基于生活方式的家庭邻里定位模型

这两者是相互关联的，但存在一个关键的区别：作为活动模式的生活方式可能会随着个人适应环境的变化而变化，而作为取向的生活方式则是个人试图通过改变行为模式和适应变化来维持的生活方式。生活方式的改变方向通过价值观、态度和偏好的改变长期发生。对现有文献的回顾表明，衡量不同人群出行特征的行为包括出行率、出行时间、出行成本、方式选择和出行距离。这些旅行特征是通过一系列因素来衡量的，这些因素被认为会限制和指导个人的活动选择和生活方式（北村2009）。这些因素是特定的个人特征（例如性别、生命周期阶段和健康状况）和社会赋予个人的角色（有关详细的文献综述，请参阅北村，2009）。最近，在与个人移动决策的某些方面相关的出版物中（例如，居住地点选择、汽车类型和活动参与），tolifestyle变量包括Kitamura等人（1997）、Krizek和Waddell（2002）、Lanzendorf（2002），提交给WSTLER 2017年会议，布里斯班Page | 10Choo和Mokhtarian（2004），Johansson et al.（2006）和Ory和Mokhtarian（2009），他们发现了生活方式相关解释变量和运输选择之间的相关性。

有人提出，长期决策，如住宅位置或机动车所有权，不是一个人短期流动决策的外在决定因素，而是与生活方式相关的潜在“真实”解释变量的代理（例如，参见，（Boarnet and Crane 2001，Cervero and Duncan 2002，Srinivasanand Ferreira 2002，Schwanen and Mokhtarian 2005，Walker and Li 2007）。这些发现证实了这样一种说法，即情态风格构成了一个人移动风格的一部分，从而形成了生活方式，日常模式选择决策与更高层次的取向密切相关。此外，生活方式随着社会经济、制度和技术的变化而变化。增加实际收入、减少工作时间和新的消费技术都有助于城市居民不断发展的生活方式。不断扩大的消费需求带来了新的产品和服务、行业和机构以及城市形式。此外，大多数研究通常侧重于行为的一个方面（模式选择、车辆所有权或居住位置），尽管事实上这些行为都是相同生活方式的不同表现形式，即

“一个人住在哪里和他需要多少车没什么不同。”为了了解生活方式并发展预测未来生活方式变化的能力，有必要研究城市生活各个要素中发生的变化，并了解这些变化与生活方式和旅行行为的变化之间的关系。因此，我们提出了一种更为综合的方法，以捕捉情态风格对行为多个维度的同时影响。提交给WSTLUR 2017年会议，布里斯班第112.3页群体决策模型旅行和活动行为的许多维度，如居住位置，都是在家庭层面上集体制定的。传统的旅游需求模型往往将重点放在作为决策单元的个人身上，只有通过使用户主特征作为解释变量，才能间接捕捉户主相互依赖性的影响（例如，见Bowman，1998）。虽然表示家庭结构和个人特征的社会人口统计学变量可以充分代表不同个人在家庭中所扮演的角色，但它们可能会忽略家庭内部互动和群体动态对个人旅行行为的直接影响（Bhat和Pendyala，2005）。过去关于群体决策的研究采用了两种广泛的方法之一。家庭互动对可观察行为影响的早期表述建立在贝克尔关于时间分配理论的开创性工作（贝克尔1965）的基础上。根据贝克尔的原始公式，家庭可以抽象为具有共同偏好函数的单个决策单元。

