基于NL 模型的昌九客运交通方式选择分析

2020-03-08梁安宁黄娜娜温尚武

华东交通大学学报 2020年1期

梁安宁，黄娜娜，张兵，桑梓，温尚武

（1.江西省交通职业技术学院，江西南昌330013；2.华东交通大学交通运输与物流学院，江西南昌330013）

1960 年左右，日本广岛的交通规划研究人员首次提出应对不同的交通方式进行划分，与之同时，相关学者也开始了关于非集计模型的研究。运输通道内旅客的交通方式选择行为研究对城市交通规划具有极大的指导意义，提出客运通道内交通方式划分的适用模型，对交通规划中交通方式结构的确定及客流预测均起到关键作用。

目前，国内外有较多学者对交通方式选择行为进行了深入的研究。胡晓伟等[1]结合前景理论研究得出在有限理性下居民出行选择的方式；陈坚等[2]通过建立SEM-logit 整合模型，证明在显变量与潜变量综合影响下的出行者交通方式选择行为更符合实际情况；朱顺应等[3]将模糊特性变量与非集计logit 模型结合创建模糊logit 模型，弥补了传统非集计模型在出行者出行方式效用难以准确估计的缺陷；陈喜春等[4]通过研究在个人收入、出行目的等影响因素下的出行时间价值，根据不同情景建立了适应性的效用函数；项昀等[5]以铁路、公路、航空和水运一体化的综合运输为背景，分析城市间的运输、运货量的数据，创建货运方式分担率-运距模型；江登英等[6]考虑不同交通方式之间的关联性，改进了巢式logit 模型研究城际间的交通方式并通过实例验证了模型的优越性；赵金宝等[7]考虑到居民出行OD 等将慢行交通、公共交通等分为不同的巢，建立了对应不同出行方式选择的巢式logit 模型。 T.SATIENNAM 等[8]通过BRT 系统，对城市内的小汽车、摩托车交通分别评估，用划分模型探讨了出行者的出行选择行为；William 等[9]分析了影响几种运输方式的因素，并把分析出的重要因素代入效用函数模型，从而得到运输方式的最优解；Fu 等[10]通过建立结构方程模型发现不同收入人群的活动与出行有较大差异性，并发现可达性对通勤者的活动影响较大。

研究出行方式选择行为最常应用的模型是非集计模型，但该模型是在不相关项互相独立的前提假设下建立的，在研究出行方式选择行为时有明显的缺陷。由于相似的交通方式之间存在着较大的相关性，而这种相关性在分析问题时不可忽略，故选择巢式logit 模型（NL 模型）研究昌九客运分担率。NL 模型通过建立多个虚拟选择枝将出行方式相似的变量放在同一个枝内，从而避免了不相关性的假设。本文提出用德尔菲法确定影响因素建立效用函数，并用NL 模型分析城际间不同交通方式在多种影响因素下的分担情况，分析南昌与九江两城之间出行者的出行方式选择情况。

1 客运通道内出行者出行选择分析

在现实的经济生活中，公路、铁路运输在当代客运市场中担任重要角色，这两种客运方式从技术经济层面来看都有各自的优势。旅客出行的交通方式选择，实质上就是选用目前最合适自己的交通方式满足此次出行需要的过程。

影响出行者出行方式选择的因素主要从客运产品特征、出行者自身特征、出行特征3 个方面考虑。客运产品作为出行者的消费对象，其准时、方便、经济、快速、安全等5 个主要方面将直接影响出行者的购买行为；出行者自身特征指个人的职业、性别与年龄层次、可支配性的月收入、是否拥有驾照、是否购买汽车等在内的个人属性，通过对旅客个人属性进行问卷调查有助于预测不同种类人群出行方式选择的概率；在出行特征中影响出行选择的因素有一次出行的距离、目的、花费的总时间、天气状况等。因此建立出行方式选择模型时需要全面考虑有影响的众多因素。

2 模型建立

非集计模型的建立依托两个假设条件，其一是假设出行者个人意识正常，其二是根据效用最大假设个人希望选择后的效用最大。本文选用巢式logit 模型分析昌九通道内出行者交通方式的选择。

2.1 建立效用函数方程

为模拟出行者的心理活动，赋予各种交通方式相应的效用值来反映出行者选择某种交通方式获得效用的大小，影响效用值的因素多而复杂，通过构建效用函数来求解，效用函数及其固定项一般可表示为如下线性形式

