基于家的單目的出行滿意時耗研究

朱順應 汪 攀 肖文彬 王 紅 趙笑月

(武漢理工大學交通學院 武漢 430063)

0 引 言

城市居民一般基于工作地點、商場、學校、娛樂、休閑、醫療等場所的可達性選擇家的住址.一旦確定了家的位置，主要活動一般圍繞著家的位置進行.很多人家的集聚形成居住區，城市服務設施反過來圍繞著居住區而建設.城市服務設施對于居民來說，就是各種服務中心.這些中心的空間布局決定了居民的出行時耗.

居民出行決策一般包括目的地、交通方式、出行時間、出行路線選擇.居民在特定時間、特定時長和特定地點，為完成某種目的需要，就產生了空間位移，從而發生了出行，因此居民的出行約束特征至少包括時間分布、空間分布和時耗三個方面.而現有的交通規劃政策制定的過程中主要考慮了出行的空間分布，在時間分布、時耗閾值方面的考慮有欠缺[1].時間地理學以提升居民的生活幸福感為目標，強調時間與空間的結合，為研究城市規劃中的個體的、日常的時間利用提供了新的解決思路[2].時間經濟學揭示了每個人每天的時間是固定的，必須正確地分配自己的時間，才能以適當的比例獲得知識，或滿足其他活動所提出的各種要求[3].因此對居民出行時間的研究具有重要的意義.Kurauchi1等[4]建立一個模型來預測出行時間，并基于實時信息預估最佳出行時刻，計算出行成本，提高了出行時間可靠性的效益.Zhao等[5]應用效用最大化原理，提出了居民出行時間價值模型，計算眾多影響因素下的居民出行時間成本，Tong等[6-7]通過小樣本居民出行調查，采用工資法估算出了居民出行時間成本.吳子嘯等[8]通過對比分析不同年份居民出行的時耗，發現城市居民每一天的平均出行時耗具有一定的穩定性，并闡述了穩定性的形成機理.蔡軍等[9]對出行時耗預算的形成機理進行了解析，并指出應結合中國城市居民的出行時耗預算，為其適宜的交通模式規劃路網和城市用地布局.由于體力、心理、生活、就業等方面的原因，城市居民對一次出行的時間的容忍有一定的限度，實踐證明不同城市規模，不同出行目的、出行方式下居民能忍受的最大單次出行時耗存在差異，單次出行時間若超過接受的最大出行時耗，就會對交通系統、該次出行產生不滿意[10].出行時耗估計是許多智能交通系統應用和交通管理功能的基礎[11].居民出行調查是指對居民一天內詳細出行情況的調查[12]，展開居民出行調查，掌握居民出行的時耗特性，可以為城市規劃、交通規劃方案的制定提供依據，并且對城市綜合交通規劃與管理起到重要作用.

綜上，現階段國內外學者對居民出行時耗的研究限于總體單日出行平均時耗和出行時間成本、預算、預測，缺乏單次平均出行時耗與居民主觀感知的關系研究.在以人為本的現代社會，考慮居民主觀感知的城市規劃、交通規劃有利于提高居民的幸福感.本文從基于家的單目的出行角度，基于居民出行時耗和時耗滿意度關系，使用3種方法探究不同類別居民單次出行滿意的平均時耗.

1 數據與框架

本文數據來源于2018年武漢市居民出行OD調查，覆蓋武漢市7個中心城區和1個遠城區，樣本量共計40 882基于家的單目的出行次.數據包括居民的收入情況、出行時間(根據武漢市交通現狀將07：00—09：00及17：00—19：00列為高峰時段，其他為平峰時段)、出行方式、出行目的、出行時耗，以及出行時耗的滿意度等.

在分析出行時耗與出行時耗滿意度的關系基礎之上，利用人工神經網絡分析各個影響因素對出行時耗滿意度的影響權重.運用加權平均值法、眾數法、累計頻率法對比分析不同類別人群的單次出行滿意時耗以及不同影響因素下的單次出行滿意時耗，最后加權平均得出單次出行總體滿意時耗.

2 研究方法

2.1 滿意度影響因素分析

居民出行時耗滿意度因素影響，見表1.

