干宏程

(上海理工大學(xué)超網(wǎng)絡(luò)研究中心,上海 200093)

突發(fā)交通事件信息影響下交通網(wǎng)絡(luò)行為微觀計量分析

干宏程

(上海理工大學(xué)超網(wǎng)絡(luò)研究中心,上海 200093)

研究了突發(fā)交通事件下地面道路可變情報板(SVMS)同時提供高架和地面道路行程時間條件下的駕駛員擇路行為.采用意向行為調(diào)查獲取擇路行為數(shù)據(jù),運(yùn)用微觀計量經(jīng)濟(jì)學(xué)中的離散選擇分析方法對影響路徑選擇的因素進(jìn)行了多變量分析,建立了描述擇路概率的二元Logit模型.研究發(fā)現(xiàn),SVMS信息對擇路決策有顯著影響,影響大小與駕駛員屬性、信息內(nèi)容及地面道路屬性有關(guān);駕齡越長、年齡越大的男性駕駛員,接收SVMS信息后選擇地面道路的可能性更大;經(jīng)常使用高架、認(rèn)為高架可變情報板對其擇路決策很有用的駕駛員,選擇地面道路的可能性更小;高架延誤越大、地面道路信號燈路口越少、延誤原因?yàn)槭鹿蕰r,選擇地面道路可能性更大.研究成果為交通突發(fā)事件下交通誘導(dǎo)策略優(yōu)化提供理論依據(jù)和政策啟示.

擇路行為;地面道路可變情報板;離散選擇分析;意向調(diào)查;高架快速路延誤;二元Logit模型

在國內(nèi)外許多城市,快速路是交通網(wǎng)絡(luò)主骨架,承擔(dān)大量市內(nèi)交通.突發(fā)事件,如事故、臨時施工、短時需求激增(如大型社會活動引起)會造成快速路運(yùn)行效率低下,加劇擁擠、延誤、污染及繼發(fā)事故等問題.科學(xué)運(yùn)用交通誘導(dǎo)技術(shù)向駕駛員及時發(fā)布突發(fā)事件信息,可以顯著緩解突發(fā)事件危害,提高路網(wǎng)時空利用效率.目前一些城市正在思考如何升級現(xiàn)有誘導(dǎo)技術(shù)以提高應(yīng)對突發(fā)事件的效率.升級交通誘導(dǎo)技術(shù)的一個例子是:通過可變情報板這一常見誘導(dǎo)手段向?qū)⒁褂酶呒艿鸟{駛員發(fā)布前方快速路與普通地面道路的路況信息,以便駕駛員更好地決策是否使用高架.網(wǎng)絡(luò)交通流演化本質(zhì)是由駕駛員個體擇路行為集計而成的,因此,正確理解交通信息影響下的駕駛員擇路行為是必然要求.以駕駛員擇路行為為主要研究對象的突發(fā)事件信息下交通網(wǎng)絡(luò)行為微觀分析已成為國際研究前沿[1-16].研究方法上,微觀計量經(jīng)濟(jì)學(xué)中的離散選擇模型以其理論嚴(yán)謹(jǐn)、數(shù)學(xué)性強(qiáng)等優(yōu)點(diǎn)是行為微觀分析的先進(jìn)數(shù)學(xué)手段.采用離散選擇建模得到的擇路模型可以為網(wǎng)絡(luò)交通分配提供理論依據(jù),用于評估突發(fā)事件下交通誘導(dǎo)策略和優(yōu)化交通應(yīng)急管理對策.

現(xiàn)以上海的交通網(wǎng)絡(luò)為背景,探索地面道路可變情報板(SVMS)同時提供高架快速路和地面道路行程時間條件下的駕駛員擇路行為.研究采用意向行為(SP)問卷調(diào)查方法獲取路徑選擇行為數(shù)據(jù),使用離散選擇分析方法對影響路徑選擇的因素進(jìn)行多變量分析,建立路徑選擇概率模型,揭示路徑選擇與SVMS信息的關(guān)系,以期為交通應(yīng)急管理策略的優(yōu)化提供理論依據(jù)和政策啟示.

1 SVMS信息影響下?lián)衤沸袨閿?shù)據(jù)獲取

1.1 擇路行為的SP調(diào)查

目前上海的SVMS尚不能同時提供高架和地面道路行程時間,因此,實(shí)際行為(RP)調(diào)查方法無法使用.作者采用問卷形式的SP調(diào)查方法,采集路徑選擇行為數(shù)據(jù).

