自行車出行路徑決策行為研究綜述

黃 玥，干宏程

自行車出行路徑決策行為研究綜述

黃 玥，干宏程

（上海理工大學，管理學院，上海 200093）

在綠色發展的背景下, 自行車出行愈發受到社會各界的關注。如何從出行者角度出發, 制定滿足用戶出行需求的交通管理政策，這就需要對出行者的出行偏好進行深入的研究。國外對自行車路徑選擇的研究已經相當成熟, 而我國對自行車出行路徑選擇行為的作用機理研究尚不充分。本文從自行車出行路徑選擇行為影響因素、模型方法、實驗調查方法以及應用場景等方面系統梳理了自行車出行路徑選擇偏好的研究成果。最后對自行車出行路徑選擇領域的研究方向進行了展望, 以期為我國的慢行交通體系建設以及城市規劃提供參考。

交通管理；自行車；出行路徑決策；研究進展

0 引 言

機動車規?？焖僭鲩L所造成的環境污染、能源安全以及交通擁堵等問題越來越成為制約城市發展的瓶頸。與此同時，可持續的、綠色環保的理念正在逐漸改變人們的觀念和生活習慣。在這樣的背景下，自行車出行逐漸受到各方的關注，特別是在一些大城市自行車出行甚至成為部分家庭的首選[1]。

我國曾是世界聞名的自行車王國，人們對于自行車出行有較長的歷史和感情基礎，因此在我國推廣自行車出行相對比較容易。但近年來自行車出行比例卻在不斷減少，有研究表明出行者不選擇自行車出行的主要原因之一是沒有營造一個良好的非機動車出行環境[2]，因此對自行車用戶的出行偏好進行研究顯得十分必要。

自行車出行路徑選擇和出行方式選擇同屬于自行車出行行為的研究范疇。有關非機動車出行方式的研究已經積累了豐富的成果，而自行車出行路線選擇行為的研究相對較少，且路線選擇行為與交通系統結構、土地利用情況等直接相關。因此大量學者通過捕捉出行者對不同出行環境的偏好規律，以期發現影響自行車出行者出行路線選擇的關鍵因素，從而為改善城市非機動車出行環境，提高自行車的出行分擔率，優化城市交通系統結構提供理論依據。本文希望通過綜述國內外的研究成果，為我國尚處于起步階段的自行車出行路徑決策行為研究提供一些參考。

1 國內外研究現狀

20世紀80年代，歐洲率先展開對自行車出行路徑選擇行為的研究，而我國有關自行車出行路徑的研究相對較晚，從2000年后才開始出現，其研究的內容主要包括以下幾個方面：

1.1 自行車路徑選擇影響因素分析

自行車出行者路徑決策行為是一個受多種因素綜合作用的、關聯性強的決策行為過程。目前對影響因素的分類還沒有統一標準，大致可以分為：（1）社會經濟與人口特征變量；（2）道路環境因素；（3）潛變量因素，包括情境性潛變量、主觀感知等，潛變量越來越被證明對出行路徑選擇有重要影響，但目前仍缺乏對自行車出行者主觀感知維度的測度。圖1所示為自行車出行路徑選擇影響因素。

圖1 自行車出行路徑選擇影響因素

社會人口特征變量是開展出行行為研究不可或缺的類別。性別可能在影響個人參與騎行選擇方面發揮著重要作用。Fu[3]的研究發現，65%的男性通勤者即使意識到了路段騎行風險，但仍會繼續選擇該路線，而只有50%的女性會繼續選擇該路徑出行，這一結果與路徑選擇行為中性別對風險規避態度的選擇一致[4]。自行車出行路徑選擇與收入的關系目前還不明確。有人發現擁有汽車的人更愿意接受行程時間稍長的自行車出行路線[5]，但由于樣本的局限性，目前還不能確定是否是一種普遍現象。社會經濟因素對自行車出行路徑選擇的作用有待進一步驗證。

