基于奖罚措施的小汽车通勤者出行行为研究

秦焕美，高建强，和士辉，关宏志

(北京工业大学 交通工程北京市重点实验室，北京100124)

0 引言

交通需求管理是解决交通拥堵问题的重要措施，其中收费措施主要通过增加小汽车的出行成本来改变出行者的出行行为，以此减缓高峰拥堵及多余的能源和经济消耗，主要有提高停车收费价格、燃油税、拥堵收费等.与以收费为主的惩罚措施相比，奖赏措施也可以改变出行者的出行行为，目前主要有积分制最终兑换实物奖品和按次给予金钱奖励，分别仅在荷兰的Belonitor和Spitsmijden项目中应用，在其他地区还没有实施.行为心理学的研究表明，奖赏可以促进出行者的自我学习和内化，获得持久的行为改变，而收费措施会带来不情愿的行为和记忆，奖赏措施可能比惩罚措施效果更好[1].

本研究主要进行奖赏、惩罚措施下的小汽车通勤者出行行为的探索性对比研究，基于在北京市获得的调查数据，利用前景理论分析出行者在不同措施下的行为、意愿、心理的差异性和影响因素.

1 国内外研究综述

基于惩罚的收费措施的相关研究相对较多，尤其在经济学领域，认为通过收费可以减少小汽车使用所带来的负外部性，如拥堵和污染排放.相关研究有Verhoef等认为可以根据时间、地点、车辆类型等设置不同的拥堵收费水平[2].Chang-Hee等通过在西雅图进行的拥堵收费实验得出，拥堵收费是有效的，但要成为长期的政策还需进一步研究[3].Ubbels等对14条道路的收费定价进行了评价，发现出行者会根据收费水平改变出行路径、出行方式或出发时间[4].

相对于惩罚措施，奖励措施对个体出行行为的影响研究还相对较少，Fujii等分析得出免费乘公交可以提高出行者公交出行的频率，从而降低使用小汽车出行的习惯[5].黄纯辉等根据节假日免费通行收费公路的出行者调查，运用期望—价值和计划行为理论分析得到，正效用因素会对出行者的出行态度产生正的影响[6].此外，根据荷兰的奖赏措施实验，对放弃早高峰使用私家车出行的人给予3～7欧元或积分赚取智能导航手机，调查显示奖赏措施是一个创新的政策，比收费措施在改变小汽车通勤者高峰出行方面更有效[7].

综上所述，国内外主要对惩罚措施开展了广泛的研究，对于奖励措施的研究还处于探索阶段，而惩罚和奖励情况下出行者在出行偏好、选择行为等方面可能有所不同，因此有必要进行对比分析.

2 出行调查及分析

2.1 调查概述

调查内容主要包括：日常出行信息、出行意向调查和个人信息.

(1)日常出行信息：上班途中是否接送人，办公方式，上班到达时间灵活性等.

(2)出行意向调查设计：这里以北京市四环以内的地图作为假定的出行情景图，图中标出通勤出行起点(劲松)和终点(海淀黄庄)，两点间出行距离约为23 km，沿线有三环快速路、地铁10号线和多条公交线路，分别询问小汽车通勤者在给定的奖励和收费措施下的出行选择意向，如表1所示，奖励和收费金额的选取考虑了出行者的费用敏感性和可接受意愿.并对出行者使用小汽车和其他方式的期望出行时间、费用进行了询问.

调查采取网络发放问卷的方式，调查时间为2016年4～5月，共回收有效问卷180份.

表1 2种措施下的假设情景Table 1 Hypothetical scenarios under two measures

2.2 调查数据初步分析

被调查者中男性居多，占56%；年龄分布以31～40岁之间居多，占41%；职业分布中以专业技术、企业管理、科研事业单位人员居多，分别占35%、30%、25%.对于日常上班出行，有69%的出行者上班途中需接送人；办公方式以单位办公为主，占88%；有59%的人必须按时到达单位，34%允许有一定的迟到次数.

图1 奖励和收费措施下出行选择比例Fig.1 Travel choice under the two strategies

由图1可见，2种措施对小汽车通勤者的出行选择具有一定的影响，仍然选择使用小汽车高峰出行的比例仅为12%，主要转向早于早高峰和地铁出行，且奖励措施下选择早于早高峰出行的比例比收费措施高8%，而改用地铁出行的比例比收费措施低8%，说明奖励措施可以使更多的人转向非高峰时段小汽车出行，而收费措施对于使其放弃小汽车出行效果更好.

