基于SP/RP融合数据的机场旅客出行方式选择行为分析*

包丹文 郭唐仪 华松逸

(南京航空航天大学 南京 210000)

基于SP/RP融合数据的机场旅客出行方式选择行为分析*

包丹文 郭唐仪 华松逸

(南京航空航天大学 南京 210000)

基于机场旅客出行调查的SP/RP融合数据，分别构建了Nested Logit (NL)模型和Mixed Logit (MXL)模型，分析了在机场轨道交通建设后旅客出行方式选择行为特征，并以南京禄口机场为实例研究对象，对比分析了两类模型的估计结果.研究显示，MXL模型对于融合数据的整体拟合效果更高，出行时间、费用是影响旅客出行方式选择的主要因素，出行目的、托运行李数量会显著影响旅客是否选择轨道交通.弹性分析数据显示，缩短轨道交通车外运行时间，旅客将更愿意放弃使用个体交通方式；出租车以及机场巴士出行旅客最易受到出行费用影响，这两类旅客以后使用轨道交通通达机场的可能性最大.

交通工程；机场轨道交通；出行方式；NL模型；MXL模型

0 引 言

我国多数大型机场已经开通了轨道交通，上海浦东机场、北京首都机场在既有轨道线路基础上又将规划建设新的轨道线路，南京禄口机场、成都双流机场、深圳宝安机场等众多机场也正在规划或建设机场轨道交通项目.机场轨道交通的开通将会显著影响旅客出行行为[1]，改变旅客出行方式，从而对机场陆侧交通流产生影响.Lythgoe, Wardman[2]以Manchester和Stansted机场为例，对到达与离开机场的乘客需求进行了预测，研究了轨道交通到达机场的市场份额比例，并提出相关预测模型；Mei Ling[3]通过对香港机场交通衔接方式的SP调查，分析了影响旅客选择到达机场交通方式的主要影响因素；Sunyoung[4]采用混合Logit模型评估机场旅客交通方式的选择，提出交通工具可达性与成本是影响交通方式选择的首要因素；姚晏斌等[5]分析了影响机场陆侧轨道交通分担率的固有因素和设计因素，研究了各因素的重要度，并运用排队论的方法，量化了机场陆侧轨道交通对机场其他交通方式的分流作用；张兰芳[6]分析了机场陆侧交通系统各类出行人员出行特征，以及旅客出行方式划分方法.

既有文献在机场旅客出行方式选择方面取得了一定的研究成果，主要采用SP调查方法，针对已建成且运营稳定的机场陆侧交通系统，较多采用Logit模型，普遍关注旅客出行时间和出行成本两类影响因素，提出了旅客出行方式比例预测方法.但少有针对轨道交通建设后旅客出行方式变化方面的研究，对于机场引入新交通方式的调查方法，模型建立方面研究较少，因此本文拟基于机场旅客出行Stated preference (SP)/Revealed preference (RP)融合数据，分析机场轨道交通开通后对于旅客出行方式的影响作用，对比Nested Logit (NL)与Mixed Logit (MXL) 2种模型对融合数据的不同估算结果，把握机场旅客出行方式选择影响因素，并量化轨道交通对其他交通方式的影响程度，从而为科学规划建设机场轨道交通提供依据.

1 研究方法

为了避免标准Logit模型的IIA (independence from irrelevant alternatives)特性，一般采用Nested Logit模型进行估算，通过适当的分层能够取得较好的结果，但精度受到分层层数的影响.相比而言Mixed Logit模型没有数据独立性要求，能够更好地利用SP/RP融合数据描述交通行为.因此本文拟对比分析这2种估计方法对调查数据的不同估算结果.

1.1 Nested Logit模型

Zhang研究显示将RP/SP数据按照交通方式属性分类进行NL模型估计的结果优于按照RP和SP数据分类的估计结果.因此本文首先按交通方式进行分类，然后再按照SP/RP数据性质进行分类，建立双层NL模型，见图1.

图1 双层NL模型结构图

根据NL模型基本理论，则出行者n选择第i种出行方式的概率为

PAin=P(i|A)nPAn

(1)

式中：PAin为出行者n选择交通方式i的概率；Ai为交通方式A下的第i个选择枝；P(i|A)n为出行者n在选择方式A基础上选择方式i的概率；PAn为出行者n选择方式A的概率.

其中：

(2)

(3)

UAin=V(i|A)n+VAn+ε(i|A)n+εAn

(4)

采用极大似然函数法进行参数估计，构造似然函数如下.

(5)

(6)

上式表示所有用户的选择结果同时实现，即为所有选择结果的乘机，取对数得到：

L=lnL*=

(7)

将该式取最大值就能获得参数估计值.

1.2MixedLogit模型

MixedLogit(MXL) 模型也称为随机参数Logit模型，假设个体i选择j枝的效用为

Uij=βj+Xij+εij=μβjXij+ηβjXij+εij

(8)

式中：βj和Xij分别为关于选择影响因素k的行向量和列向量；βj=μβj+ηβj,μβj为βj的均值，ηβj为βj的随机误差项，体现了个体i的异质性；ηβjXij+εij是效用函数的误差项.等式右边前2项μβjXij+ηβjXij是包含了Logit模型误差项εij的随机效用，这里随机效用项已经不是相互独立的了，避免了Logit模型中的IIA特性和重复观察的偏差.

