区域交通方式分担率研究综述

韩子韬

摘 要：为了更好地促进区域交通网络的发展，深刻理解区域交通运营机理，本文从区域交通分担率影响因素和区域交通分担率预测分析模型两个角度，对影响因素的发展，研究模型方法的演变以及大数据环境下的出行心理因素分析进行综述，总结发现，对分担率的影响因素多为客观可量化变量，对主观心理的因素的考虑还不够完善，且现有的心理因素量变模型不符合国情。最后，提出了将小汽车包含到区域交通方式分担率研究中，并提出了数据收集方面的见解。

关键词：分担率;出行特性;Logit 模型;心理潜变量

0 引言

随着城市经济快速发展和居民出行需求的提高，为满足不断增长的客运运力以及服务质量要求，需要对城际交通客运系统进行升级与完善。区域内城际交通方式分担率分析作为城际交通客运系统规划中的重要步骤，经过国内外学者多年的研究探索，已经构成了一套完整的理论体系。

本文首先介绍了区域交通方式分担率影响因素的基本内容，并对现阶段研究的影响因素进行讨论和评价，然后重点列举区域交通方式分担率计算模型的发展历程和类别，随后对计算模型进行阐述与优化，最后讨论影响因素和模型的改进方法。

1 分担率影响因素的分析

1.1 出行者特性

出行者特性主要包括个人属性（年龄、性别、收入等）和家庭属性（家庭成员情况、家庭社会地位、私家车拥有情况等），收入水平的差异决定着出行方式选择的不同，高收入人群因其拥有较高的时间成本，多选择舒适性好、速度快、准时性好的交通方式，而低收入人群因为经济水平的原因，多考虑的是出行方式的成本问题;在性别方面，男女之间在选择交通方式表现出明显差异，男性使用私家车的比例要远高于女性;年龄的不同也会对出行方式选择造成影响，研究表明，年轻人偏好新颖，快捷的交通方式，而老年人多考虑的是出行方式的安全性以及舒适性。张萌[1] 比较分析了女性的出行行为在出行率、出行时耗、出行目的及出行方式等方面的特征，利用非集计理论和方法，构建了女性早通勤出行链选择行为模型。

1.2 交通方式特性

交通运输行业本质是服务行业，交通运输方式作为旅客出行的工具，其本身属性也会影响出行者的选择意愿。结合旅客出行的基本需求，将交通方式服务属性划分为安全性、方便性、舒适性、经济性和准时性 5 个方面。Raquel Espino[2]以市郊旅客为研究对象，考虑出发时间、发车频次、出行费用等因素，建立 Logit 模型，分析影响旅客出行的相关因素。江登英等[3]利用非集计理论与随机效用理论，从经济性、快速性、方便性、舒适性方面讨论了交通方式特性，采用极大似然估计法对问卷调查数据进行处理并计算了函数参数，并建立分担率函数模型。

1.3 心理因素出行行为影响

传统四阶段法受限于当时交通行为理论的发展，仅考虑了量化因素与行为产生的因果关系，但往往忽略了出行过程决策过程的内在机理，因此在早期的出行方式选择行为研究中，主要考虑的影响因素均是出行者的社会经济属性和出行方式属性等。伴随着心理学与交通行为学的发展，研究者逐渐将研究重点从客观指标转移到乘客的主观出行行为分析上。但在个人出行决策的过程中，很多无法具体测量的心理因素，例如个人偏好、对服务态度的看法、出行习惯等因素，对决策也起着关键作用。如果在模型中忽略了这些无法具体测量的潜在属性，则会使模型的解释能力下降，无法得到与真实选择行为更接近的结果。如何将出行者的心理行为的多样性、复杂性和交通方式渐变的属性研究与区域交通网络的发展演化相结合，形成随时间演变的统一分担率预测模型，正是当下的研究热點。

2 交通方式分担率模型

2.1 集计模型

根据方式选择的基本单位可以分为集计模型和非集计模型。集计模型的研究一般较为宏观，往往是对整个城市的总体布局形态、人口分布及总体规模、用地利用及开发强度、社会经济总体发展水平等宏观方面对旅客出行决策的影响进行定量或定性分析。朴基男[4]根据效用最大化原则， 建立了多项式分对数交通方式选择模型，以吉林与长春间的交通方式选择为例进行了计算和预测，将出行者对交通方式的选择看作 N 次贝努利试验，提供了一种依据各交通工具乘车人数进行参数标定的较为简便的方法。

