基于改進Logit模型的昌贛通道客流分擔率預測

艾瑤 徐偉碩 李嘉 張兵 索

摘要：為研究高鐵修建后對客運通道內其余客運方式分擔比率的影響，以昌贛通道為例，在經典的MNL模型基礎上引入環境特征和氣候特征，從而構建基于改進Logit模型的昌贛通道客流分擔率預測模型，并計算了通道內各客運方式的分擔比率。

Abstract： In order to study the impact of high-speed railway construction on the share ratio of other passenger transport modes in the passenger transport corridor， taking Chang-Gan corridor as an example， based on the classic MNL models， the environmental characteristics and climate characteristics are introduced， so as to build a forecast model of the sharing rate of passenger flow in the corridor based on the improved logit model， and calculate the share ratio of various passenger transport modes in the corridor.

關鍵詞：分擔率預測;Logit模型;昌贛通道

Key words： sharing rate prediction;Logit model;Chang-Gan corridor

中圖分類號：U238? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）11-0221-02

0? 引言

昌贛客運通道為江西省南北向的重要運輸通道，連接省會南昌市、吉安市和贛州市。目前南昌至贛州的高速鐵路已于2019年底建成通車，設計速度達350km/h，高鐵的開通對客運通道內客運結構有顯著的影響。

目前國內外學者關于運輸方式的客流分擔率已經進行了較為廣泛的研究，其中以概率論為基礎的Logit模型應用最為廣泛，鄧衛[1]以RP/SP組合調查方法設計調查問卷方案，以調查數據為基礎建立分擔率預測模型;王煒、朱鴻國等學者[2][3]探討了采用其他方法與傳統Logit模型進行組合，建立模型來預測交通方式的結構;徐亞等[4]采用不同數學方法對Logit模型中的效用函數參數進行標定。

1? 客流分擔率模型

1.1 全出行方式

隨著昌贛高速鐵路的通車，該客運通道主要的出行方式有高速鐵路、普速鐵路、公路班線以及航空班線，客運通道全出行方式的分類見圖1所示。

1.2 影響旅客出行方式選擇的因素

特性變量的選擇直接影響到模型對實際問題的擬合精度以及分析實際問題的有效程度。本文在國內外的研究基礎上，選取經濟性、快速性、舒適性、方便性作為影響旅客出行方式選擇的影響因素。并充分考慮昌贛通道所處地區多山地丘陵的環境特征和高溫多雨的氣候特征，增加了安全性和天氣影響度指標。

1.2.1 安全性指標

安全性指標Si表征的是不同出行方式發生安全事故的概率情況，人們在出行時首先希望自己的人身及財產安全可以得到充分保障。參考相關文獻[4]中的研究成果，確定各出行方式的安全性指標分別為1.0、0.9、0.8和1.0。

1.2.2 天氣影響度指標

天氣影響度指標Wi對旅客出行方式的選擇有著較大影響，一般來說公路出行方式受天氣、雨雪的影響程度要比鐵路大的多。根據匿名征詢專家進行打分的方法并求其平均值，得到四種出行方式的天氣影響度指標分別為0.9、0.85、0.8和0.8。

1.2.3 經濟性指標

經濟性指標Ei表征的是旅客選擇一種出行方式需要支付的費用，這里采用票價來描述各出行方式的服務費用。

式中，pi表示一種出行方式的單位運費（元/人×km）;Li表示一種出行方式的旅行里程（km）。通道間普速鐵路硬座票價和公路客運班線票價可以通過互聯網查得，昌贛高鐵的運價率取0.45元/km，另外南昌至贛州航空班線平均票價為200元。

1.2.4 快速性指標

快速性指標Qi以旅客選擇出行方式出行的總時間來衡量，主要包括旅途耗時和市內交通周轉耗時兩部分。

式中，Li表示一種出行方式的旅行距離（km）;Vi表示一種客運方式的運行速度（km/h）;T′i表示市內交通周轉耗時（h）。四種出行方式的運行速度分別為：250km/h、120km/h、80km/h、600km/h，市內耗時分別為：0.7h、0.5h、0.5h、1.0h。

