[发明专利]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

摘要

本发明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。

主权项

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：ziisobservedifzi*>0unobservedifzi*<0]]>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：(ϵ1i,ϵ2i)~N(00,1ρρ1)]]>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。SB=ρφ(wiγ+biα)Φ(wiγ+biα)]]>p(ci=1|z*>0)=probit[E(c*>0|z*>0)]=Φ[xiβ+biα+ρφ(wiγ+biα)Φ(wiγ+biα)]]]>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。