基于终点需求可变的市域旅游客流运输均衡分配模型_高建杰.pdf

第 卷第 期重 庆 交 通 大 学 学 报（自 然 科 学 版）年 月 （）：基于终点需求可变的市域旅游客流运输均衡分配模型高建杰，王永立，邵毅明（重庆交通大学 交通运输学院，重庆；四川警察学院 智能警务四川省重点实验室，四川 泸州）摘要:以旅游者到达目的地城市后的运输优化问题为研究对象,为减少旅游景点游客量和市域客运网运输量失衡的现象,提出了一种基于旅游终点需求可变的运输均衡分配模型。首先,基于旅游者的完整出行过程分析,构建了目的地城市内部旅游客流的交通运输网络;其次,基于市域内旅游出行起点需求固定但终点需求可变的旅游客流出行特征给出了旅游客流出行分布函数形式,建立了基于终点需求可变的市域旅游客流运输分配模型,通过其一阶最优化条件证明了在均衡状态下,旅游客运分布量能满足L o g i t形式的出行分布函数和出行发生量约束,旅游客流运输分配量能满足用户均衡条件;最后,基于凸组合法的思想设计了模型的求解算法,并在简化的黄山市旅游客流运输网络分配实例中验证了模型与算法的可行性。研究结果表明:旅游终点吸引度的变化和运输线路广义费用阻抗的变化可以同时影响旅游出行需求分布量,运输线路运能的增加可以提高旅游客流分配量,决策部门可通过调整运输网络节点的吸引度来平衡市域旅游资源,运输企业可通过调整运力配置,改善旅游客运服务能力。关 键 词:交通运输工程;市域旅游;运输分配;交通均衡;终点需求可变中图分类号:U 4 9 5文献标志码:A文章编号:1 6 7 4-0 6 9 6(2 0 2 3)0 1-0 9 9-0 8E q u i l i b r i u m M o d e l o f t h eC i t yT o u r i s tF l o wT r a n s p o r tA s s i g n m e n tB a s e do nV a r i a b l eT e r m i n a lD e m a n dGAOJ i a n j i e1,2,WANGY o n g l i1,S HAOY i m i n g1(1.S c h o o l o fT r a f f i ca n dT r a n s p o r t a t i o n,C h o n g q i n gJ i a o t o n gU n i v e r s i t y,C h o n g q i n g4 0 0 0 7 4,C h i n a;2.I n t e l l i g e n tP o l i c i n gK e yL a b o r a t o r yo fS i c h u a nP r o v i n c e,S i c h u a nP o l i c eC o l l e g e,L u z h o u6 4 6 0 0 0,S i c h u a n,C h i n a)A b s t r a c t:T a k i n g t h e t r a n s p o r t a t i o no p t i m i z a t i o np r o b l e ma f t e r t o u r i s t s a r r i v i n ga t t h ed e s t i n a t i o nc i t ya s t h e r e s e a r c ho b j e c t,i no r d e rt or e d u c et h ei m b a l a n c eb e t w e e nt h et o u r i s tv o l u m eo ft o u r i s ta t t r a c t i o n sa n dt h et r a n s p o r t a t i o nv o l u m eo f t h eu r b a np a s s e n g e r t r a n s p o r t n e t w o r k,a t r a n s p o r t a t i o ne q u i l i b r i u ma l l o c a t