任小聰，向紅艷, 陳　堅(jiān)

(重慶交通大學(xué)　交通運(yùn)輸學(xué)院，重慶　400074)

?

交通事故信息對(duì)路徑選擇行為的影響建模與分析

任小聰，向紅艷, 陳堅(jiān)

(重慶交通大學(xué)交通運(yùn)輸學(xué)院，重慶400074)

摘要：為探索當(dāng)較大交通事故發(fā)生時(shí)交通事故信息對(duì)小汽車出行者出行路徑選擇行為的影響，基于RP與SP調(diào)查數(shù)據(jù)，首先對(duì)小汽車出行者在交通事故發(fā)生時(shí)不改變路徑的原因及在不同事故信息度下的路徑選擇意向進(jìn)行了分析。然后建立了3種情況下的二值Logistic路徑選擇模型，并進(jìn)行了對(duì)比研究。最后運(yùn)用SPSS軟件對(duì)模型參數(shù)進(jìn)行了標(biāo)定和檢驗(yàn)。結(jié)果表明：交通事故信息度對(duì)小汽車出行者出行路徑的選擇行為具有顯著影響，隨著交通事故信息度的增加，出行者改變出行路徑的概率也會(huì)增加；交通事故信息發(fā)布時(shí)間越早，出行者改變出行路徑的概率越大；詳細(xì)交通事故信息對(duì)于保守性格者、彈性出行者具有更顯著的引導(dǎo)作用。

關(guān)鍵詞：交通工程;事故信息;二值Logistic模型；路徑選擇;出行者

0引言

突發(fā)性交通事故是造成交通擁堵的重要原因之一。Lindesy[1]研究發(fā)現(xiàn), 突發(fā)性交通事故所引起的時(shí)間延誤占總時(shí)間延誤的60%，先進(jìn)的交通事故信息系統(tǒng)對(duì)解決這類交通擁擠問(wèn)題特別有效。當(dāng)發(fā)生交通事故時(shí)，及時(shí)為出行者提供交通事故信息，可以使出行者合理調(diào)整出行行為，從而避免出行延誤，因此，交通事故信息對(duì)緩解交通擁堵，減少二次事故等具有重要的現(xiàn)實(shí)意義。

目前，學(xué)者們對(duì)交通信息作用下小汽車出行者路徑選擇行為方面的研究取得了很大進(jìn)展。石小法等[2]將不同類型的出行者對(duì)路段運(yùn)行時(shí)間的預(yù)測(cè)看作不同的隨機(jī)過(guò)程，研究了交通信息對(duì)出行者路徑選擇行為的影響；楊凡等[3]將交通信息(運(yùn)行速度)分為若干個(gè)等級(jí)的定性信息，研究了分級(jí)交通信息影響下出行者的日常出行決策行為和對(duì)交通信息的感知行為；石京等[4]在調(diào)查駕駛員對(duì)交通信息響應(yīng)狀況的基礎(chǔ)上，建立了信息作用下駕駛員路徑選擇行為模型，對(duì)影響駕駛員路徑改變傾向的各種因素進(jìn)行了研究；馬飛等[5]通過(guò)建立有序Logistic模型, 對(duì)駕駛員在交通廣播、可變信息板、車載GPS、道路指示牌等多源誘導(dǎo)信息影響下的路徑變更行為進(jìn)行了研究。

近幾年,也有學(xué)者對(duì)交通事故下出行者的出行行為進(jìn)行了探討，如龍雪琴等[6]基于經(jīng)濟(jì)學(xué)中的前景理論，對(duì)交通事故下出行者的非理性路徑選擇行為進(jìn)行了研究，主要探討了出行者的路徑選擇行為機(jī)理；胡春斌[7]通過(guò)對(duì)駕駛員路徑選擇行為影響因素的分析，采用模糊推理及層次分析法建立了事故信息下駕駛員路徑選擇模型；G. Chen等[8]分析了事故信息的內(nèi)容、及時(shí)性及精確性等屬性對(duì)出行者路徑選擇決策行為的影響；T. Kusakabe等[9]通過(guò)建立在提供交通事故持續(xù)時(shí)間或擁擠路段長(zhǎng)度等事故信息時(shí)出行者對(duì)駛出匝道的選擇模型，研究了城市快速路上可變信息板提供的交通事故信息對(duì)出行者路徑選擇行為的影響；Y. Xuan等[10]運(yùn)用同一組實(shí)測(cè)數(shù)據(jù)通過(guò)不同的離散分析方法研究了高速公路可變信息標(biāo)志提供的交通事故信息對(duì)出行者路徑改變行為的影響。

