出行行为分析的高级计量经济学方法和应用 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

干宏程 著

图书标签:

• 计量经济学
• 出行行为
• 交通运输
• 数据分析
• 模型构建
• 统计分析
• 行为科学
• 空间计量
• 应用经济学
• 出行规划

出版社： 同济大学出版社

ISBN：9787560874142

版次：1

商品编码：12273867

包装：平装

开本：16开

出版时间：2017-10-01

用纸：胶版纸

页数：90

字数：156000

正文语种：中文

内容简介

　　出行者行为的计量经济学模型研究是针对集交通、经济、管理、行为科学、心理学等学科为一体的交叉领域。
　　《出行行为分析的高级计量经济学方法和应用》秉持“理论需联系实践、知识应融会贯通”之观念，完整、细致地阐述混合Logit模型、广义线性混合模型和广义估计方程这三种交通领域先进的出行行为计量分析方法的基本原理和技术细节，并给出多个针对当前学术热点的研究案例，例如，“互联网+”环境下的交通方式选择行为、可变信息标志影响下的路线选择行为、电动汽车购买意愿、停车换乘行为、行程时间可靠性对路线选择的影响等。
　　《出行行为分析的高级计量经济学方法和应用》可供高等院校交通、经济、管理、行为科学等相关专业的研究生、高年级本科生以及教师学习和参考，也可供从事交通规划与管理的专业人士参考。

内页插图

目录

前言
第1章 绪论
第2章 混合Logit模型
2．1 选择概率
2．2 随机系数
2．3 误差一组成部分
2．4 取代型式
2．5 对任何随机效用模型的近似
2．6 仿真
2．7 面板数据

第3章 研究实例1-多交通方式实时信息对出行行为的影响
3．1 背景
3．1．1 研究对象
3．1．2 数据
3．2 模型构造
3．3 模型讨论
3．4 模型应用

第4章 研究实例2-可变信息标志行程时间信息对出行行为的影响
4．1 背景
4．1．1 研究对象
4．1．2 数据
4．2 模型构造
4．2．1 基于随机效应的模型
4．2．2 基于随机系数的模型
4．2．3 基于随机效应和随机系数的模型
4．3 模型讨论
4．3．1 模型估计结果
4．3．2 模型系数讨论
4．3．3 不同模型的系数讨论

第5章 研究实例3-电动汽车购买意愿研究
5．1 背景
5．1．1 研究对象
5．1．2 数据
5．2 数据分析和建模
5．2．1 模型构造
5．2．2 SAS软件分析过程
5．3 模型估计结果讨论
5．3．1 模型估计结果
5．3．2 模型讨论
5．4 模型应用

第6章 研究实例4-停车换乘行为研究
6．1 背景
6．1．1 研究对象
6．1．2 数据
6．2 数据分析和建模
6．2．1 样本基本分布
6．2．2 模型构造
6．2．3 SAS软件分析过程
6．3 模型估计结果讨论
6．3．1 模型估计结果
6．3．2 模型讨论

