燃油价格影响下的居民出行选择行为特征分析及建模

王京元,韩 艳,赵建军

(1.深圳大学土木工程学院,广东深圳518060;2.深圳市都市交通规划设计研究院有限公司,广东深圳518054; 3.澳门科技大学行政与管理学院)

燃油价格影响下的居民出行选择行为特征分析及建模

王京元*1,韩 艳2,赵建军3

(1.深圳大学土木工程学院,广东深圳518060;2.深圳市都市交通规划设计研究院有限公司,广东深圳518054; 3.澳门科技大学行政与管理学院)

采用意向调查与行为模型分析相结合的方法,量化研究油价影响下我国居民的出行行为特征,识别典型响应行为,筛选显著影响因素,建立居民出行方式选择模型.结果表明,油价上涨将影响大部分潜在购车者的购车意向,改变其购车计划;油价对小汽车出行者的影响更加显著,减少用车频率、避免高峰出行、改变出行方式是私家车主应对油价上涨的最常用措施;以地铁为代表的公共交通是首选的替代出行方式,经济状况、家庭结构等在很大程度上决定了出行者对小汽车的依赖程度.通过燃油税对油价进行调节,将对我国城市交通结构的优化、交通状况的改善起到关键作用;建议在实施过程中,充分考虑油价对不同居民的影响特点,提高实施效果.该研究可为我国交通需求管理策略的制定提供参考.

城市交通;出行行为;BNL模型;燃油价格;燃油税;出行方式

1 引 言

面对私家车的激增和交通状况的日趋恶化,优化交通结构、缓解交通拥堵是我国城市发展亟待解决的问题[1].相关研究表明,需求管理是解决城市交通拥堵的治本之策,价格手段因其灵活、有效而被广泛采用[2-4].我国经过15年的论证,于2009年1月1日起,开征燃油税.燃油税的实施为我国交通需求管理提供了可供选择的新手段.然而,燃油税能否成为引导我国居民出行的有效的手段,以及如何使用燃油税来引导我国居民对小汽车的使用等很多关键问题都有待研究.因此,有必要对油价影响下的我国居民出行行为进行研究.

以深圳为例,对油价影响下的居民出行行为进行意向调查,利用统计分析和行为模型研究居民出行行为的响应特征,进而剖析油价上涨对小汽车出行者响应行为的影响.研究成果将为合理引导小汽车使用、优化交通结构提供依据,对实现我国城市交通系统的可持续发展具有重要意义.

2 居民出行选择行为特征分析

2.1 数据采集

采用行为调查和意向调查相结合的方法,于2011年末至2012年初,对深圳市私家车出行者和公共交通(包括地铁和常规公交)出行者进行问卷调查[5].根据建模精度的需要,随机发放问卷500份,回收有效问卷435份,调查范围涵盖深圳市8个行政区.

在所有回收的有效样本中,无车家庭占48.85%,有1辆车的占34.4%,有2辆以上的占16.74%;家庭年收入在10万元以下的占26.91%,10万～20万的占29.15%,20万元以上的占43.95%;家庭结构方面,未婚的占38.12%,已婚无小孩的占17.49%,已婚有小孩的占44.39%.小汽车拥有者中,年龄为20岁～29岁的占38.57%,30岁～39岁的占42.15%,40岁～49岁的占13.9%,50岁以上的占5.38%.

2.2 出行行为对油价的响应特征

对公共交通出行者和私家车出行者分别进行意向调查,统计分析受燃油价格影响的居民出行行为要素.主要包括,油价上升引起的公共交通出行者的购车意向的改变,私家车出行车者的出行方式、出行时间、出行链的变化及应对措施等.

(1)购车意向.

调查发现,若油价上升,已有购车意向的公共交通出行者将会做出不同的应对.61.5%的受访者会改变购车计划,其中32.39%的受访者考虑改为更小排量的汽车,29.11%的受访者将延后购车计划,38.50%的受访者则表示暂时不会改变购车计划.结果表明,油价上升将对有购车需求的人群产生较大影响,进而影响城市的交通结构.

(2)油价上升的应对措施.

