多模式综合交通客运方式选择行为差异性—基于强制与休闲型活动出行的对比分析

李晓伟，王 炜，杨 敏，郭延永，华雪东

（1. 东南大学交通学院，江苏 南京 210096；2. 西安建筑科技大学土木工程学院，陕西 西安 710055；3.西部建筑科技国家重点实验室，陕西 西安 710055）

在交通系统中，旅客出行方式选择与活动密不可分，活动一般分为三类：①生存型活动，主要指工作、上学和与工作有关的商业行为；②维持型活动，包括购物、接送小孩、个人和家庭商业行为等；③休闲型活动，如探亲访友、文体活动等；也有文献[1-2]将旅客活动划分为两类，一类是强制型活动，指工作、上学和与工作有关的商业行为活动，即前述的生存型活动，另一类是将维持型活动和休闲型活动合并，统称为休闲型活动；本文采用第二种划分方法对多模式综合交通客运方式选择行为进行差异化研究．旅客作为客运服务的消费者、营运部门服务的对象，满足旅客不同活动的出行需求是区域综合交通系统的基本功能，深入系统地分析旅客出行方式选择行为，探究不同活动出行需求下旅客出行的差异化决策机理，将有助于针对不同类型的旅客出行活动制定多样化的运输系统组织模式，最大程度地满足不同活动旅客的出行需求．

目前，国外针对旅客出行选择行为的研究已有较多的成果[3-6]，如Yao[3]选择服务频率、费用、在途时间、出行距离等服务属性对客运通道内民航、铁路、公交和私人小汽车等交通方式的客流分担率进行分析．Freitas[4]基于巴西居民出行调查数据，选择家庭收入、在途费用、出行时间和服务频率等服务属性，用出行距离衡量在途费用和出行时间，研究民航、铁路和高速巴士 3种运输方式选择行为．国内诸多学者也进行了大量卓有成效的研究．一是研究单一运输方式不同客运产品的选择行为研究[7-8]，如王文宪，陈钉钧[8]等基于Nested Logit模型研究铁路旅客直达特快列车、特快列车及快速列车客运产品(硬座、硬卧及软卧)的选择行为．二是研究两种运输方式的选择行为[9-10]，如张旭、栾维新[9]对旅客出行方式选择的影响因素进行分析及筛选，研究了高速铁路与民航客运方式选择行为与竞争关系；三是综合运输通道方式选择行为研究[11-12]，如毛保华，何宇强[11]等运用logit模型研究了高速铁路的运营对综合运输通道内其他交通方式的影响．

尽管已有大量文献从不同视角对区域出行方式选择行为的影响作了分析[13-15]，然而鲜有研究从购票、到站、中转换乘、出行、离站全过程的角度设计离散选择实验，在综合交通网络下针对飞机、高铁（含动车）、普铁、高速巴士多模式选择行为进行系统性研究，同时也缺乏对强制型、休闲型活动出行方式选择行为及其差异性的研究分析．鉴于此，本文首先关注现有交通方式选择行为研究过程中被忽略的因素，如购票和接驳服务的影响，针对高速大巴、普通火车、高铁(含动车)、航空四种运输方式，从购票、到站、中转换乘、出行、离站全过程的视角设计了离散行为选择实验，研究了不同活动出行下多模式综合交通客运方式选择行为的决策机理，期望能够为差异化活动需求下的综合运输系统组织模式优化、综合运输服务水平改善提供科学的依据．

1 实验设计

1.1 方案设计

在本研究中，离散选择实验用于处理客运多模式出行的选择，本研究在总结已有研究[3-8]的基础上设计调查内容，包括出行属性，如出行起讫点、出行活动类型；还包括服务水平属性，如购票、到（离）站、中转换乘及其方式属性等．该实验所考虑的属性和值见表1．

