殷煥煥 關(guān)宏志 秦?zé)?劉 彤 鞏麗媛

（北京工業(yè)大學(xué)交通工程北京市重點(diǎn)實(shí)驗(yàn)室1） 北京 100124） （濟(jì)南市公共交通發(fā)展研究院2） 濟(jì)南 250031）

對(duì)居民出行方式選擇行為的研究，國(guó)內(nèi)不少學(xué)者在這方面進(jìn)行了廣泛的研究.馬喜昌［1］在分析各種出行方式特點(diǎn)的基礎(chǔ)上，建立了居民出行決策指標(biāo)體系，根據(jù)確定和不確定兩種環(huán)境分別建立了居民出行方式?jīng)Q策模型.陳星光［2］通過(guò)分析居民出行方式的相互影響，對(duì)交通出行方式的博弈和演化過(guò)程進(jìn)行了分析，運(yùn)用演化博弈理論研究出行方式選擇的時(shí)間演化規(guī)律，建立了單總體出行方式演化博弈模型.黃樹(shù)森［3］結(jié)合北京市居民出行方式選擇的總體情況，對(duì)影響居民出行方式選擇的因素進(jìn)行了分析，并提出了北京市交通系統(tǒng)結(jié)構(gòu)優(yōu)化的建議.陳團(tuán)生［4］根據(jù)北京市居民出行調(diào)查數(shù)據(jù)，利用非集計(jì)理論和方法構(gòu)建的老年人出行選擇行為模型，從源頭上分析了影響老年人出行選擇行為的個(gè)人、家庭社會(huì)經(jīng)濟(jì)背景等因素，并對(duì)老年人出行選擇行為進(jìn)行預(yù)測(cè).劉炳恩［5］利用2003年北京居民出行調(diào)查數(shù)據(jù)，對(duì)影響居民出行方式選擇的因素進(jìn)行了分析，選擇包括公交車(chē)、出租車(chē)、私人小汽車(chē)等在內(nèi)的5種日常生活中較為常用的交通方式作為居民出行的方式選擇肢，確定了影響居民出行方式選擇的特性變量及相應(yīng)的取值方法，建立了交通方式選擇MNL模型.本文將根據(jù)2009年濟(jì)南市居民出行調(diào)查數(shù)據(jù)，對(duì)城市居民出行方式選擇行為進(jìn)行分析.利用非集計(jì)理論和方法構(gòu)造城市居民出行選擇ML模型，解釋各種因素對(duì)城市居民出行選擇行為產(chǎn)生的影響.

1 出行方式選擇行為初步分析

從2009年濟(jì)南市居民出行調(diào)查結(jié)果可以得到，選擇步行出行的比例最大，達(dá)到了34%.選擇公交出行的比例達(dá)到24%，成為僅次于步行出行的第二大出行方式.此外，選擇自行車(chē)、電動(dòng)車(chē)和小汽車(chē)出行的比例均較大，各為13%、12%和9%.選擇出租車(chē)出行的比例較低，為1%.

1.1 不同出行目的所采用的出行方式選擇分布

本文根據(jù)出行的彈性程度可以把居民的出行分為通勤出行和彈性出行這兩種類(lèi)型.

通勤出行是指上班、上學(xué)等不能改變出行目的地及出行時(shí)間的出行，此種出行居民的出行需求剛性大，根據(jù)調(diào)查結(jié)果顯示：濟(jì)南市居民通勤出行比例達(dá)到71%，居民出行方式選擇較易確定，從圖1可以看出，通勤出行時(shí)居民采用公交車(chē)出行的比例最高，為27%.自行車(chē)、電動(dòng)車(chē)和小汽車(chē)等出行方式所占的比例相差不大，各為14%、13%和10%.

彈性出行是指出行時(shí)間、出行目的地等易發(fā)生變化的購(gòu)物、娛樂(lè)、探親訪友以及其他出行等.居民的彈性出行與其出行意愿、費(fèi)用、交通基礎(chǔ)設(shè)施建設(shè)水平等多個(gè)因素相關(guān)，其中任何一個(gè)因素的變化都有可能使居民的出行方式選擇產(chǎn)生變化.從圖1可以看出，相對(duì)于固定出行，彈性出行時(shí)居民更傾向于選擇步行出行，出行比例達(dá)到47%.選擇公交出行的比例較固定出行有所降低，為20%.

