城市轨道交通新线开通对出行方式选择的影响研究

李金海，杨冠华，丁漪,3，刘剑锋*

(1.北京城建设计发展集团股份有限公司，北京 100037；2.交通运输部城市轨道交通综合应急技术与装备交通运输行业研发中心，北京 100037；3.北京交通大学，交通运输学院，北京 100044）

0 引言

新交通方式的介入将为城市居民提供新的出行选择，从而打破城市交通系统既有供需格局。作为城市交通骨干，轨道交通线路的开通将影响到沿线乃至整个城市的出行特征。研究轨道交通新线路开通对交通需求的影响机理，有助于为交通政策制定、交通基础设施规划和建设、公共交通服务水平提升等提供支持。

问卷调查是评估轨道交通新线对出行方式选择影响的最常用方法。如Golias 等[1]基于RP(Revealed Preference)调查研究了轨道新线开通后，公交(常规公交)和小汽车出行需求的转移特征。Wu 等[2]重点研究了新线对通勤出行的影响。Pan等[3]评估了新开通站点对周边人群出行方式及小汽车拥有情况的影响。由于新线开通后的交通调查存在滞后性，一定程度上忽视了经济社会等外部因素变化对交通供需的影响，因此很难客观评估新线对交通需求的实际影响。为解决上述问题，部分研究采用前后调查或对照调查进行对比分析。如采用准实验设计法(Quasi-Experimental Design)[4]、倾向性评分匹配法(Propensity Score Matching)[5]、对照实验法[6]等方法。Dai 等[7]针对对比分析法中研究对象和对照组之间异质性导致的观测误差问题，提出二维倾向性评分匹配(Two Dimensional Propensity Score Matching)分析法。值得注意的是，由于研究对象不同，上述研究结论也存在较大差异。如Dai等[7]发现，公交出行并未受到轨道新线的显著影响，而Wu等[2]、Pan等[3]、Werner等[4]则认为轨道交通客流主要源于公交客流转移。这反映出调查分析法的结论在空间可移植性方面存在挑战。

除问卷调查外，部分研究尝试基于大数据进行出行方式选择研究。如王子甲等[8]基于智能卡数据研究了公共交通网络通勤方式选择行为。刘海洲等[9]利用手机信令数据等多源数据分析了某通道内轨道交通的出行分担率。大数据分析可为精准评估交通需求变化提供很好地支撑，但由于缺乏个体属性数据，不能揭示个体属性与交通方式选择之间的潜在联系。

出行方式转移预测研究方面，何明等[10]研究了有无轨道交通方式两种情形下的交通方式构成，分析了各交通方式的轨道交通转移率。姚智胜等[11]提出一种轨道交通三次吸引范围内客流转移率的计算模型。上述研究重点探讨了出行方式转移的定量化模型，着眼于出行需求转移的宏观分析。

本文在既有研究的基础上，基于SP(Stated Preference)调查分析个体社会经济属性及交通方式属性对方式转换的影响机制，为轨道新线需求预测、出行交通方式选择研究等提供方法借鉴。

1 调查

SP 调查也称意愿调查，是用于评估假设情境下受访人员选择意愿的一种调查方法。本文SP调查采用线上形式开展。

1.1 调查设计

调查设计包括识别备选方案(交通方式)、确定备选方案属性及其水平、情景组合设计、问卷设计、预调查、问卷修订等步骤。在SP 调查设计前还进行了RP调查，以总结居民出行现状特征，确保备选方案及其属性和水平的设计合理。

(1)识别备选方案

考虑到轨道交通新线主要影响中长距离出行，研究确定备选方案包括：公交、小汽车(燃油和电动)、出租车、网约车、自行车(含电动自行车)。

(2)确定备选方案属性及其水平

个体的选择偏好受备选方案特征属性及个体社会经济属性共同影响。为简化调查问卷以提高应答质量，备选方案属性均采用3个水平，如表1所示。鉴于研究范围内公交主要采用单一票制(每乘次1 元)，而换乘次数与购票花费具有相关性，本文未考虑换乘因素而采用票价作为公交的特征属性之一。同时，考虑到燃油和电动小汽车的能耗差异，两者分别建模。

