李曉偉，王煒

(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)

隨著鐵路不斷提速，特別是我國鐵路第6次大提速后，我國鐵路發(fā)展進(jìn)入到高速鐵路時(shí)代，高速鐵路客運(yùn)的不斷興起和發(fā)展，必將帶來整個(gè)客運(yùn)市場(chǎng)格局的深刻變革，公路和鐵路2種運(yùn)輸方式之間競(jìng)爭(zhēng)態(tài)勢(shì)也相應(yīng)會(huì)發(fā)生根本性變化。據(jù)預(yù)測(cè)統(tǒng)計(jì)，全國鐵路大提速后，有較大比例的高速公路客運(yùn)旅客改乘鐵路列車，部分公路客運(yùn)站已出現(xiàn)關(guān)停狀態(tài)，高速公路客運(yùn)面對(duì)著極大的挑戰(zhàn)[1]。在此背景下，深入把握高速鐵路競(jìng)爭(zhēng)下旅客高速公路客運(yùn)出行選擇行為，以此為依據(jù)改善高速公路客運(yùn)服務(wù)質(zhì)量，制定科學(xué)合理的運(yùn)營管理策略，實(shí)現(xiàn)高鐵與高速公路客運(yùn)的協(xié)同發(fā)展，是當(dāng)前亟需解決的關(guān)鍵問題。國內(nèi)外針對(duì)旅客出行選擇行為的研究已有較多的成果。Aoife等[2]對(duì)旅客選擇城際鐵路和公共班車的出行行為進(jìn)行了研究，結(jié)果表明：旅客對(duì)費(fèi)用和時(shí)間的偏好程度較高。Chang等[3]在預(yù)測(cè)韓國高速鐵路開通后各交通方式分擔(dān)率的變化時(shí)，以高速鐵路的設(shè)計(jì)車速、出行距離等因素為依據(jù)，估算高鐵運(yùn)營后各方式的分擔(dān)率。Enjian等[4]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(duì)客運(yùn)通道內(nèi)鐵路、公交等交通方式的客流分擔(dān)率進(jìn)行分析。何宇強(qiáng)等[5]選擇快速性、經(jīng)濟(jì)性、舒適性、方便性和安全性為5個(gè)衡量指標(biāo)建立其廣義費(fèi)用函數(shù)，研究了高速鐵路的運(yùn)營對(duì)綜合運(yùn)輸通道內(nèi)其他交通方式的影響。沙峻林[6]以長(zhǎng)吉客運(yùn)通道為例，分析高速鐵路和高速公路各自承擔(dān)的市場(chǎng)份額，運(yùn)用改進(jìn)的模型和求解方法計(jì)算高速公路和高速鐵路的客流分擔(dān)率。羅云輝[7]以武廣高鐵和廈深鐵路為例，分析了高鐵對(duì)沿途中小城市公路客運(yùn)的影響。通過對(duì)現(xiàn)有文獻(xiàn)進(jìn)行深入的總結(jié)分析，可知現(xiàn)有研究主要將旅客自身屬性與運(yùn)輸方式屬性作為影響因素，通過統(tǒng)計(jì)分析構(gòu)建出行選擇行為模型，鮮有研究考慮購票和接駁服務(wù)對(duì)高鐵和高速巴士競(jìng)爭(zhēng)的影響，對(duì)高鐵競(jìng)爭(zhēng)下旅客高速巴士的選擇行為機(jī)理進(jìn)行較為全面的分析，進(jìn)而難以提出具有針對(duì)性的運(yùn)營管理策略。本研究在現(xiàn)有研究成果的基礎(chǔ)上，充分考慮旅客購票特征、交通樞紐的集散特征及運(yùn)輸方式的服務(wù)水平，從購票、到站、中轉(zhuǎn)換乘、出行、離站全過程的視角全面地研究高鐵競(jìng)爭(zhēng)下旅客高速巴士選擇行為，并以此為依據(jù)提出高鐵競(jìng)爭(zhēng)下高速巴士的運(yùn)營策略。研究成果可為交通管理部門與公路客運(yùn)企業(yè)改善公路客運(yùn)服務(wù)質(zhì)量、制定公路客運(yùn)發(fā)展策略提供依據(jù)參考。

