基于NL模型的节假日绿色出行行为研究

马姝宇， 邵春福

(北京交通大学交通运输学院，北京 100044)

【交通运输】

基于NL模型的节假日绿色出行行为研究

马姝宇， 邵春福

(北京交通大学交通运输学院，北京 100044)

针对节假日出行行为的特殊性，利用2014年北京市节假日出行行为调查数据，构建了节假日绿色出行行为NestedLogit模型。通过筛选影响节假日绿色出行行为选择的显著因素，建立了节假日绿色出行行为NL模型的层次结构，分析了模型的参数估计结果。研究结果表明，是否拥有小汽车、是否拥有自行车、居住方式、出行目的、出行距离和出行费用是影响节假日出行方式选择的主要因素，是否拥有小汽车、是否有同伴和出行目是影响节假日绿色出行选择的主要因素。

绿色出行；NL模型；出行行为；节假日

随着生活水平的提高，人们越来越倾向于在节假日期间出行,但是节假日交通因需求集中、流量大和时空限制小等特点导致了拥堵问题日益严重。国内外很多学者在节假日出行方面进行了大量研究。Shailes等[1]利用BinaryLogit模型研究了节假日出行者的交通拥堵避让行为；王博彬等[2]利用NestedLogit模型研究了在节假日出行中出行者对出行链复杂度和出行方式的选择行为；左忠义等[3]利用大量的实地调查数据分析了节假日出行者的行为特征对交通的影响。

与此同时，绿色出行对城市可持续发展的重要性日益受到重视。自1994年ChrisBradshaw首次提出绿色交通体系的概念以来[4]，国内外关于绿色交通的研究文献迅速涌现。Carlsson-Kanyama等[5]基于可持续交通研究了不同社会经济群体的出行能源消耗；刘雪梅[6]利用结构方程模型研究了城市居民绿色出行选择行为；王蕴琦[7]利用Q方法研究了不同类型出行者对绿色出行的态度和行为。

目前，大多数研究将绿色交通和节假日出行分开考虑，将二者结合的研究相对较少。鉴于此，本文以NL模型的相关理论为基础，利用2014年国庆期间北京市节假日出行行为调查数据，分析节假日绿色出行行为，为缓解节假日交通拥堵和评价节假日交通管理政策提供理论依据。

1 NL模型基础

随机效用理论认为效用是一个随机变量[8],效用函数U通常由确定项V和随机项ε两部分组成，同时假设确定项和随机项两者之间呈线性关系[9]。在出行行为研究中，随机效用理论认为出行者在选择出行交通方式的过程中，倾向于选择效用最大的方案，即最能满足自身出行需求的方案[10]。

因此，出行者n选择交通方式i的效用Uin可以表示为：

Uin=Vin+εin，

(1)

其中，Vin为出行者n选择交通方式i的效用函数中的确定项；εin为出行者n选择交通方式i的效用函数中的随机项。

出行者n选择交通方式i的概率Pin可以表示为：

(2)

2 研究方法

MNL(MultinominalLogitModel)模型没有考虑各选择方案之间的相互关系，存在非相关选择方案互相独立性(ⅡA特性)[11]。NL模型是一种改进的Logit模型，考虑了各选择枝之间的关联性，克服了MNL模型的ⅡA特性。因此，NL模型更贴合实际，适合于出行方式选择中某几种交通方式存在类似性的情况。NL模型相比MNL模型层次结构更加复杂，所以参数的确定过程也更加复杂[12]。

2.1 建立选择树

根据选择的复杂程度，按照类似性原则，将选择方案分为若干层次[13]。为研究节假日绿色出行行为，将选择方案分为2个层次。上层是出行者对节假日绿色出行的选择。从绿色出行的内涵出发，将慢行交通这类零碳排放的出行方式和公共交通、轨道交通这类运力大、人均排放量较低的出行方式定义为绿色出行，将小汽车出行定义为非绿色出行[14]。下层是出行者对节假日出行方式的选择，包含慢行交通、公交、地铁和小汽车4种出行方式。其中，慢行交通由步行和自行车组成。

本文确定的NL模型层次结构如图1所示。

图1 NL模型层次结构Fig.1 The hierarchical structure of Nested Logit model

设Mn是出行者n的上层选择方案个数，Rmn是出行者n结合上层的下层选择方案的个数，由条件概率公式可得[15-16]：

(3)