目前國(guó)內(nèi)對(duì)交通事故信息影響下出行者路徑選擇行為的研究還比較少。隨著智能交通的發(fā)展，先進(jìn)的信息技術(shù)、網(wǎng)絡(luò)技術(shù)被運(yùn)用于交通領(lǐng)域，為獲得更多的交通信息提供了技術(shù)條件。在這個(gè)大背景下，交通事故信息的內(nèi)容也逐漸豐富起來(lái)，由只能提供事故發(fā)生時(shí)間、地點(diǎn)的簡(jiǎn)單系統(tǒng)到可提供事故路段平均車速、事故發(fā)生時(shí)替代路徑及其交通運(yùn)行狀況等更加詳細(xì)的信息系統(tǒng)。在這種技術(shù)背景下，有必要對(duì)出行者在不同詳細(xì)程度的出行信息影響下的路徑選擇行為進(jìn)行研究，為道路交通事故信息發(fā)布策略的制訂提供一定的科學(xué)依據(jù)。有研究表明，當(dāng)交通事故性質(zhì)嚴(yán)重、出事地點(diǎn)通行能力下降較大時(shí)，出行信息系統(tǒng)可以在很大程度上緩解交通網(wǎng)絡(luò)擁擠、降低系統(tǒng)出行費(fèi)用; 而當(dāng)交通事故性質(zhì)較輕、出事地點(diǎn)通行能力下降較小時(shí)，出行信息系統(tǒng)不僅不能緩解交通網(wǎng)絡(luò)擁擠，反而會(huì)增加系統(tǒng)出行費(fèi)用[11]。本文假設(shè)所涉及的交通事故信息為前者，即由于這種交通事故導(dǎo)致事故路段產(chǎn)生了嚴(yán)重的交通擁堵，輕微的交通事故不在本文研究范圍內(nèi)。

1居民路徑選擇行為調(diào)查與分析

采用RP與SP相結(jié)合的方法對(duì)發(fā)生交通事故時(shí)，小汽車出行者的出行路徑選擇行為進(jìn)行調(diào)查。其中RP調(diào)查的內(nèi)容主要包括：(1)在出行者的出行經(jīng)歷中發(fā)生交通事故時(shí)，其習(xí)慣采取的路徑選擇結(jié)果(原路徑或替代路徑)及選擇的原因；(2)是否有接收到交通事故信息；(3)交通事故信息的類型。SP調(diào)查的內(nèi)容主要為假設(shè)當(dāng)交通事故發(fā)生時(shí)，出行者在接收到包含不同內(nèi)容的交通事故信息時(shí)，其可能做出的路徑選擇結(jié)果。為本文研究不同類型交通事故信息對(duì)出行者路徑選擇行為的影響提供數(shù)據(jù)支撐?；A(chǔ)問(wèn)卷部分則包括出行者的社會(huì)經(jīng)濟(jì)屬性、出行目的等可能影響出行者路徑選擇結(jié)果的因素。調(diào)查所設(shè)計(jì)的問(wèn)卷類型為結(jié)構(gòu)化問(wèn)卷形式，共設(shè)計(jì)20個(gè)問(wèn)題，在選項(xiàng)中對(duì)年齡、收入等連續(xù)量進(jìn)行離散化處理，被調(diào)查者根據(jù)自身的情況進(jìn)行單項(xiàng)或多項(xiàng)選擇。為保證被調(diào)查的出行者均為小汽車擁有者，調(diào)查地點(diǎn)選擇重慶市南岸區(qū)幾個(gè)流量較大的大型停車場(chǎng)，調(diào)查方式為現(xiàn)場(chǎng)發(fā)放問(wèn)卷、被調(diào)查者填寫完畢后現(xiàn)場(chǎng)回收的方式，共獲得問(wèn)卷326份，其中有效問(wèn)卷313份，無(wú)效問(wèn)卷13份。