政府希望通過政策與環境干預人們的出行，因此對自行車出行者路徑選擇行為研究重點關注道路環境因素。行程距離[6-8]、自行車道設施、機動車交通量以及景觀環境等都與自行車出行路徑選擇行為有著顯著關系。具體來說：（1）時間是重要的影響因素。在研究個體出行路徑選擇行為時，幾乎都會考慮時間因素，行程時間的增加意味著體力的消耗、便利性的降低，Aultman[9]發現出行者的實際出行路徑只偏離OD間最短路徑大約0.4km，反映出騎行者對于時間的重視。（2）騎行者展現出對獨立騎行空間的訴求[10-12]。自行車基礎設施包括自行車專用路、自行車道以及普通城市道路（護欄或標線隔離）三種形式。Tilahun[10]研究了不同的道路類型，發現自行車專用路受到多數人的偏愛[13,14]，這是因為非機動車專用路擁有開闊的騎行空間和專屬路權，可提升騎行安全性，這類設施在歐美國家得到了廣泛的應用[1,12]。（3）出行者逐漸將美學感知融入到交通出行中。人們愈發重視騎行過程中的體驗，景觀環境成為人們選擇出行路線時的重要考慮因素[1,12,15]。研究同時表明，良好的環境只能提升選擇該路線出行的意愿，但不起決定性作用。

目前研究多從外部的客觀因素出發，忽略了現實情況下，難以觀測的潛變量可能與出行路線的選擇行為有著更為強烈的關系。Ben-Akiva最先將潛變量引入交通行為領域，在后續研究中，也都驗證了潛變量的科學性和有效性。（1）個體態度變量與自行車的路徑選擇高度相關。由于出行者對安全的主觀感知，Sneral發現連續的自行車道設施是非常重要的，并且騎行人在物理隔離（如綠化隔離帶、護欄等）自行車道的舒適度更高[13]；石劍橋[16]在校園范圍內研究了個人偏好、心理特征等非建成環境因素對路徑選擇的影響，結果發現個體的偏好意識對路線選擇行為有影響。（2）騎行經驗可以部分抵消出行者對安全性的在意程度[17]，同時由于經驗的存在，意味著即使其合理評估了各出行路徑的效用值，可能仍不會改變其出行路線。這些研究結果表明潛變量的作用不容忽視，但仍需要更多不同的實證研究來證實潛變量的作用是否存在一致性。

在目前的研究成果中，雖然不同實證對象結論有所差別，但都表明出行距離、非機動車道類型、隔離設施和景觀環境等因素普遍有顯著影響，特別是自行車專用路受到多數人的偏愛[18]。

1.2 路徑選擇行為模型

1.2.1 離散選擇模型

定量的考察多因素綜合影響下的自行車出行路徑選擇行為大多借助離散選擇模型[19]。王燦[20]對離散選擇模型做了系統的介紹，并提出了面向RP/SP等數據的適宜模型。而在離散選擇模型中最常用的就是多項Logit模型（Multinomial Logit Model，簡稱MNL）以及混合Logit模型（Mixed Logit Model，簡稱ML）等。

離散選擇模型的具體形式取決于隨機效應分布的不同，其中最為基礎的模型形式就是多項Logit模型，它假定隨機項服從Gumbel分布，且所有變量之間相互獨立。雖然多項Logit模型存在固有的理論缺陷，如隨機效用相互獨立假設和線性效用函數假設，但作為經典的離散選擇模型，由于其具有穩健、估計簡便、準入門檻低等特點，仍得到廣泛應用[21-24]。

在多項Logit模型的基礎上，進而衍生出更為精細化的混合Logit模型。它放寬了多項Logit模型的限制[25]，能更加清晰地表達個人的偏好信息，解決重復觀測結果相關性等問題，多被用來解釋出行路徑選擇行為[1,10,26,27]。實證研究表明，混合Logit模型比多項Logit模型具有更佳的擬合優度[5]。

PSL（Path-Size Logit）模型同樣是對MNL模型的改進。國內外學者進一步考慮到交通出行路徑可能存在重疊情況，而MNL模型無法進行合理的解釋，此時引入校正因子對效用進行調整以克服重疊路徑問題。目前在自行車出行路徑選擇的研究中針對建模方法的創新主要在于對離散選擇模型效用函數進行改造，以便更適用于復雜問題。

