李曉偉，王 煒，楊 敏，王 昊，徐鋮鋮

(1.西安建筑科技大學(xué)土木工程學(xué)院，陜西 西安 710055；2.東南大學(xué)交通學(xué)院，江蘇 南京 210096）

區(qū)域綜合交通體系是國家“一帶一路”戰(zhàn)略實(shí)施的重要載體，國家在《綜合交通網(wǎng)中長期發(fā)展規(guī)劃》中明確提出建設(shè)“五縱五橫”綜合運(yùn)輸大通道和國際區(qū)域運(yùn)輸通道，同時(shí)也指出中國交通運(yùn)輸結(jié)構(gòu)不盡合理，公路、鐵路、水路、民航等運(yùn)輸方式結(jié)構(gòu)性失調(diào)，難以充分發(fā)揮綜合交通運(yùn)輸體系的組合優(yōu)勢和整體效率.尤其是在我國高速公路已基本成型，高速鐵路、黃金水道大力建設(shè)及部分機(jī)場新建、擴(kuò)容改建的背景下，如何精準(zhǔn)把握區(qū)域綜合交通多方式選擇機(jī)理，是科學(xué)制定綜合交通規(guī)劃、實(shí)現(xiàn)區(qū)域綜合交通多方式協(xié)調(diào)發(fā)展的前提，也是當(dāng)前我國交通領(lǐng)域亟需解決的關(guān)鍵問題之一.

國內(nèi)外針對旅客出行選擇行為的研究已有較多的成果，如Yao[1]選擇服務(wù)頻率、費(fèi)用、在途時(shí)間、出行距離等服務(wù)屬性對客運(yùn)通道內(nèi)民航、鐵路、公交和私人小汽車等交通方式的客流分擔(dān)率進(jìn)行分析.Freitas[2]基于巴西居民出行調(diào)查數(shù)據(jù)，選擇家庭收入、在途費(fèi)用、出行時(shí)間和服務(wù)頻率等服務(wù)屬性，研究民航、鐵路和高速巴士3種運(yùn)輸方式選擇行為.IngHsu[3]等在具有航空運(yùn)輸、公路運(yùn)輸、高速鐵路的交通網(wǎng)絡(luò)內(nèi)通過假定最小化廣義時(shí)間（包括旅行時(shí)間和成本時(shí)間）研究運(yùn)輸方式選擇機(jī)理.Mancuso[4]基于離散選擇模型分析米蘭-羅馬城際運(yùn)輸中現(xiàn)有和新進(jìn)入者的競爭關(guān)系，研究結(jié)果表明高速鐵路的建設(shè)會大幅度增加消費(fèi)者剩余價(jià)值，但是同時(shí)會增加環(huán)境成本，需要在基礎(chǔ)設(shè)施建設(shè)成本、環(huán)境和安全之間尋求平衡.

國內(nèi)諸多學(xué)者也進(jìn)行了大量卓有成效的研究.毛保華、何宇強(qiáng)[5]等選擇快速性、經(jīng)濟(jì)性、舒適性、方便性、安全性指標(biāo)建立其廣義費(fèi)用函數(shù)，運(yùn)用Logit模型研究了高速鐵路的運(yùn)營對綜合運(yùn)輸通道內(nèi)其他交通方式的影響.葉玉玲[6]基于滬杭客運(yùn)通道旅客的實(shí)際SP、RP調(diào)研數(shù)據(jù)，選擇時(shí)間、費(fèi)用、安全性、舒適性等作為效用函數(shù)的解釋變量，旅客按照不同月收入分類并對其效用函數(shù)進(jìn)行標(biāo)定，構(gòu)建了旅客出行選擇行為的MNL模型.毛慧、盧欣[7]則以計(jì)劃行為理論為基礎(chǔ)，建立了包括安全性、方便性、舒適性、準(zhǔn)時(shí)性、票價(jià)合理性、旅客態(tài)度、主觀規(guī)范、知覺行為控制的綜合運(yùn)輸通道多方式選擇行為指標(biāo).

目前，已有文獻(xiàn)從不同視角對綜合交通樞紐接駁方式和購票方式屬性對區(qū)域出行方式選擇行為的影響作了分析[8-13]，Clever、Hansen[14]研究表明中長運(yùn)輸?shù)脑谕緯r(shí)間較為固定，運(yùn)輸方式競爭力主要依賴于到站和離站的時(shí)間.Cheng等[15]從顧客感知的視角研究了購票服務(wù)屬性對乘客出行選擇的影響，研究表明改進(jìn)購票通道服務(wù)可促使其他方式乘客向高鐵服務(wù)轉(zhuǎn)移.然而，現(xiàn)有研究鮮有基于全過程的視角從購票、到站、出行、離站的角度研究多模式綜合交通客運(yùn)方式選擇行為決策機(jī)理.鑒于此，本文首先關(guān)注現(xiàn)有區(qū)域交通運(yùn)輸研究過程中被忽略的因素，針對大巴、普通火車、高鐵、航空多種運(yùn)輸方式，以大學(xué)生群體為例，從全過程出行的視角研究旅客客運(yùn)方式選擇行為的決策機(jī)理.

