張 戎， 諸立超

(同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室， 上海 201804)

為促進(jìn)城市經(jīng)濟(jì)發(fā)展和規(guī)模擴(kuò)張、縮短高鐵線路長(zhǎng)度、保證轉(zhuǎn)彎半徑，我國(guó)大部分高鐵車站建于城市郊區(qū)或新城，該布局導(dǎo)致高鐵旅客市內(nèi)交通不便，增加高鐵旅客“門(mén)到門(mén)”出行時(shí)間和費(fèi)用。以滬杭客運(yùn)通道為例，主要有高鐵(簡(jiǎn)稱“G”)、動(dòng)車(簡(jiǎn)稱“D”)、普通鐵路旅客列車(除高鐵和動(dòng)車外的其他鐵路旅客列車，簡(jiǎn)稱“P”或普客)和大巴(簡(jiǎn)稱“B”)4種地面公共交通方式，上海開(kāi)行滬杭高鐵和動(dòng)車列車的車站位于外環(huán)線以外的鐵路虹橋站(簡(jiǎn)稱“虹橋站”)，鐵路上海南站(簡(jiǎn)稱“上海南站”)僅開(kāi)行兩地間普客列車，上海長(zhǎng)途汽車客運(yùn)總站(簡(jiǎn)稱“汽車總站”)開(kāi)行兩地間大巴，其中上海南站和汽車總站均位于中心城區(qū)。根據(jù)上海鐵路局和上海汽車總站提供的數(shù)據(jù)，2013年滬杭客運(yùn)通道4種城際出行方式的分擔(dān)率分別為44.291%、16.097%、36.275%和3.338%，雖然高鐵列車在城際間的平均旅行速度與普客列車和大巴相比優(yōu)勢(shì)較大，但由于虹橋站遠(yuǎn)離市中心使高鐵旅客市內(nèi)交通出行不便，削弱對(duì)旅客的吸引力，若適當(dāng)調(diào)整高鐵列車開(kāi)行站將有助于提升其分擔(dān)率。因此要調(diào)整高鐵列車開(kāi)行站以改善市內(nèi)交通，關(guān)鍵在于掌握旅客在不同服務(wù)水平下的出行方式選擇行為，借助離散選擇模型可有效解釋市內(nèi)交通服務(wù)水平對(duì)城際出行方式選擇的影響。

目前應(yīng)用離散選擇模型研究城際出行行為的成果較為豐富，采用的模型主要有多項(xiàng)logit(multinomial logit，MNL)模型[1-9]、巢式logit(nested logit，NL)模型[2]、排序logit(ordered logit，OL)模型[7]和混合logit(mixed logit，ML)模型[9]等，研究重點(diǎn)為未來(lái)年分擔(dān)率劃分[1-6]、開(kāi)行方案評(píng)價(jià)[5,7]、出行選擇行為分析[5,8]和分段時(shí)間價(jià)值測(cè)算[3,9]等，并解決城際出行方式選擇研究領(lǐng)域的RP/SP(revealed preference，行為偏好；stated preference，意向偏好)數(shù)據(jù)融合[2]和低頻率出行方式抽樣數(shù)據(jù)偏差[8]等實(shí)際問(wèn)題。但目前僅有少量文獻(xiàn)將市內(nèi)交通時(shí)間和費(fèi)用納入城際出行方式選擇研究范圍[1-3,6,8-9]，考慮到旅客心理態(tài)度和感知、時(shí)間及費(fèi)用等方面在市內(nèi)交通、候車和在車(指旅客在高鐵和動(dòng)車等列車上站到站的過(guò)程，其對(duì)應(yīng)時(shí)間稱為在車時(shí)間)等分段過(guò)程中存在的差異，其中一部分研究為分段過(guò)程時(shí)間設(shè)定不同的待估參數(shù)以研究不同段時(shí)間價(jià)值的差異[2-3,8-9]，文獻(xiàn)[3]和[9]均得到候車時(shí)間價(jià)值最高的結(jié)論；此外，大部分研究側(cè)重于旅客偏好揭示、需求分析和方式劃分，主流處理方式是將不同城際出行方式時(shí)間設(shè)定為同一待估參數(shù)[1-3,7-8]，不僅減少模型參數(shù)數(shù)量、方便模型結(jié)果分析，也有利于提高模型參數(shù)估計(jì)精度；少部分研究以測(cè)算不同城際出行方式時(shí)間價(jià)值差異為主要研究目的[4]，將不同城際出行方式時(shí)間設(shè)定為不同待估參數(shù)，但對(duì)樣本數(shù)量和精度要求較高，伴隨著參數(shù)數(shù)量的增加，極有可能得到不顯著甚至違反直覺(jué)的參數(shù)估計(jì)值。因此該方法的應(yīng)用更為局限。而研究旅客特征所引起的城際出行選擇行為異質(zhì)性的文獻(xiàn)則更少[3,8-9]，并且尚未從調(diào)整高鐵列車開(kāi)行站角度研究如何提升高鐵分擔(dān)率?？紤]到我國(guó)高鐵車站布局帶來(lái)的市內(nèi)交通銜接問(wèn)題及對(duì)高鐵短途客流吸引的影響，本文以滬杭城際出行鏈旅客為研究對(duì)象，其中城際出行鏈包括起點(diǎn)城市市內(nèi)交通、步行、候車、在車和目的地城市市內(nèi)交通，通過(guò)納入市內(nèi)交通和旅客特征以避免分擔(dān)率有偏估計(jì)問(wèn)題，同時(shí)提升模型對(duì)旅客選擇行為的解釋能力和分擔(dān)率預(yù)測(cè)精度；并借助NL模型量化不同特征旅客子群體面對(duì)市內(nèi)交通改善表現(xiàn)出的選擇行為異質(zhì)性，提高模型精度；比較滬杭高鐵列車由虹橋站開(kāi)行和由上海南站開(kāi)行兩個(gè)不同方案下的高鐵分擔(dān)率，為未來(lái)滬杭高鐵列車開(kāi)行站的調(diào)整提供依據(jù)。

