應用巢式LOGIT模型的公共交通選擇行為研究

李　信，朱　權(quán)，劉　洪，楊　潔

(1.昆明捷城交通工程咨詢有限公司，昆明 650000；2.昆明市城市交通研究所，昆明 650010)

?

應用巢式LOGIT模型的公共交通選擇行為研究

李信1，朱權(quán)2，劉洪1，楊潔2

(1.昆明捷城交通工程咨詢有限公司，昆明 650000；2.昆明市城市交通研究所，昆明 650010)

摘要：為更好的緩解交通壓力，公交優(yōu)先已成為國內(nèi)外學者的共識。研究居民公共交通的選擇行為，分析與把握居民出行規(guī)律，對推進公交優(yōu)先戰(zhàn)略，增強公交吸引力，有著重要的意義。本文以城市居民出行為研究對象，通過對成都到龍泉片區(qū)居民出行進行調(diào)查分析，建立巢式logit模型，并分析模型結(jié)果，得出對出行者選擇公共交通具有顯著影響的因素，并通過彈性分析定量展示這些顯著因素對公共交通選擇率的影響。

關(guān)鍵詞：巢式logit模型；意愿調(diào)查；正交試驗設(shè)計；選擇行為

0引言

公交優(yōu)先是國內(nèi)外許多城市緩解交通擁堵的戰(zhàn)略措施，研究公共交通選擇行為對大力發(fā)展公共交通，并對公共交通服務水平的改善具有重要作用。然而，我國許多城市公共交通發(fā)展仍然緩慢、線網(wǎng)布局缺乏規(guī)劃、方式單一等問題仍然突出[1]。巢式logit模型與傳統(tǒng)的多項logit模型相比更接近實際，因為它考慮了選擇枝之間具有相關(guān)性。本文是在實際公共交通選擇問題的基礎(chǔ)上，發(fā)現(xiàn)某些交通方式具有相似性，按照交通方式具有的屬性對其進行劃分。因此建立巢式logit模型，對出行者的公共交通選擇行為進行研究。

1巢式logit模型的原理

巢式logit模型是對多項logit模型的一種改進，它考慮了選擇枝之間的相關(guān)性，將具有相似性的方案劃分為一個層次，不具有相似性的方案劃分在不同的層次，從而更貼合實際情況。下面以兩層巢式logit模型為例說明，如圖1所示。

考慮選擇枝1和枝2存在共性，即選擇枝1和枝2具有相關(guān)性，因此將選擇枝1和枝2劃分為同一個層次，構(gòu)成虛擬選擇枝A，將選擇枝3和枝4劃分為同一層次為虛擬選擇枝B，選擇枝A和枝B與選擇枝1和枝2、選擇枝3和枝4分別構(gòu)成獨立的多項logit模型，總出行方式與選擇枝A、枝B也構(gòu)成項logit模型。

圖1　兩層方式劃分選擇樹Fig.1 Selection tree division for two-level transportation

由條件概率知

(1)

(2)

(3)

其中，λ,b分別是上、下層的參數(shù)。

實際中，能夠觀測和確定的量是VAi,VBj，為了計算Pi,Pj，需要求出VA,VB。

(4)

同樣的，對于虛擬選擇枝B可以得出

根據(jù)上面的公式就可以求出選擇枝1、枝2、枝3、枝4的選擇概率P[2-7]。

2巢式logit模型構(gòu)建

2.1數(shù)據(jù)來源

本文需要利用意愿(SP)調(diào)查設(shè)計問卷，假設(shè)成都地鐵二號線東沿線開通，調(diào)查出行者在兩地間出行時的出行選擇情況。將兩地之間既有的交通方式與地鐵同時作為選擇枝，并且每個選擇枝具有不同的屬性和屬性水平，這將會產(chǎn)生大量的試驗組合，正交試驗設(shè)計從這些試驗因素中挑選具有正交性質(zhì)的因素和水平指標，把它們均衡搭配，利用這些具有代表性和典型性的組合試驗進行問卷調(diào)查，就可以涵蓋所有因素組合的情況，并且大大的減少試驗次數(shù)，提高工作效率[8]。