1.1出行者交通信息關(guān)注度與是否改變出行路徑的交叉分析

通過(guò)對(duì)問(wèn)卷調(diào)查表進(jìn)行整理分析，得出當(dāng)路段發(fā)生交通事故時(shí)出行者對(duì)交通信息的關(guān)注度及選擇是否改變出行路徑的交叉分析統(tǒng)計(jì)結(jié)果，見(jiàn)圖1?？梢钥闯觯趯?duì)交通信息關(guān)注度較低的出行者中，改變出行路徑的出行者比例較低，這很可能是由于大部分出行者根本沒(méi)有獲得事故路段的交通事故信息。

圖1　交通信息關(guān)注度對(duì)路徑選擇行為的影響Fig.1　Impact of traffic information concern degree on route choice behavior

1.2出行者沒(méi)有改變出行路徑的原因分析

問(wèn)卷調(diào)查結(jié)果顯示，出行者在發(fā)生交通事故時(shí)沒(méi)有改變出行路徑的原因主要分為6種情況：(1)沒(méi)有獲得交通事故信息；(2)不了解事故路段的交通狀況；(3)不知道事故路段的可替代路段；(4)不了解替代路段的交通運(yùn)行狀況；(5)收到交通事故信息的時(shí)間太晚，已經(jīng)駛?cè)胧鹿事范危?6)其他原因。這6種原因所占的比例如圖2所示。在這6種原因中，情況(2)和情況(4)等原因所占比例最大。這表明目前發(fā)布的交通事故信息還不夠完善，有待進(jìn)一步增加相關(guān)事故信息，以更好地引導(dǎo)出行者出行。

圖2　出行者不改變出行路徑的原因Fig.2　Reasons of travelers’ do not change travel path

1.3不同交通事故信息度影響下出行者出行路徑的選擇意向

本文所定義的交通事故信息度，即交通事故信息的詳細(xì)程度，指交通事故信息提供的有關(guān)交通事故對(duì)道路交通影響的詳細(xì)程度。按交通事故信息度的不同，將交通事故信息分為3種類型：(1)基本事故信息(事故發(fā)生的時(shí)間、地點(diǎn)、類型)；(2)較詳細(xì)事故信息(基本事故信息+事故路段平均車速、排隊(duì)長(zhǎng)度)；(3)詳細(xì)事故信息(較詳細(xì)事故信息+替代路徑及其交通運(yùn)行狀況)。圖3顯示了3種事故信息影響下出行者出行路徑的改變意向，隨著交通事故信息詳細(xì)度的增加，出行者改變出行路徑的意向也逐漸增強(qiáng)。

圖3　不同詳細(xì)度信息影響下出行者的路徑改變意向Fig.3　Travelers’ path change intention under accident information of different levels of detail

2路徑選擇模型的建立

分析交通事故信息的詳細(xì)程度對(duì)出行者路徑選擇行為的影響，可以有兩種方法：(1)將交通事故信息詳細(xì)程度作為1個(gè)變量，代入模型中(簡(jiǎn)稱變量法)；(2)分別建立不同交通事故信息詳細(xì)度下的路徑選擇模型，即分組法。本文分別用兩種方法建立模型進(jìn)行研究。

采用二值Logistic模型[12]進(jìn)行小汽車出行者路徑選擇行為的建模，具體模型形式如下：

(1)

式中，p為小汽車出行者改變出行路徑(選擇替代路徑)發(fā)生的概率；xi(i=1,2,…,k)為影響小汽車出行者路徑選擇的各影響因素；β0為常數(shù)項(xiàng)，表示除本文考慮的因素外，其他未考慮因素的影響作用；βi(i=1,2,…,k)為偏回歸系數(shù)，表示各影響因素對(duì)出行者影響的作用程度。

