自动驾驶和居住位置偏好：来自

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Autonomous Driving and Residential Location Preferences: Evidence from a
  Stated Choice Survey》
---
作者：
Rico Krueger and Taha H. Rashidi and Vinayak V. Dixit
---
最新提交年份：
2019
---
英文摘要：
  The literature suggests that autonomous vehicles (AVs) may drastically change the user experience of private automobile travel by allowing users to engage in productive or relaxing activities while travelling. As a consequence, the generalised cost of car travel may decrease, and car users may become less sensitive to travel time. By facilitating private motorised mobility, AVs may eventually impact land use and households\' residential location choices. This paper seeks to advance the understanding of the potential impacts of AVs on travel behaviour and land use by investigating stated preferences for combinations of residential locations and travel options for the commute in the context of autonomous automobile travel. Our analysis draws from a stated preference survey, which was completed by 512 commuters from the Sydney metropolitan area in Australia and provides insights into travel time valuations in a long-term decision-making context. For the analysis of the stated choice data, mixed logit models are estimated. Based on the empirical results, no changes in the valuation of travel time due to the advent of AVs should be expected. However, given the hypothetical nature of the stated preference survey, the results may be affected by methodological limitations.
---
中文摘要：
文献表明，自动驾驶汽车（AVs）允许用户在旅行时从事生产性或放松性活动，从而可能会极大地改变私人汽车旅行的用户体验。因此，汽车出行的一般成本可能会降低，汽车用户对出行时间的敏感度可能会降低。通过促进私人机动交通，AVs最终可能会影响土地使用和家庭的居住位置选择。本文旨在通过调查在自动汽车出行的背景下，对住宅位置组合和通勤出行选项的规定偏好，促进对AVs对出行行为和土地使用的潜在影响的理解。我们的分析来自于一项规定的偏好调查，该调查由来自澳大利亚悉尼大都会区的512名通勤者完成，为长期决策背景下的出行时间评估提供了见解。对于所述选择数据的分析，估计了混合logit模型。根据实证结果，预计AVs的出现不会导致旅行时间估值发生变化。然而，鉴于所述偏好调查的假设性质，结果可能会受到方法限制的影响。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Autonomous_Driving_and_Residential_Location_Preferences:_Evidence_from_a_Stated_.pdf (303.58 KB)

2022-6-24 00:31:03 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Facilitating metropolitan Combinations Contribution Quantitative

自主驾驶和居住位置偏好：来自指定选项调查的证据2019年9月20日，Rico KruegerUNSW Australia，Sydney NSW 2052，Australiar。krueger@student.unsw.edu.auTahaH.Rashidi（通讯作者）新南威尔士州澳大利亚新南威尔士州悉尼2052，Australiarashidi@unsw.edu.auVinayakV.DixitUNSW Australia，新南威尔士州悉尼2052，Australiarashidi@unsw.edu.auarXiv：1905.11486v3[econ.GN]2019年9月26日摘要文献表明，自动驾驶汽车（AVs）允许用户在旅行时从事生产性或放松性活动，从而可能会极大地改变私人汽车旅行的用户体验。因此，汽车出行的一般成本可能会降低，汽车用户对出行时间的敏感度可能会降低。通过促进私人机动交通，AVs可能最终影响土地使用和家庭的居住位置选择。本文旨在通过调查在自主汽车出行的背景下，居住地点组合和通勤出行选择的现有偏好，进一步了解AVs对出行行为和土地使用的潜在影响。我们的分析来自于一项规定的偏好调查，该调查由来自澳大利亚悉尼大都会区的512名通勤者完成，为长期决策背景下的出行时间评估提供了依据。为了分析所述选择数据，估计了混合logit模型。根据实证结果，预计AVs的出现不会导致旅行时间估值发生变化。然而，鉴于所述偏好调查的假设性质，结果可能会受到方法限制的影响。关键词：联网和自动驾驶车辆、住宅位置选择、时间价值、状态选择、混合物流1。

简介鉴于车辆自动化和连接领域的最新技术进步，预计在不久的将来，具有先进自动驾驶能力的连接式和自动驾驶车辆（AV）将进入消费大众市场（如Burns，2013；Fagnantand Kockelman，2015；Nieuwenhuijsen等人，2018；Wadud等人，2016）。在其技术最先进的阶段，AVs预计将完全自动化并自动运行，无需用户进行任何控制输入（国家公路交通安全管理局，2013年；国际汽车工程师协会，2016年）。AVs可以通过提高私人机动交通的安全性，促进交通部门的深刻变革（如Anderson等人，2014年；Fagnantand Kockelman，2015年；Sparrow和Howard，2017年），更实惠（例如，B"osch等人，2018年；Burnset等人，2013年），更容易让目前不愿或无法驾驶的用户群体使用（例如，Anderson等人，2014年；Fagnant和Kockelman，2015年；Harper等人，2016年）。此外，具有全自动驾驶功能的AVS允许用户在驾驶AV时从事生产性或放松性活动，从而可以极大地改变私人机动车辆的用户体验（例如，Le Vine等人，2015年；Pud'ane等人，2018a）。反过来，一些旅行者的一般汽车旅行成本可能会下降，并且一部分旅行者可能对旅行时间变得不那么敏感。

