多方式交通信息条件下节假日出行行为研究

王博彬,邵春福,孙轶轩,李 娟,计 寻

(北京交通大学 城市交通复杂系统理论与技术教育部重点实验室,北京 100044)

多方式交通信息条件下节假日出行行为研究

王博彬,邵春福*,孙轶轩,李 娟,计 寻

(北京交通大学 城市交通复杂系统理论与技术教育部重点实验室,北京 100044)

利用 2012 年节假日出行行为调查的 RP-SP 融合数据,基于出行链复杂度与出行方式选择行为(Chain-Mode) 建立信息条件下的 Nested Logit模型,并利用包容系数和相异性参数对模型的有效性进行辨识.研究表明,在多方式交通信息的作用下,9%的出行者取消节假日中的出行,13%的出行者改变其交通方式.同时,出行费用、停车费用、小汽车拥有量、性别、信息需求度、出行时间和出行距离等是影响 Chain-Mode 选择的主导因素.停车费用越高,出行时间和出行距离越长,出行者更倾向于选择复杂链出行;同时,出行费用低且信息需求度高的出行方式被选择的概率大.

交通工程;节假日;出行行为;Nested Logit模型;多方式交通信息;出行链; 出行方式

1 引 言

随着人们可支配收入的提高和闲暇时间的增多,节假日出行已成为人们生活中必不可少的环节,同时快速增长的道路交通负荷导致服务水平下降、交通拥堵频发,节假日交通问题也日渐凸显.为了寻求缓解交通拥堵的手段,各国学者从多角度展开研究.其中,利用多方式交通信息合理诱导城市路网交通流、实现综合交通基础设施的均衡利用,成为解决城市节假日道路交通拥堵问题的有效手段之一.

综合交通信息服务为节假日居民出行行为研究提供了一个新的视角,目前相关的研究主要集中在节假日出行行为和信息对出行行为影响两个方面,将二者相结合的研究较少.节假日出行方面的研究多以行为特征分析和模型分析为主,如 Shailes等[1]利用二项 Logit模型研究自驾车出行游客在节假日出行中避开交通拥堵的方式,李霞等[2]以个人为分析单位,探讨节假日居民出行、活动及居民社会经济属性之间的相互关系,但均缺乏信息条件下出行链时空特征和结构特性方面的研究.在信息对出行行为的影响方面,LO 等[3]利用 Nested Logit模型研究了信息对出行目的地、出行方式和路径选择行为的综合影响;Kenyon 等[4]和胡华等[5]从出行链的角度分析了多模式公交信息服务对出行方式选择的影响机理,但研究对象多以单一出行方式为主,较少涉及信息对组合出行方式的影响研究.此外,大部分研究基于 RP(Revealed Preference) 调查数据,采用 RP 和 SP(Stated Preference) 融合数据进行分析的研究较少.因此,本文基于活动分析方法和 RP-SP 调查法的理论,从出行链的角度对多方式交通信息服务条件下节假日出行链复杂度和出行方式选择行为的影响机理进行研究.

2 基本概念

2.1 多方式交通信息

多方式交通信息 (Integrated Multimodal Travel Information,IMTI) 是 指综合交通系统交通运 营和组织管理信息的总和.从交通方式的角度对信息加以描述,主要指道路交通、轨道交通、公共交通及停车等方面的综合交通信息.这些信息的外部表现为不同的属性、不同的信息媒介、不同的发布位置、不同的组织与处理方式.信息的内容包括道路交通拥堵、行程时间、道路交通事故、交通管制、停车换乘、接驳交通方式、车内空满、管理者建议信息等.获取信息的方式有可变情报板、交通广播、车载导航系统、智能手机、移动电话等.

2.2 出行链与出行方式

出行链(Trip Chain) 是指以家或宾馆为起点和终点,把起终点之间一系列有序的出行按照先后顺序依次连接起来的过程,过程中包括了大量的时间、空间、方式和活动类型信息,且这些信息相互联系、相互作用[6].如图1 所示.

图1 基于家的出行链示意图Fig.1 Schematic diagram of home-based trip chain

出行链中活动地点的数目反映出行链的复杂程度.只有一个出行链活动数的为简单链;而活动数大于1的为复杂链.两者包含的出行次数和换乘次数均不相同,因此对节假日交通的影响也显著不同[5].

出行链中的每一次出行必有一次方式选择,本文根据出行者一日中所有出行使用的交通方式组合结果,也就是出行链的交通方式组合情况,将出行者的出行方式划分为单一方式和组合方式.单一方式表示只使用自行车、小汽车、公交车、地铁和出租车中的一种方式出行,而组合出行方式表示两种或两种以上单一方式的组合.

