城市群內(nèi)城際短途出行方式選擇行為建模

向紅艷，任小聰，陳 堅

(重慶交通大學 交通運輸學院，重慶 400074)

城市群內(nèi)城際短途出行方式選擇行為建模

向紅艷，任小聰，陳 堅

(重慶交通大學 交通運輸學院，重慶 400074)

將出行者的城際間短途出行分為兩個階段：市內(nèi)出行階段和城際出行階段，并結(jié)合交通網(wǎng)絡首先對城際出行全過程進行了分析。根據(jù)效用最大化理論對居民城際出行兩階段出行方式選擇行為建立巢式Logit模型，水平1為市內(nèi)出行方式選擇階段，水平2為城際出行方式選擇行為階段。最后根據(jù)RP調(diào)查數(shù)據(jù)運用TransCAD對所建模型進行標定與檢驗。通過對模型的標定結(jié)果進行分析可得：反映水平1對水平2影響作用大小的包容系數(shù)λ的最終標定值為0.654，且通過了T檢驗，這表明市內(nèi)出行階段所產(chǎn)生的效用對城際出行階段的方式選擇行為具有顯著影響；考慮市內(nèi)出行時所建的NL模型較不考慮市內(nèi)出行時所用的ML模型的優(yōu)度比提高了0.07，說明NL模型的精度更高。

交通運輸工程；城際短途出行；交通方式；出行行為；NL模型

0 引 言

進入新世紀以來，隨著我國區(qū)域經(jīng)濟一體化與城市化進程的發(fā)展，城市形態(tài)已經(jīng)由單中心向多中心，組團式轉(zhuǎn)化，并沿著交通軸線不斷擴張，在全國范圍內(nèi)逐步形成了京津冀、長三角、珠三角、成渝經(jīng)濟圈等城市群。經(jīng)濟發(fā)展的區(qū)域特點使得經(jīng)濟活動的主要參與者——人的活動范圍也逐漸擴大，人們跨區(qū)域間的政治、文化、經(jīng)濟交流越來越頻繁，由這些社會活動派生出來的城市群中城際間的短距離交通出行需求也迅速增長。

居民出行方式選擇行為決定了各種交通方式的分擔率，從而對交通結(jié)構(gòu)的形成具有重要作用。研究城市群間居民的出行方式選擇行為，對于調(diào)整和優(yōu)化城市群的交通結(jié)構(gòu)，促進各種交通方式協(xié)調(diào)發(fā)展，提高運輸通道的運輸效率具有重要的意義。目前國內(nèi)外學者們對城市群間居民出行方式選擇行為的研究已經(jīng)取得了不少的成果。A.H.DAVID[1]對悉尼—堪培拉之間如果規(guī)劃建設快速軌道交通，人們出行行為將發(fā)生何種改變進行了研究，并建立模型估計交通運輸走廊內(nèi)各種運輸方式的市場份額；C.ROMN等[2]對馬德里—薩拉戈薩—巴塞羅那運輸通道中高速鐵路與其他運輸方式的競爭進行了分析，在分析過程中考慮了各種交通方式的服務水平特性以及運輸政策對人們方式選擇行為的影響；王景妍等[3]分析了區(qū)域運輸通道內(nèi)影響旅客出行方式選擇的因素；景鵬等[4]將計劃行為理論引入城際出行行為研究中，系統(tǒng)探討了計劃行為理論中的各變量對居民城際出行“行為意向”的影響；吳麟麟等[5]運用非集計行為理論對居民城際出行行為進行研究時引入了刻畫動態(tài)選擇行為的忠誠度變量，研究結(jié)果表明居民城際出行選擇帶有傾向性，具有某種出行方式選擇的持續(xù)性、依賴性和突變性。

