基于SP/RP融合數據的機場旅客出行方式選擇行為分析*

包丹文 郭唐儀 華松逸

(南京航空航天大學 南京 210000)

基于SP/RP融合數據的機場旅客出行方式選擇行為分析*

包丹文 郭唐儀 華松逸

(南京航空航天大學 南京 210000)

基于機場旅客出行調查的SP/RP融合數據，分別構建了Nested Logit (NL)模型和Mixed Logit (MXL)模型，分析了在機場軌道交通建設后旅客出行方式選擇行為特征，并以南京祿口機場為實例研究對象，對比分析了兩類模型的估計結果.研究顯示，MXL模型對于融合數據的整體擬合效果更高，出行時間、費用是影響旅客出行方式選擇的主要因素，出行目的、托運行李數量會顯著影響旅客是否選擇軌道交通.彈性分析數據顯示，縮短軌道交通車外運行時間，旅客將更愿意放棄使用個體交通方式；出租車以及機場巴士出行旅客最易受到出行費用影響，這兩類旅客以后使用軌道交通通達機場的可能性最大.

交通工程；機場軌道交通；出行方式；NL模型；MXL模型

0 引 言

我國多數大型機場已經開通了軌道交通，上海浦東機場、北京首都機場在既有軌道線路基礎上又將規劃建設新的軌道線路，南京祿口機場、成都雙流機場、深圳寶安機場等眾多機場也正在規劃或建設機場軌道交通項目.機場軌道交通的開通將會顯著影響旅客出行行為[1]，改變旅客出行方式，從而對機場陸側交通流產生影響.Lythgoe, Wardman[2]以Manchester和Stansted機場為例，對到達與離開機場的乘客需求進行了預測，研究了軌道交通到達機場的市場份額比例，并提出相關預測模型；Mei Ling[3]通過對香港機場交通銜接方式的SP調查，分析了影響旅客選擇到達機場交通方式的主要影響因素；Sunyoung[4]采用混合Logit模型評估機場旅客交通方式的選擇，提出交通工具可達性與成本是影響交通方式選擇的首要因素；姚晏斌等[5]分析了影響機場陸側軌道交通分擔率的固有因素和設計因素，研究了各因素的重要度，并運用排隊論的方法，量化了機場陸側軌道交通對機場其他交通方式的分流作用；張蘭芳[6]分析了機場陸側交通系統各類出行人員出行特征，以及旅客出行方式劃分方法.

既有文獻在機場旅客出行方式選擇方面取得了一定的研究成果，主要采用SP調查方法，針對已建成且運營穩定的機場陸側交通系統，較多采用Logit模型，普遍關注旅客出行時間和出行成本兩類影響因素，提出了旅客出行方式比例預測方法.但少有針對軌道交通建設后旅客出行方式變化方面的研究，對于機場引入新交通方式的調查方法，模型建立方面研究較少，因此本文擬基于機場旅客出行Stated preference (SP)/Revealed preference (RP)融合數據，分析機場軌道交通開通后對于旅客出行方式的影響作用，對比Nested Logit (NL)與Mixed Logit (MXL) 2種模型對融合數據的不同估算結果，把握機場旅客出行方式選擇影響因素，并量化軌道交通對其他交通方式的影響程度，從而為科學規劃建設機場軌道交通提供依據.

1 研究方法

為了避免標準Logit模型的IIA (independence from irrelevant alternatives)特性，一般采用Nested Logit模型進行估算，通過適當的分層能夠取得較好的結果，但精度受到分層層數的影響.相比而言Mixed Logit模型沒有數據獨立性要求，能夠更好地利用SP/RP融合數據描述交通行為.因此本文擬對比分析這2種估計方法對調查數據的不同估算結果.

1.1 Nested Logit模型

Zhang研究顯示將RP/SP數據按照交通方式屬性分類進行NL模型估計的結果優于按照RP和SP數據分類的估計結果.因此本文首先按交通方式進行分類，然后再按照SP/RP數據性質進行分類，建立雙層NL模型，見圖1.