2.1影響因素確定

對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行分析，初步確定出行者的性別、年齡、性格(保守、冒險(xiǎn))、對(duì)交通事故信息的關(guān)注度、對(duì)路網(wǎng)的熟悉程度(了解的替代路徑條數(shù))、出行目的、事故信息接收時(shí)間、事故信息內(nèi)容豐富度8個(gè)影響因素，8個(gè)影響因素在模型中的具體定義如表1所示。其中，基本事故信息包括事故發(fā)生的時(shí)間、地點(diǎn)、類型；較詳細(xì)事故信息在基礎(chǔ)事故信息的基礎(chǔ)上增加了事故路段的平均車速、排隊(duì)長(zhǎng)度；詳細(xì)事故信息在較詳細(xì)事故信息的基礎(chǔ)上增加了替代路徑的相關(guān)信息，包括可替代路徑及各替代路徑的交通運(yùn)行狀況。

表1　模型變量及其定義

2.2模型的建立

本文共建立3個(gè)模型，即模型1、模型2、模型3。其中，模型1以RP調(diào)查數(shù)據(jù)為基礎(chǔ)，將交通事故信息作為模型中的一個(gè)變量(事故信息內(nèi)容的豐富度)納入模型中，以探究交通事故信息內(nèi)容豐富度的增加對(duì)出行者路徑選擇行為的影響；模型2以SP調(diào)查數(shù)據(jù)為基礎(chǔ)，對(duì)出行者在接收到基本事故信息下的路徑選擇行為進(jìn)行建模，以探究出行者在基本事故信息的影響下，出行路徑選擇行為的變化規(guī)律；模型3同樣以SP調(diào)查數(shù)據(jù)為基礎(chǔ)，對(duì)出行者在接收到詳細(xì)事故信息下的路徑選擇行為進(jìn)行建模，以探究出行者在詳細(xì)事故信息的影響下，出行路徑選擇行為的變化規(guī)律。

在確定最終可以進(jìn)入模型中的變量之前，需要對(duì)最初考慮的變量在一定水平上進(jìn)行挑選，去除對(duì)因變量無(wú)影響或影響作用不顯著的因素。方法通常有：(1)正向逐步選擇法；(2)反向逐步選擇法；(3)混合逐步選擇法。本文以正向逐步選擇法逐一篩選模型變量，在正向逐步選擇過(guò)程中, Score統(tǒng)計(jì)量用來(lái)做加入選擇，以選擇概率(P值)等于0.2為篩選變量的標(biāo)準(zhǔn)，當(dāng)P值小于0.2時(shí)，變量對(duì)選擇結(jié)果的影響顯著，該變量可以進(jìn)入模型中；反之，則認(rèn)為該變量對(duì)選擇結(jié)果的影響不顯著，不納入模型中。本文沒(méi)有用常用的P值=0.05作為篩選條件，這是為了避免遺漏掉某些重要的自變量。以模型1的變量篩選為例，變量逐步篩選的結(jié)果如表2所示，最終性別和年齡兩個(gè)變量未能進(jìn)入模型變量中。以同樣的方法對(duì)模型2、模型3進(jìn)行變量篩選，在模型2中，出行者的性別、年齡同樣未能進(jìn)入模型中；在模型3中，出行者的性別、年齡、了解替代路徑的條數(shù)未能進(jìn)入模型中。

表2正向選擇過(guò)程參數(shù)

Tab.2Parameters of forward selection process

正向選擇摘要步驟選入變量自由度變量數(shù)Score統(tǒng)計(jì)量值P值>卡方值1x8113.02470.0822x6124.32700.0383x3132.25000.1344x4141.74200.1875x7152.98960.0846x5163.00000.083

由上述分析結(jié)果，3個(gè)模型的初步形式分別為：

(2)

(3)

(4)

2.3模型的標(biāo)定與檢驗(yàn)

