基于家的单目的出行满意时耗研究

朱顺应 汪 攀 肖文彬 王 红 赵笑月

(武汉理工大学交通学院 武汉 430063)

0 引 言

城市居民一般基于工作地点、商场、学校、娱乐、休闲、医疗等场所的可达性选择家的住址.一旦确定了家的位置，主要活动一般围绕着家的位置进行.很多人家的集聚形成居住区，城市服务设施反过来围绕着居住区而建设.城市服务设施对于居民来说，就是各种服务中心.这些中心的空间布局决定了居民的出行时耗.

居民出行决策一般包括目的地、交通方式、出行时间、出行路线选择.居民在特定时间、特定时长和特定地点，为完成某种目的需要，就产生了空间位移，从而发生了出行，因此居民的出行约束特征至少包括时间分布、空间分布和时耗三个方面.而现有的交通规划政策制定的过程中主要考虑了出行的空间分布，在时间分布、时耗阈值方面的考虑有欠缺[1].时间地理学以提升居民的生活幸福感为目标，强调时间与空间的结合，为研究城市规划中的个体的、日常的时间利用提供了新的解决思路[2].时间经济学揭示了每个人每天的时间是固定的，必须正确地分配自己的时间，才能以适当的比例获得知识，或满足其他活动所提出的各种要求[3].因此对居民出行时间的研究具有重要的意义.Kurauchi1等[4]建立一个模型来预测出行时间，并基于实时信息预估最佳出行时刻，计算出行成本，提高了出行时间可靠性的效益.Zhao等[5]应用效用最大化原理，提出了居民出行时间价值模型，计算众多影响因素下的居民出行时间成本，Tong等[6-7]通过小样本居民出行调查，采用工资法估算出了居民出行时间成本.吴子啸等[8]通过对比分析不同年份居民出行的时耗，发现城市居民每一天的平均出行时耗具有一定的稳定性，并阐述了稳定性的形成机理.蔡军等[9]对出行时耗预算的形成机理进行了解析，并指出应结合中国城市居民的出行时耗预算，为其适宜的交通模式规划路网和城市用地布局.由于体力、心理、生活、就业等方面的原因，城市居民对一次出行的时间的容忍有一定的限度，实践证明不同城市规模，不同出行目的、出行方式下居民能忍受的最大单次出行时耗存在差异，单次出行时间若超过接受的最大出行时耗，就会对交通系统、该次出行产生不满意[10].出行时耗估计是许多智能交通系统应用和交通管理功能的基础[11].居民出行调查是指对居民一天内详细出行情况的调查[12]，展开居民出行调查，掌握居民出行的时耗特性，可以为城市规划、交通规划方案的制定提供依据，并且对城市综合交通规划与管理起到重要作用.

综上，现阶段国内外学者对居民出行时耗的研究限于总体单日出行平均时耗和出行时间成本、预算、预测，缺乏单次平均出行时耗与居民主观感知的关系研究.在以人为本的现代社会，考虑居民主观感知的城市规划、交通规划有利于提高居民的幸福感.本文从基于家的单目的出行角度，基于居民出行时耗和时耗满意度关系，使用3种方法探究不同类别居民单次出行满意的平均时耗.

1 数据与框架

本文数据来源于2018年武汉市居民出行OD调查，覆盖武汉市7个中心城区和1个远城区，样本量共计40 882基于家的单目的出行次.数据包括居民的收入情况、出行时间(根据武汉市交通现状将07：00—09：00及17：00—19：00列为高峰时段，其他为平峰时段)、出行方式、出行目的、出行时耗，以及出行时耗的满意度等.

在分析出行时耗与出行时耗满意度的关系基础之上，利用人工神经网络分析各个影响因素对出行时耗满意度的影响权重.运用加权平均值法、众数法、累计频率法对比分析不同类别人群的单次出行满意时耗以及不同影响因素下的单次出行满意时耗，最后加权平均得出单次出行总体满意时耗.

2 研究方法

2.1 满意度影响因素分析

居民出行时耗满意度因素影响，见表1.