(1)選擇枝集合、選擇枝屬性以及屬性水平定義。確定意愿調(diào)查中選擇枝集合中的選擇方案為：公交、大巴、出租車、私家車和地鐵。并且應該挑選那些能夠體現(xiàn)選擇枝的特性且不相關(guān)的作為選擇枝屬性。設(shè)定選擇枝的屬性水平時，屬性水平個數(shù)可以不相等，但其數(shù)量越多，得到的信息量就越大，但實驗組合數(shù)量是由屬性數(shù)量和屬性水平個數(shù)決定的，因此，需要選擇合適的數(shù)量，并不是越多越好[9]。選擇枝屬性水平的確定應該與實際相結(jié)合，在實際的基礎(chǔ)上做適當?shù)脑鼋担Y(jié)合成都與龍泉片區(qū)之間定義的選擇枝交通方式的實際情況，確定本次意愿調(diào)查的屬性和屬性水平，見表1。

表1　選擇枝屬性及屬性水平定義表Tab.1 Levels of alternative attributes and definition table

續(xù)表1　選擇枝屬性及屬性水平定義表Tab.1 Levels of alternative attributes and definition table(Cont.)

注：“下車時間”為下車后到目的地的時間

(2)選擇枝集合、屬性以及屬性水平定義好以后，就可以運用正交試驗設(shè)計法進行問卷設(shè)計。由于定義的水平數(shù)是不均衡的，因此正交試驗設(shè)計過程比較復雜，本文采用專業(yè)的統(tǒng)計軟件SPSS進行設(shè)計，結(jié)果共形成了32個試驗組合，對一個調(diào)查者來說，回答32個情景太多，并且隨著情景的增加，被調(diào)查者會產(chǎn)生疲勞效用，從而導致后面的回答結(jié)果并沒有進行仔細的考慮，從而會對模型的結(jié)果產(chǎn)生影響。因此筆者把32個組合隨機分成八個塊，每塊有四個組合，由八個被調(diào)查者完成，一個調(diào)查者只需要回答四個選擇情景即可。正交試驗設(shè)計結(jié)果如圖2所示。

正交實驗設(shè)計組合表

圖2正交試驗設(shè)計組合示例

Fig.2 Orthogonal design combination example

2.2數(shù)據(jù)統(tǒng)計分析

此次調(diào)查了1600個樣本，根據(jù)調(diào)查結(jié)果把一些無效的問卷篩選出來，最終以1344個樣本為基礎(chǔ)來分析。調(diào)查時收集了被調(diào)查著的年齡性別等信息。調(diào)查樣本的男女比例與1接近，其中男性的比例為51.1%，私家車擁有者占40%，調(diào)查樣本平均年齡是33.6歲，其中男女分別為34.5歲和32.8歲。如圖3所示。

圖3　總體樣本年齡分布圖Fig.3 The overall sample age distribution

調(diào)查樣本的平均月收入是4 014元，接近成都市居民的平均月收入，從樣本的統(tǒng)計結(jié)果可以看出，選擇私家車的出行者平均月收入要高于選擇其他交通方式的，為5 346元，而選擇公交和地鐵的樣本平均月收入分別為3 052和3 546元。如圖4所示。

圖4　總體樣本收入分布圖Fig.4 The overall sample income distribution

2.3巢式logit模型構(gòu)建

本文所研究的交通方式主要包括大巴、公交、出租車、私家車和地鐵。出租車和私家車由于具有相似的性質(zhì)是為個體服務并且提供點到點服務，因此將它們劃分在同一層次，都作為私人交通方式，公交和地鐵由于都是能夠提供大容量的服務但具有中途上下客的特性，將它們劃分為公共交通方式，大巴的特性區(qū)別與公共交通和私人交通，作為獨立的層考慮。按照以上思路得到交通方式選擇樹示意圖如圖5所示。

圖5　交通方式劃分選擇樹Fig.5 Selection tree division based on transportation modes

巢式logit模型應用軟件NLOGIT3.0進行參數(shù)標定。NLOGIT軟件能夠?qū)Χ囗検竭x擇數(shù)據(jù)進行估測、模擬和分析，是離散選擇，模型參數(shù)估計和模擬的主要軟件。將調(diào)查數(shù)據(jù)按規(guī)定格式導入軟件中，進行相應的操作，可以得到軟件采用最大似然估計法標定的參數(shù)結(jié)果和一些相關(guān)分析數(shù)據(jù)。