1 實(shí)驗(yàn)設(shè)計(jì)

在本研究中，離散選擇實(shí)驗(yàn)用于區(qū)域綜合交通方式選擇行為的研究，科學(xué)的問卷方案設(shè)計(jì)是本研究的基礎(chǔ).本研究問卷設(shè)計(jì)包括個(gè)體屬性、出行屬性和方式屬性三方面的出行信息；其中，個(gè)體屬性包括：性別、年級、生活費(fèi)等變量；出行屬性包括：出行目的、出行起點(diǎn)、出行終點(diǎn)等信息；方式屬性包括：購票方式、出行方式、出行費(fèi)用、到站方式、到站時(shí)間、離站方式、離站時(shí)間等變量.具體的實(shí)驗(yàn)設(shè)計(jì)屬性和屬性取值如下表1所示.

表1 實(shí)驗(yàn)設(shè)計(jì)屬性和屬性值Tab.1 Experimental attributes and their values

本次乘客方式選擇行為調(diào)查共計(jì)發(fā)放問卷900份，回收有效問卷876份.調(diào)查數(shù)據(jù)顯示，樣本中男女比例分別為48%和52%，50%的大學(xué)生生活費(fèi)為1 000～1 500 元，生活費(fèi)在1 500 元以上的學(xué)生選擇高鐵、飛機(jī)等快速交通方式出行的比例明顯增多.大學(xué)生出行目的多以回家和旅游為主，占總出行的94%；出行花費(fèi)主要集中在100～200 元； 57%的大學(xué)生選擇公交車到達(dá)車站，到站時(shí)間主要集中在15～45 min； 51%的大學(xué)生選擇公交車離開車站，離開時(shí)間也主要集中在15～45 min；網(wǎng)絡(luò)購票是大學(xué)生購票的主要方式；大學(xué)生選擇巴士、普通鐵路、高鐵、飛機(jī)的平均運(yùn)距分別為299、1 140、664、1 469 km.大學(xué)生出行方式選擇與主要特征變量交叉表如表2所示.

表2 出行方式選擇與主要特征變量交叉表Tab.2 Crosstab between travel mode and main variables

2 模型構(gòu)建

MNL模型（Multinomial Logit Model）是最為常用的非集計(jì)模型，其數(shù)學(xué)形式簡潔、計(jì)算簡單，且具有各選擇肢的概率在(0,1)之間，選擇概率總和為1的合理性[16]，因此被廣泛應(yīng)用于交通等領(lǐng)域的模擬預(yù)測中.

2.1 構(gòu)建思路

根據(jù)隨機(jī)效用最大化理論，旅客n選擇i類交通方式的概率可表示為：

式中：Uin為旅客n選擇i類交通方式的效用函數(shù)，其表達(dá)式為：

式中：Vin為可觀測到的特性變量計(jì)算的固定項(xiàng)；εin為不能觀測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).

MNL模型是在假設(shè)式（2）中εin和Vin相互獨(dú)立，而且εin服從Gumbel分布的前提下推導(dǎo)出來的，旅客n選擇i類交通方式概率的表達(dá)式為：

式中：Pin為旅客n選擇i類交通方式的概率；Cn為個(gè)人n的可選擇交通方式集合.

為便于計(jì)算，一般假設(shè)Vin與特性向量Xin呈線性關(guān)系，即：

式中：β0為常量；βk為待定系數(shù)；為旅客n選擇i類交通方式的第k個(gè)變量值.

2.2 模型擬合

應(yīng)用SPSS軟件相關(guān)性分析研究發(fā)現(xiàn)車票花費(fèi)與出行距離具有很強(qiáng)的相關(guān)性，且出行距離估計(jì)結(jié)果更為顯著，因此須剔除車票花費(fèi)變量；其次，將飛機(jī)作為參考交通方式，各分類變量的最后一個(gè)類型作為參考類型，應(yīng)用多項(xiàng)Logistic模型對樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，在此基礎(chǔ)上，通過反復(fù)似然比檢驗(yàn)及估計(jì)參數(shù)比較分析，最終剔除性別、年級、離站時(shí)間、離站方式、購票方式5個(gè)不顯著因素，獲取模型擬合信息和似然比檢驗(yàn)結(jié)果，如表3和4所示.統(tǒng)計(jì)研究表明所有參數(shù)估計(jì)結(jié)果均符合預(yù)期，在可接受的置信區(qū)間水平上存在顯著性，模型具有很強(qiáng)的可信度和顯著性.

