基于Logit模型的城市軌道交通接駁方式預(yù)測(cè)研究

孟祥佩 晏莉穎

（寧波大紅鷹學(xué)院基礎(chǔ)學(xué)院，寧波 315175）

基于Logit模型的城市軌道交通接駁方式預(yù)測(cè)研究

孟祥佩 晏莉穎

（寧波大紅鷹學(xué)院基礎(chǔ)學(xué)院，寧波 315175）

為提高軌道交通與其他交通的換乘效率，本文考慮軌道交通出行者的個(gè)人屬性、家庭社會(huì)經(jīng)濟(jì)因素、出行屬性等建立基于Logit模型的城市軌道交通接駁選擇預(yù)測(cè)模型。借助spss軟件對(duì)模型參數(shù)進(jìn)行擬合和檢驗(yàn)，研究結(jié)果表明出行者的家庭收入、接駁距離、接駁費(fèi)用等因素對(duì)接駁軌道交通均有影響。模型的精度高達(dá)81%，接駁選擇預(yù)測(cè)模型能夠很好地應(yīng)用于對(duì)軌道交通接駁方式的預(yù)測(cè)。

軌道交通; 接駁方式; Logit模型

1 前言

近年來，隨著科技的快速發(fā)展,城市化進(jìn)程日益加快,城市交通很難適應(yīng)日益增長(zhǎng)的客運(yùn)需求。相比傳統(tǒng)的交通運(yùn)輸方式，城市軌道交通（Rail Transit）（本文主要指城市地鐵）具有運(yùn)量大、速度快、準(zhǔn)時(shí)、安全可靠、穩(wěn)定性高、占地面積少、環(huán)保節(jié)能、舒適性高等多方面的優(yōu)勢(shì),它已成為解決日趨嚴(yán)重的城市交通問題的最佳選擇，“十三五”期間軌道交通體系的發(fā)展與完善仍然是各部門關(guān)注的焦點(diǎn)。

接駁是軌道交通的一個(gè)基本特征,合理的軌道接駁能減少出行時(shí)間,吸引更多乘客。不合理的接駁使出行時(shí)間額外增加,對(duì)出行的便捷性、出行需求產(chǎn)生不利影響?？梢?只有解決好軌道交通的接駁問題,才能發(fā)揮整個(gè)軌道交通的功能,體現(xiàn)軌道交通在整個(gè)交通體系中的主體地位。從實(shí)際交通情況來看，軌道交通與其他各種交通方式的接駁缺乏協(xié)調(diào)，致使居民出行時(shí)乘坐軌道交通以及換乘軌道交通的效率不高，軌道交通的主體作用尚不能得到充分發(fā)揮。因此，實(shí)現(xiàn)軌道交通與其他交通的有效接駁，促進(jìn)各種交通方式的優(yōu)勢(shì)互補(bǔ)，提高出行效率，減少出行時(shí)間至關(guān)重要。

近年來，國(guó)內(nèi)學(xué)者對(duì)城市軌道交通接駁的研究取得一些成果，如：2007年，國(guó)內(nèi)學(xué)者徐園[1]研究了城市軌道交通與常規(guī)公交站點(diǎn)間的銜接。2008年，王文紅等[2]考慮接駁時(shí)間與接駁費(fèi)用，建立了Nested-Logit模型分析軌道交通銜接方式特點(diǎn)。2010年，柳麗娜[3]以軌道交通銜接方式作為研究對(duì)象，選取北京地鐵一號(hào)線的20個(gè)站點(diǎn)，對(duì)軌道交通銜接方式的比例構(gòu)成、接駁半徑及土地開發(fā)對(duì)軌道交通接駁客流的影響進(jìn)行深入分析，建立滿意度評(píng)價(jià)模型，利用回歸分析方法得出相關(guān)結(jié)論，并提出相應(yīng)的建議。2012年，呂楠[4]研究了城市公交與軌道交通接駁的規(guī)劃方法。2015年，程爽等[5]以深圳市軌道9號(hào)線為例研究了軌道交通接駁規(guī)劃。2015年，任芳、林利等[6-7]分別給出了常規(guī)公交與軌道交通接駁線路優(yōu)化的研究。此后，梁瀟等[8]研究了上海松江大學(xué)城大學(xué)生出行選擇接駁軌道交通的特征。同年，李輝等[9]采用距離衰減模型分析了步行與電動(dòng)自行車接駁軌道交通的距離范圍。

以上研究大多考慮軌道交通與某一類交通之間的接駁，很少同時(shí)考慮軌道交通與其他各種交通方式的接駁研究，目前國(guó)內(nèi)有關(guān)這方面的研究也比較欠缺。本文以寧波軌道交通與其他交通方式的接駁為研究對(duì)象，研究軌道交通出行者選擇接駁方式的行為，以便探究軌道交通與其他交通的換乘規(guī)律，增加軌道交通的客流量，緩解交通堵塞，為建立和諧、美麗、智慧城市注入正能量。