2.3 RP-SP 调查法

将 RP 调查和 SP 调查方法结合起来采集数据效果较好.从解决问题的角度来看,RP 调查方法主要用于实际出行行为数据调查,反映与诊断现状交通问题,而 SP 方法主要用于虚拟条件下出行行为数据获取,完成对未来交通问题的预测;从数据特点来看,RP 数据具有可靠性而 SP 数据具有更好的可操作性;而对于模型标定来说,RP 数据和 SP 数据能够起到相互补充的作用.

为了研究节假日出行者在信息条件下的出行行为,首先应通过对出行者实际出行链的调查来掌握节假日的出行特征.同时,由于目前我国信息化智能交通系统建设尚处于起步阶段,信息种类不够全面,信息发布方式较为单一,所以调查需要在虚拟的情境中进行.因此,本问卷采用 RP 与 SP 相结合(RP-SP 调查) 的调查方法,对多方式交通信息条件下节假日出行链复杂度和出行方式选择行为的影响机理进行研究.

3 分析方法

3.1 双层 Nested Logit模型构建

Nested Logit(NL) 模型是广义极值模型中的一种,其考虑不同选择肢之间的相关性,且操作性好、简洁[7].根据相关研究,本文以出行链复杂度为上层,以出行方式选择为下层,即 Chain-Mode 选择,建立多方式交通信息条件下的双层 NL 模型,并分析各类影响因素对选择行为的影响.选择肢树状结构及各层中样本数的分布如图2所示.

图2 Chain-Mode 选择肢树状结构图Fig.2 Tree-structure diagram of Chain-Mode choices

定义 T={1,2} 为出行链类型指标集,其中“1”代表简单链,“2”代表复杂链.定义 R1={1,2, 3,4},R2={5,6,7,8} 为每一类出行链中出行方式的指标集合,称之为巢.令 t为出行者 n 的上层选择肢,t∈ T;j为下层选择肢,j∈ Rt.为了使出行者的方式选择行为更具直观性与可解释性,将固定效用项分成两个部分,即

式中 Wnt——描述上层选择肢 t的变量;

Ynj——描述下层选择肢 j的变量.

基于此,可以将 Nested Logit 概率写成两个标准 Logit概率的乘积[8].即

式中 Pni|Rt为选择上层某一选择肢的基础上选择i的条件概率;

PnRt为选择上层某一选择肢的边缘概率.条件概率和边缘概率采用 Logit形式,即

式中 Int——巢 Rt的包容系数(Inclusive Values, IV),

λt——模型的相异性参数.

令 Wnt=wntγ ,Ynj=xnjβ ,并将式(3) 、式(4) 代入式(2)中,可以得到

式中 wnt——与上层巢 Rt相关的独立变量矩阵;

xni——与下层选择肢 i 相关的独立变量矩阵;

γ,λ 和 β ——系数向量.

3.2 模型有效性辨识

为了衡量 Nested Logit 模型的有效性,需要从模型各层之间的阶层关系和巢内各个选择肢间的效用依赖程度两方面进行考虑.包容系数 Int通过将信息从下层传入上层,称为连接下上层关系的参数.结构设定之后,一般根据包容系数的大小判断模型结构是否正确.研究表明,当 0 ＜ Int＜ 1 时, NL 模型中各层之间有合理的阶层关系[5].

相异性参数 λt用于衡量巢 Rt内各个选择肢随机效用项的独立程度.不同的巢有不同的相异性参数,且 λt越高意味着相关性越小.为了使选择行为模型满足效用最大化,要求 λt必须处于某一特定的范围[8],规定如下:

当 λt＜ 0 时,模型的所有变量均不满足效用最大化,意味着增加选择肢属性将减小该选择肢的选择概率.

当0 ＜ λt＜ 1时,模型的所有变量均满足效用最大化.

当 λt＞ 1 时,模型的部分变量满足效用最大化.

因此,0 ＜ λt＜ 1 时,表明巢内各个选择肢间的效用相关程度合理.

4 多方式交通信息条件下出行链复杂度与出行方式选择模型

4.1 样本背景

针对城市节假日商业中心和景点周边道路交通拥堵问题,本文选取北京市西单和颐和园两地为调查地点,于 2012 年清明节期间对两地的购物者和观光者进行问卷调查.问卷分为实际出行链调查和信息影响下出行链调查两个部分,后者在前者的基础上进行.调查者根据出行者的出行链结构和信息偏好在不同的出行阶段为其提供不同的多方式交通信息.如在出行前提供交通拥堵、交通管制、行程时间、车内空满等信息;在出行中提供停车换乘、接驳交通方式、管理者建议等信息.