表1 备选方案属性及属性水平Table 1 Attribute levels and values for alternatives

(3)情景组合设计

为合理简化问卷，SP 调查的情景组合采用正交试验设计法确定。需要强调的是，通过正交实验设计可得到3类情景组合方案。分别为：①与现实出行情景基本吻合的组合方案；②不符合逻辑的组合方案，如票价5元但全程耗时仅15 min的轨道交通出行情景可能与实际情况不符；③某一备选方案的所有属性均优于其比选方案的情景组合，该组合的选择结果显而易见，无需问答。本文采纳所有第1 类情景组合方案，并保留1 个第3 类组合方案用于检验应答质量。

1.2 调查问卷

调查问卷含3部分内容：①受访者最近一次出行的目的、耗时、方式等的调查；②轨道交通相关出行情境组合；③受访者年龄、性别、收入等社会经济属性调查。

1.3 调查统计

经检查答题终端IP、答卷耗时(应答时长大于50 s)、第3 类情景组合应答结果等，筛选出有效问卷1299 份，得到13954 个标定样本。统计结果表明，问卷统计指标与研究范围内居民出行调查的统计规律基本一致。反映出调查基本覆盖了研究范围内的各类人群，样本具有一定的代表性。

2 模型

Multinomial Logit(MNL)模型是一种用于研究实际或模拟竞争环境下，决策者选择行为的模型。在出行方式选择的情景中，出行者n在交通方式集合Jn中选择方式i的概率为

式中：j=1,2,…,Vni为出行者n感知交通方式i的效用值，由交通方式和出行者属性共同决定，即

式中：xnik为出行者n选择交通方式i时的第k个特性变量；K为特性变量总数；θk为待标定的参数，可采用最大似然估计标定。

为细化社会经济属性对交通方式选择的影响评价，本文将受访者社会经济属性进行分组，如表2所示。并采用NLOGIT标定得到全目的出行(居民日常各类型目的出行的集合)和通勤出行的MNL模型参数。从表3给出的标定结果可以看出，模型Wald 检验值的绝对值均大于1.96，而p-value 均小于0.05，表明所有参数在95%置信水平下统计显著。

表2 受访者社会经济属性分组Table 2 Classification of respondents'socio-demographic characteristics

表3 MNL模型参数标定结果Table 3 Estimation results for MNL model

3 讨论

3.1 模型解释

由式(1)和式(2)可知，参数θk的符号决定了属性xnik对方式i产生正或负效用，其绝对值则影响到交通方式i的被选择概率。本文研究范围内出行方式选择具有以下特征：

(1)社会经济属性

全目的方式选择模型反映出女性更倾向于选择公交车，男性更易选择出租车的特点；年龄组2(中青年人员)更易使用燃油小汽车，而与电动小汽车的使用无显著关系。这可能与两类小汽车使用者的年龄构成有关；收入组1(中低收入人群)更易选择公交车出行，而收入组2(中等收入人群)选择自行车或电动自行车的可能性较小。

(2)全程耗时

全程耗时参数均为负，表明耗时较多的交通方式被选择的概率较小。相同时长的出行中，轨道交通乘客全目的出行和通勤出行所感知的时耗负效用分别为公交的91.0% (-0.0271/-0.0298=91.0%)和99.3% (-0.0512/-0.0516=99.3%)。模型还反映出，出行者对通勤出行时耗更敏感的特点。其中，轨道交通通勤乘客感知的时耗负效用是其全目的出行的1.89 倍(-0.0512/-0.0271=1.89)，该值略低于小汽车(1.99)，而高于公交(1.73)。

(3)出行货币成本

出行者的公交票价敏感性远高于轨道交通，相同票价的轨道出行负效用约为公交的30.9%(-0.0897/-0.2906=30.9%)，出租车和网约车乘客对票价的敏感性则低于公共交通乘客。轨道交通通勤乘客感知的货币成本负效用是全目的出行的92.9%(-0.0833/-0.0897=92.9%)，该比例远低于公交车的165.5%和小汽车的176.9%。此外，模型还反映出停车费影响到小汽车出行，而能耗对小汽车使用无显著影响的特点。