随着AVs促进了私人机动化流动，位置的可达性可能会增加，最终，AVs可能会影响家庭和企业的位置选择，从而加剧城市蔓延和郊区化（Meyers et al.，2017；Milakis et al.，2018）。综合交通和土地利用规划领域的战略政策过程取决于对与旅行和生活方式相关变量有关的人口敏感性的未来验证估计（如Bhat和Guo，2007；Pinjari等人，2007；Schwanen和Mokhtarian，2005）。基于生活方式的出行行为分析方法认识到了出行行为、居住位置和生活方式取向之间的复杂相互依赖性（Van Acker等人，2010年）：人们理解，出行行为（如模式选择）和居住位置是由与出行相关的生活方式目标共同决定的，邻里和住房（Bhat和Guo，2007年；Pinjari等人，2007年；汽车旅行的一般成本可能会降低。从这一假设出发，问题在于AVs的出现可能会影响人们对旅行和居住位置的偏好。本文旨在通过调查居民的偏好，进一步了解自主驾驶对旅行行为和土地使用的潜在影响l自动驾驶环境下的通勤地点和出行选择。为此，我们设计并实施了一项规定的偏好调查，该调查由来自澳大利亚悉尼大都会区的512名通勤者完成。这项调查的特点是进行了一项离散选择实验，要求受访者在通勤时共同选择一个住房选项和一个出行选项，从而使交通更加便利。在多个场景中，诸如住房和通勤成本以及通勤旅行时间等属性被操纵。

对于所述选择数据的分析，估计了一个适应未观察到的口味变化和灵活替代模式的混合多项式logitmodel。决策背景。本文的剩余部分安排如下：首先，我们对相关文献进行回顾。然后，我们描述了调查设计和数据收集，并解释了建模方法。接下来，我们介绍结果。最后，我们对研究结果进行了一般性讨论。2、文献综述一个快速扩展的文献体系致力于评估自动驾驶的经济、社会和环境影响（有关全面综述，请参阅Milakis等人，2017）。在这一系列文献中，有几项研究明确调查了自主驾驶对出行行为和土地使用的影响。Soteropoulos等人（2018年）对该主题的37项研究进行了系统回顾。这些研究大多依赖于基于活动或基于代理的建模方法，并发现AVs的出现可能会导致车辆行驶公里数的增加、公共交通和主动模式使用水平的降低以及郊区化和城市蔓延。Soteropoulos等人（2018年）观察到，所考虑的研究结果可能对驱动和AVs可用的商业模式敏感。在Soteropoulos et al.（2018）审查的研究中，我们重点介绍了三项研究，这些研究关注的是荷兰两个自动化场景中家庭和工作地点以及通勤模式选择的变化。在第一种情况下，AVs允许在长途汽车旅行期间使用生产时间；在第二种情况下，AVs可实现高效的门到门运输。作者发现，第一种情况导致城市蔓延，而第二种情况导致核心地区的人口集中。

Thakur et al.（2016）采用战略性土地利用-交通互动模型，调查澳大利亚墨尔本大都市区AVs可用性对居住位置选择和出行行为的影响。假设AV出行时间价值为（2018年），则在共享自动驾驶汽车的情况下，预测美国亚特兰大大都会区的居住位置选择（SAVs，例如Fagnant和Kockelman，2014年；Krueger等人，2016年）。该研究依赖于基于代理的仿真模型，该模型将假设现有住宅位置偏好的住宅位置选择模型与假设车辆行驶公里数跨越所有考虑的细分市场的SAV仿真模型结合起来。Bansal等人（2016年）分析了来自美国奥斯汀市347名个人的调查数据，开发了一个有序概率模型，以解释如果AVs和SAV可用，受访者是否会转移他们的居住地。作者发现，居住在人口密集的居民区、孩子数量较多且居住距离中心地区较远的受访者；相比之下，熟悉汽车共享和携带智能手机的受访者更倾向于表示他们会考虑搬家。根据美国德克萨斯州的一项问卷调查，1088名受访者中有81.5%的人在AVs可用后不会考虑改变自己的居住地。此外，Milakisetal。