圖1 雙層NL模型結構圖

根據NL模型基本理論，則出行者n選擇第i種出行方式的概率為

PAin=P(i|A)nPAn

(1)

式中：PAin為出行者n選擇交通方式i的概率；Ai為交通方式A下的第i個選擇枝；P(i|A)n為出行者n在選擇方式A基礎上選擇方式i的概率；PAn為出行者n選擇方式A的概率.

其中：

(2)

(3)

UAin=V(i|A)n+VAn+ε(i|A)n+εAn

(4)

采用極大似然函數法進行參數估計，構造似然函數如下.

(5)

(6)

上式表示所有用戶的選擇結果同時實現，即為所有選擇結果的乘機，取對數得到：

L=lnL*=

(7)

將該式取最大值就能獲得參數估計值.

1.2MixedLogit模型

MixedLogit(MXL) 模型也稱為隨機參數Logit模型，假設個體i選擇j枝的效用為

Uij=βj+Xij+εij=μβjXij+ηβjXij+εij

(8)

式中：βj和Xij分別為關于選擇影響因素k的行向量和列向量；βj=μβj+ηβj,μβj為βj的均值，ηβj為βj的隨機誤差項，體現了個體i的異質性；ηβjXij+εij是效用函數的誤差項.等式右邊前2項μβjXij+ηβjXij是包含了Logit模型誤差項εij的隨機效用，這里隨機效用項已經不是相互獨立的了，避免了Logit模型中的IIA特性和重復觀察的偏差.

一般地，假設βj是已知的參數,那么條件選擇概率為Logit模型形式

(9)

可知個體i選擇j枝的概率為

Lij(βj)f(βj/θ)dβj

(10)

式中：θ為βj的分布函數的參數.通過Halton數列抽樣模擬的辦法來實現概率的計算.每次迭代通過R次隨機抽取隨機參數βj，求平均值獲得模擬選擇概率，得到模擬的極大似然函數為

(11)

將該式取最大值就能獲得參數β的估計值.

2 調查設計與數據分析

2.1 調查設計

南京祿口機場作為中國華東地區第二大城市的門戶機場，2014年客運量達到1 500萬人次，在國內機場中排行15位.祿口機場的集疏運方式以道路交通為主，為了緩解機場高速的交通壓力，南京市政府規劃建設了軌道交通機場線，將于2014年8月正式投入運營，全長35.8 km，設計時速100 km/h，全程運營時間約35 min，運行頻率10 min/班，運行時間為每天06:00～22:00，票價為6元.本次調查目的是掌握軌道交通運營后旅客出行方式選擇行為的變化，因此RP調查的交通方式包括小汽車、出租車、機場巴士，SP調查的交通方式包括小汽車、出租車、機場巴士、軌道交通.調查內容包括3個部分：(1) 社會經濟屬性：包括出行者性別、年齡、職業、收入、擁車水平等；(2) 出行特征：包括出行方式、車內時間、車外時間、出行費用、艙位等級、托運行李數量、隨身攜帶行李數量等；(3) 新交通方式下出行者意愿.包括特定情景下旅客出行方式選擇意愿，以及模擬出行特征數據.

調查于2014年6月8～14日開展，包括工作日和周末.調查地點位于祿口機場1號航站樓內，調查對象為已經領取登機牌和正在等待起飛的旅客.共獲取調查問卷533份，其中有效表格498份.RP調查采用紙質問卷形式，直接記錄被調查者出行特征數據.SP調查采用電子問卷形式，利用C語言設計程序在Google Map上獲得不同情景模式，由被調查者做出選擇.利用Google Map模擬生成不同交通方式的車內時間、車外時間和出行費用數據，提供給被調查者比較選擇；被調查者可以選擇利用既有出行方式，也可以選擇利用新交通方式，調查過程中記錄下旅客出行方式選擇以及模擬生成的出行數據.