2 軌道交通接駁方式的選擇模型

2.1 模型的建立

MNL（Multinomial Logit Model）模型是非集計(jì)模型中的一種，由于該模型具有數(shù)學(xué)表達(dá)式簡(jiǎn)潔、物理意義易理解、選擇概率在[0, 1]之間且各選擇肢的概率之和為1等特點(diǎn)，近年來被廣泛應(yīng)用于交通學(xué)術(shù)領(lǐng)域模擬預(yù)測(cè)中[10]。其基本思想是：在建模時(shí)，首先設(shè)定一個(gè)參考類（比如第J類，該參考類為選擇集合的某項(xiàng)選擇肢），然后以其他選擇肢與參考類進(jìn)行對(duì)比，建立J-1個(gè)非集計(jì)模型。

假設(shè)可供出行者選擇的接駁集合為A=（1，2，... J），則出行者選擇第i類接駁方式的非集計(jì)模型可描述為

其中ai和βik均是待定參數(shù)，ai表示第i類接駁方式的常數(shù)項(xiàng)，βik表示第i類接駁方式相應(yīng)變量xk的系數(shù)。式（1）也可變形為

根據(jù)接駁方式概率之和滿足 ，從式（2）中可得第i類接駁方式選擇概率為

第J類接駁方式的選擇概率為

2.2 模型變量賦值

本次研究對(duì)象為寧波軌道交通1號(hào)線，主要調(diào)查寧波軌道交通1號(hào)線出行者出行換乘情況，調(diào)查通過現(xiàn)場(chǎng)發(fā)放問卷和寧波地鐵公眾平臺(tái)問卷調(diào)研相結(jié)合完成。得到有效問卷共1688份。為了方便建立模型，現(xiàn)對(duì)顯著變量賦值，見表1。

2.3 模型參數(shù)標(biāo)定

由于私家車和出租車具有某些相似性，在模型建立時(shí)將私家車和出租車合并一起考慮，合稱為小汽車。根據(jù)各種交通方式對(duì)軌道交通接駁的影響因素，把小汽車（出租車/私家車）、公共自行車、步行作為接駁方式的選擇肢，將公交車作為參考類，模型參數(shù)見表2。

在表2中B表示自變量的回歸系數(shù)，S.E表示回歸系數(shù)的標(biāo)準(zhǔn)誤差，Wald（ ）用來對(duì)回歸系數(shù)進(jìn)行檢驗(yàn)。sig.是顯著水平，根據(jù)統(tǒng)計(jì)學(xué)理論，當(dāng)P（sig.）＜0.05時(shí)，認(rèn)為變量在模型中的影響是顯著的。根據(jù)表2中的數(shù)據(jù)可以得到以公交車為參考類，以收入、接駁距離、接駁費(fèi)用為自變量的交通接駁方式的選擇預(yù)測(cè)模型：

其中p1, p2, p3, p4分別表示出行者接駁軌道交通時(shí)選擇私家車/出租車、公共自行車、步行、公交車的概率，且p1+p2+p3+p4=1。x1, x2, x3分別表示收入、接駁費(fèi)用、接駁距離。

3 模型檢驗(yàn)

表2 模型參數(shù)擬合結(jié)果分析

模型統(tǒng)計(jì)檢驗(yàn)是模型求解后分析的必要過程，在上面的分析中已經(jīng)得到了各種交通方式接駁軌道交通的預(yù)測(cè)模型。為了進(jìn)一步檢驗(yàn)?zāi)Ｐ偷挠行?，借助SPSS軟件給出三種檢驗(yàn)結(jié)果。

（1）模型擬合信息

由表3可以看出，顯著水平為0.000，說明選取的接駁距離、接駁費(fèi)用、收入等解釋變量相對(duì)于公交車接駁分擔(dān)率之間的線性關(guān)系顯著，模型變量選擇正確。

（2）擬合優(yōu)度指標(biāo)（ρ2）

優(yōu)度比檢驗(yàn)中的ρ2為McFadden決定系數(shù)，與回歸分析中的R2類似，用來檢驗(yàn)?zāi)Ｐ偷臄M合效果，ρ2的取值范圍為0 ＜ ρ2＜ 1，其值越接近1說明模型的精度越高。但在實(shí)際應(yīng)用中，其取值范圍在0.3-0.5之間就相當(dāng)理想了[11]。本文所建立的模型ρ2=0.540，說明擬合效果相當(dāng)理想。