對(duì)于多元回歸的檢驗(yàn)，通常包括兩個(gè)部分：模型整體擬合優(yōu)度的檢驗(yàn)；模型中各個(gè)偏回歸系數(shù)的檢驗(yàn)。表3顯示了3個(gè)模型整體擬合優(yōu)度的檢驗(yàn)結(jié)果。在Logistic回歸模型中，用Cox & Snell 檢驗(yàn)和Nagelkerke檢驗(yàn)來(lái)檢驗(yàn)?zāi)Ｐ驼w的擬合優(yōu)度，相當(dāng)于線性回歸中的R2，其值越接近于1，表明模型的整體擬合效果越好?？梢钥闯?，3個(gè)模型的擬合效果均達(dá)到了相應(yīng)的要求。

表3　偽R2檢驗(yàn)

3個(gè)模型的參數(shù)標(biāo)定結(jié)果及單參數(shù)的檢驗(yàn)結(jié)果如表4所示，其中回歸系數(shù)β值為參數(shù)標(biāo)定結(jié)果，Wald值為模型的單參數(shù)檢驗(yàn)值。在Logistic回歸模型中，Wald值大于臨界值3.84時(shí)，顯著性水平達(dá)到0.05；Wald值大于臨界值2.71時(shí)，顯著性水平達(dá)到0.1。Wald值越大，表明回歸系數(shù)的顯著性水平越高。由模型的標(biāo)定結(jié)果可以看出，模型中大多數(shù)參數(shù)的Wald值均大于3.84，達(dá)到了0.05的顯著性水平；個(gè)別值在2.71～3.84范圍內(nèi)，達(dá)到了0.1的顯著性水平。

表4　模型參數(shù)標(biāo)定結(jié)果

由模型1的參數(shù)標(biāo)定結(jié)果可以看出，事故信息內(nèi)容的豐富度對(duì)小汽車出行者路徑選擇行為影響作用最大，事故信息內(nèi)容的豐富度每增加1個(gè)單位，出行者出行路徑的改變概率增加exp(2.355)-1=2.877倍，這與調(diào)查中顯示的事故發(fā)生時(shí)出行者未改變出行路徑是由于未能收到詳細(xì)、準(zhǔn)確的交通事故信息相一致。

出行者能否在進(jìn)入事故路段前接收到事故信息對(duì)其路徑的選擇也有較大影響。進(jìn)入事故路段前接收到事故信息要比進(jìn)入事故路段后接收到事故信息路徑改變概率大，這是由于出行者在進(jìn)入事故路段之后再改變路徑往往要花費(fèi)更高的代價(jià)，有時(shí)甚至沒(méi)有折返更改路徑的條件。這表明事故信息發(fā)布應(yīng)具有及時(shí)性。

出行者非彈性出行(通勤出行)比彈性出行改變出行路徑的概率要高一些，因?yàn)榉菑椥猿鲂芯哂袊?yán)格到達(dá)時(shí)間的限制，且非彈性出行的出行者通常對(duì)路網(wǎng)比較熟悉，能夠快速地選擇出方便的替代路徑，以避免由于交通事故產(chǎn)生的出行延誤。

出行者對(duì)路網(wǎng)的熟悉程度在一定程度也會(huì)影響到出行者的路徑選擇行為。隨著出行者對(duì)路網(wǎng)熟悉程度的增加，出行者改變出行路徑的概率也增加，因?yàn)槭煜ぢ肪W(wǎng)的出行者在改變出行路徑時(shí)將免去由于搜索替代路徑而產(chǎn)生的間接成本。出行者對(duì)交通信息的關(guān)注度也會(huì)對(duì)出行路徑的選擇產(chǎn)生影響，隨著出行者對(duì)交通信息關(guān)注度的增加，出行者改變出行路徑的概率也增加。隨著出行者冒險(xiǎn)傾向的增加，出行者改變出行路徑的概率也增加。