1 數(shù)據(jù)分析

1.1 數(shù)據(jù)采集

根據(jù)實(shí)地調(diào)研和文獻(xiàn)閱讀，本文選取市內(nèi)交通時(shí)間(涵蓋滬杭兩地市內(nèi)交通時(shí)間)、候車時(shí)間(涵蓋火車站/汽車站內(nèi)步行時(shí)間和候車時(shí)間)、在車時(shí)間和出行鏈費(fèi)用(涵蓋滬杭城際“門(mén)到門(mén)”出行費(fèi)用)為城際出行方式選擇主要影響因素，同時(shí)考慮旅客特征，通過(guò)對(duì)出行鏈服務(wù)屬性水平根據(jù)現(xiàn)實(shí)范圍邊界進(jìn)行合理波動(dòng)以得到SP場(chǎng)景[10]。課題組于2014-03-28開(kāi)展試調(diào)查，根據(jù)旅客反饋改善問(wèn)卷和調(diào)查形式，并于2014-04-01～2014-04-05進(jìn)行正式調(diào)查。調(diào)查地點(diǎn)為虹橋站、上海南站和汽車總站候車室及車廂，通過(guò)隨機(jī)抽樣調(diào)查最終回收309份滬杭方向有效問(wèn)卷，調(diào)查內(nèi)容包括：旅客特征如年齡、收入、出行目的和同行人數(shù)等，市內(nèi)交通情況如時(shí)間和費(fèi)用等，屬性感知如可接受市內(nèi)交通時(shí)間和步行時(shí)間等，以及用于揭示旅客在不同出行鏈服務(wù)水平下選擇機(jī)理的4個(gè)SP場(chǎng)景。

1.2 統(tǒng)計(jì)分析

1.2.1 旅客特征

根據(jù)表1對(duì)樣本數(shù)據(jù)的統(tǒng)計(jì)可知，本次受訪者的年齡和收入跨度較大，基本覆蓋滬杭城際旅客所有樣本。進(jìn)一步按高鐵、動(dòng)車、普客和大巴等4個(gè)細(xì)分市場(chǎng)分析旅客特征及市內(nèi)交通屬性，并計(jì)算表征細(xì)分市場(chǎng)旅客特征均值與整體市場(chǎng)旅客特征均值差異的平均絕對(duì)百分比誤差MAPE為

( 1 )

式中：s為第s個(gè)旅客特征；t為第t種滬杭城市出行方式，共T種；As為第s個(gè)旅客特征的整體市場(chǎng)均值；Fts為第s個(gè)旅客特征第t種滬杭城市出行方式的細(xì)分市場(chǎng)均值。

由表1可知:

(1) 4個(gè)細(xì)分市場(chǎng)在性別、收入、報(bào)銷和同行人數(shù)方面存在較大差異，說(shuō)明有可能影響旅客城際出行方式選擇，下文的參數(shù)估計(jì)證實(shí)性別和收入對(duì)選擇行為影響顯著，而報(bào)銷和同行人數(shù)并不起重要作用；