调查结果表明,油价上升将对95%以上的小汽车出行者带来影响,仅3.11%的私家车主表示出行不会受到油价的影响.油价上升后,小汽车出行者采用的首要应对措施,最多的是减少出行次数和用车频率,占全部受访小车汽车出行者的27.75%;其后依次为,改变出行时间,避开高峰期,占24.88%;改乘地铁或公交车,占17.46%;搬至离上班地点较近的地方居住,占11.0%;将油耗高的汽车置换成油耗低的汽车,占7.18%,如图1所示.

可见,油价上升对小汽车拥有者的用车频率、出行时间、出行方式影响较大;只有少数私家车主会考虑更换为低油耗的小汽车,并且部分原因是出于经济条件的改善或者是车辆状况不能满足需求等.

图1 小汽车出行者应对油价上涨的措施Fig.1 Measures used by car travelers to cope with rising oil prices

1)出行方式.

使用私家车出行的人数随着燃油单价的增加而减少,逐步转向其它交通方式.统计结果表明,当油价上升到12元/升时放弃私家车出行的比例为21.52%,上升到15元/升时增加的比例为29.6%,上升到20元/升时增加的比例为23.77%,超过20元/升时增加的比例为13.9%,而有11.21%的小汽车出行者则表示不会因油价的上涨而放弃开车.即当燃油单价达到15元/升时,超过50%的私家车主会放弃小汽车出行,当燃油单价达到20元/升时,约75%的会转向其它出行方式.

放弃小汽车出行的私家车拥有者将会选乘公共交通(地铁或常规公交)、出租车等.其中,公共交通是私家车出行者的首选替代出行方式,由于运行时间可靠,地铁相比常规公交又占有绝对优势;模型分析表明,随着燃油单价的上升,转移到出租车的比例也逐步上升,如图2所示.

图2 放弃小汽车出行者的替代出行方式Fig.2 Alternative travel mode when giving up car traveling

2)出行时间.

油价上升后会对绝大部分小汽车出行者的出行时间带来影响,63.23%的小汽车出行者会改变出行时间,尽量避开出行的高峰期,以降低燃油消耗,节约出行成本.可见,油价上升也会对缓解高峰期的交通压力产生积极的效果.

3)出行链.

油价上升对于私家车出行者日常出行链的影响相对较小,37.22%小汽车出行者会考虑改变出行链.因为目前我国一般居民的日常出行多为非弹性出行,活动出行链比较稳定.在选择将改变出行链的受访者中,多表示会减少出行次数,说明油价上升会对居民的日常出行起到抑制作用.

3 居民出行选择行为建模

在统计分析的基础上,借助非集计理论,对受油价影响最大的出行方式做进一步探讨,建立居民出行选择行为模型,并进行敏感性分析.

3.1 特征变量初选及显著性检验

由上文分析可知,72.2%的小汽车出行转移者会选择公共交通(常规公交、地铁)作为替代出行方式.故在此重点研究小汽车与公共交通之间的相互转移关系,建立燃油价格影响下居民出行方式选择的BNL Logit模型.

为构建选择效用函数,首先选择影响出行者方式选择的特性变量,包括选择方式和出行者特性两大类.其中,选择方式特性变量由固有哑元、固有变量和公共变量三部分组成.综合本次调查和已有研究成果[6],均选取出行方式和出行费用作为小汽车和公共交通两种选择方式的特性变量;而家庭收入、年龄、家庭结构/状况、拥车状况、出行目的等个人特征属性则是影响私家车主出行方式转移的重要变量.即,共初步筛选出9个特性变量作为居民出行方式选择的影响变量,如表1所示.

在对出行者年龄、收入、出行目的、拥车状况及家庭状况等调查数据离散化处理的基础上,采用列联表方法,检验各变量对出行方式选择的显著性程度,结果如表2所示.可知,年龄、收入、出行目的、拥车状况及家庭状况均对出行方式有显著影响.

表1 初步筛选特性变量汇总表Table 1 Preliminary selected characteristic variables

表2 特性变量检验结果汇总表Table 2 Testing results of characteristic variables

同时,建立非集计模型所需的特性变量之间应相互独立[7],因此应对显著变量进行独立性检验,识别出独立显著变量作为建模的特性变量,检验结果如表3所示.结果显示,除出行者年龄和出行目的之间没有相关性外,其余特性变量之间均有显著相关性.