1　方案設(shè)計(jì)與數(shù)據(jù)獲取

1.1　旅客調(diào)查方案設(shè)計(jì)

本研究將離散選擇行為實(shí)驗(yàn)用于旅客高鐵與高速巴士的模式選擇行為研究，通過前人研究成果總結(jié)及旅客出行決策過程分析[8?16]，本文充分考慮旅客購票方式和運(yùn)輸方式的接駁特征，從購票、到站、中轉(zhuǎn)換乘、出行和離站全過程的視角確定旅客出行選擇的多維影響因素，不僅考慮旅客個(gè)體特征和出行需求特征，還考慮旅客購票方式、到離站方式的費(fèi)用時(shí)間、中轉(zhuǎn)換乘時(shí)間(含等待時(shí)間)及運(yùn)輸方式舒適性、安全性、準(zhǔn)時(shí)性等感知性變量，能夠較為全面地體現(xiàn)旅客實(shí)際出行的決策過程。在此基礎(chǔ)上，本文設(shè)計(jì)了涵蓋旅客上述活動(dòng)特征的調(diào)查問卷，并確定了各變量類型和屬性值的取值方法，如表1所示。

2.2　調(diào)查數(shù)據(jù)基本統(tǒng)計(jì)

采用旅客行為調(diào)查(Revealed Preference，RP)法，在京滬通道沿線車站對(duì)旅客乘車選擇行為進(jìn)行問卷調(diào)查，共計(jì)發(fā)放問卷900份，回收有效問卷816份，能夠滿足統(tǒng)計(jì)分析的需要[12]。統(tǒng)計(jì)分析數(shù)據(jù)顯示：調(diào)查樣本中男、女所占比例分別為 51.53%和48.48%，出行旅客以[20,50]歲中青年為主，旅客月收入在(3 000,6 000]元居多，主要以商務(wù)和旅游為主要出行目的，網(wǎng)絡(luò)購票和售票點(diǎn)購票為主要購票方式，統(tǒng)計(jì)分析表明樣本整體數(shù)據(jù)分布較為合理，具有很強(qiáng)的信效度和代表性。旅客出行模式選擇與類別變量的交叉表如表2所示。

表1　實(shí)驗(yàn)設(shè)計(jì)變量和屬性值Table 1　Designed variables and theirs values in the experiment

表2　旅客出行模式選擇與類別變量的交叉表Table 2　Cross table between travel mode choice and category variables

2　模型構(gòu)建與參數(shù)估計(jì)

3.1　模型構(gòu)建

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(cè)到的特性變量計(jì)算的固定項(xiàng)；εin為不能觀測(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)。MNL模型是在假設(shè)式(2)中εin和Vin相互獨(dú)立，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為旅客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：βk為待定系數(shù)；β0為常量；xink為旅客n的選擇i 類交通方式的第k個(gè)變量值。

本文中所涉及的交通模式i只有高速巴士(i=1)和高鐵(i=0)，因此將高鐵作為參考方式，應(yīng)用 BL模型(Binary Logit)對(duì)其建模分析，則高速巴士和高鐵的選擇概率可分別表示為[17?20]：

式中：P1為高速巴士選擇概率；P0為高鐵選擇概率；V1為高鐵競(jìng)爭(zhēng)下旅客選擇高速巴士出行的效用函數(shù)。

3.2　 參數(shù)估計(jì)

運(yùn)用SPSS軟件進(jìn)行參數(shù)標(biāo)定，將出行方式作為因變量，各影響因素作為自變量，其中運(yùn)行時(shí)間、出行距離、票價(jià)、到離站時(shí)間、到離站費(fèi)用、年齡、安全行、舒適性、準(zhǔn)時(shí)性等為連續(xù)性變量和有序分類變量，其他變量如職業(yè)、出行目的、購票方式等為無序分類變量，本研究中所有無序分類變量均以最后一個(gè)類別作為參照對(duì)象，其他類型分別與其進(jìn)行對(duì)比，將無序分類變量轉(zhuǎn)化為啞元變量進(jìn)行分析。