i o nm o d e l b a s e do n t h ev a r i a b l ed e m a n do f t h e t o u r i s td e s t i n a t i o nw a sp r o p o s e d.F i r s to f a l l,b a s e do nt h ea n a l y s i so f t h ec o m p l e t et r a v e lp r o c e s so ft o u r i s t s,t h e t r a f f i ca n d t r a n s p o r t a t i o nn e t w o r ko f t o u r i s t f l o ww i t h i nt h ed e s t i n a t i o nc i t yw a s c o n s t r u c t e d.S e c o n d l y,b a s e do nt h e t r a v e l c h a r a c t e r i s t i c so f t o u r i s mp a s s e n g e r f l o w w i t hf i x e ds t a r t i n gp o i n td e m a n da n dv a r i a b l et e r m i n a ld e m a n d i nt h e c i t y,t h e t r a v e l d i s t r i b u t i o n f u n c t i o n f o r mo f t o u r i s mp a s s e n g e r f l o ww a sg i v e n,a n d t h e t r a n s p o r t a t i o na s s i g n m e n tm o d e lo ft o u r i s tf l o w b a s e do nv a r i a b l et e r m i n a ld e m a n d w a se s t a b l i s h e d.T h r o u g hi t sf i r s t-o r d e ro p t i m i z a t i o nc o n d i t i o n s,i t i sp r o v e d t h a t i n t h e e q u i l i b r i u ms t a t e,t h ed i s t r i b u t i o no f t o u r i s mp a s s e n g e r t r a n s p o r t c a nm e e t t h e t r a v e l d i s t r i b u t i o nf u n c t i o na n dt r a v e lo c c u r r e n c ec o n s t r a i n t s i nt h ef o r mo fL o g i t,a n dt h ed i s t r i b u t i o no ft o u r i s mp a s s e n g e r t r a n s p o r t c a nm e e t t h eu s e r e q u i l i b r i u mc o n d i t i o n s.F i n a l l y,t h e s o l u t i o na l g o r i t h mo f t h ep r o p o s e dm o d e lw a sd e s i g n e db a s e do nt h e i d e ao f c o n v e xc o m b i n a t i o nm e t h o d,a n dt h ef e a s i b i l i t yo f t h ep r o p o s e dm o d e l a n da l g o r i t h m w a sv e r i f i e di nas i