層次劃分的正確性主要是通過指標IV(包容值)的參數(shù)值大小來確定，IV參數(shù)值應該處于0和1之間，否則表明層次劃分不合理[7]。根據(jù)模型標定結(jié)果，公共交通層次的IV參數(shù)值為1.088，私人交通層次的IV參數(shù)值為0.695，因此表明公交和地鐵因為具有自己獨特的特性，不適合劃分為一個層次。把公交和地鐵單獨考慮，新的交通方式選擇樹示意圖如圖6所示。

圖6　新交通方式劃分選擇樹Fig.6 Selection tree division based on new transportation mode

根據(jù)新的交通方式劃分選擇樹，建立巢式logit模型，得出各種交通方式的選擇概率。

(5)

式中：T=A、B、C、D，A為公交；B為地鐵；C為私人交通；D為大巴。

(6)

式中：i=1、2；1為出租車；2為私家車。

(7)

3巢式LOGIT模型的公共交通選擇行為分析

根據(jù)新的層次劃分方式，對巢式logit模型標定結(jié)果見表2。

表2　巢式logit模型標定結(jié)果Tab.2 Estimation results of nested logit model

(1)巢式logit模型層次結(jié)構(gòu)劃分。

(2)模型擬合優(yōu)度。離散選擇模型的擬合優(yōu)度處于0.2～0.4時，就可以表示模型有較好的擬合效果，本次建立的巢式logit模型的擬合優(yōu)度為0.347，說明模型擬合度較好，模型結(jié)果與實際情況接近。

(3)對出行者具有顯著影響的因素。廣義變量“費用”的參數(shù)值為負數(shù)，表示某種交通方式的費用越高，其被選擇的概率就會越小；而“到乘車站點時間”、“候車時間”、“車內(nèi)時間”以及“下車到目的地時間”的參數(shù)值均為負值，也表明該種交通方式的出行耗時越久，被選擇的概率越小，符合實際情況。

變量的T檢驗值的絕對值大小能夠判斷該屬性是否會對出行者的選擇行為造成顯著影響，一般情況下，置信度為95%時，如果T檢驗值的絕對值大于1.96，就說明其對應的屬性是能夠?qū)Τ鲂姓叩倪x擇行為造成顯著影響的，否則則不會顯著影響[10]。根據(jù)巢式logit模型的標定結(jié)果，變量“費用”、“候車時間”、“到乘車站點時間”、“車內(nèi)時間”的T檢驗絕對值都大于1.96，說明它們對出行者的選擇行為造成了顯著影響。

(4)顯著因素彈性分析。彈性是描述一些變量和需求量的百分比變化關(guān)系。直接彈性測量了在選擇枝集合里關(guān)于一些選擇枝的某個屬性給定了百分比變化，選擇這個選擇枝的概率的百分比變化。經(jīng)濟學中，彈性絕對值大于1表明需求函數(shù)是富有彈性的，彈性絕對值小于1表明需求函數(shù)是缺乏彈性的，若是彈性絕對值等于1則表明是單位彈性。為了定量展示顯著因素對選擇枝的選擇概率的影響，計算了五個顯著因素的彈性值。

屬性“費用”對于大巴選擇率的彈性值為-0.5，意思是大巴費用增加1%，大巴的選擇率會減少0.5%。把每個彈性值的絕對值與1比較，判斷屬性對于選擇枝選擇率是否具有彈性。屬性“費用”對于公交選擇率的彈性值為-0.167，彈性絕對值小于1，表明缺乏彈性，意思是，公交公司增加車費后導致客流流失從而造成的損失，是能夠由增加車費的收益彌補的。從上表的彈性值可以得出“費用”對于出租車和私家車、“到乘車站點時間”對于大巴和地鐵、“車內(nèi)時間”對于大巴、公交、出租車、私家車都是富有彈性的。

表3　顯著因素彈性值Tab.3 Elasticity of the significant factors

4結(jié)論

大力和優(yōu)先發(fā)展公共交通是國內(nèi)外許多城市緩解交通問題的重要舉措，分析居民公共交通選擇行為，掌握影響居民選擇公共交通的因素，對于改善公共交通服務水平和制定公共交通政策具有重要意義。

(1)通過對公共交通選擇行為建立巢式logit模型，對模型進行求解分析，得出公交與地鐵雖然都為大容量的公共交通，但在建立巢式logit模型時，由于它們具有自己的特性，不適合劃分為一個層次，需要單獨考慮。

