基于NL 模型的昌九客運交通方式選擇分析

梁安寧，黃娜娜，張 兵，桑 梓，溫尚武

（1.江西省交通職業技術學院，江西 南昌330013；2.華東交通大學交通運輸與物流學院，江西 南昌330013）

1960 年左右，日本廣島的交通規劃研究人員首次提出應對不同的交通方式進行劃分，與之同時，相關學者也開始了關于非集計模型的研究。運輸通道內旅客的交通方式選擇行為研究對城市交通規劃具有極大的指導意義，提出客運通道內交通方式劃分的適用模型，對交通規劃中交通方式結構的確定及客流預測均起到關鍵作用。

目前，國內外有較多學者對交通方式選擇行為進行了深入的研究。胡曉偉等[1]結合前景理論研究得出在有限理性下居民出行選擇的方式；陳堅等[2]通過建立SEM-logit 整合模型，證明在顯變量與潛變量綜合影響下的出行者交通方式選擇行為更符合實際情況；朱順應等[3]將模糊特性變量與非集計logit 模型結合創建模糊logit 模型，彌補了傳統非集計模型在出行者出行方式效用難以準確估計的缺陷；陳喜春等[4]通過研究在個人收入、出行目的等影響因素下的出行時間價值，根據不同情景建立了適應性的效用函數；項昀等[5]以鐵路、公路、航空和水運一體化的綜合運輸為背景，分析城市間的運輸、運貨量的數據，創建貨運方式分擔率-運距模型；江登英等[6]考慮不同交通方式之間的關聯性，改進了巢式logit 模型研究城際間的交通方式并通過實例驗證了模型的優越性；趙金寶等[7]考慮到居民出行OD 等將慢行交通、公共交通等分為不同的巢，建立了對應不同出行方式選擇的巢式logit 模型。 T.SATIENNAM 等[8]通過BRT 系統，對城市內的小汽車、摩托車交通分別評估，用劃分模型探討了出行者的出行選擇行為；William 等[9]分析了影響幾種運輸方式的因素，并把分析出的重要因素代入效用函數模型，從而得到運輸方式的最優解；Fu 等[10]通過建立結構方程模型發現不同收入人群的活動與出行有較大差異性，并發現可達性對通勤者的活動影響較大。

研究出行方式選擇行為最常應用的模型是非集計模型， 但該模型是在不相關項互相獨立的前提假設下建立的，在研究出行方式選擇行為時有明顯的缺陷。 由于相似的交通方式之間存在著較大的相關性，而這種相關性在分析問題時不可忽略，故選擇巢式logit 模型（NL 模型）研究昌九客運分擔率。NL 模型通過建立多個虛擬選擇枝將出行方式相似的變量放在同一個枝內，從而避免了不相關性的假設。 本文提出用德爾菲法確定影響因素建立效用函數，并用NL 模型分析城際間不同交通方式在多種影響因素下的分擔情況，分析南昌與九江兩城之間出行者的出行方式選擇情況。

1 客運通道內出行者出行選擇分析

在現實的經濟生活中，公路、鐵路運輸在當代客運市場中擔任重要角色，這兩種客運方式從技術經濟層面來看都有各自的優勢。 旅客出行的交通方式選擇，實質上就是選用目前最合適自己的交通方式滿足此次出行需要的過程。

影響出行者出行方式選擇的因素主要從客運產品特征、出行者自身特征、出行特征3 個方面考慮。 客運產品作為出行者的消費對象，其準時、方便、經濟、快速、安全等5 個主要方面將直接影響出行者的購買行為；出行者自身特征指個人的職業、性別與年齡層次、可支配性的月收入、是否擁有駕照、是否購買汽車等在內的個人屬性，通過對旅客個人屬性進行問卷調查有助于預測不同種類人群出行方式選擇的概率；在出行特征中影響出行選擇的因素有一次出行的距離、目的、花費的總時間、天氣狀況等。 因此建立出行方式選擇模型時需要全面考慮有影響的眾多因素。

2 模型建立

非集計模型的建立依托兩個假設條件，其一是假設出行者個人意識正常，其二是根據效用最大假設個人希望選擇后的效用最大。 本文選用巢式logit 模型分析昌九通道內出行者交通方式的選擇。

2.1 建立效用函數方程

為模擬出行者的心理活動，賦予各種交通方式相應的效用值來反映出行者選擇某種交通方式獲得效用的大小，影響效用值的因素多而復雜，通過構建效用函數來求解，效用函數及其固定項一般可表示為如下線性形式

