交通信息對出行行為的影響分析綜述＊

姜桂艷 張春勤 吳正言 李繼偉

（吉林大學汽車動態模擬國家重點實驗室1） 吉林大學交通學院2） 長春 130025）

隨著交通信息發布方式和設備的不斷完善，交通信息對出行行為的影響越來越大［1］；此外，根據交通信息對出行行為的影響，制定更有效的信息發布方法和策略.因此，了解交通信息對出行行為的影響變得尤為重要.

然而，先進的出行者信息系統（advanced traveler information systems，ATIS）的有效性取決于出行者對ATIS信息的響應程度，即交通信息對出行者出行行為的影響模式與影響程度.自20世紀80年代以來，國內外學者先后對此進行了大量的調查與分析，主要從出行者的角度，研究了交通信息對出行目的地選擇、對出行方式選擇、對出發時間選擇和對出行路徑選擇等四個方面的影響.

1 交通信息對出行目的地選擇的影響

通常情況下，大部分出行者，特別是通勤者的出行目的地是明確的和固定的，例如，上班、上學和回家等；而外出購物或旅游出行者的出行目的地是可選擇的.

Kraan［2］等通過現場訪問和發送郵件方式調查、分析了出行前和出行中交通信息對非通勤者購物目的地選擇的影響.結果表明，非通勤者選擇購物目的地多以商場特性為基礎；在提供延誤信息的情況下，大約25%的非通勤者會改變購物目的地.

Mahmassani［3］等基于互聯網和SP調查法獲取相關數據，利用離散選擇模型（Probit模型和對數似然函數）分析了交通信息對購物目的地選擇的影響.結果表明，出行者的社會經濟特性（如性別、年齡、學歷等）與購物目的地的改變具有弱相關性；對所在城市不熟悉的出行者更傾向于改變購物目的地；經常去同一商場購物的出行者不太可能改變出行目的地；當出行者獲得交通延誤信息時，改變購物目的地的可能性增加.

熊勇清［4］等采用問卷調查方式對旅游目的地選擇的影響因素進行了調查，利用嵌套Logit模型分析了情感印象和約束因素在旅游目的地選擇過程中的作用.結果表明，旅游者對某一旅游目的地的情感印象越好，并且該目的地被感知的約束因素越少，則該目的地被選擇的機率越大.

目前，雖然部分學者研究了交通信息對到達目的地的影響，主要集中在研究交通信息對旅游或購物目的地的影響，但由于研究文獻較少，不足以得到一般的結論.

2 交通信息對出行方式選擇的影響

出行方式是指完成從出發點到目的地的出行過程所采用的移動方式.選擇合適的出行方式，以便于出行者更好地完成整個出行過程.

Rochat［5］等以瑞典日內瓦市全體通勤者的出行行為調查為基礎，對相關數據進行了統計分析.結果發現，年長的比年輕的通勤者更喜歡選擇以公交方式出行；在惡劣天氣情況下出行者會改變出行方式；在突發交通延誤的情況下，有關公共交通出行方式的指令性交通信息對出行方式選擇有很大的影響.

Yim Youngbin［6］等基于交通調查法和現場測量法，以舊金山海灣地區的交通調查數據為基礎，分析了交通信息對出行方式選擇的影響.結果表明，在獲得不利的交通環境信息時，只有不到1%的通勤者會選擇改變出行方式，而90%的過境出行者會根據所建議的出行方式完成出行.

Tsirimpa［7］等以普吉特海灣地區出行者的出行日記為基礎，利用多項Logit模型和混合多項Logit模型分析了交通信息對出行方式選擇的影響.結果表明，交通信息的實時性和內容都會影響到出行方式的改變；接收到交通信息的出行者僅有1.4%會改變出行方式；對通勤情況比較滿意的通勤者更不可能改變出行方式.

徐上［8］等采用問卷調查采集出行方式數據，基于個體效用最優理論和多項Logit模型，建立了微觀影響因素模型.結果表明，出行者的社會經濟特性、出行特性（如出行時間、出行距離）是影響出行方式選擇的主要因素.

