交通信息对出行行为的影响分析综述＊

姜桂艳 张春勤 吴正言 李继伟

（吉林大学汽车动态模拟国家重点实验室1） 吉林大学交通学院2） 长春 130025）

随着交通信息发布方式和设备的不断完善，交通信息对出行行为的影响越来越大［1］；此外，根据交通信息对出行行为的影响，制定更有效的信息发布方法和策略.因此，了解交通信息对出行行为的影响变得尤为重要.

然而，先进的出行者信息系统（advanced traveler information systems，ATIS）的有效性取决于出行者对ATIS信息的响应程度，即交通信息对出行者出行行为的影响模式与影响程度.自20世纪80年代以来，国内外学者先后对此进行了大量的调查与分析，主要从出行者的角度，研究了交通信息对出行目的地选择、对出行方式选择、对出发时间选择和对出行路径选择等四个方面的影响.

1 交通信息对出行目的地选择的影响

通常情况下，大部分出行者，特别是通勤者的出行目的地是明确的和固定的，例如，上班、上学和回家等；而外出购物或旅游出行者的出行目的地是可选择的.

Kraan［2］等通过现场访问和发送邮件方式调查、分析了出行前和出行中交通信息对非通勤者购物目的地选择的影响.结果表明，非通勤者选择购物目的地多以商场特性为基础；在提供延误信息的情况下，大约25%的非通勤者会改变购物目的地.

Mahmassani［3］等基于互联网和SP调查法获取相关数据，利用离散选择模型（Probit模型和对数似然函数）分析了交通信息对购物目的地选择的影响.结果表明，出行者的社会经济特性（如性别、年龄、学历等）与购物目的地的改变具有弱相关性；对所在城市不熟悉的出行者更倾向于改变购物目的地；经常去同一商场购物的出行者不太可能改变出行目的地；当出行者获得交通延误信息时，改变购物目的地的可能性增加.

熊勇清［4］等采用问卷调查方式对旅游目的地选择的影响因素进行了调查，利用嵌套Logit模型分析了情感印象和约束因素在旅游目的地选择过程中的作用.结果表明，旅游者对某一旅游目的地的情感印象越好，并且该目的地被感知的约束因素越少，则该目的地被选择的机率越大.

目前，虽然部分学者研究了交通信息对到达目的地的影响，主要集中在研究交通信息对旅游或购物目的地的影响，但由于研究文献较少，不足以得到一般的结论.

2 交通信息对出行方式选择的影响

出行方式是指完成从出发点到目的地的出行过程所采用的移动方式.选择合适的出行方式，以便于出行者更好地完成整个出行过程.

Rochat［5］等以瑞典日内瓦市全体通勤者的出行行为调查为基础，对相关数据进行了统计分析.结果发现，年长的比年轻的通勤者更喜欢选择以公交方式出行；在恶劣天气情况下出行者会改变出行方式；在突发交通延误的情况下，有关公共交通出行方式的指令性交通信息对出行方式选择有很大的影响.

Yim Youngbin［6］等基于交通调查法和现场测量法，以旧金山海湾地区的交通调查数据为基础，分析了交通信息对出行方式选择的影响.结果表明，在获得不利的交通环境信息时，只有不到1%的通勤者会选择改变出行方式，而90%的过境出行者会根据所建议的出行方式完成出行.

Tsirimpa［7］等以普吉特海湾地区出行者的出行日记为基础，利用多项Logit模型和混合多项Logit模型分析了交通信息对出行方式选择的影响.结果表明，交通信息的实时性和内容都会影响到出行方式的改变；接收到交通信息的出行者仅有1.4%会改变出行方式；对通勤情况比较满意的通勤者更不可能改变出行方式.

徐上［8］等采用问卷调查采集出行方式数据，基于个体效用最优理论和多项Logit模型，建立了微观影响因素模型.结果表明，出行者的社会经济特性、出行特性（如出行时间、出行距离）是影响出行方式选择的主要因素.