式中：n 为出行者个数；i 为交通方式种类；Uin为效用函数；λ 为参数且大于0；Vin为固定项；εin为随机项；θj为待估参数；Xin为服务特征值。

2.2 确定影响因素

本文主要分析以铁路、公路为主的交通方式选择。面对影响出行方式选择的众多因素，需要进行比较甄别来确定哪些因素是影响大的主导性因素。通过向相关领域的专家进行咨询以确定影响因素或因素的重要程度的方法称德尔菲法，由于该方法可操作性强、成本低且结果具有说服力，故选用此法来甄别影响因素。借助VISIO 绘制的影响因素如图1 所示。

图1 出行影响因素Fig.1 Factors influencing travel

针对上述多种影响因素，利用德尔菲法确定主要影响因素。在南昌交管局、设计院和多所高校内请教数十名交通领域的专家，征询他们对影响出行者出行的众多因素的意见，完善或简化各类指标，去掉重复性或多余性的影响因素，从而得出影响出行者出行选择的关键因素。通过向专家多轮征询，最终从图1 共15 项影响因素中，提取了客运产品特征的准时性（准点问题）、方便性(换乘问题)、经济性（票价问题）、快速性及安全性这5 种因素作为影响出行者出行选择的影响因素。由于这5 种指标综合考虑了出行者出行时的各种主导因素影响；因此根据专家评定的最终结果确定的几种影响因素，具备科学性、合理性和说服性。城际出行一般指出行者从一个城市出发，通过乘坐一种或几种不同的交通到达另一个城市的过程，本文借助甄选出的重要影响因素，利用非集计模型进一步分析城际出行者选择高铁或动车、普铁、长途大巴以及私人小汽车的情况。由于准时性和安全性的度量标准与其他3 种因素的度量标准不同，这里分两部分组成效用函数，5 种影响因素的计算如下。

1）经济性Ei。此次出行方式研究以高铁或动车、普铁、客运大巴及私人小汽车这4 种交通方式为主，用车票的现行价格表表示前3 种交通方式的出行费，用昌九高速的过路费和汽车燃油费综合表示私家车出行总费用。

2）快速性Fi。随着交通行业的快速发展，出行者对出行速度的期望也越来越高，快速性逐渐成为影响城际出行者出行选择的重要因素。本文以出行者乘坐目标交通方式时的在途时间与出行时间成本的乘积来描述快速性

式中：TZi为乘客乘坐第i 种交通的在途时间，h；Li为此次出行起终点的总距离，km；Vi为运行的平均速度，km/h；Ci为第i 种交通方式的出行时间成本，元/h。

出行时间成本可以理解为出行者选择某种具体的交通方式出行时，把付出的实际时间折算为花费的金钱代价。通过查阅资料，时间成本的计算公式可如式（4）

式中：k 表示每小时人均收入，元/h；AI 表示居民年收入，元，设每年工作250 d，每天工作8 h。

3）方便性Bi。方便性表现在出行者从出发点到乘坐上目标交通方式前所需换乘时间和中途所需换乘时间的多少，用总时间与时间价值的乘积来衡量此次出行的方便程度

式中：Thi表示总的换乘时间，h；t1i表示出发点到乘坐上目标交通方式前所需换乘时间，h；t2i表示中途换乘时间，h。

4）安全性Si。安全性主要从出行者生命和财产两方面安全的角度考虑，笔者通过查找国内现有资料发现，可用事故死亡率来表示各种交通方式的安全性大小，事故率越高说明安全性越差。

5）准时性Zi。对于高铁、火车、长途客车来说，准时性表现在列车按时刻表出发和到达是否准点，可用按点发车或到站与晚点发车或到站的偏差率来表示此3 种交通方式的准时性；对私家车来说，准时性较难度量，这里用出行者预计到达时间与实际到达时间的偏差率来表示。各种交通方式的偏差率越高说明准时性越差。

结合上述影响因素，效用函数固定项的表达式表示如式（6）

2.3 NL 模型

根据一般NL 模型，研究对象的总出行方式可以分在不同的虚拟选择枝里，具有相似性的交通方式放在同一枝内，不同的选择枝之间相互独立。此次出行方式的研究可按铁路和公路交通划分为两个选择枝M 和N，建立多层决策模型，图2 所示。

结合图2 树状图，运用条件概率的知识计算各种交通方式的客运分担率。根据杨昌涛等[12]的研究，选择枝M 与N 的效用项可分别记作UM和UN，选择的概率分别记为P（M）与P（N），则其表达式为