表1 实验设计变量和属性值Tab.1 The variables and their values in the experiment

1.2 基本统计特征

已有研究表明，区域交通具有频率低、距离长、选择行为稀少及调查范围广泛的特征，一般采取分层随机抽样调查，调查样本数量为1 000～3 000，即可得到具有足够精度的模型参数[16]．本次乘客方式选择行为调查在机场、高铁站、火车站和公路客运站进行，回收问卷2 000份，有效问卷1 766份，其中强制型活动出行样本1 182份，占总样本的比例为67%，休闲型活动出行样本584份，占总样本比例的33%．受篇幅所限，本文仅对强制型和休闲型活动的方式选择、个体属性、出行属性、接驳属性进行基本的特征统计，如表2-3、图1-4所示．

表2 强制型与休闲型活动出行旅客乘车选择调查统计Tab.2 Travel choice survey of mandatory and leisure activity

表3 强制型与休闲型活动出行旅客出行距离、票价的调查统计Tab.3 Survey statistics of distance and price for the compulsory and leisure activity

图1 强制休闲型活动旅客性别与年龄统计特征Fig.1 Statistic characteristics of sex and age in the compulsory and leisure activity

图2 强制休闲型活动旅客月收入与私家车拥有情况统计特征Fig.2 Statistic characteristics of monthly income and private car ownership in the compulsory and leisure activity

图3 强制休闲型活动旅客购票方式与到站时间统计特征Fig.3 Statistic characteristics of ticking busing way and arrival time in the compulsory and leisure activity

图4 强制休闲型活动旅客换乘时间与离站时间统计Fig.4 Statistics of transfer time and departure time in the compulsory and leisure activity

2 模型构建与参数估计

多项 Logit 模型(Multinomial Logit Model，MNL)是最为常用的非集计模型，其数学形式简洁、计算简单，且具有各选择肢的概率在(0,1)之间，选择概率总和为1的合理性[17]，因此被广泛应用于交通等领域的模拟预测中．

2.1 基本原理

根据随机效用最大化理论，旅客n选择i类交通方式的概率可表示为

式中：Uin为旅客n选择i类交通方式的效用函数，其表达式为：

式中：Vin为可观测到的特性变量计算的固定项；εin为不能观测到的其他因素的影响及已有变量的偏差引起的随机项．

假设式(2)中εin和Vin相互独立，且εin服从具有相同参数二重指数分布，根据2个独立同分布二重指数分布变量之差服从Gumbel分布的性质，可推导描述旅客n选择i类交通方式概率的表达式为

式中：Pin为个人n选择i类交通方式的概率；Cn为个人n的可选择交通方式集合．为便于计算，一般假设Vin与特性向量xink呈线性关系，即

式中：βi0为常量；ikβ为交通方式i第k个变量的待定系数；xink为旅客n的选择i类交通方式的第k个变量值．

2.2 弹性分析方法

弹性分析描述的是因变量对自变量变化的反应程度，是指各种交通方式分担率的显著影响因素的相对变化所引起的客运分担率的相对变化．交通方式i选择概率iP相对于连续变量xik的弹性计算如下式[17]

交通方式i选择概率iP相对于哑元变量xik的弹性计算如下式

式中：Eik为交通方式i第k个变量的弹性系数；iP为交通方式i的选择概率；ikβ为交通方式i第k个变量的系数；xik为交通方式i第k个变量属性值．

3 参数估计、弹性分析与差异性

应用SPSS软件相关性分析和多项Logistic模型对样本数据进行统计分析．采用Kendall系数法和Spearman相关系数法进行变量共线性检验，剔除共线变量，并将高速巴士作为参考交通方式，将类别变量最后类别作为参考类别，采用向前递进式分别对强制型活动和休闲型出行方式选择的 MNL模型进行拟合，两模型的McFadden值分别为0.527和 0.423，在可接受的置信区间水平上具有较强的可靠性，强制型和休闲型活动出行方式选择行为参数估计结果，如表4、5所示，表中β为变量系数，Sig为统计量的显著性水平，若Sig＜0.05，说明其对应的β对旅客选择行为的影响较大，应纳入效用函数模型，反之，则认为β对旅客选择行为的影响可以忽略．同时，依据公式(5)、(6)，分别计算样本个体显著影响变量的弹性系数，通过对个体选择弹性系数的加权平均得到飞机、普铁和高铁选择概率的弹性值，详见表6．

