交通信息下基于出行鏈的通勤出行方式選擇行為

張華歆 蘇逸飛 智路平

摘要：

為研究移動互聯網廣泛應用的背景下通勤者的出行行為，探索交通信息對居民在通勤出行鏈中出行方式選擇行為的影響，以RP（Revealed Preference）調查獲取的出行者交通信息使用屬性、通勤出行鏈模式、社會經濟屬性和出行方式選擇行為數據，建立通勤出行方式選擇多項Logit模型.研究發現：（1）復雜出行鏈模式會更多地促進停車換乘（Park and Ride， P&R）方式的生成；（2）隨著交通信息查詢頻率的提高，P&R發生的概率比公共交通和私家車都更高；（3）高收入群體在通勤出行中更愿意選擇P&R方式，而非私家車方式；（4）通勤者對交通信息查詢的滿意度越高，越能促進小汽車出行向公共交通的轉移.上述結論為交通需求管理和交通信息誘導等政策制定提供理論基礎和實證依據.

關鍵詞：

通勤； 出行方式選擇； 出行鏈； 交通信息； 多項Logit模型； RP調查

中圖分類號： U491.122

0 引 言

隨著城市社會經濟、文化和科學技術的日新月異，以及日益擴張的城市規模，居民的出行目的越來越多樣化，出行范圍越來越廣，出行結構也變得越來越復雜.通勤出行指出行者在居住地與工作地之間的空間移動.像上海這種居住和就業空間分離較大的城市，居民為減少其出行成本，使出行效用達到最大化，傾向于在一次出行中鏈接多個出行活動，從而構成一條集約化的出行鏈.

出行鏈是指出行者從居住地出發再返回居住地的過程，這個過程中蘊含著大量的時間、空間、方式和活動類型信息，并且這些信息之間是互相關聯和相互作用的，整個載有信息的過程被稱為出行鏈[1].對通勤者而言，很重要的一項決策就是出行方式的選擇.

近幾年移動互聯網技術得到高速發展，無線網絡覆蓋區域日益擴大，智能手機等無線通信工具的使用日益廣泛，諸多交通信息查詢APP軟件（百度地圖等）也逐漸普及，這些都使得出行者隨時隨地查詢交通信息成為可能，從而促使出行者的活動習慣和模式發生改變，進而人們的出行方式和出行鏈模式也會呈現新的變化和特征.

在交通信息對出行行為影響方面：雋志才等[2]發現居民選擇出行方式會受到交通信息的內容和提供方式的影響；ZHONG等[3]應用回歸模型分析比較了不同類型的道路交通狀態信息對出行者選擇路徑的影響；TSENG等[4]通過RP（Revealed Preference）調查，以智能手機作為接收實時信息的載體，應用離散選擇模型研究了實時交通信息對單次出行決策的影響；侯現耀等[5]的研究結果表明公交信息總體上會增加人們選擇公交出行的意愿.

在出行鏈與出行關系方面：ADLER等[6]應用效用理論建立了出行者在非工作出行中的出行鏈模式多項Logit模型；YE等[7]分別應用迭代雙變量（recursive bivariate） probit模型和聯立（simultaneous） Logit模型分析研究了出行鏈復雜性與出行方式選擇之間的關系；HENSHER等[8]對悉尼居民出行行為進行研究，發現當出行鏈由簡單變為復雜后，居民選擇公交方式出行得到的效用將減小，因此認為復雜出行鏈構成了采用公交方式出行的障礙.國內也有類似研究：楊敏等[9]通過建立二項Logistic模型分析了影響個體選擇簡單鏈還是復雜鏈的顯著變量；欒琨等[10]、王孝坤等[11]均認為出行鏈模式選擇與出行方式選擇之間存在顯著的相互影響關系；張華歆等[12]對交通信息條件下的通勤出行鏈模式選擇行為進行研究，發現交通信息在促進復雜鏈的生成上發揮了較大的作用.

上述研究中，大多數局限于交通信息對單次出行的影響，缺乏從通勤者整體出行鏈的角度來深入探討出行方式選擇問題的研究；同時在出行鏈與出行關系方面，多數研究也未考慮到目前可隨時獲取的交通信息的作用.

本文以通勤出行鏈為研究視角，分析在交通信息條件下上海市具有不同社會經濟屬性和出行活動屬性的通勤者出行方式選擇行為呈現的特征和規律，以明確通勤者出行方式選擇的偏好，為交通需求管理和交通信息誘導等政策制定提供理論基礎和實證依據.

