汽油價格上調影響下出行者出行方式選擇

吳江玲, 張馨月, 任麗麗

(河南大學土木建筑學院, 開封 475004)

中國民用汽車保有量從2011年的9 356萬輛猛增至2021年的2.94億輛,其中2021年的私人汽車保有量達到2.62億輛[1]。汽車保有量的顯著增加,給中國的環境和交通帶來了巨大的負擔。目前,燃油小汽車仍為中國居民購車的首選,汽油價格的上調會影響出行者出行方式的選擇,因此深入分析汽油價格上調影響下的居民出行選擇的影響機理,對中國交通需求管理策略的制定提供參考具有重大意義。

汽油價格是影響私人小汽車使用的重要因素,有較多的學者研究了汽油價格波動與公共交通使用的關系。Lane[2]調查了2002年1月—2009年3月美國城市公共交通與汽油價格之間的關系,結果表明汽油價格波動導致公交客流量的波動雖小,但一直很顯著,汽油價格每上漲10%,公共汽車的客流量就會增加4%,鐵路的客流量則會增加8%;Chao[3]探討了臺灣地區汽油價格對公共交通使用的非對稱效應,結果表明面對汽油上漲捷運系統在公共交通規劃中占有更高的優先地位,汽油價格上漲時,公共汽車和捷運的使用率高于汽油價格下跌時的使用率;Zhang等[4]調查了澳大利亞新南威爾士州汽油價格和交通流量之間的關系,研究結果表明汽油需求的價格彈性為負值,當汽油價格較高時,人們更有可能使用公共交通;Chi[5]研究了美國六個城市汽油價格上漲對公交客流的影響,結果表明從長遠來看汽油價格上漲會增加所有城市的公交客流量,同時公交乘客的不同反應取決于汽油價格走勢的方向。

也有許多學者做了關于出行方式選擇影響因素的研究。李軍等[6]探究了個體經濟屬性與潛在態度之間的關系并進一步分析其對專車出行選擇的影響,研究發現潛在態度也是影響選擇的重要因素;范琪等[7]探究家庭收入對家庭成員出行方式選擇的影響,研究發現隨著收入水平的波動不同出行方式受影響的程度不同;郝小妮等[8]探究城際旅客出行方式的影響因素,研究發現除個人社會經濟屬性外出行方式便捷性對選擇行為有顯著的影響,城際出行時擁有私家車的出行者群體選擇私家車出行的概率更大;鄒亮等[9]通過發放問卷探討深圳市私家車出行和公交出行行為的區別,結果表明居民出行方式選擇的主要影響因素是收入和停車收費,而且收入越高、停車費用越低的居民越偏好選擇私家車出行;崔姍姍[10]在將受訪者分為四類研究城市居民出行者在限行政策下的出行方式選擇,結果表明在限行日提高公共交通服務水平有助于吸引僅有一輛車的出行者選擇公共交通出行;原雅麗等[11]調查了不同突發事件對居民城際間出行方式選擇行為的影響,研究結果表明不同天氣條件下居民選擇小汽車出行的概率不同,發生阻斷事件時居民選擇小汽車出行的概率升高;楊亞璪等[12]研究了重慶市居民租車出行的影響因素,研究發現居民的個體特征、出行特征和租車的成本特征均對租車選擇行為有顯著影響。

現有研究中,多數為不同交通供需管理政策實施對出行者出行行為影響的研究,在探究出行方式選擇行為的影響因素時鮮有將汽油價格調整因素納入考慮范疇的,汽油價格會直接影響出行者的出行成本,進而影響出行者的出行方式選擇行為,因此,在探究影響居民出行方式選擇行為的因素時,有必要挖掘居民在汽油價格調整影響下的出行方式選擇行為的影響因素及其影響程度。

以居民出行者為調查對象,將調查對象分為有車出行者和未來五年內打算購買燃油小汽車的無車出行者,選取了出行者的個體特征、出行特征和汽油價格增長率為自變量,構建混合Logit模型,擬合實際調查數據,研究有車出行者和無車出行者在不同汽油價格上調率影響下的出行選擇行為,分析出行者出行選擇行為的影響因素,為完善交通供需管理政策和解決交通擁堵提供理論依據。