(2) 4個(gè)細(xì)分市場(chǎng)在年齡、大包、小包、行李數(shù)和同行人數(shù)等方面并無(wú)顯著差異，可預(yù)見(jiàn)其對(duì)滬杭城際出行方式選擇并無(wú)顯著影響，下文也印證該點(diǎn)；

(3) 旅客收入越高，越傾向于選擇高鐵，然后依次為動(dòng)車、普客和大巴；

(4) 一般而言，男性旅客收入更高，樣本均值為7 079元/月，而女性旅客收入較低，樣本均值為5 763 元/月，具體表現(xiàn)為女性更傾向于選擇動(dòng)車，其次是普客，高鐵為第3選擇；

(5) 虹橋站遠(yuǎn)離市區(qū)，因此高鐵和動(dòng)車旅客市內(nèi)交通時(shí)間均值較長(zhǎng)，均為53 min，與普客和大巴旅客市內(nèi)交通時(shí)間均值相比，分別長(zhǎng)10 min和15 min；

(6) 高鐵旅客市內(nèi)交通費(fèi)用均值為最高的19元，其次是普客和動(dòng)車，分別為16元和15元，最低的大巴僅為6元。

表1 按城際出行方式分類的旅客特征及上海市內(nèi)交通屬性

注：女=1，男=0(對(duì)應(yīng)變量為性別)；有=1，無(wú)=0(對(duì)應(yīng)變量為大包和小包)；是=1，否=0(對(duì)應(yīng)變量為報(bào)銷)；收入分為6個(gè)區(qū)間，第6區(qū)間為20 000 元/月及以上，前5個(gè)區(qū)間以均值表示，第6區(qū)間以20 000 元/月表示。

1.2.2 城際交通特征

由表2可知滬杭客運(yùn)通道4種城際出行方式中高鐵時(shí)間最短、費(fèi)用最高，普客時(shí)間最長(zhǎng)、費(fèi)用最低，而大巴時(shí)間略短于普客，但費(fèi)用逼近高鐵，因此其分擔(dān)率最低僅為3.338%，滬杭城際旅客收入較高，見(jiàn)表1，使其對(duì)時(shí)間的偏好甚于費(fèi)用，因此選擇高鐵的旅客人數(shù)最多，高達(dá)44.291%。

表2 滬杭城際旅客城際交通屬性真實(shí)值

1.2.3 市內(nèi)交通特征

滬杭城際旅客在上海市內(nèi)選擇步行較少，不再考慮，可接受市內(nèi)交通時(shí)間集中于16～30 min、31～45 min和46～60 min，見(jiàn)表3，均值為39.59 min，而實(shí)際市內(nèi)交通時(shí)間均值為45.45 min，尚未達(dá)到旅客要求，主要因虹橋站遠(yuǎn)離市中心造成。

表3 滬杭城際旅客可接受市內(nèi)交通時(shí)間

根據(jù)圖1可知，通過(guò)核密度估計(jì)得到的市內(nèi)交通時(shí)間概率密度函數(shù)形似對(duì)數(shù)正態(tài)分布：當(dāng)市內(nèi)交通時(shí)間較短時(shí)，由于城際旅客認(rèn)為對(duì)市內(nèi)交通具有較強(qiáng)的掌控和預(yù)測(cè)能力，易持樂(lè)觀態(tài)度而低估市內(nèi)交通時(shí)間；而市內(nèi)交通時(shí)間較長(zhǎng)時(shí)，城際旅客認(rèn)為對(duì)市內(nèi)交通的掌控能力較差，同時(shí)長(zhǎng)距離出行時(shí)間不確定性更強(qiáng)，旅客易持悲觀態(tài)度而高估市內(nèi)交通時(shí)間；真實(shí)市內(nèi)交通時(shí)間(均值45.45 min,標(biāo)準(zhǔn)差25.93 min)與預(yù)期(均值46.63 min，標(biāo)準(zhǔn)差27.38 min)相比更小。

此外，過(guò)長(zhǎng)的市內(nèi)交通時(shí)間將進(jìn)一步增加旅客在高鐵車站的候車時(shí)間，上海至南京的高鐵旅客在鐵路上海站(簡(jiǎn)稱“上海站”)的候車時(shí)間，平均比上海至杭州的高鐵旅客在虹橋站的候車時(shí)間少約7 min[11]，其中上海站位于中心城區(qū)，而虹橋站位于外環(huán)線外，考慮到目前上海南站不開(kāi)行滬杭高鐵和動(dòng)車列車，若滬杭高鐵和動(dòng)車列車開(kāi)行由虹橋站調(diào)整至上海南站，由此帶來(lái)的候車時(shí)間縮短可參照該數(shù)據(jù)。