(4)

(5)

(6)

(7)

2.2 确定效用函数

效用函数的具体表达形式有很多种。其中，应用最广泛的是线性函数[17]。假设Vin与特征变量Xin呈线性关系，则：

(8)

2.3 参数估计

采用极大似然估计法对模型进行参数估计[18]。假设当出行者n选择方案(rm)时δ(rm)n=1，否则δ(rm)n=0。则似然函数L*的形式为：

(9)

对该函数的两边取对数，可以得到：

(10)

当式(10)取最大值时，即可求得待估计参数。

3 节假日绿色出行行为NL模型构建

3.1 数据来源

数据来源于2014年国庆期间进行的北京市节假日出行行为调查，经过简单数据处理，共获得413条有效的节假日出行行为数据。调查内容包括出行者特性(出行者性别、年龄、职业、收入、是否拥有小汽车、是否拥有自行车)、出行特性(出行距离、出行目的)和交通方式服务水平(出行时间、出行费用)。调查内容包含5种出行方式，分别为步行、自行车、公交车、地铁和小汽车。其中，由于选择步行出行的出行者数量较少(不足总人数的3%)，考虑到在节假日出行中步行和自行车的性质相似，因此将两者合并为慢行交通出行。调查数据中各出行方式所占比例如表1所示。

表1 出行方式比例

3.2 模型变量定义

根据出行行为NL模型的层次结构特点，选择出行者特性、出行特征和交通服务水平作为出行者选择的影响因素[19]。剔除不显著的因素，将显著影响节假日绿色出行选择的因素，如是否拥有小汽车、是否有同伴和出行目的归入上层模型，将显著影响节假日出行方式选择的因素，如是否拥有小汽车、是否拥有自行车、居住方式、出行目的、出行距离和出行费用归入下层模型。NL模型中相关变量的定义如表2所示。

表2 变量定义表

3.3 模型参数估计结果与分析

将公交车作为参照水平，其他方式与其进行对比。利用SPSS软件对下层节假日出行方式选择模型进行模拟，得到的参数估计结果如表3所示。

表3 节假日出行方式选择模型参数估计结果

表3中的模型参数估计结果表明，是否拥有小汽车、是否拥有自行车、居住方式、出行目的、出行距离和出行费用对节假日出行方式选择有显著影响。

(1)拥有交通工具会为出行者带来便捷，因此拥有小汽车和自行车的人在节假日出行中选择小汽车和自行车的概率更大。

(2)居住方式是影响节假日出行方式选择的重要因素。居住在宿舍的人更倾向于选择慢行交通出行，与家人同住的人更倾向于选择地铁出行。

(3)出行目的也是影响节假日出行方式选择的重要因素。出行目的是逛街购物的人选择地铁出行的概率高。

(4)慢行交通受距离限制明显，多服务于节假日短途出行。地铁和小汽车在较长距离出行中优势更大。同时，节假日期间选择地铁和小汽车出行所支付的费用更高。

表4 节假日绿色出行方式选择模型参数估计结果

表4中的模型参数估计结果表明，是否拥有小汽车、是否拥有同伴和出行目的对节假日绿色出行方式选择有显著影响。

(1)小汽车舒适性更高，因此拥有小汽车和有同伴的出行者在节假日出行中，更倾向于选择非绿色交通方式出行。

(2)出行目的是影响绿色出行选择的重要因素。出行目的为逛街购物的人选择绿色出行的概率更大。

3.4 模型检验

表5 节假日绿色出行行为NL模型拟合信息表

4 结论

利用NL模型和2014年北京市节假日出行行为调查数据，考虑出行者特性、出行特征和交通服务水平等影响因素，构建了北京市节假日绿色出行行为NL模型，并进行了参数估计。研究得到的主要结论如下：

(1)变量定义过程中发现性别、年龄、职业等出行者特性对节假日绿色出行行为影响均不显著，考虑节假日出行与日常出行相比多为弹性大的休闲活动，因此其与日常出行行为的显著影响因素存在差异。研究结果能为节假日绿色出行行为的相关研究提供理论方法。

