馬庚華 孫祎崢 邢金洋 翁心雨 王天童

摘 要：當前城市交通問題日益嚴重，公共及共享自行車接駁軌道交通這一組合出行方式順勢而生，其能有效緩解城市交通壓力且符合當前綠色交通發(fā)展政策。為研究公共及共享自行車接駁軌道交通行為，本文以二項Logit模型為基礎(chǔ)，采用SP調(diào)查方法得到公共及共享自行車接駁軌道交通方式選擇影響因素的相關(guān)數(shù)據(jù)，采用極大似然估計法標定模型參數(shù)，利用SPSS軟件結(jié)合調(diào)查數(shù)據(jù)進行仿真，得到參數(shù)估計量，從而建立出公共及共享自行車接駁軌道交通方式選擇模型，并結(jié)合實際情況運用特性集計方法將非集計結(jié)果集計化，得到各軌道站點公共及共享自行車接駁軌道交通方式選擇概率。

關(guān)鍵詞：公共自行車;共享自行車;二項Logit模型;SPSS軟件

中圖分類號：U491

文獻標識碼： A

當前，城市公共及共享自行車系統(tǒng)兩者協(xié)調(diào)發(fā)展，服務(wù)于居民公共交通出行[1]。基于共享自行車由公共自行車發(fā)展而來，兩者存在相似性，勢必會導致兩者間存在一定競爭關(guān)系[2]。在公共自行車與共享自行車接駁軌道交通中，競爭結(jié)果的體現(xiàn)在于兩者接駁概率差異。研究公共及共享自行車接駁軌道交通方式選擇對于兩者競爭關(guān)系的描述具有重要意義。

出行者在計劃出行時總是期望選擇效用最優(yōu)的出行模式[3]，而非集計模型的基本思想就是效用最大化[4]，因此公共及共享自行車接駁軌道交通方式選擇概率模型以非集計模型作為基礎(chǔ)，本文選擇二項Logit模型來預(yù)測相應(yīng)方式選擇概率，為研究公共及共享自行車接駁軌道交通出行行為奠定基礎(chǔ)。

2 數(shù)據(jù)分析

考慮到不同類型軌道站點出行者接駁需求存在一定差異[5]，因此綜合多方因素考量，本文采用SP調(diào)查法[6]通過在新街口站、珠江路站、草場門站與三山街站進行實地調(diào)查。調(diào)查問卷主要由三部分構(gòu)成：出行者的個人信息、出行特征與軌道交通站點特性。第一部分個人信息主要包括性別、年齡、收入等情況，對這部分情況進行調(diào)查，有利于獲得選擇公共及共享自行車接駁軌道交通出行者的群體信息;第二部分出行特征主要包括出行目的、出行過程中的感知因素等，對出行情況進行了解;第三部分主要是相應(yīng)的軌道站點特性等。通過在四個調(diào)查站點進行問卷調(diào)查，總計回收1160份問卷，其中有效問卷數(shù)量為1024份。最終統(tǒng)計得到相應(yīng)參數(shù)的數(shù)量及占比見表1。

3 公共及共享自行車接駁軌道交通方式選擇模型建立

3.3 參數(shù)估計

由于公共及共享自行車接駁軌道交通方式選擇概率模型理論基礎(chǔ)為二項Logit模型，因此在確定模型特征變量后，利用SPSS軟件對數(shù)據(jù)進行二項Logit回歸，預(yù)測公共及共享自行車接駁軌道交通方式選擇概率[12]。主要利用SPSS軟件對模型進行相應(yīng)參數(shù)標定，并通過極大似然檢驗法剔除不顯著的特征變量[13]，最后確定方式選擇概率模型的回歸參數(shù)，得到各站點方式選擇模型，預(yù)測站點公共及共享自行車接駁軌道交通方式選擇概率。下面以新街口站點為例對其數(shù)據(jù)進行相應(yīng)分析，整理并保留顯著影響因素，得到Logit模型的參數(shù)估計與檢驗結(jié)果見表3。將其余三個站點調(diào)查問卷數(shù)據(jù)整理輸入SPSS軟件中依次進行上述回歸分析過程，可以得到各站點調(diào)查數(shù)據(jù)的相應(yīng)Logit模型參數(shù)標定結(jié)果見表4。

