广珠城轨站市内接驳交通方式的调查分析——以江门东站为例

陶文聪，陈凯，苏焕银，李鹏，刘吉华

（五邑大学 轨道交通学院，广东 江门 529020）

随着粤港澳大湾区经济的发展，区内各城市间交流将更加密切，各城市之间的客运交通需求日益凸现，对出行效率的要求越来越高.作为粤西地区的重要轨道线路，协调好广珠城轨与其他交通方式的高效接驳能够提高旅客的出行效率，增加城市轨道站点对客流的吸引力，进而促进湾区内的交通可达性.本文通过调查广珠城轨站旅客市内接驳交通方式的选择行为，研究了当前城轨站市内的接驳交通现状和旅客的出行选择行为偏好，以期为后续的接驳交通方式改善提供依据.

旅客接驳交通方式的选择行为研究主要涉及到交通规划中的交通方式划分环节.在该领域的研究中主要有集计方法和非集计方法两类，它们分别基于统计学理论知识和概率论理论知识而建立.影响旅客出行选择行为的因素较多，如个人偏好、天气情况、是否拥有私家车，出行属性等等，非集计方法可以综合考虑多方面因素来研究旅客的出行选择行为，因此较多的学者采用非集计方法研究旅客的接驳交通方式选择问题[1-2].

非集计建模方法常结合意愿调查（Stated Preference，SP）方法获取旅客出行数据，以此估计模型参数，并对交通方式进行划分和预测[3-5].但这种方法调查获得的数据主观性强，缺乏可靠性，导致模型预测精度不高.部分学者通过行为调查（Revealed Preference，RP）方法研究交通方式的划分和预测，在一定程度上提高了模型的预测精度[6].但是这种方法假设旅客在当前和未来接驳交通方式的选择行为保持一致，无法体现旅客的出行意愿.因此，用SP 和RP 组合的方法分析旅客接驳交通方式的选择情况，能够更好地反映旅客的出行选择偏好及其对接驳交通方式选择的影响[7-9].

本文采用RP 和SP 组合的调查方法，针对广珠城轨线上的江门东站进行相关研究数据的调查收集，获取旅客的个人属性（年龄、性别、收入、职业等）和出行属性（出行目的、接驳方式、出行费用和出行质量要求等）.通过聚类分析和相关性分析，研究旅客的个人属性和出行选择属性对接驳交通方式选择的影响，并建立多项Logit 模型对旅客的市内接驳交通方式选择行为进行分析，探究不同种类人群对不同接驳交通方式的选择偏好.

1 旅客出行选择行为调查分析

1.1 调查数据收集

本次调研以江门东站为调查对象，采取SP 和RP 组合的调查方法，在江门东站进行随机均匀抽样调查.问卷调查在2019 年3 月期间进行，包含了工作日和休息日.总共发放了1 472份调查问卷，最终有效问卷为1 350 份，问卷回收率达到91.7%，发放问卷数量和回收率符合预期要求.问卷调查涉及的主要问题包含旅客的个人属性和出行属性，具体见表1.对于接驳交通方式选择的调查限定于公交车、出租车（包含网约车）和私家车三种方式，通过对问卷调查数据的初步整理，获得江门东站旅客对接驳交通方式的选择情况，如图1 所示.可知，接驳交通方式以公交车的分担率最大，占比为43%；选择出租车（包含网约车）作为接驳交通方式的受访者占比也高达40%；其余的旅客选择私家车.

表1 问卷调查内容

图1 各接驳交通方式的选择情况

1.2 调查数据分析

1.2.1 旅客个人属性分析

借助SPSS22.0 软件，对旅客个人属性和接驳交通方式选择进行相关性分析，如表2 所示.由表2 可知，年龄、收入、学历、职业和是否拥有私家车这5 项旅客个人属性与接驳交通方式的选择在0.01 级别上呈显著性相关，置信度达到了99%.该结果说明了旅客的这5 项个人属性对其接驳交通方式的选择具有显著影响.

由于旅客的年龄、收入、职业等个人因素之间并不是完全孤立的，而是相互关联的，独立分析每项因素对旅客出行选择行为的影响具有局限性.因此，本文基于上述5 项呈显著性相关的旅客个人属性，对旅客进行聚类分析，将旅客划分成具有不同特征的人群，分别研究不同人群中旅客的接驳交通方式选择行为.这样便可综合考察这5 项个人属性对旅客出行选择行为的影响.聚类分析的关键在于将具有类似特征的人群划分到同一类别，不同类别之间的特征具有明显的差异性.通过实验发现，将旅客划分为3 个群体时，可以较好地突出各个群体的特征，且不同群体之间具有较为明显的差异.聚类分析的结果见表3.