1.2.5 舒適性指標

舒適性指標Ci是旅客在選擇出行方式并在交通工具中對車內環境、擁擠程度等因素的綜合性概念。本文采用旅客旅途后恢復疲勞所需時間來度量舒適性。

式中，LT表示恢復疲勞的極限時間（h），本文假定為15h;t表示一種出行方式的旅行時間（h）;？茲i、？姿i表示一種出行方式的待定系數。參考相關文獻對？茲i、？姿i進行取值，可以計算各區段不同出行方式的旅客恢復疲勞時間。

1.2.6 方便性指標

方便性指標Bi主要體現在旅客在一種出行方式的候車時間、換乘時間、中轉效率等，均與發車間隔關系密切，因此本文采用發車間隔時間來衡量不同出行方式的方便性。通過互聯網數據統計：四種出行方式的發車間隔分別取值0.25h、1.0h、0.5h和6.0h。

1.3 模型的構建

MNL模型即多項Logit模型，是非集計模型中常用的模型之一，其具體表達形式如下：

式中，Pi為旅客選擇第i種出行方式的概率，Ui為第i種出行方式的效用值，n為運輸通道內可供旅客選擇的出行方式數量。

在諸多影響旅客出行方式選擇的因素中，設定安全性、天氣影響度這兩個指標值越大效用值越大，是正指標;而經濟性、快速性、舒適性、方便性這四個指標值越大效用值越小，是逆指標。

對MNL模型加以改進，把安全性、天氣影響度從諸多影響因素中提取出來，構建效用函數公式如下：

式中，Ui表示第i種出行方式的效用函數;Si、Mi、Ei、Qi、Ci和Bi分別表示第i種出行方式的安全性、天氣影響度、經濟性、快速性、舒適性和方便性等各特型變量的取值;？琢1、？琢2、？琢3、？琢4分別表示各特性變量的參數。

各特性變量的參數在一定程度上代表了旅客在選擇各種出行方式的時候給予它們的權重，這些參數須在大量的社會調查基礎上結合數學方法加以確定，常見的數學方法有層次分析法、回歸分析法等。

2? 實例分析

對于參數？琢1、？琢2、？琢3、？琢4的標定，可以根據調查問卷數據采用數學方法進行。本文各特性變量參數的取值借鑒相關文獻的研究成果并進行適當的修正。各參數的取值如表1所示。

利用對各種出行方式服務特征參數進行量化所得數據，由公式（5）可以計算出旅客選擇出行方式行為效用函數值，由公式（4）計算出各出行方式在客運市場中的分擔率，如表2所示。

在昌贛高鐵建成之后，通過對昌贛通道客運分擔率的計算結果可以看出，昌贛客運通道之間將會有大量的旅客采用高速鐵路作為主要出行方式，其中南昌至吉安、吉安至贛州和南昌至贛州區間內公路班線客運的分擔率分別為20%、20%及16%，而上述區間高鐵分擔率均超過40%。

3? 結論

本文以昌贛客運通道為例，根據實際情況增加了Logit模型的衡量指標，在考慮安全性、天氣影響度等因素對旅客出行行為選擇影響的基礎上，重新定義了分擔率模型，提高了模型實用性。

參考文獻：

[1]劉志明，鄧衛，郭唐儀.基于RP/SP調查的非集計模型在交通方式分擔率預測的應用[J].交通運輸工程與信息學報，2008（03）：37-43.

[2]李曉偉，王煒.高鐵競爭下高速公路客運選擇行為與發展策略[J].鐵道科學與工程學報，2018，15（03）：574-580.

[3]朱鴻國，趙文靜，馬壯林，等.廣深運輸通道內公共客流分擔率預測模型研究[J].公路交通科技，2017，34（04）：146-153.

[4]徐亞.基于旅客出行行為分析的道路客運班線優化研究[D].武漢理工大學，2012.