出行感知下地鐵接駁設(shè)施空間落影與服務(wù)提升

出行感知下地鐵接駁設(shè)施空間落影與服務(wù)提升沿要展線集高開提了的間體通撐然，速的并意著效的行作一布于市干交基設(shè)，地出行服覆率然制其Rach與服務(wù)優(yōu)化后的潛在出行轉(zhuǎn)移意向，為推動綠色低碳交通出行設(shè)施空間規(guī)劃提供量化決策支撐與規(guī)劃指概設(shè) 本研究選取主城區(qū)、主城區(qū)內(nèi)距地鐵站點(diǎn)3km范圍的居住小區(qū)與工作集聚點(diǎn)，表一問卷項(xiàng)目設(shè)車地鐵出行總體滿意度分通過獲取數(shù)據(jù)，建立現(xiàn)狀地鐵通勤者出行全過程滿意度多元回歸模型，探究社t--地鐵接駁出行空間與服務(wù)問題基于不同接駁設(shè)施的空間與服務(wù)感知不便性 1234 67車89地鐵接駁設(shè)施空間與服務(wù)問題診斷模型建立Rasch模型是基于項(xiàng)目反應(yīng)理論（ItemResponseTheory，IRT）發(fā)展起來的一種心理述了每一個特定能力水平的被試者答對或答錯該項(xiàng)目的概率。通常，表示被試者的潛在特Pi()之間的函數(shù)關(guān)系。而表示這一關(guān)系的數(shù)學(xué)函數(shù)則為項(xiàng)目反應(yīng)函數(shù)（ItemResponseFunction1957Birnbaum提出了項(xiàng)目反應(yīng)理Logistic型，該模型包括三參數(shù)、雙參數(shù)和單參數(shù)模型三種，而單參數(shù)模型又稱Rasch模型，是丹麥數(shù)學(xué)家Rasch于1960年提出。二分類的Rasch模型表達(dá)式如下，當(dāng)被測試者回答“是”（變量取1）的概率為：enP(1|n,bi)

1enP(0|,b)1P(1|,b) 1en

)nPni(xnP

估該11項(xiàng)接駁設(shè)施不便性的難度值（bi）與被測試者對于克服這些項(xiàng)目難度的能力值（n，的不便性，能克服該不便性并依然傾向于選擇地鐵出行的測試者比例。在-itemMaplogit11項(xiàng)測試項(xiàng)目的難度值分布。經(jīng)模型計算擬合，本研究被測試的小汽車通勤者的-itemmap和模型參數(shù)分別如圖一和表四所示。圖一-itemMap結(jié)果1

-

-

567-8--9-通勤者而言，項(xiàng)目11（P+R設(shè)施空間不足）為最難克服的項(xiàng)目，位于logit標(biāo)尺上11個項(xiàng)基于感知的接駁設(shè)施空間優(yōu)化與實(shí)施效果評潛在通勤出行方式轉(zhuǎn)移者甄別通勤者的模型進(jìn)行了單因素方差分析（ANOVA，ANOVA分析結(jié)果如表五所示。平均能力（n P----≤RMB>RMB----12---- ---（p=0.000（p=0.008向度（p=0.001）99%的置信區(qū)間內(nèi)表征了小汽車通勤者克服地鐵接駁設(shè)施不便性率每周小于4天、地鐵出行頻率每年少于12次、較傾向于出行方式的現(xiàn)狀小汽車通勤者，有較強(qiáng)的能力（n）能克服地鐵接駁出行中感知的不便性。因此，該類小汽車通勤者基于地鐵接駁設(shè)施空間優(yōu)化與服務(wù)提升的出行轉(zhuǎn)移意向由圖二（a）可知，地鐵接駁設(shè)施空間優(yōu)化與服務(wù)提升存在logit1和logit3兩個關(guān)鍵在改善全過程中呈現(xiàn)平穩(wěn)提升；自行車/電動車接駁設(shè)施的改善在logit1-logit2范圍內(nèi)收獲較大的出行轉(zhuǎn)移效應(yīng)，近50%的小汽車通勤者會在logit2處潛在轉(zhuǎn)移；對于接駁設(shè)logit1-logit33服務(wù)水平對于提升城市地鐵多方式出行模式的關(guān)鍵效用；“PR3logit3.5時，才會收獲80%的出行轉(zhuǎn)移意向。（Item（Item3（b）可知，Item2對于自行車/電動車接