表4 强制型活动出行参数估计Tab.4 Estimation parameter of compulsory activity

表5 休闲型活动出行参数估计Tab.5 Estimation parameter of leisure activity

续表5

表6 不同活动出行多方式选择概率弹性的比较Tab.6 Comparison of probability elasticity for the aircraft, ordinary railway, high speed railway

以大巴作为参考方式，强制型活动出行多方式选择行为与休闲型活动相比，具有明显的差异性：

(1) 不同类型活动影响其多方式选择的因素具有明显的差异性．对于休闲型活动出行，出行距离、出行费用、运行时间、安全性、舒适性、准时性、购票方式(网络购票、售票点购票)、拥有私家车对于出行方式选择具有显著影响．而对于强制型活动出行，除出行距离、出行费用、运行时间、安全性、舒适性、准时性、购票方式等因素外，到站时间也会影响其方式选择，这说明强制型活动出行旅客在交通方式选择时，不仅考虑出行距离、出行费用、运行时间及运输方式服务水平，而且还会关注交通枢纽的到站时间等可达性因素．

(2) 同种因素对不同类型活动的影响强度不同．强制型活动中，飞机、高铁、普铁选择概率关于出行距离的弹性分别为4.142、1.671、1.512，均大于 1，这表明出行距离这一变量是富有弹性的，且出行距离每增加 1%，选择飞机、普铁、高铁出行的概率将增加 4.142%、1.671%、1.512%，而休闲型活动的飞机、高铁、普铁选择概率关于出行距离的弹性分别为2.010、1.476、1.270，不同活动条件下多方式选择概率关于出行距离的弹性系数差异明显，其他因素也存在类似的差异性．

4 结论

本研究在系统分析现有旅客乘车选择影响因素的基础上，依据旅客强制型、休闲型活动出行的高速巴士、普通火车、高铁、飞机四种运输方式RP调查数据，以高速巴士作为参考方式建立旅客乘车选择MNL模型，基于参数估计和弹性分析研究了多模式综合交通客运方式选择行为的差异性．研究结论如下：

(1) 影响旅客强制型和休闲型活动出行方式选择行为的因素具有明显的差异性，对于休闲型活动出行，出行距离、出行费用、运行时间、安全性、舒适性、准时性、购票方式(网络购票、售票点购票)、拥有私家车对于多模式交通选择具有显著影响．而对于强制型活动出行，除出行距离、出行费用、运行时间、安全性、舒适性、准时性、购票方式等因素外，到站时间也会影响其方式选择．

(2) 旅客强制型和休闲型活动出行方式选择影响因素的作用强度具有明显的差异性，对于强制型活动中，飞机、普铁、高铁对于出行距离的弹性系数分别为4.142、1.671、1.512，均大于1，这说明飞机、普铁、高铁对于出行距离富有弹性；对于休闲型活动，出行方式选择概率对于距离的弹性分别为2.010、1.476、1.270，也富有弹性；但是强制型活动出行方式选择概率对于出行距离的弹性高于休闲型活动，不同活动条件下各影响因素的作用强度差异明显．

References

[1] MARTIN J C, ROMAN C, GARCIA-PALOMARES JC.Spatial analysis of the competitiveness of the high-speed train and air transport: The role of access to terminals in the Madrid–Barcelona corridor [J]. Transportation Research Part A: Policy and Practice, 2014, 69(69):392-408.

[2] 李惠. 基于活动的居民购物出行方式选择模型[D].成都: 西南交通大学, 2010.LI Hui. Activity-based mode choice model of residential shopping trip[D]. Chengdu: Southwest Jiao Tong University, 2010.

