基于貝葉斯網(wǎng)絡(luò)的公共自行車出行影響因素研究*

劉建榮 劉志偉

(華南理工大學(xué)土木與交通學(xué)院1) 廣州 510640) (武漢輕工大學(xué)土木工程與建筑學(xué)院2) 武漢 430023)

0 引 言

為緩解我國(guó)大中城市交通擁堵，必須發(fā)展公共交通，但相對(duì)于小汽車等出行方式，公共交通的一個(gè)很大劣勢(shì)是公共交通只提供站到站服務(wù)，不能提供門到門服務(wù).“最后一公里”問題成為影響公共交通滿意度[1-2]、降低公交分擔(dān)率[3-5]的重要因素.作為一種綠色、環(huán)保的出行方式，自行車適合中短距離出行，且比步行輕松，極為適合解決公共交通的“最后一公里”問題.

乘客滿意度是影響出行者使用交通方式的重要因素[6]，為提高出行者最后1 km使用自行車的意愿，必須提高出行者對(duì)于自行車出行的滿意度.為出行者滿意度受到服務(wù)質(zhì)量的影響[7]，為提高滿意度，需要提高出行方式的服務(wù)質(zhì)量.分析現(xiàn)有研究成果，發(fā)現(xiàn)自行車服務(wù)質(zhì)量受自行車道特性、租賃點(diǎn)布設(shè)、與公共交通的銜接、安全性、舒適性等因素的影響[8-10].由于公共自行車服務(wù)質(zhì)量、滿意度、使用次數(shù)等因素之間存在多維依賴關(guān)系，公共自行車服務(wù)質(zhì)量會(huì)直接或間接影響到整體滿意度及使用公共自行車的意愿，因此，分析和預(yù)測(cè)不同指標(biāo)在相互關(guān)聯(lián)作用下的公共自行車整體滿意度及使用公共自行車的意愿是極其必要的.

貝葉斯網(wǎng)絡(luò)(Bayesian network)是一種基于概率論和圖論的數(shù)據(jù)分析方法，用于研究變量之間錯(cuò)綜復(fù)雜的相互依賴關(guān)系[12].相對(duì)于傳統(tǒng)的線性回歸、離散選擇模型、結(jié)構(gòu)方程模型等，貝葉斯網(wǎng)絡(luò)本身是一種不定性因果關(guān)聯(lián)模型，具有強(qiáng)大的不確定性問題處理能力，能有效地進(jìn)行多源信息表達(dá)與融合.貝葉斯網(wǎng)絡(luò)模型在建模時(shí)并不一定需要完全確定的網(wǎng)絡(luò)結(jié)構(gòu)，可以通過數(shù)據(jù)學(xué)習(xí)確定變量之間的依賴關(guān)系，并通過貝葉斯推理研究變量之間的相互影響.貝葉斯網(wǎng)絡(luò)已被用于交通安全研究、出行行為分析等方面[13-14].本文選用貝葉斯網(wǎng)絡(luò)處理包含較多指標(biāo)的公共自行車服務(wù)，構(gòu)建基于使用者感知的公共自行車服務(wù)模型，探索影響公共自行車整體滿意度和使用頻率的主要因素.

1 問卷設(shè)計(jì)及基礎(chǔ)分析

以共享自行車使用者為對(duì)象，采用線下面對(duì)面訪問的形式展開.問卷中共享自行車服務(wù)質(zhì)量包括便捷性、價(jià)格、舒適性、安全性、道路條件等六類因素，總體滿意度單獨(dú)設(shè)置一個(gè)問題.服務(wù)質(zhì)量和滿意度均采用Likert 5級(jí)量表，使用共享自行車頻率設(shè)置一個(gè)問題，并分為兩個(gè)等級(jí)，即低頻率(<5次/月)、高頻率(≥5次/月).具體問題項(xiàng)見表 1.

