【2017年美赛E题参考资料】城市居民出行方式选择的结构方程分析_杨励雅

资 源 简 介

【2017年美赛E题参考资料】城市居民出行方式选择的结构方程分析_杨励雅

详 情 说 明

结构方程模型（SEM）在分析城市居民出行方式选择中的应用

2017年美国大学生数学建模竞赛（MCM/ICM）E题聚焦城市交通规划问题，其中杨励雅的研究为参赛者提供了重要方法论参考。该研究采用结构方程模型（SEM）这一量化分析工具，系统性地探讨了居民出行决策背后的复杂因果关系链。

研究亮点在于将心理学变量（如出行态度、主观规范）与客观因素（如交通设施、出行成本）整合进统一模型。通过测量潜变量（如"环保意识"）和显变量（如"地铁站距离"）的相互作用，揭示了传统统计方法难以捕捉的间接效应。例如，模型可能发现"收入水平"不仅直接影响私家车使用率，还会通过改变"时间价值认知"间接作用于网约车选择。

对于美赛解题的启示在于： 多层级分析框架：需同时考虑个人属性、家庭特征、城市环境等不同层次的影响因素 隐变量处理技巧：如何用问卷调查数据量化"出行偏好"等抽象概念 模型验证方法：通过拟合优度指标（如CFI、RMSEA）评估理论模型的合理性

该研究方法特别适合解决包含态度-行为gap的复杂决策问题，后续研究可结合实时GPS数据提升模型精度，或引入机器学习方法处理非线性关系。在智能交通系统快速发展的背景下，此类模型对预测共享出行、自动驾驶等新型交通方式的采纳率具有重要价值。