以上的研究成果都只是單獨考慮了運輸通道內(nèi)居民的出行方式選擇行為，而居民在城市群間的出行不僅包括通道內(nèi)的出行這一階段，同時包含其兩端的市內(nèi)出行階段。而目前學者們對市區(qū)內(nèi)居民出行方式選擇行為的研究也已經(jīng)取得了豐富的成果。如宗芳等[6]通過對城市居民進行SP問卷調(diào)查，對居民通勤出行方式選擇行為建立了Logistic回歸模型，并運用該模型分析和評價了鼓勵公交政策對居民出行方式選擇行為的影響；杜豫川等[7]針對2010年上海世博會這一大型活動，對客流的出行方式選擇意愿進行了調(diào)查研究建模，為世博交通管理政策制定提供了決策支持；陳堅等[8]在分析居民的出行方式選擇行為時引入了出行行為潛變量的概念，構(gòu)建了潛變量和顯變量共同作用的 SEM-Logit 整合模型，并證明了考慮潛變量的模型精度更高；張薇等[9]考慮到居民的心理因素對方式選擇的影響，構(gòu)建了基于前景理論的居民出行方式選擇行為模型。筆者的研究對象為城市群內(nèi)居民的城際短途出行，市內(nèi)出行部分占出行全過程的時間比例較大，因此在研究此種出行的運輸方式選擇行為時我們有必要考慮市內(nèi)出行的影響。

1 出行全過程分析

居民在城市群內(nèi)的出行全過程可以分為兩個階段：第1階段，即市內(nèi)出行階段，從出發(fā)地點選擇某種市內(nèi)交通方式到城市對外客運站，該階段的可供選擇的出行方式有軌道交通、常規(guī)公交、出租車與小汽車；第2階段，即城際出行階段，從出發(fā)城市的對外客運站選擇某種出行方式到目的地城市，該階段的可供選擇的出行方式有長途大巴、普通列車、高速鐵路和小汽車。兩個出行階段通過中間的換乘過程銜接起來，居民在進行方式選擇時通常會考慮出行全過程，即兩個出行階段的組合效用，而不僅僅是城際出行階段的效用。用交通網(wǎng)絡表示的居民城際出行的全過程，如圖1。

圖1 城際短途出行全過程Fig.1 Whole process of intercity short-distance travel

2 建立出行方式選擇模型

2.1 樣本數(shù)據(jù)調(diào)查

成渝城市群以成都和重慶為核心，其之間的距離大約為340 km，兩個城市輻射范圍內(nèi)包括綿陽、南充、內(nèi)江、遂寧等諸多城鎮(zhèn)。城鎮(zhèn)分布密度高，隨著成渝城市群一體化的發(fā)展，城市群內(nèi)各城市之間的經(jīng)濟、文化等的聯(lián)系日益密切，城市群內(nèi)各主要城鎮(zhèn)之間的短距離出行也日益頻繁。目前成渝城市群交通運輸體系較完善，擁有包括高速鐵路、普通鐵路、高速公路、普通公路、水運、航空多種運輸方式。但由各種運輸方式的運輸特性和出行者的短距離出行特性決定了城市群內(nèi)的出行仍以公路與鐵路出行為主。筆者以成渝城市群內(nèi)的出行者為調(diào)查對象，分別以重慶北火車站、重慶龍頭寺長途汽車站、渝遂高速公路出入口3個地點為調(diào)查地點，采用RP問卷調(diào)查的方式，分別對選擇火車、長途客車和小汽車為城際出行方式的出行者進行現(xiàn)場調(diào)研。問卷內(nèi)容主要包括出行者的社會經(jīng)濟屬性(性別、年齡、收入、有無小汽車等)、出行方式特征(所選擇的市內(nèi)出行方式、出行時間、換乘次數(shù)、出行費用等)、出行特性(出行OD點、出行目的、是否有人同行等)。通過調(diào)研獲得有效問卷358份，其中選擇普通列車、高速鐵路、長途大巴、小汽車出行的樣本比例分別為32%，18%，26%，24%；擁有小汽車的出行者所占比例為36%；受訪者中男性較女性多，占總樣本的71%，這與男性所參與的社會經(jīng)濟活動較多有關(guān)。