第7章 基于广义线性混合模型的出行行为分析
7．1 背景
7．2 数据
7．3 广义线性混合模型的建立
……

第8章 广义估计方程在交通行为分析中的应用
参考文献

前言/序言

　　出行者行为的计量经济学模型研究是针对集交通、经济、管理、行为科学、心理学等学科为一体的交叉领域，它也是非集计出行需求预测的理论基础。来自计量经济学的离散选择模型是该领域的主流研究方法。目前，离散选择模型家族中的混合Logit模型代表了交通领域出行行为分析的先进水平。此外，近年来，统计学中的广义线性混合模型和广义估计方程等先进方法也被应用于出行行为研究中，并取得一定的成功。笔者在撰写此书前尚未见到国内交通领域有著作或教材系统地讲解混合Logit模型、广义线性混合模型和广义估计方程等先进的出行行为分析方法。因此，本书旨在填补这一空白，为从事该领域的理论和应用研究人员提供理论指导和技术参考。
　　笔者从事出行行为探索已有十多年，取得了一些具有应用价值的研究成果。由于时间、精力及篇幅所限，本书仅收纳了其中的一部分最新成果。本书的主要内容和特色如下：
　　（1）从方法论的角度，完整、细致地阐述混合Logit模型、广义线性混合模型以及广义估计方程的基本原理和技术细节。
　　（2）从方法应用的角度，给出多个针对当前学术热点的研究案例，以及在计量分析软件中的实现过程，增强了读者的“实战”感受。
　　本书的研究工作得到了国家自然科学基金（No.51008195）、上海市曙光学者人才资助项目（No.15SG41）、上海市自然科学基金项目（No.15ZR1428100）、同济大学道路与交通工程教育部重点实验室开放基金（No.K201302）、上海市重点学科／一流学科／高原学科“管理科学与工程”建设项目（No.S30504、No.S1201YLXK）、上海教委科研创新基金（No.09Y2205）、上海理工大学引进人才启动基金（No.X693）、沪江社科基金重点项目（No.14XS202）、上海理工大学人文社科攀登计划资助项目（No.16HJPD-A06）、国家科技攻关重大专项（No.2002BA404A08）等项目的支持。
　　本书的部分研究工作是笔者在美国西北大学工作学习期间完成的，感谢在此期间西北大学的导师、交通／管理学科双聘教授HaniMahmassanni提供的工作环境和有益指导。美国XinYe博士、香港大学柏杨博士以及笔者所带的研究生苏红、赵亚菲、黄冰等参与了书中的部分研究工作，在此一并表示感谢。感谢所有对此研究给予过笔者指导和帮助的人。
　　感谢同济大学出版社陆克丽霞编辑在本书出版过程中的辛勤付出。感谢我的研究生孙亦凡在本书成稿过程中在编辑校对上的帮助。
　　感谢我的父母、妻子、岳父母等家人对我的研究工作的理解、支持和默默付出。
　　限于本人学识能力，书中难免有纰漏和不当，欢迎读者批评指正。