m p l i f i e de x a m p l eo f H u a n g s h a nt o u r i s m p a s s e n g e rf l o w t r a n s p o r t a t i o n n e t w o r ka l l o c a t i o n.T h er e s e a r c hr e s u l t ss h o wt h a tt h ec h a n g eo fa t t r a c t i v e n e s so ft o u r i s m t e r m i n a la n dt h ec h a n g eo fg e n e r a l i z e dc o s t i m p e d a n c eo f t r a n s p o r t r o u t e s c a na f f e c t t h ed i s t r i b u t i o no f t o u r i s mt r a v e l d e m a n da t t h e s a m e t i m e,收稿日期：；修订日期：基金项目：国家社会科学基金国家应急管理体系建设研究专项项目（）；国家重点研发计划项目（）；四川省科技计划项目（）；智能警务四川省重点实验室资助项目（）第一作者：高建杰（），男，山东栖霞人，副教授，博士研究生，主要从事交通运输规划与管理方面的研究。：a n dt h e i n c r e a s eo ft r a n s p o r tc a p a c i t yc a ni m p r o v et h ed i s t r i b u t i o no ft o u r i s tf l o w.T h e r e f o r e,t h ed e c i s i o n-m a k i n gd e p a r t m e n t sc a nb a l a n c et h et o u r i s mr e s o u r c e si nt h ec i t yb ya d j u s t i n gt h ea t t r a c t i v e n e s so ft h et r a n s p o r tn e t w o r kn o d e s,a n dt h e t r a n s p o r t e n t e r p r i s e s c a n i m p r o v e t h e s e r v i c e c a p a c i t yo f t o u r i s mp a s s e n g e r t r a n s p o r t b ya d j u s t i n g t h ea l l o c a t i o no f t r a n s p o r t c a p a c i t y.K e yw o r d s:t r a f f i c a n d t r a n s p o r t a t i o n e n g i n e e r i n g;c i t y t o u r i s m;t r a n s p o r t a s s i g n m e n t;t r a f f i c e q u i l i b r i u m;v a r i a b l e t e r m i n a ld e m a n d 引 言自 年开始，交通运输部、国家旅游局等多部门对发展全域旅游给出了一系列的指导意见和政策支持，推动了旅游业的快速发展，据统计，年中国旅游业对 的综合贡献为 万亿元，占国内 总量的。尽管新冠肺炎疫情对我国旅游业的发展带来巨大冲击，但不会改变我国旅游业仍处于黄金发展期的态势。在高铁、航空迅猛发展和全域旅游新政策的推动下，旅游目的地城市的外部交通得到发展，而市域的旅游客流运输网络发展较为滞后，严重影响旅行感受，影响城市全域旅游示范区的创建工作。旅游者的出行过程需要通过外部交通、目的地内部交通以及景区内部交通共同配合完成。发达的外部交通网络给城市带来了大量旅游客源，能够与之无缝衔接、运游融合、运行高效的目的地内部交通网络更显得至关重要。