2.2 Nested Logit模型

NL模型也叫巢式Logit模型，是離散選擇模型中具有代表性的一種，是在多項Logit模型的基礎上改進的一種模型，考慮了各選擇肢的相關(guān)性。根據(jù)NL模型中選擇樹的建立原則，類似性較大的位于選擇樹的下層，類似性較小(可以理解為更容易對出行者產(chǎn)生影響)的位于選擇樹的上層。圖2是筆者構(gòu)建的出行全過程NL模型選擇樹。

圖2 城際短途出行全過程NL模型選擇樹Fig.2 NL model choice tree of the whole process of intercity short-distance travel

首先用1，2，…，M表示水平2(城際出行方式)上的選擇方案，用2位數(shù)1m，2m，…，Rmm表示位于水平1(市內(nèi)出行階段)的任意選擇方案m下的選擇方案。對于出行者n其選擇水平1上的任意選擇方案(rm)的概率P(rm)應該等于其在選擇了某種城際出行方式m的條件下選擇市內(nèi)出行方式r的條件概率Pn(r︱m)與選擇城際出行方式m的概率Pn(m)的乘積。即

Pn(rm)=Pn(r|m)Pn(m),(r=1,2,…,Rmn;m=1,2,…,Mn)

(1)

(2)

(3)

假設出行者n的固定效用項V(r︱m)n和Vmn均呈線性關(guān)系，則V(r︱m)n和Vmn的表達式分別為式(4)，式(5)：

(4)

(5)

2.3 模型特性變量的確定

影響居民出行方式選擇的因素有很多，主要分為以下3類：出行者的社會經(jīng)濟屬性、各種出行方式特征以及出行特征。這3類因素共同決定出行者的出行效用，從而影響出行者的方式選擇行為。筆者考慮了出行者的性別、年齡、收入、家庭有無小汽車等社會經(jīng)濟屬性；出行時耗、出行費用、出行換乘次數(shù)等出行方式特征；是否為公務出行，出行時是否有同行者等出行特征。模型變量及其定義如表1。

表1 模型變量及其定義

2.4 模型參數(shù)的標定與檢驗

利用問卷調(diào)查所得數(shù)據(jù)，運用TransCAD對模型進行標定，TransCAD對NL模型進行標定時有兩種處理方法：第1種處理方法為同時估計各個水平所包含的所有特性變量的參數(shù)值；第2種處理方法為分階段分別估計每個水平所包含的特性變量的參數(shù)，每個階段都相當于對一個ML模型進行標定。筆者運用第2種方法對模型參數(shù)進行估計，剔除作用不顯著的影響因素，最終模型標定結(jié)果如表2，表3。根據(jù)模型的標定與檢驗結(jié)果可以看出，所有變量的t檢驗值均大于1.96，這說明這些變量對出行者出行方式選擇行為的影響顯著；并且參數(shù)的標定結(jié)果的符號均符合邏輯；優(yōu)度比分別為0.31和0.43，說明所建NL模型的精度較高，對居民出行方式選擇行為具有較強的解釋能力。當不考慮市內(nèi)出行階段的影響時，運用ML模型對居民城際間短距離出行出行方式選擇行為建模，并運用同樣的調(diào)查數(shù)據(jù)對模型進行標定，最終的標定結(jié)果如表4。模型的優(yōu)度比為0.36，與NL模型的優(yōu)度比0.43相比,下降了0.07。這說明當對居民城際間出行方式選擇行為進行建模時，考慮市內(nèi)出行階段出行效用的NL模型較不考慮市內(nèi)出行效用的ML模型能夠更好地擬合調(diào)查數(shù)據(jù)，模型精度更高。

表2 巢式Logit模型水平1參數(shù)估計結(jié)果

注：“—”表示變量的影響作用不顯著(表3，表4同)

表3 巢式Logit模型水平2參數(shù)估計結(jié)果果

表4 ML模型參數(shù)估計結(jié)果

2.5 模型標定結(jié)果的分析

出行時耗與出行費用的標定結(jié)果為負，說明隨著某種出行方式出行時耗與出行費用的增加，該種出行方式的選擇概率就會減小，這與人們?nèi)粘５某鲂羞x擇行為相一致。人們總是試圖以最短的時間與最低的費用來到達出行的目的。