1.2.4 客流分布特征

根據(jù)旅客填寫(xiě)的起點(diǎn)及所選車站信息，結(jié)合百度地圖(http://map.baidu.com/)計(jì)算的路徑距離，以旅客出行起點(diǎn)至所選鐵路車站或長(zhǎng)途汽車站的路徑距離為橫軸、以旅客出行起點(diǎn)至未選的最近鐵路車站或汽車總站的距離為縱軸繪制二維圖，見(jiàn)圖2。以高鐵旅客坐標(biāo)(20,10)進(jìn)行說(shuō)明，20代表旅客至虹橋站的距離為20 km，10代表旅客至上海南站和汽車總站中較近車站的距離為10 km，即該點(diǎn)位于對(duì)角線右下方，說(shuō)明旅客出行起點(diǎn)至所選車站的距離大于至未選最近車站的距離。由圖2可知，高鐵和動(dòng)車旅客大部分位于對(duì)角線右下方，普客旅客分布相對(duì)均勻，總體上更接近上海南站，而大巴旅客分布集中于對(duì)角線周邊，總體上距離汽車總站更近，說(shuō)明虹橋站位置較偏，大量客流需經(jīng)過(guò)長(zhǎng)距離市內(nèi)交通才能到達(dá)，而上海南站和汽車總站距離更近，見(jiàn)表4。市內(nèi)交通出行距離的增加意味著市內(nèi)交通時(shí)間不確定性增加，該不確定性使得旅客為不錯(cuò)過(guò)列車出發(fā)而增加候車時(shí)間，進(jìn)一步導(dǎo)致城際出行鏈整體時(shí)間的增加。

表4 旅客至所選和最近未選車站的路徑距離統(tǒng)計(jì) km

2 城際出行方式選擇模型構(gòu)建及估計(jì)

2.1 模型簡(jiǎn)介

采用離散選擇模型構(gòu)建城際出行方式選擇模型，離散選擇模型通常根據(jù)決策者即旅客效用最大化假設(shè)推導(dǎo)得到，假定旅客n面臨J種城際出行方式，并從第j種城際出行方式獲得特定效用Unj,j=1,…,J，該效用被旅客感知到，但不能被研究者觀測(cè)到，研究者只能觀測(cè)到旅客面臨的選擇方案屬性xnj?j和旅客屬性sn，通過(guò)函數(shù)Vnj=V(xnj,sn)?j可將觀測(cè)屬性與旅客效用聯(lián)系起來(lái)，稱為代表性效用(Representative Utility)，另一部分效用不能被研究者觀測(cè)到，即Vnj≠Unj，效用被分解為Unj=Vnj+εnj，其中εnj捕捉到影響效用但并未包含在Vnj中的因素，稱為不可觀測(cè)項(xiàng)[12]。研究者不清楚εnj?j，假設(shè)其聯(lián)合密度函數(shù)為f(εn)。因此旅客n選擇城際出行方式i的概率計(jì)算式為

Pni=ProbUni>Unj?j≠i=

ProbVni+εni>Vnj+εnj?j≠i=

( 2 )

式中：Pni為旅客n選擇城際出行方式i的概率；Uni為代表性效用；εni為效用不可觀測(cè)項(xiàng)；n為旅客；i、j為城際出行方式；I·為指示函數(shù)，括號(hào)內(nèi)為真時(shí)I·=1，否則I·=0；fεn為εn的聯(lián)合密度函數(shù)。

logit模型在不可觀測(cè)項(xiàng)εni服從獨(dú)立同分布的二重指數(shù)分布假設(shè)下推導(dǎo)得到，而probit模型則在εni服從多維正態(tài)分布的假設(shè)下推導(dǎo)得到，下文使用的是MNL模型和NL模型。

2.1.1MNL模型

由于εni獨(dú)立同分布于二重指數(shù)分布，根據(jù)文獻(xiàn)[12]推導(dǎo)得概率計(jì)算式

( 3 )

2.1.2NL模型

NL模型則在一定程度上克服MNL模型的IIA特性(independence from irrelevant alternative，不相關(guān)選擇方案之間相互獨(dú)立),概率計(jì)算式為

( 4 )

