組團城市內私家車車主出行方式選擇決策

任其亮，滕逸偉，譚宇炯

(重慶交通大學 交通運輸學院， 重慶 400074)

0 引言

組團城市在人們生產和生活相對集中的基礎上，其功能布局較為合理，使得組團式空間結構已成為我國目前大城市發展的主要城市形態。另一方面，截止2020年，全國汽車保有量達2.7億輛，與2018年底相比，增長8.83%，其中私家車保有量達2.07億輛，突破2億輛的私家車意味著城市交通擁堵愈發嚴重，出行時間和成本對于私家車車主的出行選擇產生了很大影響?；谝陨辖M團城市出現的交通問題，研究組團城市內私家車車主出行方式選擇決策對優化組團內交通結構有重要意義。

目前，很多專家和學者以累計前景理論為基礎，對出行方法的選擇決策問題進行了深入探究。李涵[1]立足于組團城市，分析了組團城市的出行分布特性，提出了基于空間結構下的組團城市出行分布預測方法，為特大城市的交通發展戰略奠定了基礎。田宇[2]通過對比組團和非組團城市的出行人出行差異，修改并優化了美國公路局重力模型中的調整系數，使得預測模型更加貼切組團交通的實際特點。欒鑫[3]在MNL模型的基礎方法上，進一步建立了ML模型，對于出行方式選擇的一些行為特點進行了對比和論證，綜合考量了模型的回歸性，給出了利于南京城市交通發展和居民出行的一些相關建議。王志建等[4]以北京市交通為例，結合動態交通信息，運用logistic回歸模型分析了影響私家車出行選擇的因素。馬書紅等[5]構建了NL-累計前景理論出行方式選擇預測模型，優化了出行方式對出行者的實際感知價值，提高了模型預測的命中率。張薇等[6]基于前景理論的出行方式選擇方法，分析了出行指標與公交、私家車和出租車3種不同出行方式之間的關系，優化了居民出行方式結構，改善了城市交通擁堵。姚恩建等[7]考慮理性決策和固有選擇偏好的共同影響，構建了改進的NL模型。顧濤等[8]以大城市的私家車為研究對象，建立了考慮擁堵效應的出行成本預算模型。任其亮等[9]針對組團間居民出行方式選擇存在動態期望這一心理特征，給出了一種基于累計前景理論的出行方式決策模型。郭賦斌[10]構建了基于累計前景理論的出行者出行方式選擇行為模型，并驗證了其有效性。Yang等[11]運用累計前景理論構建了數值與現實網絡一致的路徑選擇模型。張榮花等[12]從概率角度考慮汽車共享服務的出行方式選擇行為，通過構建MNL非集計模型，定量分析了影響出行者出行方式選擇行為的因素。袁永科等[13]對政府與私家車車主的完全信息靜態博弈進行了分析，建立了私家車車主的出行換乘博弈模型。

組團城市內私家車車主的出行是動態變化的，針對各個屬性的動態期望要求這一特性進行分析，構建基于累計前景理論的組團城市內私家車車主出行方式選擇決策模型。

1 組團城市出行分析

1.1 組團城市內的出行特性

組團城市的功能布局相對合理，結合了所在城市本身的交通軸線進行空間開發和布局，使得人們的生產、生活較為集中。在組團內部和各組團間交通系統的構成復雜，交通基礎設施不完善，功能劃分有所不同。隨著組團城市內基礎設施及醫療、服務水平等的完善，組團城市內部可以滿足一定程度的出行需求，有效緩解了中心組團的交通通過性，維持了組團城市交通系統的良好運行態勢。

1.2 私家車出行相關問題描述

交通出行者作為組團城市中交通系統里的主要對象，在出行選擇上對城市交通的發展起著很大的影響作用，隨著各種出行方式的不斷出現，出行者的出行方式選擇也越來越多。私家車作為上個世紀至今一直存在的交通方式，其影響在組團城市尤為顯著，所以對私家車車主的出行研究很重要。

私家車車主的出行選擇行為比較復雜。首先，私家車車主需要根據自身的經驗和信息的收集對每種出行方式的時耗、覆蓋面和途中可能出現的路況信息有一個大致的了解，這是出行方式選擇的基礎。其次，私家車車主會根據出行方式特性等轉換成自己的一套判斷指標，即影響交通出行者作出選擇的一些外部因素，例如出行時長、天氣情況、費用問題、安全性、舒適性等，便于作出快捷、高效的選擇。私家車車主還會根據自身經濟能力、對出行環境的要求等內在因素，對不同出行方式產生不同的感知情況。在考慮各項因素對出行的影響后選取最適合自己的出行方式。

