考虑环保意识的电动自行车使用者出行方式转变预测方法与流程

1.本发明涉及考虑环保意识的电动自行车使用者出行方式转变预测方法，属于城市道路交通规划和管理领域。


背景技术：

2.电动自行车是城市道路交通系统的重要组成。电动自行车以蓄电池为辅助动力，从中短距离出行方面看，被认为是能够替代机动车和传统自行车的便捷、灵活、高性价比的环保型交通工具。从生命周期评估的角度来看，与小汽车相比，电动自行车的能耗降低了90％，排放的污染物减少了86
‑
95％。电动自行车的二氧化碳排放量与公交车相似，比小汽车低60
‑
93％，pm2.5排放量低于公交车和小汽车。
3.尽管在出行效率和环境保护方面具有诸多优点，电动自行车和传统自行车在自行车道上混行，也带来了诸多道路交通安全问题，使得道路交通管理更加困难。现有的法律和法规对电动自行车骑行者交通行为的约束力较为薄弱。骑行者法律意识淡薄，法规知识薄弱，不遵守交通规则，导致交通事故频发。2012年，涉及自行车的道路交通事故共造成10,707人死亡、43,901人重伤，其中涉及电动自行车的道路交通事故造成5,314人死亡、26,966人重伤，占所有涉及自行车交通事故死亡人数的49.6％、重伤人数的61.4％。《电动自行车通用技术条件》中规定电动自行车最高车速应小于20千米/时。然而，部分电动自行车的制造商没有按照电动自行车制造标准加以限速，使得电动自行车安全问题变得越来越严重。由于电动自行车的使用存在诸多安全问题，北京、广州、深圳以及福州等城市已经禁止或限制电动自行车在城市主要区域的使用。
4.禁止或限制电动自行车的使用会对城市居民出行方式的选择产生重大影响，迫使目前电动自行车使用者转向公交车、地铁、小汽车、传统自行车或者步行。在中国的主要城市，电动自行车在居民道路交通出行的分担率较大，对电动自行车使用者的出行方式转换进行研究，预测禁止或限制电动自行车使用后电动自行车使用者的替代出行方式对城市道路交通管理和运营具有重要的意义和价值。


技术实现要素：

5.本发明所要解决的技术问题是：提供考虑环保意识的电动自行车使用者出行方式转变预测方法，针对禁止或限制电动自行车使用产生的电动自行车使用者出行方式转移问题进行研究，为道路交通管理者和公共交通运营者制定和修改交通规划政策和措施提供参考，为道路交通可持续性发展提供依据。
6.本发明为解决上述技术问题采用以下技术方案：
7.考虑环保意识的电动自行车使用者出行方式转变预测方法，包括如下步骤：
8.步骤1，采用问卷调查方式获取电动自行车使用者的原始出行方式，替代出行方式，环保意识水平，个人、家庭和社会经济特征以及出行特征；其中，原始出行方式指的是电动自行车使用者在使用电动自行车之前的出行方式，包括步行、传统自行车、公交车、地铁
以及小汽车；替代出行方式指的是电动自行车使用者在无法使用电动自行车情况下使用的替代出行方式，包括步行、传统自行车、公交车、地铁以及小汽车；
9.步骤2，从原始出行方式和替代出行方式中各选择一种方式进行组合，得到电动自行车使用者出行方式转换类型，共有25种出行方式转换类型；
10.步骤3，判断电动自行车使用者的环保意识水平；
11.步骤4，确定影响电动自行车使用者出行方式转换的因素；
12.步骤5，建立电动自行车使用者出行方式转换模型；
13.步骤6，利用电动自行车使用者出行方式转换模型预测电动自行车使用者不同出行方式转换类型的概率。
14.作为本发明的一种优选方案，所述步骤3的具体过程如下：
15.环保意识水平包括三种类型：无环保意识、低水平环保意识和高水平环保意识；将电动自行车使用者对出行方式碳排放量的了解程度和替代出行方式的选择作为判断电动自行车使用者的环保意识水平的依据，问卷包含三个问题：
16.问题一：您知道步行、传统自行车、公交车、地铁和小汽车大概碳排放量吗？
