流動人口出行特征及出行方式選擇模型
——以北京市短期旅居流動人口為例

劉 侃，張 蕊，楊 靜，李春艷

(1.北京建筑大學土木與交通工程學院，北京100044；2.北京建筑大學北京市城市交通基礎設施建設工程技術研究中心，北京100044；3.北京建筑大學首都世界城市順暢交通協同創新中心，北京100044；4.北京交通發展研究院，北京100073)

0 引言

20世紀80年代中期，流動人口研究開始得到關注[1-6]，研究成果主要集中在流動人口特征、流動人口增長因素、流動人口效應、流動人口政策與管理等方面。隨著城市交通問題的發展，流動人口的出行研究也逐漸受到重視。2000年后，隨著新一輪人口流動浪潮的到來，流動人口問題再次成為社會關注的熱點，綜合交通調查開始涵蓋這部分人群。在出行調查數據的基礎上，可通過出行次數、出行方式、出行目的、出行時耗、出行距離、出行費用等綜合定量指標來描述流動人口的出行特征[7-9]，但其方式選擇規律研究尚不夠豐富，交通政策的提出缺少預測數據及相關模型的支持。國內外專家學者通過對居民自身因素、交通因素及環境因素等進行分析，建立居民出行方式選擇模型的研究理論與方法[10-18]，對流動人口出行特征分析及方式選擇模型建立具有很好的借鑒意義。

北京市作為集全國政治中心、文化中心、國際交往中心和科技創新中心為一體的國際化大都市，吸引了數量龐大的流動人口。據北京市統計局網站最新統計顯示，2015年末全市人口2 170.5萬人，其中流動人口822.6萬人，占人口總數的37.9%[19]。流動人口的出行行為影響不可忽視。短期旅居流動人口(在京時間小于1個月，以下簡稱“短期流動人口”)總量高達162萬人，來京目的大多為旅游、探親、出差等，居住地多為旅館、酒店等大眾服務場所，出行特征與常住人口差異較大，其出行行為呈現更加復雜和不確定的特點。

本文以北京市2014年第五次綜合交通調查數據為研究基礎，選擇年齡18歲以上，在京時間1個月以內，居住在賓館、酒店旅居的流動人口為研究對象，數據樣本共計8 036份，涉及523個旅館、酒店，全面覆蓋北京市城六區及三個近郊區。在分析短期流動人口出行特征的基礎上，構建其出行方式選擇的預測模型，并提出相關政策建議。北京市短期流動人口的出行特征及規律研究為制定有針對性的交通政策提供理論參考，同時有助于全面把握城市交通特征并提供更好的交通服務。

圖1 出行方式分布Fig.1 Distribution of travel modes

1 出行特征分析

1.1 出行次數

北京市第五次綜合交通調查顯示，六環內常住居民人均出行次數為2.75次·d-1，短期流動人口平均出行次數為2.19次·d-1[20]，稍低于常住居民。

1.2 出行方式

短期流動人口在3km以內的短距離出行以步行為主；3 km及以上的中遠距離出行主要采用地鐵、公共汽車、出租汽車等方式。

對比短期流動人口出行方式和常住居民出行方式[20](見圖1)，發現二者差異較大：1)在短距離出行方面，短期流動人口更傾向于選擇步行方式出行，而常住居民除了步行方式外，自行車出行比例也很高；2)中遠距離出行方面，短期流動人口小汽車出行方式的比例很小；3)短期流動人口采用出租汽車出行的比例為18%，遠多于常住居民對出租汽車(4%)的使用；4)短期流動人口對地鐵、公共汽車、出租汽車等公共交通方式表現出極大的需求，占整體出行方式選擇的62%，常住居民這三種出行方式的分擔率僅為38%。

1.3 出行目的

常住居民出行目的以通勤出行為主，占出行總量的56.8%。短期流動人口出行目的主要以公務外出、探親訪友、看病就醫、休閑娛樂等方式為主，占出行總量的52.4%。

不同的出行目的會導致不同的出行方式選擇。通勤務工、就醫等目的的出行通常需要快速、準時到達目的地，人們重視出行的可靠性，對于時間和費用的要求較嚴格，屬于剛性出行；而購物、文化娛樂、社交及探親訪友等出行對時間和費用的要求都比較低，具有很強的隨意性，屬于彈性出行。出行目的和方式分布往往具有相關性，故了解短期流動人口出行目的分布可以用來推斷其出行需求模式。表1為短期流動人口不同出行目的的出行方式分擔率。

短期流動人口的剛性出行需求比彈性出行需求多。在剛性出行中，步行(23.9%)最高，地鐵(15.7%)次之。步行、地鐵分別為流動人口短距離和長距離出行選擇的主要交通方式，說明短期流動人口在選擇居住地位置時，考慮了出行活動就近完成的特點，同時也體現出剛性出行情況下步行和地鐵方式準時、可靠的特性。在彈性出行中，公共汽車出行比例(7.4%)較高，其次為出租汽車(6.9%)和地鐵(6.8%)，反映出短期流動人口彈性出行強調舒適性，而對時間和費用敏感性不確定的特點。

