英语原文共 27 页，剩余内容已隐藏，支付完成后下载完整资料
分析了魁北克市的汽车拥有量:传统的、潜在的阶级和无序的模型的比较
作者：Sabreena Anowar bull; Shamsunnahar Yasmin bull; Naveen Eluru bull;Luis F. Miranda-Moreno
在线出版:2014年4月22日。
《科学 商业媒体》2014年纽约
摘要：
私人汽车的所有权在个人和家庭的日常出行决策中起着至关重要的作用。考虑到全球气候变化与公共的卫生以及可持续发展问题日益受到关注，政策的制定者们对这个话题非常感兴趣。不再令人惊讶的是，它是被我们研究最多的交通话题之一。关于汽车所有权模型的现存文献认为，外界存在的变量对整个种群的影响是相同的。然而，外源无功效应的影响可能在人群中有所不同。为了适应汽车拥有率下潜在的群体异质性，本文提出了潜在的有序(有序logit)和无序响应(多项式logit)模型的应用。这些模型是用来自加拿大魁北克市的数据来估计的。与传统模型相比较，潜在的类模型提供了更好的数据匹配，同时清晰地突出了在人群中存在的分割。使用模型估计结果的验证练习进一步说明了这些模型用于检查汽车所有权决定的强度。此外，潜在类无序响应模型的表现略好于大都市区域的潜在类有序响应模型。
关键字：
加拿大的汽车保有量、潜在的类模型、潜在的有序logit模型、潜在的多项式logit模型。
介绍：
对许多人来说，拥有一辆私家车不仅仅是一种实用的必需品，而且还是“权力、地位、控制和自由”的象征(Yamamoto 2009)。私家车在个人和家庭的日常出行决策中起着至关重要的作用，影响着一系列长期和短期的决策。长期来看，车辆所有权的决定与居住地点和居住年限紧密相关(Eluru et al. 2010)。在短期决策方面，汽车的所有权水平影响到活动的活动频率、活动的持续时间、活动的地点、外出工作和非工作追求的出行模式选择等各个方面。“象征意义的效用”(增加社会地位或地位象征)与有形效用(增加流动性，获得更多机会)的结合，导致西方人(2012)和东方世界(Wu et al. 1999;li et al . 2010年)。
在加拿大，据报道2007年有84.4%的家庭拥有或租用至少一辆车(自然资源加拿大2009)。在魁北克省的省一级，过去10年的汽车数量增加了17%(自然资源加拿大2009)。加拿大人在日常旅行中使用私人车辆的数量正在增加，而短途旅行的非机动车旅行却在减少。汽车拥有量增加以及随之而来的使用带来的负面后果是多方面的:增加了石油依赖、严重的交通堵塞、增加的温室气体排放、恶化的空气质量和不断上升的健康风险(Handy et al. 2005)。据报道，运输部门占全球温室气体排放的14%，道路运输是这些排放的最大来源，约占76% (Wu et al. 1999)。鉴于人们越来越关注全球气候变化，以及关于如何减少温室气体排放的争论，在过去的几十年里，大量的研究工作都在研究家庭车辆所有权的决定。
在我们的研究中，我们通过使用有序和无序响应模型的潜在类版本来扩展关于车辆所有权的文献。我们的主要关注点是将潜在类和无序模型的性能与传统模型进行比较。为此，我们利用魁北克市的车辆所有权数据库来估计潜在的类模型。该模型研究了家庭社会人口、土地使用和建筑环境变量对汽车船东的影响。随后，我们采用模型估计来预测一个验证样本的汽车拥有率。该研究提供了关于车辆所有权选择方面的人口异质性的见解，同时也提供了关于潜在类有序和无序模型对车辆所有权的适用性的见解。综上所述，目前的研究通过考察各种潜在因素的影响，特别是在加拿大的背景下，研究了各种潜在因素对汽车的影响，从而有助于我们对汽车所有权行为的理解。
论文的其余部分按以下顺序组织。第2节讨论了有关汽车所有权的早期研究。第3节描述了模型结构和估计过程。第4节描述了主要数据源和示例生成过程。第5节对实证结果进行了介绍和讨论。模型验证结果也包含在同一个部分中。最后，我们在第6章总结了该研究的主要结论（注释1：近年来，发达国家汽车保有量的逆转正在报道中; 强调所有权水平可能出现的“高峰”（Kuhnimhof et al。2013; Millard-Ball and Schipper 2011）。）
早期的研究和当前的研究背景：
车辆的拥有量和相关的尺寸，包括机队的大小、车辆类型和使用情况，都是研究最广泛的交通问题之一。从历史上看，自20世纪30年代以来，研究汽车所有权和使用的模型一直在发展之中(Whelan 2007)。由于这些持续的努力，有大量的文献可用于各种形式的汽车所有权建模。在de Jong等人(2004)中，对公共部门运输规划目的开发的模型进行了广泛的审查。然而，在这部分的其余部分，我们严格限制我们的讨论(在过去二十年中)，这些研究与我们的研究相关，也就是研究汽车所有权决定的研究，在一个不同的层面上，决策者是家庭。这些汽车所有权研究可以分为两类:(1)汽车所有权模型;(2)与其他决策过程(如模式选择、居住地点、车辆类型)共同/内格化建模汽车所有权。