虽然这种方法的简单性很有吸引力，但它忽略了家庭成员在个人偏好和相对影响方面的差异，以及随之而来的家庭成员之间的讨价还价和妥协过程，从而形成了家庭整体的共同偏好函数。有人认为，忽视家庭行为背后的决策机制的模型的使用，可能会导致关于试图影响行为的政策的影响的错误推断，相反，更好地理解家庭如何决策可以加强相同政策的设计（例如，参见提交给WSTLUR 2017年会议的布里斯班第12页（Alderman、Chiappori等人1995年、Lundberg、Pollak等人1997年、Vermeulen 2002年、Adamowicz、Hanemann等人2005年、Munro 2009年）。为了克服其中的一些缺点，过去十年中对旅游需求分析的研究试图明确模拟构成一个家庭的每个不同成员之间的动态相互作用。大多数这些研究的重点是家庭成员之间家庭活动的产生和分配（例如，参见，（Gliebe和Koppelman 2005，Meister，Frick et al.2005，Srinivasan和Bhat 2005，Kato和Matsumoto 2009，Roorda，Carrasco et al.2009，Wang和Li 2009，Zhang，Kuwanoet al.2009）以及共享资源的划分，如汽车，在家庭成员中（参见，例如，（Golob，Kim et al.1996，Arentze and Timmermans 2004，Petersen and Vovsha 2006，Roorda，Carrasco et al.2009）。

这些研究一再证实，户主之间存在着显著的互动效应，性别、收入、就业和生命周期对家庭成员之间的活动和资源分配模式持续产生了强烈的影响。然而，本研究的重点不是不同户主活动的产生和分配，也不是共享资源的划分。相反，我们希望探索家庭内部互动对个人对旅行和活动行为的态度和信念的影响，以及它们对生活方式和形式风格的后续影响。个人的偏好和选择受到周围人的意见和行为的强烈影响（Thorndike 1938，Rose and Hensher 2004，Zhang，Kuwano et al.2009），尤其是当一个家庭是由一群个人集体做出选择时。旅游行为学和市场营销学中关于群体决策的研究已经开始将家庭偏好分解为WSTLUR 2017年会议提交的个人偏好的一些函数，布里斯班第13页家庭成员及其对决策过程的相对影响。例如，Rao和Steckel（1991）的早期工作将该群体得出的效用描述为其每个组成成员得出的效用的线性组合，并由每个成员施加的相对影响进行加权。Arora和Allenby（1999）扩展了他们的框架，允许权重因产品属性而变化，从而捕捉到个体对群体共同偏好函数特定方面的影响。Aribarg等人（2002）、Rose和Hensher（2004）以及Hensher等人的研究。

（2008）进一步扩展该框架，以明确说明谈判过程，通过该过程，个人可以修改自己的偏好和/或向其他成员让步。我们的工作建立在过去对个人和家庭旅行和活动行为背景下的群体决策研究的基础上，通过引入HouseholdModal风格结构。如前所述，旅游需求分析师研究的旅游和活动行为的许多维度都涉及家庭层面的选择。家庭偏好是组成家庭的个人与其各自偏好之间谈判过程的结果（Corfman 1991，Lee和Beatty 2002）。反过来，个人自身的偏好受其他家庭成员偏好的影响，因此在某种程度上反映了整个家庭的偏好（Davis1973、Menasco和Curry1989）。一个全面的旅游需求模型必须认识到个人和家庭偏好之间的对话，或构成可观察行为基础的模式风格。然而，与前几段中引用的一些研究不同，这些研究对群体决策背后的动态进行了详细描述，我们不会那么明确。话虽如此，我们将依靠这些研究的结果来制定一个更简单的框架，以捕捉个人和家庭成员的相互影响，并提交给WSTLUR 2017年会议，布里斯班第14页，模式风格相互影响，同时影响可观察到的旅行和活动行为的不同维度。图1：提出的家庭居住权选择和个人出行模式选择的分层潜在阶级选择模型3。

方法框架现有的出行需求建模实践依赖于顺序嵌套的logit模型来表示不同选择维度的层次结构。较低的维度，如出行模式选择，取决于据称较高的维度，如居住位置，创造了一个垂直的相互连接的鸟巢链，总体上代表了个人的水平和活动行为。虽然从估计的角度来看，这种表述很方便，但它忽视了个人和家庭模式对个人旅行和活动行为的所有方面的同时影响。提交给WSTLUR 2017年会议，布里斯班第| 15页，旨在制定一个框架，以捕获生活方式和模式对家庭层面决策（如邻里位置）和个人层面决策（如出行模式选择）的同时影响，我们建议使用图1所示的分层潜在类选择模型（LCCM）。较高层次的潜在类代表household情态风格，较低层次的潜在类代表个别情态风格。我们认为，家庭可能被分解为离散的部分，这些部分对不同邻里类型的倾向以及对不同邻里属性的敏感性不同。类似地，家庭成员本身也可以分解为不同的部分，这些部分对不同的出行模式有不同的认识和倾向，对交通系统的不同服务属性有不同的敏感度或缺乏敏感度。