表1 不同出行目的的出行方式分擔率Tab.1 Travel mode split by trip purposes%

表2 各種出行方式平均出行距離、出行時耗Tab.2 Average travel distance and travel time by travel modes

1.4 出行距離與出行時耗

短期流動人口平均出行距離8.8 km·次-1，其中采用地鐵方式的平均出行距離高于短期流動人口平均出行距離，為10.5 km·次-1，低于六環內常住居民(12.2 km·次-1)(見表2)。短期流動人口平均出行時耗為41 min·次-1，低于六環內常住居民54 min·次-1[21]。

1.5 居住地類別

以往調查經驗表明費用會影響出行方式選擇，而用居住地類別反映短期流動人口對費用的敏感程度更為合適。故將短期流動人口在京居住地類別劃分為三類：三星及以上賓館，三星以下賓館，無星級旅館。不同居住地類別下短期流動人口的出行方式差異明顯(見圖2)。隨著居住費用的下降，出租汽車出行比例呈下降趨勢，地鐵、公共汽車出行比例呈現上升趨勢。

1.6 公交IC卡持有情況

持有北京市公交IC卡可享受公共汽車出行打折、地鐵替代購票的優惠與便捷。本次調查顯示，短期流動人口公交IC卡持有率為23.4%，遠低于常住居民(88%)[22]。

圖2 不同居住地類別對應的出行方式Fig.2 Travel mode by residential types

2 出行方式選擇模型

非集計模型是分析出行方式選擇的有效模型[23]，具有以下顯著特點：1)以明確的行為假說為基礎，具有較強的邏輯性；2)較少的樣本即可標定模型參數；3)以與個人決策相關的因素作為自變量描述個人或家庭的出行決策過程；4)可以對多種交通規劃、交通政策的效果進行評價。多項Logistic模型(Multinomial Logistic Model,MNL)是非集計模型中應用最廣泛的模型之一[24]。一方面因為多項Logistic模型技術門檻低、易于操作和實現；另一方面因為數學形式簡單，物理意義明確，及由此帶來的穩健、通用、出錯率低、對樣本要求低等優點。盡管多項Logistic模型存在固有理論缺陷(假設隨機效用獨立)，但其在出行方式選擇構建上能夠充分發掘和篩選合理的解釋變量、要素水平。同時考慮短期流動人口的出行方式選擇肢相對于常住居民較為簡單的特點，故選用多項Logistic模型進行分析和構建預測模型。

2.1 模型構建

多項Logistic模型假設短期流動人口個體n的出行效用Uin為可觀測的影響因素構成的效用函數固定項Vin和不可觀測的影響因素構成的效用函數概率項εin之和，Uin=Vin+εin。假定εin服從不同的概率分布，可得到不同的預測模型。多項Logistic模型計算公式為

表3 出行方式特征變量Tab.3 Characteristic variables of travel modes

式中：Pin為個體n選擇出行方式i(i=1,2,3,…)的概率；Vin為個體n選擇出行方式i的效用函數固定項；An為個體n選擇出行方式的集合。

2.1.1 出行方式及特征變量選擇

在短期流動人口各種出行方式中(見圖1)，自行車出行比例極低(1.6%)，步行方式主要用于接駁出行或極短距離出行。在對城市交通影響較大的中遠距離出行中，流動人口的主要交通方式包括地鐵、公共汽車、出租汽車，對應的出行方式i取值分別為1，2，3。

特征變量是出行方式選擇的影響因素，一般劃分為個人特征、出行特征兩類。個人特征包含性別、年齡、居住條件、月收入、出行目的等。依照前文分析，額外加入“是否持有公交IC卡”一項，以反映公共交通方式的普及程度；去除月收入一項，因為月收入與居住地類型在本模型中作用大體相同，同時與出行時間成本顯著相關。出行特征一般包括出行距離、出行費用、出行時耗三類影響因素，出行時耗可以轉變為時間成本，本文依照個人月收入轉化為單位時間價值。特征變量分類與賦值見表3。

2.1.2 參數標定及最終模型

對各個特征變量與出行方式的關系進行相關性分析，年齡、性別、出行目的三個變量由于與出行方式的相關性較差因而去除，得到特征變量參數估計值，結果見表4。

在特征變量參數估計值基礎上得到短期流動人口的出行方式模型為：

式中：P1，P2，P3分別為流動人口選擇地鐵、公共汽車、出租汽車出行的概率。

2.2 模型檢驗

2.2.1 模型擬合程度

通過SPSS軟件進行模型擬合信息統計。僅含截距項的對數似然值為14 158.035，而含有居住地類型、是否持有公交IC卡、出行距離、出行費用、時間成本的最終模型的卡方值為9 045.902，顯著性P為0.000，小于0.01，說明最終模型優于僅有截距的模型，最終模型成立。