變量I對常規(guī)公交與高鐵均有顯著影響，但對常規(guī)公交標定結(jié)果為負，對高鐵標定結(jié)果為負，這說明出行者的收入越高，選擇常規(guī)公交的概率越小，這可能與常規(guī)公交運行時間不確定性大，候車時間長，車廂環(huán)境差等因素有關(guān)；選擇高鐵的概率越大，這與出行者的時間價值有關(guān)，收入越高，往往出行者的時間價值越大，對旅行時間的要求越高，越容易選擇運行時間短的出行方式。

出行目的對居民出行方式的選擇具有顯著影響。出行者的公務出行，選擇出租車出行方式和高鐵出行方式的概率要大一些，而選擇普通列車的概率小一些。這可能與公務出行的費用來源有關(guān)，一般來說，公務出行的費用通常由公司或單位報銷，因此，出行者對出行費用的高低就不敏感，他們通常會選擇服務水平高，舒適度高的出行方式。

小汽車擁有情況對于小汽車出行方式具有顯著影響。擁有小汽車的居民，選擇小汽車出行方式的概率要大些，選擇出租車的概率要小些。這與小汽車機動靈活，可以實現(xiàn)“門”到“門”的直達運輸，且中間無需換乘的服務特性有關(guān)。

包容系數(shù)λ的標定結(jié)果為0.654，且t檢驗值大于1.96，說明市內(nèi)交通方式有95%的把握會影響城際交通方式的選擇。參數(shù)標定結(jié)果為正，說明居民的市內(nèi)出行階段(從出發(fā)地點到某種城際交通方式的對外客運站點)的效用越大，該種城際交通方式被選擇的概率越大，這與實際情況相符合。這說明當我們想提高城際間某種出行方式的分擔率時，在提高該種出行方式本身的運行速度，舒適度，降低運價的同時，也應該考慮到該種出行方式的空間可達性及與其他市內(nèi)出行方式的良好銜接，這一點也會顯著影響該種出行方式的被選擇概率。

3 結(jié) 語

隨著我國經(jīng)濟的區(qū)域化發(fā)展，居民城際間的短距離商務、旅游、訪友等出行需求日益增多，研究居民的城際間出行方式選擇行為對于城際間交通運輸系統(tǒng)的合理規(guī)劃具有重要意義。筆者在研究居民城際間出行方式選擇行為的時候，除了考慮一般的影響因素外，還考慮了市內(nèi)出行階段對城際出行的影響，并建立巢式Logit模型對居民城際出行過程中的市內(nèi)出行與城際出行兩個階段的方式選擇行為進行分析。模型的參數(shù)標定結(jié)果表明，市內(nèi)出行階段對居民城際出行方式的選擇行為具有顯著的影響：某種城際出行方式的對外客運樞紐站的可達性越好，即市內(nèi)出行階段的效用越大，該種城際出行方式被選擇的概率就越大。并且通過與不考慮市內(nèi)出行階段的ML模型進行對比，模型精度有所提高，說明NL模型能更加準確地刻畫出行者的城際間短距離出行方式選擇行為。

出行者城際間的短距離出行出行方式選擇行為決策是一個復雜的過程，受到很多因素的影響。除了筆者所考慮到的因素外，還可能會受到出行者個人的心理、偏好等一些較難量化的因素的影響。在后續(xù)研究中，應該更加深入地挖掘這些影響因素，并將這些因素盡可能地納入到所建模型中，以提高模型的預測精度。

[1] DAVID A H. A practical approach to identifying the market potential for high speed rail: a case study in the sydeney-canberra corridor[J].TransportationResearchPartA:PolicyandPractice, 1997,31(6): 431-446.

[3] 王景妍,張飛. 區(qū)域運輸通道內(nèi)影響旅客出行方式選擇的因素[J].交通科技與經(jīng)濟, 2011,13(6):71-74. WANG Jingyan,ZHANG Fei. Impact of regional transport corridors within the passenger travel mode choice factors[J].Technology&EconomyinAreasofCommunications, 2011,13(6):71-74.