SP調(diào)查構(gòu)造的交通出行場景如圖1所示.某一工作日上午,被調(diào)查者從家出發(fā),前往工作單位,車輛行駛于地面道路上,遇到一塊設(shè)置于分流點(diǎn)(高架道路上匝道上游)的SVMS,SVMS顯示前方高架道路和地面道路的路況信息,信息內(nèi)容為高架道路行程時間和延誤原因、地面道路行程時間.兩條路徑正常行程時間均為30 min左右.被調(diào)查者根據(jù)SVMS信息選擇路徑.

圖1 SP問卷調(diào)查構(gòu)造的交通出行情景Fig.1 Hypothetical journey in SP survey

在對上海市快速路監(jiān)控中心管理人員的訪談基礎(chǔ)上進(jìn)行SP出行情境中SVMS的信息內(nèi)容設(shè)計,確保SVMS信息的風(fēng)格與措辭容易被駕駛員理解,使得獲取的行為數(shù)據(jù)更真實(shí).SVMS信息包含:高架道路行程時間(TFW)、高架延誤原因、地面道路行程時間(TST)這3個部分.其中,延誤原因分為擁擠與事故兩個水平,高架道路TFW為35 min或40 min,地面道路TST恒為30 min.地面道路信號燈數(shù)量采用10和20兩個水平.

采用正交設(shè)計中的全因子設(shè)計方法,設(shè)計了8個(2×2×2)SP路徑選擇問題.圖2給出了1個問題示例.

圖2 一個SP路徑選擇問題Fig.2 An example question for SP choice

SP問卷獲取的數(shù)據(jù)包括兩部分:a.駕駛員個體屬性,如性別、年齡、駕齡、用車類型、使用快速路頻率;b.SVMS信息影響下的路徑選擇.

調(diào)查日期為2009年6月底,調(diào)查地點(diǎn)為上海五角場商務(wù)圈的百聯(lián)又一城購物商廈停車場.調(diào)查人員隨機(jī)采訪了200多名駕駛員,整理問卷后得到189份有效問卷.這樣,一共有1 512(189×8)個路徑選擇的樣本,用于數(shù)據(jù)分析和建模.

1.2 調(diào)查數(shù)據(jù)初步分析

駕駛員個體屬性的統(tǒng)計結(jié)果如表1所示.

對所有8個SP路徑選擇情境進(jìn)行統(tǒng)計發(fā)現(xiàn),在SVMS信息影響下,繼續(xù)使用地面道路(即放棄上高架道路)的百分率為30.16%,即約1/3的被調(diào)查駕駛員選擇繼續(xù)使用地面道路.

不同情景下地面道路選擇比例有明顯差別.例如,情景4(地面10個信號燈、高架比平時延誤8 min、延誤原因?yàn)槭鹿?下,有50.3%的駕駛員表示不會上高架(選擇地面道路),而在情景5(地面20個信號燈、高架比平時延誤5 min、延誤原因?yàn)閾頂D)下,只有19.6%的駕駛員表示不會上高架.這些統(tǒng)計結(jié)果顯示,高架快速路延誤及延誤原因、地面道路信號燈數(shù)量與是否選擇地面道路存在某種關(guān)系.現(xiàn)對這種關(guān)系進(jìn)行定量分析.

表1 駕駛員的基本信息統(tǒng)計結(jié)果Tab.1 Statistics of driver attributes

2 擇路行為離散選擇分析

2.1 建模

離散選擇建模以隨機(jī)效用理論為基礎(chǔ),假設(shè)作為行為主體的決策者總是從擁有多個選項(xiàng)的選擇集中選擇效用最大的選項(xiàng)[17-19].本研究中駕駛員的路徑選擇是二元選擇(binary choice),因此,采用二項(xiàng)Logit模型進(jìn)行多變量分析,建立SVMS信息影響下的擇路概率模型.

個體n的選擇集C n包含地面道路(選項(xiàng)i)和高架道路(選項(xiàng)j)兩個選擇項(xiàng).效用函數(shù)為

式中,i表示地面道路;j表示高架道路;V in和V jn分別表示地面道路和高架道路效用函數(shù)的確定項(xiàng);εin和εjn分別表示地面道路和高架道路效用函數(shù)的隨機(jī)項(xiàng).εin和εjn服從獨(dú)立同分布的Gumbel分布.

個體n選擇地面道路的概率就是U in≥Ujn的概率,即

于是,個體n選擇地面道路的概率為

個體n選擇高架道路的概率為

本研究中兩個選擇項(xiàng)效用函數(shù)確定項(xiàng)之差為

式中,O表示與地面道路有關(guān)的常數(shù)項(xiàng);X是所有影響路徑選擇決策的解釋變量組成的向量;β是與X對應(yīng)的參數(shù)組成的向量.

