多模式綜合交通客運方式選擇行為差異性—基于強制與休閑型活動出行的對比分析

李曉偉，王 煒，楊 敏，郭延永，華雪東

（1. 東南大學交通學院，江蘇 南京 210096；2. 西安建筑科技大學土木工程學院，陜西 西安 710055；3.西部建筑科技國家重點實驗室，陜西 西安 710055）

在交通系統中，旅客出行方式選擇與活動密不可分，活動一般分為三類：①生存型活動，主要指工作、上學和與工作有關的商業行為；②維持型活動，包括購物、接送小孩、個人和家庭商業行為等；③休閑型活動，如探親訪友、文體活動等；也有文獻[1-2]將旅客活動劃分為兩類，一類是強制型活動，指工作、上學和與工作有關的商業行為活動，即前述的生存型活動，另一類是將維持型活動和休閑型活動合并，統稱為休閑型活動；本文采用第二種劃分方法對多模式綜合交通客運方式選擇行為進行差異化研究．旅客作為客運服務的消費者、營運部門服務的對象，滿足旅客不同活動的出行需求是區域綜合交通系統的基本功能，深入系統地分析旅客出行方式選擇行為，探究不同活動出行需求下旅客出行的差異化決策機理，將有助于針對不同類型的旅客出行活動制定多樣化的運輸系統組織模式，最大程度地滿足不同活動旅客的出行需求．

目前，國外針對旅客出行選擇行為的研究已有較多的成果[3-6]，如Yao[3]選擇服務頻率、費用、在途時間、出行距離等服務屬性對客運通道內民航、鐵路、公交和私人小汽車等交通方式的客流分擔率進行分析．Freitas[4]基于巴西居民出行調查數據，選擇家庭收入、在途費用、出行時間和服務頻率等服務屬性，用出行距離衡量在途費用和出行時間，研究民航、鐵路和高速巴士 3種運輸方式選擇行為．國內諸多學者也進行了大量卓有成效的研究．一是研究單一運輸方式不同客運產品的選擇行為研究[7-8]，如王文憲，陳釘鈞[8]等基于Nested Logit模型研究鐵路旅客直達特快列車、特快列車及快速列車客運產品(硬座、硬臥及軟臥)的選擇行為．二是研究兩種運輸方式的選擇行為[9-10]，如張旭、欒維新[9]對旅客出行方式選擇的影響因素進行分析及篩選，研究了高速鐵路與民航客運方式選擇行為與競爭關系；三是綜合運輸通道方式選擇行為研究[11-12]，如毛保華，何宇強[11]等運用logit模型研究了高速鐵路的運營對綜合運輸通道內其他交通方式的影響．

盡管已有大量文獻從不同視角對區域出行方式選擇行為的影響作了分析[13-15]，然而鮮有研究從購票、到站、中轉換乘、出行、離站全過程的角度設計離散選擇實驗，在綜合交通網絡下針對飛機、高鐵（含動車）、普鐵、高速巴士多模式選擇行為進行系統性研究，同時也缺乏對強制型、休閑型活動出行方式選擇行為及其差異性的研究分析．鑒于此，本文首先關注現有交通方式選擇行為研究過程中被忽略的因素，如購票和接駁服務的影響，針對高速大巴、普通火車、高鐵(含動車)、航空四種運輸方式，從購票、到站、中轉換乘、出行、離站全過程的視角設計了離散行為選擇實驗，研究了不同活動出行下多模式綜合交通客運方式選擇行為的決策機理，期望能夠為差異化活動需求下的綜合運輸系統組織模式優化、綜合運輸服務水平改善提供科學的依據．

1 實驗設計

1.1 方案設計

在本研究中，離散選擇實驗用于處理客運多模式出行的選擇，本研究在總結已有研究[3-8]的基礎上設計調查內容，包括出行屬性，如出行起訖點、出行活動類型；還包括服務水平屬性，如購票、到（離）站、中轉換乘及其方式屬性等．該實驗所考慮的屬性和值見表1．