表1 共享自行車服務(wù)質(zhì)量問題項(xiàng)

F12.140.79F22.380.72F32.460.66P12.110.77P22.570.63C12.440.63 C22.620.58C32.110.75C41.780.70S12.360.67S22.300.69R12.040.79 R21.950.74R32.160.74T2.050.75A2.510.60

數(shù)據(jù)來(lái)源于廣州市共享自行車服務(wù)調(diào)查，共調(diào)查得到有效問卷730份.在數(shù)據(jù)初步分析中發(fā)現(xiàn)，對(duì)于服務(wù)質(zhì)量評(píng)價(jià)，選擇很不滿意和很滿意兩項(xiàng)的人極少，如果利用這些數(shù)據(jù)進(jìn)行模型分析會(huì)導(dǎo)致出現(xiàn)較大偏誤，為此將Likert 5級(jí)量表中的很不滿意、不滿意合并為不滿意這一項(xiàng)，將很滿意、滿意合并為滿意這一項(xiàng)，并將不滿意置為1，中立置為2，滿意置為3，得到各個(gè)服務(wù)質(zhì)量問題項(xiàng)的均值.從數(shù)據(jù)可知，使用者對(duì)于不良天氣下的騎行感受、行人和汽車對(duì)自行車的干擾、自行車道連貫性、投訴渠道等較為不滿意.

2 建模及結(jié)果分析

2.1 模型的標(biāo)定及檢驗(yàn)

通過貝葉斯網(wǎng)絡(luò)學(xué)習(xí)，得到貝葉斯網(wǎng)絡(luò).見圖 1.該網(wǎng)絡(luò)結(jié)構(gòu)由17個(gè)節(jié)點(diǎn)和20條有向線段構(gòu)成.變量之間有有向線段連接，表明變量之間具有因果關(guān)系或相關(guān)性.由圖1可知，與整體滿意度A有直接關(guān)系的影響為尋找共享單車難度F1、用車時(shí)攜帶個(gè)人物品的方便度C2，與使用頻率Freq有直接關(guān)系的為整體滿意度A.

圖1 貝葉斯網(wǎng)絡(luò)

為檢驗(yàn)?zāi)Ｐ偷倪m用性，以使用頻率Freq、整體滿意度A兩個(gè)問題項(xiàng)為評(píng)價(jià)對(duì)象，采用ROC、預(yù)測(cè)準(zhǔn)確率二個(gè)指標(biāo)對(duì)模型進(jìn)行檢驗(yàn).ROC的AUC取值范圍為[0,1]，取值越接近1表明模型擬合度越高.整體滿意度A的不滿意、中立、滿意的ROC曲線的AUC分別為0.77，0.93，0.70；Freq低頻率、高頻率的AUC分別為0.67，0.67.預(yù)測(cè)準(zhǔn)確率為73.0%.因此模型精度可以接受.

2.2 模型推理分析

為測(cè)量各分項(xiàng)變化對(duì)共享自行車總體滿意度A和使用共享自行車頻率Freq的影響程度，本文在已經(jīng)建立的貝葉斯網(wǎng)絡(luò)的基礎(chǔ)上，利用置信傳播算法進(jìn)行推理分析，推理過程如下.

1) 選定服務(wù)分項(xiàng)指標(biāo)節(jié)點(diǎn)，在不改變其他節(jié)點(diǎn)分布的情況下，輸入證據(jù)，將其狀態(tài)設(shè)置為不滿意.調(diào)用置信傳播算法進(jìn)行推理分析，分析總體滿意度A處于不滿意、中立、滿意的概率分布，以及使用共享自行車頻率Freq處于低頻率、高頻率的概率分布.

2) 改變服務(wù)分項(xiàng)節(jié)點(diǎn)的狀態(tài)，將其重新設(shè)置為滿意.調(diào)用置信傳播算法進(jìn)行推理分析，分析總體滿意度A的概率分布，及使用共享自行車頻率Freq的概率分布.

3) 對(duì)比分析服務(wù)分項(xiàng)分別處于不滿意、滿意狀態(tài)時(shí)，總體滿意度、使用共享自行車頻率的概率分布變化情況，計(jì)算分項(xiàng)指標(biāo)改變對(duì)其影響.

如先將F1的狀態(tài)置為P(不滿意)=100%，推理分析總體滿意度A、使用共享自行車頻率Freq的概率分布情況；再將F1的狀態(tài)置為P(滿意)=100%，重新推理計(jì)算總體滿意度A、使用共享自行車頻率Freq的概率分布情況；在此基礎(chǔ)上推理F1從不滿意變化為滿意時(shí)，對(duì)總體滿意度A、使用共享自行車頻率Freq的影響.