2 基于前景理論的出行方式決策

私家車車主在已經擁有私家車的情況下，進行出行方式選擇的決策時，會在按時完成出行的前提下希望獲得相對便捷、舒適、安全的出行體驗。所以私家車車主的出行方式決策是在明確出行目的，綜合考慮自身特性的前提下，對選擇的出行方式的各個方面進行滿意度評價，最終確定出行方式的過程。出發前私家車車主先會對影響因子進行評估，然后跟據本次出行的參考點選取綜合前景值最高的出行方式。將出行時間和出行費用作為私家車車主選擇出行方式的參考點，其中出行時間指的是私家車車主選擇的出行方式出行的全部時間，包括等待時間、駕駛時間和停車時間等；出行費用指的是私家車車主在本次出行過程中所產生的全部費用，包括了不同出行方式的票價及停車費用等。實際問題的描述如下：

1)A={A1,A2,…,Ai}表示私家車車主出行方式方案的集合。其中Ai表示第i種出行方式，i=1,2,3。

6)K={K1,K2}表示私家車車主參考點的集合。其中K1表示私家車車主出行時間的參考點，即私家車車主對出行時間的預期值；K2表示私家車車主出行費用的參考點，即私家車車主對出行費用的預期值。

7)η={η1,η2}表示指標權重集合。其中η1表示出行時間指標權重，η2表示出行費用指標權重，且η1+η2=1。

2.1 出行時間參考點

(1)

1) 價值函數

(2)

其中：α和β(0≤α,β≤1)為風險態度系數，表示私家車車主出行時間的收益和損失價值函數的凹凸程度。該函數中，λ為損失規避系數，λ≥1時體現了私家車車主對損失更加敏感的心理行為特性，且損失規避程度隨λ的增加而變大。相關研究表明[14]，當α=0.89,β=0.92,λ=2.25時，價值函數最符合決策者心理特性。價值函數曲線體現了私家車車主對出行時間敏感性遞減的心理行為特征。價值函數的曲線如圖1所示。

圖1 價值函數曲線

2) 權重函數

當xit≥0，即感知收益的情況下，權重函數為：

(3)

當xit<0，即感知損失的情況下，權重函數為：

(4)

其中：δ和θ為個體行為偏好系數，根據相關實驗結論[15]可知，δ=0.61，θ=0.69。

3) 累計前景值

出行方式Ai的出行時間累計前景值表示為：

(5)

2.2 出行費用參考點

私家車車主根據自身出行需求選擇不同的出行方式，確定出行方式之后對應的出行費用隨之確定。出行方式Ai的累計前景值計算如下：

1) 價值函數

(6)

(7)

2) 權重函數

(8)

(9)

3) 累計前景值

(10)

2.3 累計前景值計算

由以上描述可知，出行方式Ai的累計前景值計算需要綜合考慮私家車車主的出行時間和出行費用這2個參考點，其計算公式為：

ΓVi=η1ΓVit+η2ΓVic

(11)

其中：η1和η2為指標權重系數，可以通過統計調查的方法得到。對于私家車車主來說，不同出行方式的出行時間和出行費用的累計前景值的量綱不一樣，為減少不同量綱對于累計前景計算的影響，故將方案Ai的出行時間累計前景值ΓVit與出行費用累計前景值ΓVic進行規范化處理[3]，規范化后的計算公式為：

ΓVit=ΓVit/|ΓVit|max

(12)

ΓVic=ΓVic/|ΓVic|max

(13)

式中：|ΓVit|max=max{|ΓVit|}，|ΓVic|max=max{|ΓVic|}，-1≤ΓVit，ΓVic≤1。

由上式可知，規范化后的累計前景值越大，說明私家車車主所選擇的出行方案Ai更符合出行者的心理預期，累計前景值最大的方案為私家車車主出行的首選方式。

3 實例分析

以重慶市南坪組團內的交通出行為研究對象，假設私家車車主在某次出行過程中存在輕軌、公交車、私家車3種選擇方式，選取3種出行方式的平均時間、基本費用作為評價指標。

1) 出行方式A1。輕軌，18 min到達率為75%，費用3元。

2) 出行方式A2。公交車，25 min到達率為80%， 40 min到達率為20%，票價為2元。

3) 出行方式A3。私家車，20 min到達率為70%，30 min到達率為30%，出行費用由私家車的停車費及油耗等方面構成，費用為12元。

在該案例分析中，私家車車主出行時間的情況集合為St={18,20,25,30,40}；出行費用的情況集合為Sc={2,3,12}；出行時間參考點K1的取值分別為15，20，25，30，35，40，45，50；出行費用參考點K2的取值分別為2，4，6，8，10，12，14，16；參考點的數值選取依據私家車車主個人的出行經驗和出行日的實際情況確定。

