不确定条件下的出行方式选择行为理论研究

赵忞赫,程一一

（中交公路规划设计院有限公司,北京 100005）

0 引言

随着经济水平和交通基础设施建设的快速发展，我国已经形成了由多种出行方式构成的多模式交通系统。一方面，由于交通系统具有不确定性特征，出行者难以判断和选择最优的出行方式。另一方面，出行者对道路条件等信息的获取手段和理解能力不同，且在收入和方式偏好等方面有显著区别，出行者的方式选择行为愈发复杂多样。利用合理的理论探究多模式出行中内在的选择机理，对研究多模式交通系统供需平衡、提升交通规划与管理的科学性具有重要意义。

1 出行方式选择研究现状

1.1 出行方式选择

出行方式选择的影响因素是交通行为领域的研究热点。隽志才团队对出行行为理论和出行方式选择模型进行了深入研究，分析了个人属性、社会环境、出行时间和出行费用等因素与出行方式、出发时间、路径选择等行为特征之间的影响机理，并构建了出行方式和路径的联合选择模型，用于评价公交优先政策对出行行为的影响[1-2]。

Logit模型是研究出行方式选择的重要方法。陈俊励等[3]利用巢式Logit模型（Nested Logit Model，NL模型）研究了个人属性和出行属性对选择公共交通出行的影响，发现月票对于使用地面公交有很大的促进作用，较远的出行距离会使地面公交在与自行车的竞争中处于优势。陈秋香[4]基于NL模型探究了出行者职业、出行的费用和时间等因素对于使用地面公交、私家车和校车的影响。

1.2 前景理论

近年来，前景理论（Prospect Theory）已经被广泛应用于出行行为研究中，可与期望效用理论相结合并互相验证。田丽君等[5]分别根据累积前景理论（Cumulative Prospect Theory）和效用理论，对出行方式选择和路径选择的结果进行对比研究，并对模型参数进行了敏感性分析。邢睿[6]结合累积前景理论与区间分析方法，将价值函数视为效用值，构建了方式选择模型，并通过实例证明了模型的准确性。马书红等[7]用累积前景值代替效用函数，改进了Logit出行方式选择模型，并论证了该模型的准确性。郭鸿钧等[8]构建了基于累积前景理论的方式选择与路径选择联合模型，预测了普通铁路、高铁和大巴的分担率。

1.3 研究现状总结

通过总结现有文献可发现，效用理论在出行方式选择的影响因素与预测模型的研究中应用较为普遍，但效用理论假设出行者“完全理性”，与实际情况差异较大。累积前景理论等经济学理论被逐渐应用于交通领域的方式选择问题。

2 出行方式选择行为理论

2.1 期望效用理论

期望效用理论（Expected Utility Theory）和随机效用理论（Random Utility Theory）是出行行为研究的重要理论基础。期望效用理论以公理化的假设作为基础，通过定量方法精确描述各备选方案的优劣，描述理性决策者在不确定条件下的选择行为。该理论假设决策者能充分掌握与全面认知各备选方案，并能选择吸引程度最高的方案。备选方案对决策者的吸引程度通过期望效用值表示。期望效用的表达形式如式（1）所示：

式中，Uj——出行方式j的期望效用；u(xj)——出行方式j的效用；pj——选择出行方式j的概率。

期望效用理论中的效用体现了决策者对各方案结果的加权估计。在出行方式选择领域，期望效用理论可被理解为：在具有不确定性的交通系统中，若出行者有K种备选出行方式，出行者会选择期望效用值最大的方式，如式（2）所示：

现实生活中，面对具有高度不确定性的交通系统，决策者会受到各种复杂因素的影响，面对相同场景的决策结果也因人而异。在研究具有非理性特征的出行方式选择行为时，期望效用理论方面的适用性有所欠缺。

2.2 累积前景理论

Kahneman和Tversky将心理学中决策者具有有限理性的观点引入行为经济学领域，通过大量行为实验，发现不确定条件下的实际决策结果与基于期望效用理论的预测结果存在显著差异，且差异呈现一定的规律性，以此为基础提出了前景理论与累积前景理论[9-10]。

累积前景理论吸收了实验心理学、行为经济学和决策科学等学科的观点。与公理性的期望效用理论相比，累积前景理论是以经验的形式演绎而成的，是刻画决策行为的描述型理论。该理论假设决策者的参考点会对决策结果产生明显影响，并可能导致决策者做出非理性的决策。相对于期望效用理论，累积前景理论可以更准确地反映不确定环境下的决策行为，适用于实际生活中的决策问题。累积前景理论的主要特点如下：

2.2.1 参考依赖

决策者关注的不是事物自身价值，而是相对于预设的价值参考点的相对价值。“参考点”的设置对于决策结果有显著影响，一般决策者将现有的价值或者期望的价值作为参考点，衡量自己的得与失。