圖1 不同出行目的下的出行方式選擇分布

1.2 不同出行距離所采用的出行方式選擇分布

從圖2可以看出，當(dāng)出行距離≤1km時(shí)，居民選擇步行出行的比例高達(dá)82%，步行在短距離出行時(shí)占有絕對(duì)的優(yōu)勢(shì).當(dāng)出行距離為1～5km時(shí)，居民選擇步行出行的比例迅速減少到22%，此時(shí)居民開(kāi)始轉(zhuǎn)向選擇自行車(chē)、電動(dòng)車(chē)和公交車(chē)出行.

圖2 不同出行距離下的出行方式選擇分布

可以看出，對(duì)于出行距離在1km以內(nèi)的出行，居民較傾向于選擇非機(jī)動(dòng)車(chē)出行.對(duì)于出行距離超過(guò)1km的出行，居民出行將逐漸轉(zhuǎn)向選擇公交車(chē)、小汽車(chē)等機(jī)動(dòng)車(chē)出行方式.

2 ML模型的基礎(chǔ)理論

2.1 模型的構(gòu)建［6－7］

根據(jù)隨機(jī)效用理論，不同的出行方式會(huì)對(duì)出行者產(chǎn)生某種效用，出行者在特定條件下選擇其所認(rèn)知的出行方式選擇中效用最大的方案.假設(shè)出行者n的出行方式選擇方案集合為An，選擇其中第i種出行方式的效用函數(shù)為

式中：Vin為非隨機(jī)變化部分（固定項(xiàng)），即由可觀測(cè)到的特性變量計(jì)算的固定項(xiàng)；εin為隨機(jī)變化部分（概率項(xiàng)），即不能觀測(cè)到的其他因素的影響及已有變量的偏差引起的隨機(jī)項(xiàng).

效用函數(shù)項(xiàng)的具體形式，可以由一種或多種函數(shù)形式表達(dá).考慮到結(jié)果分析和系數(shù)標(biāo)定時(shí)的方便，假設(shè)Vin與特性向量Xink呈線性關(guān)系，即

式中：Xink為居民n的選擇第i種出行方式的第k個(gè)變量值；θk為待估計(jì)參數(shù).

根據(jù)效用最大化理論，出行者n從An中選擇出行方式i的條件為

則出行者n選擇第i種出行方式的概率Pin為

定義＝max（Vjn＋εjn），則有

假設(shè)服從參數(shù)（0，1）的二重指數(shù)分布

根據(jù)2個(gè)獨(dú)立二重指數(shù)分布的概率變量的差服從Gumbel分布的性質(zhì)，可推導(dǎo)出城市居民出行方式選擇行為的ML模型一般形式為

2.2 參數(shù)標(biāo)定

為了對(duì)參數(shù)θ進(jìn)行標(biāo)定，設(shè)樣本數(shù)為N，δin為概率變量.若δin＝1，則個(gè)體n選擇第i種方案；否則δin＝0.ML模型的似然函數(shù)為

其對(duì)似然函數(shù)L為

對(duì)待估計(jì)參數(shù)求偏導(dǎo)，則有

求解似然函數(shù)L極大時(shí)的估計(jì)值θ，則可以對(duì)出行方式選擇模型的參數(shù)進(jìn)行標(biāo)定.

3 居民出行方式選擇模型

3.1 選擇的確定

為了使出行方式選擇模型能夠盡可能準(zhǔn)確地模擬出行者的判斷過(guò)程，根據(jù)2009年濟(jì)南市居民出行調(diào)查結(jié)果，本文選擇包括步行、自行車(chē)、電動(dòng)車(chē)、公交車(chē)、出租車(chē)、私人小汽車(chē)和單位班車(chē)等在內(nèi)的7種日常生活中較為常用的交通方式作為居民出行的方式選擇.

3.2 影響變量選擇

綜合數(shù)據(jù)初步分析和相關(guān)性分析的結(jié)果，從調(diào)查數(shù)據(jù)中篩選出與出行選擇行為密切相關(guān)的影響因素，確定個(gè)人屬性、家庭屬性以及出行特性三部分變量作為效用函數(shù)的影響因素.并采用t檢驗(yàn)來(lái)確定各變量對(duì)選擇結(jié)果的影響程度，如果影響程度較小，則去除該變量，保留影響程度較大的變量構(gòu)建模型，得到最終代入模型的變量如表1所列.