此次调查采用随机抽样法,共获得有效问卷415 份.利用 RP-SP 融合数据,对信息影响下的出行方式分担率进行对比分析.结果如表1所示.

从表3 中可以看出,在信息的影响下,9%的出行者取消了节假日中的出行,13%的出行者从一种交通方式转换为另一种交通方式,说明多方式交通信息对节假日出行链复杂度和出行方式的选择有显著影响,因此有必要对其影响机理进行深入分析.其次,小汽车、公交车、出租车、组合方式的出行方式比例有所下降,自行车和地铁的出行方式比例有所增加,说明准时、高效的地铁是节假日出行者较为信赖的出行方式,灵活、自由的自行车也为出行者提供了另一种选择.此外,信息作用前后公交车、地铁、小汽车和组合方式分别占到总出行方式的 97%和 96.8%,因此可以认为,对以上四种方式的研究可以代表方式分担的总体情况.

表1 多方式交通信息影响下出行方式分担率对比表Table1 Comparison of the mode split under the influence of IMTI

4.2 模型变量定义

根据 Chain-Mode 选择模型选择肢的特点,提取出行者特征、出行成本和出行链特性作为个体选择的影响因素,分析不同层选择肢解释变量的影响作用.剔除不显著的影响因素,对应用到模型中的变量定义如表2所示.

表2 变量定义表Table2 The definition of the variables

4.3 模型参数估计和精度检验

本文将“简单链”作为参照标准(base),并将其相异性参数设为 1,以便与复杂链进行对比.利用最大似然法对模型参数进行估计,根据 P值检验,得到双层 NL 模式参数估计结果如表3 所示.

表3 Chain-Mode 选择模型参数估计结果Table3 Parameter estimation result of the Chain-Mode choice model

相异性参数为 0.977,表明选择行为模型满足效用最大化.简单链和复杂链的包容系数分别为0.046 和 0.154,表明巢内随机项因子之间具有较高相关性,模型各层之间有合理的阶层关系.此外,模型的拟合优度为 0.855 4,说明模型的拟合精度相当高.因此,模型有效,可以对模型参数估计结果进行分析.

4.4 模型结果分析

根据 Chain-Mode 选择模型的标定结果,对出行链复杂度选择层参数分析可知:

(1)停车费用.Park 在简单链与复杂链选择中的参数值均为正,且复杂链的参数值大于简单链,说明随着停车费用的增加,节假日出行者更倾向于选择复杂链出行.究其原因,主要是由于一些小汽车出行者由单一方式转向公共交通或 PR 换乘等组合出行模式的比例增加.

(2)性别.由于将“简单链”作为参照标准,且Gender为分类变量,所以简单链中的参数值为 0.同时,由于复杂链中的参数值为正,说明男性出行者更偏向于选择复杂链出行.

(3)出行时间.出行时间反映了出行的时间跨度,从时间上反映被调查者在一天中的出行强度. Time 在简单链与复杂链选择中的参数值均为正,且简单链的参数值略大于复杂链,但是 Time 参数值在所有显著参数中最小,说明随着出行时间的增加,出行者更愿意选择简单链出行,但对出行链选择的影响有限.

(4)出行距离.出行距离是出行链空间维度的特征指标,从空间上反映被调查者在一天中的出行强度.Distance 参数值在所有显著参数中最大,说明出行距离是影响 Chain-Mode 选择的最显著因素.同时,Distance 在简单链与复杂链选择中的参数值均为负,在复杂链的参数值绝对值更大,说明出行距离越长,出行者在节假日更倾向于选择换乘较少的简单链.

(5) 信 息 需 求 度. 由 于 Information 为 分 类 变量,所以简单链 Information 的参数值为 0.又由于复杂链中的值为正,说明出行者对信息的需求度越高,其在节假日选择复杂链出行的概率越大.

对于出行方式选择层,分析其参数估计结果可知:

(1)出行费用.Cost的参数值为负,说明出行成本对于出行方式选择的负效应十分显著.出行费用高的出行方式被选择的概率低,因此,在多方式交通信息条件下,小汽车出行比例降低.

(2)拥有小汽车数.CarNum 估计值为正,说明出行者对交通工具持有数量的增加会增加相应出行方式的选择概率.拥有小汽车的出行者在节假日更倾向于选择私人交通工具出行.

(3)由上层对下层的影响关系可知,出行距离对出行方式选择的负效应显著,出行距离长的出行方式被选择的概率小.在本次调查中,组合出行方式的出行距离较长,因此在多方式交通信息条件下,组合出行比例降低.此外,信息需求度却有着显著的正效应,信息需求度高的出行方式被选择的概率大.在节假日出行中,地铁信息需求度较高,所以信息条件下地铁出行比例将增加.

