基于多元Logit模型的大学生返程交通方式选择行为

林雨平，伍雄斌，邱美华

（1.福建农林大学金山学院，福建 福州 350002；2.北京工业大学 建筑工程学院，北京 100124）

0 引言

随着我国高等教育的快速发展，国内高校大学生数量不断增加。大学生作为一个特殊群体，寒暑假期间返程出行较为集中，大规模的大学生返程给交通运输业带来了一定的压力。不同的大学生在返程出行时会根据自己的情况选择适合自身的交通方式，研究大学生群体返程交通方式选择行为对交通运输业的发展有重要意义。

针对大学生出行行为，以往学者多有研究。国外学者如Klöckner等[1]采用在波鸿鲁尔大学调查获得的大学生出行数据研究了大学生在不同出行目的（上学、上班、娱乐和购物）下的出行方式选择行为。Whalen等[2]对麦克马斯特大学的大学生出行方式进行了研究，其研究结果表明，大学生出行方式选择受到旅行成本、个人态度及诸如街道和人行道密度等环境因素的影响，并指出旅行时间对小汽车和自行车的选择有显著的影响。Setiawan等[3]运用计划行为理论和规范激活模型研究了大学生选择小汽车的意愿，并解释了大学生使用小汽车的习惯对其行为意向的影响。国内学者也针对大学生出行展开了研究，曹鸿雁[4]对山东建筑大学的大学生出行特征进行了调查分析，认为大学生的个人属性、高校周边土地利用情况、交通可达性是影响大学生出行行为的主要因素。李扬[5]对苏州大学城的大学生出行特征行为进行了调查分析，据此提出完善大学城公共交通的措施。吴瑶[6]引入计划行为理论对山地城市大学生结伴出行方式选择进行了研究，认为大学生的行为态度、主观规范、知觉行为控制对不同出行方式选择意向的影响存在一定的差异。林诗悦等[7]则运用计划行为理论研究了雾霾天气条件下大学生群体的出行行为特征，其研究结果表明，雾霾天气会改变大学生的出行行为，而且大学生的心理状况和对雾霾天气的敏感度是影响大学生出行的主要因素。韩鹏等[8]认为大学生的出行特征与普通城市居民存在差异，并运用前景理论构建了大学生出行方式选择模型。其研究表明，行程时间对大学生出行方式的选择影响显著，当出行时间较短时，大学生主要是选择出租车出行，反之则倾向于公交出行。随着共享单车的发展，江慧朋等[9]探讨了共享单车对大学生出行行为的影响，分析了共享单车出现前后大学生出行行为的变化趋势并指出共享单车增加了大学生的出行频率。此外，一些国内学者对大学生出行方式识别进行了研究，如杨彪[10]和吴麟麟等[11]根据在校大学生的出行特征，运用改进粒子群优化支持向量机对大学生常用的出行方式进行了识别。

已有研究较多地探讨了大学生在城市内部的出行行为，而对于高校大学生返程交通方式选择行为则鲜有研究。因此，本文以大学生返程交通方式选择调查数据为基础，建立基于多元Logit模型的大学生返程交通方式选择模型，找出大学生返程交通方式选择的影响因素，以期为交通运输部门提高大学生返程出行服务水平提供依据。

1 多元Logit模型理论

在进行决策时，人们常常遇到许多选择问题，即在可供选择的多个方案中做出选择。决策者在面对不同选择时，会根据自身的情况和感受选择对自己最有利的方案[12-13]。多元Logit模型是描述决策者从一系列备选集合中选择某一选项的模型，其重要假设是独立个体对所面临的选择方案具有明确的感知，决策者依据效用最大化原则进行方案选择[14-16]。由于效用取决于使用者主观的感受，与现实状况有一定的差异，因此效用的取值包含可衡量效用和不可衡量的误差值两部分。决策者i选择方案j所获得的效用Uij可表示为[17]：

式（1）中：Vij为效用可衡量部分；εij为不可衡量的误差项。

为简化计算，通常把效用函数设为线性函数：

式（2）中：Xij为决策者i选择方案j的解释变数向量；βi为待估计的参数向量。

如果备选方案相互独立，即误差项各自独立并服从相同的Gumbel分布。那么决策者i选择方案j的概率pij为[17]：

对于多元Logit模型的未知参数可采用极大似然法进行估计[18]。定义变量fij为决策者选择方案情况：

由于决策者只能在备选方案中选择其中的一个，由此可得出多元Logit模型的似然函数：

将式（5）转化成对数函数形式：

通过最大化lnL进行即可求得参数向量的值。

2 模型建立与分析

为分析不同因素对交通方式选择的影响，掌握大学生返程时对不同交通方式的选择偏好，本文的调查主要在位于福州市大学城的福州大学、福建师范大学、福建工程学院、闽江学院、江夏学院等5所高校中展开。调查对象是在校大学生且其暑期返程目的地在福建省区域范围内。问卷调查内容包括大学生的性别、月生活费用、暑期返程交通方式、返程所花费的时间和费用等。本次调查共发放问卷600份，删除无效问卷共得到有效问卷548份，问卷有效率为91.3%。大学生个人属性特征与交通方式选择情况如表1所示。