式中：λk為測(cè)度系數(shù)，用于度量巢k內(nèi)城際出行方式效用不可觀測(cè)項(xiàng)之間的獨(dú)立程度，值越大獨(dú)立程度越高，當(dāng)λk=1時(shí)退化為MNL模型；Bk為巢，共K個(gè)，城際出行方式j(luò)被分配至K個(gè)不重復(fù)的巢B1,B2,…,BK中。

2.2 模型構(gòu)建

考慮到本文的研究目的是分析滬杭城際旅客出行需求、探究市內(nèi)交通改善對(duì)不同城際出行方式分擔(dān)率的影響，故將不同城際出行方式的時(shí)間待估參數(shù)設(shè)定為相同；此外，考慮到調(diào)查地點(diǎn)主要為上海，旅客對(duì)杭州市內(nèi)交通時(shí)間缺乏認(rèn)知，為保證模型精度，僅考慮上海市內(nèi)交通時(shí)間，據(jù)此構(gòu)建包含服務(wù)水平和旅客特征變量，見(jiàn)表5的MNL模型和NL模型初始效用函數(shù)

Ung=θCCng+θTuTu,ng+θTwTw,ng+θTiTt,ng+

θRgRng+θBgBng+θHgHng+θQgQng+θMgMng+

θSgSng+θAgAng+θIgIng+Asc,g+εng

Und=θCCnd+θTuTu,nd+θTwTw,nd+θTiTt,nd+

θRdRnd+θBdBnd+θHdHnd+θQdQnd+

θMdMnd+θSdSnd+θAdAnd+θIdInd+Asc,d+εnd

Unp=θCCnp+θTuTu,np+θTwTw,np+θTiTt,np+

θRpRnp+θBpBnp+θHpHnp

+θQpQnp+θMpMnp+

θSpSnp+θApAnp+θIpInp+Asc,p+εnp

Unb=θCCnb+θTuTu,nb+θTwTw,nb+θTiTt,nb+εnb

( 5 )

式中：i=g,d,p分別代表高鐵、動(dòng)車和普客，b為大巴；θ為待估計(jì)參數(shù)；Asc為待估計(jì)常數(shù)項(xiàng)；其余變量見(jiàn)表5，參數(shù)預(yù)期正負(fù)中，正代表對(duì)應(yīng)變量值越大效用越高，負(fù)代表對(duì)應(yīng)變量值越大效用越低。

表5 模型變量及參數(shù)定義

2.3 參數(shù)估計(jì)結(jié)果

考慮到由于RP數(shù)據(jù)變量變化很小或共線性等造成的變量病態(tài)問(wèn)題，采用SP數(shù)據(jù)對(duì)參數(shù)進(jìn)行估計(jì)[12]，由于SP數(shù)據(jù)為假設(shè)場(chǎng)景數(shù)據(jù)，得到的選擇結(jié)果可能與真實(shí)選擇有差異。因此本例基于RP數(shù)據(jù)構(gòu)建SP數(shù)據(jù)以減小該差異帶來(lái)的有偏估計(jì)。為得到精度更高和解釋能力更強(qiáng)的模型，構(gòu)建MNL模型和NL模型以供備選。根據(jù)2.2節(jié)所述的效用函數(shù)建立初始MNL模型，并按參數(shù)不顯著程度逐步剔除變量，似然比指標(biāo)未超過(guò)卡方分布臨界值，說(shuō)明剔除變量對(duì)模型并無(wú)顯著影響，確定最終的MNL模型效用函數(shù)，見(jiàn)表6，進(jìn)一步構(gòu)建NL模型，見(jiàn)圖3和表7，參數(shù)均借助NLOGIT軟件采用牛頓拉普松算法進(jìn)行估計(jì)。

表6 MNL模型變量篩選結(jié)果

由于滬杭客運(yùn)通道4種城際出行方式不可觀測(cè)效用項(xiàng)的方差未必完全相同，借助退化NL模型的包含值IV(inclusive value)估計(jì)，對(duì)確定NL模型的樹(shù)形結(jié)構(gòu)十分有幫助，從數(shù)據(jù)本身出發(fā)，不局限于出行方式和數(shù)據(jù)類型，才能最大限度地揭示選擇枝之間的相關(guān)性。由圖3左圖可知普客和大巴的包含值與1無(wú)顯著差異，故將普客和大巴放入名為“慢車”的巢中，而將高鐵和動(dòng)車視為退化枝方案，最終得到圖3右圖的樹(shù)形結(jié)構(gòu)。

表7中測(cè)度系數(shù)λ對(duì)應(yīng)的t檢驗(yàn)WT為

( 6 )