运输网络本质上是旅游者选择出行方式的行为形成的，关于旅游交通方式的选择问题，大多数研究是将其作为传统四阶段法中的一部分，采用 随机效用模型，以估算的个体交通方式概率作为旅游群体选择某交通方式的比例。赵昕等建立了游客出行方式选择行为的 模型，并对实行不同费率下的游客出行方式选择行为进行仿真分析，着重分析了收费对旅游出行行为的影响；孙潇昊等建立了分层 预测模型，得出各种交通方式选择的计算概率与现今的实际概率相符合，但只对于成熟度高的地区适用，对于成熟度低的地区参数标定较困难；张梅梅等利用非集计 模型对北京旅游交通方式选择行为进行研究，对各个影响因素进行了量化研究，最终得出游客的交通方式选择行为特征，因考虑的影响因素相对较少，对模型预测结果会有一定的影响。非集计模型充分考虑了个体出行的差异性，但作为市域旅游交通方式的选择模型仍存在以下局限性：属于静态分配模型，不能反映各交通方式之间动态的客流量转移；效用函数确定依赖于个体的出行行为调查，参数估计困难；需要确定的出行分布量，未考虑交通方式与 分布量间的影响关系。市域内旅游者对出行目的地的选择与运输方式的选择是同步进行且相互影响的，以上研究采用的非集计模型忽略了旅游者出行选择的这一特征。为了同时获得市域内客流的旅游分布量与运输线路的客流分配量，笔者将用户均衡理论应用于旅游交通方式的选择问题上，基于市域内旅游出行起点需求固定、终点需求可变的旅游客流出行特征，建立运输分配模型，以反映旅游出行分布量与交通方式之间的影响关系，并揭示旅游运输方式之间动态转移的均衡分配规律。旅游者出行过程分析 旅游者出行过程阶段划分旅游者到达旅游目的地的出行过程可分为四个阶段如图。图 旅游者出行阶段划分 第阶段：该阶段为市外出行阶段，即旅游者从出发地选择多种运输方式，通过城市外的客运通道，抵达旅游目的地城市的过程。根据到达旅游目的地城市的中转节点的不同，可分为两个类别：到达旅游目的地城市的客运换乘枢纽（旅游集散中心），主要有航空、铁路、公路等运输方式；到达旅游目的地城市的出入口（如高速收费站等），主要有自驾、旅游 重 庆 交 通 大 学 学 报（自 然 科 学 版）第 卷包车、网约车等运输方式。第阶段：该阶段为市内出行阶段，即旅游者经城市的中转节点，继续或重新选择市内出行交通工具，通过城市内部的综合交通网络，抵达旅游目的地的过程。经城市出入口中转的自驾、旅游包车等出行过程相对简单，在市内不存在多种交通方式的选择过程；经市内客运换乘枢纽（旅游集散中心）中转的旅游者，要再次选择多种交通方式抵达旅游目的地。第阶段：为第阶段的反向出行阶段。第阶段：为第阶段的反向出行阶段。笔者研究的是第阶段，重点研究城市的中转节点与目的地景区之间的连接性交通，即旅游目的地城市内部的旅游客流运输问题。旅游者市内出行端的需求分析由图 可知，旅游者通过市外运输通道进入旅游城市后，经两类中转节点实现市内旅游出行，这两类中转节点是市内旅游出行的一端，最终目的地则为旅游出行的另一端。旅游者的市内旅游出行端点具有以下特征：）起点端出行需求固定出行起点为旅游者进入目的地城市的中转节点，大多为机场、火车（高铁）高铁站、汽车客运站等综合客运换乘枢纽（旅游集散中心），也有一部分旅游者通过旅游包车、自驾或网约车的方式进入旅游城市，此时，可以固定虚拟出行起点为高速出入口（高速收费站等）。旅游者对出行起点的选择实质是取决于所选择的市外出行方式，旅游者受城市外部出行方式的限制，无法改变市内出行起点，因此，市内出行起点就可视为固定需求的出行端点。起点端的综合客运枢纽或高速出入口的客流量统计数据一般较容易获取，客流量需求根据旅游景区特点一般随时间季节性变化。）终点端出行需求可变出行终点为旅游者旅游出行的最终目的地，包括旅游景区、酒店等。旅游目的地城市通常有多个旅游景区、酒店等可供旅游者选择。旅游者对最终目的地的选择行为是一个复杂的决策行为，旅游景区的知名度、交通便利性、经济性、个人喜好等因素的综合作用影响选择决策过程，且旅游景区的吸引程度、交通便利性等因素又随着旅游人数的变化而动态变化，因此，终点端的出行需求是动态可变的，旅游者对旅游出行终点的选择不能仅依赖简单的数理统计方法，需要建立数学模型，以非集计的方法标定模型参数，以集计的方法反映旅游出行需求的动态可变特征。