2.4模型2與模型3的對(duì)比分析

模型3比模型2的常數(shù)項(xiàng)大，說(shuō)明在其他影響因素相同的情況下，出行者在詳細(xì)事故信息的影響下改變出行路徑的概率要大于在基本事故信息影響下改變出行路徑的概率。這與模型1的標(biāo)定結(jié)果一致，即隨著事故信息詳細(xì)度的增加，出行者改變出行路徑的概率也增加。

模型2與模型3中，冒險(xiǎn)性格者較保守性格者出行路徑的改變概率分別增加exp(0.330)-1=0.39倍和exp(0.234)-1=0.26倍,保守性格者與冒險(xiǎn)性格者的路徑選擇行為逐漸趨于一致，表明在詳細(xì)交通事故信息下，在事故路段交通運(yùn)行狀況及替代路徑交通運(yùn)行狀況等詳細(xì)交通事故信息的引導(dǎo)下，保守性格者會(huì)增大改變出行路徑的概率，并逐漸趨近于冒險(xiǎn)性格者。

模型2與模型3中，非彈性出行者比彈性出行者出行路徑的改變概率分別增加0.79倍和0.44倍。在事故路段和替代路段等交通事故詳細(xì)信息的影響下，彈性出行者能更加準(zhǔn)確地預(yù)期到各個(gè)路段的出行時(shí)間，從而做出改變出行路徑的行為決策，其路徑選擇行為逐漸趨近于非彈性出行者。

3結(jié)論

本文研究了交通事故信息的詳細(xì)程度對(duì)出行者路徑選擇行為的影響。研究結(jié)果表明，交通事故信息及其發(fā)布時(shí)間對(duì)不同類別出行者的影響不同。其中:(1)交通事故信息的詳細(xì)程度對(duì)小汽車出行者出行路徑的選擇具有顯著影響，隨著交通事故信息詳細(xì)度的增加，出行者改變出行路徑的概率也增加；(2)交通事故信息發(fā)布得越及時(shí)，出行者改變出行路徑的概率越大；(3)詳細(xì)交通事故信息對(duì)于保守性格者、彈性出行者具有更顯著的引導(dǎo)作用。交通事故信息所包括的內(nèi)容豐富，本文所涉及的只是其中的部分屬性，對(duì)事故持續(xù)時(shí)間、影響范圍等重要信息對(duì)出行者路徑選擇行為的影響機(jī)理將是下一步的研究方向。隨著先進(jìn)的智能交通技術(shù)的進(jìn)一步發(fā)展，交通事故信息量增大，對(duì)出行者的影響規(guī)律也將更加凸顯。

參考文獻(xiàn)：

References:

[1]LINDESY R. Optimal Desect1ure Scheduling for the Morning Rush Hour When Capacity is Uncertain [C]// 7th World Conference on Transport Research. Sydney: [S. l.], 1995: 16-21.

[2]石小法,王煒,盧林,等. 交通信息影響下的動(dòng)態(tài)路徑選擇模型研究[J]. 公路交通科技,2000, 17 (4):35-37.SHI Xiao-fa, WANG Wei, LU Ling, et al. Study on Dynamic Route Choice Model with Travel Information[J]. Journal of Highway and Transportation Research and Development, 2000,17(4):35-37.

[3]楊凡,吳晉武,馬壽峰, 等. 交通信息分級(jí)對(duì)日常路徑選擇的影響仿真研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息,2012,12(5):148-154.

YANG Fan, WU Jin-wu, MA Shou-feng, et al. Simulation Study on Influence of Information Grading on Day-to-day Route Choice[J]. Journal of Transportation Systems Engineering and Information Technology,2012,12(5):148-154.

[4]石京,陶立. 實(shí)時(shí)交通信息提供對(duì)駕駛員路徑選擇行為影響量化分析[J]. 武漢理工大學(xué)學(xué)報(bào):交通科學(xué)與工程版,2010,34(4):639-643.

SHI Jing, TAO Li. Quantitative Analysis of Drivers’ Route Choice Behavior on the Provision of Real-time Traffic Information[J]. Journal of Wuhan University of Technology: Transportation Science & Engineering Edition, 2010,34(4):639-643.