本文采用SPSS軟件進(jìn)行模型參數(shù)的估計.

2.2 模型估計結(jié)果

SP調(diào)查一共獲取了1 512(189×8)個路徑選擇的樣本,用于模型估計.模型估計時所選的解釋變量包括所有可能影響改道行為的因素,包括年齡、性別、駕齡、快速路使用頻率、用車類型、高架延誤、信控交叉口數(shù)量和快速路延誤原因.將高架快速路作為基本選擇項(xiàng),效用方程值設(shè)置為零.模型估計結(jié)果如表2所示,利用卡方檢驗(yàn)估計結(jié)果,采用95%的置信度,決定系數(shù)NagelkerkeR2為0.343.對于現(xiàn)實(shí)數(shù)據(jù)的實(shí)證研究而言,模型達(dá)到了較高的精度[20].

表2 模型估計結(jié)果Tab.2 Model estimation results

2.3 模型估計結(jié)果的討論

如表2所示,對擇路決策有顯著影響的因素主要有年齡、性別、駕齡、駕車類型、使用高架頻率、地面道路交叉口數(shù)量、高架延誤、高架延誤原因.根據(jù)模型的系數(shù),對各影響因素的分析如下:

a.常數(shù)項(xiàng).C取負(fù)值,說明駕駛員對高架道路有內(nèi)在的傾向性,即在其他因素相同情況下,駕駛員傾向于首先選擇高架道路.這與國外一些研究發(fā)現(xiàn)的快速路偏好或情結(jié)[21]一致.

b.年齡.A1和A2的系數(shù)都為負(fù),且-0.875＜-0.526＜0.這說明年齡越大的駕駛員接收到SVMS發(fā)布的高架延誤信息后,更可能選擇地面道路.

c.性別.G系數(shù)為正,說明男性駕駛員相對于女性,在接收到高架延誤信息后更愿意選擇地面道路.說明SVMS信息對男性擇路決策影響更大.這一結(jié)論與以往一些研究相同.

d.駕齡.D系數(shù)為負(fù),說明駕齡長的駕駛員接收到高架延誤信息后更可能選擇地面道路.可能的原因是駕齡長的駕駛員駕車經(jīng)驗(yàn)豐富,對路網(wǎng)更熟悉,對地面道路相對復(fù)雜的結(jié)構(gòu)和道路狀況更能做出靈活應(yīng)變,所以更愿意選擇地面道路,以避開高架延誤.

e.用車類型.V1和V2的系數(shù)均為正,說明駕駛單位用車和私家車的駕駛員,相對于出租車駕駛員,接收到高架延誤信息后更可能選擇地面道路.可能的原因是,一方面出租車駕駛員的路徑選擇往往需要征求乘客意見,而許多乘客乘坐出租車經(jīng)常選擇能夠提供連續(xù)快速行車環(huán)境的高架路,即使遭遇高架異常情況時仍然可能要求繼續(xù)使用高架;另一方面現(xiàn)實(shí)生活中上海高架異常事件引起的延誤往往不大,一些乘客能夠容忍這種延誤,可能會繼續(xù)選擇高架道路.

f.使用快速路頻率.F1和F2的系數(shù)均為負(fù),說明很少使用高架的駕駛員,相比經(jīng)常使用者,接收高架延誤信息后更可能選擇地面道路.可能的原因是很少使用高架者對高架的依賴性不如經(jīng)常使用高架者那么大,因此,在接收高架延誤信息后更傾向于選擇地面道路.這一結(jié)論與國外一些研究的結(jié)論一致.

g.以往對高架可變情報板有用性感受.E系數(shù)為負(fù).說明認(rèn)為高架道路可變情報板很有用(完全根據(jù)高架可變情報板選擇路徑)的駕駛員,相比其他駕駛員,接收高架延誤信息后,更不愿意選擇地面道路.可能的解釋是,完全根據(jù)高架可變情報板選擇路徑的駕駛員對高架快速路的實(shí)時信息服務(wù)依賴性大,對信息信任度大,平時因?yàn)榻?jīng)常獲益于高架道路信息服務(wù)而更習(xí)慣于使用高架道路,既能享受高架快速路連續(xù)快速行車環(huán)境,又能獲得實(shí)時路況信息以便及時做出路徑選擇.而上海目前的地面道路不管是行駛環(huán)境和道路條件,還是交通信息服務(wù),都不及高架快速路.因此,認(rèn)為高架道路可變情報板很有用者,接收高架延誤信息后,更傾向于繼續(xù)使用高架道路.