在單、雙因素顯著性分析中，置信度為95%的情況下，若影響顯著性小于0.05，則表明影響顯著；在同一級影響因素中，F值越大，說明該因素的影響水平越高.以上單、雙因素顯著性分析結果顯示，收入、出行目的、出行方式、出行時耗、出行時段對出行時耗滿意度的影響顯著性都小于0.05，說明各因素對出行時耗滿意度的影響都是顯著的，只有出行時段與出行時耗對出行時耗滿意度沒有交互影響，但是通過比較F值，從影響水平來看，出行時耗是出行時耗滿意度的最主要影響因素.

大多數城市居民人均出行次數在3次/(人·d)以下，很多出行圍繞著家進行，具有單目的性.本文基于家的單目的出行的角度出發，深入探究居民出行時耗與出行時耗滿意度的關聯性，以尋找居民單次出行滿意的出行時耗.

2.2 出行時耗與出行滿意度關聯分析

2.2.1出行時耗滿意度平均值法

在出行時耗滿意度平均值法中，采用滿意人·次加權平均的形式求解滿意度平均值，為

(1)

時耗滿意度的指標值分為5個等級，其中指標值1=非常不滿意，2=不滿意，3=基本滿意，4=滿意, 5=非常滿意.統計計算得出，樣本總體的時耗滿意度平均值為3.7，因此本文選取時耗滿意度平均值3.7作為基準，通過繪制時耗滿意度平均值-出行時耗折線圖，找出基準線與折線圖的第一個交點所對應的橫軸出行時耗，即為關聯分析得出的居民單次出行滿意的出行時耗.

2.2.2“滿意者”的出行時耗眾數法

在調查數據中，滿意度分為5種程度，分別為非常滿意、滿意、基本滿意、不滿意、非常不滿意.本文在滿意度與出行時耗的關聯分析中，將滿意程度劃分為兩類，分別為滿意與不滿意，其中滿意包括非常滿意、滿意、基本滿意.

基于“滿意者”的出行時耗眾數法中，首先求解某一屬性(收入、出行方式、出行目的、出行時段)滿意者在不同出行時耗區間的頻率，為

(2)

通過繪制出行時耗-滿意人·次頻率圖，運用眾數法分別找出i屬性居民單次出行滿意的出行時耗.

2.2.3滿意度累計頻率曲線法

本文中滿意度累計頻率曲線法區別于常規的累計頻率曲線法.其中：滿意者與不滿者的劃分與眾數法中一樣，但是在頻率的計算過程中不同，頻率求解公式為

(3)

式中：fij與Nij意義同上；Ni為屬性為i的總人次(包括滿意者與不滿意者).

由式(3)可見，累計頻率的總和不為1，那么在累計頻率曲線圖中，累計頻率最大值代表某一屬性居民滿意的程度，累計頻率曲線的突變點對應的橫軸坐標(出行時耗)即為i屬性居民單次出行滿意的出行時耗.

2.3 影響因子作用系數確定——人工神經網絡

本文從出行時耗滿意度數據出發，使用人工神經網絡確定各二級指標的影響因子作用系數.通過多層感知器神經網絡算法分析輸入層分項滿意度對輸出層總體滿意度的影響作用系數.通過各層間權值矩陣計算輸入層對于輸出層作用系數大小的算為

(4)

式中：Im為第m個輸入參數對第a個輸出參數的影響作用系數：w1為輸入層與隱含層間的連接權值；w2為隱含層到輸出層間的連接權值；m，n，a為輸入層、隱含層、輸出層的節點(神經元)編號.

3 結果分析

3.1 不同人群的單次出行滿意的時耗

3.1.1居民收入與出行時耗

圖1 不同收入居民滿意度、時耗分布、滿意人·次累計頻率曲線

不同收入居民的滿意度、出行時耗分布和滿意人次累計頻率見圖1.不同收入的居民滿意的單次出行時耗見表2，滿意度平均值法得出的平均時耗為28.3 min，基于出行“滿意者”眾數法和滿意度累計頻率曲線法得出不同收入居民滿耗均為30 min.

表2 不同收入居民的滿意出行時耗 min

3.1.2出行方式與出行時耗

不同出行方式居民出行時耗的滿意度、出行時耗分布和滿意人次累計頻率見圖2.

圖2 不同出行方式居民出行時耗的滿意度、時耗分布、滿意者累計頻率曲線

不同出行方式的滿意出行時耗見表3.由表3，滿意度平均值法得出的平均時耗為25 min，基于出行“滿意者”眾數法和滿意度累計頻率曲線法得出不同收入居民滿意的單次出行平均時耗均為26.7 min.

3.1.3出行目的與出行時耗

不同出行目的居民出行時耗的滿意度、時耗分布、滿意者累計頻率曲線見圖3.