表3 特性变量直接独立性检验结果P值汇总表Table 3 P values of features of independencetest of characteristic variables

运用主成分分析法,对相关显著变量进行筛选,剔除变量之间的相关性.分析结果表明,5个出行者特性变量对出行方式选择的影响程度从大到小依次为收入、年龄、家庭状况、拥车状况、出行目的.而独立性检验已表明,收入与年龄、出行目的/家庭状况及拥车状况均有显著相关性.因此,最终选取年收入作为建立BNL模型的出行者特性变量.模型特性变量汇总如表4所示.

表4 模型最终特性变量汇总表Table 4 Final selected characteristic variables

3.2 效用函数构建与参数标定

假定特性变量与效用函数之间线性相关,则小汽车和公共交通的效用函数为

式中 V1n和V2n分别表示出行者n选择私人小汽车和公共交通出行效用函数中的固定项;θ1表示效用差的常数项;θ2,θ3,θ4,θ5分别表示各特征变量的参数值.

利用TransCAD,对模型参数进行标定,得

3.3 预测结果及敏感性分析

依据标定模型,预测油价上涨后小汽车出行分担率,并分析出行方式转移与居民特性变量之间的关系.调查时燃油价格为8元/升,以燃油单价上涨50%为例,分析出行方式随家庭收入、年龄、家庭状况及拥车状况等的转移情况.

分析表明,受油价上涨影响最为显著是家庭年收入10万元以下的人群,而年收入20万以上的家庭几乎不受燃油费用的影响;在分析的年龄段中,油价上涨对20岁～29岁的小汽车出行者影响最为显著,其次为30岁～39岁的出行者,对40岁以上的小汽车出行者影响甚微;对于不同的家庭结构而言,未婚的居民容易受油价上涨的影响而放弃私家车出行,已婚家庭的出行方式较为稳定,尤其是有小孩的家庭,出于小孩通学、出行方便等多方面的需求,对私家车的依赖程度更高;家庭拥有车辆数越多的居民,对油价的敏感程度越低.例如油价上涨50%时,对比交通方式转移者的收入特性发现,年收入10万元以下为66.7%,10万～20万的为31.1%,20万元以上的为2.2%;在放弃小汽车出行的私家车主中,20岁～29岁的占62.2%,30岁～39岁的占31.1%,40岁以上的占6.7%;未婚者为53.3%,已婚但无小孩的为28.9%,已婚有小孩的为17.8%;家庭拥有0辆～1辆车的占80%,拥有2辆及以上的占20%.进一步分析发现,不同油价涨幅对出行方式转移影响的变化规律趋同.

出行方式转移率随油价涨幅而变燃油单价在15元/升和20元/升时,出行方式转移比例较大;敏感性分析进一步表明,当油价为15.75元/升时,方式转移比例的点弹性值最大.因而可以认为,在当前的居民收入水平下,燃油定价在15元/升～20元/升时,将对交通结构的调整具有明显效果.

4 研究结论

高油价对城市交通状况的改善主要体现在3大方面:减少小汽车的出行次数,降低居民的出行需求;引导居民错峰出行,充分利用道路交通设施,缓解高峰期的交通压力,提高交通运行效率;提高公共交通的出行比例,优化城市交通结构.

对于无车者,油价主要影响其购车意向,大部分有购车意向的受访者会因油价上涨而改变购车计划,或选购更低油耗的车辆,或延后购车计划.对于小汽车出行者,油价上涨会对其出行行为带来显著影响,主要体现在私家车的使用、出行时间等方面;绝大部分小汽车出行者将采取减少出行次数、用车频率,改变出行时间、避开高峰期,以及放弃小汽车、改变出行方式等应对措施,地铁或常规公交等公共交通方式是替代出行方式的首选.油价对小汽车使用者的影响因其个人特性而异:油价上涨对收入偏低的年轻单身人群影响较大,对经济状况较好的中年已婚阶层影响较弱;尤其是有小孩的家庭对汽车的依赖程度高,一般不会因油费上涨而放弃使用小汽车.在当前的居民收入水平下,燃油定价在15元/升～20元/升时,将对交通结构的调整具有明显效果.