在单、双因素显著性分析中，置信度为95%的情况下，若影响显著性小于0.05，则表明影响显著；在同一级影响因素中，F值越大，说明该因素的影响水平越高.以上单、双因素显著性分析结果显示，收入、出行目的、出行方式、出行时耗、出行时段对出行时耗满意度的影响显著性都小于0.05，说明各因素对出行时耗满意度的影响都是显著的，只有出行时段与出行时耗对出行时耗满意度没有交互影响，但是通过比较F值，从影响水平来看，出行时耗是出行时耗满意度的最主要影响因素.

大多数城市居民人均出行次数在3次/(人·d)以下，很多出行围绕着家进行，具有单目的性.本文基于家的单目的出行的角度出发，深入探究居民出行时耗与出行时耗满意度的关联性，以寻找居民单次出行满意的出行时耗.

2.2 出行时耗与出行满意度关联分析

2.2.1出行时耗满意度平均值法

在出行时耗满意度平均值法中，采用满意人·次加权平均的形式求解满意度平均值，为

(1)

时耗满意度的指标值分为5个等级，其中指标值1=非常不满意，2=不满意，3=基本满意，4=满意, 5=非常满意.统计计算得出，样本总体的时耗满意度平均值为3.7，因此本文选取时耗满意度平均值3.7作为基准，通过绘制时耗满意度平均值-出行时耗折线图，找出基准线与折线图的第一个交点所对应的横轴出行时耗，即为关联分析得出的居民单次出行满意的出行时耗.

2.2.2“满意者”的出行时耗众数法

在调查数据中，满意度分为5种程度，分别为非常满意、满意、基本满意、不满意、非常不满意.本文在满意度与出行时耗的关联分析中，将满意程度划分为两类，分别为满意与不满意，其中满意包括非常满意、满意、基本满意.

基于“满意者”的出行时耗众数法中，首先求解某一属性(收入、出行方式、出行目的、出行时段)满意者在不同出行时耗区间的频率，为

(2)

通过绘制出行时耗-满意人·次频率图，运用众数法分别找出i属性居民单次出行满意的出行时耗.

2.2.3满意度累计频率曲线法

本文中满意度累计频率曲线法区别于常规的累计频率曲线法.其中：满意者与不满者的划分与众数法中一样，但是在频率的计算过程中不同，频率求解公式为

(3)

式中：fij与Nij意义同上；Ni为属性为i的总人次(包括满意者与不满意者).

由式(3)可见，累计频率的总和不为1，那么在累计频率曲线图中，累计频率最大值代表某一属性居民满意的程度，累计频率曲线的突变点对应的横轴坐标(出行时耗)即为i属性居民单次出行满意的出行时耗.

2.3 影响因子作用系数确定——人工神经网络

本文从出行时耗满意度数据出发，使用人工神经网络确定各二级指标的影响因子作用系数.通过多层感知器神经网络算法分析输入层分项满意度对输出层总体满意度的影响作用系数.通过各层间权值矩阵计算输入层对于输出层作用系数大小的算为

(4)

式中：Im为第m个输入参数对第a个输出参数的影响作用系数：w1为输入层与隐含层间的连接权值；w2为隐含层到输出层间的连接权值；m，n，a为输入层、隐含层、输出层的节点(神经元)编号.

3 结果分析

3.1 不同人群的单次出行满意的时耗

3.1.1居民收入与出行时耗

图1 不同收入居民满意度、时耗分布、满意人·次累计频率曲线

不同收入居民的满意度、出行时耗分布和满意人次累计频率见图1.不同收入的居民满意的单次出行时耗见表2，满意度平均值法得出的平均时耗为28.3 min，基于出行“满意者”众数法和满意度累计频率曲线法得出不同收入居民满耗均为30 min.

表2 不同收入居民的满意出行时耗 min

3.1.2出行方式与出行时耗

不同出行方式居民出行时耗的满意度、出行时耗分布和满意人次累计频率见图2.

图2 不同出行方式居民出行时耗的满意度、时耗分布、满意者累计频率曲线

不同出行方式的满意出行时耗见表3.由表3，满意度平均值法得出的平均时耗为25 min，基于出行“满意者”众数法和满意度累计频率曲线法得出不同收入居民满意的单次出行平均时耗均为26.7 min.

3.1.3出行目的与出行时耗

不同出行目的居民出行时耗的满意度、时耗分布、满意者累计频率曲线见图3.