1 出行方式選擇RP調查統計分析

1.1 出行方式選擇RP調查

本文的研究數據通過RP調查獲得，主要包括：路邊現場訪談、網絡不記名在線調查、委托問卷公司調查等3種方式.調查對象為上海地區居民.本次調查共收回問卷650份，剔除明顯信息不準確問卷223份后得到有效問卷427份，有效回收率為65.7%.

本次調查區域覆蓋上海多個區，對有效問卷進行統計，具體區域分布見表1.

在427份調查樣本中，女性比例為59.95%，男性比例為40.05%；被調查的通勤者中，年齡分布在18歲至57歲之間，平均年齡為33.06歲，年齡標準偏差為8.92歲；已婚者為75.6%，未婚者為24.4%；有64.6%的通勤者家庭擁有私家車，54.6%的通勤者采用復雜鏈出行模式.

根據對通勤者基本信息的統計分析，調查樣本的區域分布和性別分布較好地覆蓋了通勤出行者群體.根據2010年上海市第六次全國人口普查資料，上海勞動適齡人口平均年齡為35.46歲.因為青年群體相對于中老年群體對移動互聯網接觸得更多，所以本次調查的樣本群體呈現年輕化特點，但與勞動適齡人口平均年齡相差不大.因此可以認為，調查樣本的年齡分布覆蓋了大部分受移動互聯網技術影響的通勤群體，對模型估計有一定的變異程度，數據采集符合研究要求.

1.2 出行鏈模式及出行方式

通勤出行鏈可以分為簡單鏈和復雜鏈： 中途只有唯一活動地點的稱為簡單鏈；涉及一個以上活動地點的稱為復雜鏈.簡單鏈相對于復雜鏈來說，出行次數和彈性活動次數較為固定.因為復雜鏈除通勤活動之外還嵌套了其他活動，所以靈活性和隨機性更大[13].

本文中研究的通勤出行鏈均以家為出發點和終點.基于家的出行鏈（homebased trip chain）會有多次出行方式選擇， 即一次出行必有一次方式選擇[13].在一次出行鏈中出行者通常會采用多種不同的交通方式，換乘關系也會相對復雜，因此按照出行者采用的交通方式的機動性強弱和共享性強弱確定其優先級[14].機動性越強、共享性越弱的出行方式，其優先級別越高.本文結合上海市居民出行的實際情況，將機動性作為判斷出行方式優先級別的主要標準，以共享性為參考標準，將各出行方式的優先級別從高至低排序，依次為：私家車、停車換乘（Park and Ride，P&R）、公共交通（地鐵）、單位班車、摩托車、非機動車（步行）.

本文中定義通勤出行方式為通勤出行鏈中采用最高優先級別的出行方式.由表1可知，在此次RP調查中，公共交通（地鐵）、私家車、非機動車（步行）、P&R這4種出行方式之和占樣本總體的94.14%，因此在本文中將這4種出行方式作為分擔整體情況的代表.由于摩托車和單位班車這兩種方式所占的比例很低，因此后文在進行參數估計時，把摩托車方式并入非機動車（步行）方式，把單位班車方式并入公共交通（地鐵）方式.

根據上海市第4次綜合交通調查結果，2009年全市公共交通出行方式占25%，個體機動車和電（助）動車分別占20%和15.2%.本次調查表明，隨著近幾年城市汽車保有量的提高以及中心城區公共交通特別是地鐵設施的完善，采用公共交通和私家車出行的比例均有提高，同時兼顧出行機動性和方便性的P&R方式也得到一定的發展.

1.3 出行方式選擇影響因素

根據目前的主要研究結論，出行者特性和出行特性是影響居民出行方式選擇的兩類主要因素[15].出行者特性包括性別、年齡、婚姻狀態、收入等，出行特性包括出行距離、出行時間（上下班時間）等.考慮到不同的工作日出行活動安排（即不同的出行鏈模式），居民的出行方式選擇很可能也會不同；另外，交通信息對不同屬性的個體帶來的影響會有差異，個體出行行為也會呈現不同的特點和差異，反之，不同屬性的個體對交通信息的查詢習慣等也有諸多不同.因此，本研究在已有研究的基礎之上，增加了居民通勤出行鏈模式和交通信息使用習慣兩類影響因素.綜上，將影響出行方式選擇的因素歸納如表3.