可见,完善燃油税的实施机制,制定合理、灵活的油价调节措施,对我国城市交通结构的优化、交通状况的改善具有重要意义.并且,在实施过程中应充分考虑油价对不同居民的影响特点,以期达到既定目标和实施效果.

[1] 汪光焘.推进优先发展城市公共交通战略[J].城市交通,2005,3(4):1-2.[WANG G T.Strategy for promoting the priority development of urban public traffic[J].Urban Transportation of China,2005,3 (4):1-2.]

[2] Kevin Washbook,et al.Estimating commuter mode choice:a discrete choice analysis of the impact of road pricing and parking charges[J].Transportation,2006, 33(6):621-639.

[3] Liddle B.Long-run relationship among transport demand, incomeandgasolinepricefortheUS[J]. Transportation Research Part D,2009,14(2):73-82.

[4] 关宏志,李洋,秦焕美,等.基于TDM概念调节大城市繁华区域停车方式的调查分析——以停车收费价格调节出行方式为例[J].北京工业大学学报, 2006,32(4):338-342.[GUAN H Z,LI Y,QIN H M,et al.Analysis on the TDM based trip mode regulation survey in mega-polis downtown—a case study on regulatingtrip-modesbyparking-pricing[J]. Journal of Beijing University of Technology,2006,32 (4):338-342.]

[5] 韩艳.燃油税影响下的居民出行选择行为特征研究[D].深圳:深圳大学土木工程学院,2012.[HAN Y. Study on influence of residents'travel choice behavior characteristics by fuel tax policy[D].Shenzhen: College of Civil Enginerring Shenzhen University,2012.]

[6] 宗芳.基于非集计模型的交通需求管理策略评价研究[D].长春:吉林大学交通学院,2008.[ZONG F. Transportation demand management policy evaluation basedondisaggregatedmodel[D].Changchu: Transpotation College Jilin University,2008.]

[7] 关宏志.非集计模型——交通行为分析的工具[M].北京:人民交通出版社,2004.[GUANG H Z. Disaggregated model:A tool of traffic behavior analysis [M].Beijing:Chain Communications Press,2004.]

Analysis and Model of Travel Choice Behavior with Influence of Fuel Prices

WANG Jing-yuan1,HAN Yan2,ZHAO Jian-jun3
(1.College of Civil Engineering,Shenzhen University,Shenzhen 518060,Guangdong China; 2.Shenzhen Metropolitian Transportation Planning&Design Institute,Shenzhen 518054,Guangdong,China; 3.Fanagement and Administratiion,Macau University of Science and Technology,China)

This paper investigates the impacts of fuel price on household travel behaviors based on the stated preference survey and behavior model analysis.It aims to identify household's responding behavior, key responding factors,and then formulates the household's travel choice model.The results show that the rise of oil price exerts impacts on the purchasing intention of most potential car buyers.In addition,private car travelers are more sensitive to the fluctuations of oil prices.Reducing the frequency of car using,avoiding traveling during the peak hours,and changing travel mode are the most frequent options in response to increasing oil price.Particularly,the subway related mass transport is the first choice of alternative travel mode.Furthermore,it reveals that the degree of dependence on private car is largely determined by the household's income and family structure.This study provides theoretical supports and useful implications for formulating traffic demand management strategies.It is suggested to regulate the oil price according to the fuel tax.Moreover,the differences of resident characteristics should be fully considered in the real implementation.

urban traffic;travel behavior;BNL model;fuel prices;fuel tax;travel mode

U491;U-9Document code: A

U491;U-9

A

1009-6744(2013)04-0171-05

2012-11-26

2013-04-26录用日期:2013-05-07

国家自然科学基金资助项目(50908150,51068013,51208307);深圳市基础研究计划(JC201005280483A, JC200903130302A).

王京元(1977-),男,山东淄博人,副教授,工学博士.

*通讯作者:wangjingyuan_01@sina.com