2.2 數據統計與分析

出行特征數據顯示(見表1)，旅游和公務是航空出行主要目的，其中旅游出行比例已接近50%，80%以上的出行天數在1周以內，60%以上的出行者每半年至少乘坐1次飛機，說明航空出行日趨普遍，逐步成為娛樂休閑出行目的的首選方式.90%以上的旅客至少要托運1件行李，并隨身攜帶1件行李，攜帶行李的便捷性是影響旅客出行方式選擇的重要因素.

表2顯示了引入新方式后，旅客出行行為的變化.約有30%旅客選擇改變出行方式，其中30.6%的機場巴士以及21.9%的小汽車出行旅客會選擇采用軌道交通，可見軌道交通對于出行方式的影響比較明顯，尤其是私家車出行者更愿意采用高效、低廉的軌道交通.而出租車出行的旅客基本不會改變出行方式，主要由于這類旅客對于舒適性、時間性方面要求較高.

表1 機場旅客出行特征調查數據統計表

3 回歸結果與彈性分析

3.1 回歸分析結果

表3顯示了利用NL和MXL模型的回歸結果(以小汽車出行方式為參照標準).MXL模型的似然函數值和McFadden決定系數都大于NL模型，它的整體擬合效果更好；從參數T檢驗值來看，MXL模型中的T檢驗值普遍較高，但絕對值大于1.96的T檢驗值個數較少，MXL模型對于影響因子的擬合要求高，在軌道和機場巴士兩類方式中得到了更優的擬合結果.

NL模型顯示擁車水平、家庭收入對于機場巴士和軌道交通的影響系數均為負值，但在MXL模型中，這2類因素對于軌道交通方式的影響并不顯著，是否選擇軌道交通和擁車、收入水平沒有直接關系；相比出租車，公務目的出行者更愿意采用軌道交通，這主要是由于軌道交通出行的準點性更高；經常乘坐飛機的出行者更愿意使用出租車，但在MXL模型中，出行頻率對于是否使用軌道交通影響不顯著；托運行李數量越多，出行者越愿意使用個體出行方式，但在MXL模型中，隨身攜帶行李數量對于是否采用軌道交通影響不顯著，可見如何安置好大件行李是提高軌道交通出行比例的重要因素.

表3 NL與MXL模型回歸結果表

特型變量回歸結果顯示，車內時間、車外時間、出行費用對于出行方式選擇影響作用顯著，出行時間、費用的增加會顯著降低選擇該種出行方式的比例，出行費用的影響作用明顯高于出行時間，具體影響程度詳見下節彈性分析.

3.2 彈性分析

為了進一步量化不同特性變量變化而導致相應出行方式比例的影響差異，Train基于MXL模型，提出第k個變量變化下，出行方式變化彈性如下式.

(12)

式中：βk是第k個特性變量；出行方式變化程度取決于不同系數β的Lin(β)和Ljn(β)之間關聯性.

利用式(12)對表3中MXL模型的估計參數進行彈性分析，表4～表5分別為出行時間(車內時間、車外時間)和出行費用的彈性測算結果，正值表示直接彈性，負值表示模式之間的交叉彈性.

由表4可見，車內時間的彈性絕對值明顯大于車外時間，說明車內時間對于出行方式的影響程度更高.機場巴士車外時間、車內時間的直接彈性絕對值均為最大，其次為軌道交通，說明如果公共交通方式的等車時間、換乘時間以及運行時間能夠改善，出行者選擇這類方式的比例將會無邊際增長.軌道交通的交叉彈性平均值明顯高于其他方式，假如軌道交通的車外時間每增長1%，小汽車、出租車、機場巴士的出行比例將會分別提高0.302%，0.294%和0.315%.假如將來軌道交通的出行時間能夠縮短，旅客將會放棄使用私人出行方式，這將有利于緩解機場高速的擁堵.