[3] YAO E, MORIKAWA T. A study of on integrated intercity travel demand model[J]. Transportation Research Part A: Policy and Practice, 2005, 39(4), 367-381.

[4] FREITAS A L P. Assessing the quality of intercity road transportation of passengers: An exploratory study in Brazil [J]. Transportation Research Part A: Policy and Practice, 2013, 49:379-392.

[5] HSU C I, CHEN Y C, LI H C. A model on market share distribution between air transportation, high-speed rail,and automobiles[J]. Journal of the Eastern Asia Society for Transportation Studies, 2005, 6(11):2003-2018.

[6] MANCUSO P. An analysis of the competition that impinges on the Milan–Rome intercity passenger transport link [J]. Transport Policy, 2014, 32: 42-52.

[7] 李颖. 中国铁路旅客出行选择行为研究[D].北京: 北京交通大学, 2015.LI Ying. Research on the railway passengers’ travel choice behavior in China[D]. Beijing：Beijing Jiaotong University, 2015.

[8] 王文宪, 陈钉钧, 吕红霞, 等.基于Nested Logit模型的铁路旅客客运产品选择研究[J].交通运输系统工程与信息,2015,15(4):140-146.WANG Wenxian, CHEN Dingjun, LÜ Hongxia, et al.Research of transport product choice for railway passengers based on nested logit model[J].Journal of Transportation Systems Engineering and Information Technology,2015,15(4):140-146.

[9] 张旭. 高速铁路与民航客运竞争与协同发展研究[D].上海: 上海海事大学, 2012.ZHANG Xu. Research on competition and collaborative development between HSR and civil Aviation[D].Shanghai: Shanghai Maritime University, 2012.

[10] 卞长志, 陆化普, 尉欣欣. 城际铁路和公路长途客运的定价博弈[J].交通运输系统工程与信息,2010,10(1):184-189.BIAN Changzhi, LU Huapu, WEI Xinxin. Price game between intercity railway and bus[J]. Journal of Transportation Systems Engineering and Information Technology, 2010,10(1):184-189.

[11] 何宇强, 毛保华, 陈团生, 等. 高速铁路客流分担率模型及其应用研究[J].铁道学报,2006,28(3):18-20.HE Yuqiang, MAO Baohua, CHEN Tuansheng, et al.Sharing rate model of passenger flow and its application for high speed railway[J]. Journal of Railway, 2006,28(3):18-20.

[12] 叶玉玲, 王艺诗. 沪杭运输通道内旅客交通方式选择行为研究[J].铁道学报,2010,32(4):13-17.YE Yuling, WANG Yishi. Research on travel mode choice behavior in Shanghai-Hangzhou transport corridor[J].Journal of the China Railway Society, 2010,32(4):13-17.

[13] 卢欣. 基于计划行为学的旅客中长距离出行方式选择行为研究[D]. 成都: 西南交通大学,2011.LU Xin. Research on the passenger travel choice of moderate/long-distance based on the planned behavior theory[D].Chengdu: Southwest Jiaotong University, 2011

[14] CHANG ICG. A network-based model for estimating the market share of a new high speed rail system [J]. Transportation Planning & Technology, 2004, 27 (2): 67-90.

[15] DOBRUSZKES F. High-speed rail and air transport competition in Western Europe: a supply-oriented perspective [J]. Transportation Policy, 2011, 18(6): 870- 879.

[16] 张迦南, 赵鹏. 综合运输通道旅客出行方式选择行为研究[J]. 中国铁道科学,2012,33(3):123-130.ZHANG Jianan, ZHAO Peng. Research on passenger choice behavior of trip mode in comprehensive transportation corridor[J]. China Railway Science, 2012, 33(3):123-130.

[17] 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.GUAN Hongzhi. Disaggregate model-tool of traffic behavior analysis[M].Beijing: China Communications Press,2004.