出行者在已选择铁路或公路的条件下，选择具体下属选择枝概率表达式为

图2 城际出行方式选择树状图Fig.2 Tree diagram of inter-city travel mode selection

由上述推导过程可知，出行者选择的第i 种交通方式的分担率表达式为

式中：v，ω，λ 均为参数。

2.4 模型参数标定

根据数学求解步骤，先取对数lnL，再求偏导并判断方程解的情况，即可得到参数θ 的估计值。具体过程可借助TransAD 软件求解。

3 实例分析

本文主要研究客运通道内南昌—九江两地的旅客出行方式选择情况。首先按照RP 和SP 的调查方法设计调查问卷，并用SPSS 软件对所设计问卷中问题进行质量检验，在南昌市的火车站、汽车站、学校、商场等地针对不同年龄层的人进行问卷调查并检验调查结果的可靠性；其次将调查结果输入软件计算各种影响因素所占的权重值；最后根据公式（10）计算4 种交通方式的客运分担率并结合调查情况做出分析与预测。具体结果如下。

3.1 效用函数权重计算

用极大似然法原理对于效用函数固定项权重值进行计算，在迭代11 时达到最大似然值，θj的t 检验值的绝对值符合大于1 的要求，TransCAD 输出结果如表1。

3.2 问卷调查结果分析

将调查结果输入SPSS 软件中进行数据整理与分析。用多因素方差分析法分析被调查者的个人特性对交通方式选择影响的程度大小，结果如表2。

将表2 中5 项影响因素设为自变量，交通方式选择设为因变量，由主体间效应检验的偏Eta 平方值可以得出，在出行距离一定时，职业、月收入以及出行目的对交通方式的选择影响较大。为了比较出行者的交通方式选择和意愿交通方式的选择情况，按照月收入将交通方式选择的情况进行细分，月收入按四类划分，依次为3 000 元以下、3 000～6 000 元、6 000～8 000 元以及8 000 元以上，交通方式A～D 依次代表高铁或动车、普通火车、长途客车和私家车，具体对比情况如表3。

对表3 进行分析，可以看出高铁或动车的客运分担率在不同收入人群中占比均较高，而且随着月收入的增多，会有更多人倾向于选择舒适性较高的高速铁路和私家车出行，普通火车和长途客车服务的主要目标人群是中低收入人群。在4 种交通方式同时存在的昌九客运通道内，未来最有可能面临客运市场淘汰危机的交通方式是普通火车和长途客车，而高速铁路和私家车因其固有优势发展很快，甚至可能占据绝大部分客运市场。为提出针对性建议，统计了影响出行者做出最满意出行选择最大的障碍因素，如图3。

表1 数据分析统计表Tab.1 Statistical table of data analysis

表2 主体间效应检验表Tab.2 Inter-subjective effect test

表3 不同收入人群的交通方式选择对比图Tab.3 Comparison of transportation modes for different income groups

图3 4 种交通方式最不满意因素统计图Fig.3 Statistical chart of the least satisfactory factors for the four modes of transportation

从图3 可以看出，4 种交通方式均有其优势和劣势，影响昌九客运通道内出行者出行方式不同选择的的因素中最不利的方面有：私家车普遍安全性较差，长途客车因速度慢、票价高体验相对较差，普通火车舒适性差且速度慢，高速铁路的票价高。

3.3 分担率计算及结果分析

由2018 年江西统计年鉴可知，江西省全体居民人均可支配收入22 031 元/年，设参数v，ω，λ 均为1，根据权重值及式（6）～式（10）计算4 种交通方式的客运分担率，结果见表4。

表4 4 种客运方式分担率Tab.4 Sharing rates of the four modes of passenger transport %

对比表4 内容，运用NL 模型计算得出的分担率与实际调查得到的分担率大体方向一致，充分说明了模型的适用性。通过对比发现，目前高速铁路和普通火车在昌九城际出行中占有较大比重。由于人们对速度和舒适性的要求越来越高，未来高速铁路的发展前景较好，建议高铁行业继续保持良好的服务和乘坐体验，完善相关法规和优惠政策；普通火车如果在乘坐舒适性、服务态度和票价方面进一步改进，未来仍能吸引大多数中低收入群体乘坐，占据一部分市场；长途客车由于其费用和旅途舒适性等和高铁相比优势不足，将在未来的客运市场中面临较大的危机，昌九长途客运大巴亟需改进或找出自己的优势，建议调整票价，针对不同收入人群设置价位和舒适性不同的车次，选择最优路线以提高速度，加入优惠乘车活动等；私家车由于车辆拥有量快速增加及小汽车价格越来越符合大众消费的特点，加上旅行便利性强，在不同收入人群中私家车的使用量都会有所增加。