17.问题一答案有两种选择：知道和不知道；
18.问题二：请按照碳排放量从低到高给下面的三组出行方式排序：
①
公交车和地铁，
②
小汽车，
③
步行和传统自行车。
19.问题二正确答案为
③①②
，其他均为错误答案；
20.问题三：在阳光明媚的日子里，室外温度是20摄氏度，空气质量很好；道路上有自行车道和机动车道，您拥有传统自行车、小汽车并持有有效驾驶执照和行驶执照；您能够支付乘坐公交车和地铁的费用，开小汽车时能够支付燃油和停车费用；设定所有交通方式的出行时间和便利程度相似，您会选择低碳的出行方式吗？
21.问题三答案有两种选择：会和不会；
22.当问题一的答案选择知道，问题二的答案正确，问题三的答案选择会时，判断电动自行车使用者具有高水平环保意识；当问题一的答案选择知道，问题二的答案正确，问题三的答案选择不会时，判断电动自行车使用者具有低水平环保意识；当问题一的答案选择不知道或者问题二的答案错误时，判断电动自行车使用者无环保意识。
23.作为本发明的一种优选方案，所述步骤4的具体过程如下：
24.个人、家庭和社会经济特征包括电动自行车使用者的性别、年龄、教育程度、家庭月收入、家庭传统自行车拥有量以及家庭小汽车拥有量；出行特征包括出行距离、出发点距离地铁站的距离以及出发点距离公交车站的距离；
25.个人、家庭和社会经济特征中，性别分为男性和女性两种类型；年龄分为小于25岁、25岁至39岁、40岁至59岁、60岁及以上四种类型；教育程度分为高中及以下、本/专科、硕士及以上三种类型；家庭月收入分为3000元及以下、3000元至5000元、5000元至8000元、8000元及以上四种类型；家庭传统自行车拥有量分为0辆、至少1辆两种类型；家庭小汽车拥有量分为0辆、至少1辆两种类型；所述出行特征中，出行距离分为5公里及以下、5公里至10公里、10公里及以上三种类型；出发点距离地铁站的距离以及出发点距离公交车站的距离按照实际距离记录。
26.作为本发明的一种优选方案，所述步骤5的具体过程如下：
27.5.1，按照原始出行方式的不同，将25种出行方式转换类型分为五组，第一组是步行—步行，步行—传统自行车，步行—公交车，步行—地铁，步行—小汽车；第二组是传统自行车—步行，传统自行车—传统自行车，传统自行车—公交车，传统自行车—地铁，传统自行车—小汽车；第三组是公交车—步行，公交车—传统自行车，公交车—公交车，公交车—地铁，公交车—小汽车；第四组是地铁—步行，地铁—传统自行车，地铁—公交车，地铁—地铁，地铁—小汽车；第五组是小汽车—步行，小汽车—传统自行车，小汽车—公交车，小汽车—地铁，小汽车—小汽车；
28.5.2，根据步骤1问卷调查的结果，计算每一组中每一种出行方式转换类型所占比例，将所占比例小于预设阈值的出行方式转换类型去除；
29.5.3，针对不同组，采用混合多项逻辑模型建立电动自行车使用者出行方式转换模型，混合多项逻辑模型的因变量是每一组中的出行方式转换类型，其中把原始出行方式和替代出行方式相同的转换类型作为基准因变量，自变量是由环保意识水平，个人、家庭和社会经济特征以及出行特征所确定的影响因素，在建立电动自行车使用者出行方式转换模型时，把影响因素带入混合多项逻辑模型中，采用逐步回归方法，逐一检验各影响因素显著性，保留小于等于设定阈值的显著的影响因素，去除大于设定阈值的不显著的影响因素，建立电动自行车使用者出行方式转换模型：
30.①
电动自行车使用者选择替代出行方式的效用u：
[0031][0032]
其中，n表示影响因素总数；β
n
表示第n个影响因素的系数，x
n
表示第n个影响因素；
[0033]
②
电动自行车使用者选择替代出行方式的概率p：
[0034][0035]
其中，u
i
