预测联网和自动化车辆对能源使用的影响

关于TTC收入组1收入组2收入组3收入组4收入组5收入组U定义的稳健性检查结果。S、 平均面板A：场景1Rs567（模型4）-0.140***（0.026）-0.197***（0.029）-0.230***（0.028）-0.261***（0.022）-0.251***（0.028）-0.225***（0.028）Rs7（模型3）-0.159***（0.034）-0.226***（0.031）-0.256***（0.028）-0.272***（0.022）-0.283***（0.029）-0.229***（0.027）面板B场景：2Rs567（模型4）-0.283***（0.053）-0.373***（0.055）-0.432***（0.051）-0.481***（0.040）-0.460***（0.046）-0.422***（0.053）卢比（模型3）-0.318***（0.069）-0.552***（0.062）-0.511***（0.056）-0.543***（0.045）-0.566***（0.057）-0.459***（0.055）0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40 1.60 1.8012345美元/百万美元组VMT（Pt）情景2（所有行程50%工资率）情景1（所有行程100%工资率）基本情景Taiebat等人247（2019）297-308图A3。使用模型4的诱导行程热图。虚线以上的所有点都以净能耗中的回火为特征。旅行时间成本（TTC）减少第一收入组第二收入组第三收入组第四收入组第五收入组U。S、 燃油经济性的平均增长净能耗的增加净能耗的减少Taiebat等人，《应用能源》247（2019）297-308【1】美国交通部。为未来的运输做准备：自动化车辆3.0。2018年10月。[2] Taiebat M，Brown AL，Safford HR，Qu S，Xu M.互联和自动化车辆的能源、环境和可持续性影响综述。环境科技2018；52:11449–65. 内政部：10.1021/acs。美国东部时间。8b00127.【3】美国能源信息管理局（EIA）。自动驾驶汽车：不确定性和能源影响：2018年年度能源展望的焦点问题。

提供地点：https://www.eia.gov/outlooks/aeo/pdf/AV.pdf, 2018.[4] Stephens TS、Gonder J、Chen Y、Lin Z、Liu C、Gohlke D.联网和自动化车辆的燃料使用和消费者成本的估计界限和重要因素。国家可再生能源实验室，Golden，CO.，技术报告NREL/TP-5400-67216，2016年。[5] Wadud Z，MacKenzie D，Leiby P.帮助还是阻碍？高度自动化车辆的旅行、能源和碳影响。2016年交通运输A部分政策实践；86:1–18. 内政部：10.1016/j.tra。2015.12.001.[6] Vahidi A，Sciarretta A.互联和自动化车辆的节能潜力。Transp Res PartC Emerg Technol 2018；95:822–43. 内政部：10.1016/j.trc。2018.09.001.[7] 小KA。旅行时间估价。经济运输2012；1:2–14. 内政部：10.1016/j.ecotra。2012.09.002.[8] Anderson JM、Nidhi K、Stanley KD、Sorensen P、Samaras C、Oluwatola TA。自主车辆技术：决策者指南。兰德公司，加利福尼亚州圣莫尼卡，网址：https://www.rand.org/pubs/research_reports/RR443-2.html; 2016年【9】听取了BR、Taiebat M、Xu M、Miller SA的意见。互联和自主车辆对食品供应链的可持续性影响。资源保护回收2018；128:22–4.内政部：10.1016/j.resconrec。2017.09.021.[10] DeJong G，Gunn H.欧洲旅行需求的汽车成本和时间弹性的最新证据。JTTransp经济政策2001；32:137–60.[11] Graham DJ，Glaister S.《道路交通需求弹性估计：综述》。Transp Rev 2004；24:261–74. 内政部：10.1080/0144164032000101193。[12] Dong J，Davidson D，Southworth F，Reuscher T.关于出行成本的汽车出行需求弹性分析。为联邦公路管理局公路政策信息办公室编制，2012年。[13] Litman T.了解运输需求和弹性价格和其他因素如何影响旅行行为。

