共享自动驾驶微出行系统的需求动态与环境影响研究：基于美国情境的选择模型分析

本文针对共享自动驾驶微出行（SAM）系统，通过设计情境化陈述偏好调查（SP）和离散选择模型（DCM），包括融合潜在态度的混合选择模型（HCM），深入分析了其在美国交通背景下的模式替代规律、用户采纳特征及环境效益。研究表明，服务属性（如等待时间、成本）对减排效果与采纳率具有显著影响，需通过精细化服务设计实现可持续交通转型。

　　

亮点

共享自动驾驶微出行性能与影响建模

多项研究聚焦共享自动驾驶微出行系统的车队级性能。例如，Sanchez等[2022b]开发了城市环境中共享自动驾驶微出行系统的仿真模型。基于此，Sanchez等[2022a]在波士顿的案例研究中发现，相较于站点式和无桩共享自行车车队，该系统可显著缩减车队规模。类似地，Kondor等[2021]评估了……

调查设计与数据收集

本节阐述作为离散选择模型（DCM）估计基础的调查设计与数据收集流程。调查包含三部分：（1）揭示偏好模块：受访者回忆最近使用日常通勤模式的真实行程；（2）陈述偏好模块：包含六个假设性模式选择任务；（3）态度量表问题。在陈述偏好任务中，受访者需在……

模型开发

本研究采用离散选择建模（DCM）框架评估共享自动驾驶微出行的模式选择行为。本节提出三个模型：基准Logit模型（模型1）、含随机系数与面板结构的混合Logit模型（模型2），以及融合潜在变量的混合选择模型（模型3）。

结果

本节展示最终模型（模型3）的关键发现。我们首先解读模式选择的行为驱动因素，进而评估不同情境下的模式转移，最终量化环境排放影响。需注意本研究聚焦美国背景，结论可能不适用于交通系统差异较大的其他国家。

讨论

新兴交通技术的影响常在广泛部署后才被评估，此时监管干预已更为困难。尽管存在不确定性，早期分析对引导技术发展和政策制定至关重要。本研究表明，环境排放与采纳率等关键结果对服务属性高度敏感……

局限性

涉及新兴技术的研究普遍存在假设性偏差风险。为缓解此问题，调查通过描述性文本、图像和案例帮助受访者理解概念。尽管如此，陈述偏好方法仍为早期洞察采纳模式与影响提供了宝贵参考。未来研究应结合……

结论

本研究通过情境化陈述偏好调查与离散选择模型（含捕捉潜在态度的混合选择模型），填补了共享自动驾驶微出行在模式潜力、替代规律、环境影响及人口统计特征认知上的空白。模型结果经加权处理可推广至美国通勤人群，为规划可持续交通系统提供关键依据。