式中：n 為出行者個數；i 為交通方式種類；Uin為效用函數；λ 為參數且大于0；Vin為固定項；εin為隨機項；θj為待估參數；Xin為服務特征值。

2.2 確定影響因素

本文主要分析以鐵路、公路為主的交通方式選擇。面對影響出行方式選擇的眾多因素，需要進行比較甄別來確定哪些因素是影響大的主導性因素。通過向相關領域的專家進行咨詢以確定影響因素或因素的重要程度的方法稱德爾菲法，由于該方法可操作性強、成本低且結果具有說服力，故選用此法來甄別影響因素。 借助VISIO 繪制的影響因素如圖1 所示。

圖1 出行影響因素Fig.1 Factors influencing travel

針對上述多種影響因素，利用德爾菲法確定主要影響因素。 在南昌交管局、設計院和多所高校內請教數十名交通領域的專家，征詢他們對影響出行者出行的眾多因素的意見，完善或簡化各類指標，去掉重復性或多余性的影響因素，從而得出影響出行者出行選擇的關鍵因素。 通過向專家多輪征詢，最終從圖1 共15 項影響因素中，提取了客運產品特征的準時性（準點問題）、方便性(換乘問題)、經濟性（票價問題）、快速性及安全性這5 種因素作為影響出行者出行選擇的影響因素。 由于這5 種指標綜合考慮了出行者出行時的各種主導因素影響；因此根據專家評定的最終結 果確定的幾種影響因素，具備科學性、合理性和說服性。 城際出行一般指出行者從一個城市出發，通過乘坐一種或幾種不同的交通到達另一個城市的過程，本文借助甄選出的重要影響因素，利用非集計模型進一步分析城際出行者選擇高鐵或動車、普鐵、長途大巴以及私人小汽車的情況。由于準時性和安全性的度量標準與其他3 種因素的度量標準不同，這里分兩部分組成效用函數，5 種影響因素的計算如下。

1） 經濟性Ei。 此次出行方式研究以高鐵或動車、普鐵、客運大巴及私人小汽車這4 種交通方式為主，用車票的現行價格表表示前3 種交通方式的出行費，用昌九高速的過路費和汽車燃油費綜合表示私家車出行總費用。

2） 快速性Fi。 隨著交通行業的快速發展，出行者對出行速度的期望也越來越高，快速性逐漸成為影響城際出行者出行選擇的重要因素。本文以出行者乘坐目標交通方式時的在途時間與出行時間成本的乘積來描述快速性

式中：TZi為乘客乘坐第i 種交通的在途時間，h；Li為此次出行起終點的總距離，km；Vi為運行的平均速度，km/h；Ci為第i 種交通方式的出行時間成本，元/h。

出行時間成本可以理解為出行者選擇某種具體的交通方式出行時，把付出的實際時間折算為花費的金錢代價。 通過查閱資料，時間成本的計算公式可如式（4）

式中：k 表示每小時人均收入，元/h；AI 表示居民年收入，元，設每年工作250 d，每天工作8 h。

3） 方便性Bi。 方便性表現在出行者從出發點到乘坐上目標交通方式前所需換乘時間和中途所需換乘時間的多少，用總時間與時間價值的乘積來衡量此次出行的方便程度

式中：Thi表示總的換乘時間，h；t1i表示出發點到乘坐上目標交通方式前所需換乘時間，h；t2i表示中途換乘時間，h。

4） 安全性Si。 安全性主要從出行者生命和財產兩方面安全的角度考慮，筆者通過查找國內現有資料發現，可用事故死亡率來表示各種交通方式的安全性大小，事故率越高說明安全性越差。

5） 準時性Zi。 對于高鐵、火車、長途客車來說，準時性表現在列車按時刻表出發和到達是否準點，可用按點發車或到站與晚點發車或到站的偏差率來表示此3 種交通方式的準時性；對私家車來說，準時性較難度量，這里用出行者預計到達時間與實際到達時間的偏差率來表示。 各種交通方式的偏差率越高說明準時性越差。

結合上述影響因素，效用函數固定項的表達式表示如式（6）

2.3 NL 模型

根據一般NL 模型，研究對象的總出行方式可以分在不同的虛擬選擇枝里，具有相似性的交通方式放在同一枝內，不同的選擇枝之間相互獨立。 此次出行方式的研究可按鐵路和公路交通劃分為兩個選擇枝M 和N，建立多層決策模型，圖2 所示。

結合圖2 樹狀圖，運用條件概率的知識計算各種交通方式的客運分擔率。 根據楊昌濤等[12]的研究，選擇枝M 與N 的效用項可分別記作UM和UN，選擇的概率分別記為P（M）與P（N），則其表達式為