(4)换乘次数

按照决策内容的不同，出行决策可分为交通方式决策阶段和出行方案(出行时间、换乘方案等)决策阶段。本文标定结果中，全目的出行和通勤出行的轨道交通效用函数均不包含换乘次数参数，表明换乘次数在交通方式选择阶段对轨道交通的选择无显著影响。

3.2 弹性分析

弹性是两个存在联系的变量中，其中一者对另一者变动的敏感程度的无量纲度量。通常以变量变化率之比(弹性系数)表示。从表4可以看出，轨道分担率对公共交通的出行总耗时、票价的弹性明显高于其他因素。全目的出行和通勤出行中，轨道分担率对小汽车停车费的弹性系数仅为0.04 和0.02，这表明在本文SP 调查设定的变化幅度内，停车收费的增加无法显著促使机动化出行转移至轨道交通。

表4 轨道交通分担率的弹性Table 4 Elasticities of metro share rate

分析公交票价等7 个主要因素对轨道分担率的影响程度，即在假定其他因素不变的情况下，测试各因素变化率对轨道分担率的影响程度，如图1所示。

图1 不同影响因素变化情况下轨道交通分担率变化Fig.1 Effects of major influence factors on metro share

从图1可以看出：

(1)轨道分担率随其票价或出行总耗时变化率反方向变化，即两者的增加或减少将引起轨道分担率的下降或提高。当轨道交通票价和出行时耗分别提高50%时，其全目的出行分担率将分别变动-4.44%和-1.60%，通勤出行分担率将分别变动-1.13 和-10.62%，如图2所示。可见，轨道交通分担率对出行总耗时的敏感性高于其票价，而通勤出行的出行时耗敏感性则更高。

图2 轨道交通票价及出行时耗对其分担率的影响Fig.2 Effects of metro fare and trip duration on metro share

(2)公交票价、出行总时耗对轨道分担率均具有显著影响，两者与轨道分担率同方向变化，即两者的增加或减少将引起轨道分担率提高或下降。如图3所示，当公交票价提高50%时，轨道交通全目的出行分担率增加3.11%，通勤出行分担率增加0.40%；当公交出行耗时提高50%时，轨道交通分担率增加6.80%。这反映出公交是轨道交通的主要替代交通方式，由道路拥堵等导致的公交出行时耗增加，将促使公交客流转移至轨道交通。该结论与Wu等[2]、Pan等[3]、Werner等[4]的研究结论相近。

图3 公交票价变化对公交、轨道交通分担率的影响Fig.3 Effects of bus fare and trip duration on transit modal share

(3)轨道分担率对小汽车停车费和出行总耗时，以及非机动车出行总耗时这3个因素的敏感性相对较弱。上述因素导致的出行成本增加并不能显著促使出行者转向轨道交通。

4 结论

本文探讨了轨道交通新线开通情景下居民出行方式转换特征。主要结论如下：

(1)公交是轨道交通最主要的竞争方式。道路交通拥堵等原因导致的公交出行时耗增加，将促使公交客流转移至轨道交通。特别是在中长距离出行中，轨道交通的竞争优势更为明显。

(2)轨道交通分担率对出行总耗时、票价的弹性明显高于公交票价等因素，而轨道通勤人员具有更高的出行时间敏感性。因此，提高轨道交通出行效率是提高其分担率的重要途径。可通过提高车站可达性、换乘效率、接驳便捷性等提高轨道交通吸引力。

(3)私人小汽车的使用粘性较高。在调查设定的变化幅度内，小汽车停车费和出行总耗时的增加，对轨道交通分担率提升的作用有限。交通需求管理将是引导私人交通转向公共交通出行的重要手段。

本文采用SP 调查数据建模分析，SP 调查具有实施过程简单，研究周期较短的特点。但调查的形式、范围、样本量等直接影响到研究结论。后续研究有必要采用线上线下相结合的方式，以进一步提高调查对象的代表性。