定制公交居民出行方式選擇的影響因素

張文波，左玙璠，王岳平，陳景旭，劉志遠*

(1.東南大學 交通學院，江蘇 南京 211189；2.中交雄安投資有限公司，河北 保定 071700)

不斷增加的出行需求與有限的道路資源之間的矛盾，環境保護與大量出行造成環境污染之間的矛盾是當前交通規劃與管理發展中急需解決的兩個問題。公共交通載客量大，占用道路資源少，完成同量級的運輸任務能耗低，在均衡道路資源和道路能力，提高資源利用率，降低溫室氣體排放等方面具有重要地位。提高公共出行比例，是當前交通行業發展的重大目標。不同交通方式的服務水平是影響城市出行交通方式劃分比例的重要原因，掌握不同因素對出行方式效用的定量影響，對調整交通管理方案以改變出行方式分擔率具有重要的指導作用[1-4]。

傳統公共交通的服務水平受限于線路與時刻表的固定性，無法及時響應動態的交通需求。隨著交通技術的發展，出行方式結構優化成為調節城市交通供需不平衡的重要途徑，引發國內外眾多關于交通新政策新方式的研究。張榮花等[5]利用多項Logit模型研究影響汽車共享服務選擇概率的因素。朱順應等[6]定義并設定低碳補貼情景，通過SP(stated preference)調查及多項Logit模型研究影響居民低碳出行意愿的因素。何曉平[7]研究了中距離運輸市場下，引入共享電力汽車模式對于提供高自由度出行模式，減緩城市交通問題的意義。李曼[8]以湛江市為研究區域，基于非集計理論，通過數據調查研究了共享單車背景下城市居民交通出行模式選擇問題。Ceccato等[9]以意大利城市都靈作為研究區域，分析了傳統交通出行向共享汽車的轉化概率。Carrone等[10]通過SP調查，研究得出年輕的受教育者對于選擇共享汽車和支付共享汽車的保養費用意愿較高。Politis等[11]利用二項Logit模型研究發現，行程特性如出行目的和出行頻率是影響出行者對于共享單車和傳統交通方式選擇意愿的重要因素。將新型交通方式作為選擇肢進行出行選擇分析，對于誘導乘客向環境友好型出行方式轉移提供了理論依據。在傳統交通中，常規公交與出租車等出行方式提供的出行服務間存在巨大空白，導致出行服務水平兩極化嚴重。定制公交的出現為提升公共交通的服務水平，補充出行服務斷檔提供了新的思路，在優化城市客運交通結構，尤其是私家車向定制公交出行的轉移，以及緩解城市交通擁堵和減少交通污染等方面發揮著重要作用。定制公交線路與發車時間的靈活性，還可滿足居民的個性化出行需求[11]。

關于居民出行方式選擇分析的研究，常用方法為建立離散選擇模型，代入調查數據進行擬合，得到各交通出行方式的出行效用函數中各因素的系數，從而得到不同因素對于出行方式分配的定量影響[12-14]。但傳統的調查方法是將已有的交通方式組成選擇集，調查結果往往僅反映居民對于現有交通方式的選擇行為。本文考慮新型交通方式的居民出行方式選擇分析，將定制公交的概念在問卷中進行解釋，并在SP調查的場景設置中對不同出行情景和出行方案所對應的特性進行估計，結合交通出行選擇中的混合模型優勢，通過居民個人屬性與出行方案屬性計算出行方式效用函數，進而得到居民在面對定制公交、出租車與常規公交時的選擇行為。考慮新型交通方式的居民出行方式選擇模型的分析結果，對于定制公交的投入規模及運行策略的方案調整具有重要參考意義。

1 模型建立

1.1 效用函數及方式劃分概率

在多項Logit模型中，如果自變量都是和決策者相關的屬性，對應的多項Logit模型稱之為廣義邏輯回歸模型[15]，如果自變量都是和方案相關的屬性，則稱為條件邏輯回歸模型[16]。在考慮定制公交的出行方式選擇建模過程中，居民相關屬性和方案相關屬性都會影響到決策過程[17]，所以本文使用結合了廣義Logit回歸模型和條件Logit回歸模型的混合模型[18-21]。自變量表示為式(1)，系數向量定義為式(2)，包含居民個人屬性和出行方案屬性的出行方式效用函數表示為式(3)，居民對于出行方式的選擇概率由式(4)計算。

(1)

(2)

(3)

(4)

1.2 出行方式選擇集確定

定制公交的設置是為了提供一種服務水平接近于出租車的公共交通方式，所以在設置出行方式選擇集時，選擇出租車、常規公交和定制公交作為出行方案選擇集包含的出行方式選項。

定制公交設置了不同服務水平和價格兩種，分別是定制公交1和定制公交2。定制公交1在收費和價格方面都更接近常規公交，對于實時出行需求響應相對較慢，停站較多，旅程時間相對較長，但是價格低。定制公交2在收費和價格方面都更接近出租車，對于出行需求的響應更快，靈活性更高，旅程時間更短，但是相應地，價格也會更高。這4種出行方式服務水平從高到低為：出租車、定制公交2、定制公交1、常規公交，價格設置也遵循此規律。

