2013年信号交叉口行人过街行为选择模型：影响因素与MNL模型

本文主要探讨了"信号控制交叉口行人个体过街行为选择模型"这一主题，发表于2013年的东南大学学报(自然科学版)第43卷第3期。研究背景是针对日益严重的行人违法过街现象以及提升行人过街安全性的问题，作者们深入分析了影响行人过街行为的各种因素。 首先，作者们进行了相关性分析，考察了个人属性（如性别、年龄）、家庭属性、行人设施属性（如人行横道、信号灯设置）以及交通状况属性（如到达时间、车流量）对行人过街行为的影响。这些可见的因素对于理解行人行为模式至关重要，因为它们可以直接影响行人决策。 然而，除了这些显性因素，研究还考虑了一些难以观察的心理因素，如行人对交通安全的态度、对步行舒适性的需求以及从众心理的作用。这些心理因素虽然不易直接测量，但它们在行人行为决策中扮演着重要的隐性角色。为了量化这些隐性变量，研究人员采用结构方程建模技术，将主观偏好转化为能够被模型处理的数据。 最终，将相关性分析得出的关键因素和隐性变量合并，作者们构建了一个基于logit模型的多类逻辑斯谛回归(Multi-Nomial Logistic, MNL)模型。这个模型能够更精确地预测和解释行人个体在信号交叉口的不同过街行为选择，如“先绿后红”、“全红”或“先红后绿”。 研究结果显示，到达时间对行人选择“先绿后红”行为的影响最为显著，说明行人更可能在绿灯即将结束时过街。性别因素对“全红”行为影响最大，这可能意味着男性行人可能更倾向于在红灯下冒险。而年龄因素对“先红后绿”行为的影响最为明显，可能与不同年龄段的行人对风险的认知和接受度有关。 这篇论文通过严谨的实证分析，揭示了行人过街行为背后的复杂机制，并为交通规划者和政策制定者提供了一种科学的方法来优化信号控制，以减少行人违法过街行为，提高城市道路的行人过街安全性。