目前，國內外學者在交通信息對出行方式影響方面取得一定的研究成果，普遍采用SP調查法和RP調查法獲取交通數據，國外研究者主要基于多項Logit模型和混合多項Logit模型分析影響出行方式選擇的因素，國內學者主要基于多項Logit模型和嵌套Logit模型分析影響出行方式選擇的因素.影響出行方式選擇的主要因素包括出行者的個體特性、出行特性、天氣情況以及接收到的交通信息的內容和質量等.

3 交通信息對出發時間選擇的影響

在討論出行行為時，出發時間選擇和出行路徑選擇通常一起考慮，但在研究交通信息的影響時需要單獨考慮.原因在于出行前和出行中信息都可能影響到出行路徑的選擇，而出發時間只受到出行前信息的影響.

Khattak［9］等采用郵寄問卷方式對芝加哥商業區的通勤者進行了問卷調查，基于有序Probit模型分析了交通信息對出發時間的影響.結果表明，超過60%的被調查者會根據獲得的出行前交通信息調整出發時間；出行前交通信息的準確性和實時性對出發時間的選擇具有重要影響.

Khattak［10］等以電話訪問和郵寄問卷方式調查了舊金山的交通信息對出發時間選擇的影響，利用Probit和多項Logit模型分析了出發時間選擇的影響因素.結果表明，駕駛員的社會經濟特性、交通信息的確定性以及從電子媒體獲得交通信息都會影響到出發時間的選擇.

Srinivasan［11］運用出行選擇模擬器研究了ATIS信息對出發時間的影響.研究表明，交通系統的穩定性、出行經驗、自然環境以及交通信息的內容、質量等都會影響到出行者是否會根據交通信息調整出發時間.

Jou［12］通過家庭訪問和SP調查法采集了臺灣Taichung地區出行者的社會經濟特性和出行行為數據，利用二項Probit模型分析了出行前交通信息對出發時間的影響.結果發現，能否接收到出行前交通信息、出行者的社會經濟特性、出行經驗和到達時間與工作規定時間的差值對出發時間的調整具有重要的影響.

目前，國外在交通信息對出發時間的影響方面取得了較多的成果，但國內在這方面的研究幾乎還是空白.研究者一般基于SP調查法和RP調查法設計調查問卷，以現場問卷調查或郵寄問卷方采集交通數據；在交通行為分析和建模方面，普遍采用離散選擇模型，最常用的是Logit模型和Probit模型，個別學者采用聚類分析方法.研究表明，影響出發時間的因素主要包括出行者的社會經濟特性、出行經驗、交通信息的內容和質量、交通系統的穩定性（如出行時間的可變性）、獲得信息的途徑以及達到時間與工作時間的差值.

4 交通信息對出行路徑選擇的影響

近年來，隨著ITS的深入研究，人們越來越認識到路徑選擇行為與交通信息發布策略之間相互關系的重要性.目前，國內外學者在這方面的研究如下.

Khattak13等基于SP調查法獲取了舊金山海灣地區通勤者的出行行為數據，以確定ATIS提供的交通信息是如何影響出行者的路徑選擇.結果表明，延誤時間、對替代路徑的熟悉程度和替代路徑的擁擠程度信息是影響出行路徑選擇的主要因素.

Richard［14］等采用郵寄方式調查了阿姆斯特丹市出行者的出行行為，運用有序Probit模型、多項Logit模型和二項有序Probit模型分析了出行路徑選擇的影響因素.結果表明，出行者選擇替代路徑的可能性與替代路徑的類型和距離有密切的關系；由交通廣播電臺和VMS提供的交通信息對路徑選擇的影響非常相似；男性比女性、通勤者比非通勤者更樂意服從替代路徑信息.

Mohamed［15］等提出了一種交通信息影響出行路徑選擇的統計分析方法，利用2次SP調查采集交通數據，運用二項Logit模型和混合正態分布模型建立了2個路徑選擇模型.結果表明，預期的出行時間及其變化、通勤者對出行特性（如出行距離和交通安全等）的態度以及社會經濟特性都會影響到出行路徑的選擇.

Wardman［16］等利用SP調查方法評價了VMS提供的交通信息對出行路徑選擇的影響.結果表明，前方道路交通狀態的信息以及交通事件引起的延誤對出行路徑選擇的影響非常大；但沒有報道由何種原因引起的延誤對路徑選擇的影響很小；對于經驗豐富的駕駛員，可看見的排隊長度對出行路徑選擇也有很大的影響.