式中：λ為測(cè)度系數(shù)，即圖3中數(shù)值，其中一個(gè)選擇枝的λ必須被標(biāo)準(zhǔn)化為1；SD為測(cè)度系數(shù)標(biāo)準(zhǔn)差；WT為Wald檢驗(yàn)值。

在表7測(cè)度系數(shù)λ的t檢驗(yàn)3.14(-6.38)中，3.14是測(cè)度系數(shù)顯著不等于0的t檢驗(yàn)值，-6.38是測(cè)度系數(shù)顯著不等于1的Wald檢驗(yàn)值，兩者絕對(duì)值均大于顯著性水平為0.05時(shí)的臨界值1.96，說(shuō)明NL模型的測(cè)度系數(shù)顯著不等于0和1，說(shuō)明有必要構(gòu)建NL模型[10]。剔除變量后的MNL模型和NL模型的最終效用函數(shù)為

Ung=θCCng+θTuTu,ng+θTwTw,ng+θTiTi,ng+

θSgSng+θIgIng+Asc,g+εng

Und=θCCnd+θTuTu,nd+θTwTw,nd+θTiTi,nd+

θSdSnd+θIdInd+Asc,d+εnd

Unp=θCCnp+θTuTu,np+θTwTw,np+θTiTi,np+

θSpSnp+θIpInp+Asc,C+εnp

Unb=θCCnb+θTuTu,nb+θTwTw,nb+θTiTi,nb+εnb

( 7 )

此外，旅客出行時(shí)間價(jià)值VOT可由邊際替代率MRS估算，其定義為在整體效用保持不變前提下，旅客為縮短單位出行時(shí)間而多愿意支付的費(fèi)用，兩者參數(shù)比值即為旅客出行時(shí)間價(jià)值

VOT=MRStime-cost=

( 8 )

式中：VOT為時(shí)間價(jià)值；MRS為邊際替代率；ΔUtime、ΔUcost分別為時(shí)間和費(fèi)用變化所引起的效用變化值；dUtime、dUcost分別為效用對(duì)時(shí)間和費(fèi)用的導(dǎo)數(shù)；?U/?T、?U/?C分別為效用對(duì)時(shí)間和費(fèi)用的偏導(dǎo)；T可進(jìn)一步劃分為T(mén)u、Tw、Ti，即θT可用θTu、θTw、θTi進(jìn)行替換，用于測(cè)算不同段的時(shí)間價(jià)值；θT、θC分別為時(shí)間和費(fèi)用的參數(shù)估計(jì)值。

表7 NL模型參數(shù)估計(jì)結(jié)果

注：t檢驗(yàn)絕對(duì)值越大，則顯著性水平p-value越小、參數(shù)估計(jì)越顯著。

3 滬杭列車開(kāi)行站調(diào)整對(duì)其競(jìng)爭(zhēng)力的影響

考慮到高鐵旅客以公務(wù)、探親和旅游等目的為主，此類出行主要通往中心城區(qū)，同時(shí)短距離的城際出行旅客對(duì)市內(nèi)交通時(shí)間更為敏感，因此有必要考慮虹橋站和上海南站在滬杭客運(yùn)通道中的分工問(wèn)題。對(duì)京滬長(zhǎng)途出行旅客而言，假設(shè)旅客到達(dá)虹橋站的市內(nèi)交通時(shí)間為45 min，目的地城市的市內(nèi)交通時(shí)間同樣為45 min，而京滬高鐵旅客平均在車時(shí)間約5.6 h，可以接受1.5 h的市內(nèi)交通時(shí)間；但對(duì)滬杭短途城際出行旅客，高鐵城際交通時(shí)間僅約為1 h,1.5 h的市內(nèi)交通服務(wù)水平恐怕難以令絕大部分旅客滿意。因此可考慮將當(dāng)前由虹橋站始發(fā)的大部分滬杭高鐵和動(dòng)車列車調(diào)整至由上海南站始發(fā)。該調(diào)整將使滬杭高鐵旅客市內(nèi)交通時(shí)間縮短近11 min，降至36.14 min，并使滬杭客運(yùn)通道旅客市內(nèi)交通時(shí)間均值由當(dāng)前的45.45 min降至38.07 min，低于旅客平均可接受市內(nèi)交通時(shí)間39.59 min的要求，同時(shí)使市內(nèi)交通費(fèi)用均值減少2.42 元/人次；進(jìn)一步考慮到由此帶來(lái)的候車時(shí)間縮短，結(jié)合調(diào)查數(shù)據(jù)和文獻(xiàn)閱讀[10]可知候車時(shí)間將縮短7 min，根據(jù)表7的時(shí)間價(jià)值可知市內(nèi)交通改善所節(jié)約的廣義成本(費(fèi)用與時(shí)間成本之和)為10.86 元/人次。高鐵開(kāi)行站調(diào)整使得高鐵城際出行的上海市內(nèi)交通服務(wù)水平有所改善，并使市內(nèi)交通時(shí)間、候車時(shí)間和市內(nèi)交通費(fèi)用有所下降，由此帶來(lái)分擔(dān)率的提升。