[4] 景鵬,雋志才. 計劃行為理論框架下城際出行方式選擇分析[J]. 中國科技論文,2013，8(11):1088-1094. JING Peng,JUN Zhicai. Analysis of intercity travel mode choice in theory of planned behavior[J].ChinaSciencePaper,2013,8(11): 1088-1094.

[5] 吳麟麟,盧海琴,汪洋,等. 引入忠誠度變量的城際出行方式動態(tài)選擇行為研究[J]. 公路交通科技,2014(11):123-129. WU Linlin, LU Haiqin, WANG Yang, et al. Research on intercity travel mode dynamic choice behavior with introduced loyalty variable[J].JournalofHighwayandTransportationResearchandDevelopment,2014(11):123-129.

[6] 宗芳,雋志才. 基于活動的出行方式選擇模型與交通需求管理策略[J]. 吉林大學學報(工學版),2007,37(1):48-53. ZONG Fang, JUN Zhicai. Activity-based travel mode choice model and analysis on traffic demand management[J].JournalofJilinUniversity(EngineeringandTechnologyEdition), 2007,37(1):48-53.

[7] 杜豫川,蔣盛川,朱迪,等. 上海世博會出行方式選擇意愿建模與場景分析[J]. 同濟大學學報(自然科學版),2010,38(4):515-520. DU Yuchuan, JIANG Shenchuan, ZHU Di, et al. Discrete choice model and scenario analysis on trip mode choice behavior for Expo 2010 Shanghai[J].JournalofTongjiUniversity(NaturalScience) ,2010,38(4):515-520.

[8] 陳堅,晏啟鵬,楊飛,等.出行方式選擇行為的SEM-Logit整合模型[J]. 華南理工大學學報(自然科學版),2013,41(2):51-57. CHEN Jian, YAN Qipeng, YANG Fei, et al. SEM-Logit integration model of travel mode choice behaviors[J].JournalofSouthChinaUniversityofTechnology(NaturalScienceEdition) ,2013,41(2): 5-57.

[9] 張薇,何瑞春. 基于前景理論的居民出行方式選擇[J]. 計算機應用,2014,34(3):749-753. ZHANG Wei, HE Ruichun. Residents travel mode choice based on prospect theory[J].JournalofComputerApplications,2014,34(3): 749-753.

Modeling on Choice Behavior of Short-Distance Intercity Travel Mode

XIANG Hongyan, REN Xiaocong, CHEN Jian

(School of Traffic & Transportation, Chongqing Jiaotong University, Chongqing 400074, P.R.China)

The residents’ intercity travels were divided into two phases: travel within city and travel between cities. Combined with transport network, the whole process of intercity travel was firstly analyzed, and then based on the theory of utility maximization, Nested Logit model for two phases of choice behavior of intercity travel was established: level 1 was for choice of travel within city mode; level 2 was choice of for travel between cities mode. Finally, the above model was calibrated and tested by TransCAD according to SP and RP survey data. It is concluded by analyzing the model calibration results that: the value of coefficientλis 0.654, which indicates the influence of level 1 on level 2. Andλhas passed the T-test, which shows the utility of travelling within city stage has a significant impact on travelers’ choice behavior of inter-city travel mode. Compared with ML model which doesn’t consider the travel within city, the superior degree ratio of NL model with the consideration of the travel within city has raised 0.07, which means NL model has higher accuracy.

traffic and transportation engineering; intercity short-distance travel; travel mode; travel behavior; Nested Logit (NL) mode

10.3969/j.issn.1674-0696.2016.03.27

2015-02-10；

2015-07-09

國家自然科學基金項目(51308569)

向紅艷(1980—)，女，湖北恩施人，副教授，博士，主要從事交通運輸規(guī)劃與管理方面的研究。E-mail:xiang-@126.com。

任小聰(1989—)，女，河南洛陽人，碩士，主要從事交通運輸規(guī)劃與管理方面的研究。E-mail:1097623144@qq.com。

U491.1

A

1674-0696(2016)03-129-05