出行者在已選擇鐵路或公路的條件下，選擇具體下屬選擇枝概率表達式為

圖2 城際出行方式選擇樹狀圖Fig.2 Tree diagram of inter-city travel mode selection

由上述推導過程可知，出行者選擇的第i 種交通方式的分擔率表達式為

式中：v，ω，λ 均為參數。

2.4 模型參數標定

根據數學求解步驟，先取對數lnL，再求偏導并判斷方程解的情況，即可得到參數θ 的估計值。具體過程可借助TransAD 軟件求解。

3 實例分析

本文主要研究客運通道內南昌—九江兩地的旅客出行方式選擇情況。 首先按照RP 和SP 的調查方法設計調查問卷，并用SPSS 軟件對所設計問卷中問題進行質量檢驗，在南昌市的火車站、汽車站、學校、商場等地針對不同年齡層的人進行問卷調查并檢驗調查結果的可靠性；其次將調查結果輸入軟件計算各種影響因素所占的權重值；最后根據公式（10）計算4 種交通方式的客運分擔率并結合調查情況做出分析與預測。具體結果如下。

3.1 效用函數權重計算

用極大似然法原理對于效用函數固定項權重值進行計算， 在迭代11 時達到最大似然值，θj的t 檢驗值的絕對值符合大于1 的要求，TransCAD 輸出結果如表1。

3.2 問卷調查結果分析

將調查結果輸入SPSS 軟件中進行數據整理與分析。 用多因素方差分析法分析被調查者的個人特性對交通方式選擇影響的程度大小，結果如表2。

將表2 中5 項影響因素設為自變量，交通方式選擇設為因變量，由主體間效應檢驗的偏Eta 平方值可以得出，在出行距離一定時，職業、月收入以及出行目的對交通方式的選擇影響較大。 為了比較出行者的交通方式選擇和意愿交通方式的選擇情況，按照月收入將交通方式選擇的情況進行細分，月收入按四類劃分，依次為3 000 元以下、3 000～6 000 元、6 000～8 000 元以及8 000 元以上， 交通方式A～D 依次代表高鐵或動車、普通火車、長途客車和私家車，具體對比情況如表3。

對表3 進行分析，可以看出高鐵或動車的客運分擔率在不同收入人群中占比均較高，而且隨著月收入的增多，會有更多人傾向于選擇舒適性較高的高速鐵路和私家車出行，普通火車和長途客車服務的主要目標人群是中低收入人群。 在4 種交通方式同時存在的昌九客運通道內，未來最有可能面臨客運市場淘汰危機的交通方式是普通火車和長途客車，而高速鐵路和私家車因其固有優勢發展很快，甚至可能占據絕大部分客運市場。 為提出針對性建議，統計了影響出行者做出最滿意出行選擇最大的障礙因素，如圖3。

表1 數據分析統計表Tab.1 Statistical table of data analysis

表2 主體間效應檢驗表Tab.2 Inter-subjective effect test

表3 不同收入人群的交通方式選擇對比圖Tab.3 Comparison of transportation modes for different income groups

圖3 4 種交通方式最不滿意因素統計圖Fig.3 Statistical chart of the least satisfactory factors for the four modes of transportation

從圖3 可以看出，4 種交通方式均有其優勢和劣勢，影響昌九客運通道內出行者出行方式不同選擇的的因素中最不利的方面有：私家車普遍安全性較差，長途客車因速度慢、票價高體驗相對較差，普通火車舒適性差且速度慢，高速鐵路的票價高。

3.3 分擔率計算及結果分析

由2018 年江西統計年鑒可知，江西省全體居民人均可支配收入22 031 元/年，設參數v，ω，λ 均為1，根據權重值及式（6）～式（10）計算4 種交通方式的客運分擔率，結果見表4。

表4 4 種客運方式分擔率Tab.4 Sharing rates of the four modes of passenger transport %

對比表4 內容，運用NL 模型計算得出的分擔率與實際調查得到的分擔率大體方向一致，充分說明了模型的適用性。通過對比發現，目前高速鐵路和普通火車在昌九城際出行中占有較大比重。由于人們對速度和舒適性的要求越來越高，未來高速鐵路的發展前景較好，建議高鐵行業繼續保持良好的服務和乘坐體驗，完善相關法規和優惠政策；普通火車如果在乘坐舒適性、服務態度和票價方面進一步改進，未來仍能吸引大多數中低收入群體乘坐，占據一部分市場；長途客車由于其費用和旅途舒適性等和高鐵相比優勢不足，將在未來的客運市場中面臨較大的危機，昌九長途客運大巴亟需改進或找出自己的優勢，建議調整票價，針對不同收入人群設置價位和舒適性不同的車次，選擇最優路線以提高速度，加入優惠乘車活動等；私家車由于車輛擁有量快速增加及小汽車價格越來越符合大眾消費的特點，加上旅行便利性強，在不同收入人群中私家車的使用量都會有所增加。

4 結論

根據非集計理論，從出行者特征、客運交通特征及出行特征三方面分析影響出行者出行選擇的因素，建立了效用函數和NL 模型，并預測昌九客運通道內交通方式分擔情況，結合實際調查結果，提出了針對不同目標人群有重點地保持或擴大優勢以留住更多潛在用戶，為未來交通行業發展提出一些參考。