以高鐵作為參考方式，采用向前遞進(jìn)法進(jìn)行參數(shù)估計(jì)，確定旅客高速巴士選擇行為模型的參數(shù)估計(jì)結(jié)果，該參數(shù)估計(jì)結(jié)果僅保留顯著相關(guān)變量，如表3所示。其中，模型參數(shù)估計(jì)結(jié)果包括回歸系數(shù)β、統(tǒng)計(jì)量 Wald、顯著性水平Sig.和發(fā)生比 Exp(β)等，正的回歸系數(shù)值表示變量每增加一個(gè)單位值時(shí)發(fā)生比會(huì)相應(yīng)增加，相反，當(dāng)回歸系數(shù)為負(fù)值時(shí)說明增加一個(gè)單位值時(shí)發(fā)生比會(huì)相應(yīng)減少；Sig.為變量的顯著性水平，如果Sig.<0.05，說明該變量對(duì)旅客選擇高速巴士出行有較大影響；Wald為統(tǒng)計(jì)量，表示在模型中每個(gè)解釋變量的相對(duì)權(quán)重，用來評(píng)價(jià)每個(gè)解釋變量對(duì)事件預(yù)測(cè)的貢獻(xiàn)力；Exp(β)表示子變量增長(zhǎng)一單位所引起高速巴士選擇概率與高鐵選擇概率的比值的變化[17?18]，以下均簡(jiǎn)稱發(fā)生比。

利用 Homsmer-Lemeshow 進(jìn)行模型擬合優(yōu)度檢驗(yàn)，應(yīng)用McFadden值判斷模型擬合度，模型擬合McFadden值越靠近1，表明模型與實(shí)際情況吻合度越高。在實(shí)際判定過程中，當(dāng) McFadden在0.2～0.4時(shí)，即可表明模型與實(shí)際情況吻合度較高，本文模型的McFadden值為0.536，表明所建模型客觀真實(shí)[20]。

3　多維因素的影響與改進(jìn)策略

3.1　多維因素的影響

根據(jù)參數(shù)估計(jì)結(jié)果可知，運(yùn)行時(shí)間、出行費(fèi)用、出行距離、安全性、舒適性、準(zhǔn)時(shí)性、到站時(shí)間、網(wǎng)絡(luò)購票、擁有私家車是高鐵競(jìng)爭(zhēng)下影響旅客選擇高速巴士出行的顯著性因素，下文就上述因素的影響進(jìn)行具體分析。

1) 運(yùn)輸方式自身屬性特征的影響

上述影響因素中，運(yùn)行時(shí)間、出行費(fèi)用、安全性、舒適性、準(zhǔn)時(shí)性為運(yùn)輸方式自身服務(wù)屬性特征，對(duì)高鐵競(jìng)爭(zhēng)下旅客是否選擇高速巴士出行有較為顯著的影響。

運(yùn)行時(shí)間主要由運(yùn)輸方式的運(yùn)營速度決定，根據(jù)參數(shù)估計(jì)結(jié)果，運(yùn)行時(shí)間的變量系數(shù) β=0.416，這表明旅客出行花費(fèi)時(shí)間越長(zhǎng)，旅客選擇高速巴士的可能性越大，運(yùn)行時(shí)間每增加 1 h，發(fā)生比將增加51.6%。其次，出行費(fèi)用對(duì)高鐵競(jìng)爭(zhēng)下高速巴士的選擇也有較為顯著的影響，出行費(fèi)用的變量系數(shù)β=?0.016，這表明旅客出行花費(fèi)越低，旅客越有可能選擇高速巴士出行，出行費(fèi)用每減少1元，發(fā)生比將增加1.6%。

另外，安全性、舒適性、準(zhǔn)時(shí)性也是影響旅客是否選擇高速巴士出行的重要屬性，根據(jù)調(diào)查統(tǒng)計(jì)，高速巴士的安全性、舒適性、準(zhǔn)時(shí)性均值均明顯低于高鐵，且安全性、舒適性、準(zhǔn)時(shí)性的變量系數(shù)分別為?0.576，?0.806和?0.798，這說明旅客對(duì)安全性、舒適性、準(zhǔn)時(shí)性的要求越高，選擇高速巴士出行的可能性越小，旅客對(duì)安全性、舒適性、準(zhǔn)時(shí)性的要求每增加一個(gè)單位，發(fā)生比將分別減小43.8%?55.3%和65%。