1.2.2 有限理性理論

離散選擇模型雖有所改進，但始終是基于效用最大化這一理性假設。實際出行環境是一個存在大量不確定性因素的復雜系統，出行者受制于自身有限的認知能力，可能對出行環境產生錯誤認知，從而不能選擇最能滿足其偏好的出行路線，這違背了離散選擇模型的前提假設。因此美國經濟學家Simon在1955年最先提出了有限理性的概念，即人們在決策過程中更多的是介于完全理性和非理性之間的“有限理性”狀態[28]。有限理性的提出為松弛傳統的理性假設提供了可能。在此基礎上，后來又有學者發展出了前景理論、后悔理論等。

目前國內外還比較缺乏基于有限理性理論的非機動車出行路線決策行為研究。鄧自闖[29]基于前景理論建立了公共自行車出行路徑選擇模型，并利用意向調查法結果與之比對，驗證了模型的可靠性。由此可見，前景理論對自行車出行路徑選擇行為具有較好的描述性。但前景理論在實際應用中存在一些難點，如參照點不易設置、參數難以估計等，而后悔理論則不存在上述問題，一定程度上更適用于復雜的自行車出行行為研究[30]。在有限理性框架下研究自行車出行路徑選擇行為，能較好地描述出行者在不確定性交通出行中的決策行為，使研究結果更符合實際[31]。

1.3 行為數據調查方法

1.3.1 基于SP和RP的調查

利用離散選擇模型對自行車出行路徑選擇行為分析，須獲取RP和SP兩類基本數據，其數據的可靠性、真實性與最終研究結論有很大相關性，進而對交通需求預測產生影響。

當采集的路徑選擇行為數據是用戶真實發生的，稱這種調查方法為行為調查法（Revealed Preference Survey，簡稱RP）；如果有關自行車路徑選擇行為是在假想情境下做出的，則被稱之為意向調查法（Stated Preference Survey，簡稱SP）。一個共識性的觀點是兩者各有優劣。

用RP數據建立的路徑選擇行為模型的參數是經過實際數據標定的，因而具有較高的可靠性。對于RP調查而言，數據收集主要依賴于問卷調查[32]，但對受訪者通過回憶來填寫問卷時的完整性及可靠性不可控；且受制于受訪者配合程度、調查成本等問題，一般樣本量不會很大。

SP調查與RP調查相比，數據的收集往往更容易，獲取成本更低。它的其他優點還包括允許創造一個更加虛擬、廣泛的選擇場景，可以通過實驗設計手段拉開變量水平之間差距等，因此得到了廣泛應用[5,21,33,34]。但SP調查同樣存在不足，首先，當SP調查所考慮的因素及其水平數過多，且在沒有選擇合適的實驗設計方法的情況下，會產生大量的假設情景，從而使問卷調查難以開展；其次，受訪者所做的選擇都是基于虛擬路線，因此，僅利用SP數據的建模分析將不可避免地產生與現實情況不符的預測偏差。

為了解決上述調查方法的缺陷，研究人員從多角度進行嘗試：

（1）從調查方法出發。采用高效的數據收集手段解決RP調查中數據的客觀性及樣本量問題。為了克服SP假設情景脫離實際的問題，在SP調查中采用圖片、視頻[35]以及VR技術等可視化手段，盡可能使虛擬路線貼近真實，以便提高受訪者對于路徑決策問題的感知和理解，其有效性已在部分研究中得到驗證[26]。

（2）從數據處理出發。充分利用RP，SP數據特點，兩者能夠相互補充、相互結合，因此使用RP和SP融合數據進行模型標定成為一種較好的選擇，從而可以達到修正偏差，增大統計有效性等目的[36]。

1.3.2 基于信息手段的調查

真實的個人出行路徑活動數據具有較高的理論及應用價值。傳統的RP調查無法追蹤用戶出行的全過程，且樣本數據較少，難以保證模型的準確度。2010年后的文獻開始大量運用全球定位系統（GPS）以及應用地理信息系統（GIS）所產生的與出行有關的數據進行路徑選擇行為的建模與分析[37，38]。