在我们的研究中，我们将注意力集中在独立的汽车所有权模型上(见van Acker和Witlox 2010;Eluru et al. 2010对联合/内生建模方法的回顾。在不同的离散选择框架中，有两种通用的决策机制被广泛用于汽车所有权建模。这些是:有序响应机制(ORM)和无序响应机制(URM)。认识到汽车拥有率的内在顺序性，有序的probit (OP)和有序的logit (OL)模型从ORM分类得到了广泛的应用。从URM范畴来看，多项logistic回归(MNL)是研究人员最广泛使用的(Bhat和Pulugurta 1998;Potoglou和苏西洛2008)。
就解释变量而言，早期的研究主要集中在家庭社会人口学特征（收入，儿童人数，工人，非工人，成年人，退休人员，上班族和持照驾驶员，家庭人数，户主特征，家庭类型），住宅位置（城市/农村位置，到中央商务区（CBD）的距离和人口中心位置）以及建成的环境变量（如居住类型，住宅密度，人口密度，就业密度，土地利用组合，过境可达性和城市设计）。这些研究对于不同变量组的最显着的发现在此简要总结。
在家庭社会人口统计方面，家庭收入高，雇用成年人数量增加，驾照持有人增加了拥有多辆汽车的可能性（Bhat and Pulugurta 1998; Chu 2002; Potoglou and Kanaroglou 2008）。住宅位置变量也显着影响汽车所有权决定。例如，Dargay（2002）表明，城市车主对驾车成本的变化比农村同行更敏感。这一结果表明，农村汽车保有量是一个更大的必要条件。 Schimek（1996）和Bento等人。 （2005年）表明，当他们的位置靠近城市中心时，家庭的汽车数量减少。从建筑环境类别来看，发现人口和住宅密度的增加对汽车拥有量产生了负面影响（Li et al。2010; Hess and Ong 2002）。另外，Chu（2002）和Potoglou和Kanaroglou（2008）都观察到，当土地使用结构增加时，汽车拥有率下降。
汽车所有权的另一个重要决定因素是通常以公交站点（公共汽车/铁路）和交通供应的距离来衡量交通可达性措施。 增加的运输通道和高质量的运输服务对所拥有的汽车数量有重大负面影响（Potoglou和Kanaroglou 2008; Bento等2005; Kim和Kim 2004）。 Schimek（1996）和Hess and Ong（2002）表明，有友好步行和骑自行车环境的传统邻居往往会减少汽车的拥有量。
目前的研究：
尽管有大量的文献，但令人惊讶的是，在加拿大的城市地区(Potoglou和Kanaroglou 2008;Roorda et al . 2000年)。最近的一项针对加拿大安大略省汉密尔顿市的调查是基于一项网络调查，该调查考虑了汉密尔顿或麦克马斯特大学的雇员。在分析中使用的数据集并没有反映出汉密尔顿城市居民的总体车辆所有权偏好。我们研究的第一个目标是解决这个限制。我们建议使用来自整个都市地区的数据，特别是魁北克市区域的数据来估计车辆所有权模型。我们研究的第二个目标是研究在车辆所有权背景下的人口异质性的潜在存在性。为此，我们提出了有序和无序响应模型的潜在类版本的应用。具体地，我们估计了基于有序logit (LSOL)和潜在seg- based多项式logit (LSMNL)模型的潜在分割。最后，我们还将与他们的传统对手在选择上下文环境中进行一个com- parison练习。
一些早期的研究假设外生变量对整个种群的影响是相同的。为了说明外生变量的不同影响的重要性，让我们考虑两个家庭的汽车所有权决策结果(H1和H2)，除了交通易访问性变量之外，具有相同的属性;H1具有低的acces, H2具有高的可访问性。现在让我们考虑一下这些家庭中“就业成年人数量”变量的影响。H1，低交通可达性，倾向于拥有更高的车辆所有权和更多的就业成年人。另一方面，对于高交通可达性的家庭来说，越来越多的受雇成人可能不会增加车辆的拥有权(至少在相同的mag- nitude中没有增加H1)。这是一个例子，说明过境可达性如何缓和“雇佣人数”在决定车辆所有权方面的影响。如果不是估计一个潜在的分割模型，我们将人口的同质性强加给“就业的成年人”变量，结果的系数将是不正确的。所提供的插图是一个变量(过境可达性)的情况，调节另一个变量的影响(雇佣的成年人数量)。然而，在汽车拥有率的背景下，多重变量可能会对一组相当大的外生变量起到调节作用。所提议的潜在类模型提供了一种可伸缩的方法来适应这种调节。当然，分析的结果需要由分析人员仔细检查，以确保产出不仅仅是统计上的表现，而是基于直觉和过去文献的证据。