Haitham［17］以混合式交通分配模型為基礎，結合出行者路徑轉移行為模型和排隊模型，對突發交通事件情況下AITS的影響進行評價.結果表明，原路徑上排隊長度越長、替代路徑的交通停靠點越少以及對替代路徑越熟悉的出行者越傾向于選擇替代路徑；年輕男性和未婚出行者也更傾向于選擇替代路徑.

Peeta［18］等通過SP調查法采集美國中西部印第安納州西拉法葉城出行者的相關數據，利用Logit模型分析了影響出行路徑選擇的因素.結果表明，出行者的社會經濟特性、交通信息的內容和詳細程度、交通網絡的空間特性和出行者對VMS的信任程度都顯著影響著出行路徑選擇的可能性.

曾松［19］等基于駕駛員調查和計算機測試等實驗分析方法對駕駛員的路徑選擇模式進行了研究，采用多項Logit模型對實驗數據進行分析.結果表明，出行時間信息和路徑熟悉程度對出行者改變出行路徑具有重要的影響.

石小法［20］等建立了一種簡單網絡上的排隊模型，分析ATIS對出行者在交通事故期間路徑選擇行為的影響.結果表明，ATIS提供的交通信息（如事故持續時間、由事故引起的延誤等）有助于出行者在交通事故期間選擇最佳出行路徑.

周元峰［21］等通過SP調查法獲得北京市出租車駕駛員的路徑選擇行為數據，利用Logistic模型分析影響出租車駕駛員路徑選擇行為的主要因素.結果表明，駕駛員的社會經濟特性、路網的熟悉程度、交通事故程度、延誤程度、出行路徑的選擇依據和交通信息的質量對駕駛員的路徑選擇具有重要的影響.

干宏程［22］采用SP調查數據研究了VMS提供替代路徑行程時間條件下的路徑選擇行為，并運用二項Probit模型對影響路徑選擇的因素進行了多變量分析.結果表明，駕駛員的路徑選擇會受VMS信息的內容、駕駛員的社會經濟特性以及替換路徑屬性等因素的影響.

徐天東［23］等采用SP調查法采集出行者的出行行為數據，運用二項Logit模型建立了提供路徑行程時間信息、交通狀態信息和交通事故信息條件下駕駛員動態路徑選擇行為的模型.結果表明，駕駛員的社會經濟特性、所發布的路徑交通信息的準確性與完整性是影響路徑選擇的主要因素.

由研究資料知，國內外學者在交通信息對出行路徑選擇的影響方面取得很多成果，多數研究者采用SP調查法和RP調查法采集交通數據，普遍采用離散選擇建模方法，最為常用的是Logit模型和Probit模型，少數研究者采用基于Agent神經網絡模型.早期研究者多采用二項或多項Logit模型，由于二項或多項Logit模型要求被選擇項之間服從獨立不相關，然而影響路徑選擇的因素具有較多的相似性，不具備相互獨立性，而嵌套Logit模型可以解決因變量選項不獨立相關的問題，因此現在研究者多采用嵌套Logit模型.

上述研究資料可知，影響出行者出行路徑選擇的因素很多，其主要因素包括：駕駛員的社會經濟特性，出行時間可靠性，交通事件和延誤的信息，替代路徑可節省的出行時間多少、對替代路徑的熟悉程度、替代路徑的擁擠程度、替代路徑的類型和距離、替代路徑的交通停靠點多少以及所發布交通信息的內容和質量.

5 結束語

在不同的道路交通條件下，不同的出行者會對所提供的交通信息做出不同的響應.以此為基礎制定的交通信息發布策略與方法，可以引導出行者在出行方式、出發時間、出行路徑甚至出行目的等方面進行科學、合理的選擇，不但有利于實現用戶最優的交通出行，而且有助于實現系統最優的交通管理目標，提高整體路網的運輸效率.與發達國家相比，我國在這個領域的研究還處于起步階段，在研究中存在的不足之處主要包括：（1）在交通信息對出發時間選擇的影響研究方面幾乎還處于空白狀態；（2）在交通信息對出行方式選擇的影響研究方面的成果比較少；（3）調查的樣本量非常有限.

