基于SP調(diào)查的樞紐對外出行銜接方式選擇行為

劉悅

(西南交通大學 交通運輸與物流學院，四川 成都 611756)

城市的發(fā)展速度與交通的便利程度息息相關[1]。鐵路客運樞紐作為交通體系中的重要組成部分，承擔著對內(nèi)、外交通中多種不同出行方式與鐵路之間銜接的重要功能。鐵路客運樞紐對外出行過程中銜接方式的快捷、經(jīng)濟等因素影響出行者對銜接方式的選擇，同時，也會影響鐵路客運樞紐對客流的吸引力與樞紐的整體效益[2-3]。本文采用選擇行為調(diào)查的方式計對鐵路客運樞紐對外出行(即出行者從出發(fā)地到達鐵路客運樞紐)過程中，出行者對銜接方式(包括公共交通方式、出租車、網(wǎng)約車、私家車等)選擇行為進行研究，得到出行者對不同銜接方式的選擇概率，從而根據(jù)乘客需要調(diào)整交通工具的發(fā)車頻率等，緩解城市交通壓力。

1 樞紐對外出行銜接方式選擇調(diào)查問卷

為研究樞紐出行者對外出行銜接方式選擇行為，先對出行者的出行行為進行數(shù)據(jù)調(diào)查與統(tǒng)計，調(diào)查分為顯示偏好調(diào)查(Revealed Preference,RP)與意向偏好調(diào)查(Stated Preference，SP)兩類[4]。RP調(diào)查釆集出行者在現(xiàn)狀情況下的選擇結果，其調(diào)查數(shù)據(jù)只能提供有限變化的屬性水平，會在建模過程中導致某些問題。SP調(diào)查則是在假定情境下調(diào)查出行者的出行選擇意愿或偏好，在調(diào)查之前，調(diào)查者需先確定好研究方向，設計選擇枝、屬性、水平，并生成假定情境，設置問題讓被調(diào)查者進行情境偏好的選擇，進而將這些偏好數(shù)據(jù)集計起來進行整體評估，具有較高的靈活性[5-6]。因此，本文采用SP調(diào)查的方法，保證調(diào)查數(shù)據(jù)的準確性。

1.1 基于SP調(diào)查設計選擇調(diào)查問卷

1)選擇枝的設置。考慮對外出行到達樞紐的不同銜接方式，在進行問卷調(diào)查設計時設置了5個選擇枝，分別為地鐵、公交，出租車，私家車，網(wǎng)約車。

2)屬性與屬性水平設置。考慮不同輻射范圍、不同出行時段下樞紐站銜接方式服務水平特性的變化情況，在出行者出行的高峰、平峰、夜間3個時段內(nèi)，高峰期的數(shù)據(jù)表達最為顯著，因此選擇高峰時段的出行數(shù)據(jù)進行屬性水平設置。選取行程時間、等候時間、費用3個影響因素作為屬性，共需確定出行距離分別為5、10、20、30 km時，5種銜接方式的服務水平。本文只考慮單一銜接方式下，選擇枝、屬性、水平的組合情況，不考慮銜接方式與銜接方式的換乘。其中，出行距離5 km時，各屬性水平取值如表1所示。表1中，各銜接方式的行程時間、等候時間、費用均取高峰期經(jīng)驗數(shù)據(jù)(表1中每個屬性下的中間數(shù)據(jù))，并在經(jīng)驗數(shù)據(jù)的基礎上取±25%的波動，分別得到不同屬性的(另2個數(shù)據(jù))，因此，每個屬性下有3個不同的水平值。

表1 出行距離5 km時各屬性的水平值

運用正交設計理論和屬性及屬性水平選擇情況，構建屬性組合表，運用Ngene軟件進行貫序正交設計生成SP調(diào)查出行者意愿偏好選擇情境。出行距離為5 km時，運用Ngeng軟件進行貫序正交設計得到12種情境，如表2所示。共有5、10、20、30 km 4種出行距離，每個出行距離有情境12種，共有情境48種。表2中的數(shù)字1、2、3(除去情境列數(shù)字)分別對應表1中各選擇枝各屬性的3種水平。

表2 出行方式選擇情景組合

采用問卷星網(wǎng)絡調(diào)查平臺實現(xiàn)問卷的生成與發(fā)放。將出行調(diào)查的48種情景分成4組，每個受訪者在12個情境下進行方式選擇。表3為出行者個人信息調(diào)查內(nèi)容。

出行銜接方式調(diào)查如表4所示。給定5種出行方式的行程時間、等候時間和出行費用，讓出行者選擇出行銜接方式。表3中：私家車是由家人/朋友等駕駛，對出行者的“送站”行程；私家車費用考慮往返花費；假設您從距離5 km的出發(fā)地前往鐵路客運樞紐站乘車。

1.2 數(shù)據(jù)處理

2017-04-09,共發(fā)放樞紐出發(fā)旅客出行銜接方式調(diào)查問卷4套，回收問卷647份。對樣本數(shù)據(jù)進行篩選,刪除未通過有效性檢測的問卷161份，為平衡保留情境數(shù)刪除問卷6份，共167份，剩余有效問卷480份，調(diào)查問卷有效回收率為74%。

表3 出行者個人信息調(diào)查

表4 銜接方式調(diào)查

整理調(diào)查問卷，將數(shù)據(jù)分別錄入個人基本信息表、出行銜接方式選擇表中，形成模型基礎數(shù)據(jù)庫。

為方便模型參數(shù)標定，需要對采集的數(shù)據(jù)進行初步整理與分析。調(diào)查樣本個人社會經(jīng)濟屬性統(tǒng)計如表5所示。調(diào)查樣本中本市居民214人，占總樣本數(shù)的44.58%，非本市居民266人，占總樣本數(shù)的55.42%。