根據(jù)各站點數(shù)據(jù)與公共及共享自行車接駁軌道交通方式選擇概率模型，得到單個出行者的公共及共享自行車接駁軌道交通方式選擇概率。前文依照年齡將出行者分為<30歲、30～40歲、>40歲這三類，根據(jù)已有的個體選擇公共自行車接駁軌道交通概率值計算得到這三類出行者的公共自行車選擇概率平均值。根據(jù)每一類出行者占比，結(jié)合這三類出行者選擇公共自行車接駁軌道交通概率平均值，可計算得到各站點公共自行車接駁軌道交通預(yù)測概率值與共享自行車接駁軌道交通預(yù)測概率值，預(yù)測結(jié)果見表5。

5 結(jié)論

通過對南京市新街口、珠江路、草場門與三山街四個站點的公共及共享自行車接駁軌道交通方式選擇的影響因素進行分析，以二項Logit模型為基礎(chǔ)，建立公共及共享自行車接駁軌道交通方式選擇模型，將選擇結(jié)果進行集計化處理，并與實際結(jié)果進行比較，發(fā)現(xiàn)模型預(yù)測值與調(diào)查情況整體吻合度較高，符合實際情況。同時，得到各站點公共自行車接駁軌道交通概率值整體低于共享自行車接駁軌道交通概率值，且站點間公共及共享自行車方式選擇概率存在明顯差異這一結(jié)論，與實際接駁選擇情況較為符合，說明該模型可以有效預(yù)測公共及共享自行車接駁軌道交通方式選擇。

參考文獻：

[1]侯兆收.公共自行車運營模式[J].交通科技與經(jīng)濟，2012，14（2）：81-83.

[2]周楊，張冰琦，李強. 公共自行車系統(tǒng)的研究進展與展望[J].城市發(fā)展研究，2014，21（9）：118-124.

[3]NAIR R， HOOKS M E. Equilibrium design of bicycle sharing systems： the case of Washington D.C.[J]. EURO Journal on Transportation and Logistics， 2016，5（3）：321-344.

[4]BORDAGARAY M， IBEAS A， DELL￣OLIO L，et al. Modeling the service quality of public bicycle schemes considering user heterogeneity[J]. International Journal of Sustainable Transportation，2015，9（8）：580-591.

[5]韓曉玉，朱從坤，何承韡. Logit模型在軌道交通接駁方式預(yù)測中的應(yīng)用[J].交通科技與經(jīng)濟， 2016，（01）：25-29.

[6]劉志明，鄧衛(wèi)，郭唐儀. 基于RP/SP調(diào)查的非集計模型在交通方式分擔率預(yù)測的應(yīng)用[J]. 交通運輸工程與信息學報，2008，（03）：59-64.

[7]代曉明. 基于MNL模型的城市交通方式選擇研究[J]. 交通科技與經(jīng)濟， 2016， 18（1）：33-37.

[8]傅志妍，趙翰林，陳堅. 社交網(wǎng)絡(luò)交通信息對出行方式選擇行為影響模型[J].交通運輸系統(tǒng)工程與信息，2019，19（02）：22-29.

[9]魏康園，何慶，徐欽帥. 一種改進森林優(yōu)化的K-means聚類算法[J].貴州大學學報（自然科學版），2018，35（06）：69-75.

[10]潘躍，裴玉龍. 城市常規(guī)公交接駁方式分擔率預(yù)測模型研究[J].交通科技與經(jīng)濟，2018，20（06）：45-51.

[11]江登英，余玲. 基于巢式Logit模型的城際交通方式研究[J].重慶交通大學學報（自然科學版），2018，37（08）：96-101.

[12]孟祥佩，晏莉穎. 基于Logit模型的城市軌道交通接駁方式預(yù)測研究[J].城市公共交通，2017（01）：31-34.

[13]李娜，任倩. 基于SPSS軟件的交通方式分擔率建模[J].洛陽理工學院學報（自然科學版），2015，（02）：22-26.

[14]蔣源，陳小鴻，徐曉敏. 公共自行車接駁軌道交通服務(wù)范圍研究[J].交通運輸系統(tǒng)工程與信息，2018，18（S1）：94-102.

[15]張思佳，賈順平，王瑜瓊. 考慮地鐵站點多方式接駁范圍的接運網(wǎng)絡(luò)配流模型[J].交通運輸系統(tǒng)工程與信息，2018，18（05）：38-45.

[16]馬騰騰. 城市軌道交通車站共享單車接駁優(yōu)化研究[D].北京：北京建筑大學，2018.

（責任編輯：于慧梅）