GPS獲取數據的局限性小，通?？梢蚤L時間連續不間斷作業，通過雇傭志愿者在自行車上安裝GPS設備即可方便地獲取真實的行駛路徑數據，提高了時空信息收集的精度與效率。而獲得的GPS數據與GIS相結合，可以進行GIS空間數據組織、可視化開發等。Menghini[23]，Broach[37]利用GPS觀測數據集，通過與街道網絡進行匹配，進而識別出真實的出行路徑，估計了影響出行者的路線選擇偏好的因素。但GPS設備也存在一定的局限，如無法收集觀測樣本的社會經濟屬性、心理變化等主觀特征。因此Papinski[39]整合了GPS、GIS以及網絡日志三種方法，設計了一套居民路徑選擇調查系統，前者獲取真實的空間數據，后者記錄騎行者的主觀感知數據，這種結合有利于深入地了解出行者路徑決策過程[40]。

GPS數據的采集環境復雜多變，如何產生合適的路徑選擇集，如何對原始數據進行降噪處理成為研究的關鍵。除了GPS和GIS設備，IC卡數據、手機信令數據以及社交平臺數據的大規模應用也為自行車出行路徑選擇行為的研究提供了新的思路。同時，利用無人機與計算機視覺技術對出行路徑識別的小范圍實驗也正在進行。

2 應用場景

自行車出行行為和決策研究的應用價值主要體現在兩方面：

（1）城市規劃設計方面。朱瑋課題組[12,26]利用騎行路徑偏好數據建立離散選擇模型，并將其應用到上海中心城區整體層面的騎行環境評價中，根據定量模型以出行環境效用最大化為目標，量化了各要素對路徑評價的影響程度。優先考慮對效用提升大的環境要素進行改造，針對性地提出優化措施，從而更好地指導街道設計、綠色交通出行環境建設等。

（2）交通組織優化方面。在現有的城市空間條件下從交通供給側進行大規模的空間調整和道路交通設施建設并不現實。通過研究自行車出行者的路徑選擇偏好，運用適當的交通誘導、行為教育等策略，制定自行車出行路徑方案，從而達到引導交通量從擁堵路段向非擁堵路段轉移，提高道路資源利用率等目的。研究結果還可用于改進自行車出行需求預測模型，Su[41]將自行車出行路徑選擇結果與出行需求模型中的交通分布、交通方式劃分等過程相結合，使其結果更能滿足出行需求預測要求。

3 關鍵問題與研究展望

綜上可知，相比而言，國外對于自行車出行路徑選擇行為研究中在行為分析建模改進及創新，數據收集手段現代化等方面具有一定優勢。而國內有關非機動車出行路徑選擇行為的研究還較少。目前對于該領域的研究仍有以下幾個關鍵問題，值得繼續關注和深入研究：

（1）以往文獻對于影響因素的考慮相對比較片面。影響自行車路徑選擇行為的因素十分復雜，目前還沒有統一的定論，且在研究中想要完全包含上述所提三個維度的變量難度較大。根據研究目的，有些重要的影響因素只能被忽略，而這些影響因素的忽略可能會導致模型參數估計的偏差。同時，以往研究多從客觀因素著手，缺少對于潛變量的考慮。將心理特征等潛變量納入行為建模中，可以有效解決出行者決策過程中的“黑盒”問題，從而進一步提高模型精度和行為解釋能力[42-44]。

（2）自行車出行路徑選擇研究需要有完善的數據支撐?，F階段我國居民出行路徑選擇行為研究采用的主要是問卷填表的方式，這種調查方式存在數據精度低、樣本量有限等問題，所建模型無法進行有效的實際應用，研究有待從數據獲取方法這個基礎層面做出改變。由于汽車GPS數據精度高且較易獲取，因此很多研究利用車載GPS數據分析汽車的擇路行為[45]。而受制于調查成本等原因，目前國內針對自行車出行路徑的GPS數據建模的研究鮮少見到。

（3）以往研究很少考慮信息條件下的出行路徑選擇行為。干宏程[46]率先研究了先進的出行者信息系統如何通過VMS（可變電子信息板）發布交通誘導信息，從而影響機動車駕駛員的路徑決策行為。但目前針對非機動車出行者在不同交通信息下的路徑決策響應規則的研究幾乎屬于空白。通過制定不同的交通信息發布策略與方法，可以引導出行者在出行方式、出行路徑甚至出行目的等方面進行科學、合理選擇，有利于實現系統最優的交通管理目標。

