居民出行方式選擇的非集計模型綜述

郭彬杰

(重慶交通大學交通運輸學院 中國 重慶 400074)

居民出行方式選擇的非集計模型綜述

郭彬杰

(重慶交通大學交通運輸學院 中國 重慶 400074)

城市居民的出行研究可為交通管理部門提供決策依據，對出行方式選擇的研究也取得了重要的成果。本文歸納了對出行方式選擇分析的主要手段，這些方法隨著時代的發展在學者們的努力下逐漸成熟，并能應用于實際問題的解決。同時概括地列舉了每種方法的適應性和不足之處。

出行方式選擇；非集計模型

一、引言

居民出行交通方式選擇的研究頗具意義，決策部門往往根據居民選擇交通工具的行為制定政策，并在一定程度上決定了城市未來的交通結構。最早的出行方式分析和預測是以集計的方式進行的，其中以傳統四階段法為代表。從20世紀60年代開始，研究者們注意到集計模型的缺點，逐漸開發出了以個人為分析單位、以效用最大化為理論基礎的非集計模型。

集計方法以交通小區作為分析對象，籠統地將研究范圍內的統計數據并在一起進行處理，拋棄了單個家庭或個人所具有的不同屬性，最后預測分析結果與實際相差也較大，加之該模型需要大量的調查數據作為支撐，所以不再受到學者們的青睞。該方法主要有回歸分析、重力模型等。

二、國外研究

出行行為研究中應用最多的就是Logit模型，Luce在1959年首次對其進行了推導，隨后眾多學者對其理論基礎進行了完善，但由于實際的限制，最初的Logit模型只能用于個人對兩種交通方式的選擇，且研究的關注點主要是出行時間和費用的平衡分析。

1974年，McFadden首先對Logit模型及其特性進行了詳細的分析，并完整地論述了自己的研究成果，之后逐步形成了非集計模型的理論體系，包括了NL(NestedLogit)和ML(MultinomialLogit)等模型。

70年代中期，Ben-Akiva等人利用經濟學的消費理論對非集計模型作了進一步完善，并將其推向實際應用。

80年代是非集計模型發展的黃金年代，DanielMefadde在Ben的啟發下將經濟學中的隨機效用理論用于分析出行方式選擇行為，他認為在既定的出行個體和出行方式的情況下，可以用經濟學中的效用理論研究各個出行方式的吸引程度，這個效用是出行個體需要考慮的因素的函數，而每個人都會選擇對自己最有益的出行方式。基于此理論，Mefaddeen建立了MNL模型，隨后此模型得到國內外眾多學者的認可，并將其完善發展，取得了巨大成果。

但MNL模型在應用中有兩個重要的缺陷：①最大缺陷在于對比的每種交通方式在邏輯上必須是同等級的，即主要方式和次要方式如果混合在一起，所得到的結果就會產生誤差；②MNL模型在應用中表現的另一點限制就是計算概率僅僅與交通方式效用項差值存在關聯，而與效用值本身大小無關，忽視了方式之間的相對比較合理性。為了克服這兩個缺陷，DanielMefadde等提出了混合Logit模型，這個模型不僅能更清晰地表達出行者的偏好，而且適應性大幅度提高，可以對任何一種效用模型進行模擬。

三、國內研究

國內對出行方式的研究主要是對國外研究的繼承和改進，國內學者結合我國的實際情況，在Logit模型的基礎上建立了大量出行方式選擇模型。

王煒等利用隨機效用多項非集計模型，建立了居民出行方式選擇影響因素與選擇概率之間的關系，并說明了模型的用法及其靈敏度分析方法。王正等基于隨機效用理論，用微觀經濟學對出行個體的選擇行為進行解釋，通過引入相關參數，建立了廣義的出行方式劃分模型。李林波等認為在出行方式選擇中，個體會考慮多方面因素，包括費用、時間、環境及可選交通工具等因素，基于此來確定自己的出行方式。王樹盛等首先對ML模型和Logit模型的差異性進行了對比，然后對ML模型的算法進行可論述，并提供了一個算例。最后得出ML模型更適合對出行方式選擇進行研究。郭寒英等基于多目標決策方案和最大效用理論，利用Logit模型分析了城市居民出行方式選擇行為，得出不同距離出行方式的出行時間差、出行方式間的相對優越性，以及行為價值間的關系。雋志才等將方式選擇與空間進行聯系，建立了基于NL模型的雙層聯合模型，結果表明，模型能在較細層面上預測出行者的出行方式和出行空間選擇。殷煥煥與關宏志[23]結合實際調查數據，建立了出行方式方式選擇的ML模型。結果表明，出行者在選擇出行方式時與其出行屬性、個體屬性和家庭屬性之間存在著較為穩定的關系。殷煥煥和武平在分析調查數據的基礎上，建立了BinaryLogit模型，探討了如何引導居民選擇公共交通出行的規律。

四、結論

傳統的出行方式研究大都基于非集計模型，非集計模型必須依賴一定的假設，這個假設往往認為出行個體都是理性的，同質的，擁有完全的出行信息，總追求效益最大化。但是隨著出行環境的不斷變化和出行方式選擇的增加，人們已經將研究的重點放到在不確定條件下的出行方式選擇，而非集計模型已經難以描述這種情況下的選擇行為。

[1]諸葛承祥，邵春福，李霞，孟夢.通勤者出行時間與出行方式選擇行為研究[J].交通運輸系統工程與信息.2012,12：126-131.

[2]羅清玉，吳文靜，賈洪飛，胡鵬飛.基于前景理論的居民出行方式選擇分析[J].交通信息與安全.2012,30：37-40.

[3]米均.考慮出行成本的城市居民出行方式選擇研究[D].四川：西南交通大學,2015：3-6.

[4]Ben-Akiva M,Lennan SR.Discrete Choice Analysis:Theory and Applieation to Travel Damand[M].Massachuetts:The MIT Press,1985:100-129

[5]Daniel Mefadden.A Method of simulated Moments for Estimation of Diserete Response Models Without Numerieal Integration[J].Econometriea1,1989,57(5):995-1026

[6]百度文庫.MNL模型-MBA智庫百科.http://wiki.mbalib.com/wiki/MNL%E6%A8%A1%E5%9E%8B

[7]邵均鴻,王煒,程琳.出行方式決策的隨機效用模型研究[J].公路交通科技.2006,23(8):110-115.

[8]王正,劉安,鄭萍.廣義Logit交通方式劃分預測方法[l].同濟大學學報:自然科學版.1999,27(3):314-318.

[9]李林波,吳兵.交通方式選擇中心理因素影響分析[J].山東交通學院學報.2003,11(3):27-31.

[10]王樹盛,黃衛,陸振波.Mixed Logit模型及其在交通方式分擔中的應用研究[J].公路交通科技.2006,23(5):88-91.

郭彬杰(1993.12-),男,漢,重慶市忠縣,碩士研究生在讀,重慶交通大學,交通規劃與管理。