2) 運(yùn)輸方式可達(dá)性與購票服務(wù)的影響

根據(jù)參數(shù)估計(jì)結(jié)果，到站時(shí)間和網(wǎng)絡(luò)購票對(duì)于高鐵競(jìng)爭(zhēng)下高速巴士出行選擇具有較為明顯的影響。根據(jù)調(diào)查統(tǒng)計(jì)，旅客高鐵的平均到站時(shí)間為1.97，高速巴士的平均到站時(shí)間為 1.70，旅客高速巴士的到站時(shí)間均值低于高鐵，這可能與交通樞紐的布局有關(guān)，一般來說，公路客運(yùn)站距離市中心較近，而高鐵站往往距離市中心較遠(yuǎn)，因此高速巴士的到站時(shí)間往往低于高鐵。到站時(shí)間的變量系數(shù)β=?0.293，這表明到站時(shí)間越短，旅客選擇高速巴士的可能性越大，到站時(shí)間每減小30 min，發(fā)生比將增加25.4%。

另外，網(wǎng)絡(luò)購票對(duì)于高鐵競(jìng)爭(zhēng)下高速巴士出行選擇具有較為明顯的影響。由表2可知，調(diào)查樣本中85.50%的高鐵旅客采用網(wǎng)絡(luò)購票，僅有58.60%的高速巴士旅客采用網(wǎng)絡(luò)購票，尚有40.8%的旅客采用售票點(diǎn)購票，在一定程度上降低了旅客的出行效率；網(wǎng)絡(luò)購票的變量系數(shù) β=?2.15，這說明通過網(wǎng)絡(luò)購票的旅客更有可能選擇高鐵出行，這可能與高鐵和高速公路客運(yùn)信息化服務(wù)程度有關(guān)，高鐵售票渠道不僅可以通過電腦，還可通過手機(jī)客戶端實(shí)現(xiàn)，極大地方便了旅客購票，而高速公路客運(yùn)購票服務(wù)渠道則與之有較大差距。

3) 出行距離和擁有私家車的影響

出行距離在一定程度上反映了旅客的出行需求，主要有旅客出行目的地的遠(yuǎn)近決定。根據(jù)調(diào)查統(tǒng)計(jì)，旅客高鐵的平均運(yùn)距為669 km，高速巴士的平均運(yùn)距為299 km，高速巴士的平均運(yùn)距遠(yuǎn)低于高鐵，出行距離的變量系數(shù)β=?0.002，這表明出行距離越短，旅客選擇高速巴士的可能性越大，出行距離每降低1 km，發(fā)生比將增加0.2%。

擁有私家車對(duì)于高鐵競(jìng)爭(zhēng)下高速巴士出行選擇具有較為明顯的影響。根據(jù)調(diào)查統(tǒng)計(jì)，高速巴士出行中擁有私家車旅客占比僅為26.1%，遠(yuǎn)低于高鐵出行中擁有私家車旅客的比例47.8%；擁有私家車的變量系數(shù)β=?0.692，這說明擁有私家車的旅客更選擇高速巴士出行的概率較低，在一定程度上說明高速巴士對(duì)于中低收入群體有較強(qiáng)的吸引力。

3.2　改進(jìn)策略分析

根據(jù)上述影響因素分析，結(jié)合高速公路客運(yùn)的服務(wù)范圍和運(yùn)營特征，本文面向高鐵影響針對(duì)性地提出高速公路客運(yùn)運(yùn)營可行性的改進(jìn)策略。