目前，国内外学者在交通信息对出行方式影响方面取得一定的研究成果，普遍采用SP调查法和RP调查法获取交通数据，国外研究者主要基于多项Logit模型和混合多项Logit模型分析影响出行方式选择的因素，国内学者主要基于多项Logit模型和嵌套Logit模型分析影响出行方式选择的因素.影响出行方式选择的主要因素包括出行者的个体特性、出行特性、天气情况以及接收到的交通信息的内容和质量等.

3 交通信息对出发时间选择的影响

在讨论出行行为时，出发时间选择和出行路径选择通常一起考虑，但在研究交通信息的影响时需要单独考虑.原因在于出行前和出行中信息都可能影响到出行路径的选择，而出发时间只受到出行前信息的影响.

Khattak［9］等采用邮寄问卷方式对芝加哥商业区的通勤者进行了问卷调查，基于有序Probit模型分析了交通信息对出发时间的影响.结果表明，超过60%的被调查者会根据获得的出行前交通信息调整出发时间；出行前交通信息的准确性和实时性对出发时间的选择具有重要影响.

Khattak［10］等以电话访问和邮寄问卷方式调查了旧金山的交通信息对出发时间选择的影响，利用Probit和多项Logit模型分析了出发时间选择的影响因素.结果表明，驾驶员的社会经济特性、交通信息的确定性以及从电子媒体获得交通信息都会影响到出发时间的选择.

Srinivasan［11］运用出行选择模拟器研究了ATIS信息对出发时间的影响.研究表明，交通系统的稳定性、出行经验、自然环境以及交通信息的内容、质量等都会影响到出行者是否会根据交通信息调整出发时间.

Jou［12］通过家庭访问和SP调查法采集了台湾Taichung地区出行者的社会经济特性和出行行为数据，利用二项Probit模型分析了出行前交通信息对出发时间的影响.结果发现，能否接收到出行前交通信息、出行者的社会经济特性、出行经验和到达时间与工作规定时间的差值对出发时间的调整具有重要的影响.

目前，国外在交通信息对出发时间的影响方面取得了较多的成果，但国内在这方面的研究几乎还是空白.研究者一般基于SP调查法和RP调查法设计调查问卷，以现场问卷调查或邮寄问卷方采集交通数据；在交通行为分析和建模方面，普遍采用离散选择模型，最常用的是Logit模型和Probit模型，个别学者采用聚类分析方法.研究表明，影响出发时间的因素主要包括出行者的社会经济特性、出行经验、交通信息的内容和质量、交通系统的稳定性（如出行时间的可变性）、获得信息的途径以及达到时间与工作时间的差值.

4 交通信息对出行路径选择的影响

近年来，随着ITS的深入研究，人们越来越认识到路径选择行为与交通信息发布策略之间相互关系的重要性.目前，国内外学者在这方面的研究如下.

Khattak13等基于SP调查法获取了旧金山海湾地区通勤者的出行行为数据，以确定ATIS提供的交通信息是如何影响出行者的路径选择.结果表明，延误时间、对替代路径的熟悉程度和替代路径的拥挤程度信息是影响出行路径选择的主要因素.

Richard［14］等采用邮寄方式调查了阿姆斯特丹市出行者的出行行为，运用有序Probit模型、多项Logit模型和二项有序Probit模型分析了出行路径选择的影响因素.结果表明，出行者选择替代路径的可能性与替代路径的类型和距离有密切的关系；由交通广播电台和VMS提供的交通信息对路径选择的影响非常相似；男性比女性、通勤者比非通勤者更乐意服从替代路径信息.

Mohamed［15］等提出了一种交通信息影响出行路径选择的统计分析方法，利用2次SP调查采集交通数据，运用二项Logit模型和混合正态分布模型建立了2个路径选择模型.结果表明，预期的出行时间及其变化、通勤者对出行特性（如出行距离和交通安全等）的态度以及社会经济特性都会影响到出行路径的选择.

Wardman［16］等利用SP调查方法评价了VMS提供的交通信息对出行路径选择的影响.结果表明，前方道路交通状态的信息以及交通事件引起的延误对出行路径选择的影响非常大；但没有报道由何种原因引起的延误对路径选择的影响很小；对于经验丰富的驾驶员，可看见的排队长度对出行路径选择也有很大的影响.