表2 旅客个人属性与接驳交通方式的相关性分析

表3 各类人群特征及接驳交通方式选择情况

依据表3 可知，从第一类人群到第三类人群，平均年龄逐渐增大，私家车的拥有率逐渐上升，同时选择私家车作为接驳交通方式的比例也逐渐增大，而选择公交车作为接驳交通方式的比例逐渐减小.总体而言，公交车和出租车是旅客的主要接驳交通方式，收入越高的群体选择出租车作为接驳交通方式的比例越高.

1.2.2 旅客出行属性分析

鉴于旅客个人属性之间的关联性较强，因此采用人群类别作为代表，描述旅客个人属性与接驳交通方式之间的相关性.同时，借助SPSS22.0 软件，进一步分析旅客出行属性和接驳交通方式选择的相关性，如表4 所示.结果表明，人群类别、出行目的、出行地区、公费出行、出行费用、安全性和舒适性这7 项属性与接驳交通方式的选择在0.01 级别上呈显著性相关，置信度水平达99%，对旅客的接驳交通方式选择具有显著影响.

表4 旅客属性与接驳交通方式的相关性分析

2 接驳交通方式选择模型设计

2.1 多项Logit 模型设计

多项Logit 模型的基本形式如下，

其中，Uin为个人n 关于选择枝i 的效用； Vin为能被测定的效用确定项； εin为不能被测定的效用随机项； An为选择枝的集合.

假设 Vin和 εin之间相互独立且 εin服从Gumbel 分布，个人n 选择效用最大的选择枝，则个人n 采用选择枝i 的概率为[10]：

在本文中，An表示旅客的接驳交通方式集合，令 An={公交车，出租车，私家车}.根据前面的分析，选取对旅客的接驳交通方式选择行为具有显著性影响的7 个属性（人群类别、出行目的、出行地区、公费出行、出行费用、安全性和舒适性）来确定旅客的出行效用 Vin：

式中，αi为常数项； xnm为影响旅客n 出行选择的第m 个因素变量； βim为选择第i 个选择枝时第m 个因素变量的参数.变量定义及其取值范围具体见表5.

表5 多元Logit 模型的变量及取值范围

借助SPSS22.0 软件中多元Logit 模型进行数据仿真，得到模型参数估计值，如表6 所示.显著性水平取值为0.05，从表6 可知，人群类别、出行目的、出行地区、公费出行、出行费用、安全性和舒适性与接驳交通方式的选择均显著，符合变量选取的要求.

表6 模型参数估计结果

根据表6 模型参数估计结果，以私家车为基准，分别用 Pn(1),Pn(2),Pn(3)表示选择公交车、出租车、私家车的概率，旅客接驳交通方式选择模型如下：

2.2 模型检测

为了检验模型参数标定结果的可靠性，对模型变量进行检验，结果如表7 所示.由表7 可知，在各个模型变量中，出行目的、公费出行、安全性的显著性水平P＜0.01，其余变量显著性水平均小于或接近0.05，也就是置信度达到了99%或95%，由此可知全部经过筛选的模型变量对接驳交通方式选择具有较高的显著性，模型变量选择正确.

表7 模型拟合度检验

为了进一步检测模型的性能，从本次调查中随机选取600 位受访旅客的基础数据，其中，第一类人群280 人；第二类人群219 人；第三类人群101 人.利用上述建立的旅客接驳交通方式选择模型对旅客的出行选择进行预测，借助软件Python3.7 进行计算，结果表明模型预测的正确率达85.67%，部分受访旅客的基础数据以及预测结果如表8 和表9 所示.这说明本文设计的方法具有一定的可行性.

表8 轨道交通出行者的调查数据信息

表9 接驳交通方式选择的预测结果

3 结论及应用分析

本文采用SP 和RP 组合的调查方法，针对广珠城轨线上的江门东站进行了旅客市内接驳交通方式选择行为调查，获取了旅客的个人属性和出行属性数据.基于旅客的个人属性特征，采用聚类分析方法，将旅客人群划分为三类.发现公交车和出租车是旅客的主要接驳交通方式，收入越高的群体选择出租车作为接驳交通方式的比例越高.基于旅客的出行属性特征，采用相关性分析方法，确定了人群类别、出行目的、出行地区、公费出行、出行费用、安全性和舒适性这7 项属性为影响旅客接驳交通方式选择行为的关键因素，建立了旅客市内接驳交通方式选择行为的多项Logit 模型.通过计算分析，发现模型预测的正确率达85.67%，进一步说明本文方法具有一定的可行性.

本文的研究方法可以获得城轨站各种接驳交通方式的分担率，即各种交通方式的旅客需求比例.将该分担率乘以城轨站未来一定时期内的旅客到发需求量，便可估计未来一定时期内各种接驳交通方式的需求量，进而可以有针对性地对未来的接驳交通市场进行规划设计.本文的研究方法不仅适用于江门东站，对广珠城际沿线的城轨站均适用.