表8 滬杭高鐵列車開(kāi)行調(diào)整前后的城際出行方式分擔(dān)率變化

由表7可知性別和收入對(duì)城際出行方式選擇均有影響，并且優(yōu)化高鐵市內(nèi)交通銜接將使其分擔(dān)率有所提升，但對(duì)不同特征旅客子群體產(chǎn)生的影響不同，其中“↑”、“↓”分別代表某城際出行方式的分擔(dān)率上升或下降，見(jiàn)表9，主要結(jié)果為：

(1) 旅客收入越高，對(duì)出行時(shí)間的要求更高，同時(shí)對(duì)出行費(fèi)用的承受能力更強(qiáng)，因此高收入旅客更愿意轉(zhuǎn)向費(fèi)用更高、時(shí)間更短的高鐵，而低收入旅客更多地選擇費(fèi)用較低、時(shí)間較長(zhǎng)的動(dòng)車；

(2) 高鐵和動(dòng)車分擔(dān)率增量更多地來(lái)源于普客，說(shuō)明較之于大巴，普客與高鐵和動(dòng)車存在更強(qiáng)的替代性；

(3) 當(dāng)旅客收入為6 700 元/月時(shí)，其轉(zhuǎn)向高鐵和動(dòng)車的分擔(dān)率相同，均為3.080%；

(4) 一般而言，男性旅客收入更高，樣本均值為7 079 元/月，高于臨界值6 700 元/月，更容易接受費(fèi)用更高的高鐵，而女性旅客收入較低，樣本均值為5 763 元/月，低于臨界值6 700 元/月,故在高鐵和動(dòng)車開(kāi)行站調(diào)整后，男性旅客更傾向于選擇高鐵，而女性旅客更傾向于選擇動(dòng)車。

表9 旅客子群體在高鐵開(kāi)行站調(diào)整前后的城際出行方式分擔(dān)率變化 %

4 結(jié)論

本文以滬杭客運(yùn)通道旅客為研究對(duì)象，通過(guò)問(wèn)卷調(diào)查數(shù)據(jù)分析滬杭城際旅客特征、市內(nèi)交通特征和客流分布特征，比較市內(nèi)交通服務(wù)水平現(xiàn)狀與旅客要求的差異；進(jìn)一步將市內(nèi)交通服務(wù)屬性作為影響城際出行方式選擇的城際運(yùn)輸鏈的一部分納入進(jìn)來(lái)，構(gòu)建包含高鐵、動(dòng)車、普客和大巴等4種出行方式在內(nèi)的城際出行方式選擇模型，即MNL模型和NL模型；結(jié)果說(shuō)明出行鏈費(fèi)用、市內(nèi)交通時(shí)間、候車時(shí)間、在車時(shí)間、性別和收入對(duì)城際出行方式選擇影響顯著。以較優(yōu)的NL模型為基礎(chǔ)，比較當(dāng)前滬杭高鐵和動(dòng)車列車由虹橋站開(kāi)行，以及未來(lái)滬杭高鐵和動(dòng)車列車由上海南站開(kāi)行兩個(gè)不同方案的滬杭高鐵和動(dòng)車分擔(dān)率。繼而結(jié)合旅客特征變量對(duì)不同子群體的選擇行為進(jìn)行比較，結(jié)果說(shuō)明滬杭高鐵和動(dòng)車列車由上海南站開(kāi)行的方案將吸引更多的高收入群體以及男性旅客選擇滬杭高鐵，而年齡、是否報(bào)銷、行李數(shù)和同行人數(shù)等旅客特征對(duì)滬杭城際旅客的出行方式選擇并無(wú)顯著影響。但根據(jù)常數(shù)項(xiàng)顯著可知，仍有一些影響城際出行方式選擇的變量尚未納入到模型中，未來(lái)有必要增加其他變量進(jìn)一步揭示城際出行方式選擇機(jī)理；此外，下一階段需要研究滬杭高鐵線接入上海南站的建設(shè)方案，并從調(diào)整后車站通過(guò)能力、樞紐區(qū)間通過(guò)能力、動(dòng)車段高鐵存車能力和養(yǎng)護(hù)維修作業(yè)能力等方面開(kāi)展調(diào)整方案可行性研究。

參考文獻(xiàn)：

[1] 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): 18-21.