表1 實驗設計變量和屬性值Tab.1 The variables and their values in the experiment

1.2 基本統計特征

已有研究表明，區域交通具有頻率低、距離長、選擇行為稀少及調查范圍廣泛的特征，一般采取分層隨機抽樣調查，調查樣本數量為1 000～3 000，即可得到具有足夠精度的模型參數[16]．本次乘客方式選擇行為調查在機場、高鐵站、火車站和公路客運站進行，回收問卷2 000份，有效問卷1 766份，其中強制型活動出行樣本1 182份，占總樣本的比例為67%，休閑型活動出行樣本584份，占總樣本比例的33%．受篇幅所限，本文僅對強制型和休閑型活動的方式選擇、個體屬性、出行屬性、接駁屬性進行基本的特征統計，如表2-3、圖1-4所示．

表2 強制型與休閑型活動出行旅客乘車選擇調查統計Tab.2 Travel choice survey of mandatory and leisure activity

表3 強制型與休閑型活動出行旅客出行距離、票價的調查統計Tab.3 Survey statistics of distance and price for the compulsory and leisure activity

圖1 強制休閑型活動旅客性別與年齡統計特征Fig.1 Statistic characteristics of sex and age in the compulsory and leisure activity

圖2 強制休閑型活動旅客月收入與私家車擁有情況統計特征Fig.2 Statistic characteristics of monthly income and private car ownership in the compulsory and leisure activity

圖3 強制休閑型活動旅客購票方式與到站時間統計特征Fig.3 Statistic characteristics of ticking busing way and arrival time in the compulsory and leisure activity

圖4 強制休閑型活動旅客換乘時間與離站時間統計Fig.4 Statistics of transfer time and departure time in the compulsory and leisure activity

2 模型構建與參數估計

多項 Logit 模型(Multinomial Logit Model，MNL)是最為常用的非集計模型，其數學形式簡潔、計算簡單，且具有各選擇肢的概率在(0,1)之間，選擇概率總和為1的合理性[17]，因此被廣泛應用于交通等領域的模擬預測中．

2.1 基本原理

根據隨機效用最大化理論，旅客n選擇i類交通方式的概率可表示為

式中：Uin為旅客n選擇i類交通方式的效用函數，其表達式為：

式中：Vin為可觀測到的特性變量計算的固定項；εin為不能觀測到的其他因素的影響及已有變量的偏差引起的隨機項．

假設式(2)中εin和Vin相互獨立，且εin服從具有相同參數二重指數分布，根據2個獨立同分布二重指數分布變量之差服從Gumbel分布的性質，可推導描述旅客n選擇i類交通方式概率的表達式為

式中：Pin為個人n選擇i類交通方式的概率；Cn為個人n的可選擇交通方式集合．為便于計算，一般假設Vin與特性向量xink呈線性關系，即

式中：βi0為常量；ikβ為交通方式i第k個變量的待定系數；xink為旅客n的選擇i類交通方式的第k個變量值．

2.2 彈性分析方法

彈性分析描述的是因變量對自變量變化的反應程度，是指各種交通方式分擔率的顯著影響因素的相對變化所引起的客運分擔率的相對變化．交通方式i選擇概率iP相對于連續變量xik的彈性計算如下式[17]

交通方式i選擇概率iP相對于啞元變量xik的彈性計算如下式

式中：Eik為交通方式i第k個變量的彈性系數；iP為交通方式i的選擇概率；ikβ為交通方式i第k個變量的系數；xik為交通方式i第k個變量屬性值．

3 參數估計、彈性分析與差異性

應用SPSS軟件相關性分析和多項Logistic模型對樣本數據進行統計分析．采用Kendall系數法和Spearman相關系數法進行變量共線性檢驗，剔除共線變量，并將高速巴士作為參考交通方式，將類別變量最后類別作為參考類別，采用向前遞進式分別對強制型活動和休閑型出行方式選擇的 MNL模型進行擬合，兩模型的McFadden值分別為0.527和 0.423，在可接受的置信區間水平上具有較強的可靠性，強制型和休閑型活動出行方式選擇行為參數估計結果，如表4、5所示，表中β為變量系數，Sig為統計量的顯著性水平，若Sig＜0.05，說明其對應的β對旅客選擇行為的影響較大，應納入效用函數模型，反之，則認為β對旅客選擇行為的影響可以忽略．同時，依據公式(5)、(6)，分別計算樣本個體顯著影響變量的彈性系數，通過對個體選擇彈性系數的加權平均得到飛機、普鐵和高鐵選擇概率的彈性值，詳見表6．