Haitham［17］以混合式交通分配模型为基础，结合出行者路径转移行为模型和排队模型，对突发交通事件情况下AITS的影响进行评价.结果表明，原路径上排队长度越长、替代路径的交通停靠点越少以及对替代路径越熟悉的出行者越倾向于选择替代路径；年轻男性和未婚出行者也更倾向于选择替代路径.

Peeta［18］等通过SP调查法采集美国中西部印第安纳州西拉法叶城出行者的相关数据，利用Logit模型分析了影响出行路径选择的因素.结果表明，出行者的社会经济特性、交通信息的内容和详细程度、交通网络的空间特性和出行者对VMS的信任程度都显著影响着出行路径选择的可能性.

曾松［19］等基于驾驶员调查和计算机测试等实验分析方法对驾驶员的路径选择模式进行了研究，采用多项Logit模型对实验数据进行分析.结果表明，出行时间信息和路径熟悉程度对出行者改变出行路径具有重要的影响.

石小法［20］等建立了一种简单网络上的排队模型，分析ATIS对出行者在交通事故期间路径选择行为的影响.结果表明，ATIS提供的交通信息（如事故持续时间、由事故引起的延误等）有助于出行者在交通事故期间选择最佳出行路径.

周元峰［21］等通过SP调查法获得北京市出租车驾驶员的路径选择行为数据，利用Logistic模型分析影响出租车驾驶员路径选择行为的主要因素.结果表明，驾驶员的社会经济特性、路网的熟悉程度、交通事故程度、延误程度、出行路径的选择依据和交通信息的质量对驾驶员的路径选择具有重要的影响.

干宏程［22］采用SP调查数据研究了VMS提供替代路径行程时间条件下的路径选择行为，并运用二项Probit模型对影响路径选择的因素进行了多变量分析.结果表明，驾驶员的路径选择会受VMS信息的内容、驾驶员的社会经济特性以及替换路径属性等因素的影响.

徐天东［23］等采用SP调查法采集出行者的出行行为数据，运用二项Logit模型建立了提供路径行程时间信息、交通状态信息和交通事故信息条件下驾驶员动态路径选择行为的模型.结果表明，驾驶员的社会经济特性、所发布的路径交通信息的准确性与完整性是影响路径选择的主要因素.

由研究资料知，国内外学者在交通信息对出行路径选择的影响方面取得很多成果，多数研究者采用SP调查法和RP调查法采集交通数据，普遍采用离散选择建模方法，最为常用的是Logit模型和Probit模型，少数研究者采用基于Agent神经网络模型.早期研究者多采用二项或多项Logit模型，由于二项或多项Logit模型要求被选择项之间服从独立不相关，然而影响路径选择的因素具有较多的相似性，不具备相互独立性，而嵌套Logit模型可以解决因变量选项不独立相关的问题，因此现在研究者多采用嵌套Logit模型.

上述研究资料可知，影响出行者出行路径选择的因素很多，其主要因素包括：驾驶员的社会经济特性，出行时间可靠性，交通事件和延误的信息，替代路径可节省的出行时间多少、对替代路径的熟悉程度、替代路径的拥挤程度、替代路径的类型和距离、替代路径的交通停靠点多少以及所发布交通信息的内容和质量.

5 结束语

在不同的道路交通条件下，不同的出行者会对所提供的交通信息做出不同的响应.以此为基础制定的交通信息发布策略与方法，可以引导出行者在出行方式、出发时间、出行路径甚至出行目的等方面进行科学、合理的选择，不但有利于实现用户最优的交通出行，而且有助于实现系统最优的交通管理目标，提高整体路网的运输效率.与发达国家相比，我国在这个领域的研究还处于起步阶段，在研究中存在的不足之处主要包括：（1）在交通信息对出发时间选择的影响研究方面几乎还处于空白状态；（2）在交通信息对出行方式选择的影响研究方面的成果比较少；（3）调查的样本量非常有限.