HE Yuqiang, MAO Baohua, CHEN Tuansheng, et al. The Mode Share Model of the High-speed Passenger Railway Line and its Application[J]. Journal of the China Railway Society, 2006, 28(3): 18-21.

[2] 張戎, 吳曉磊, 張?zhí)烊? 基于RP/SP融合數(shù)據(jù)的滬杭客運(yùn)通道公鐵客流分擔(dān)率研究[J]. 鐵道學(xué)報(bào), 2008, 30(6): 7-13.

ZHANG Rong, WU Xiaolei, ZHANG Tianran. The Railway and Highway Mode Split Analysis in Huhang Corridor Based on RP/SP Combined Data[J]. Journal of the China Railway Society, 2008, 30(6): 7-13.

[3] 張戎, 吳曉磊. 長(zhǎng)三角快速客運(yùn)網(wǎng)城際公共交通分擔(dān)率模型[J]. 同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, 36(9): 1 210-1 215.

ZHANG Rong, WU Xiaolei. Inter-urban Public Transport Mode Share under High-speed Railways Network in Yangtze River Delta[J]. Journal of Tongji University: Natural Science,2008,36(9):1 210-1 215.

[4] 朱順應(yīng), 李軍, 李安勛, 等. 城市群軌道交通方式劃分非集計(jì)logit模型[J]. 武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版), 2009, 32(6): 1 063-1 066.

ZHU Shunying, LI Jun, LI Anxun, et al. The Disaggregate Logit Model for Mode Split of Rapid Railway in the Urban Agglomeration[J]. Journal of Wuhan University of Technology:Transportation Science & Engineering, 2009, 32(6): 1 063-1 066.

[5] 葉玉玲, 王藝詩(shī). 滬杭運(yùn)輸通道內(nèi)旅客出行方式選擇行為研究[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.

[6] 彭輝, 續(xù)宗芳, 韓永啟, 等. 城市群城際運(yùn)輸結(jié)構(gòu)配置客流分擔(dān)率模型[J]. 長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 32(2): 91-95.

PENG Hui, XU Zongfang, HAN Yongqi et al. Sharing Ratios Model of Passenger Flows in Intercity Transportation Structure Configuration among Urban Agglomeration[J]. Journal of Chang’an University:Natural Science Edition, 2012, 32(2): 91-95.

[7] 王孝之, 趙勝川, 閆禎禎. 基于Rank Logit模型對(duì)城際交通分擔(dān)率的計(jì)算方法研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2012, 12(2): 137-143.

WANG Xiaozhi, ZHAO Shengchuan, YAN Zhen-zhen. Intercity Transport Mode Spilt Calculation Method Based on Rank Logit Model[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(2): 137-143.

[8] 陳穎雪, 董治, 吳兵, 等. 基于選擇方案抽樣調(diào)查的城市群低頻率出行行為研究[J]. 中國(guó)公路學(xué)報(bào), 2013, 26(3): 158-163.

CHEN Yingxue, DONG Zhi, WU Bing, et al. Study on Low-frequency Intercity Travel Behavior of Urban Agglomeration Based on Choice-based Sampling Survey[J]. China Journal of Highway and Transport, 2013, 26(3): 158-163.

[9] ROMAN C, MARTIN J C, ESPINO R, et al. Valuation of Travel Time Savings for Intercity Travel: The Madrid-barcelona Corridor[J]. Transport Policy, 2014, 36(1): 105-117.

[10] HENSHER D A, ROSE J M, GREENE W H. Applied Choice Analysis: A Primer[M]. Cambridge: Cambridge University Press, 2005, 88-99.

[11] 孫小興. 高速鐵路與市內(nèi)交通銜接的問(wèn)題研究[D]. 上海: 同濟(jì)大學(xué), 2012:41-54.

[12] TRAIN K E. Discrete Choice Methods with Simulation[M]. Cambridge: Cambridge University Press, 2009, 11-33.

[13] KOPPELMAN F S, BHAT C. A Self Instructing Course in Mode Choice Modeling: Multinomial and Nested Logit Models[R]. Washington: US Department of Transportation Federal Transit Administration, 2006:157-174.