表4 強制型活動出行參數估計Tab.4 Estimation parameter of compulsory activity

表5 休閑型活動出行參數估計Tab.5 Estimation parameter of leisure activity

續表5

表6 不同活動出行多方式選擇概率彈性的比較Tab.6 Comparison of probability elasticity for the aircraft, ordinary railway, high speed railway

以大巴作為參考方式，強制型活動出行多方式選擇行為與休閑型活動相比，具有明顯的差異性：

(1) 不同類型活動影響其多方式選擇的因素具有明顯的差異性．對于休閑型活動出行，出行距離、出行費用、運行時間、安全性、舒適性、準時性、購票方式(網絡購票、售票點購票)、擁有私家車對于出行方式選擇具有顯著影響．而對于強制型活動出行，除出行距離、出行費用、運行時間、安全性、舒適性、準時性、購票方式等因素外，到站時間也會影響其方式選擇，這說明強制型活動出行旅客在交通方式選擇時，不僅考慮出行距離、出行費用、運行時間及運輸方式服務水平，而且還會關注交通樞紐的到站時間等可達性因素．

(2) 同種因素對不同類型活動的影響強度不同．強制型活動中，飛機、高鐵、普鐵選擇概率關于出行距離的彈性分別為4.142、1.671、1.512，均大于 1，這表明出行距離這一變量是富有彈性的，且出行距離每增加 1%，選擇飛機、普鐵、高鐵出行的概率將增加 4.142%、1.671%、1.512%，而休閑型活動的飛機、高鐵、普鐵選擇概率關于出行距離的彈性分別為2.010、1.476、1.270，不同活動條件下多方式選擇概率關于出行距離的彈性系數差異明顯，其他因素也存在類似的差異性．

4 結論

本研究在系統分析現有旅客乘車選擇影響因素的基礎上，依據旅客強制型、休閑型活動出行的高速巴士、普通火車、高鐵、飛機四種運輸方式RP調查數據，以高速巴士作為參考方式建立旅客乘車選擇MNL模型，基于參數估計和彈性分析研究了多模式綜合交通客運方式選擇行為的差異性．研究結論如下：

(1) 影響旅客強制型和休閑型活動出行方式選擇行為的因素具有明顯的差異性，對于休閑型活動出行，出行距離、出行費用、運行時間、安全性、舒適性、準時性、購票方式(網絡購票、售票點購票)、擁有私家車對于多模式交通選擇具有顯著影響．而對于強制型活動出行，除出行距離、出行費用、運行時間、安全性、舒適性、準時性、購票方式等因素外，到站時間也會影響其方式選擇．

(2) 旅客強制型和休閑型活動出行方式選擇影響因素的作用強度具有明顯的差異性，對于強制型活動中，飛機、普鐵、高鐵對于出行距離的彈性系數分別為4.142、1.671、1.512，均大于1，這說明飛機、普鐵、高鐵對于出行距離富有彈性；對于休閑型活動，出行方式選擇概率對于距離的彈性分別為2.010、1.476、1.270，也富有彈性；但是強制型活動出行方式選擇概率對于出行距離的彈性高于休閑型活動，不同活動條件下各影響因素的作用強度差異明顯．

References

[1] MARTIN J C, ROMAN C, GARCIA-PALOMARES JC.Spatial analysis of the competitiveness of the high-speed train and air transport: The role of access to terminals in the Madrid–Barcelona corridor [J]. Transportation Research Part A: Policy and Practice, 2014, 69(69):392-408.

[2] 李惠. 基于活動的居民購物出行方式選擇模型[D].成都: 西南交通大學, 2010.LI Hui. Activity-based mode choice model of residential shopping trip[D]. Chengdu: Southwest Jiao Tong University, 2010.