2.2.2 擬合優度指標

擬合優度常在離散選擇模型中出現用來度量模型對于數據的擬合程度。偽R2(Pseudo R-Square)是自變量的變異占因變量總變異的百分比。偽R2取值為0～1，大于0.2且越接近1說明模型擬合程度越好。本模型中的三個偽R2統計結果分別為：Cox和Snell=0.657，Nagelkerke=0.757，McFadden=0.528，說明模型具有較高的擬合度。

2.2.3 模型命中率

把離散數據代入模型中，將概率最大的出行方式定為預測結果，得到模型總體的命中率為89.1%(見表5)。模型具有較高的命中率，說明該預測模型能夠較好地預測短期流動人口出行方式選擇結果。

表4 特征變量參數估計值Tab.4 Estimation parameters of characteristic variables

3 模型結果分析及建議

3.1 模型結果分析

通過建模發現，短期流動人口出行方式選擇主要受出行費用、居住地類別、公交IC卡擁有情況、出行距離、出行時耗等因素影響。模型系數反映出出行費用、居住地類別、公交IC卡擁有情況對出行方式選擇的影響較為顯著。

根據特征變量參數估計值，居住地類別1選擇出行方式3的回歸系數是0.739，對應的出行概率增加的倍數Or=exp(0.739)=2.093，這表示居住在三星及以上賓館的流動人口選擇出租汽車出行的概率是居住在小旅館流動人口的2.093倍；居住在三星以下賓館的流動人口選擇出租汽車出行的概率是居住在小旅館流動人口的1.236倍。隨著居住地水平的提升(反映收入水平的提升)，短期流動人口對出租汽車的選擇概率逐步增加。同理可得，居住在三星及以上賓館和居住在三星以下賓館的流動人口選擇公共汽車出行的概率分別是居住在小旅館流動人口的0.981倍和0.985倍。隨著居住地水平的提升，短期流動人口對公共汽車的選擇概率逐步降低。

持有公交IC卡選擇出行方式2的回歸系數是0.615，對應的Or=exp(0.615)=1.849，即持有公交IC卡流動人口采用公共汽車出行的概率是未持有公交IC卡流動人口的1.849倍?？梢?，推廣公交IC卡可以有效引導短期流動人口采用公共交通出行。

3.2 管理建議

綜合建模結果及短期出行特征，在實際交通管理中可以對流動人口出行采取相應的管理措施。

1）短期流動人口對出租汽車出行有一定的依賴性；流動人口的在京居住條件反映了其收入或消費水平，影響選擇出租汽車出行的概率，隨著居住水平的提高出租汽車出行比例呈上升趨勢，相應的公共汽車出行比例呈下降趨勢。酒店應配置便捷預約服務，滿足商務出行需要及差異化的需求服務，并應有針對性地在星級酒店附近提供便捷的公共交通系統，合理引導流動人口減少對出租汽車出行的依賴。

2）公交IC卡對公共交通出行方式選擇有較大影響，應提供便捷的辦卡和退卡服務。改善機場、火車站、長途汽車站等公共交通集散地的購卡、退卡服務設施，縮短找尋路程和排隊時間，提高服務效率；在賓館、超市等場所提供購卡服務，方便流動人口使用公交IC卡；增加公交IC卡的票制種類，如3日票、7日票，以提高短期使用的價格優勢。

3）短期流動人口自行車交通方式較少，主要是沒有交通工具或者交通工具較難獲得，如公共自行車辦理手續較為煩瑣。為提高短期流動人口的綠色出行比例，應簡化公共自行車的租賃程序，使自行車交通工具使用更加方便、快捷。隨著共享單車得到大力發展，自行車出行比例將有所上升。

表5 出行方式命中率Tab.5 Travel modes hit rate

4 結語

流動人口出行是北京市城市交通的重要組成部分，研究其出行規律及出行方式選擇對把握北京市整體交通特性具有重要意義。而短期流動人口的出行行為特征復雜，與常住居民具有較大差異。本文總結了北京市短期旅居流動人口的出行特征，在此基礎上分析影響出行方式選擇的個人及出行特征因素，構建基于多項Logistic的出行方式選擇模型，分析短期流動人口出行方式的主要影響因素，研究成果可以預測短期流動人口出行方式選擇并為制定綠色交通相關政策提供理論參考。

：

[1]佚名.北京百萬流動人口探蹤：他們從哪里來，來干什么？(調查報道之一)[J/OL].瞭望周刊，1986(49)[2016-11-30].http://mall.cnki.net/magazine/Article/LWZZ198649005.htm.