表3 模型擬合信息Tab.3 Model fitting information

表4 似然比檢驗(yàn)結(jié)果Tab.4 Likelihood ratio test results

3 參數(shù)估計(jì)與彈性分析

3.1 估計(jì)結(jié)果

參數(shù)估計(jì)結(jié)果如表5所示，模型變量的選擇根據(jù)顯著性水平Sig.確定，如果Sig.<0.05 說明該變量對旅客出行選擇行為有影響，應(yīng)納入旅客選擇行為模型中；反之，應(yīng)予以剔除；另外，β為變量系數(shù)，Wald為統(tǒng)計(jì)量，Sig.表示統(tǒng)計(jì)量的顯著性水平，Exp(B)表示子變量增長一單位所引起預(yù)測概率發(fā)生比的變化[17].

根據(jù)參數(shù)估計(jì)結(jié)果可知，出行距離、生活費(fèi)、到站時(shí)間、出行目的(旅游VS探親)對于大學(xué)生選擇大巴出行具有顯著性影響.出行距離越長，大學(xué)生選擇大巴出行的可能性越?。簧钯M(fèi)較高，大學(xué)生選擇大巴出行的概率越小；到站時(shí)間越長，大學(xué)生選擇大巴出行的概率越小，說明交通樞紐可達(dá)性對于交通方式的選擇有較大影響；與探親出行相比，旅游的大學(xué)生選擇大巴出行的概率相對較低.

生活費(fèi)、到站時(shí)間、出行目的(旅游VS探親)是影響大學(xué)生選擇普通火車出行的顯著因素.生活費(fèi)越低，選擇火車出行的概率越高；到站時(shí)間越小的大學(xué)生，選擇普通火車出行的概率越高；與探親的大學(xué)生相比，旅游的大學(xué)生選擇普通火車概率相對較小.

出行距離、到站時(shí)間、出行目的(旅游VS探親)、到站方式(公交車VS地鐵)是大學(xué)生選擇高鐵出行的顯著因素.出行距離越長，大學(xué)生選擇高鐵出行的概率略有降低；到站時(shí)間越大，大學(xué)生選擇高鐵出行的概率相對越低；與探親的大學(xué)生相比，旅游的大學(xué)生選擇高鐵的概率相對較??；另外，與地鐵到站的大學(xué)生相比，公交車到站的大學(xué)生選擇高鐵出行的概率更小.

表5 參數(shù)估計(jì)結(jié)果（飛機(jī)作為參考方式）Tab.5 Parameter estimation results (Aircraft is taken as reference mode)

3.2 彈性分析

通過對個(gè)體選擇彈性的加權(quán)平均得到考慮服務(wù)屬性的大巴、普通火車和高鐵選擇概率的彈性［17］，詳見表6.研究發(fā)現(xiàn)，對于大巴選擇概率的彈性而言，出行距離的彈性是最高的，其次為生活費(fèi)和到站時(shí)間，彈性值分別為-3.95，-2.60和-1.19，這意味著相對于飛機(jī)這一出行方式，出行距離、生活費(fèi)和到站時(shí)間每增加1%，選擇大巴出行的概率就分別降低3.95%、2.60%和1.19%.對于普通火車而言，生活費(fèi)的彈性最高，到站時(shí)間的彈性相對較低，這意味著月收入每增加1%，選擇普通火車出行的概率就降低1.04%，到站時(shí)間每增加1%，選擇普通火車出行的概率就降低0.60%.對于高鐵而言，出行距離的彈性最高，出行距離每增加1%，選擇高鐵出行的概率就降低1.73%；到站時(shí)間每增加1%，選擇高鐵出行的概率就降低0.78%.通過上述分析可知，到站時(shí)間是區(qū)域客運(yùn)交通方式競爭的重要解釋因素，因此場站的位置及可達(dá)性對于交通方式的潛在競爭力起到重要作用.

表6 大巴、普通火車和高鐵選擇概率的彈性Tab.6 Elasticity of choice probability for bus,train and high speed railway

4 結(jié)論

本文以大學(xué)生群體為研究對象，考慮購票屬性及接駁服務(wù)屬性對大學(xué)生方式選擇行為的影響，從全過程視角研究了大學(xué)生群體綜合交通客運(yùn)方式選擇行為決策機(jī)理，構(gòu)建了大學(xué)生客運(yùn)多方式選擇的MNL模型，并對模型的參數(shù)標(biāo)定、選擇行為進(jìn)行定量分析.研究結(jié)論如下：

（1）大學(xué)生的年級、性別等個(gè)體屬性特征對方式選擇行為無明顯影響，生活費(fèi)有顯著影響.以飛機(jī)作為參考方式進(jìn)行研究，結(jié)果表明生活費(fèi)對大學(xué)生選擇大巴和普通火車的影響較大，根據(jù)彈性研究結(jié)果，大學(xué)生生活費(fèi)每增加1%，大巴和普通火車的選擇概率會降低2.60%和1.04%.