h.地面道路信號燈路口數(shù)量.L系數(shù)為負(fù),說明地面道路所含交叉口越多,選擇地面道路的可能性越小.這一現(xiàn)象符合直覺判斷.地面道路所含交叉口越多,駕駛員行車過程中加減速、停車等更頻繁,這會增加駕駛員的不適感,此外,還將增加行程時間不可靠性,這樣駕駛員選擇地面道路的概率自然就更小.

i.高架道路延誤.T系數(shù)為正,說明高架延誤越大,駕駛員越可能選擇地面道路.這一結(jié)論符合直覺判斷.可見,突發(fā)事件下告知駕駛員行程時間等定量化信息很有必要.當(dāng)然,擁擠和事故情況下要準(zhǔn)確預(yù)測行程時間并非易事,多年來一直是學(xué)術(shù)界的一個難題.

j.高架延誤原因.Ⅰ系數(shù)為正,說明發(fā)生事故時比僅發(fā)生擁堵時駕駛員更可能選擇地面道路.這意味著高架延誤大小相同,但是延誤原因不同,引起的路徑選擇概率不同.這符合直覺判斷.因?yàn)榘l(fā)生事故時,高架道路的行車舒適度和駕車安全性顯著下降、擁堵持續(xù)時間不確定性更大,因而駕駛員更不愿意選擇高架道路.

根據(jù)模型估計結(jié)果可以得到地面道路效用函數(shù)

利用式(7),可以計算不同駕駛員在不同情景中的SVMS信息影響下選擇地面道路和高架快速路的概率.例如,對于“地面含10個信號燈、高架延誤5 min、事故”這一交通情景,一個年齡為35歲、駕齡為3年、開私家車、每天使用快速路、完全根據(jù)高架可變情報板選擇路徑的男性駕駛員,選擇高架道路的概率為77%,選擇地面道路的概率為23%.

采用離散選擇分析方法建立的擇路概率模型,對于交通管理策略的制定與評估有重要指導(dǎo)意義和政策啟示[8,22].例如,在突發(fā)交通事件(如世博會造成的短時需求激增、交通事故)下,擇路概率模型可以用于動態(tài)交通管理中的分流比例預(yù)測,從而適時地調(diào)整地面道路信號燈配時方案,提高高架快速路和地面道路的總體運(yùn)行效率.

3 結(jié)束語

利用微觀計量經(jīng)濟(jì)學(xué)中的離散選擇建模方法建立了SVMS信息下?lián)衤沸袨長ogit模型.研究發(fā)現(xiàn),SVMS信息對擇路決策有顯著影響,影響大小與駕駛員屬性、地面道路屬性、信息內(nèi)容等有關(guān);駕齡越長、年齡越大的男性駕駛員,選擇地面道路的可能性越大;經(jīng)常使用高架且認(rèn)為高架可變情報板對其擇路決策很有用的駕駛員選擇地面道路的可能性更小;高架延誤越大、地面道路信號燈路口越少、延誤原因?yàn)槭鹿蕰r,駕駛員選擇地面道路可能性更大.

下一步將嘗試獲取更多擇路行為數(shù)據(jù),建立更符合實(shí)際的信息響應(yīng)行為模型,并將模型與微觀交通流仿真模型結(jié)合,探索突發(fā)交通事件管理策略的優(yōu)化方法.

[1]ABDEL- ATY M,ABDALLA P E F.Modeling drivers diversion from normal routes under ATISusing generalized estimating equations and binomial probit link function[J].Transportation,2004,31(3):327-348.

[2] JOU RC,LAM S H,WENG M C,et al.Real time traffic information and ITS impacts on route switching behavior of expressway drivers[J].Journal of Advanced Transportation,2004,38(2):187-223.

[3] SRINIVASAN K K,MAHMASSANI HS.Analyzing heterogeneity and unobserved structural effects in routes witching behavior under ATIS:A dynamic kernel logit formulation[J].Transportation Research,Part B,2003,37(9):793-814.

[4] EMMERINK R H M,NIJKAMP P,RIETVELD P,et al.Variable message signs and radio traffic information:An integrated empirical analysis of drivers'route choice behavior[J].Transportation Research,Part A,1996,30(2):135-153.

[5] BEN-AKIVA M,DEPALMA A,KAYSI I.Dynamic network models and driver information systems[J].Transportation Research,Part A,1991,25(5):251-266.