维多利亚交通政策研究所，2017年。[14] Gillingham K.消费者如何应对汽油价格冲击 ? 2011年车辆选择和驾驶的异质性。[15] Sorrell S，Dimitropoulos J.UKERC《反弹效应证据综述：技术报告2：计量经济学研究》。伦敦：2007年。[16] 周M，刘YY，冯S，刘YY，陆Y.反弹效应的分解：中国背景下的特定能源一般均衡分析。Appl能源2018；221:280–98.内政部：10.1016/j.apenergy。2018.03.074.[17] Linn J.乘用车的回弹效应。能源杂志2013；37:257–88.内政部：10.5547/01956574.37.2。杰林。Taiebat et al.Applied Energy 247（2019）297-308【18】Su Q.《反弹效应的分位数回归分析：来自2009年美国全国家庭运输调查的证据》。2012年能源政策；45:368–77.内政部：10.1016/j.enpol。2012.02.045.[19] 小KA，Van Dender K，Dender K Van。燃油效率和机动车行驶：下降反弹效应。2007年《能源杂志》；28:25–52. 内政部：10.5547/ISSN0195-6574-EJ-Vol28-No1-2。[20] Greene DL。2007年反弹：美国轻型车出行统计分析。2012年能源政策；41:14–28. 内政部：10.1016/j.enpol。2010.03.083.[21]Greenblatt JB，Saxena S.自动出租车可以大大减少美国轻型车辆的温室气体排放。Nat Clim Chang 2015；5:860–3. 内政部：10.1038/nclimate2685。【22】陆M，Taiebat M，Xu M，Hsu S-C.城市社区自主出租车的多智能体空间模拟：旅行经济和环境影响。2018年城市规划发展杂志；144:4018033.内政部：10.1061/（ASCE）上升。1943-5444.0000469.[23]Lokhandwala M，Cai H.使用传统出租车和共享自动出租车的动态乘车共享：纽约市Acase研究。Transp Res Part C Emerg Technol 2018；97:45–60. 内政部：10.1016/j.trc。2018.10.007.[24]加夫隆JH，基奥利安GA，德克莱恩路，沃灵顿TJ，金HC。

连接和自动化车辆的生命周期评估：传感和计算子系统和车辆级影响。环境科学技术2018；52:3249–56. 内政部：10.1021/acs。美国东部时间。7b04576【25】美国交通部、联邦公路管理局，2017年全国住户出行调查（NHTS）。URL：http://nhts.ornl.gov.2018年【26】Wadud Z.《全自动车辆：提前采用的拥有成本分析》。2017年Transp ResPart A Policy Pract；101:163–76. 内政部：10.1016/j.tra。2017.05.005.[27]托马斯·巴，伊利诺伊州阿泽维多。利用投入产出分析估算美国家庭的直接和间接反弹效应第1部分：理论框架。Ecol Econ 2013；86:199–210.内政部：10.1016/j.ecolecon。2012.12.003.【28】Small KA，Verhoef等人，《城市交通经济学》。伦敦：劳特利奇；2007年，内政部：10.4324/9780203642306。【29】Rubin J.《互联自动驾驶汽车：出行行为和能源使用》。作者：Meyer G，Beiker S，编辑。道路车辆。自动复制。查姆：斯普林格国际出版社；2016年，第151-62页。内政部：10.1007/9783-319-40503-2。[30]B"osch PM、Becker F、Becker H、Axhausen KW。基于成本的自主移动服务分析。2018年运输政策；64:76–91. 内政部：10.1016/j.tranpol。2017.09.005.【31】Borenstein S.《评估能源效率反弹的微观经济框架》及其启示。能源杂志2014；36:1–21. 内政部：10.5547/01956574.36.1.1。[32]贝克尔GS。时间分配理论。《经济学杂志》1965年；75:493–517. 内政部：10.2307/2228949。【33】美国环境保护局（EPA），国家车辆和燃料排放实验室，燃料经济性数据。URL：https://www.fueleconomy.gov.2018年【34】美国交通部。旅行时间节约的价值：执行经济评估的部门指南第2版（2016年更新）。2016年【35】Chen TD，Kockelman KM。