3.1 出行時間前景分析

根據本文模型及方法來計算出行時間對前景的價值函數ΓVit，采用最小二乘法，利用相關擬合軟件對交通出行時間與累計的前景值進行非線性擬合。其中，出行方式A1的擬合曲線方程為y1=-0.013 84x2+1.561 49x-26.459 8，擬合度為R2=0.994 14；出行方式A2的擬合曲線方程為y2=-0.017 26x2+2.273 08x-40.972 43，擬合度為R2=0.990 13；出行方式A3的擬合曲線方程為y3=-0.020 77x2+2.177 38x-16.117 1，擬合度為R2=0.993 88。各種出行方式的出行時間累計前景值擬合曲線如圖2所示。

圖2 不同出行方式出行時間的累計前景值的擬合曲線

由圖2可知，隨著出行時間的增加，這3種出行方式的累計前景值都在增加。當私家車車主對于出行時間的要求在20 min以內時，可以選擇私家車作為自己的出行工具；當出行時間在20 min以上時，輕軌的累計前景值將高于私家車，當出行者對出行時間有比較高的要求時，可以選擇輕軌作為自己的出行工具。

3.2 出行費用前景分析

在不考慮出行時間而重點把出行費用作為參考點的情況下，依據累計前景的理論計算不同出行方式下的累計前景值，采用最小二乘法，并通過相關擬合軟件對出行費用與累計前景值2個參數進行非線性擬合。其中，出行方式A1的擬合曲線方程為y1=-0.032 06x2+1.432 41x-6.263 57，擬合度為R2=0.961 86；出行方式A2的擬合曲線方程為y2=-0.015 82x2+1.147 14x-2.436 05，擬合度為R2=0.989 44；出行方式A3的擬合曲線方程為y3=-0.025 94x2+2.256 03x-29.508 3，擬合度為R2=0.999 41。各種出行方式的出行費用累計前景值擬合曲線如圖3所示。

由圖3可知，私家車的累計前景值遠小于輕軌和公交車，這是因為私家車的出行費用較高，而輕軌和公交車的出行費用比較低且相對穩定。因此，在不考慮出行時間這一前提下，出行者選擇輕軌和公交的可能性更大，也更符合人們的出行預期。

圖3 不同出行方式出行費用的累計前景值的擬合曲線

3.3 綜合累計前景分析

單一考慮某一因素對于私家車車主出行的影響都是片面的，應該綜合出行時間和出行費用來分析。對于已經擁有私家車的人來說，出行費用對他們的影響相對于出行時間來說更小，因此筆者對于出行時間和出行費用的指標權重取值分別為η1=0.65，η2=0.35。通過該指標權重，結合累計前景理論繪制出在出行方式和出行費用共同影響下的綜合累計前景值的三維曲面圖，如圖4所示。

圖4 不同出行方式綜合累計前景值三維曲面圖

由圖4可知，3種出行方式對于前景值的變化是一致的。當出行費用達到8～12元且出行時間在25～35 min時，曲面開始有明顯的下降，說明此時所選的出行方式沒有達到私家車車主的預期值。三維曲面圖反映出，輕軌的累計前景值最符合出行者的心理預期。隨著出行時間和所需費用的增加，3種出行方式的累計前景值都有所增加，當出行時間參考點為15 min以內，出行費用參考點在2～4元時，公交車的累計前景值最符合出行者的心理預期，這也符合組團城市內大多數私家車車主的出行選擇。

4 結論

在組團城市的背景下，分析了南坪組團內私家車車主針對不同的交通出行選擇下的出行時間和出行費用，在累計前景理論的基礎上建立了私家車車主不同出行方式的選擇模型，通過分析不同參考點的前景值，擬合數據并分析了不同參考點下私家車車主的出行選擇決策。本文模型及方法符合私家車車主的出行心理，為日益增加的群體——私家車車主，提供了新的出行方式選擇途徑，不僅可以提高私家車車主的出行效率，對于改善城市交通擁堵、優化組團城市出行結構也有一定幫助。