2.2.1服務(wù)質(zhì)量各因素對(duì)滿意度的影響分析

圖2為服務(wù)分項(xiàng)從不滿意狀態(tài)變化到滿意狀態(tài)時(shí)，總體滿意度A中，不滿意狀態(tài)減小的百分比以及滿意狀態(tài)增加的百分比.

圖2 整體滿意度分布變化情況

由圖 2可知，便捷性中(F1，F(xiàn)3)對(duì)整體滿意度的影響較大.F1(尋找共享單車難度)從“不滿意”變化為“滿意”時(shí)，不滿意度比例減小12.0%，滿意度比例增加65.0%；F3(不能開鎖的頻率)從“不滿意”變化為“滿意”時(shí)，不滿意度比例減小16.9%，滿意度比例增加38.3%.

道路條件(R1，R2，R3)中，R2(行人和汽車對(duì)自行車的干擾)對(duì)整體滿意度的影響較小(滿意度變化值6.1%、不滿意度變化值-2.1%)；R1(自行車道的連貫性)對(duì)整體滿意度的影響適中；R3(道路的坡度)對(duì)整體滿意度的影響相對(duì)較大，其中滿意度變化值達(dá)到17.6%.

價(jià)格指標(biāo)(P1，P2)對(duì)整體滿意度的影響極小，不到10%.

舒適性中C1(乘車舒適度)、C2(用車時(shí)攜帶個(gè)人物品的方便度)對(duì)整體滿意度的影響較大.C1，C2分別從“不滿意”變化為“滿意”時(shí)，整體滿意度比例分別增加25.1%，42.3%，不滿意度分別變化-18.6%，-40.3%；C3(車外觀)、C4(不良天氣的騎行感受)影響極小.

安全性指標(biāo)(S1，S2)對(duì)整體滿意度的影響程度相對(duì)較小，滿意度增加值在15%以內(nèi).因此，再增加出行者對(duì)安全的滿意度，對(duì)整體滿意度的影響比較有限.

2.2.2服務(wù)分項(xiàng)對(duì)出行頻率的影響

由圖 1可知，各服務(wù)分項(xiàng)雖然不與Freq直接相連，但與Freq有路徑相連，因此可以通過影響中間變量，從而間接影響Freq，因此,這一部分分析各服務(wù)分項(xiàng)的變化對(duì)Freq的影響.

圖3為服務(wù)分項(xiàng)從“不滿意”變化為“滿意”時(shí)，用共享自行車頻率Freq中為“高頻率”比例的增加值.

圖3 使用共享自行車頻率分布變化情況

由圖 3可知，服務(wù)質(zhì)量各分項(xiàng)中，F(xiàn)1(尋找共享單車難度)，C2(用車時(shí)攜帶個(gè)人物品的方便度)，F(xiàn)3(不能開鎖的頻率)，T(投訴渠道)，C1(乘車舒適度)，R3(道路的坡度)對(duì)共享自行車使用頻率的影響最大.當(dāng)F1，C2，F(xiàn)3，T，C1從“不滿意”到“滿意”時(shí)，使用共享自行車為“高頻率”的比例分別增加37.1%，26.2%，22.5%，16.7%，15.2%，10.2%；其余的服務(wù)質(zhì)量因素對(duì)共享自行車使用頻率的影響均較小.

整體滿意度A對(duì)共享自行車使用頻率的影響極大.當(dāng)整體滿意度為“不滿意”時(shí)，共享自行車使用頻率為“高頻率”的比例為2.5%，而當(dāng)整體滿意度為“滿意”時(shí)，“高頻率”的比例為64.6%，“高頻率”的比例增加值為62.1%.

3 結(jié) 論

1) 通過對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行推理分析，發(fā)現(xiàn)尋找共享單車難度、用車時(shí)攜帶個(gè)人物品的方便度、不能開鎖的頻率、投訴渠道、乘車舒適度、道路的坡度的滿意度對(duì)共享自行車總體滿意度有較大影響；而價(jià)格、安全性等因素對(duì)共享自行車總體滿意度的影響較小.

2) 通過對(duì)出行頻率影響因素的研究發(fā)現(xiàn)，尋找共享單車難度、用車時(shí)攜帶個(gè)人物品的方便度、不能開鎖的頻率、投訴渠道、乘車舒適度、道路的坡度的影響較大.

3) 共享自行車總體滿意度會(huì)極大影響出行者使用共享自行車的頻率.