1 數據采集

1.1 問卷調查

采用行為調查法與意向調查法相結合的方法設計調查問卷,其中行為調查法用于調查出行者的個體特征和出行特征,出行者的個體特征包括性別、年齡、職業、學歷、家庭成員數及就業人數、家庭年收入、是否接送小孩、燃油小汽車擁有量9個影響因素,出行者的出行特征包括出發時間、出行距離、出行時間3個影響因素;意向調查法調查出行者在不同組合情境下的出行方式選擇行為,考慮了出發時刻是否高峰期、出行目的和汽油價格增長幅度3個情境因素,如表1所示。

采用正交試驗法設計調查問卷,以降低問卷的復雜程度和受訪者的回答難度,共形成9種正交試驗方案,隨機抽取6種試驗收入調查問卷。采用網絡調查方式獲取樣本數據,共收集到694份樣本,其中包含未來5年內不打算買車和擁有的車輛類型為純電動汽車的受訪者96人,故有效樣本598份。

表1 場景假設Table 1 Scenario hypothesis

1.2 數據統計描述

通過調查問卷得到的受訪者基本統計信息分布如表2所示。由統計信息可知,受訪者男性明顯多于女性,男性為主要受訪群體;從年齡來看,26～35歲的受訪者較多,占55.5%;使用小汽車出行的受訪者會隨著汽油價格的上漲而減少,油價上漲到9.5～10.5元/L時,70.8%的受訪者會選擇放棄使用小汽車出行,有20.2%的受訪者認為汽油價格上漲不會使其改變使用小汽車出行,隨著汽油價格的上漲選擇小汽車的出行的人數明顯下降;汽油價格上漲后,減少出行次數是出行者選擇的最多的應對措施,其次是乘坐公共交通和使用非機動車出行。

2 汽油價格上調影響下出行方式選擇模型

離散選擇模型可以描述決策者在備選方案集中的選擇行為,且選擇集需具備互斥性、完備性和有限性[13]。在眾多的離散選擇模型中,出行方式選擇研究中較為常用的是多項Logit模型,Clifton等[14]基于多項Logit模型估計了步行出行6種出行目的地的選擇模型,探究了選擇步行出行群體的目的地的規律;楊亞璪等[12]采用多項Logit模型為基礎建立居民出租出行動態模型;朱順應等[15]構建了多項Logit模型分析低碳補貼下居民出行方式選擇的邊際效應。基于選擇行為理論,在多項式Logit模型中出行者n選擇出行方式i的概率Pni(β)為

表2 樣本基本統計信息Table 2 Basic statistical information of the sample

(1)

式(1)中:β為系數;Cn為選擇集;Vni(β)為受訪者n選擇出行方式i的固定效用。

出行者選擇n選擇出行方式i的固定效用通常為線性形式,則Vni(β)=βXni,其中Xni為出行方式i的解釋變量,包括出行者n的個體特征、出行特征和汽油價格增長率。

但是,多項Logit模型具有無關方案獨立性(independence of irrelevant alternatives,IIA)的先天缺陷,對于某些隨機效用存在關聯的出行方式,該模型得到的結果存在的偏差較大,而且多項Logit模型假設待估參數為固定值,無法捕捉到不同出行者之間的異質性,而混合Logit模型突破了多項Logit模型要求選擇集內各選擇性項不相關的假設條件,允許選擇者存在“隨機口味差異”[16]。已有學者采用構建混合Logit模型研究出行者的出行方式選擇行為,例如:楊亞璪等[17]采用混合Logit模型分析了后疫情時代居民出行方式選擇行為;張小雨等[13]選擇構建混合Logit模型以探討居民在疫情兩種不同時期選擇行為的差異及影響機理。因此,選擇混合Logit模型研究汽油價格上調影響下出行者出行方式選擇行為,在混合Logit模型中,出行者n選擇出行方式i的效用函數Uni為

Uni=Vni+εni+ζni

(2)

式(2)中:εni為出行者n選擇出行方式i時不可觀測到的效用,即隨機效用;ζni為誤差項。

出行者n選擇出行方式i的概率Pni為積分形式,被積函數為多項Logit模型選擇概率Pni(β)與待估計參數概率密度f(β|θ)的乘積,即

(3)