特定情况下，选择合适的出发时间能够节省总的出行时间消耗，今后，这方面的研究应受到国内研究者的重视.与国外相比，我国的研究样本量较少.然而，样本量的大小与分析结论的可靠性具有很大的相关性，因此，在今后研究中应借鉴国外的调查问卷的设计以及数据的收集和分析等方法.

［1］杨智伟，赵胜川，张 迅，私家车出行者交通信息需求研究［J］.交通信息与安全，2009，5（27）：24－28.

［2］Kraan M，Huynh H S M N.Traveler responses to advanced traveler information systems for shopping trips：interactive survey approach［J］.Transportation Research Board，2000，1725（0361－1981）：116－123.

［3］Mahmassani H S，Huynh N，Srinivasan K，et al.Tripmaker choice behavior for shopping trips under real－time information：model formulation and results of stated－preference internet－based interactive experiments［J］.Transportation Research Board，2003，10（6）：311－321.

［4］熊勇清，彭 希.基于嵌套Logit模型的旅游者目的地选择影响因素分析［J］.湘潭大学学报，2008，32（5）：139－143，159.

［5］Rochat A D.Understanding individual travel decisions：results from a commuters survey in Geneva［J］.Transportation，1999，26（3）：263－281.

［6］Yim Youngbin.Evaluation of travinfo TM field operational test［D］.California：University of California at Berkeley Institute of Transportation，2000.

［7］Tsirimpa Athena.Modeling the impact of advanced traveler information systems on travelers′behavior：puget sound region case study［R］.European Transport and contributor，2005.

［8］徐 上，陆 马，崔洪军，大型活动观众出行方式选择影响因素研究［J］.交通运输工程与信息学报，2007，5（4）：77－83.

［9］Khattak A J，Schofer J L，Koppelman F S.Effect of traffic reports on commuters′route and departure time changes［J］.IEEE，1991，4：669－679.

［10］Khattak A J，Yim Y，Stalker L.Does travel information influence commuter and non－commuter behavior？results from the san francisco bay area travInfo project［J］.Transportation Research Record 1999，1694（63）：48－58.

［11］Srinivasan.Dynamics in departure time choices of commuters：a comparison of alternative adjustment mechanisms［R］.Transportation Research Board，2001.

［12］Jou R C.Modeling the impact of pre－trip information on commuter departure time and route choice［J］. Transportation Research Part B，2001，35（10）：887－902.

［13］Khattak A J，Kanafani A，E Le Colletter.Stated and reported route diversion behavior：implications of benefits of advanced traveler information systems［R］.Transportation Research Record 1994，1464（0361）：28－35.

［14］Richard H M，Emmerink P N，Rietveld P，et al.Variable message signs and radio traffic information：an integrated empirical analysis of drivers′route choice behavior［R］.Transportation Research Part，1996，30（2）：135－150.

［15］Mohamed A，Abedel－aty.Using stated preference data for studying the effect of advanced traffic information on drivers′route choice［J］.Transportation Research Part，1997，5（1）：39－50.

［16］Wardman M.Driver response to variable message signs：a stated preference investigation［J］.Transportation Research Part，1997，5（6）：389－405.

［17］Haitham M.A combined traveler behavior and system performance model with advanced traveler information systems［J］.Transportation Research Part，1998，32（7）：479－493.

［18］Peeta S，Ramos J L，Pasupathy R.Content of variable message signs and on－line driver behavior［R］.Transportation Research Board，2000，1725（0361－1981）：102－108.

［19］曾 松，史春华，杨晓光.基于实验分析的驾驶员路线选择模型研究［J］.公路交通科技，2002，19（4）：85－88.

［20］石小法，王 炜，杨东援.信息对出行者出行行为的影响研究［J］.中国公路学报，2002，15（1）：89－92.

［21］周元峰，吴建平.基于信息的驾驶员路径选择行为及动态诱导模型研究［D］.北京：北京交通大学交通运输学院，2007.

［22］干宏程.VMS诱导信息影响下的路径选择行为分析［J］.系统工程，2008，26（3）：11－16.

［23］徐天东，孙立军，郝 媛，等.不同交通信息下网络交通动态路径选择行为［J］.同济大学学报：自然科学版，2009，37（8）：1 029－1 033.