物理学 > 物理与社会
[提交于 2025年4月1日
]
标题: 评估与电动微型移动相关的出行方式选择声明偏好:潜在类别选择方法
标题: Evaluating Electric Micro-Mobility Related Mode Choice Stated Preferences: A Latent Class Choice Approach
摘要: 本文使用潜在类别选择模型(LCCM)方法,研究了汽车和公共交通使用者在电动微型出行(EMM)模式选择行为中的异质性。研究利用来自1671名布里斯班居民的显示偏好调查数据,识别出具有不同EMM属性敏感度的用户群体。结果显示,特别是在倾向于多式联程或个人微型出行的群体中,EMM的采用潜力显著,主要受天气条件、旅行时间和成本的影响。相反,由于年龄、性别、收入以及缺乏EMM经验等人口统计因素而表现出抗拒倾向的群体,则凸显了改变出行方式所面临的挑战。此外,还进行了类别特征、弹性及地理分布等进一步分析,以生成全面的见解,为政策决策提供支持。这些见解有助于有针对性地投资于微型移动基础设施和综合定价策略,从而促进EMM的采用,推动可持续的城市交通发展。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.