(2)NL模型可以克服MNL模型的局限性，能够较好地拟合调查数据，适用于节假日绿色出行方式选择研究。

研究仍存在调查数据不全面、失衡等不足。下一步将增加样本量并结合结构方程模型建立SEM-Logit整合模型，深入研究变量内在关系，进一步提高模型的解释能力和精度。

[1]SHAILESA，SENIORML，ANDREWBP．Tourists＇travelbehaviourinresponsetocongestion：ThecaseofcartripstoCornwall，UnitedKingdom[J]．JournalofTransportGeography，2001， 9(1)：49-60．

[2]王博彬，邵春福，孙轶轩，等．多方式交通信息条件下节假日出行行为研究[J]．交通运输系统工程与信息，2014，14(1)：229-234．

[3]左忠义，张宏宇，隽海民．大连市风景区节假日旅游交通特征分析[J]．大连交通大学学报，2010，31(3)： 28-32．

[4]秦茜，袁振洲，田钧方．绿色交通理念下的慢行系统规划方法研究[J]．规划师，2012,28(增刊)：5-10．

[5]CARLSSON-KANYAMAA，LINDE′NAL．Travelpatternsandenvironmentaleffectsnowandinthefuture：Implicationsofdifferencesinenergyconsumptionamongsocio-economicgroups[J]．EcologicalEconomics，1999，30(3)：405-417．

[6]刘雪梅．基于绿色交通的城市居民出行方式选择研究[D]．西安：长安大学，2015．

[7]王蕴琦．城市居民绿色同行人群特征及行为转变对策研究[D]．大连：大连理工大学，2014．

[8]陈林．基于Logit模型的成渝通道交通选择行为研究[D]．成都：西南交通大学，2013．

[9]欧舟．城市居民出行行为及特征研究[D]．长沙：长沙理工大学，2012．

[10]张丽．基于出行链的通勤出行行为研究[D]．成都：西南交通大学，2011．

[11]薛兰．寒地城市冬季居民出行方式划分研究[D]．西安：长安大学，2015．

[12]皇甫佳群，周康，孙明洁．基于NL模型的交通方式划分[J]．山东交通学院学报，2011，19(3)：39-43．

[13]栾琨，隽志才，宗芳．通勤者出行方式与出行链选择行为研究[J]．公路交通科技，2010，27(6)：107-111．

[14]王光荣．天津市发展低碳交通的综合战略[J]．天津经济，2010(9)：19-21．

[15]王文宪，陈钉钧，吕红霞，等．基于NestedLogit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．

[16]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．

[17]宋成举，张亚平．基于巢式Logit模型的城市交通结构演化建模与仿真[J]．武汉理工大学学报(交通科学与工程版)，2015，39(2)：305-310．

[18]陈秋香．NestedLogit模型在交通出行方式选择中的应用[J]．甘肃科学学报，2013，25(2)：133-136．

[19]姚丽亚，关宏志，严海．公交票价比对公交结构的影响及方式选择模型[J]．北京工业大学学报，2007，33(8)：834-837．

DOI:10.3976/j.issn.1002-4026.2017.01.013

StudyonholidaygreentravelbehaviorbasedonNestedLogitmodel

MAShu-yu,SHAOChun-fu

(SchoolofTrafficandTransportation,BeijingJiaotongUniversity,Beijing100044,China)

∶Aimingattheparticularityofholidaytravelbehavior,usingthe2014surveydataofBeijingholidaytravelbehavior,thebehaviormodelofgreentravelonholidaywasconstructedbasedontheNestedLogitmodelingtheory.Thesignificantfactorstoaffecttravelchoicewerescreenedout,andthehierarchicalstructureofNestedLogitmodelonholidaygreentravelwasestablished.Then,theparameterestimationresultsoftheholidaytravelchoicemodelwereanalyzed.Theresultsshowthatwhetherpossessingacar,whetherpossessingabicycle,livingarrangement,travelpurpose,traveldistanceandtravelcostarethemajorfactorsaffectingthechoiceofholidaytravelmode.Andwhetherpossessingacar,whetherhavingcompanionsandtravelpurposeisthemajorfactoraffectingtheholidaygreentravelchoice.

∶greentravel;NestedLogitmodel;travelbehavior;holiday

10.3976/j.issn.1002-4026.2017.01.012

2016-06-11

国家重点基础研究发展计划(2012CB725403)；国家自然科学基金重点资助项目(51338008)；国家自然科学基金(51178032)

马姝宇(1992—)，女，硕士，研究方向为交通运输规划与管理。E-mail：mashuyu@bjtu.edu.cn

U

A

1002-4026(2017)02-0076-06