[5]馬飛,吳群琪,王煉. 多源誘導(dǎo)信息對(duì)駕駛員路徑變更行為的影響研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息,2014,14(5):61-66.

MA Fei, WU Qun-qi, WANG Lian. Impact of Multi-source Guidance Information on Path Change of Drivers [J]. Journal of Transportation Systems Engineering and Information Technology, 2014,14(5):61-66.

[6]龍雪琴,王建軍,關(guān)宏志. 交通事故下出行者非理性出行行為研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息,2015,15(2):156-162.

LONG Xue-qin, WANG Jian-jun, GUAN Hong-zhi. Bounded-rational Travel Behavior under Traffic Incident[J]. Journal of Transportation Systems Engineering and Information Technology, 2015,15(2):156-162.

[7]胡春斌. 基于模糊邏輯的事故信息下駕駛員路徑選擇行為研究[D].哈爾濱：哈爾濱工業(yè)大學(xué),2008.

HU Chun-bin. Research on Drivers’ Route Choice Behavior in Presence of Accident Information Based on Fuzzy Logic[D]. Harbin：Harbin Institute of Technology,2008.

[8]CHEN G, JIA H, LI Z, et al. An Analysis of Driver’s Choice Based on Information of Traffic Accidents [J]. Procedia-Social and Behavioral Sciences, 2013, 96(5):1055-1062. [9]KUSAKABE T, SHARYO T, ASAKURA Y. Effects of Traffic Incident Information on Drivers’ Route Choice Behaviour in Urban Expressway Network[J]. Scandin-avian Journal of Management, 2012, 54(2):179-188. [10]XUAN Y, KANAFANI A. Evaluation of the Effectiveness of Accident Information on Freeway Changeable Message Signs: A comparison of Empirical Methodologies[J]. Transportation Research sect1 C: Emerging Technologies, 2014, 48(48):158-171.

[11]張小寧.實(shí)時(shí)交通信息誘導(dǎo)下的出行模式及效益評(píng)價(jià)[J].管理科學(xué)學(xué)報(bào),2011,14(9):13-20.

ZHANG Xiao-ning. Traffic Pattern under the Guidance of Real-time Traffic Information and Traffic Information Benefit Evaluation[J]. Journal of Management Sciences in China, 2011,14(9):13-20.

[12]王濟(jì)川, 郭志剛. Logistic回歸模型: 方法與應(yīng)用 [M].北京: 高等教育出版社, 2001.

WANG Ji-chuan, GUO Zhi-gang. Logistic Regression Model: Method and Application [M]. Beijing: Higher Education Press, 2001.

收稿日期：2015-07-06

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目(51308569)

作者簡(jiǎn)介：任小聰(1989-)，女，河南洛陽(yáng)人，碩士研究生. (1097623144@qq.com)

doi:10.3969/j.issn.1002-0268.2016.07.016

中圖分類號(hào)：U491

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-0268(2016)07-0103-05

Modeling and Analysis of Influence of Traffic Accident Information on Route Choice Behavior REN

Xiao-cong, XIANG Hong-yan, CHEN Jian

(School of Traffic & Transportation，Chongqing Jiaotong University, Chongqing 400074, China)

Abstract：In order to explore the influence of traffic accident information on car travelers’ route choice behaviors when great accident occurs, based on RP and SP survey data, the reason why car travelers do not change the path and the intention of changing travel path when providing different traffic accident information degrees are analyzed at first. Then, the binary Logistic models of route choice under 3 conditions are established for comparative study. At last, the parameters of the 3 models are calibrated and tested respectively by SPSS. The result shows that (1) the traffic accident information degree has a significant impact on car travelers’ route choice behaviors, with the increase of accident information degree, the probability of travelers’ travel route changing will also increase; (2) the more timely the accident information release, the greater the probability of travelers’ route changing; (3) detailed accident information has a more prominent role in guiding for the conservative travelers or elastic travelers.

Key words：traffic engineering; accident information; binary Logistic model;route choice；traveler