《Future Transportation》：Factors Associated with Reported Transport Mode Choice in an Intermediate Latin American City: Evidence from an Origin–Destination Survey in Loja, Ecuador
编辑推荐：
城市出行在中等规模拉丁美洲城市中仍缺乏充分记录，尤其在出行调查仅含有限替代特定（alternative-specific）交通属性信息时。研究人员考察了厄瓜多尔洛哈市报告的出行方式选择与可用的出行者、行程、时间以及起讫点特征之间的关联。分析采用起讫点（orig
城市出行在中等规模拉丁美洲城市中仍缺乏充分记录，尤其在出行调查仅含有限替代特定（alternative-specific）交通属性信息时。研究人员考察了厄瓜多尔洛哈市报告的出行方式选择与可用的出行者、行程、时间以及起讫点特征之间的关联。分析采用起讫点（origin–destination, OD）调查中1642条受访者自选日常出行记录。因受访者按使用时间顺序报告最多三种出行方式，主模式通过基于容量层级（capacity-based hierarchy）重构，而非假定首段即主模式。多模式（multimodality）定义为至少两种不同有效方式并存。该层级将49.21%记录归为公共巴士、41.72%为私人机动化出行、6.09%为主动与微机动（active and micromobility）、2.98%为商业或其他机动化出行。相对首段定义，12.12%记录模态类别改变，37.82%记录为多模式。主多项模型采用缩减的三类层级结果，准确率0.776，宏F1（macro-F1）0.631，宏平衡准确率（macro balanced accuracy）0.736。车辆拥有量对个体或其他机动化出行相对集体出行显示最大调整关联（RRR=16.10；95% CI：11.60–22.40），其次为驾照持有（RRR=3.69；95% CI：2.61–5.22）。20次随机森林（Random Forest）重复划分均准确率0.814，但主动与微机动召回率仅0.138。结果表明结果定义实质性影响模态份额、系数估计与预测表现。因缺行程距离与可比替代特定服务水平属性，发现应解释为分析样本内调整关联，而非因果效应或总体级模态份额。
研究背景方面，当代城市出行需求增长、城市扩张与机动化率上升使城市移动性成为紧迫挑战。传统交通研究聚焦大都市区，而拉丁美洲中等规模城市因快速增长、公共运输基础设施不足及制度整合有限，面临可达性、拥堵与社会公平等独特问题。既有出行方式选择文献多基于大都市与国际样本，缺中等安第斯城市证据；且典型OD调查常无行程距离与替代特定（alternative-specific）服务水平（level-of-service）属性，使行为完整选择模型难以识别。为此，研究人员以厄瓜多尔洛哈这一安第斯中等城市为场景，利用2025年7—9月OD调查1642条受访者自选日常出行记录，重构主模式并检验出行者、家庭资源、行程属性、时间与广义起讫点特征对报告模式的关联，论文发表于《Future Transportation》。
关键技术方法上，研究人员基于KoBoToolbox结构化OD问卷二手数据，构建容量层级（优先级：巴士＞学校/机构＞货运/商业＞合乘＞私车＞出租车＞摩托＞微机动＞自行车＞步行）由最多三段时序模式重构主模式；多模式定义为≥2种不同有效模式；解释变量含年龄组、性别、教育、收入、就业、车辆拥有、驾照、事故史、目的、时段、起讫宏观区（六堂区）与同行人数，排除多模式本身与条件式历史用模指示以避免因果泄漏；核心为三分类（集体/主动微机动/个体其他机动）多项logistic回归（参照集体出行）获调整相对风险比（RRR），辅以首段定义、加观察时长、四分类、Ridge惩罚四项敏感分析；预测端用20次分层70/30划分随机森林（1000树）报整体与各类精度、宏平均与置换重要性；所有估计明确为关联非因果，因缺网络距离、票价、频次、接驳距、泊车等替代特定属性。
研究结果各节要点如下。
样本特征与模态结构（3.1）：容量层级下公共巴士49.21%、私人机动41.72%、主动微机动6.09%、商业其他机动2.98%；首段定义改四类归属12.12%，改详细模式12.55%；修订多模式率37.82%（原字段存在法46.59%）。结论：首段常为代表接驳的步行而非高容量主模式，层级重构改变份额。