[2]張慶五.關于城市流動人口問題的思考[J].中國人口科學，1989(3)：50-55.

[3]彭啟彪，左晗.人口流動對我國社會的影響[J].社會科學家，1990(2)：49-52.

[4]湯雪梅.北京市人口遷移和人口流動[J].人口研究，1993(4)：52-55+23.

[5]黨冀生，邵秦，等.中國人口流動態勢與管理[M].中國人口出版社，1995.

[6]李玲.改革開放以來中國國內人口遷移及其研究[J].地理研究，2001，20(4)：453-462.Li Ling.Internal Population Migration in China Since the Economic Reforms:A Review[J].Geographical Research,2001,20(4):453-462.

[7]姜學鋒.北京市流動人口出行方式構成對比[J].道路交通與安全，2004(1)：f3.

[8]童玉芬.奧運活動對北京市流動人口影響的定性定量分析[J].人口研究，2008，32(1)：76-82.

[9]盧新新.流動人口對北京市交通影響的實證研究[D].北京：首都經濟貿易大學，2013.

[10]Sen S.A Joint Multiple Discrete Continuous ExtremeValue (MDCEV)Modeland Multinomial Logit Model (MNL) for Examining Vehicle Type/Vintage,Make/Model and Usage Decisions of the Household[D].Austin:University of Texas atAustin,2006.

[11]Ewing R.Researchers and Policymakers:Travelers in ParallelUniverses[J].Researchers and Policymakers:Travelers in Parallel Universes,2006,30(2):164-172.

[12]北京交通發展研究中心.北京第五次交通綜合調查分析報告[R].北京：北京交通發展研究中心，2015.

[13]周素紅，閆小培.基于居民通勤行為分析的城市空間解讀：以廣州市典型街區為案例[J].地理學報，2006(2)：179-189.Zhou Suhong,Yan Xiaopei.The Impact of Commuters'Travel Pattern on Urban Structure:A Case Study in SomeTypicalCommunitiesinGuangzhou[J].Acta Geographica Sinica,2006(2):179-189.

[14]張政，毛保華，劉明君，等.北京老年人出行行為特征分析[J].交通運輸系統工程與信息，2007(6)：11-20.Zhang Zheng,Mao Baohua,Liu Mingjun,et al.An Analysis of Travel Patterns of the Elders in Beijing[J].JournalofTransportation SystemsEngineering and Information Technology,2007(6):11-20.

[15]陳團生.通勤者出行行為特征與分析方法研究[D].北京：北京交通大學，2007.

[16]張萌，孫全欣，陳金川，等.北京市女性出行行為研究[J].交通運輸系統工程與信息，2008(2)：19-26.Zhang Meng,Sun Quanxin,Chen Jinchuan,et al.Travel Behavior Analysis of the Females in Beijing[J].Journal of Transportation Systems Engineering and Information Technology,2008(2):19-26.

[17]黃樹森，宋瑞，陶媛.大城市居民出行方式選擇行為及影響因素研究：以北京市為例[J].交通標準化，2008(9)：124-128.Huang Shusen,Song Rui,Tao Yuan.Behavior of Urban ResidentsTravelMode Choosing and Influencing Factors:Taking Beijing as an Example[J].Communications Standardization,2008(9):124-128.

[18]傅鵬明.城市居民出行方式選擇影響因素分析[C]//中國城市規劃學會城市交通規劃學術委員會.2015年中國城市交通規劃年會暨第28次學術研討會論文集.北京：中國建筑工業出版社，2015：204.

[19]北京市統計局.2015年全市人口發展變化情況[EB/OL].2016[2016-11-30].http://www.bjstats.gov.cn/tjsj/zxdcsj/rkcydc/dcsj_4597/201601/t20160128_333790.html.

[20]北京市交通委員會，北京交通發展研究中心.第五次北京城市交通綜合調查簡要報告[R].北京：北京市交通委員會，2016.

[21]百度地圖.[百度]發布第一季度北京市居民出行大數據報告[EB/OL].2016[2016-11-30].http://www.21its.com/News/NewsInfo.aspx?id=33928.

[22]北京青年報.北京一卡通使用率達88%一成持卡乘客已享優惠[EB/OL].2016[2016-11-30].http://www.bj.xinhuanet.com/fw/2015-01/22/c_1114088588.htm.

[23]邵昀泓，王煒，程琳.交通方式選擇行為預測非集計模型應用研究[C]//國務院學位委員會、教育部學位管理與研究生教育司.可持續發展的中國交通：2005全國博士生學術論壇(交通運輸工程學科)論文集(上冊).北京：中國鐵道出版社，2005：346-350.

[24]Hensher D A,Button K J.Handbook of Transport Modeling[J].Pergamon Press,2008,127(6):546.