(2)屬性“費用”、“候車時間”、“到乘車站點時間”、“車內(nèi)時間”對交通方式的選擇具有顯著影響。

(3)通過計算顯著因素的彈性值，定量展示了顯著因素對選擇枝的影響。如屬性“費用”缺乏彈性，意味著公交公司增加車費后導致客流流失從而造成的損失，是能夠由增加車費的收益彌補的。

【參考文獻】

[1]陳俊勵，馬云龍，朱楠.基于巢式Logit模型的公交出行方式選擇行為研究[J].交通運輸系統(tǒng)工程與信息，2010，11(S1)：120-125.

[2]劉燦齊.現(xiàn)代交通規(guī)劃學[M].北京：人民交通出版社，2001.

[3]姚麗亞，孫立山，關(guān)宏志.基于分層Logit模型的交通方式選擇行為研究[J].武漢理工大學學報交通科學與工程版，2010，34(4)：737-741.

[4]關(guān)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.

[5]Hensher D A，Greene W H.Specification and estimation of the nested logit model：alternative normalizations[J].Transportation Research Part B，2002，36：1-17.

[6]楊昌濤，靳文舟，范雪婷.基于巢式Logit模型的交通方式選擇行為研究[J].公路與汽運，2011，7(4)：62-65.

[7]Carrasco J A，de Dios Ortúzar J.Review and assessment of the nested logit model[J].Transport Reviews，2002，22(2)，197-218.

[8]邵潔，關(guān)宏志，王鑫.正交試驗設(shè)計在交通意向調(diào)查中的應用[J].公路交通科技，2005，22(10)：106-109.

[9]Hensher D A，Greene W.Applied Choice Analysis [M].Cambridge：Cambridge University Press，2005.

[10]Bliemer M C J，Rose J M，Hensher D A.Efficient stated choice experiments for estimating nested logit models[J].Transportation Research Part B，2009，43：19-35.

[11]趙鵬，藤原章正.SP調(diào)查方法在交通預測中的應用[J].北京交通大學學報，2000，24(6)：29-32.

[12]焦朋朋，陸化普.基于意向調(diào)查數(shù)據(jù)的非集計模型研究[J].公路交通科技，2000，22(6)：114-116.

[13]Rose J M，Bliemer M C J，Hensher D A，et al.Designing Efficient stated choice experiments in the presence of reference alternatives[J].Transportation Research Part B，2008，42(4)：395-406.

[14]王雯靜，干宏程.小汽車與軌道交通出行方式選擇行為分析[J].城市交通，2010，8(3)：36-40.

[15]王方，陳金川.SP調(diào)查在交通方式選擇模型中應用[J].交通運輸系統(tǒng)工程與信息，2007，7(5)：90-95.

[16]朱權(quán)，何保紅，唐翀，等.基于公交可達性的停車分區(qū)研究-以昆明為例[J].森林工程，2015，31(6)：110-115.

收稿日期：2015-12-23

第一作者簡介：李信，碩士，助理工程師。研究方向：交通運輸規(guī)劃與管理。E-mail：454382855@qq.com

中圖分類號：U 491.17

文獻標識碼：A

文章編號：1001-005X(2016)04-0051-05

Application of Nested Logit Model for the Researchof Public Transport Selection Behavior

Li Xin1，Zhu Quan2，Liu Hong1，Yang Jie2

(1.Kunming Jiecheng Traffic Engineering Consulting Co.，Ltd，Kunming 650000；2.Kunming Urban Transport Institute，Kunming 650010)

Abstract：The preference on public transportation has become a common consensus for the scholars both at home and abroad.It is very significant to study the choice behaviors of residents on public transportation and analyze the laws of residents’ travel behaviors，in order to promote the bus priority strategy and enhance the bus attraction.In this paper，a traffic corridor between Chengdu and Longquan district，was selected to analyze the public transport travel choice behavior and the Nested Logit(NL)model was established.The major factors that can significantly impact the traffic mode choice of travelers were analyzed and elasticity analysis was used to quantify the significant factors.

Keywords：nested logit model；preference survey；orthogonal design；selection behavior

引文格式：李信，朱權(quán)，劉洪，等.應用巢式LOGIT模型的公共交通選擇行為研究[J].森林工程，2016，32(4)：51-55.