特定情況下，選擇合適的出發時間能夠節省總的出行時間消耗，今后，這方面的研究應受到國內研究者的重視.與國外相比，我國的研究樣本量較少.然而，樣本量的大小與分析結論的可靠性具有很大的相關性，因此，在今后研究中應借鑒國外的調查問卷的設計以及數據的收集和分析等方法.

［1］楊智偉，趙勝川，張 迅，私家車出行者交通信息需求研究［J］.交通信息與安全，2009，5（27）：24－28.

［2］Kraan M，Huynh H S M N.Traveler responses to advanced traveler information systems for shopping trips：interactive survey approach［J］.Transportation Research Board，2000，1725（0361－1981）：116－123.

［3］Mahmassani H S，Huynh N，Srinivasan K，et al.Tripmaker choice behavior for shopping trips under real－time information：model formulation and results of stated－preference internet－based interactive experiments［J］.Transportation Research Board，2003，10（6）：311－321.

［4］熊勇清，彭 希.基于嵌套Logit模型的旅游者目的地選擇影響因素分析［J］.湘潭大學學報，2008，32（5）：139－143，159.

［5］Rochat A D.Understanding individual travel decisions：results from a commuters survey in Geneva［J］.Transportation，1999，26（3）：263－281.

［6］Yim Youngbin.Evaluation of travinfo TM field operational test［D］.California：University of California at Berkeley Institute of Transportation，2000.

［7］Tsirimpa Athena.Modeling the impact of advanced traveler information systems on travelers′behavior：puget sound region case study［R］.European Transport and contributor，2005.

［8］徐 上，陸 馬，崔洪軍，大型活動觀眾出行方式選擇影響因素研究［J］.交通運輸工程與信息學報，2007，5（4）：77－83.

［9］Khattak A J，Schofer J L，Koppelman F S.Effect of traffic reports on commuters′route and departure time changes［J］.IEEE，1991，4：669－679.

［10］Khattak A J，Yim Y，Stalker L.Does travel information influence commuter and non－commuter behavior？results from the san francisco bay area travInfo project［J］.Transportation Research Record 1999，1694（63）：48－58.

［11］Srinivasan.Dynamics in departure time choices of commuters：a comparison of alternative adjustment mechanisms［R］.Transportation Research Board，2001.

［12］Jou R C.Modeling the impact of pre－trip information on commuter departure time and route choice［J］. Transportation Research Part B，2001，35（10）：887－902.

［13］Khattak A J，Kanafani A，E Le Colletter.Stated and reported route diversion behavior：implications of benefits of advanced traveler information systems［R］.Transportation Research Record 1994，1464（0361）：28－35.

［14］Richard H M，Emmerink P N，Rietveld P，et al.Variable message signs and radio traffic information：an integrated empirical analysis of drivers′route choice behavior［R］.Transportation Research Part，1996，30（2）：135－150.

［15］Mohamed A，Abedel－aty.Using stated preference data for studying the effect of advanced traffic information on drivers′route choice［J］.Transportation Research Part，1997，5（1）：39－50.

［16］Wardman M.Driver response to variable message signs：a stated preference investigation［J］.Transportation Research Part，1997，5（6）：389－405.

［17］Haitham M.A combined traveler behavior and system performance model with advanced traveler information systems［J］.Transportation Research Part，1998，32（7）：479－493.

［18］Peeta S，Ramos J L，Pasupathy R.Content of variable message signs and on－line driver behavior［R］.Transportation Research Board，2000，1725（0361－1981）：102－108.

［19］曾 松，史春華，楊曉光.基于實驗分析的駕駛員路線選擇模型研究［J］.公路交通科技，2002，19（4）：85－88.

［20］石小法，王 煒，楊東援.信息對出行者出行行為的影響研究［J］.中國公路學報，2002，15（1）：89－92.

［21］周元峰，吳建平.基于信息的駕駛員路徑選擇行為及動態誘導模型研究［D］.北京：北京交通大學交通運輸學院，2007.

［22］干宏程.VMS誘導信息影響下的路徑選擇行為分析［J］.系統工程，2008，26（3）：11－16.

［23］徐天東，孫立軍，郝 媛，等.不同交通信息下網絡交通動態路徑選擇行為［J］.同濟大學學報：自然科學版，2009，37（8）：1 029－1 033.