一般地，假设βj是已知的参数,那么条件选择概率为Logit模型形式

(9)

可知个体i选择j枝的概率为

Lij(βj)f(βj/θ)dβj

(10)

式中：θ为βj的分布函数的参数.通过Halton数列抽样模拟的办法来实现概率的计算.每次迭代通过R次随机抽取随机参数βj，求平均值获得模拟选择概率，得到模拟的极大似然函数为

(11)

将该式取最大值就能获得参数β的估计值.

2 调查设计与数据分析

2.1 调查设计

南京禄口机场作为中国华东地区第二大城市的门户机场，2014年客运量达到1 500万人次，在国内机场中排行15位.禄口机场的集疏运方式以道路交通为主，为了缓解机场高速的交通压力，南京市政府规划建设了轨道交通机场线，将于2014年8月正式投入运营，全长35.8 km，设计时速100 km/h，全程运营时间约35 min，运行频率10 min/班，运行时间为每天06:00～22:00，票价为6元.本次调查目的是掌握轨道交通运营后旅客出行方式选择行为的变化，因此RP调查的交通方式包括小汽车、出租车、机场巴士，SP调查的交通方式包括小汽车、出租车、机场巴士、轨道交通.调查内容包括3个部分：(1) 社会经济属性：包括出行者性别、年龄、职业、收入、拥车水平等；(2) 出行特征：包括出行方式、车内时间、车外时间、出行费用、舱位等级、托运行李数量、随身携带行李数量等；(3) 新交通方式下出行者意愿.包括特定情景下旅客出行方式选择意愿，以及模拟出行特征数据.

调查于2014年6月8～14日开展，包括工作日和周末.调查地点位于禄口机场1号航站楼内，调查对象为已经领取登机牌和正在等待起飞的旅客.共获取调查问卷533份，其中有效表格498份.RP调查采用纸质问卷形式，直接记录被调查者出行特征数据.SP调查采用电子问卷形式，利用C语言设计程序在Google Map上获得不同情景模式，由被调查者做出选择.利用Google Map模拟生成不同交通方式的车内时间、车外时间和出行费用数据，提供给被调查者比较选择；被调查者可以选择利用既有出行方式，也可以选择利用新交通方式，调查过程中记录下旅客出行方式选择以及模拟生成的出行数据.

2.2 数据统计与分析

出行特征数据显示(见表1)，旅游和公务是航空出行主要目的，其中旅游出行比例已接近50%，80%以上的出行天数在1周以内，60%以上的出行者每半年至少乘坐1次飞机，说明航空出行日趋普遍，逐步成为娱乐休闲出行目的的首选方式.90%以上的旅客至少要托运1件行李，并随身携带1件行李，携带行李的便捷性是影响旅客出行方式选择的重要因素.

表2显示了引入新方式后，旅客出行行为的变化.约有30%旅客选择改变出行方式，其中30.6%的机场巴士以及21.9%的小汽车出行旅客会选择采用轨道交通，可见轨道交通对于出行方式的影响比较明显，尤其是私家车出行者更愿意采用高效、低廉的轨道交通.而出租车出行的旅客基本不会改变出行方式，主要由于这类旅客对于舒适性、时间性方面要求较高.

表1 机场旅客出行特征调查数据统计表

3 回归结果与弹性分析

3.1 回归分析结果

表3显示了利用NL和MXL模型的回归结果(以小汽车出行方式为参照标准).MXL模型的似然函数值和McFadden决定系数都大于NL模型，它的整体拟合效果更好；从参数T检验值来看，MXL模型中的T检验值普遍较高，但绝对值大于1.96的T检验值个数较少，MXL模型对于影响因子的拟合要求高，在轨道和机场巴士两类方式中得到了更优的拟合结果.

NL模型显示拥车水平、家庭收入对于机场巴士和轨道交通的影响系数均为负值，但在MXL模型中，这2类因素对于轨道交通方式的影响并不显著，是否选择轨道交通和拥车、收入水平没有直接关系；相比出租车，公务目的出行者更愿意采用轨道交通，这主要是由于轨道交通出行的准点性更高；经常乘坐飞机的出行者更愿意使用出租车，但在MXL模型中，出行频率对于是否使用轨道交通影响不显著；托运行李数量越多，出行者越愿意使用个体出行方式，但在MXL模型中，随身携带行李数量对于是否采用轨道交通影响不显著，可见如何安置好大件行李是提高轨道交通出行比例的重要因素.

表3 NL与MXL模型回归结果表

特型变量回归结果显示，车内时间、车外时间、出行费用对于出行方式选择影响作用显著，出行时间、费用的增加会显著降低选择该种出行方式的比例，出行费用的影响作用明显高于出行时间，具体影响程度详见下节弹性分析.

3.2 弹性分析

为了进一步量化不同特性变量变化而导致相应出行方式比例的影响差异，Train基于MXL模型，提出第k个变量变化下，出行方式变化弹性如下式.

