一种数据融合方法，用于 mobility hub 影响评估与位置选择：将 hub 使用数据整合到大规模模式选择模型中
综合经济学
2025-10-10 v1 经济学
摘要
随着城市面临交通拥堵和服务不平等的挑战，mobility hub 提供了一种可扩展的解决方案，以实现旅行需求的平衡和可持续发展目标。然而，评估其影响仍具有挑战性，因为缺乏将大规模旅行模式与真实世界 hub 使用相结合的行为模型。本研究提出了一种新颖的数据融合方法，将观察到的 mobility hub 使用纳入使用合成旅行数据的模式选择模型。我们识别出可能受 mobility hub 影响的旅程，并构建多模式子选择集，然后通过现场调查数据和真实行程计数来校准 hub-specific 参数。增强后的模型用于评估 mobility hub 对潜在需求、模式转变、减少车辆行驶里程（VMT）以及增加消费者剩余（CS）的影响。我们将此方法应用于纽约首都地区的案例研究，利用首都交通局（CDTA）进行的调查数据和使用 Replica Inc. 合成数据的模式选择模型。两个实施的 hub 分别位于 UAlbany Downtown Campus 附近和 Cohoes 市中心，预计分别产生 8.83 和 6.17 条多模式旅程/天，减少年车辆行驶里程分别为 20.37 和 13.16 千英里，增加日消费者剩余分别为 4000 和 1742 美元。对首都-斯坦纳斯塔-托罗地区潜在 hub 候选位置进行评估，显示沿着城市走廊和城市外围位置（支持停车+乘坐公共交通 P+R 模式）的 hub 产生最显著的行为影响。
关键词
引用
@article{arxiv.2510.08366,
title = {A data fusion approach for mobility hub impact assessment and location selection: integrating hub usage data into a large-scale mode choice model},
author = {Xiyuan Ren and Joseph Y. J. Chow},
journal= {arXiv preprint arXiv:2510.08366},
year = {2025}
}