表1 调查结果统计

从样本数据可看出，大学生返程主要的交通方式有动车（58.6%）、大巴（32.4%）和私家车（9.0%），男女大学生返程时对交通方式的选择差异不大。女性大学生选择私家车返程的比例高于男性大学生。不同交通方式的旅行成本如表2所示。从表2可看出，相比其他交通方式，动车的旅行时间和旅行费用有较大的优势，这也是大学生倾向于选择动车返程的原因。相较于月生活费较低的大学生，月生活费较高的大学生选择私家车返程的比例较高，这主要是由于月生活费高的大学生家庭拥有小汽车的比例较高，这类大学生群体选择私家车出行的人数也较多。

表2 不同交通方式的旅行成本

在大学生返程交通方式选择问卷调查和统计分析的基础上设定模型的变量，如表3所示。

表3 模型变量列表

本文假设效用函数的估计参数与交通方式有关。大学生返程可选择的3种主要交通方式有动车、大巴和私家车，分别用P1,P2,P3表示动车、大巴、私家车的选择概率。以私家车为基准，大学生返程可选择的3种交通方式有两组效用方程：

本文将表3所示的所有变量纳入模型计算，利用SPSS软件对所建立的模型进行参数估计和模型检验，得到模型拟合度检验结果如表4所示。

表4 模型拟合度检验结果

从表4可看出，-2ln似然值由402.028下降到280.576，似然比卡方值为121.451。似然比卡方检验结果（显著水平为0.000）P〈0.01说明模型拟合度较高，具有统计意义。纳入模型的变量中候车时间W、旅行费用C和家庭拥有小汽车Y的显著水平P〈0.01，说明这些变量是模型预测时重要的参数。其余变量显著水平均小于0.05，由此可看出其他变量对模型也都具有较高的相关性。此外，似然比指标的值为0.302，说明所构建的模型具有较好的解释作用。

为了解各因素对大学生返程交通方式选择的影响程度，采用极大似然法进行参数估计，得出的结果如表5所示。

从表5可看出，等车时间和行驶时间的参数估计值为正，但数值较低，说明候车时间和旅行时间对于大学生返程时选择动车或大巴的影响较小。旅行费用的参数为负数，说明旅行费用越高的交通方式，大学生返程时越不愿意选择。在性别方面，男性的参数值为正，说明男性更倾向于选择动车或大巴。在月生活费方面，月生活费为1 000元以下的参数估计值远大于月生活费1 000元以上，说明月生活费低的大学生在返程出行时更偏好于选择动车或大巴。在家庭是否拥有小汽车方面，当家庭拥有小汽车时，选择动车和大巴的参数值均为负数，表明家庭拥有小汽车的大学生在假期返程出行时更愿意选择私家车。由分析结果可得出，各影响因素对大学生返程交通方式选择的影响存在一定的差异，其中旅行费用、家庭是否拥有小汽车和月生活费用等因素对大学生返程交通方式选择有重大的影响。

3 结语

大学生假期的集中返程出行受到社会的广泛关注。为把握大学生返程交通方式选择行为特征，本文通过问卷调查的方式，获取大学生返程交通方式选择的相关数据。据此，建立了基于多元Logit的大学生返程交通方式选择模型。利用所建立的模型，结合调查数据，对影响大学生返程选择交通方式的因素进行了分析。分析结果表明，对大学生返程交通方式选择有重大影响的因素包括旅行费用、家庭是否拥有小汽车和月生活费。家庭拥有小汽车的大学生更愿意选择私家车返程，而男性大学生返程出行则更偏好于动车或大巴。由于受到月生活费的影响，旅行费用低的交通方式对大学生更具有吸引力。因此，交通运输部门应在考虑大学生经济能力的前提下，完善符合不同大学生群体返程出行需求的交通体系，以缓解大学生集中返程带来的交通压力。

大学生返程交通方式选择还与其个人态度、交通方式的安全性和舒适性等因素有关。如何量化这些因素并纳入模型是今后需要进一步研究的内容。