1.4 RP調查數據統計分析

根據此次RP調查數據，分別得到出行鏈模式、交通信息查詢頻率、交通信息滿意度和通勤者收入與4種出行方式選擇的交叉比例信息，見圖1～4.

觀察圖1～4可知：（1）以復雜鏈模式出行的通勤者中選擇私家車和P&R方式的比例明顯高于以簡單鏈出行的居民；（2）在頻繁查詢交通信息的通勤者中，選擇私家車和P&R方式的比例均高于基本從不查詢交通信息的出行者；（3）對交通信息查詢滿意度高的出行者更愿意選擇公共交通（地鐵）方式出行；（4）高收入者相對于低收入者更傾向于選擇私家車出行方式，而低收入者則更多地選擇公共交通（地鐵）和非機動車（步行）出行.

2 出行方式選擇模型

2.1 離散選擇模型

離散選擇分析方法是基于隨機效用理論的，假定在一個能夠選擇并且選擇方式互相獨立的集合中，決策者作為行為主體總會選擇一個他認為對自身效用最大的方式[16].本研究中，出行者的通勤出行方式選擇是多元選擇，即在非機動車（步行）、公共交通（地鐵）、私家車和P&R中選其一，因此本文采用離散選擇模型中的多項Logit模型進行多變量

2.2 模型參數估計結果分析

采用NLogit 4.0軟件進行參數估計，以非機動車（步行）為基準，從上述427份問卷中提煉出表3中的17個變量信息，得到出行者出行方式選擇參數和模型總體擬合結果，見表4.

上述模型的McFadden決定系數為0.329 2，極大似然函數自然對數值為-323.44.對于現實數據的實證研究，這個估計結果已達到較好的擬和程度，由此可得到以下結論：

（1）復雜鏈出行模式對P&R方式的促進作用最大.這是本研究的第一個重要結論.以往研究都認為，復雜鏈的生成會成為公共交通發展的瓶頸，而更多地促進私家車的使用[910].本研究卻發現，復雜鏈模式在促進P&R方式上的效用最大，這與我國的國情和經濟水平有關.私家車方式出行費用高，公共交通方式耗時長且舒適性低，而P&R相對于前兩種出行方式在出行費用、時間成本以及舒適性等綜合效用上具有優勢，因而在復雜鏈出行模式下，該種出行方式更被通勤者青睞.

（2）通勤者交通信息查詢頻率越高，采用P&R方式出行的概率越大.根據表4，私家車和P&R兩種出行方式中的交通信息查詢頻率屬性均顯著，尤以P&R出行方式頻繁查詢屬性的參數最大，在5%的置信水平下達到2.945 8.由此可見，出行者查詢交通信息的頻率越高，越能促進P&R方式的生成.這是本研究的第二個重要結論.P&R包含私家車和公共交通（地鐵）兩種出行方式，其在道路交通擁堵、目的地停車難的地區優勢顯著.在出行者對停車位、公交地鐵換乘、道路狀況等信息充分掌握的情況下，其在時間和金錢成本上的綜合效用優勢會促使通勤者更多地選擇該種方式.

方式，而非私家車方式.這是本研究的第三個主要結論.高收入人群普遍擁有小汽車，并且相對于低收入者來說擁有更多渠道掌握充分的交通和生活信息，從而會激發更多的活動需求進而產生更多的出行需求.另外，高收入群體的時間價值普遍偏高，均傾向于選擇在途時間少、舒適性高的出行方式.隨著城市機動化水平的提高，中心城區道路交通擁堵情況愈發嚴重，而P&R方式在這種情況下既能滿足高收入群體快速、舒適的要求，也能在一定程度上避免道路擁堵，尤其在復雜鏈的出行模式下，高收入群體更愿意選擇該種方式出行.

（4）有車家庭更傾向于選擇私家車方式出行.這主要體現在私家車和P&R兩種方式上.在復雜鏈出行模式下，私家車的靈活舒適性在促進私家車和P&R方式的生成上發揮著積極的作用，這與現有研究結論一致[9，11，16].由此可見，改善中心城區的公共交通服務水平（主要包括中心城區與停車換乘點的公交接駁服務、停車服務等），并提高相關信息發布水平，以此引導有車家庭更多地選擇P&R方式上下班，可以有效減少中心城區的小汽車出行需求量，從而緩解交通擁堵，改善中心城區出行環境.