表1 代入模型變量設(shè)置情況

按照對(duì)居民出行方式選擇結(jié)果有影響的變量構(gòu)成的ML模型進(jìn)行參數(shù)估計(jì)，即可得到城市居民出行方式選擇模型.

3.3 模型的標(biāo)定結(jié)果

利用TransCAD軟件中的方式劃分模塊，可以標(biāo)定出效用函數(shù)中未知參數(shù)的值，如表2所列.將各種出行方式的效用函數(shù)代入上述式（7）計(jì)算可以得到居民選擇各種出行方式的概率.

3.4 模型的精度分析及評(píng)價(jià)

從模型的精度分析來(lái)看，ρ2為0.638，ˉρ2為0.637，該模型能夠較好地描述居民對(duì)出行方式的選擇行為，構(gòu)建模型所選定的影響因素會(huì)影響居民對(duì)出行方式的選擇結(jié)果.

根據(jù)模型標(biāo)定結(jié)果，結(jié)合標(biāo)定參數(shù)所用的樣本數(shù)據(jù)，進(jìn)行居民出行方式選擇概率的非集計(jì)預(yù)測(cè)，可粗略計(jì)算出模型預(yù)測(cè)各種出行方式選擇概率的平均值（Est），將其與調(diào)查樣本的實(shí)際方式選擇比例（Obs）對(duì)比如表3所列.

從表3可以看出，模型與實(shí)際情況的吻合度較高，能夠較全面地考慮居民出行選擇的各方面影響因素，尤其是將出行者的個(gè)人特性影響因素引入模型，可以提高模型的實(shí)用性和預(yù)測(cè)精度.

表2 模型的標(biāo)定結(jié)果

表3 模型預(yù)測(cè)值與實(shí)際觀測(cè)值對(duì)比表

4 結(jié) 束 語(yǔ)

本文結(jié)合2009年濟(jì)南市居民出行調(diào)查數(shù)據(jù)，運(yùn)用非集計(jì)方法建立居民出行方式選擇ML模型，并對(duì)模型進(jìn)行了標(biāo)定與有效性驗(yàn)證.結(jié)果表明：該模型能夠明確地反映出影響濟(jì)南市居民出行方式選擇的各種影響因素，所建模型可行且具有較高的預(yù)測(cè)精度和實(shí)用性.應(yīng)用此模型可以對(duì)影響城市居民出行方式選擇的可控影響因素進(jìn)行引導(dǎo)和調(diào)整，達(dá)到優(yōu)化交通方式結(jié)構(gòu)的目的，以期為解決城市交通結(jié)構(gòu)性擁堵提供可行的實(shí)施方案.

［1］馬昌喜，文娟娟，李創(chuàng)紅，等.大城市居民出行方式?jīng)Q策方法研究［J］.交通運(yùn)輸工程與信息學(xué)報(bào)，2009，7（2）：33－38.

［2］陳星光，周 晶，朱振濤.城市交通出行方式選擇的演化博弈分析［J］.管理工程學(xué)報(bào)，2009，23（2）：140－142.

［3］黃樹(shù)森，宋 瑞，陶 媛.大城市居民出行方式選擇行為及影響因素研究［J］.交通標(biāo)準(zhǔn)化，2008（9）：124－127.

［4］陳團(tuán)生，岳 芳，楊玲鈴，張 萌.老年人出行選擇行為影響因素研究［J］.西南交通大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2007，8（5）：17－21.

［5］劉炳恩，雋志才，李艷玲，等.居民出行方式選擇非集計(jì)模型的建立［J］.公路交通科技，2008，25（5）：116－120.

［6］姚麗亞.基于非集計(jì)模型的軌道交通客流需求預(yù)測(cè)方法研究［D］.北京：北京工業(yè)大學(xué)交通工程北京市重點(diǎn)實(shí)驗(yàn)室，2008.

［7］關(guān)宏志.非集計(jì)模型－交通行為分析的工具［M］.北京：人民交通出版社，2004.