表3 不同出行方式的满意出行时耗 min

图3 不同出行目的居民出行时耗的满意度、时耗分布、满意者累计频率曲线

不同出行目的的满意出行时耗见表4.由表4可知，满意度平均值法得出的平均时耗为25.3 min，基于出行“满意者”众数法和满意度累计频率曲线法得出不同收入居民满意的单次出行平均时耗均为28.3 min.

表4 不同出行目的的满意出行时耗 min

3.1.4出行时段与出行时耗

不同出行时段目的居民出行时耗的满意度、时耗分布、满意者累计频率曲线见图4.

图4 不同出行时段目的居民出行时耗的满意度、时耗分布、满意者累计频率曲线

本文将出行时段分为平峰和高峰，武汉市的高峰时段为07:00—09:00,17:00—19:00.统计分析结果见表5.满意度平均值法得出的平均时耗为25.5 min，满意度众数法和满意度累计频率曲线法得出不同出行时段居民满意的单次出行平均时耗均为22.5 min.

表5 不同出行时段的满意出行时耗 min

3.2 单次出行满意平均时耗

利用SPSS24.0神经网络分别对所有群体进行影响因子的作用系数计算，为简化计算，本文只考虑非交互影响因子，并对非交互影响因子的影响权重进行归一化处理，因子作用系数计算结果见表6.

表6 非交互影响因子作用系数

利用满意度平均值法、基于出行“满意者”众数法、满意度累计频率曲线法分别得出不同影响因素下居民满意的单次出行平均时耗，然后结合人工神经网络计算出的作用系数，能够得到加权平均后的满意单次出行时耗，结果见表7.

表7 单次出行满意平均时耗 min

由表7可知，三种方法得出的加权平均后的满意单次出行时耗约为27 min，不同收入、不同出行方式、不同出行目的、不同出行时段的居民满意的单次出行时耗分别为28.3～30，25.3～28.3，25～26.7，22.5～25.5 min，原因是居民每一次出行都有出行时耗的心理预算，出行时耗在预算之内就会产生满足感，因此可以认为，每一位居民可接受的单次出行平均时耗约为27 min，出行时耗超过了27 min就会使出行者产生不满足感.

3.3 结果检验

通过满意度平均值法、基于出行“满意者”众数法、满意度累计频率曲线法，统计分析得出居民总体满意的单次出行平均时耗为27 min，最后利用spss进行单样本T检验，检验结果见表8.

表8 总体满意的单次出行平均时耗检验

由表8检验结果可知，检验值为27时，显著性值为0.063，显著性值大于0.05说明样本中居民满意的单次出行平均时耗和检验值27没有显著性差异，而且置信度为95%的置信区间为(26.989,27.413 3)，进一步证明武汉市居民总体满意的单次出行平均时耗为27 min.

4 结 论

1) 居民收入、出行方式、出行目的、出行时耗，以及出行时段等因素对出行时耗的满意度都有显著影响，而出行时耗的影响程度最大.相较于传统的考虑出行空间分布的城市规划、交通规划，在全民追求幸福感的社会，深度研究出行时耗分布并应用于现代城市规划、交通规划显得尤为重要.

2) 通过出行时耗与出行时耗满意度关联分析，从居民收入、出行方式、出行目的、出行时段4个角度出发，考虑基于家的出行的单目的性，分析得出了不同人群的满意单次出行时耗.并且通过3种方法的对比分析，得出了武汉市居民满意的单次出行平均时耗约为27 min，不同收入、不同出行方式、不同出行目的、不同出行时段的居民满意的单次出行时耗分别为28.3～30，25.3～28.3，25～26.7，22.5～25.5 min.研究结果为武汉市学校、医院、商场、娱乐等中心用地的合理布局提供基础数据,为基于时空分布的城市规划、交通规划提供基础依据.

3) 文中仍然存在一些缺陷，在满意时耗统计分析过程中，将基本满意者归为满意的一类中，没有做到完全意义上的满意，但是仍然具有代表性.另外，只考虑了单目的出行，未考虑出行链的影响.不同城市规模、城市特性的居民出行满意时耗肯定不同，有待于调查研究.