（4）以往文獻忽略了研究對象的異質性。不同出行需求[8]或出行特征的自行車用戶會引起較大的使用偏好差異。如通勤者與非通勤者相比在行程時間敏感性[27]、出行環境偏好以及出行成本支付意愿上存在明顯差異[5]。一般對出行人群的劃分多基于社會經濟屬性，如Chen[21]、Wuerzer[22]分別針對專業騎行者、學生等不同類型的出行主體進行了出行特征和影響因素分析。但這種劃分方法較為粗略，因此在建模時需細化各類出行人群。

與此同時，不同國家之間存在的差異使得研究結論不完全具有可移植性，增加了研究難度。由于發達國家和發展中國家在城市結構、交通環境、基礎設施以及社會經濟等方面的差異，有關研究成果并不能直接移植。典型的例子是國外通常將自行車道分為自行車專用路（bicycle path）和自行車道（bicycle lane）[47]，而我國則很少設置單獨的非機動車專用路，且出行者也不熟悉自行車專用路這種設施類型。因此，研究自行車出行路徑選擇行為需結合國情，調整研究變量，以免導致調查結果的失真[48]。

[1] VEDEL S E, JACOBSEN J B, PETERSEN H S. Bicyclists’ preferences for route characteristics and crowding in copenhagen – a choice experiment study of commuters[J]. Transportation Research Part A: Policy and Practice, 2017, 100: 53-64.

[2] RAY P. Revealed preference methods for studying bicycle route choice — a systematic review[J]. International Journal of Environmental Research and Public Health, 2018, 15 (3): 470.

[3] FU L, FARBER S. Bicycling frequency: a study of preferences and travel behavior in Salt Lake City, Utah[J]. Transportation Research Part A Policy & Practice, 2017, 101: 30-50.

[4] AKAR G, FISCHER N, MI N. Bicycling choice and gender case study: the ohio state university[J]. International Journal of Sustainable Transportation, 2013, 7 (5): 347-365.

[5] MAJUMDAR B B, MITRA S. Analysis of bicycle route-related improvement strategies for two Indian cities using a stated preference survey[J]. Transport Policy, 2018, 63: 176-188.

[6] STINSON M A, BHAT C R. A comparison of the route preference of experienced and inexperienced bicycle commuters[C]// Transportation Research Board. TRB 84th Annual Meeting Compendium of Papers DVD. Washington DC: Transportation Research Board, 2005.

[7] BHAT C R, DUBEY S K, NAGEL K. Introducing non-normality of latent psychological constructs in choice modeling with an application to bicyclist route choice[J]. Transportation Research Part B: Methodological, 2015, 78: 341-363.

[8] 何凡, 邊揚, 馬俊來. 不同需求影響下的自行車出行路徑規劃方法[J]. 交通信息與安全, 2017, 35 (5): 106-114.

[9] AULTMANHALL L, HALL F, BAETZ B. Analysis of bicycle commuter routes using geographic information systems: implications for bicycle planning[J]. Transportation Research Record Journal of the Transportation Research Board, 1997, 1578 (1578): 102-110.

[10] TILAHUN N Y, LEVINSON D M, KRIZEK K J. Trails, lanes, or traffic: valuing bicycle facilities with an adaptive stated preference survey[J]. Transportation Research Part A: Policy and Practice, 2007, 41 (4): 287-301.

[11] WINTERS M, TESCHKE K. Route preferences among adults in the near market for bicycling: findings of the cycling in cities study[J]. The Science of Health Promotion, 2010, 25 (1): 40-47.

[12] 潘暉婧, 朱瑋, 王德. 基于路徑選擇行為的自行車出行環境評價和改善[J]. 上海城市規劃, 2014, 2: 12-18.

[13] LI Z, WANG W, LIU P, et al. Physical environments influencing bicyclists’ perception of comfort on separated and on-street bicycle facilities[J]. Transportation Research Part D: Transport and Environment, 2012, 17 (3): 256-261.