行为的密码：量化洞察驱动的出行决策研究 在这本 ouvrage中，我们将深入探索驱动人们出行决策的复杂因素，并运用前沿的计量经济学工具，揭示其背后隐藏的深刻规律。本书并非聚焦于某一特定区域或某一种交通工具，而是旨在提供一套普适性的研究框架和方法论，帮助读者理解并量化分析个体、家庭乃至群体在选择出行方式、路线、时间等方面的行为模式。 我们深知，出行行为并非孤立的存在，而是与经济状况、社会环境、技术发展、个体偏好、甚至心理预期等多种动态变量紧密交织。因此，本书将以多维度的视角审视出行行为，并着力于构建能够捕捉这些复杂相互作用的计量模型。我们将告别简单的描述性统计，转向更具解释力和预测能力的模型构建，从而为理解、预测和优化出行行为提供坚实的理论和实践基础。 核心研究范畴与分析视角： 本书的核心在于“行为分析”，这意味着我们将从微观个体的选择出发，逐步拓展到宏观层面的群体动态。我们将重点关注以下几个关键的研究范畴： 出行方式选择模型： 探讨个体在面临汽车、公共交通（公交、地铁、火车、飞机等）、自行车、步行，甚至新兴的共享出行服务（如网约车、共享单车）时，如何根据成本、时间、便利性、舒适度、可靠性、环境因素等多重考量进行选择。我们将深入研究离散选择模型（如Logit、Probit模型）的原理及其在高维、异质性数据上的应用，并探讨混合选择模型、嵌套Logit模型等更高级模型的适用场景，以捕捉不同交通方式之间的替代和互补关系。 出行频率与时长分析： 分析影响人们出行次数和每次出行时长的驱动因素，例如工作性质、家庭结构、休闲活动、地理位置、以及城市规划等。我们将运用泊松回归、负二项回归等计数数据模型，以及生存分析等技术，来刻画出行事件的发生概率和持续时间。 出行路线与目的地选择： 审视个体在确定出行路径和选择目的地时所考虑的因素，包括距离、拥堵状况、安全性、沿途便利设施、个人偏好等。我们将借鉴空间计量经济学和图论等相关知识，构建能够分析空间依赖性和网络效应的模型，理解交通网络结构如何影响出行决策。 出行的时间动态与模式： 研究出行行为在一天、一周、一年中的变化规律，例如高峰时段的出行特征、节假日出行模式的改变、以及长期趋势的变化。我们将利用时间序列分析、面板数据模型等方法，捕捉出行行为的时间依赖性和周期性。 出行行为的弹性分析： 量化价格（如燃油价格、公共交通票价）、时间（如行程时间、等待时间）、收入、以及其他政策变量（如拥堵收费、停车费）对出行选择的敏感度。这将为政策制定者评估交通政策的潜在影响提供重要的量化依据。 出行行为的异质性与分群： 认识到不同人群（如年龄、收入、教育程度、职业、家庭构成、居住区域等）在出行偏好和行为上存在显著差异。我们将运用非参数方法、聚类分析、以及条件选择模型等技术，识别和量化不同群体间的行为差异，并分析这些差异背后的原因。 新兴出行模式与技术的影响： 关注共享出行、自动驾驶、以及智慧交通系统等新兴技术和模式对传统出行行为的冲击和重塑。我们将探讨如何设计模型来评估这些新技术的采纳意愿、使用模式以及对整个交通系统的潜在影响。 计量经济学方法论的深度应用： 本书将超越传统统计方法的局限，深入引入一系列高级计量经济学技术，为出行行为分析提供强有力的工具： 离散选择模型（Discrete Choice Models）： 这是分析出行方式选择等二元或多元离散决策的基础。我们将详细介绍其理论基础、模型设定、参数估计（如最大似然估计）以及模型检验方法。特别地，我们将深入探讨： Logit 与 Probit 模型： 理解其假设、优缺点以及适用场景。 混合 Logit 模型 (Mixed Logit / Random Parameters Logit)： 解决传统 Logit 模型中独立同分布 (IIA) 假设的局限性，允许参数的个体异质性，捕捉更复杂的偏好结构，并能处理重复观测数据。 嵌套 Logit 模型 (Nested Logit Models)： 用于处理选择集中的层级结构，例如先选择大类交通工具（如公共交通），再选择具体线路（如地铁线路）。 多项 Logit 模型 (Multinomial Logit Models)： 用于分析三个或更多互斥的选择项。 面板数据模型（Panel Data Models）： 考虑到出行行为通常是跨时点的重复观测，面板数据模型能够有效利用数据的时空结构，控制个体特质和时间效应，提高估计效率和解释力。我们将重点介绍： 固定效应模型 (Fixed Effects Models) 和随机效应模型 (Random Effects Models)： 理解其在处理个体不可观测异质性时的不同机制。 动态面板模型 (Dynamic Panel Models)： 考虑滞后因变量作为解释变量，分析出行行为的惯性与累积效应。 生存分析（Survival Analysis）： 用于分析出行事件的持续时间，例如单次行程的时长、车辆的报废年限等。我们将介绍Kaplan-Meier估计、Cox比例风险模型等方法，分析影响事件发生概率和持续时间的因素。 空间计量经济学（Spatial Econometrics）： 考虑到地理位置和空间邻近性对出行行为的影响，我们将引入空间滞后模型、空间误差模型等，分析出行模式的空间依赖性和溢出效应。 工具变量法 (Instrumental Variables, IV) 和处理效应模型 (Treatment Effect Models)： 用于解决内生性问题，例如内生性解释变量（如收入、车辆拥有量）与模型误差项相关的情况，以及评估某种干预（如新的交通政策、技术推广）对出行行为的因果效应。 非参数与半参数方法： 在对模型形式不确定或希望减少模型设定偏见时，这些方法能提供更灵活的分析框架，例如核密度估计、局部多项式回归等。 贝叶斯计量经济学： 提供一种处理不确定性和结合先验信息进行模型推断的强大框架，尤其适用于复杂模型和数据稀疏的情况。 应用前景与实践价值： 本书的价值不仅在于理论方法的探讨，更在于其强大的应用潜力。通过掌握书中介绍的量化分析工具，读者将能够： 为交通规划和政策制定提供科学依据： 精准预测不同交通政策（如拥堵收费、公交优先、停车管理、公共交通投资）对出行行为的潜在影响，从而设计更有效、更具针对性的交通解决方案。 优化交通系统设计与运营： 理解出行高峰期的分布、出行需求的特点，为道路网络规划、公共交通线路设计、时刻表优化、交通信号控制等提供量化支持。 理解和预测市场需求： 预测不同类型交通工具、共享出行服务、以及未来出行技术（如自动驾驶汽车）的市场需求和发展趋势。 进行个体化出行建议与服务： 基于个体出行习惯和偏好，提供个性化的出行路线规划、时间安排建议，以及最适合的出行方式推荐。 评估环境和社会影响： 量化分析出行行为对环境（如碳排放、空气污染）、社会（如交通拥堵、出行公平性）等方面的影响，并评估相关政策的减缓效果。 促进可持续交通发展： 通过深入理解影响出行行为的驱动因素，为推广绿色出行、降低交通碳足迹提供数据支撑和策略指导。 本书旨在成为出行行为研究领域的一本参考手册，为学者、研究人员、政策制定者、交通规划师、以及任何对理解和优化人类出行行为感兴趣的读者，提供一套严谨、实用且富有启发性的分析框架。我们将通过理论阐述、模型构建、以及案例分析（虽然此处不提供具体案例，但本书将强调其重要性），帮助读者将抽象的理论转化为解决实际问题的强大工具。