旅游客流运输分配问题描述 运输网络描述相对传统意义的交通流，旅游客流的运输工具载体特征更为明显，即旅游者的旅游出行行为对道路或者轨道等载体环境关注较少，更注重对运输工具的选择，因此，旅游客流的交通方式选择问题本质上可以看作是运输分配问题。此时，市内出行阶段的旅游流运输网络包括某种运输工具（或称为交通方式）的运输线路和中转换乘点，分别对应交通网络图中的路段（）和结点（）。每条运输线路的阻抗包括旅游者在运输工具内的出行时间、在中转换乘点的等待时间以及运输工具的票价、舒适度、安全性等。以旅游者进入的城市综合换乘枢纽为出行起点，以旅游景区为出行终点 的运输网络示意图如图，结点 代表中转换乘结点，各条边代表不同的运输工具的运输线路，连接起、终点之间的一系列运输线路的集合为旅游者选择的出行路径。旅游客流运输网络是目的地城市交通网络的一部分，起始结点的旅游出行量近似看作是该结点总出行量按历史数据比例的配额，旅游运输线路的出行时间受当地居民出行需求的影响，假设为已知。图 旅游客流运输网络 运输线路的广义费用阻抗一般道路网络的交通阻抗多为时间，而对旅游者而言，时间和费用均是影响出行的重要因素，且可通过时间价值换算为同一量纲。笔者提出的旅游出行阻抗的广义费用模型为：（）式中：为运输工具在运输线路 上的广义出行费用；为运输线路 的直接费用，主要指票价、通行费等，一般较为固定；为旅游者使用运输线路 的出行时间，包含车内时间和候车时间；为旅游者的时间价值（元），其估计可参考文献。随着旅游客流量的增加而增加，且客流量接近运能时所需出行时间会急剧增加，与公路路段走第 期高建杰，等：基于终点需求可变的市域旅游客流运输均衡分配模型行时间函数类似，因此，参考美国道路局的 函数，设计了式（）的函数形式：（）（）（）式中：为运输线路 上的旅游客流量；为运输线路 上当地居民的客流量，假设为已知；为旅游者使用运输线路 的车内出行时间，受当地交通条件影响，一般可由当地交通部门提供或由导航数据直接获得；为运力充足时，旅游者的候车时间；为运输方式在运输线路 上的运能，即单位时间里可运送的最大旅客数；，为待标定的参数，可由实际数据用回归分析求得。基于终点需求可变的出行需求函数用一个赋权有向图（，）来表示旅游运输网络，其中 为网络中所有节点的集合，为运输线路（边）的集合；为所有 对的集合，表示以 为出行起点，为出行终点的一个 对，；定义 为起点 的出行发生量，并已通过历史数据按比例换算为旅游出行发生量；为起点到终点的出行需求量，满足约束式的出行需求矩阵用以反映旅游出行需求的可变性，即考虑在起始结点 上的旅游出行者如何选择出行终点。一般来讲，影响旅游者出行终点选择的因素主要有两个：一是从起点 到终点 的阻抗大小，二是终止结点 的吸引程度。对前者来说，每个旅游者都试图选择距离起点 广义出行费用最小的终点，即最短旅游出行路径的费用阻抗 最小；对后者来说，旅游者一般会选择吸引程度最大的出行终点，而各终止结点的吸引能力与景区知名度、费用、个人喜好等有关，这里用吸引度 表示。假设所有的吸引度均可以换算成与费用等价的度量单位，值越大，终止结点 的吸引能力就越强。因此，旅游者试图选择 最小和 最大的出行终点，即 最小的终点，将 定义为旅游综合阻抗。在建模时，为了克服某一终点对所有旅游出行者的吸引程度都相同的缺陷，同时，基于旅游者出行过程的端点需求分析可知，旅游客流的出行起点需求可以看作是固定不变的，出行终点的需求是弹性可变的，因此，可以定义一个旅游者选择终点的出行需求函数，用以反映旅游出行需求的变化。旅游出行起点需求固定、终点需求可变的出行需求函数采用以下形式：（），（）（），（）（）（）式中：（）表示起点 处产生的总出行量中选择终点 的比例，式（）、（）是其满足的概率变量的特性。采用 函数的分担模型形式，假设有 个终点，（，），可得到出行需求函数如下：（）（，），（）式中：为自然对数底数；为 模型的校正参数；为终点 的出行吸引度，为待标定的常数。