1) 調(diào)整線路布局，合理安排發(fā)班班次。高速公路客運(yùn)受運(yùn)行速度和服務(wù)質(zhì)量的影響，要適當(dāng)放棄通道內(nèi)與高鐵直接競(jìng)爭(zhēng)中處于劣勢(shì)的客運(yùn)班線，應(yīng)將運(yùn)力資源調(diào)配至高鐵尚未覆蓋的區(qū)域，減少與高鐵在點(diǎn)到點(diǎn)上的直接競(jìng)爭(zhēng)；同時(shí)，突出公路客運(yùn)機(jī)動(dòng)靈活和“面到面”覆蓋的網(wǎng)絡(luò)優(yōu)勢(shì)，根據(jù)高鐵的運(yùn)營計(jì)劃，動(dòng)態(tài)調(diào)整發(fā)班班次和時(shí)刻，開展高鐵站乘客的二次轉(zhuǎn)運(yùn)服務(wù)，加強(qiáng)對(duì)高鐵的“盲點(diǎn)”區(qū)域進(jìn)行網(wǎng)絡(luò)覆蓋和延伸。

2) 適當(dāng)調(diào)整票價(jià)，提高高速公路客運(yùn)競(jìng)爭(zhēng)力。高速公路客運(yùn)企業(yè)需要合理調(diào)整票價(jià)及運(yùn)價(jià)結(jié)構(gòu)，采用浮動(dòng)票價(jià)體系，針對(duì)學(xué)生等低收入群體采取浮動(dòng)票價(jià)政策，通過推行月季票、年票等優(yōu)惠票卡，以提高自身吸引力。

3) 加快構(gòu)建新型的網(wǎng)絡(luò)和移動(dòng)平臺(tái)售票系統(tǒng)，采用聯(lián)網(wǎng)售票、自助終端售票等先進(jìn)的網(wǎng)絡(luò)訂票平臺(tái)，方便乘客在互聯(lián)網(wǎng)、手機(jī)等設(shè)備上采用網(wǎng)銀、支付寶、微信等支付方式購票。

4) 加強(qiáng)規(guī)劃管理，進(jìn)一步提升公路客運(yùn)安全性、舒適性與準(zhǔn)點(diǎn)率，推動(dòng)城市側(cè)公路客運(yùn)站與地鐵等快速交通方式接駁，提升公路客運(yùn)的可達(dá)性。

4　結(jié)論

1) 從購票、到站、中轉(zhuǎn)換乘、出行、離站全過程視角系統(tǒng)科學(xué)地設(shè)計(jì)了旅客高鐵和高速巴士的出行選擇行為實(shí)驗(yàn)，獲取旅客出行活動(dòng)數(shù)據(jù)，構(gòu)建了BL選擇行為選擇模型，分析比較了高鐵和高速巴士的服務(wù)水平，研究表明：運(yùn)行時(shí)間、出行費(fèi)用、出行距離、安全性、舒適性、準(zhǔn)時(shí)性、到站時(shí)間、網(wǎng)絡(luò)購票、擁有私家車是高鐵競(jìng)爭(zhēng)下影響旅客選擇高速巴士出行的顯著性因素，揭示了高鐵影響下高速巴士競(jìng)爭(zhēng)機(jī)理。

2) 依據(jù)高速巴士與高鐵服務(wù)性能及競(jìng)爭(zhēng)因素的分析，在高鐵競(jìng)爭(zhēng)影響下，高速公路客運(yùn)企業(yè)應(yīng)通過優(yōu)化客運(yùn)班線、合理安排發(fā)班班次，針對(duì)低收入群體制定差異化票價(jià)，加快構(gòu)建新型的網(wǎng)絡(luò)和移動(dòng)平臺(tái)售票系統(tǒng)，改善購票和進(jìn)站服務(wù)通道，推動(dòng)城市側(cè)地鐵與客運(yùn)站的快速接駁等多種策略，綜合提升高速公路客運(yùn)競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

[1] 唐科. 高速鐵路快速背景下的高速公路客運(yùn)應(yīng)對(duì)策略研究[D]. 成都: 西南交通大學(xué), 2008.TANG Ke. The investigation of highway passenger transport and counter measure research and it’s improvement[D].Chengdu:SouthwestJiaotong University, 2008.

[2] Aoife A A, Nigel T. The use of stated preference techniques to model modal choices on interurban trips in ireland[J]. Transportation Research Part A: Policy and Practice, 2008, 42(1): 15?27.

[3] Chang I C G. 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.

[4] Enjian Y, Takayuki M. A study of on integrated intercity travel demand model[J]. Transportation Research Part A:