[6] BONSALL P.The influence of route guidance advice on route choice in urban networks[J].Transportation,1992,19:1-23.

[7] CHATTERJEE K,HOUNSELL N B,FIRMIN P E,et al.Driver response to variable message sign information in London[J].Transportation Research,Part C,2002,10(2):149-169.

[8] WARDMAN M,BONSALL P W,SHIRES J D.Driver response to variable message signs:A stated preference investigation[J].Transportation Research,Part C,1997,5(6):389-405.

[9] BONSALL P,FIRMIN P,ANDERSON M,et al.Validating the results of a route choice simulator[J].Transportation Research,Part C,1997,5(6):371-387.

[10] LAI Ka-hun,WONG Wing-gun.SP approach toward driver comprehension of message formats on VMS[J].Journal of Transportation Engineering,2000,126(3):221-227.

[11] PEETA S,RAMOS J L,PASUPATHY R.Content of variable message sings and on-line driver behavior[J].Journal of the Transportation Research Board,2000(1725):102-108.

[12] KHATTAK A,SCHOFER J,KOPPELMAN F S.Commuters'enroute diversion and return decisions:Analysis and implications for advanced traveler information systems[J].Transportation Research,Part A,1993,27(2):101-111.

[13] 黃海軍.城市交通網(wǎng)絡(luò)動態(tài)建模與交通行為研究[J].管理科學(xué),2005,2(1):18-22.

[14] 干宏程,孫立軍,陳建陽.提供交通信息條件下的途中改道行為研究[J].同濟(jì)大學(xué)學(xué)報,2006,34(11):1484-1488.

[15] 干宏程.VMS誘導(dǎo)信息影響下的路徑選擇行為分析[J].系統(tǒng)工程,2008,26(3):11-16.

[16] 曾松,史春華,楊曉光.基于實(shí)驗(yàn)分析的駕駛員路徑選擇模式研究[J].公路交通科技,2002,19(4):85-88.

[17] ORTUZAR J,WILLUMSEN L G.Modeling Transport[M].London:John Wiley&Sons,1994.

[18] 陸化普.交通規(guī)劃理論與方法 [M].北京:清華大學(xué)出版社,1998.

[19] 關(guān)宏志.非集計模型---交通行為研究的工具 [M].北京:人民交通出版社,2005.

[20] LOUVIERE J J,HENSHER D A,SWAIT J D.Stated Choice Methods:Analysis and Applications[M].Cambridge:Cambridge University Press,2000.

[21] KITAMURA R,P P JOVANIS,ABDEL-ATY M,et al.Impacts of pretrip and en-route information on commuters'travel decisions:Summary of laboratory and survey-based experiments from California[M]∥EMMERINK R,NIJKAMP P.Behavioural and Network Impacts of Driver Information Systems.UK:Ashgate.1999:241-267.

[22] GAN H C,SUN L J,CHEN J Y,et al.Advanced traveler information system for metropolitan expressways in Shanghai,China[J].Journal of Transportation Research Board,2006(1944):35-40.

Microscopic quantitative analysis of traffic networ k behavior under influence of unexpected event related information

GANHong-cheng(Center for Supernetworks Research,University of Shanghai for Science and Technology,Shanghai 200093,China)

Route choice corresponding to shorter street and urban freeway travel time displayed by street variable message signs(SVMS)was investigated.Stated preference survey was conducted to collect behavioral data,and a binary Logit model was established to identify the factors influencing drivers’route choice decisions.The results show that,SVMS has significant impact on route choice and the impact depends on driver attribute,street characteristics,and SVMSmessages.Specifically,older male drivers with longer years of driving experience are more likely to choose local streets in response to freeway delay information indicated by SVMS;frequent freeway users,having high acceptance of freeway VMS,are less likely to choose local streets;longer freeway delay as well as freeway incident-induced delay and fewer signalized intersections on local streets serve as positive factors for choosing local streets.The study aims to give theoretical and policy implications for better design of unexpected events oriented traffic guidance strategy.

route choice;street variable message signs;discrete choice analysis;stated preference survey;freeway delay;binary Logit models.

U 491

A

1007-6735(2011)04-0345-05

2011-04-13

國家自然科學(xué)基金資助項(xiàng)目(51008195);上海市重點(diǎn)學(xué)科建設(shè)資助項(xiàng)目(S30504);上海市教育委員會科研創(chuàng)新項(xiàng)目(09YZ205)

干宏程(1978-),男,副教授.研究方向:交通系統(tǒng)工程、智能交通等.E-mail:hongchenggan@126.com