著影响出行幸福感的因素，并获得这些因素的重要性系数；其次，以最优尺度回归输出结果为依据，结合因子分析法和层次分析法获得因素间的层次结构，并且得到每个指标的影响权重，从而构建出行幸福感评价指标体系。本发明专利技术所构建的评价指标体系，能定量地描述不同因素对出行幸福感的影响程度，为出行幸福感的评估以及提升出行幸福感政策的制定提供理论依据。

【技术实现步骤摘要】
一种出行幸福感影响因素提取方法
本专利技术涉及一种出行幸福感影响因素提取方法，属于交通出行行为和出行幸福感分析

技术介绍
交通作为衣食住行的一部分，在人们的日常活动中不可或缺。人们上班、上学、休闲、购物等行为都需要通过交通方式作为桥梁来完成。出行时间、出行方式的不同往往会给人不同的体验进而影响出行幸福感。尤其在交通拥堵日益严重的大城市，大面积、长时间的交通拥堵往往会对出行者的出行幸福感造成很大影响，进而可能波及到日常的工作、生活中，降低整体生活质量。上世纪90年代以来，摈弃过去只注重GDP的旧观念，转而从幸福感的角度来评价社会发展和行政政策，已然成为世界性潮流。在认知心理学、行为经济学等学科对幸福感研究的影响下，交通领域的研究中也开始探讨出行行为与幸福感之间的关系。国内外学者都对出行幸福感的研究做出了贡献，研究内容主要涉及某一具体因素对出行幸福感的影响和出行幸福感测量工具开发等方面，然而很多显著影响出行幸福感的因素未被考虑，很少有研究者对出行幸福感影响因素的层次结构进行分析，尚未构建科学完整的出行幸福感评价指标体系。
技术实现思路
本专利技术提出了一种出行幸福感影响因素提取方法，它使用最优尺度回归筛选出显著影响出行幸福感的因素，并得到各自的重要性系数，在此基础上，结合因子分析法和层次分析法获得因素间的层次结构，确定二级指标权重及三级指标权重，从而构建出行幸福感评价指标体系，为出行幸福感的后续研究，如：制定适用于国内的出行幸福感测量量表、制定提升出行幸福感的交通干预政策等，提供理论依据和技术支持。本专利技术为解决其技术问题采用如下技术方案：一种出行幸福感影响因素提取方法，包括如下步骤：步骤一，获取及预处理出行幸福感数据；步骤二，根据所获取数据，建立最优尺度回归模型，筛选出显著影响出行幸福感的因素并得到各自的重要性系数；步骤三，根据最优尺度回归建模筛选出的显著影响因素，采用因子分析法，建立出行幸福感影响因素层次结构，确定二级指标权重；步骤四，采用层次分析法确定三级指标权重，进而完成构建出行幸福感影响因素的指标体系。所述步骤一中预处理出行幸福感数据包括如下几个步骤：1)根据数据取值的合理范围，剔除不合理的异常点和缺失值，以及样本量太小不具有代表性的变量；2)对分类变量进行哑元处理，同时对部分连续变量如家庭收入等变量离散化后，再进行哑元处理；3)采用ABS法(AffectBalanceScale即情感平衡量表)获取每个出行活动的出行幸福感水平，公式如下：情绪水平＝平均积极情绪-平均消极情绪。所述步骤一中的出行幸福感数据包含出行属性、个人属性和家庭属性；出行属性包含出行过程中的幸福感、是否与他人交互、交通方式、出行持续时间、出行目的；个人属性包含年龄、性别、种族、地区、工作情况、工作类型、学历、健康情况、休息情况；家庭属性包含家庭总收入、有无小孩、是否结婚。所述步骤二中筛选出显著影响出行幸福感的因素并得到各自的重要性系数的一般步骤为：1)采用最优尺度变换的方法将分类变量转换为数值型变量；2)采用线性回归模型进行拟合，确定显著影响因变量的因素及重要性系数。所述步骤三中建立出行幸福感影响因素层次结构，确定二级指标权重的一般步骤为：1)采用KMO检验或Bartlett球形检验判断数据间的相关性；2)以特征根大于1或累计贡献率大于80％为标准，确定公共因子数，公式如下：Xi＝αi1F1+αi2F2+……+αimFm+εi,i＝1,2,3...p(1)式中，Xi为原变量，F1，F2，…，Fm代表被提取的公因子，εi代表特殊因子，αim为因子载荷，且m＜p；3)由因子分析中各因子的贡献率确定二级指标权重，公式如下其中：λj为第j主因子对应的特征值。所述步骤四中三级指标权重计算步骤为：1)建立阶梯层次结构；2)构建两两比较判断矩阵A；3)计算各层次指标的权重；Aω＝λmaxω(3)如果有向量ω＝(ω1,ω2,...,ωn)T满足公式(3)，其中λmax是判断矩阵A的最大特征值，则归一化后的ω即为权重向量。本专利技术的有益效果如下：本专利技术建立了较为完整的出行幸福感评价指标体系，能清晰地呈现不同因素对出行幸福感的影响程度，为出行幸福感的评估提供理论依据，也为科学制定干预政策提升出行幸福感提供依据。附图说明图1为本专利技术实施例的出行幸福感影响因素评价指标体系图。具体实施方式下面结合具体实施例，进一步阐明本专利技术，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围，在阅读了本专利技术之后，本领域技术人员对本专利技术的各种等同形式的修改均落于本申请所附权利要求所限定的范围。本专利技术提出的一种出行幸福感影响因素提取方法，主要包括以下步骤：1)获取及预处理出行幸福感数据本实验采用美国时间利用调查(AmericanTimeUseSurvey，简称ATUS)2013年幸福模块的数据进行分析。它是美国全国性的调查数据，能够获得人们在出行时的情感体验，不涉及认知维度的出行满意度数据，用0～6表示一次出行时感觉到快乐、痛苦、悲伤、压力、疲劳的程度。该数据库对个人和出行信息的收集较为完整，具有很好的代表性、广泛性，契合了本专利技术对于出行幸福感的研究需要。抽取2013年幸福模块的数据，剔除不合理的异常点和缺失值，以及样本量太小不具有代表性的变量，同时对变量属性进行合并和哑元处理，共得到6719条记录。将自变量分为三类：1、出行属性，包含了出行过程中的幸福感、是否与他人交互(是＝1；否＝0)、交通方式(小汽车驾驶员＝1；小汽车乘客＝2；步行＝3；公交＝4)、出行持续时间、出行目的(工作上学＝1；日常事务＝2；休闲活动＝3；社会活动＝4)；2、个人属性，包括年龄、性别(男＝1；女＝0)、种族(白人＝1；黑人＝2；移民或混血＝3)、地区(东北部＝1、中西部＝2；南部＝3；西部＝4)、工作情况(有工作＝1；无工作＝2；非劳动力＝3)、工作类型(无＝1；农业＝2；工业＝3；流通业＝4；服务业＝5)、学历(9年级以下＝1；9年级-高中＝2；大学＝3；硕士及以上＝4)、健康情况(较好＝1；一般＝2；较差＝3)、休息情况(很长＝1；一般＝2；较短＝3；几乎没有＝4)；3、家庭属性，包括家庭总收入(小于12499＝1；12499-24999＝2；24999-39999＝3；39999-59999＝4；59999-99999＝5；100000以上＝6)，有无小孩(有＝1；无＝0)，是否结婚(已婚＝1；未婚＝0)。因变量即出行幸福感，它的计算方法是借鉴美国学者Bradburn提出的：情绪水平等于平均积极情绪与平均消极情绪之差，在本实施例中的应用为：情绪水平＝平均积极情绪(快乐得分)-平均消极情绪(痛苦、悲伤、压力、疲劳得分均值)，该方法被称为ABS法，已证明可以有效地代表自测的幸福感。计算后的情绪水平是数值型变量，取值-6.00～6.00，数值越大代表出行过程中的幸福体验越高。2)筛选出显著影响出行幸福感的因素并得到各自的重要性系数由于数据中包含大量分类属性数据，本实验选用最优尺度回归模型筛选对出行幸福感显著影响的因素，为之后的因子分析建立影响因素结构层次提供输入，同时得出的重要性系数也为层次分析法中判断矩阵的元素即标度的取值提供参考。所得模型输出结果如下：表1最优尺度回归模型输本文档来自技高网...