[3] YAO E, MORIKAWA T. A study of on integrated intercity travel demand model[J]. Transportation Research Part A: Policy and Practice, 2005, 39(4), 367-381.

[4] FREITAS A L P. Assessing the quality of intercity road transportation of passengers: An exploratory study in Brazil [J]. Transportation Research Part A: Policy and Practice, 2013, 49:379-392.

[5] HSU C I, CHEN Y C, LI H C. A model on market share distribution between air transportation, high-speed rail,and automobiles[J]. Journal of the Eastern Asia Society for Transportation Studies, 2005, 6(11):2003-2018.

[6] MANCUSO P. An analysis of the competition that impinges on the Milan–Rome intercity passenger transport link [J]. Transport Policy, 2014, 32: 42-52.

[7] 李穎. 中國鐵路旅客出行選擇行為研究[D].北京: 北京交通大學, 2015.LI Ying. Research on the railway passengers’ travel choice behavior in China[D]. Beijing：Beijing Jiaotong University, 2015.

[8] 王文憲, 陳釘鈞, 呂紅霞, 等.基于Nested Logit模型的鐵路旅客客運產品選擇研究[J].交通運輸系統工程與信息,2015,15(4):140-146.WANG Wenxian, CHEN Dingjun, Lü Hongxia, et al.Research of transport product choice for railway passengers based on nested logit model[J].Journal of Transportation Systems Engineering and Information Technology,2015,15(4):140-146.

[9] 張旭. 高速鐵路與民航客運競爭與協同發展研究[D].上海: 上海海事大學, 2012.ZHANG Xu. Research on competition and collaborative development between HSR and civil Aviation[D].Shanghai: Shanghai Maritime University, 2012.

[10] 卞長志, 陸化普, 尉欣欣. 城際鐵路和公路長途客運的定價博弈[J].交通運輸系統工程與信息,2010,10(1):184-189.BIAN Changzhi, LU Huapu, WEI Xinxin. Price game between intercity railway and bus[J]. Journal of Transportation Systems Engineering and Information Technology, 2010,10(1):184-189.

[11] 何宇強, 毛保華, 陳團生, 等. 高速鐵路客流分擔率模型及其應用研究[J].鐵道學報,2006,28(3):18-20.HE Yuqiang, MAO Baohua, CHEN Tuansheng, et al.Sharing rate model of passenger flow and its application for high speed railway[J]. Journal of Railway, 2006,28(3):18-20.

[12] 葉玉玲, 王藝詩. 滬杭運輸通道內旅客交通方式選擇行為研究[J].鐵道學報,2010,32(4):13-17.YE Yuling, WANG Yishi. Research on travel mode choice behavior in Shanghai-Hangzhou transport corridor[J].Journal of the China Railway Society, 2010,32(4):13-17.

[13] 盧欣. 基于計劃行為學的旅客中長距離出行方式選擇行為研究[D]. 成都: 西南交通大學,2011.LU Xin. Research on the passenger travel choice of moderate/long-distance based on the planned behavior theory[D].Chengdu: Southwest Jiaotong University, 2011

[14] CHANG ICG. A network-based model for estimating the market share of a new high speed rail system [J]. Transportation Planning & Technology, 2004, 27 (2): 67-90.

[15] DOBRUSZKES F. High-speed rail and air transport competition in Western Europe: a supply-oriented perspective [J]. Transportation Policy, 2011, 18(6): 870- 879.

[16] 張迦南, 趙鵬. 綜合運輸通道旅客出行方式選擇行為研究[J]. 中國鐵道科學,2012,33(3):123-130.ZHANG Jianan, ZHAO Peng. Research on passenger choice behavior of trip mode in comprehensive transportation corridor[J]. China Railway Science, 2012, 33(3):123-130.

[17] 關宏志. 非集計模型—交通行為分析的工具[M].北京:人民交通出版社, 2004.GUAN Hongzhi. Disaggregate model-tool of traffic behavior analysis[M].Beijing: China Communications Press,2004.