图2 是否接送人与上班出行选择的关系Fig.2 Relationship between picking up people and travel choice

由图2可得，小汽车通勤者接送人时更倾向于选择早于早高峰出行，在奖励和收费措施下分别为59%和51%，放弃使用小汽车出行比例较低；不需接送人时更倾向于改用地铁出行，比例分别为39%和47%，且奖励措施下的选择比例低于收费措施.

由图3看出，上班到达时间的灵活性对于不同措施下的出行选择具有一定的影响，对于上班必须按时到达的人主要转向早于早高峰和地铁出行，选择比例均值分别为53.5%和26.5%.对于上班到达时间无要求的人主要转向晚于早高峰和地铁出行，选择比例均值分别为39.5%和43%.

图3 上班时间灵活性与上班出行选择的关系Fig.3 Relationship between flexibility of working and travel choice

3 模型建立和分析

3.1 前景理论

出行者的出行选择因复杂的交通环境、不完善的信息及出行者的主客观因素，成为一个不确定条件下的决策问题，而前景理论正是基于风险条件下的决策模型，具有一定的适用性.

根据Kahneman等的研究[8]，某事件的决策结果j的价值函数为

式中：xj为价值函数的相对变化量；α,β为风险偏好系数，通常0＜α,β≤1；λ为损失规避系数，这里取λ=2.25[8].

决策权重函数的表达式为

式中：π+(pj)和π-(pj)为收益和损失的概率权重函数；pj为第j类情况出现的概率；ρ和δ为收益和损失态度系数，这里取ρ=0.61，δ=0.69[8].

决策的可能结果分收益和损失两部分，前景的整体价值可表示为

式中：Y(f+),Y(f-)分别为收益和损失时的前景值.

计算出各情况下的前景值进行排序，前景值最大的作为最佳选择方案.

在奖励和收费措施下，由于出行者的出行决策需要对时间、费用等方面的“收益”和“损失”进行权衡.因此，这里采用前景理论分析.

3.2 出行方式选择模型建立

3.2.1 出行成本

(1)小汽车出行成本U1：包括燃油费、停车费、奖励或收费金额、行驶时间等.

式中：T1、C1为小汽车出行时间和费用成本；μ1、μ2为时间和费用的权重系数，通过调查得到；tr,1为小汽车出行的行驶时间；Co,1为燃油费；Cpk为停车费；Cp奖励或收费金额；θt为时间成本.

(2)地铁出行成本U2：包括乘坐、等车、步行时间、车票成本等.

式中：T2、C2为地铁出行时间和费用成本；ts,2为到地铁站的时间；tw,2为在地铁站安检、等车时间；tr,2为乘坐时间；ta,2为从地铁站到目的地的时间；Ct,2为地铁车票成本.

根据调查得出各种出行选择下的出行时间及出行费用，如表2所示.

3.2.2 参照点的设置和风险偏好系数

参照点是衡量出行者出行选择行为为“损失”或“收益”的标准.由于出行者的收入水平、时间价值等的差异性，这里理解为出行者对于出行选择的期望成本

基于参照点的风险偏好系数αi,n的计算为

表2 各种出行选择下的出行时间和费用Table 2 Travel time and cost under various travel conditions

3.3 模型分析

3.3.1 风险偏好分析

从图4可以看出，出行选择行为为“损失”时的风险偏好系数均值略高于“收益”，奖励措施下分别为0.78、0.74，收费措施下分别为0.76、0.56，说明出行者在面对“损失”时，更倾向于冒险.2种措施下出行选择行为为“收益”的出行者比例分别为56%和14%，说明奖励措施下，大部分出行者的方式选择为“收益”，而收费措施下，主要面临“损失”，出行者往往会产生不情愿的心理状态.

图4 2种措施下出行者风险偏好系数分布Fig.4 The risk preference coefficient of travelers under two measure

图5 各出行方式选择中损失和收益的分布Fig.5 Loss and gain in each group with different mode choice

从图5看出，2种措施下如果选择高峰时段小汽车出行均为“损失”，表现为风险追求，而如果选择错峰小汽车出行，其奖励措施下呈现“收益”的比例较高，这部分群体表现为风险规避.图6显示，随着收入的增加，在2种措施下，出行选择中呈现“损失”的比例逐渐减少，而呈现“收益”的比例逐渐增加，说明低收入群体的方式选择行为以风险追求为主，中高收入群体会获得收益，即规避风险.

