مدل‌سازي مدت‌زمان فعاليت خريد با استفاده از مدل‌هاي مدت: غيرپارامتري- پارامتري، نمونه موردي شهر قزوين

Urban Shopping activity duration modeling by Nonparametric parametric duration models, case of Qazvin city

از آنجا كه مدل‌هاي تقاضاي سفر، در حال تغيير جهت از رويكرد سفر مبنا به فعاليت مبنا هستند، پيش‌بيني فعاليت‌ها و مدت‌زمان آن‌ها از اهميت ويژه‌اي برخوردار است. با توجه به آنكه داده‌هاي مدت، نامنفي و اغلب سانسور شده و از توزيعي غير از توزيع نرمال پيروي مي‌كند، رگرسيون خطي مدل مناسبي نيست. از اين‌رو مدل‌هاي مدت براي چنين داده‌هايي، پيشنهاد شده و در تحليل رفتاري سفر افراد مورد استفاده قرار مي‌گيرند. از آنجا ‌كه خريد به‌عنوان يكي از فعاليت‌هاي روزمره و ضروري افراد، در دو دهه‌ي اخير، همواره مورد توجه بوده‌است، اين مقاله سعي دارد با مدل‌سازي مدت‌زمان فعاليت خريد، ضمن شناخت عوامل مؤثر بر متغير مدت و توزيع مناسب براي چنين داده‌هايي، نتايج چند رويكرد با فرض‌هاي مختلف مدل‌سازي را با يكديگر مقايسه نمايد. نمونه موردي اين پژوهش سفرهاي خريد تورهاي خانه مبناي 2 و 3 سفره‌ داده‏هاي حاصل از پرسشگري نمونه‏اي از ساكنين شهر قزوين شامل مشخصات فردي و خانوادگي، ويژگي‌هاي شبكه‌ي حمل‏ونقل و ويژگي‌هاي محل‌هاي مستعد براي انجام فعاليت خريد با سهمي در حدود 99 درصد از سفرهاي روزانه‌ي شهروندان قزويني است. تحليل و قياس نتايج مدل‌ها نشان مي‌دهد برآورد رويكرد پارمتري از نظر ميزان خوبي برازش، نسبت به ساير رويكردها برتر و توزيع مناسب به‌كار گرفته شده براي داده‌هاي مدت‌زمان فعاليت خريد، توزيع لگ لجستيك است. با توجه به اينكه پارامتر مقياس برآورد شده‌ي مدل، مقداري كمتر از 1 است، منحني خطر، غيريكنوا و U شكل معكوس است. با توجه به نتايج، زنان شاغل نسبت به مردان و مردان نيز نسبت به ساير افراد مدت‌زمان كمتري را به خريد اختصاص مي‌دهند و اين تفاوت از نظر آماري معني‌دار است (p=0.000). شيوه‌هاي سفري غيرموتوري در كاهش مدت‌زمان خريد تأثيري مثبت دارند (p<0.05). همچنين متغيرهايي مانند مسافت و جاذبه تجاري مقصد سفر، در افزايش مدت‌زمان انجام فعاليت خريد سهمي به‌سزا دارند (p<0.05).

Since models of transport demand have shifted from tripbased to activitybased approaches, prediction of activities and their duration has gained further importance. Activity duration is an important component of activity participation behavior of individuals, and therefore, an important determinant of individual travel behavior. Since duration data is nonnegative and often censored, it follows nonnormal distributions, hence, linear regression is not a suitable model. Duration models offer vaster suitability for this kind of data and thus have been used for behavioral analysis of individual trips. Since for the past two decades, shopping has been under spotlight as indispensable diurnal activities for human, the current paper has tried to compare the results of several approaches with their different modeling assumptions, by modeling duration shopping activity concurrent with recognition of influential factors on duration variable and proper distributions for such data. case study of this research, is the shopping trips of 2 and 3 homebased trip tours data obtained from inquiry a sample of Qazvin residents comprising personal and household information, the characteristics of transport networks and the features of susceptible sites for doing shopping activity which constitute 99 percent of Qazvin's citizen's daily travels. The analysis and analogy of modeling results indicate estimation of parametric approach with regard to goodness of fit, is better than other approaches and suitable distributions has used for shopping activity duration data is loglogistic distribution. Considering that scale parameter estimated of model is lower than one, the hazard curve is nonmonotonic and an inverted Ushape. Worker's female than male and male than other, has associated lower duration to shop with significant difference (p=0.005). Non motoric travel modes has positive influence to reduction of shopping duration (p<0.05). In addition, covariates such as distance and commercial destination travel attraction, are significant portion to increase of shopping activity duration (p<0.05).