表3 不同出行方式的滿意出行時耗 min

圖3 不同出行目的居民出行時耗的滿意度、時耗分布、滿意者累計頻率曲線

不同出行目的的滿意出行時耗見表4.由表4可知，滿意度平均值法得出的平均時耗為25.3 min，基于出行“滿意者”眾數法和滿意度累計頻率曲線法得出不同收入居民滿意的單次出行平均時耗均為28.3 min.

表4 不同出行目的的滿意出行時耗 min

3.1.4出行時段與出行時耗

不同出行時段目的居民出行時耗的滿意度、時耗分布、滿意者累計頻率曲線見圖4.

圖4 不同出行時段目的居民出行時耗的滿意度、時耗分布、滿意者累計頻率曲線

本文將出行時段分為平峰和高峰，武漢市的高峰時段為07:00—09:00,17:00—19:00.統計分析結果見表5.滿意度平均值法得出的平均時耗為25.5 min，滿意度眾數法和滿意度累計頻率曲線法得出不同出行時段居民滿意的單次出行平均時耗均為22.5 min.

表5 不同出行時段的滿意出行時耗 min

3.2 單次出行滿意平均時耗

利用SPSS24.0神經網絡分別對所有群體進行影響因子的作用系數計算，為簡化計算，本文只考慮非交互影響因子，并對非交互影響因子的影響權重進行歸一化處理，因子作用系數計算結果見表6.

表6 非交互影響因子作用系數

利用滿意度平均值法、基于出行“滿意者”眾數法、滿意度累計頻率曲線法分別得出不同影響因素下居民滿意的單次出行平均時耗，然后結合人工神經網絡計算出的作用系數，能夠得到加權平均后的滿意單次出行時耗，結果見表7.

表7 單次出行滿意平均時耗 min

由表7可知，三種方法得出的加權平均后的滿意單次出行時耗約為27 min，不同收入、不同出行方式、不同出行目的、不同出行時段的居民滿意的單次出行時耗分別為28.3～30，25.3～28.3，25～26.7，22.5～25.5 min，原因是居民每一次出行都有出行時耗的心理預算，出行時耗在預算之內就會產生滿足感，因此可以認為，每一位居民可接受的單次出行平均時耗約為27 min，出行時耗超過了27 min就會使出行者產生不滿足感.

3.3 結果檢驗

通過滿意度平均值法、基于出行“滿意者”眾數法、滿意度累計頻率曲線法，統計分析得出居民總體滿意的單次出行平均時耗為27 min，最后利用spss進行單樣本T檢驗，檢驗結果見表8.

表8 總體滿意的單次出行平均時耗檢驗

由表8檢驗結果可知，檢驗值為27時，顯著性值為0.063，顯著性值大于0.05說明樣本中居民滿意的單次出行平均時耗和檢驗值27沒有顯著性差異，而且置信度為95%的置信區間為(26.989,27.413 3)，進一步證明武漢市居民總體滿意的單次出行平均時耗為27 min.

4 結 論

1) 居民收入、出行方式、出行目的、出行時耗，以及出行時段等因素對出行時耗的滿意度都有顯著影響，而出行時耗的影響程度最大.相較于傳統的考慮出行空間分布的城市規劃、交通規劃，在全民追求幸福感的社會，深度研究出行時耗分布并應用于現代城市規劃、交通規劃顯得尤為重要.

2) 通過出行時耗與出行時耗滿意度關聯分析，從居民收入、出行方式、出行目的、出行時段4個角度出發，考慮基于家的出行的單目的性，分析得出了不同人群的滿意單次出行時耗.并且通過3種方法的對比分析，得出了武漢市居民滿意的單次出行平均時耗約為27 min，不同收入、不同出行方式、不同出行目的、不同出行時段的居民滿意的單次出行時耗分別為28.3～30，25.3～28.3，25～26.7，22.5～25.5 min.研究結果為武漢市學校、醫院、商場、娛樂等中心用地的合理布局提供基礎數據,為基于時空分布的城市規劃、交通規劃提供基礎依據.

3) 文中仍然存在一些缺陷，在滿意時耗統計分析過程中，將基本滿意者歸為滿意的一類中，沒有做到完全意義上的滿意，但是仍然具有代表性.另外，只考慮了單目的出行，未考慮出行鏈的影響.不同城市規模、城市特性的居民出行滿意時耗肯定不同，有待于調查研究.