[14] 朱彤, 楊晨煊, 郭春琳，等. 城市道路環境自行車出行者滿意度模型研究[J]. 重慶交通大學學報: 自然科學版, 2018, 37 (2): 102-106.

[15] ALVARO C, MIGUEL F. Modeling the impact of traffic conditions and bicycle facilities on cyclists’ on-road stress levels[J]. Transportation Research Part F: Traffic Psychology and Behavior, 2018, 58: 488-499.

[16] 石劍橋, 張夢竹, 趙鵬軍. 心理因素對校園步行和自行車出行路徑選擇的影響研究——以北京大學燕園為例[J]. 西北師范大學學報: 自然科學版, 2017, 53 (6): 97-104.

[17] PRATO, GIACOMO C. Route choice modeling: past, present and future research directions[J]. Journal of Choice Modelling, 2009, 2 (1): 65-100.

[18] HOOD J, SALL E, CHARLTON B. A GPS-based bicycle route model for San Francisco, California[J]. Transportation Letters, 2011, 3 (1): 63-75.

[19] MCFADDEN D. The measurement of urban travel demand[J]. Journal of Public Economics, 1974, 3 (4): 303-328.

[20] 王燦, 王德, 朱瑋, 等. 離散選擇模型研究進展[J]. 地理科學進展, 2015, 34 (10): 1275-1287.

[21] CHEN C F, CHEN P C. Estimating recreational cyclists’ preferences for bicycle routes – evidence from Taiwan[J]. Transport Policy, 2013, 26: 23-30.

[22] WUERZER T, MASON S G. Cycling willingness: investigating distance as a dependent variable in cycling behavior among college students[J]. Applied Geography, 2015, 60: 95-106.

[23] MENGHINI G, CARRASCO N, AXHAUSEN K W. Route choice of cyclists in Zurich[J]. Transportation Research Part A: Policy and Practice, 2010, 44 (9): 754-765.

[24] CAULFIELD B, BRICK E, MCCARTHY O T. Determining bicycle infrastructure preferences — a case study of Dublin[J]. Transportation Research Part D: Transport and Environment, 2012, 17 (5): 413-417.

[25] 李華民, 黃海軍, 劉劍鋒. 混合Logit模型的參數估計與應用研究[J]. 交通運輸系統工程與信息, 2010, 10 (5): 73-78.

[26] 朱瑋, 翟寶昕, 簡單. 基于可視化SP法的城市道路自行車出行環境評價及優化——模型構建及上海中心城區的應用[J]. 城市規劃學刊, 2016, 3: 85-92.

[27] SENER I N, ELURU N, BHAT C R. An analysis of bicycle route choice preferences in Texas, US[J]. Transportation, 2009, 36 (5): 511-539.

[28] 徐紅利. 城市交通流系統分析與優化[M]. 南京: 南京大學出版社, 2013.

[29] 鄧自闖, 周紅梅, 魏志強. 固定租賃點的公共自行車出行路徑分析[J]. 華東交通大學學報, 2017 (5): 93-98.

[30] 王曉玉, 王立曉, 左志. 后悔理論及其在出行中的應用研究綜述[J]. 武漢理工大學學報: 交通科學與工程版, 2018, 42 (2): 231-237, 242.

[31] 李夢, 黃海軍. 基于后悔理論的出行路徑選擇行為研究[J]. 管理科學學報, 2017 (11): 6-14.

[32] SONG R, NI Y, LI K P. Understanding cyclists’ risky route choice behavior on urban road sections[J]. Transportation Research Procedia, 2017, 25: 4157-4170.

[33] CAMPOREALE R, CAGGIANI L, OTTOMANELLI M. Modeling horizontal and vertical equity in the public transport design problem: a case study[J]. Transportation Research Part A: Policy and Practice, 2018, 1-23.

[34] CARLSSON F, KATARIA M, LAMPI E. Demand effects in stated preference surveys[J]. Journal of Environmental Economics and Management, 2018, 90: 294-302.

[35] 王維鳳, 葉建紅, 方雪麗, 等. 基于騎行感受的自行車出行品質評價應用研究[J]. 城市交通, 2016, 14 (5): 44-49.