（2018）应用Q方法分析专家对可能的无障碍影响的意见。增加的出行需求可能抵消无障碍收益；第二，自动驾驶无障碍性的好处将是不平等的，只有那些会自动驾驶的人才能享受到。借助离散选择实验驾驶（参见Gkartzonikas和Gkritza，2019年，全面回顾）。这一系列文献中的研究考虑了短期和长期决策背景，但尚未明确调查居住位置偏好和出行行为之间的相互依赖关系。Daziano et al.（2017）Analysis stated preferenceset al.，2018）调查居住在芝加哥大都市地区和德国私有AVs的个人的陈述偏好。（2001年）研究了通勤的住房和出行选择组合偏好，使用条件和混合多项式logit模型分析了荷兰工人对住房、就业和通勤组合的声明偏好。作者发现workersattributes。特别是，我们发现双职工家庭对居住在美国俄勒冈州波特兰市的小型和固定的生活方式和旅行偏好表现出偏好。作者区分了三个生活方式部分，即喜欢以汽车为导向的生活方式的郊区居民和喜欢以汽车为导向的生活方式的大城市居民。郭等人（2018）利用在中国沈阳收集的所述选择数据，开发了一个混合多项式logit模型witherror组件，以联合分析家庭搬迁、工作变动和通勤模式选择的偏好。

作者发现口味和替代模式存在大量未观察到的异质性。总之，对相关文献的回顾表明，自主驾驶对关键出行和生活方式相关变量之间权衡的潜在影响尚未充分量化。本论文旨在通过调查居住位置选项和不同通勤出行选项组合的州参考文献，推进这方面的文献自动驾驶。3、方法学3.1。调查设计和数据收集本研究的数据通过基于网络的陈述偏好调查收集，该调查由澳大利亚悉尼大都会区512名居民完成。调查包括两个部分：第一部分要求了解受访者的社会人口特征及其当前通勤和住房安排；第二部分是一项规定的选择实验，要求受访者为社区共同选择住房选项和旅行选项。3.1.1. 选择任务和备选方案所述的选择实验由八项选择任务组成，要求受访者共同选择两个住房选项和一个通勤旅行选项中的一个。旅行选项是她没有持有有效的驾驶执照，没有显示标有“传统汽车”的选项。选择任务以联合格式呈现（见图1）。图1：所述选择任务的示例3.1.2。属性住房选择有七个属性，即每周住房成本、相对于受访者当前住房的住房规模、住房类型、住房开发年龄、邻里类型、当地服务的存在和步行到当地服务的时间。如果受访者表示是租客，则该属性被标记为“每周租金”。

If ahave出现在文献中（Dubernet和Axhausen，2016；Rouwendal和Meijer，2001；Walkerand Li，2006）。通勤的出行选择有三个特征，即每次单程出行的出行时间、每次单程出行的出行成本以及通常在拥堵中花费的出行时间比例。每个住房选项都包含不同的通勤出行选项属性值，因此两个选择维度相互依赖。为了个性化选择任务，住房成本和旅行时间的属性以受访者的现状为中心。表1总结了这些属性及其级别。choicetasks的实验设计基于正交主效应阵列，并在支持下创建。R的CE包（Aizaki，2012）。在这里，我们选择按每次出行显示差旅成本，而不是按每周或每月显示差旅成本，原因有二。首先，我们希望在备选方案内和备选方案之间以一致的方式显示出行时间和成本。

第二，公共交通票价是按每次出行计算的，基本上与使用强度无关，并且没有季票；因此，受访者最熟悉每次出行的出行成本。属性描述和水平住房成本o三层，以现状为中心–参考=最低{6500澳元，最高{150澳元，当前每周住房成本（澳元）}–中心因素={0.95，1.00，1.05}额外房间数o三层，未中心–水平={0，1，2}住房类型o三层，不旋转–级别={单元、联排别墅、独立住宅}邻里类型o三个级别，不旋转–级别={单元、联排别墅、独立住宅}当地服务o三个级别，不旋转{加上特色商店和餐厅}步行到当地服务的时间，如果当地服务可用o三个级别，不旋转–级别={10分钟，20分钟，30分钟}移动工具级别时间o三个级别，围绕现状旋转–参考=最小{80分钟，最大{30分钟，每次单程旅行的当前通勤时间（分钟）}–旋转因子={1.05，1.25，1.5}旅行成本o三个级别，数据透视–参考=模式的假设旅行时间–数据透视因子={0.100audmins，0.125audmins，0.150audmins}交通拥堵中花费的旅行时间比例o三个级别，未数据透视–级别={10%，35%，65%}表1：属性和属性级别3.1.3。说明说明选择实验。受访者被告知，他们必须共同选择一个住房选项和一个首选的通勤旅行选项。此外，还向受访者解释了旅行选择的性质。图片被用来说明在驾驶自动驾驶汽车旅行时使用其中一种TravelActivity的体验。3.1.4.