1.3 出行方式選擇影響因素確定

通過相關文獻資料調研，對影響居民出行方式選擇的因素進行歸納總結，并根據影響因素的類型進行調查問卷的設計。影響居民出行方式選擇的因素可以分為三類：

(1)個人基本屬性，包括性別、年齡、收入[5]、家庭收入[22-24]、私家車數量[25]；

(2)出行行為屬性[12]，本文考慮出行行為屬性為兩大類，分別是通勤和娛樂；

(3)出行方案屬性，包括票價[26]、是否有座、中途停車次數、出行距離[2]、等待時間、距乘車點的步行距離、到達目的地的時間準確度(即出行者預計到達時間與實際到達時間的偏差)。

2 問卷設計與分析

2.1 數據收集

設計問卷對居民進行個人屬性調查與設計情景下出行方式選擇的SP調查[27]，并在設計SP調查部分，對出租車、定制公交2、定制公交1、常規公交等4種出行方案的屬性如行程時間、出行花費等均根據服務水平及收費水平不同進行設置。發放問卷后，回收有效問卷共204份。

2.2 問卷信度效度檢驗

在進行問卷數據分析前，對問卷采集數據進行信度與效度分析。利用克隆巴赫信度系數α測量信度，分析得本問卷α系數為0.719，則說明信度較高，問卷調查結果可用于后續研究。對問卷調查數據進行效度檢驗，得到KMO值為0.631，大于0.6，通過Bartlett球形檢驗，意味著數據具有效度。綜上可得，基于問卷數據所得到的結論在數據上真實可靠，具有說服力。

2.3 變量處理

出行問卷中常常包含以離散值為答案的問題，或者根據研究目的需要將連續數值答案離散為等級的問題，此時按照實地調研結果，設置閾值對其進行處理，有n個等級的因素轉化為n-1個啞元變量表示，以保證變量之間的線性無關性。如式(5)所示。

X1+X2+…+Xn=1，

(5)

其中，Xi(i=1,2,…,n)是布爾變量，Xi=1表示該變量處于等級i，反之，表示該變量不處于等級i。

根據式(5)可得，X1,X2,…,Xn之間線性相關，所以通常選取其中的n-1個變量進行表示。本文以最低等級作為參考，即X2,X3,…,Xn-1表示等級因素的取值，當X2+X3+…+Xn-1=0時，說明在該因素上取參考等級，即最低等級。以個人平均月收入為例，共分為5個等級，選取最低等級“個人平均月收入在(0，3000]”作為參考等級，其余4個等級作為啞元變量，IND_INC_1=1表示個人平均月收入在(3000，6000]區間；IND_INC_2=1表示個人平均月收入在(6000，10 000]區間；IND_INC_3 =1表示個人平均月收入在(10 000，15 000]；IND_INC_4=1表示個人平均月收入在15 000以上，當IND_INC_1，IND_INC_2，IND_INC_3，IND_INC_4均為0時，說明該調查者的個人平均月收入≤3000元。

對于離散變量的擬合結果，其系數代表以參考等級為對照，其他等級對于出行方式選擇的影響。離散變量的擬合系數只在設定的等級范圍下有效，不會無限增長，變量每次變化只能以等級為單位，且變量每變化一個等級，對出行方式劃分概率的影響程度不同。對于連續變量，進行系數擬合時不需要做特殊處理，可直接進行系數擬合。連續變量的擬合系數是常數，即該變量變化量相同時，對于出行方式劃分概率的影響是相同的，且連續變量變化可以是任意數值。對于個人基本屬性、出行行為屬性及出行方案屬性中的變量處理結果如表1所示。

表1 出行行為選擇因素

續表1

3 模型結果及影響因素

對問卷數據進行數據轉換，將表示等級的因素按照啞元變量處理，包含n個等級的，利用極大似然估計得到數據擬合結果，數據擬合度R2為0.321，屬于0.3～0.6之間，說明擬合度較好，反映影響因素選取的合理性。設在其他條件均不變的情況下，某影響因素變化x，該出行方式在影響因素變化前后所占的比例分別為p和p′，則p，p′，x的關系如式(6)。

,

(6)

本文出行方式選擇集中各出行方式顯著影響因素中連續變量對應的x值見表2，且連續變量對不同出行方式的影響不同。啞元變量的變化對出行方式所占比例的影響同樣遵循式(6)，區別在于當研究啞元變量的影響時，式(6)的P代表改變量對應的參考情況下該出行方式所占比例。采用極大似然法對出行方式效用函數進行擬合，并根據變量顯著性，篩選出顯著性<0.3的變量及其邊際效用影響因素，如表2和表3所示。