表5 調(diào)查樣本個人社會經(jīng)濟屬性統(tǒng)計

由表5可知：

1)調(diào)查樣本中男性占42.5%，女性占57.5%，男女比例接近1：1，基本符合當前城市居民的出行比例。

2)職業(yè)分布非學生層中企業(yè)職員所占比例最高，為36.79%;公務員、教師、事業(yè)單位職員、自主創(chuàng)業(yè)者、離退休人員和自由職業(yè)者分別占6.25%、7.92%、6.25%、4.58%、5.63%和8.54%，共計76.04%。

3)月收入主要集中在3 000元及以下和>3 000～6 000元兩個區(qū)段，分別占40.42%和42.08%。

4)樣本中本市居民與非本市居民所占比例基本均衡，分別為44.58%和55.42%。

1.3 樞紐對外出行銜接方式選擇模型的建立

樞紐對外出行銜接方式選擇行為受到多種因素的制約，在對銜接方式選擇行為概率進行建模時，應考慮影響出行者銜接選擇行為的各因素的影響程度，即各因素效用的影響[7-9]。因此，應建立不同選擇枝、不同屬性的效用函數(shù)，并依據(jù)效用的作用原理，建立樞紐對外出行銜接方式選擇模型。

為進行模型的求解與分析，應對模型進行參數(shù)標定。MNL模型具有邏輯性強的優(yōu)點，可用較少的樣本標定出模型參數(shù)，并且具有較強的時間和空間轉(zhuǎn)移性，廣泛應用于交通領域的預測分析中，因此，選擇MNL模型來標定問卷所得數(shù)據(jù)[10-12]。

假設受訪者n在選擇情景s下選擇選擇枝j的總效用為Unsj，總效用一般由兩部分組成，固定效用Vnsj和隨機效用εnsj，則選擇枝的效用函數(shù)

Unsj=Vnsj+εnsj

，

假設每個隨機效用εnsj項彼此獨立且同分布，同時，第j個選擇枝相對應的隨機效用項的分布函數(shù)g(εj)服從一類極值分布(εj為第j個選擇枝相對應的隨機效用項)，則在選擇枝集合Jns中第j個選擇枝被選擇的概率

(1)

影響對外出行各個選擇枝的屬性變量如表5所示，主要包括銜接方式常量、銜接方式特性變量和旅客特性變量[16-18]。考慮利用最大似然法對非集計模型中的參數(shù)進行參數(shù)估計，需要先定義某一選擇方案為基準[19-21]，以此基準與其他方案進行對比，因此本文選擇地鐵作為參照水平，其他選擇方案均與其進行對比，設置地鐵常量為零，其他4種銜接方式常量與地鐵對比產(chǎn)生。表6中X1j～X7j分別為行程時間、等候時間、公交費用、地鐵費用、出租車費用、私家車費用、網(wǎng)約車費用，其對應的待估參數(shù)分別為β1～β7；A1j～A4j分別為性別、年齡、個人月收入、是否本市居民，其對應的待估參數(shù)分別為β8～β11；C1j～C4j分別為公交車、出租車、私家車、網(wǎng)約車的常數(shù)項。

表6 對外出行各個選擇枝的屬性變量

由以上分析可知，受訪者n在選擇情景s下選擇選擇枝j的固定效用

則受訪者n在選擇情景s下選擇公交車、地鐵、出租車、私家車、網(wǎng)約車的概率分別為

1.4 模型參數(shù)標定

借助NLogit軟件，用非集計模型中的MNL模型進行參數(shù)標定。得到各屬性的顯著性如表7所示。表7中的***、**、*分別代表參數(shù)值顯著性為1%、5%、10%水平，系數(shù)值無*號的代表該屬性不顯著[22-25]。顯著性參數(shù)值可用于模型計算，不顯著參數(shù)值不可用于計算。

表7 各屬性的顯著性

2 算例

選取成都市天府軟件園作為目的地，測算出行者從該地出發(fā)選擇不同銜接方式到達成都東鐵路樞紐站的概率。

為了使數(shù)據(jù)結果更顯著，按照出行特征分析部分問卷設置，選取天府軟件園高峰期出行數(shù)據(jù)。

結合鐵路客運樞紐對外出行銜接方式選擇行為模型(式(1))，帶入數(shù)據(jù)，求解得到天府軟件園至成都東客站各銜接方式的選擇概率，如表8所示。

由表8可知：天府軟件園至成都東客站的樞紐對外出行銜接方式選擇中，出行者選擇公共交通的概率較高，其中，選擇地鐵銜接方式的出行者最多，占比56.39%；選擇公交車和網(wǎng)約車的概率較高，出租車次之，私家車所占比例最低。模型求解結果與旅客實際出行銜接方式選擇行為相符。

表8 成都東客站各銜接方式選擇概率

3 結論

1)樞紐對外出行過程中，出行者對銜接方式的選擇行為受到銜接方式行程時間、等候時間、費用綜合因素的影響，同時又受到出行者個人社會經(jīng)濟屬性的制約。

2)運用SP調(diào)查設計方法設計出行銜接方式選擇問卷，更有利于捕捉出行者的選擇行為偏好。利用MNL模型對問卷調(diào)查結果進行參數(shù)標定，并建立對外出行銜接方式選擇模型，可操作性、可解釋性高。

3)結合算例結果可知，樞紐出行者對外出行銜接方式選擇過程中，出行者選擇公共交通的銜接方式所占比例較大，尤其是選擇地鐵的出行者，占據(jù)比例超過50%。因此，在未來的城市交通規(guī)劃過程中，對公共交通工具進行提速和提升發(fā)車頻率，改變乘客的行程時間、等候時間、費用等，對緩解城市交通壓力將有重大作用。