这些差异表明，随着时间的推移，居住区和个人交通方式的总体差异会同时影响街区选择和出行方式选择。该模型框架由四个部分组成：（1）家庭类别成员模型；（2） 邻里选择模型；（3） 个体班级成员模型；（4）出行方式选择模型。我们首先描述了家庭类别成员模型，该模型预测了家庭h属于家庭情态类型的可能性，并被表述为一个多项式logit模型：P（q= 1） =经验值()经验值()（1） ，其中q如果家庭h属于情态类型r，则等于1，否则等于0；是家庭h特征的一个因素，如收入和家庭结构；是与住户特征相关的参数的系数；R表示提交给WSTLUR 2017年会议的，布里斯班第| 16页样本人群中的家庭模式数量。请注意，R必须通过估算不同类别数的模型并比较模型拟合和行为解释方面的估算结果，从外部确定。住宅位置随后取决于住户的形态风格。让u|是住户h的邻居j的效用，假设该住户属于最新类别r:u|= + |（2） ，其中是邻域j的属性向量；是类特定参数的向量，表示对每个属性的敏感性；和|是公用事业规范的随机成分，假设为位置为零且标度为1的家庭、邻里和阶层的i.i.d.极值。

假设所有个体都是效用最大化者，特定于类的邻里选择模型可以表述如下：Py= 1 | q= 1. =经验值经验值（3） ，其中y如果住户h居住在j附近，则等于1，否则等于0；和表示属于r类的家庭考虑的所有邻里的集合。决策过程中的异质性通过允许两个品味参数来捕获以及考虑因素集在模态样式之间变化。例如，一些班级可能对土地使用变量更敏感，如密度和多样性，而其他班级则可能根据其他变量（如教育质量或犯罪率）做出决定。方程（3）可以在集合中的所有邻域上迭代组合为了获得提交给WSTLUR 2017年会议的报告，布里斯班第17页，遵循观察邻里位置选择向量的条件概率家庭h:f(|q= 1)= Py= 1 | q= 1.（4） 接着讨论个人情态风格结构，假设h家庭中的n个人拥有情态风格s的概率为多项式逻辑，前提是该家庭属于情态风格r，并且可以表示为：P（g= 1 | q= 1） =经验值()经验值()（5） ，其中g如果家庭h中的个人n属于情态类型s，则等于1，否则等于0；是个体特征的向量，如年龄和性别；是与个人特征相关的模型参数的系数；S表示样本人群中个体情态类型的数量。

与家庭形态类型R的数量一样，请注意，S也必须通过估算不同类别数量的模型，并在模型拟合和行为解释方面比较估算结果，从外部确定。通过调节模型参数来捕捉家庭成员之间的相互作用论家庭整体的形态风格。换句话说，具有相同人口特征的个人可能属于非常不同的模式类型，这取决于家庭的模式类型。例如，属于共同以汽车为导向的家庭的年轻男性可能更倾向于以汽车为导向，同样，属于多模式家庭的年轻男性自己也可能更倾向于多模式。为WSTLUR 2017年布里斯班会议提交的相同人群的倾向性差异，第18页人口统计学分组属于不同的个人模态风格，由于家庭模态风格的差异，可以深入了解家庭互动对个人生活方式的影响。最后，个人出行模式的选择取决于个人的形态风格。让v|假设个人属于潜在类别s：v，则旅行模式k相对于旅行t的效用为旅行目的d和个人对家庭h的渴望|= + |（6） ，其中是旅行目的d的旅行模式k在旅行t上的属性向量，以及属于家庭h的个人n；是类特定参数的向量，表示旅游目的d和类s中每个属性的敏感性；和|是公用设施规范中的应急组件，假定为i.i.d。