表2 各出行方式影響顯著的連續變量

表3 各出行方式影響顯著的啞元變量

從表2中可以看出，出行費用和出行時間對各出行方式都有較為顯著的影響，且均為負影響。其中，出行價格變量的系數在常規公交及定制公交1的效用函數中絕對值較大，分別為0.195 4和0.117 3，而在定制公交2和出租車的效用函數中絕對值較小，分別為0.156 1和0.057 1，說明出行價格的變動會使選擇常規公交和定制公交1的居民比例降低較多，而選擇出租車的居民比例降低較少。行程時間變量在定制公交2和出租車效用函數中的絕對值較大，分別為0.073 5和0.080 7，在常規公交和定制公交1的效用函數中絕對值較小，分別為0.020 4和0.015 0。可以看出，選擇高服務水平出行方式的居民對于出行時間要求較高。此外，在出行方式選擇過程中，針對服務水平較低的常規公交和定制公交1，價格是更為重要的影響因素，其影響程度明顯高于行程時間；針對服務水平較高的出租車和定制公交2，價格和行程時間的影響基本一致。

從表3可以看出，換乘與到達時間偏差都會對出行方式的選擇造成影響，且到達時間偏差對于出行方式的影響所占比例更大，并且隨著出行方式實際早到時間增長，該出行方式所占比例會逐漸增加。結合表2和表3可以看出，在居民的出行選擇中，出行方式所對應的時間因素和費用因素是決定居民選擇出行方式的重要因素。服務水平較高的出行方式效用受時間因素影響較大，而服務水平較低的出行方式效用受費用因素影響較大。這也說明對于時間要求較高的居民通常對于價格敏感度較低，會選擇價格與服務水平都較高的出行方式，而選擇出行花費較低的常規公交出行的居民，則對于行程時間敏感度較低。

連續變量和離散變量的邊際效用存在含義差別，以表2中的出行費用和表3中的到達時間偏差為例。假設現在常規公交的票價為2元，則當常規公交的票價變為3元時，滿足以下等式：

(7)

其中，p1′表示常規公交票價變化后(即票價為3元)，常規公交出行在總出行中所占比例；p1表示常規公交票價在變化前(即2元)時，在總出行中所占比例。連續變量的變化可以不為整數，如常規公交的票價可以由2元變為2.5元，則滿足式(8)。

(8)

其中，p2′表示常規公交票價變化后(即票價為2.5元)，常規公交出行在總出行中所占比例。若當前票價為3元，改變后票價為4元，則常規公交出行所占比例變化仍可以用式(7)計算。而對于離散變量“到達時間偏差”，假設當前某一出行方式準時到達，則當該方式的到達時間偏差變為早到5 min時，變化前后的該出行方式所占比例符合式(9)。

(9)

其中，p3表示該出行方式準時到達時，該出行方式對應的出行占總出行的比例；p3′表示該出行方式早到5 min情況下，該出行方式對應的出行占總出行的比例。若該方式早到6 min，則需通過式(10)計算得到。

(10)

其中，p4′表示當該出行方式的到達偏差為早到6 min時，該出行方式出行占總出行的比例，對于早到3 min，早到7 min等表3中未列出的情況，無法通過式(6)及表3中的擬合結果得出。根據表3可以通過計算變化后情況與參考等級的出行方式占比，無法直接比較兩種非參考等級的情況，需要借助參考等級進行間接分析。

4 結論

本文針對考慮定制公交的居民出行方式選擇集，從個人屬性、出行行為屬性與出行方案屬性3個方面設計問卷，對問卷中包括的變量因素進行處理。對等級變量按照啞元變量進行轉換后，對出行方式效用函數中的變量系數進行擬合。按照顯著系數進行篩選后，得到對出行方式選擇分配影響的邊際效用，并對邊際效用及出行方式選擇概率進行解釋。通過篩選結果可以看出，時間和距離特性對于出行方式比例的影響較為顯著，且不同出行需求特性的居民對于出行時間和出行費用的敏感程度不同。結合數據分析結果，得出結論：定制公交的定位應當根據研究區域的具體情況來決定，功能在于補充常規公交與出租車的服務水平斷檔，提供服務水平高于常規公交、出行成本低于出租車的出行服務；總體而言，定制公交的潛在乘客定位是對于出行價格敏感度低于常規公交，對于出行時間敏感度高于常規公交，即定制公交的潛在乘客相較常規公交乘客，追求更高的服務水平，相較出租車乘客，追求更低的價格。所以定制公交設置可以與常規公交服務的出行類型區分，用以提供價格與服務水平都更高的公共交通，在保證公交系統收支的前提下，滿足更多不同特性的出行需求，且在運行中，定制公交可與公共交通共同運營。