(12)

式中：βk是第k个特性变量；出行方式变化程度取决于不同系数β的Lin(β)和Ljn(β)之间关联性.

利用式(12)对表3中MXL模型的估计参数进行弹性分析，表4～表5分别为出行时间(车内时间、车外时间)和出行费用的弹性测算结果，正值表示直接弹性，负值表示模式之间的交叉弹性.

由表4可见，车内时间的弹性绝对值明显大于车外时间，说明车内时间对于出行方式的影响程度更高.机场巴士车外时间、车内时间的直接弹性绝对值均为最大，其次为轨道交通，说明如果公共交通方式的等车时间、换乘时间以及运行时间能够改善，出行者选择这类方式的比例将会无边际增长.轨道交通的交叉弹性平均值明显高于其他方式，假如轨道交通的车外时间每增长1%，小汽车、出租车、机场巴士的出行比例将会分别提高0.302%，0.294%和0.315%.假如将来轨道交通的出行时间能够缩短，旅客将会放弃使用私人出行方式，这将有利于缓解机场高速的拥堵.

表4 机场旅客出行方式选择弹性分析表(出行时间)

类似的出行费用研究结论见表5.小汽车和出租车的直接弹性绝对值最高(-1.084,-1.026)，说明当燃油费、路桥费、停车费、打车费等出行费用增长的情况下，采用个体出行方式通达机场的旅客将会显著减少.相比其他几类方式，出租车的费用每提高1%，轨道交通出行比例增加幅度最大(0.832%)；其次是机场巴士，出行费用每提高1%，轨道交通出行比例将会提高0.660%，可见采用出租车以及机场巴士的旅客最易受到费用的影响，他们使用轨道交通通达机场的可能性最大.

表5 机场旅客出行方式选择弹性分析表(出行费用)

4 结 束 语

本文调查了在引入轨道交通方式下的南京禄口机场旅客出行行为，分别采用NL模型和MXL模型拟合了调查数据，研究表明在SP/RP融合数据拟合中，MXL模型对于影响因子拟合要求高，整体拟合效果更好，并且在机场巴士、轨道交通出行方式因素拟合中取得更加精确的结果.MXL模型分析结果显示，出行时间、出行费用是影响旅客出行方式选择的重要因素，出行目的、托运行李数量对于是否选择轨道交通影响显著，而拥车水平、家庭收入水平、出行频率影响作用不明显.MXL模型的直接和交叉弹性分析结果显示，在既有交通服务水平基础上，如果能够缩短轨道交通的车外运行时间，旅客将会放弃使用个体交通方式，转而使用大容量公共交通.同时采用出租车以及机场巴士的旅客最易受到出行费用的影响，新方式开通后，这2类旅客使用轨道交通通达机场的可能性最大.

[1]PSARAKI V， ABACOUMKIN C. Access mode choice for relocated airports：the new Athens International Airport[J]. Journal of Air Transport Management，2002,8(2):89-98.

[2]LYTHGOE W F， WARDMAN M R.Demand for rail travel to and from airports transportation[J]. Transportation，2002,29(2):125-143.

[3]MEI Ling. Demand of rail mode in airports ground access market: a case study in Hong Kong[C]∥ 2007 International Conference on Service Systems and Service Management，2007:1-6.

[4]SUNYOUNG J.Access mode and departure airport choice in San Francisco Bay area[J]. Regional Science，2006,85(4):543-567.

[5]姚晏斌,高金华.机场轨道交通对陆侧交通分流情况的预测研究[J].华东交通大学学报，2006,23(1):48-51.

[6]张兰芳.机场陆侧交通系统若干问题研究[D].上海：同济大学，2007.

Analysis of Airport Passenger′s Access Mode Choice Based on SP/RP Combined Data

BAO Danwen GUO Tangyi HUA Songyi

(NanjingUniversityofAeronauticsandAstronautics，Nanjing210000,China)

Using the stated preference (SP) and revealed preference (RP) data, we analyzed the passengers’ choice of airport access mode. Nested logit (NL) and mixed logit (MXL) model were respectively established to identify the preferences of airport passengers after the construction of airport rail taking Nanjing Lukou Airport as an example. Comparison results indicated that MXL model allowed the better estimate result for SP/RP combined data. Travel time and travel cost are the major factors affecting choice of airport access mode. Travel purpose and luggage quantity significantly affected the passengers’ intention of selecting airport rail. Elasticity analysis results show that if the out-of-vehicle time of airport rail is shortened, more passengers will use public transport mode to airport. Passengers who use taxi or airport bus to airport are significantly affected by travel cost, and they show the strongest intention to use airport rail to airport.

traffic engineering; airport rail transit; access mode; NL model; MXL model

2015-06-07

*国家自然科学基金项目(批准号：51208261)、江苏省自然科学基金项目(批准号：BK20140821)、中国博士后基金项目(批准号：2013M541667)资助

U121

10.3963/j.issn.2095-3844.2015.04.020

包丹文(1982- )：男，博士，讲师 ，主要研究领域为机场运行与管理