[36] 張天然, 楊東援, 趙婭麗，等. RP/SP融合數據的Mixed Logit和Nested Logit模型估計對比[J]. 同濟大學學報: 自然科學版, 2008 (8): 1073-1078, 1084.

[37] BROACH J, DILL J, GLIEBE J. Where do cyclists ride? a route choice model developed with revealed preference GPS data[J]. Transportation Research Part A: Policy and Practice, 2012, 46 (10): 1730-1740.

[38] ZIMMERMANN M, MAI T, FREJINGER E. Bike route choice modeling using GPS data without choice sets of paths[J]. Transportation Research Part C: Emerging Technologies, 2017, 75: 183-196.

[39] PAPINSKI D, SCOTT D M, DOHERTY S T. Exploring the route choice decision-making process: a comparison of planned and observed routes obtained using person- based GPS[J]. Transportation Research Part F: Traffic Psychology and Behavior, 2009, 12 (4): 347-358.

[40] MCGINN A P, EVENSON K R, HERRING A H, et al. The relationship between leisure, walking, and transportation activity with the natural environment[J]. Health & Place, 2007, 13 (3): 588-602.

[41] SU J G, WINTERS M, NUNES M, et al. Designing a route planner to facilitate and promote cycling in metro Vancouver, Canada[J]. Transportation Research Part A: Policy and Practice, 2010, 44 (7): 0-505.

[42] 朱瑋, 龐宇琦, 王德. 自行車出行行為和決策研究進展[J]. 國際城市規劃, 2013, 28（1）：50-55.

[43] SEGADILHA A B P, SANCHES S D P. Identification of factors that influence cyclist? route choice[J]. Procedia - Social and Behavioral Sciences, 2014, 160: 372-380.

[44] 吳麟麟, 盧海琴, 汪洋, 等. 引入忠誠度變量的城際出行方式動態選擇行為研究[J]. 公路交通科技, 2014, 31 (11): 123-129.

[45] 楊揚, 姚恩建, 潘龍, 等. 基于GPS數據的出租車路徑選擇行為研究[J]. 交通運輸系統工程與信息, 2016, 15 (1): 81-86.

[46] 干宏程. VMS誘導信息影響下的路徑選擇行為分析[J]. 系統工程, 2008 (3): 11-16.

[47] HARVEY F, KRIZEK K J, COLLINS R. Using GPS data to assess bicycle commuter route choice[C]//TRB 87th Annual Meeting Compendium of Papers DVD. Washington DC: Transportation Research Board, 2008.

[48] 《中國公路學報》編輯部. 中國交通工程學術研究綜述·2016[J]. 中國公路學報, 2016, 29 (6): 1-161.

Literature Review of Bicycle Travel Routes Decision

HUANG Yue，GAN Hong-cheng

（Business School, University of Shanghai for Science & Technology, Shanghai 200093, China）

In the context of green development, bicycle travel has attracted increasing attention from communities. However, the method to formulate suitable policies to meet travel requirements of users from the perspective of travelers remains unknown. An intensive study of the preferences of travelers is thus required. Domestic research on the mechanism of bicycle path choice behaviors is in early stages. However, extensive research on bicycle route decisions has been conducted abroad. This paper reviews the literatures of various studies on bicycle travel route choices by systematically summarizing influence factors, choice models, survey methods, and application scenarios. Finally, the paper describes the future perspectives of research on bicycle route choices in order to provide a reference for the construction of non-motorized transportation systems and aid urban planning in China.

transportation management; bicycle; travel routes decision; research progress

U491

A

10.3969/j.issn.1672-4747.2020.01.019

1672-4747（2020）01-0146-08

2019-02-20

國家自然科學基金資助項目（71871143）；上海市曙光學者人才項目（15SG41）

黃玥（1995—），男，碩士研究生，研究方向為交通規劃、交通行為，E-mail：huangyue616418@163.com

干宏程（1978—），男，浙江寧波人，教授，博士生導師，研究方向：交通規劃、交通管理、智能交通，E-mail：hongchenggan @126.com

黃玥，干宏程. 自行車出行路徑決策行為研究綜述[J]. 交通運輸工程與信息學報，2020，18（1）：146-152, 167.

（責任編輯：李愈）