显然，当合理地假定 及 时，就意味着 出行量会随着到达终点所需要的旅游出行费用阻抗的减少或者终点吸引度 的增强而增大（假设其余的因素均保持不变）。参数和可以通过旅游者对终点选择的实际观测数据标定出来。模型的建立在旅游客流运输网络均衡状态下，旅游者在选择出行终点时 出行量要满足式（）形式的终点需求可变的出行分布函数，在选择出行路径（各运输工具的运输线路组合）时，对间的路径流量要满足用户均衡（）条件，即均衡状态下，没有旅游者能通过改变运输路径来减少其出行费用。该问题本质上是一个出行分布与交通分配的组合问题，因此，给出一个等价的数学规划模型：（，）（）（）（），（）（），（），（）式中：为 间第 条路径上的旅游客流量；，为关系变量，当路径 包含运输线路 时，否则，。为了证明式（）是一个既满足用户均衡条件，又满足基于终点需求可变的出行分布函数（）形式的等价极小化问题，需要证明其一阶最优化条件满足上述要求。令约束式（）和（）的拉格朗日乘子分别为 和，则式（）的拉格朗日函数为：（，）（）重 庆 交 通 大 学 学 报（自 然 科 学 版）第 卷（）（）（）（），（）式（）的一阶条件可以写为：（），（），（）（），（），（）（），（）（）（）其中，（）（为 间第 条路径的出行费用阻抗），（），因此，式（）的一阶条件可整理得：（），（），（），（），（），（）（），（）式（）和（）是标准的交通网络用户均衡条件，式（）表明了在拉格朗日函数的鞍点处，拉格朗日乘子 在均衡网络中可以表示为连接 对 间最短路径上的广义费用阻抗。式（）则保证了旅游客流量为正值的路径上，其广义费用阻抗都是相等的，且不会大于任何未被占用路径上的广义出行费用。要确保式 有意义，必然有。因此，式（）和（）可以写为：，（）上式可改写为：（），（）上式可理解为 对 间的出行分布函数模型。在达到均衡状态之前，是一个未知数，不可能通过实测数据标定出。同时，为满足出行产生约束，将式（）带入式（）中，得到：（，）（）式（）与式（）比可得到 函数形式：（）（，）（）（，），（）显然，式（）满足终点需求函数式（）的特性。这样，在均衡状态下，旅游者在选择出行终点时 出行量满足式（）的 出行分布函数和出行发生量约束，在选择出行路径时 对之间各路径的旅游客流量满足用户均衡条件。求解算法由于广义费用阻抗函数是严格递增函数，函数也是 的严格凸函数，由最优化理论可以证明式（）的目标函数是严格凸函数，约束集是由线性等式约束和非负约束组成的凸集，因此，该数学模型是一个凸规划问题，存在唯一的最优解。凸组合法（可行下降法）是求解该数学规划问题的常用方法，基本思想是用目标函数的线性逼近表达式的解来确定搜索方向。为提高算法效率，在每次迭代时的下降方向都进行一次起终点间的流量分配，定义线性逼近表达式的解用一组辅助变量、和表示，分别对应模型中的变量运输线路客流量、路径上的客流量和出行分布量。具体算法步骤为：步步骤骤 初始化。确定可行流量集 ，令，表示第 次循环开始。步步骤骤 更 新 广 义 费 用 时 间。计 算（），。步步骤骤 确定搜索方向。首先，根据计算从每一起点 到所有终点的最小广义费用阻抗路径，用 表示。然后，应用 出行分布函数确定辅助出行分布量 （）（，），。最后，将 分配到 到 间最小广义费用阻抗路径上，得到路段辅助运输线路客流量。（）和（）即为下降方向。步步骤骤 确定步长。求解下面的规划问题确定步长。第 期高建杰，等：基于终点需求可变的市域旅游客流运输均衡分配模型（）（）（）（）（）（）步步骤骤 更新流量。令 （），（）。步步 骤骤 收 敛 性 检 验。若（）（，），成立，则算法终止；否则，令，返回步步骤骤 。实例验证以黄山市旅游流运输网络为原型，设计了一个简单的运输网络，说明模型的可行性，运输网络中共有 个节点，条运输线路（路段），如图。节点、是旅游者的出行发生点，假设分别代表黄山高铁站、黄山风景区、宏村景区；节点、是中转换乘节点，不产生和消耗旅游客流量。运输线路、代表出租车，、代表客运大巴车，、代表私家车（含网约车），、代表到达景区中转的摆渡车。图 黄山市简化旅游运输网络 参考黄山旅游交通发展股份有限公司提供的 年旅游客流量数据，结合网络公开的统计数据资源，现定义黄山市旅游运输网络基础数据见表（以旅游旺季平均每天的数据进行测算）。