式(3)中:θ為β服從的分布函數的參數值。

3 實證性研究

3.1 變量說明

在情景設定中設置了3種出行方式,分別是使用小汽車出行、乘坐公共交通出行和非機動車出行,因此本研究的因變量為多分類變量。汽油價格上調影響下的出行方式選擇模型變量編碼如表3所示,為避免模型擬合出現多重共線性,提高研究的精確性,對模型中的無序多分類指定了參照組進行研究。

3.2 參數估計

基于Stata16.0軟件,用混合Logit模型擬合問卷調查得到的有車出行者和無車出行者的出行選擇數據,其中系數估計值的顯著性采用P進行檢驗。出行者在汽油價格上調影響下的出行選擇行為模型的估計結果如表4所示。

由表4可知:

(1)對于有車出行者,汽油價格上調影響下出行者的性別、年齡、學歷、職業、家庭人數、收入、出發時間、出行時間和距離對出行方式選擇都有顯著影響。

表3 變量編碼說明Table 3 Description of variables

在模型中,汽油價格增長率為隨機變量,服從正態分布(均值:0.980,標準差:0.708),表明出行方案中的汽油價格增長率越高,約91.7%的有車出行者選擇公共交通和非機動車出行的概率增加,約8.3%的小汽車出行者選擇公共交通和非機動車出行的概率減小,這一定程度上體現了個體之間的異質性。

男性的系數估計值分別為-0.511和-0.665,這表明男性選擇公共交通出行的概率是女性的0.60倍,選擇非機動車出行的概率是女性的0.51倍,女性出行者更傾向于選擇公共交通和非機動車出行。

26～35歲、36～45歲的公共交通系數估計值分別為-0.417、-0.464,這表明26～45歲的出行者不傾向于選擇公共交通出行;大于25歲(26～35歲、36～45歲、46歲以上)的非機動車系數估計值分別為0.504、0.619、0.794,這表明25歲以上的出行者更喜歡選擇非機動車出行,選擇概率分別為18～25歲出行者的1.72、1.86、2.21倍。

表4 模型估計結果Table 4 Estimated results of model

對于多人數家庭(4人及以上)來說,較少人數家庭更傾向于選擇小汽車出行,選擇概率為多數人家庭的1.64倍。

高收入(大于25萬元)的系數估計值為-1.057和-2.075,這表明與低收入出行者(5萬元以下)相比,高收入出行者更喜歡小汽車出行,高收入出行者選擇公共交通出行和非機動車出行的概率分別為低收入出行者的0.35倍和0.13倍。隨著收入的增加,選擇小汽車出行的概率也增加,收入與選擇小汽車出行的概率呈正相關,汽油價格的上漲對高收入出行者改變小汽車出行影響較小。

出發時間的系數估計值都為負值,這表明出發時間在早高峰(07:00—08:00)的出行者與更早出行(07:00之前)的出行者相比,早高峰出行的出行者不傾向于選擇公共交通和非機動車出行。

通勤出行時間在30 min以內的公共交通系數估計值為-0.917,這表明與非通勤出行者相比,通勤出行時間在30 min以內的出行者不傾向于選擇公共交通出行;隨著通勤出行距離的增加,非機動車系數估計值都為負值且越來越小,這表明非通勤出行者不傾向于選擇非機動車出行且距離越遠選擇非機動車出行的概率越低。

接送他人出行花費在路上的時間為30～60 min的系數估計值為0.766和0.453,這表明與日常不需要接送他人的出行者相比,他們更傾向于選擇公共交通和非機動車出行;接送他人的出行距離在3 km以內的系數估計值為0.352和0.592,這表明與日常不需要接送他人的出行者相比,他們更傾向于選擇公共交通和非機動車出行。

購物娛樂花費時間較長的出行者(60 min以上)傾向于選擇公共交通出行;購物娛樂出行的距離在10 km以內(3 km以內、3～10 km)的出行者更傾向于選擇小汽車出行,選擇小汽車出行的概率為公共交通的1.75倍和1.65倍。