图6 各收入层群体中损失和收益的分布Fig.6 Loss and gain in each group with different income

3.3.2 出行方式选择分析

使用前景理论计算各选择方式的前景值，表3显示在2种措施下选择错峰小汽车出行的前景值最大，其次是改用地铁和仍高峰小汽车出行，与意向调查中选择结果基本相同，说明前景理论适合分析2种措施下的出行方式选择行为.

表3 不同方式的前景值Table 3 The prospect value for different travel modes (元)

表4 不同收入群体分出行方式的平均前景值Table 4 The average prospect value of travel modes for groups with different income (元)

从表4可以看出，在引导小汽车出行者转向错峰出行时，奖励措施下中等收入群体转移比例较高，效果更好，收费措施下中高收入群体转移比例较高；在引导其向地铁出行转移时，两措施下低收入群体转移比例较高，收费措施对中高收入群体的出行方式转移也有一定的作用.

图7 不同奖励和收费金额下的出行方式前景值Fig.7 Prospect value of travel mode changed with reward and charge

图7显示在奖励措施下，出行者选择改用地铁和错峰出行的前景值随奖励的增加而增大，且错峰出行的前景值高于改用地铁，说明小汽车通勤者随奖励增加主要转向地铁和错峰出行.在收费措施下，出行者选择高峰和错峰出行的前景值随收费的增加而减小，小汽车通勤者主要转向地铁出行.

4 结论

奖赏和惩罚措施是解决交通拥堵问题的重要措施，本文基于在北京市的调查，利用前景理论进行了2种措施下的出行行为的探索性对比研究，结论如下.

调查数据分析显示，2种措施对小汽车通勤者的出行选择行为具有一定的影响，奖励措施会使更多的小汽车通勤者转向非高峰时段出行，而收费措施对于使其放弃小汽车出行效果更好.是否接送人和上班到达时间灵活性对出行方式选择也有一定的影响，在2种措施下，小汽车通勤者接送人时更倾向于选择早于早高峰出行，不需接送人时更倾向于改用其他方式出行.对于上班必须按时到达的小汽车通勤者主要转向早于早高峰和其他方式出行，而对于上班时间无要求的人主要转向晚于早高峰和地铁出行.

基于前景理论建立的出行选择模型结果显示，前景理论适合分析2种措施下的出行选择行为，在奖励措施下，大部分出行者的方式选择表现为“收益”，而收费措施下，主要表现为“损失”.在引导小汽车高峰出行向错峰出行转移时，奖励措施对于中等收入群体效果更好，收费措施比较适用于中高收入群体；在引导小汽车高峰出行向其他方式转移时，奖励和收费措施对于低收入群体效果更好.当奖励金额增加时，小汽车通勤者主要转向地铁和错峰出行，当收费金额增加时，其主要转向地铁出行.

以上结论可为城市交通需求管理政策的制定提供一些参考，也可为交通需求理论研究提供理论基础.

[1]SMITH EE,NOLEN-HOEKSEMA S,FREDRICKSON B,et al.Atkinson and hilgard’s introduction to psychology[M].Wadsworth/Thomson Learning,Belmont,CA.2003.

[2]VERHOEF E,BLIEMER M,STEG L,et al.Pricing in road transport:A multi-disciplinary perspective[M].Edward Elgar Publishing，2008.

[3]CHANG-HEE CB,BASSOK A.The pudget sound(Seattle)congestion pricing pilot experiment[M].In:Richardson HW,Chang-Hee CB(Eds.),Road Congestion Pricing in Europe:Implications for the United States.Edward Elgar,Cheltenham,2008.

[4]UBBELS B,DE JONG G.Review of evidence on the effects of road pricing[C].European Transport Conference,Noordwijkerhout,the Netherlands,2009.

[5]FUJII S,KITAMURA R.What does a one-month free bus ticket do to habitual?An experimental analysis of habit and attitude change[J].Transportation,2003,30(1):81-95.

[6]黄纯辉,吴锦峰,张飞,等.重大节假日公路免通行费对出行意愿影响因素研究[J].交通运输系统工程与信息,2013,13(6):161-168.[HUANG C H,WU J F,ZHANG F,et al.Study on the factors affecting the willingness to travel on major holidays highway[J].Journal of Transportation Systems Engineering and Information Technology,2013,13(6):161-168.]

[7]BEN-ELIA E,ETTEMA D.Changing commuters’behavior using rewards: A study of rush-hour avoidance[J].Transportation Research Part F,2011,14(5):354-368.

[8]KAHNEMAN D,TVERSKY A.Prospect theory:An analysis of decision under risk[J].Econimetrica,1979,47(2):263-291.