5 研究结论

本文以多方式交通信息服务为研究条件,利用 Nested Logit模型研究节假日出行者对出行链复杂度和出行方式的选择行为,预评估了多方式交通信息所能产生的效果.研究得到的主要结论如下:

(1)多方式交通信息服务为节假日居民出行选择行为研究提供了一个新的视角.在信息的影响下,节假日出行方式分担率有所变化,自行车和地铁成为节假日出行中有效的替换方式.因此,利用多方式综合交通信息解决大型商场和景点周边的节假日交通拥堵问题成为一种新的解决途径.

(2)Nested Logit模型克服了多项 Logit 模型的局限性,有效解决了节假日出行中 Chain-Mode 选择问题.从参数结果可以看出,出行距离和出行费用对 Chain-Mode 选择有显著的负效应,而性别、信息需求度、停车费用和出行时间对 Chain-Mode 选择的正效应较为显著.

(3)节假日出行因其在时间、空间上受到的限制较少,出行需求中很大一部分属于弹性(本源性)需求,所以个体的出行行为更具有多样性.

本研究下一步的研究方向是对多方式综合交通信息服务条件下节假日出行链时间重构、空间重构、时空交叉重构等重构方式的演化机理进行分析,应用数学物理模型揭示多方式诱导下组合出行模式演变规律.

[1] Shailes A,Senior M L,Andrew B P.Tourists'travel behavior in response to congestion:the case of car trips to Cornwall,United Kingdom[J].Journal of Transport Geography,2001,9(1):49-60.

[2] 李霞,邵春福,孙壮志,等. 基于结构方程的节假日居民出行和活动关联性建模分析[J]. 交通运输系统工程与信息,2008,8(6):91-95.[LI X,SHAO C F, SUN Z Z,et al.Modeling correlation of holiday trips and activities based on structural equation model[J]. Journal ofTransportation SystemsEngineering and Information Technology,2008,8(6):91-95.]

[3] Lo H K,Yip C W,Wan Q K.Modeling competitive multi-modal transit services:a nested logit approach [J]. Transportation Research PartC: Emerging Technologies,2004,12(3):251-272.

[4] Kenyon S,Lyons G.The value of integrated multimodal traveller information and its potential contribution to modal change[J].Transportation Research Part F: Traffic Psychology and Behavior,2003,6(1):1-21.

[5] 胡华,滕靖,高云峰,等.多模式公交信息服务条件下的出行方式选择行为研究[J]. 中国公路学报, 2009,22(2):87-92.[HU H,TENG J,GAO Y F,et al.Research on travel mode choice behavior under integrated multimodal transit information service[J]. China Journal of Highway and Transport,2009,22 (2):87-92.]

[6] Primerano F,Taylor M A P,Pitaksringkarn L,et al. Defining and understanding trip chaining behavior[J]. Transportation,2008,35(1):55-72.

[7] 陆化普. 交通规划理论与方法(第2 版)[M]. 北京:清华大学出版社,2006.[LU H P.Theory and method in transportation planning(the second edition)[M]. Beijing:Tsinghua University Press,2006.]

[8] Train K.Discrete choice methods with simulation[M]. New York:Cambridge University Press,2009.

Holiday Travel Behavior Analysis under Integrated Multimodal Travel Information Service

WANG Bo-bin,SHAO Chun-fu,SUN Yi-xuan,LI Juan,JI Xun
(MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology, Beijing Jiaotong University,Beijing 100044,China)

Based on the RP-SP fusion data obtained from the holiday travel behavior survey in 2012,the integrated multimodal travel information(IMTI)is taken as the research condition.It develops the Nested Logit model under IMTI,on the bases of trip chain complexity and trip mode choices(Chain-Mode).The effectiveness of the model is identified by the inclusive value and dissimilarity parameter.The result shows that 9%of the travelers will cancel their travel in holidays,and 13%will change their trip modes under the influence of IMTI.At the meantime,travel cost,parking fee,car ownership,gender,information demand, travel time and trip distance are dominant factors that influence the Chain-Mode choices in holidays.Higher parking fee and longer travel time and trip distance will encourage people to choose a complex chain.Besides, the trip mode with low travel cost and high information demand have the high probability to be chosen.

traffic engineering;holiday;travel behavior;Nested Logit model;integrated multimodal travel information(IMTI);trip chain;trip mode

1009-6744(2014)01-0229-06

U491

A

2013-07-30

2013-11-15录用日期:2013-11-25

国家重点基础研究发展计划资助课题(2012CB725403);国家自然科学基金项目资助(51178032);中央高校基本科研业务费专项资金资助(2014YJS068).

王博彬(1990-),女,北京人,博士生.*通讯作者:cfshao@bjtu.edu.cn