出行方式選擇

1. 定義與核心內涵

出行方式選擇係指出行者喺既定嘅出行目的同交通條件度，由可用嘅多種交通工具揀選一種完成出行嘅決策過程。其本質係出行者喺時間成本、經濟成本、舒適性、可靠性、環境影響等多維目標之間進行權衡嘅個人行為。呢個決策唔單止受客觀交通條件影響，仲受出行者個人特徵、出行目的、出行距離等主觀因素驅動，係交通需求預測同城市交通規劃嘅核心研究內容之一。

2. 主要影響因素

出行方式選擇受多维度因素綜合影響，可分為以下四大類：

影響維度	具體因素	作用機制
出行者特徵	年齡、性別、職業、收入、汽車擁有量、家庭結構	高收入群體更傾向揀選私家車，老年人同青少年更依賴公共交通或者步行
出行特徵	出行距離、出行目的（通勤/休閒/商務）、出發時段	長距離出行傾向軌道交通，短距離偏向步行或者騎行；通勤出行對時間可靠性要求較高
交通系統供給	公共交通可達性同服務水平、道路擠塞狀況、停車便利性	地鐵站周邊公共交通分担率顯著提升，擠塞嚴重時公共交通嘅相對優勢增大
政策同環境	公共交通票價、停車收費、限行政策、天氣條件、空氣質量	擠塞收費同停車費可有效降低私家車出行比例；惡劣天氣下公共交通同私家車分担率上升

3. 交通工具層級同特徵

唔同交通方式喺唔同出行距離上有比較優勢，形成咗階梯式嘅適應關係：

步行（<1km） ：零成本、零排放，唔受交通擠塞影響，係最基礎嘅出行方式。
騎行（1-5km） ：自行車同電動自行車兼有靈活度同可達性，喺中短距離出行入面效率較高。
公共交通（5-15km） ：地鐵同巴士喺中長距離上有運量大、受擠塞影響少嘅優勢。
私家車（>15km） ：喺門到門可達性、舒適性同攜帶行李便利性方面有唔可替換嘅優勢。
網約車/的士：喺臨時出行、夜晚出行或者攜帶大件物品場景度提供靈活替代方案。

4. 模型同預測方法

出行方式選擇嘅研究同預測主要依賴離散選擇模型（例如Logit模型、Probit模型），佢嘅核心假設係出行者揀選效用最大嘅方案。其中，效用函數包含兩種因素：可觀測變量（出行時間、費用、步行距離等可測量嘅客觀屬性）同不可觀測因素（個人偏好、習慣、感知偏差等）。模型估算後可以應用於政策評估同交通設施規劃，例如預測地鐵新線開通後私家車出行向公共交通轉移嘅比例。此外，出行行為有慣性同路徑依賴特徵——一旦某種出行方式形成習慣，即使條件發生變化，行為改變都存在明顯嘅滯後性。

5. 發展趨勢

綠色出行導向強化：超大城市核心區綠色出行（公共交通+步行+騎行）比例已經超過70%。政策引導正推動私家車出行向公共交通同慢速系統轉移。
出行即服務（MaaS）整合：透過單一平台整合地鐵、巴士、共享單車、網約車等多種交通工具，提供「門到門」嘅一站式出行方案，降低用戶喺多方式度之間切換嘅決策成本。
出行數據驅動決策：透過手機信令、巴士刷卡、共享單車軌跡等大數據分析，精準識別出行方式選擇模式，為交通規劃同管理提供精細化支撐。
自動駕駛影響初現：自動駕駛技術嘅商業化應用正重新定義「出行方式」——robotaxi同共享自動駕駛車輛正以按需服務嘅形態融入出行體系，改變傳統私家車擁有同使用模式。
共享出行常態化：共享單車、共享電單車、順風車等已經成為城市居民出行嘅重要補充方式，填補咗公共交通「最後一公里」空白，並喺中短距離出行入面形成對私家車嘅替代效應。