2.2.2 边际效用

基于参考依赖原则，决策行为符合边际效用递减规律，即决策行为离参考点越远，决策者对损失和收益的感知敏感度就越低。

2.2.3 风险偏好

决策者普遍是倾向于规避损失的，但同时决策行为因所处的收益或损失状态而异。决策者在面对收益时是规避风险的，而面对损失时是追求风险的。

累积前景理论框架下的出行方式选择可分为编辑和评价两部分，主要包括建立感知出行成本模型、确定参考点模型、构建价值函数与决策权重函数、计算各出行方式的累积前景值和完成方式选择等部分，模型框架如图1所示。

图1 累积前景理论模型框架

出行者按照以下步骤来选择出行方式：

（1）根据个人属性与时间约束，考虑出行时间和出行费用等因素，对各方式的出行成本进行主观评估与感知。

（2）判断选择各出行方式的结果与“参考点”相比是“收益”或是“损失”。

（3）根据价值函数和概率权重函数，计算各个出行方式的累积前景值，选择具有最大累积前景值的方式完成出行。

3 前景理论框架下的方式选择模型

累积前景理论考虑了决策者的风险态度和相对收益，认为决策者的“收益”或“损失”是通过与设定的参考点对比获得的。决策者在面对收益时会体现风险规避的特征，在面对损失时则会表现出风险追求，并且对损失的敏感程度显著高于收益，这与实际生活中决策者面对风险的态度较为相符。应用累积前景理论研究出行方式选择的过程如下：

3.1 参考点设置

出行者在选择出行方式时根据参考点判断出行的损失或收益。各出行方式的时间成本和费用成本是影响方式选择的主要因素，可根据出行成本定义参考点模型，如式（3）所示：

3.2 价值函数

价值函数反映了决策者对各备选方案主观感受的价值，可以替代期望效用理论中的效用函数。价值函数描述了效用的变化，函数图像类似于非对称的S型，如图2所示。

图2 价值函数

出行者对各备选出行方式进行编辑、评价，然后计算出各出行方式的价值。出行方式的价值函数可以定义为式（4）：

式中，Δx——方式选择结果与参考点的比较，收益状态时Δx＞0，损失状态时Δx＜0；a——面对收益时的风险态度系数；β——面对损失时的风险态度系数；λ——损失规避系数，若λ＞1，表明出行者损失更为敏感。根据Kahneman和Tversky的研究[9-10]，当a=β=0.88，λ=2.25时与实际情况较为接近。

3.3 概率权重函数

概率权重函数可将客观概率转变为决策者主观感知的权重，能反映事件的吸引力。在面对收益或损失时，出行者对于出行方式的概率权重的计算公式分别为式（5）和式（6）：

式中，P——选择出行方式时的感知概率；γ和δ——模型参数，根据Kahneman等[9-10]的研究，其取值为：γ=0.61，δ=0.69。

3.4 累积前景值计算与方式选择

出行者选择出行方式j时，出行费用的价值v(Δxj,M)即为出行费用的累积前景值，即=v(Δxj,M)。出行时间的累积前景值可根据价值函数和权重函数π(p)获得，如式（8）～（10）所示：

出行者根据计算得到的各方式的累积前景值，选择所有备选方式K中累积前景值最大的方式完成出行，即满足式（11）关系式：

4 累积前景理论适用性分析

出行方式选择可被视为出行者在复杂交通系统中综合考虑多种因素下的决策问题。出行方式选择的不确定性主要体现在出行者个体的不确定性和交通环境的不确定性。

（1）出行者个体的不确定性体现在由于出行者信息获取与理解能力的局限性，无法掌握实际的交通系统状况，这会影响出行者方式选择的合理性。同时，出行者的收入、时间约束和出行目等个人因素的差异会导致方式选择的不确定性，相同场景下不同出行者的方式选择可能存在明显区别。

（2）交通环境的不确定性体现在出行时间、出行成本等要素的随机波动。从宏观的角度看，交通环境的不确定性存在一定规律性。但从微观角度看，交通环境的不确定性会显著影响出行者的方式选择行为。

在实际场景中，出行者根据出行时间和出行费用等因素，判断不同决策结果可能导致的收益或损失，并体现出规避风险或追求风险等不同的态度偏好，这符合累积前景理论的应用条件。

5 结语

综上所述，由于出行者自身具有有限理性的特点，且交通环境具有典型的不确定性特征，前景理论可以较准确地描述出行决策的作用机理，在刻画不确定条件下的出行方式选择行为具有很强的适用性。在多模式交通系统供需平衡、交通规划与管理的实际应用中，利用累积前景理论分析出行方式选择行为是具有研究价值和重要意义的。