表示第i种出行方式转换类型的效用，u
j
表示第j种出行方式转换类型的效用，j表示将所占比例小于预设阈值的出行方式转换类型去除后剩余出行方式转换类型的总数。
[0036]
作为本发明的一种优选方案，所述计算每一组中每一种出行方式转换类型所占比例，具体为：
[0037]
根据步骤1问卷调查的结果，统计出每一组中每一种出行方式转换类型所对应的人数，将每一种出行方式转换类型所对应的人数除以参加问卷调查的电动自行车使用者总人数，即为每一种出行方式转换类型所占比例。
[0038]
作为本发明的一种优选方案，所述步骤6的具体过程如下：
[0039]
基于电动自行车使用者出行方式转换模型，根据原始出行方式，将步骤5保留下来的影响因素带入模型获取电动自行车使用者不同出行方式转换类型的概率，选择概率最大的出行方式转换类型作为电动自行车使用者在无法使用电动自行车时最有可能使用的替代出行方式。
[0040]
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
[0041]
本发明考虑电动自行车使用者的环保意识的影响，结合个人、家庭和社会经济特
征以及出行特征，定量估计电动自行车使用者在无法使用电动自行车时使用替代出行方式的概率，预测最有可能的替代出行方式，为道路交通管理者和公共交通运营者制定和修改交通规划政策和措施提供参考，为城市道路交通安全管理与评价以及道路交通可持续性发展提供依据，具有实际的工程运用价值。
附图说明
[0042]
图1是本发明考虑环保意识的电动自行车使用者出行方式转变预测方法的流程图。
[0043]
图2是电动自行车使用者环保意识水平判断标准和流程。
[0044]
图3是十七种电动自行车使用者出行方式转换类型。
具体实施方式
[0045]
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
[0046]
针对禁止或限制电动自行车使用产生的电动自行车使用者出行方式转移的问题，本发明提供一种考虑环保意识的电动自行车使用者出行方式转变预测方法，如图1所示，具体步骤如下：
[0047]
步骤一，采用问卷调查方式对电动自行车使用者的原始出行方式，替代出行方式，环保意识水平，个人、家庭和社会经济特征以及出行特征进行调查。
[0048]
原始出行方式是指电动自行车使用者在使用电动自行车之前的出行方式，有步行、传统自行车、公交车、地铁以及小汽车。替代出行方式是指电动自行车使用者在无法使用电动自行车情况下使用的替代出行方式，有步行、传统自行车、公交车、地铁以及小汽车。
[0049]
步骤二，根据原始出行方式和替代出行方式组合，划分电动自行车使用者出行方式转换的类型。
[0050]
原始出行方式有步行、传统自行车、公交车、地铁以及小汽车，每种原始出行方式对应的替代出行方式有步行、传统自行车、公交车、地铁以及小汽车。因此，电动自行车使用者出行方式转换有二十五种类型：步行—步行，步行—传统自行车，步行—公交车，步行—地铁，步行—小汽车，传统自行车—步行，传统自行车—传统自行车，传统自行车—公交车，传统自行车—地铁，传统自行车—小汽车，公交车—步行，公交车—传统自行车，公交车—公交车，公交车—地铁，公交车—小汽车，地铁—步行，地铁—传统自行车，地铁—公交车，地铁—地铁，地铁—小汽车，小汽车—步行，小汽车—传统自行车，小汽车—公交车，小汽车—地铁，小汽车—小汽车。
[0051]
步骤三，判断电动自行车使用者的环保意识水平。
[0052]
将电动自行车使用者的环保意识水平分为三种类型：无环保意识、低水平环保意识和高水平环保意识。根据电动自行车使用者对出行方式碳排放量的了解程度和替代出行方式的选择作为判断电动自行车使用者的环保意识水平的依据，问卷包含三个问题：