用于放宽同质性假设的常用方法是采用混合版本的有序和无序模型（Eluru和Bhat 2007; Bhat 1998; Nobile等1997;Bjoslash;rner和Leth-Petersen 2007; Nolan 2010）。这些方法虽然有吸引力，但侧重于模型的误差分量，通常需要大量的模拟估计。仿真的进步已经导致这些方法的广泛使用。然而，一个缺点是它们不能捕获与建模框架中观察到的变量（系统异质性）相对应的异质性。解决系统异质性的另一种选择是引入各种外生变量的相互作用效应。例如，在上面描述的例子中，可以将交通可达性变量与“家庭工人数量”变量相互作用。虽然这肯定会改进模型，但并不总是足以捕捉到数据的可变性.2在这种情况下，潜在类模型提供了一种适应系统组件内异构性的替代方法。最近在各种交通领域的研究已经看到了潜在类模型的兴趣复兴（Eluru等，2012; Yasmin等，2014; Sobhani等，2013; Greene和Hensher 2003; Bhat 1997; Xie等，2012） 。然而，系统异质性在汽车所有权背景中的作用尚未在现有文献中进行调查。
模型结构和估计：
潜在的类方法认识到，家庭可以被随机分配到不同的行为相似的部分，作为观察属性的函数(Bhat 1997;Srinivasan et al . 2009年)。由于这些片段未被观察到，因此被称为潜在的或内生的。在每个细分市场中，不同的车辆所有权模型预测了家庭的选择行为。数学公式在附录2中提供。
模型估计过程从一个考虑两个部分的模型开始。最后通过增加一个片段来确定最终的片段数，直到进一步增加并不能增强直观的解释和数据拟合(Tang和Mokhtarian 2009;Eluru et al . 2012年)。根据贝叶斯信息准则(BIC)，对模型进行适当数量的评价。3对模型的估计是，当段的数量增加导致BIC值的增加时，模型的估计就会减少。最后，将对应于BIC最小值的段数考虑为适当的段数。考虑到param- eters的数量、可解释性以及模型的合理性(Beckman和Goulias 2008;Bujosa et al . 2010年)。模型估计提供了分段特征，细分的离散选择模型估计和分段数。
数据：
所提出的潜在分割模型是利用魁北克市2001年的Ori-gin-Destination（O-D）调查得到的数据估计的。魁北克城数据库共包含27,822个家庭数据。 在删除不一致的和缺失/错误的值后，我们剩下26,362个可用的家庭记录。 由此，我们随机抽取5,218个估计记录和1,326个记录进行模型验证。
数据集中的汽车拥有率被划分为没有汽车、一辆车、两辆车和三辆或更多的汽车。因变量被截断为3，因为在数据集中，超过三辆汽车的家庭数量相对较小。表1总结了本研究中使用的样本的特征。在估计样本中，汽车拥有率的分布表明，在魁北克市，拥有家庭的两辆或两辆以上汽车的数量明显更高(42.7%)。从描述性分析可以看出，约有37%的家庭有两名或两名以上的全职员工，大约9%有一名或多名兼职员工，约70%的家庭拥有两名或以上的持证人员。大约四分之三的家庭没有孩子，没有退休人员，超过三分之二的家庭没有学生。
（注释2：为了说明潜在分割模型和一个具有交互作用的传统模型之间的区别，我们探讨了交通可达性变量的影响。 具体而言，我们估计了传输可访问性交互的传统模型和以传输可访问性作为分段变量的潜在分割模型。 OL和MNL的传统模型（OL和MNL）和潜在分割模型的估计结果在附录1中给出。）
（注释3；给定经验模型的BIC其中（LL）是收敛时的对数似然值，K是参数的数量，Q是观测值的数量。 BIC被发现是最为一致的信息标准（IC），用于正确识别潜在分割模型中的合适数量的细分（更多细节请参阅Nylund等2007; Roeder等1999）
实证分析：
变量被认为是
我们的分析中考虑的变量大致可分为两类:(1)家庭社会人口特征和(2)土地使用模式。在我们的分析中使用的人口统计变量包括儿童数量、就业人数(全职和兼职)、管理人员、退休人员人数、学生人数、过境通行证持有者人数、家庭成员人数和持牌司机人数。
为了评估不同土地利用特
全文共6140字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[12330]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