评分☆☆☆☆☆

作为一名长期在金融领域从事数据分析的工作者，我一直在寻找一本能真正连接理论与实践的工具书，这本书无疑满足了我的期待。它不仅仅是一本理论手册，更像是一本实战指南。书中对于各种计量软件应用范例的详尽描述，让我能够迅速地将学到的知识应用于我的日常工作中，极大地提升了我的工作效率。其中关于因果推断方法和模型稳健性检验的探讨，更是直击了当前量化研究的核心痛点。很多研究报告之所以缺乏说服力，往往就栽在模型选择和稳健性检验上，这本书提供了非常系统和前瞻性的解决方案。读完后，我感觉自己在向决策层汇报分析结果时，底气更足了，因为我知道我所采用的方法是基于最前沿、最严谨的学术规范的。

评分☆☆☆☆☆

坦率地说，这本书的难度是相当高的，它对读者的数学和统计学基础有着较高的要求，但这正是其价值所在。它拒绝迎合初学者，而是选择了一条通往精深研究的“快车道”。我尤其欣赏作者在关键数学推导部分所保持的精确性，他从未在严谨性上妥协，即便是对于那些读者可能觉得晦涩难懂的证明过程，他也给出了清晰的逻辑脉络。这本书就像一座知识的灯塔，矗立在计量经济学研究的海洋中，指引着那些真正有志于在学术前沿深耕的探险家们。尽管阅读过程需要付出额外的努力和时间来消化吸收，但这种深度学习带来的知识积累和思维提升，是任何浅尝辄止的读物都无法比拟的。这是一部值得反复研读、常读常新的传世之作。

评分☆☆☆☆☆

这本书的结构安排实在太精妙了，每一章都像是一次精心设计的旅程，从基础概念的铺陈到复杂模型的深入探讨，过渡得自然而流畅。尤其是它对时间序列分析的讲解，简直是教科书级别的典范。作者没有停留在理论的表面，而是深入到模型构建的每一个细节，比如如何处理序列自相关、如何选择合适的检验方法，这些对于实际操作中的研究者来说，无疑是宝贵的财富。读完前几章，我对计量经济学的理解深度都有了一个质的飞跃，感觉自己不再是初学者，而是一个能真正驾驭复杂模型的实践者。书中丰富的案例分析，更是将抽象的数学公式与现实世界的经济现象紧密地联系起来，让人在学习过程中始终保持着高度的兴趣和探索欲。那些关于面板数据分析的章节，更是对现有研究方法的有力补充，提供了许多新的视角和工具。

评分☆☆☆☆☆

这本书的语言风格非常独特，它既有学术著作的严谨性，又不失行文的流畅与可读性。不像很多专业书籍那样枯燥乏味，这本书在讲解那些高深的计量模型时，总能找到巧妙的比喻和清晰的逻辑链条来引导读者。我特别欣赏作者在引入新概念时所展现出的耐心，他似乎完全理解读者的思维障碍，并提前设置好了“台阶”，让人能够轻松跨越那些看似难以逾越的知识鸿沟。特别是涉及到非线性和高维数据处理的部分，作者的阐述既深入又不失条理，即便是初次接触这些前沿理论的读者，也能从中感受到一种豁然开朗的体验。这本书的排版设计也值得称赞，图表的清晰度和公式的规范性，都体现了出版方对学术质量的极致追求。

评分☆☆☆☆☆

这本书的视角非常开阔，它没有将计量经济学局限在传统的宏观或微观经济学框架内，而是将其视为一种强大的、可以解决跨领域问题的通用分析工具。我惊喜地发现，书中对一些新兴领域，比如行为经济学中的数据处理，也进行了深入的探讨。这种跨学科的融合，使得这本书的价值远超一般的计量教材。作者在构建理论体系时，展现了极高的洞察力，能够精准地捕捉到不同学科对数据分析方法的独特需求，并提供定制化的解决方案。对于希望拓宽自己研究边界的学者和研究人员来说，这本书无疑提供了一个绝佳的平台和灵感源泉。它鼓励读者跳出既有思维定势，用更广阔的视野去看待和解决问题。