摘要：传统的离散选择模型是基于随机效用最大化准则构建的,然而考虑到决策者的异质性,不同的群体可能采用不同的决策机理。为此,本文考虑了两种不同的决策机理:随机效用最大化准则和相对优势最大化准则,并采用潜在类别模型来验证出行决策机理异质性的存在。首先,基于SP实验设计收集出行数据;其次,分别构建基于随机效用最大化准则的logit模型、基于相对优势最大化准则的logit模型和结合两者的潜在类别模型;最后,对比分析各个模型的拟合度并基于不同模型进行了弹性分析。研究结果显示:①基于随机效用最大化准则的logit模型和基于相对优势最大化准则的logit模型两者的拟合度相似,且均低于结合了两者的潜在类别模型;②基于随机效用最大化准则的logit模型和基于相对优势最大化准则的logit模型对于不同出行选项属性的弹性分析结果相似,然而与结合了两者的潜在类别模型的弹性分析结果相差较明显。该结论说明了出行决策机理异质性的重要性,在实践应用过程中忽略出行决策机理的异质性可能对相应政策的制定与评估带来误导作用。

摘要：为了提高铁路企业经济收益,基于旅客的个人属性和行为特征研究城际高速铁路客运市场细分问题。在广珠城际高速铁路上进行问卷调查,采用潜在类别模型对旅客进行分类,选取性别、年龄、学历、税前月收入、出行平均次数、出行目的、出行费用作为外显变量,借助于Latent Gold 5.0软件对模型求解评价。研究结果表明:旅客被分为4类,相对误差均小于5%,且90%以上的旅客分类相对误差小于2.1%,说明了模型的合理性。前2类旅客的月收入和出行频率均较高,但在出行费用和目的方面差异较大,属于高端型旅客,建议为这些旅客设计高服务水平的运输产品。后2类旅客月收入和出行频率较低,但在年龄段和学历方面差异较大,属于低端型旅客,建议为这些旅客提供淡季折扣运输产品。

摘要：设计一种基于潜在类别模型的新闻推荐模型,包含用户、新闻关键词和新闻类别三个外显变量及一个潜在类别变量。将用户、新闻和类别分别归类到相应的潜在类别中,根据用户兴趣偏好预测用户登陆新闻网站后可能访问的新闻项,生成个性化的新闻推荐序列,并通过实验证明了该三元模型的优越性。

摘要：为深入理解网约车用户出行需求,使用潜在类别模型对网约车用户进行市场细分。选取网约车使用频率、出行特征相关属性以及个人社会经济属性等影响因素对网约车选择行为建模,使用效率实验设计法生成意向偏好问卷,在成都市开展了实地调查。模型标定结果表明:在通勤和非通勤场景下,将网约车用户细分为四类最合适,两个场景下的市场结构比例均约为5:2:2:1。性别、月收入、时间、费用、网约车使用频率、私家车使用权等是对网约车用户进行市场细分的重要依据。

摘要：文章设计离散选择实验收集消费者选择数据,利用混合Logit模型进行估计,深入分析消费者对推进绿色消费的监管政策的偏好程度,借助潜在类别模型将有不同政策偏好的消费者进行区分,对监管政策组合进行模拟分析。研究发现:消费者最偏好购置补贴政策,购置补贴越高消费者越产生正向效用;其次是绿色产品认证政策,消费者偏好绿色认证全面的政策属性水平;再次是信息提示政策,越提供偏向有关环境价值信息的提示越得到消费者偏好;消费者倾向于对行为控制少的政策。不同价值观特质的消费者对不同政策的敏感性不同,价值观与政策偏好的匹配与传统认知有差异:具有利己价值观的消费者更在乎对自身行为控制的程度,具有利生态价值观的消费者更关注绿色产品的购置补贴,其次是绿色产品认证。不同的政策组合情境会改变消费者对绿色消费的监管政策的偏好程度,政策组合可以增加强制型政策的支持水平,其中信息提示政策具有放大购置补贴政策正向影响、缓释行为控制政策负面影响的积极作用。在实践中,应基于消费者对经济激励型政策的高敏感性进行精细施策;基于消费者群体特征及其对监管政策的选择偏好进行精准施策;基于政策组合模拟效果及信息提示政策的积极作用进行组合施策。文章从监管对象的角度,将消费者的监管政策偏好作为监管政策选择的考量因素之一,拓展了监管政策选择的研究视域,为监管政策的选择研究提供了新的研究维度;同时细化了促进绿色消费行为的机制路径,为促进绿色消费的监管效果研究提供了新的解释框架。

摘要：本文以广珠城际铁路为例,设计了潜在类别模型对旅客进行分类,采用多项Logit模型研究不同票价浮动策略下各类旅客的购票时间选择.结果表明,各类旅客需求的购票时间概率分布具有明显差异性,且受票额紧张程度的影响;收入越高和出行频率越高的旅客倾向于提前更短的时间购票,受票价浮动的影响越小,公费出行降低了旅客对票价的敏感性.本文研究可为铁路部门制定满足多样化旅客需求的票价浮动策略提供决策支持.