不同出行群体对各交通方式的认知与态度、使用频次、使用偏好、对出行品质的要求及对交通政策的响应等存在差异,即本文所界定的出行异质性。随着经济和城市的快速发展,居民对出行品质的要求不断提高,但目前出行服务发展仍偏向粗放式,缺乏针对出行者需求差异的精细化管理。交通需求管理通过刚性和柔性措施,对出行者的交通行为适当限制和引导。由于出行异质性的存在,不同出行者对各交通干预措施的响应存在差异,另外,在进行交通干预时,目前研究及实践中常用出行分担率变化等客观指标进行交通干预效果评估,很少关注乘客出行感知的变化。出行感知不仅衡量出行者在出行中的满意程度,还考虑了出行者的情绪感受,持续、正向的出行感知不仅影响后续的出行选择行为,对人的生活、工作、健康等均有积极的影响。本文立足于为出行者市场细分、差异化交通需求管理、绿色出行比例增加、出行感知提升提供理论基础与政策建议,开展了“考虑异质性的交通干预对方式选择与出行感知的影响研究”,主要研究工作与结论如下:(1)进行出行感知及信息干预、公共交通服务水平提升两类交通干预实验问卷设计、数据采集与基本统计分析。出行感知的测度采用能够反映情绪体验的出行满意度量表,信息干预的内容与“非机动车出行与健康”、“机动车排放污染”、“绿色交通服务改善”相关,公共交通服务水平提升则着重于包括步行时间、候车时间、在车时间、换乘次数和舒适度在内的指标。问卷发放对象为在北京工作生活的本地居民和常住外来人口。(2)建立不同交通方式的出行感知影响因素模型。非机动车出行方式中,步行总体出行感知得分高于自行车(含电动车)。机动车出行方式中,小汽车出行感知评价高于公共交通,交通方式一致性(即偏好方式与实际使用交通方式的一致性)与出行感知呈正相关,居住区交通环境对出行感知具有积极影响。(3)进行基于潜在类分析的异质出行群体识别与群体隶属度影响因素分析。根据模型拟合度和群体划分结果的可解释性,将出行者划分为三类群体,群体1:低出行+方式均衡组(20.4%);群体2:中高出行+小汽车偏好组(30.3%);群体3:高出行+绿色交通组(49.3%)。(4)提出基于潜在类选择模型(LCCMs)的出行方式选择建模方法,分别构建了信息干预和公共交通服务水平提升两种干预措施下的出行方式选择模型。模型结果均表明,考虑出行异质性的LCCMs模型的拟合优度和对出行行为的解释能力均优于传统的多项Logit模型,模型中加入出行感知因素后,信息干预及公共交通服务水平提升下的LCCMs模型和多项Logit模型,模型似然函数值和模型拟合R~2均显著提高。(5)公共交通服务水平提升实验中,公共交通服务在车时间的缩短或车内舒适度的提升能够显著降低群体2和群体3对小汽车的使用,且群体3对小汽车使用的降低幅度更大。与参照场景S4相比,S1(在车时间缩短15分钟),S2(舒适度提升),S3(在车时间缩短30分钟+舒适度提升),S5(在车时间缩短30分钟),S6(在车时间缩短15分钟+舒适度提升)五种公共交通服务水平提升场景下,群体3选择小汽车的概率分别是场景S4的17%,21%,11%,63%,18%,在S1,S2,S3,S6场景下,群体2选择小汽车的概率分别是场景S4的32%,25%,18%,26%。公共交通车内舒适度提升后,群体2和群体3对出行感知的评价显著提高。(6)信息干预后,随着出行时长和费用的增加,群体2对小汽车的选择概率降低。与公共交通出行相比,信息干预前后,出行时长每增加一个区间,群体2对小汽车的选择概率分别为增加前的63%(信息干预前)和55%(信息干预后)出行费用每增加1元,群体2选择小汽车的概率分别为增加前的97%和88%。(7)交通方式选择和出行感知之间相互影响,步行中的出行感知更加正向积极,乘坐公共交通出行中容易产生担心迟到、有压力感等负面感受。当前阶段的出行感知对下一阶段的方式选择有显著影响,小汽车出行中感知评价较好的出行者,使用绿色交通方式出行的概率将会降低,而使用绿色交通方式出行时出行感知评价较高的出行者继续使用绿色交通方式的概率将增加。(8)出行者对柔性干预政策接受度更高,在公共交通服务水平提升(柔性政策)和小汽车的不同刚性政策下,出行者主动选择绿色交通、降低小汽车使用的比例分别为80%和60%。(9)进行交通政策制定时,预先对目标群体进行恰当的划分,剖析各异质出行群体的特征及对不同交通政策的响应差异,更有助于政策制定与实施的针对性。公共交通服务水平提升,能够显著增加群体2和群体3(占总样本的79.6%)选择公共交通出行的概率及乘客出行感知评价;在合理划分出行群体的基础上,针对不同出行群体设计相应的交通干预信息,能够影响不同出行群体对各交通方式的认知与态度,从而引导不同出行群体更多地选择绿色交通出行。