(2)對于無車出行者,汽油價格上調影響下無車出行者的性別、年齡、收入、出行時間和距離對出行方式選擇都有顯著影響。

在混合Logit模型中,汽油價格增長率為隨機變量,服從正態分布(均值:0.998,標準差:0.513),表明出行方案中的汽油價格增長率越高,約97.4%的無車出行者選擇公共交通和非機動車出行的概率增加,約2.6%的無車出行者選擇公共交通和非機動車出行的概率減小,這一定程度上體現了個體之間的異質性。

男性的非機動車系數估計值為-0.473,這表明男性選擇非機動車出行的概率為女性的0.62倍,女性出行者更傾向選擇非機動車出行。與18～25歲的年輕人相比,年紀較大(46歲以上)的公共交通系數估計值為1.444,這表明年紀較大的出行者更傾向于選擇公共交通出行,選擇概率為年輕人的4.24倍;與18～25歲的年輕人相比,36歲以上(36～45歲、46歲以上)的非機動車系數估計值為1.489和1.154,這表明36歲以上的出行者更傾向于選擇非機動車出行,選擇概率為年輕人的4.43倍和3.17倍。換而言之,年輕人更喜歡選擇小汽車出行,這可能與年輕人的沖動消費有關。

高收入(25萬元以上)的公共交通系數估計值為-1.058,這表明與低收入(5萬元以下)的出行者相比,高收入出行者傾向于選擇小汽車出行;收入5～15萬元的非機動車系數估計值為-0.378,這表明與低收入出行者相比,他們不傾向于選擇非機動車出行。

接送他人的出行時間大于60 min的系數估計值為1.188和1.594,這表明與接送他人短時間(小于60 min)出行者相比,長時間出行的出行者更傾向于選擇公共交通和非機動車出行,選擇概率分別為短時間出行者的3.28倍和4.92倍;長距離接送他人(大于10 km)的公共交通系數估計值為0.846,這表明與短距離(小于10 km)出行者相比,長距離出行者更傾向于選擇公共交通出行,選擇概率為短距離出行者的2.33倍。這可能與長時間、長距離的駕駛疲勞和高燃油費有關。

購物娛樂出行時間30～60 min的估計系數為-0.417和-0.887,這表明與30 min以內的出行相比,購物娛樂出行距離3～10 km的出行者傾向于選擇小汽車出行;購物娛樂出行距離3～10 km的非機動車的估計系數為0.533,這表明與3 km以內出行的出行者相比,購物娛樂出行距離3～10 km的出行者傾向于選擇非機動車出行,選擇概率為購物娛樂出行3 km以內的1.70倍。

(3)無論是有車出行者還是打算在未來五年內購買燃油小汽車的無車出行者,汽油價格都對出行者的出行方式選擇有顯著的影響,相比之下,無車出行者對汽油價格的敏感度較有車出行者低,這可能與無車出行者對汽油價格的關注度較低有關。

4 結論

把汽油價格調整考慮為影響居民出行方式選擇行為的重要因素,根據問卷受訪者的個人特征將出行者分為有車出行者和無車出行者兩類,采用混合Logit模型對兩類出行者在汽油價格上調影響下的出行方式選擇進行研究,得到如下結論。

(1)性別、年齡、收入、出行時間和距離、汽油價格增長率是影響有車出行者和無車出行者選擇出行方式的共同影響因素。隨著汽油價格的增長,對于有車出行者來說,約91.7%的有車出行者選擇小汽車出行的概率減小;對于在汽油價格上調影響下未來五年內有購車意愿的無車出行者來說,約97.4%的無車出行者未來選擇小汽車出行的概率減小。

(2)汽油價格上漲對有車出行者和無車出行者選擇公共交通和非機動車出行都存在顯著的正向影響,出行者出行受出行成本的影響,適當調控汽油價格對緩解交通擁堵有較強的現實意義。

(3)汽油價格上調后出行者的出行方式發生了明顯的變化,道路上小汽車需求量轉移到了其他出行方式上,總的來說,城市道路時空資源的占用明顯下降,實現了居民出行的優化,從側面促進了公共交通的發展,緩解了交通擁堵。