表4 機場旅客出行方式選擇彈性分析表(出行時間)

類似的出行費用研究結論見表5.小汽車和出租車的直接彈性絕對值最高(-1.084,-1.026)，說明當燃油費、路橋費、停車費、打車費等出行費用增長的情況下，采用個體出行方式通達機場的旅客將會顯著減少.相比其他幾類方式，出租車的費用每提高1%，軌道交通出行比例增加幅度最大(0.832%)；其次是機場巴士，出行費用每提高1%，軌道交通出行比例將會提高0.660%，可見采用出租車以及機場巴士的旅客最易受到費用的影響，他們使用軌道交通通達機場的可能性最大.

表5 機場旅客出行方式選擇彈性分析表(出行費用)

4 結 束 語

本文調查了在引入軌道交通方式下的南京祿口機場旅客出行行為，分別采用NL模型和MXL模型擬合了調查數據，研究表明在SP/RP融合數據擬合中，MXL模型對于影響因子擬合要求高，整體擬合效果更好，并且在機場巴士、軌道交通出行方式因素擬合中取得更加精確的結果.MXL模型分析結果顯示，出行時間、出行費用是影響旅客出行方式選擇的重要因素，出行目的、托運行李數量對于是否選擇軌道交通影響顯著，而擁車水平、家庭收入水平、出行頻率影響作用不明顯.MXL模型的直接和交叉彈性分析結果顯示，在既有交通服務水平基礎上，如果能夠縮短軌道交通的車外運行時間，旅客將會放棄使用個體交通方式，轉而使用大容量公共交通.同時采用出租車以及機場巴士的旅客最易受到出行費用的影響，新方式開通后，這2類旅客使用軌道交通通達機場的可能性最大.

[1]PSARAKI V， ABACOUMKIN C. Access mode choice for relocated airports：the new Athens International Airport[J]. Journal of Air Transport Management，2002,8(2):89-98.

[2]LYTHGOE W F， WARDMAN M R.Demand for rail travel to and from airports transportation[J]. Transportation，2002,29(2):125-143.

[3]MEI Ling. Demand of rail mode in airports ground access market: a case study in Hong Kong[C]∥ 2007 International Conference on Service Systems and Service Management，2007:1-6.

[4]SUNYOUNG J.Access mode and departure airport choice in San Francisco Bay area[J]. Regional Science，2006,85(4):543-567.

[5]姚晏斌,高金華.機場軌道交通對陸側交通分流情況的預測研究[J].華東交通大學學報，2006,23(1):48-51.

[6]張蘭芳.機場陸側交通系統若干問題研究[D].上海：同濟大學，2007.

Analysis of Airport Passenger′s Access Mode Choice Based on SP/RP Combined Data

BAO Danwen GUO Tangyi HUA Songyi

(NanjingUniversityofAeronauticsandAstronautics，Nanjing210000,China)

Using the stated preference (SP) and revealed preference (RP) data, we analyzed the passengers’ choice of airport access mode. Nested logit (NL) and mixed logit (MXL) model were respectively established to identify the preferences of airport passengers after the construction of airport rail taking Nanjing Lukou Airport as an example. Comparison results indicated that MXL model allowed the better estimate result for SP/RP combined data. Travel time and travel cost are the major factors affecting choice of airport access mode. Travel purpose and luggage quantity significantly affected the passengers’ intention of selecting airport rail. Elasticity analysis results show that if the out-of-vehicle time of airport rail is shortened, more passengers will use public transport mode to airport. Passengers who use taxi or airport bus to airport are significantly affected by travel cost, and they show the strongest intention to use airport rail to airport.

traffic engineering; airport rail transit; access mode; NL model; MXL model

2015-06-07

*國家自然科學基金項目(批準號：51208261)、江蘇省自然科學基金項目(批準號：BK20140821)、中國博士后基金項目(批準號：2013M541667)資助

U121

10.3963/j.issn.2095-3844.2015.04.020

包丹文(1982- )：男，博士，講師 ，主要研究領域為機場運行與管理