【技术保护点】
1.一种出行幸福感影响因素提取方法，其特征在于，包括如下步骤：步骤一，获取及预处理出行幸福感数据；步骤二，根据所获取数据，建立最优尺度回归模型，筛选出显著影响出行幸福感的因素并得到各自的重要性系数；步骤三，根据最优尺度回归建模筛选出的显著影响因素，采用因子分析法，建立出行幸福感影响因素层次结构，确定二级指标权重；步骤四，采用层次分析法确定三级指标权重，进而完成构建出行幸福感影响因素的指标体系。

【技术特征摘要】
1.一种出行幸福感影响因素提取方法，其特征在于，包括如下步骤：步骤一，获取及预处理出行幸福感数据；步骤二，根据所获取数据，建立最优尺度回归模型，筛选出显著影响出行幸福感的因素并得到各自的重要性系数；步骤三，根据最优尺度回归建模筛选出的显著影响因素，采用因子分析法，建立出行幸福感影响因素层次结构，确定二级指标权重；步骤四，采用层次分析法确定三级指标权重，进而完成构建出行幸福感影响因素的指标体系。2.根据权利要求1所述的一种出行幸福感影响因素提取方法，其特征在于：所述步骤一中预处理出行幸福感数据包括如下几个步骤：1)根据数据取值的合理范围，剔除不合理的异常点和缺失值，以及样本量太小不具有代表性的变量；2)对分类变量进行哑元处理，同时对部分连续变量如家庭收入等变量离散化后，再进行哑元处理；3)采用ABS法获取每个出行活动的出行幸福感水平，公式如下：情绪水平＝平均积极情绪-平均消极情绪。3.根据权利要求1所述的一种出行幸福感影响因素提取方法，其特征在于：所述步骤一中的出行幸福感数据包含出行属性、个人属性和家庭属性；出行属性包含出行过程中的幸福感、是否与他人交互、交通方式、出行持续时间、出行目的；个人属性包含年龄、性别、种族、地区、工作情况、工作类型、学历、健康情况、休息情况；家庭属性包含家庭总收入、有无小孩、是否结婚。4.根据权利要...

【专利技术属性】
技术研发人员：陈淑燕，李赛赛，曹洋，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32