[0053]
问题一：您知道步行、传统自行车、公交车、地铁和小汽车大概碳排放量吗？
[0054]
答案：
①
知道；
②
不知道。
[0055]
问题二：请按照碳排放量从低到高给下面的三组出行方式排序：
①
公交车和地铁，
②
小汽车，
③
步行和传统自行车。
[0056]
答案：正确排序
③①②
，其他顺序是错误排序。
[0057]
问题三：在阳光明媚的日子里，室外温度是20摄氏度，空气质量很好。道路上有自行车道和机动车道。您拥有传统自行车、私家车并持有有效驾驶执照和行驶执照。您能够支付乘坐公交车和地铁和的费用，在开私家车时能够支付燃油和停车费用。假设所有交通方式的出行时间和便利程度相似。您会选择低碳的出行方式吗？
[0058]
答案：
①
会；
②
不会。
[0059]
如果电动自行车使用者的问题一答案是知道，提出问题二；问题二的答案是正确的，提出问题三；如果问题三的答案是会，则判断电动自行车使用者具有高水平的环保意识；如果问题三的答案是不会，则判断电动自行车使用者具有低水平的环保意识；如果问题一的答案是不知道，或者问题二的答案是错误的，则判断电动自行车使用者无环保意识。电动自行车使用者环保意识水平判断流程和标准如图2所示。
[0060]
步骤四，确定影响电动自行车使用者出行方式转换的因素。
[0061]
环保意识水平包括无环保意识、低水平环保意识和高水平环保意识，个人、家庭和社会经济特征包括使用者的性别、年龄、教育程度、收入水平、家庭拥有小汽车和自行车的数量，出行特征包括出行距离，出发点距离地铁站和公交车站的距离。电动自行车使用者性别分为男性和女性；年龄分为小于25岁、25岁至39岁、40岁至59岁、60岁及以上四种类型；教育程度分为高中及以下、本/专科、硕士及以上三种类型；家庭月收入分为3000元及以下、3000元至5000元、5000元至8000元、8000元及以上四种类型；家庭传统自行车拥有量分为0辆、至少1辆两种类型；家庭小汽车拥有量分为0辆、至少1辆两种类型；出行距离分为5公里及以下、5公里至10公里、10公里及以上三种类型；出发点距离公交车站和地铁站距离按照实际距离记录。
[0062]
步骤五，建立电动自行车使用者出行方式转换模型。
[0063]
按照原始出行方式不同，将二十五种类型的出行方式转换分为五组，第一组是步行—步行，步行—传统自行车，步行—公交车，步行—地铁，步行—小汽车；第二组是传统自行车—步行，传统自行车—传统自行车，传统自行车—公交车，传统自行车—地铁，传统自行车—小汽车；第三组是公交车—步行，公交车—传统自行车，公交车—公交车，公交车—地铁，公交车—小汽车；第四组是地铁—步行，地铁—传统自行车，地铁—公交车，地铁—地铁，地铁—小汽车；第五组是小汽车—步行，小汽车—传统自行车，小汽车—公交车，小汽车—地铁，小汽车—小汽车。计算每一组中每一个转换类型所占比例，去除比例小于设定阈值的出行方式转换类型。
[0064]
针对不同组，采用混合多项逻辑模型建立电动自行车使用者出行方式转换模型。混合多项逻辑模型的因变量是每一组中的出行方式转换类型，其中把原始出行方式和替代出行方式相同的转换类型作为基准因变量，自变量是权利要求4确定的影响因素。在建立电动自行车使用者出行方式转换模型时，把影响因素带入混合多项逻辑模型中，采用逐步回归方法，逐一检验影响因素显著性，保留小于等于设定阈值的显著的影响因素，去除大于设定阈值的不显著的影响因素，建立电动自行车使用者出行方式转换模型：
[0065]
①
电动自行车使用者选择替代出行方式的效用u：
[0066][0067]
其中n表示影响因素总数；β
n
表示第n个影响因素的系数，x
n
表示第n个影响因素；
[0068]
②
电动自行车使用者选择替代出行方式的概率p：
[0069][0070]