（5）交通信息查詢的滿意度越高，越能促進公共交通（地鐵）方式的生成.根據表4，交通信息查詢滿意度屬性以公共交通（地鐵）出行方式最為顯著，且數值最大.由此可見，如果能得到有效、滿意的交通出行信息，那么通勤者會更愿意選擇公共交通（地鐵）方式.這是因為，在充分掌握交通信息的條件下，通勤者的出行時間較容易控制，出行費用也最低，所以當通勤者的在途時間要求得到滿足，且又能以較為低廉的費用完成出行時，往往首先選擇的是公共交通.可見，有效的交通信息發布可以促進私家車出行向公共交通（地鐵）的轉移，交通信息在出行方式誘導上的作用顯著.

（6）有12周歲以下兒童的家庭更愿意選擇私家車方式出行.有兒童的家庭因為考慮到對兒童的充分保護，更注重通勤出行的舒適、安全和便捷性.私家車在這方面比公共交通（地鐵）和P&R均具有更大的優勢.

（7）男性更傾向于選擇私家車方式出行.在公共交通（地鐵）和P&R兩種方式中，男性屬性均有較為顯著的負效用，由此可見男性更喜歡私家車出行.這是因為男性比女性更能熟練駕駛小汽車并對小汽車的依賴程度更高，且男性比女性對時間的要求更高.這與現有研究結論較一致[5].

（8）短距離出行者更傾向于選擇非機動方式出行.短距離屬性（<5 km）在公共交通（地鐵）、私家車和P&R出行方式中均顯著且參數為負，可見短距離出行者更傾向于選擇非機動車方式出行.出行距離短，使得非機動車方式（電動車、自行車、步行等）即能滿足出行需求，因此沒有必要采用機動車方式.這與生活中的實際情況較一致.

（9）下班時間早的通勤者會更多選擇全私家車方式.通勤者下班時間早，通常會激發下班后更多的活動需求而不是直接回家，即會催生出更多的復雜鏈出行模式，且晚高峰之前的公共交通發車頻次偏低，因此會選擇靈活快捷的全私家車方式，這與現有研究結論較一致[9].

2.3 政策啟示

從上述實證分析結論可以看到，在人們出行結構越來越復雜、出行目的越來越多元化的背景下，當通勤者們掌握了足夠多的交通信息且對交通信息的滿意度較高時，私家車出行方式往往并不是大多數人的首要選擇，而P&R和公共交通（地鐵）兩種出行方式具有一定的吸引力.因此，在交通管理政策上有如下啟示：

（1）完善各交通樞紐、換乘點的公共接駁服務和停車服務，促進進入中心城區的交通方式由私家車向公共交通（接駁）轉移.考慮到城市交通擁堵、機動車污染問題日益嚴重，通過這些措施誘導私家車方式出行的人群在城市邊緣區轉向公共交通方式，以減少中心城區車流量，從而有效緩解中心城區交通擁擠，同時節約能耗、減少機動車排放污染.

（2）充分利用移動互聯網技術，發布全面、準確的交通信息，以做好交通方式的誘導工作.全面、準確的交通信息能夠幫助出行者制訂出行計劃，節約出行時間和成本，進而提高城市交通系統的運行效率，緩解交通擁堵以及由此引發的環境問題.

3 結 論

以通勤者全天出行行為作為研究視角，應用RP調查獲取上海居民通勤出行方式選擇行為數據，應用離散選擇分析方法，建立通勤出行方式選擇與通勤者交通信息使用屬性、出行鏈模式和個人社會經濟屬性之間的關系的多項Logit模型.實證研究發現，當通勤者們掌握了足夠的交通信息，并且對交通信息的滿意度較高時，在復雜鏈出行模式日益增多的背景下，P&R方式因其在經濟成本和出行靈活性、舒適性上的總體優勢，越來越被通勤者們所接受.這主要表現在：（1）復雜鏈出行模式最有可能促進P&R方式的生成；（2）通勤者交通信息查詢頻率越高，采用P&R方式出行的概率越大；（3）高收入群體在通勤出行中更愿意選擇P&R方式，而非私家車方式.本文的研究在一定程度上揭示了交通信息對不同屬性個體的出行行為的影響差異，以及通勤出行方式選擇傾向性的一般規律.

本文應用的多項Logit模型是在假設所有的出行者都是同質的基礎上建立的，具有一定的片面性.下一步的研究將改進多項Logit模型，放寬出行者同質性的假設，通過收集RP和SP（意向行為，Stated Preference）融合數據，建立隨機參數Logit模型.