模态序列与多模式（3.2）：621条多模式记录中最频序列为巴士—出租车（17.55%）、巴士—步行（13.85%）、巴士—出租车—步行（9.82%），步行在任一段出现22.53%但作主模式仅6.09%。结论：多模式多为机动组合，不等同主动可持续出行。
模态使用者社会经济特征（3.3）：私动机动者车辆拥有87.59%、驾照85.40%；巴士者20.79%有车；主动微机动者46%有车、32%有照；工作目的占私动51.97%、主动微机动仅12%。中位时长巴士25分、私动20分、主动15分、商业27.5分。结论：资源与目的分布差异显著但为未调整描述。
行程目的与空间流动（3.4）：主动微机动在娱乐目的占比偏高；宏观区流集中于Punzara、San Sebastián、Sucre内部及互流（Punzara内部10.60%最高）。结论：流动沿居住—教育—行政走廊集中，但区系数非城市形态直接效应。
层级多项logistic回归（3.5）：三分类模型准确率0.776，宏F1 0.631，集体类F1 0.790、个体其他机动F1 0.803、主动微机动F1仅0.300（召回0.200）。车辆拥有对个体其他机动vs集体RRR=16.10（11.60–22.40），驾照RRR=3.69；低于基本工资收入RRR=0.26；非就业RRR=3.86、退休4.17；Sucre起点RRR=1.99，San Sebastián/Sucre/Punzara终点RRR降低（0.31/0.33/0.45）；同行人数增1人RRR=0.78；主动微机动vs集体中车辆拥有RRR=3.69、健康目的8.00、娱乐4.37、读写兼业0.23。结论：私人机动资源关联最强，主动类识别弱且区间宽。
重复随机森林与变量重要性（3.6）：20次划分均准确率0.814（SD 0.016），宏F1 0.633；集体与个体其他机动F1约0.83/0.84，主动微机动召回均0.138、F1 0.225。置换重要性最高为车辆拥有0.1080，次为同行人数0.0539、驾照0.0405，就业与收入约0.02。结论：预测贡献排序与回归方向一致但不验证因果。
稳健与敏感分析（3.7）：首段定义模型准确率降至0.736，车辆拥有RRR由16.10变26.00（首段）；加观察时长准确率仅0.780微升；四分类模型整体0.780但商业其他机动测试集召回0；Ridge四分类交叉验证误差0.230。结论：层级三分类最稳，结果定义实质性驱动估计。
讨论部分总结：研究人员指出车辆拥有与驾照反映私人机动资源可及性而非孤立因果，公共巴士优势需结合拉美制度与服务困境看待；收入、就业、教育、年龄、同行人数在广义社经背景下调节替代可及性；主动微机动正关联含娱乐与健康目的但区间宽，不可推为车辆促进主动出行；多模式常见为机动接驳组合，不能自动作可持续指标；宏观区系数受活动分布与供给差异影响，非密度形态直接效应；回归与随机森林互补，但整体准确率掩盖小类弱识别；规划含义限于关联证据，不能估干预因果；局限含横断面、单程非日记、无权重、缺替代特定属性、IIA假设未正式检、稀疏格分离。未来需概率抽样、标准出行日记、全替代属性、网络与土地利用链接及混合选择模型。
结论部分译文：本研究考察厄瓜多尔洛ja报告出行方式选择与可用出行者、行程、时间及起讫点特征的关联。因调查按时间序记最多三模式且未指定主模式，以容量层级重构结果，改变12.12%记录四类归属，分布由公共巴士49.21%与私人机动41.72%主导；多模式（≥2不同有效模式）占37.82%，但机动组合频发表明多模式不等同主动可持续出行。主三分类多项模型显示车辆拥有与驾照对个体其他机动vs集体出行关联最强，准确率0.776、宏F1 0.631；随机森林20次重划均准确率0.814、宏F1 0.633，但主动微机动远劣于两类大类。整体准确率不可解读为跨模式一致预测。敏感分析确认结果定义实质性影响份额、系数与预测；加观察时长仅微改善，留四分类致商业其他机动类不稳。发现应解为无权重分析样本内调整关联，非因果或总体份额。调查缺行程距离与可比替代特定时长/费用/频次/接驳/泊车属性，可能混杂估计。未来需用标准日记、概率或加权样本与全替代属性，并将地理编码链入路网与可达性以建行为基离散选择模型。在现有数据限内，修订层级、校正多模式测度、缩减结果、类特定评估与重复验证提供了更透明可复现的洛哈报告模式选择分析。