（3）似然比檢驗(yàn)

似然比檢驗(yàn)是反映真實(shí)性的一個(gè)指標(biāo)，屬于同時(shí)反映靈敏度和特異度的復(fù)合指標(biāo)。從表4可以看出，顯著性水平小于0.05時(shí)，收入、接駁距離、接駁費(fèi)用卡方檢驗(yàn)的概率值均低于0.05，則拒絕回歸系數(shù)為0的假設(shè)，認(rèn)為收入、接駁距離、接駁費(fèi)用對(duì)模型的線性關(guān)系貢獻(xiàn)顯著。而性別、年齡的卡方檢驗(yàn)的概率均大于0.05，即認(rèn)為性別、年齡等因素對(duì)模型的線性關(guān)系貢獻(xiàn)不顯著。由此說明，本文所選取的變量合理。

表3 模型擬合信息

表4 模型的似然比檢驗(yàn)數(shù)據(jù)

4 結(jié)論

本文借助非集計(jì)模型建立了軌道交通接駁方式選擇預(yù)測(cè)模型，借助SPSS軟件模型參數(shù)進(jìn)行標(biāo)定，分析結(jié)果表明，出行者的收入、接駁距離、接駁費(fèi)用等因素對(duì)接駁方式的選擇均有顯著影響，數(shù)據(jù)處理結(jié)果顯示模型預(yù)測(cè)正確率高達(dá)81%。研究結(jié)果為軌道交通接駁其他交通協(xié)調(diào)發(fā)展提供依據(jù)，有助于提高軌道交通的分擔(dān)率，緩解城市交通堵塞，有利于打造低碳環(huán)保的智慧城市。

[ 1 ] 徐園．城市軌道交通與常規(guī)公交站點(diǎn)間的銜接研究[D]．長(zhǎng)安大學(xué)，2007．

[ 2 ] 王文紅,關(guān)宏志,王山川．Nested-Logit模型在軌道交通銜接方式選擇中的應(yīng)用[J]．城市軌道交通研究,2008,11(7):25-30．

[ 3 ] 柳麗娜．軌道交通客流接駁方式研究[D]．北京工業(yè)大學(xué)碩士學(xué)位論文，2010．

[ 4 ] 呂楠．城市公交與軌道交通接駁線網(wǎng)規(guī)劃方法[J]．城市建設(shè)理論研究（電子版）,2012,(3)．

[ 5 ] 程爽,陳思．軌道交通接駁規(guī)劃研究-以深圳市軌道9號(hào)線為例[J]．城市建設(shè)理論研究（電子版）,2015,(23):748-750．

[ 6 ] 任芳．城市常規(guī)公交與軌道交通接駁線路優(yōu)化研究[D]．長(zhǎng)沙理工大學(xué),2010．

[ 7 ] 林利．重慶市常規(guī)公交與軌道交通接駁線路優(yōu)化研究[D]．重慶交通大學(xué),2015．

[ 8 ] 梁瀟,李楓．軌道交通接駁方式選擇行為分析-以上海松江大學(xué)城為例[J]．交通運(yùn)輸研究,2015,1(1):43-47．

[ 9 ] 李輝,王東煒,趙湘育，嚴(yán)亞丹．不同類型軌道交通站點(diǎn)步行與電動(dòng)自行車接駁分析[J]．鐵道科學(xué)與工程學(xué)報(bào),2015,(6):1493-1499．

[ 10 ] 賈洪飛,龔勃文,宗方． 交通方式選擇的非集計(jì)模型及其應(yīng)用[J]．吉林大學(xué)學(xué)報(bào)． 2007, 37(6):1288-1293．

[ 11 ] 楊敏,陳學(xué)武,王煒等．基于人口和土地利用的城市新區(qū)交通生成預(yù)測(cè)模型[J]．東南大學(xué)學(xué)報(bào)（自然科學(xué)版）2005, 35（5）:815-819．

Study on the Prediction of Rail Transit Connection Based on Logit Model (Basic college, Ningbo Da hong ying University, Ningbo 315175)

MENG xiang pei YAN li ying

In the paper, in order to improve the transfer eff i ciency of rail transit with other traff i c, we proposed a prediction model of urban rail transit connection considering the personal property, family social economic factors. Using SPSS, the parameters of the model are calibrated and tested. Results show that income, transferring distance, connection fees on the shuttle all affect the rail transit and the prediction model is obtained with the accuracy of 81%. Therefore, the prediction model can effectively predict the behavior of travelers choose shuttle rail transit.

public transit; traff i c demand management; trip mode structure

U491．1+4

A

課題項(xiàng)目：浙江省教育廳一般科研項(xiàng)目（NO．Y201533488），寧波市軟科學(xué)（2016A10065）