2.2 非集计模型

出行行为是一种主观行为，需要考虑到每个人的个体特性和主观选择，具有高度的离散性，所以更多的学者选用非集计模型中的 Logit 模型及其改进模型进行研究。马波涛[5]等人根据可能满意度法求解各方式的效用函数值，运用 Logit 模型分别预测了通道内高速铁路与民航的分担率。

但是Logit 模型假定选择枝的效用扰动项具有独立同分布的二重指数分布，这种假设使得模型对个体差异性的捕捉十分有限，只能捕捉到部分系统差异性。王孝之等[6]考虑到被调查者对调查选项的排序，在 Multinomial Logit 模型的基础上建立 Rank Logit 模型，对广州—武汉的城际交通分担率展开研究以验证该模型的优点。模型结果从评价指标、参数实际意义和乘客时间价值等方面对比 Rank Logit 模型和 Multinomial Logit 模型，证明 RL 模型拥有更高的模型精度和可靠性。

2.3 混合选择模型

对于通道内用户而言，选择出行的目的都是为了实现某一出于生活或是生计的活动，活动决定了出行，活动链的形成导致了用户出行链的形成。因此，为了更加合理地预测客运分担率，应将活动链的相关理论引入该类问题的研究。栾琨等[7]构造通勤者上班出行方式选择和出行链类型选择相互影响的 Nested Logit 模型，分别建立出行方式→出行链和出行链→出行方式两个方向模型结构，并利用包容系数对 Nested Logit 模型的结构关系进行辨识。结果表明，出行方式选择和出行链类型选择之间不是单方向影响关系，而是一种双向的相互作用关系。

3 结论与展望

国内外围绕出行者的经济、社会、目的等属性，以及出行方式的时间金钱成本等方面，从心理角度分析出行者的选择可能性，将其从家到目的地的全过程进行出行链分析，并采用涉及多种学科的复杂模型，对区域交通方式分担率的预测和分析开展了大量的研究和实践工作，取得了丰硕的研究成果，极大地丰富了此领域的理论与内涵。

目前的城际客运结构中， 自驾车是较为普遍并且不可忽视的一种交通方式，随着小汽车保有量越来越大，以及对于出行质量和自由程度要求的逐渐提升，中短距离的城际出行中自驾车占比升高是可以预见的。而且小汽车的出行行为分析与公共交通不同，在心理潜变量的考虑方面要单独分析，例如选择自驾出行的旅客其对于出行方式特性的感知及其关注点明显不同于其他公共交通方式出行的旅客（如自驾出行一般携带孩童老人、对价格不敏感、追求舒适性、而且环保态度表现一般）。将自驾出行方式加入区域交通方式分担率分析中，可以更好的完善整个区域交通运行的理论框架，使其更丰富和真实，更接近现实的运行情况，也可以更好的验证交通模型的精确性。

参考文献：

[1]张萌.女性出行行为特征研究[D].北京交通大学，2008.

[2]Raquel E，Juan D D O，Concepción R.Understanding suburban travel demand：Flexible modelling with revealed and stated choice data[J].Transportation Research Part A，2007，41（10）.

[3]江登英，余玲.基于巢式Logit模型的城際交通方式研究[J].重庆交通大学学报（自然科学版），2018（8）：96-101.

[4]朴基男.城间交通方式选择模型的研究[J].中国公路学报，1993（A01）：51-56.

[5]马波涛，张于心.赵翠霞.运用Logit模型对高速客流分担率的估计[J].北方交通大学学报，2003（2）：66-69.

[6]王孝之，赵胜川，闫祯祯.基于Rank Logit模型对城际交通分担率的计算方法研究[J].交通运输系统工程与信息，2012（2）：137-143.

[7]栾琨，隽志才，宗芳.通勤者出行方式与出行链选择行为研究[J].公路交通科技，2010（6）：107-111.