共享自主电动车车队的管理定价方案的影响。Transp Res Rec J Transp Res Board 2016；2572:37–46. 内政部：10.3141/2572-05。[36]Font Vivanco D，Freire González J，Kemp R，Van Der Voet E.电动汽车的显著环境回弹效应：微观经济学方法。环境科技2014；48:12063–72.Taiebat等人，《应用能源》247（2019）297-308doi:10.1021/es5038063。【37】Vasebi S、Hayeri YM、Samaras C、Hendrickson C。低级别自动化轻型车辆技术为降低油耗提供了机会。Transp Res Rec J Transp Res Board2018；2672:60–74. 内政部：10.1177/0361198118796401。[38]跟踪。弹性手册：原型环境的弹性。欧盟委员会，运输总局，网址：http://www.transportresearch.info/sites/default/files/project/documents/trace.pdf, 1999.[39]Kayser哈。汽油需求和汽车选择：利用家庭信息估计汽油需求。能源经济2000；22:331–48. 内政部：10.1016/S0140-9883（99）00043-2。【40】Wadud Z，Graham DJ，Noland RB。模拟不同社会经济群体的燃料需求。ApplEnergy 2009；86:2740–9. 内政部：10.1016/j.apenergy。2009.04.011.【41】Wadud Z，Graham DJ，Noland RB。汽油需求与家庭反应的异质性。能源杂志2010；31、内政部：10.5547/ISSN0195-6574-EJ-Vol31-No1-3。【42】Childress S，Nichols B，Charlton B，Coe S.使用基于活动的模型探索自动化车辆的潜在影响。运输。Res.Rec.J.Transp公司。Res.Board，第2493卷，2015年，第99–106页。内政部：10.3141/2493-11。[43]Singleton PA.讨论自动驾驶汽车的“积极效用”：旅行者真的会有效利用时间吗？Transp Rev 2018:1–16。内政部：10.1080/01441647.2018.1470584。【44】Fagnant DJ，Kockelman K.《为自动驾驶汽车做好准备：机遇、障碍和政策建议》。

Transp Res Part A Policy Pract 2015；77:167–81. 内政部：10.1016/j.tra。2015.04.003.【45】Correia GH de A、Looff E、van Cranenburgh S、Snelder M、van Arem B.关于汽车自动化对在汽车中进行工作和休闲活动时旅行时间价值的影响：理论视野和陈述偏好调查的结果。2019年交通运输A部分政策实践；119:359–82.内政部：10.1016/j.tra。2018.11.016.【46】Harper CD、Hendrickson CT、Mangones S、Samaras C.估计无人驾驶、老年人和有旅行限制性医疗条件的人使用自动驾驶汽车旅行的潜在增长。Transp Res Part C Emerg Technol 2016；72:1–9. 内政部：10.1016/j.trc。2016.09.003.[47]Zhang W，Guhathakurta S，Khalil EB。私人自动驾驶车辆对车辆所有权和未占用VMT发电的影响。Transp Res Part C Emerg Technol 2018；90:156–65.内政部：10.1016/j.trc。2018.03.005.【48】Harb M、Xiao Y、Circella G、Mokhtarian PL、Walker JL。将旅行者投射到自动驾驶汽车的世界：通过自然主义实验评估旅行行为的影响。2018年运输（Amst）；45:1671–85. 内政部：10.1007/s11116-018-9937-9。[49]Bansal P，Kockelman KM，Singh A.评估公众对新车辆技术的意见和兴趣：奥斯汀视角。Transp Res Part C Emerg Technol 2016；67:1–14. 内政部：10.1016/j.trc。2016.01.019.【50】阿洛拜迪MH，切巴纳F，马吉德MA。用于家庭能源消耗日前预测的鲁棒集成学习框架。Appl能源2018；212:997–1012.内政部：10.1016/j.apenergy。2017.12.054.[51]Capizzi G、Lo Sciuto G、Napoli C、Tramontana E.通过预测模型实现智能电网的先进自适应调度。IEEE Trans智能电网2018；9:6684–91. 内政部：10.1109/TSG。2017.2718241.【52】Muralitharan K、Sakthivel R、Vishnuvarthan R。

智能电网中基于神经网络的能源需求预测优化方法。神经计算2018；273:199–208. 内政部：10.1016/j.neucom。2017.08.017.Taiebat等人，《应用能源》（Applied Energy）247（2019）297-308【53】Sivak M，Schoettle B.《自动驾驶汽车会提高乘员生产率吗？（报告编号：SWT2016-11）密歇根大学可持续全球交通，网址：http://www.umich.edu/~umtriswt/PDF/SWT-2016-11。pdf，2016年。[54]K"onig M，Neumayr L.用户对激进创新的抵制：自动驾驶汽车的案例。交通运输第F部分交通心理行为2017；内政部：10.1016/j.trf。2016.10.013.[55]Knittel CR，Sandler R.第二好的统一庇古税对福利的影响：来自交通运输的证据。Am Econ J Econ Policy 2018；10:211–42. 内政部：10.1257/pol。20160508。[56]威廉姆斯区东南偏西。消费者需求系统的估计：对环境税发生率的影响。环境经济管理杂志2004；47:535–58. 内政部：10.1016/J.JEEM。2003.11.004.[57]Stolper S.谁承担能源税的负担？传递的关键作用。哈瓦登环境经济学讨论论文2016-70；可获得的athttps://heep.hks.harvard.edu/files/heep/files/dp70_stolper.pdf