其中u
i
表示第i种类型出行方式转换的效用，j表示第j种类型出行方式转换的效用，j表示出行方式转换类型总数。
[0071]
步骤六，利用电动自行车使用者出行方式转换模型预测电动自行车使用者不同类型出行方式转换的概率。
[0072]
基于电动自行车使用者出行方式转换模型，根据原始出行方式，将影响因素带入模型获取电动自行车使用者不同类型出行方式转换的概率，用于预测电动自行车使用者在无法使用电动自行车时最有可能使用的替代出行方式。
[0073]
实施例
[0074]
本发明对1729名电动自行车使用者进行了问卷调查，收集了电动自行车使用者的原始出行方式、替代出行方式、环保意识水平、个人、家庭和社会经济特征以及出行特征作为数据基础。按照原始出行方式(步行、传统自行车、公交车、地铁以及小汽车)将电动自行车使用者分为五种类型；根据电动自行车使用者的原始出行方式和替代出行方式，选择百分比高于8％的出行方式转移类型，划分出十七种出行方式转移类型：步行—步行，步行—传统自行车，步行—公交车，步行—小汽车，传统自行车—传统自行车，传统自行车—公交车，传统自行车—小汽车，公交车—传统自行车，公交车—公交车，公交车—地铁，公交车—小汽车，地铁—传统自行车，地铁—地铁，小汽车—传统自行车，小汽车—公交车，小汽车—地铁，小汽车—小汽车，如图3所示，每种出行方式转移所占的比例如表1所示。
[0075]
表1十七种出行方式转移类型的比例
[0076][0077]
通过大量观察发现，电动自行车使用者出行方式转移的影响因素有使用者的环保意识，使用者的性别、年龄、教育程度、收入水平，家庭拥有小汽车和自行车的数量，出行距离，出发点距离地铁站和公交车站的距离。根据步骤三，将电动自行车使用者的环保意识分为无环保意识、低水平环保意识和高水平环保意识。使用者性别分为男性和女性；年龄分为小于25岁、25岁至39岁、40岁至59岁、60岁及以上四种类型；教育程度分为高中及以下、本/
专科、硕士及以上三种类型；家庭月收入分为3000元及以下、3000元至5000元、5000元至8000元、8000元及以上四种类型；家庭传统自行车拥有量和小汽车拥有量均分为0辆、至少1辆两种类型；出行距离分为5公里及以下、5公里至10公里、10公里及以上三种类型；出发点距离公交车站和地铁站距离按照实际距离记录。
[0078]
针对原始出行方式为步行、传统自行车、公交车、地铁以及小汽车的五种类型的电动自行车使用者，分别建立电动自行车使用者出行方式转换模型。以原始出行方式为公交车的电动自行车使用者为例，其出行方式转换类型有公交车—传统自行车，公交车—公交车，公交车—地铁，公交车—小汽车。在建立出行方式转换模型时，将公交车—传统自行车，公交车—公交车，公交车—地铁，公交车—小汽车作为因变量，其中公交车—公交车作为基准因变量，把影响因素作为自变量，带入混合多项逻辑模型中，采用逐步回归方法，逐一检验影响因素显著性，保留小于等于设定阈值(0.1)的显著的影响因素，去除大于设定阈值(0.1)的不显著的影响因素。
[0079]
经过检验，发现40
‑
59岁年龄段、高中及以下和本/专科教育水平、3000
‑
5000元家庭月收入、高水平和低水平环保意识、家庭小汽车拥有量至少一辆、家庭传统自行车拥有量至少一辆、出发点距离公交车站和地铁站距离对原始出行方式为公交车的电动自行车使用者的出行方式转换影响较大，部分截取数据如表2所示。
[0080]
表2实施例的出行方式转换类型及其影响因素
[0081]
[0082][0083]
因此，保留上述影响因素作为自变量，建立原始出行方式为公交车的电动自行车使用者的出行方式转换模型：
[0084]
u
公交车
‑
自行车
＝1.58
‑
1.23
×
x
40
‑
59