（2）出行距離、出行目的(旅游VS探親)對方式選擇行為有顯著影響.以飛機(jī)作為參考方式，出行距離越長，大學(xué)生選擇大巴出行的概率越低，其次為高鐵，根據(jù)彈性計(jì)算結(jié)果，出行距離每增加1%，大巴和高鐵的選擇概率會降低3.95%和1.73%；另外，到站時(shí)間、到站方式（私家車VS地鐵）、到站方式（公交車VS地鐵）也對部分方式選擇行為有顯著影響，以飛機(jī)作為參考方式，到站時(shí)間每增加1%，選擇大巴、火車、高鐵出行的概率分別降低1.19%、0.60%、0.78%.

References

[1]YAO E,MORIKAWA T.A study of on integrated intercity travel demand model[J].Transportation Research Part A: Policy and Practice,2005,39(4): 367-381.

[2]FREITAS A L P.Assessing the quality of intercity road transportation of passengers: an exploratory study in Brazil[J].Transportation Research Part A: Policy and Practice,2013,49: 379-392.

[3]HSU C I,CHEN Y C,LI H C.A model on market share distribution between air transportation,high-speed rail,and automibles[J].Journal of the Eastern Asia Society for Transportation Studies,2005,6(11): 2003-2018.

[4]MANCUSO P.An analysis of the competition that im-pinges on the Milan-Rome intercity passenger transport link[J].Transport Policy,2014,32: 42-52.

[5]何宇強(qiáng),毛保華,陳團(tuán)生,等.高速客運(yùn)專線客流分擔(dān)率模型及其應(yīng)用研究[J].鐵道學(xué)報(bào),2006,28(3): 18-20.HE Yuqiang,MAO Baohua,CHENG Tuansheng,et al.The mode share model of the high-speed passenger rail-way line and its application[J].Journal of the China Railway Society,2006,28(3): 18-20.

[6]葉玉玲,王藝詩.滬杭運(yùn)輸通道內(nèi)旅客交通方式選擇行為研究[J].鐵道學(xué)報(bào),2010,32(4): 13-17.YE Yuling,WANG Yishi.Research on travel mode choice behavior in Shanghai-Hangzhou transport corridor[J].Journal of the China Railway Society,2010,32(4): 13-17.

[7]盧欣.基于計(jì)劃行為學(xué)的旅客中長距離出行方式選擇行為研究[D].成都: 西南交通大學(xué),2011.LU Xin.Research on the passenger travel choice of mod-erate/long-distance based on the planned behavior theory[D].Chengdu: Southwest Jiao Tong University,2011.

[8]CHANG ICG.A network-based model for estimating the market share of a new high speed rail system[J].Transportation Planning &Technology,2004,27(2): 67-90.

[9]DOBRUSZKES F.High-speed rail and air transport competition in Western Europe: a supply-oriented perspective[J].Transportation Policy,2011,18(6): 870-879.

[10]RGW S,MULAMOOTTIL G.The access journey to the railway station and its role in passengers' satisfaction with rail travel[J].Transportation Policy,2007,14(5):357-365.

[11]PELS E,NIJKAMP P,RIETVELD P.Airport and airline competition for passengers departing from a large metropolitan area[J].Journal of Urban Economics,2000,48(1):29-45.

[12]PELS E,NIJKAMP P,RIETVELD P.Airport and airline choice in a multiple airport region: an empirical analysis for the San Francisco bay area[J].Regional Studies.2001,35(1): 1-9.

[13]WARDMAN M,TYLER J.Rail network accessibility and the demand for inter-urban rail travel[J].Transport Reviews,2010,20(1): 3-24.

[14]CLEVER R,HANSEN M M.Interaction of air and high-speed rail in Japan[J].Transportation Research Record,2008,2043(1): 1-12.

[15]CHENG Y H,HUANG T Y.High speed rail passenger segmentation and ticketing channel preference[J].Transportation Research Part A: Policy and Practice,2014,66:127-143.

[16]NJAV E,RIETVELD P.Could you also have made this trip by another mode? An investigation of perceived travel possibilities of car and train travellers on the main travel corridors to the city of Amsterdam,The Netherlands[J].Transportation Research Part A: Policy and Practice,2009,43(4): 374-385.

[17]WASHINGTON S P,KARLAFTIS M G,MANNERING F.Statistical and econometric methods for transportation data analysis[M].2nd ed.Boca Raton: CRC Press,2010.