其中，人，人，人；，；当 、时，元；当、时，元；，。表 黄山市旅游运输网络基础数据 运输线路编号节点编号节点编号票价元车内行车时间 候车时间 运能（人）运输线路的广义费用阻抗采用式（）的形式，运用改进的凸组合法算法对式（）进行运算，得到基于终点需求可变的旅游客流均衡条件下的各 点对的旅游出行分布量以及各运输线路的旅游客流量分配结果见表、表。表 实验网络的出行分布量计算结果 人 节点表 实验网络的旅游客流量分配结果 人 运输线路编号客流流向客流量客流流向客流量 计算结果可以看出，黄山高铁站 与黄山风景 重 庆 交 通 大 学 学 报（自 然 科 学 版）第 卷区 之间的旅游客流分布量最大，这是由于黄山风景区相比宏村景区有更大的吸引度。我们试验了宏村景区 吸引度的变化对旅游客流终点需求分布结果的影响（图），随着宏村景区的吸引度不断增大，其客流量呈上升趋势，即黄山高铁站流出客流量逐渐转移到宏村景区，说明景区的吸引度对旅游客流量的需求分布影响较大。当宏村景区的吸引度超过黄山风景区的吸引度 时，对应的需求分布量并没有超过黄山风景区，这是由于旅游综合阻抗中还有另一个重要参数 广义费用阻抗。因此，数据分析结果也验证了网络节点的吸引度和运输线路的广义费用阻抗共同决定了旅游客流的终点需求分布量。政府部门在制定全域旅游发展策略时，通过宣传、建设等措施增加弱势旅游景区的吸引度，有助于平衡全域旅游客流量分布，尤其是在旅游高峰有助于缓解热门景区的旅游压力。图 旅游吸引度对终点需求分布量的影响 另外，计算结果显示，黄山高铁站与两个景区间的游客出行方式以客运大巴为主，其次是私家车（含网约车），且客运大巴车均出现不同程度的运力不足，因此，我们在算例网络中试验了增加运输线路、的运能分别至、人，在均衡状态时，运输线路、的客流量可以增加至、人，由此可以指导运输企业调整运力配置，增强旅游客运的服务能力。结 语在全域旅游的推动下，市域内旅游景点持续增多，旅游者的可选择性不断增加，旅游目的地城市内部的客运服务网络体系亟需完善。以旅游目的地城市内部交通网络为研究对象，运用组合模型的思想，建立了能够同时获得旅游客流出行分布量与运输线路的客流分配量的目的地城市内部旅游客流运输分配模型，旅游者对出行终点的选择符合 函数形式且终点需求是可变的，旅游者对各运输工具的运输线路组合形成的路径进行选择时满足用户均衡条件，在简化的黄山市旅游交通实例中，验证了模型和算法的可行性。算例分析表明，模型能合理的再现市域旅游客流运输需求分布量和运输线路的客流量，政府部门可通过调整运输网络节点的吸引度来平衡、制定全域旅游发展策略，运输企业可通过调整运力配置，改善旅游客运服务能力。参考文献（）：年旅游市场基本情况 （）：（）：石培华，陆明明疫情常态化防控与旅游业健康保障能力建设研究 新冠肺炎疫情对旅游业影响与对策研究的健康新视角与新变革新疆师范大学学报（哲学社会科学版），（）：，（），（）：高琳 旅游交通及其管理策略研究西安：长安大学，：，马鸣谷 基于 调查的新建停车换乘对游客出行方式选择的影响分析重庆：重庆交通大学，：，（）：赵昕，关宏志，夏晓敬拥挤收费条件下旅游出行方式分担率模型长安大学学报（自然科学版），（）：，（），（）：孙潇昊，徐亚楠，陈大伟基于分层 模型的旅游交通方式选择研究交通信息与安全，（）：，（）：张梅梅，贺玉龙，冯丙丙北京市旅游交通方式选择行为研究第 期高建杰，等：基于终点需求可变的市域旅游客流运输均衡分配模型交通运输研究，（）：，（）：，张艳玲 城市旅游交通规划若干关键技术研究 南京：南京林业大学，：，（）：，：，（）：肖梅，徐福博，边浩毅，等 基于多项 模型的候车时间价值估计重庆交通大学学报（自然科学版），（）：，（），（）：，：，：程琳城市交通网络流理论南京：东南大学出版社，：，胡文君，周溪召一个基于无约束优化方法的交通组合模型重庆交通大学学报（自然科学版），（）：，（），（）：，（）：高建杰，石臣鹏，曹建军，等 基于部分变需求的系统最优疏散路径模型山东大学学报（工学版），（）：，（），（）：，（责任编辑：黄杨程）重 庆 交 通 大 学 学 报（自 然 科 学 版）第 卷