0.95
×
x
高中及以下
0.91
×
x
本/专科
0.92
×
x
3000
‑
5000
1.41
×
x
高水平
‑
0.33
×
x
低水平
‑
3.11
×
x
小汽车
1.24
×
x
自行车
0.039
×
x
公交车站
0.265
×
x
地铁站
[0085]
u
公交车
‑
地铁
＝
‑
2.44 0.88
×
x
40
‑
59
0.96
×
x
高中及以下
‑
0.01
×
x
本/专科
1.96
×
x
3000
‑
5000
1.90
×
x
高水平
‑
0.08
×
x
低水平
‑
0.42
×
x
小汽车
0.01
×
x
自行车
0.219
×
x
公交车站
‑
0.017
×
x
地铁站
[0086]
u
公交车
‑
小汽车
＝
‑
2.63 1.20
×
x
40
‑
59
0.28
×
x
高中及以下
0.62
×
x
本/专科
‑
1.14
×
x
3000
‑
5000
0.45
×
x
高水平
0.09
×
x
低水平
1.50
×
x
小汽车
0.19
×
x
自行车
0.063
×
x
公交车站
0.272
×
x
地铁站
[0087]
其中，u
公交车
‑
自行车
，u
公交车
‑
地铁
和u
公交车
‑
小汽车
分别表示公交车—传统自行车，公交车—地铁和公交车—小汽车的效用；x
40
‑
59
表示电动自行车使用者是否在40
‑
59岁年龄段，如果是则x
40
‑
59
＝1，否则x
40
‑
59
＝0；x
高中及以下
表示电动自行车使用者的教育水平是否在高中及以下，如果是则x
高中及以下
＝1，否则x
高中及以下
＝0；x
本/专科
表示教育水平是否为本科或者专科，如果是则x
本/专科
＝1，否则x
本/专科
＝0；x
3000
‑
5000
表示家庭月收入是否在3000
‑
5000元，如果是则x
3000
‑
5000
＝1，否则x
3000
‑
5000
＝0；x
高水平
表示环保意识水平是否为高水平环保意识，如果是则x
高水平
＝1，否则x
高水平
＝0；x
低水平
表示环保意识水平是否为低水平环保意识，如果是则x
低水平
＝1，否则x
低水平
＝0；x
小汽车
表示家庭小汽车拥有量是否至少一辆，如果是则x
小汽车
＝1，否则x
小汽车
＝0；x
自行车
表示家庭传统自行车拥有量是否至少一辆，如果是则x
自行车
＝1，否则x
自行车
＝0；x
公交车站
表示出发点与公交车站的距离；x
地铁站
表示出发点与地铁站的距离。
[0088]
原始出行方式为公交车的电动自行车使用者选择不同类型替代出行方式的概率为：
[0089][0090][0091]
[0092][0093]
其中p
公交车
‑
公交车
、p
公交车
‑
自行车
、p
公交车
‑
地铁
和p
公交车
‑
小汽车
分布是原始出行方式为公交车的电动自行车使用者选择公交车、传统自行车、地铁和小汽车作为替代出行方式的概率。
[0094]
通过检验组的实测数据进行电动自行车使用者的出行方式转换模型的精度验证，模型预测的电动自行车使用者的替代出行方式与实际调查的电动自行车使用者的替代出行方式偏差较小，证明模型的适用性和有效性，部分预测数据如表3所示。利用电动自行车使用者的出行方式转换模型，将影响因素带入模型获取电动自行车使用者不同类型出行方式转换的概率，计算出的概率最大的出行方式转换类型为电动自行车使用者最有可能的出行方式转换类型，其中的替代出行方式是电动自行车使用者在无法使用电动自行车时最有可能使用的替代出行方式。
[0095]
表3实施例的实际调查和模型预测的替代出行方式
[0096][0097][0098]
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。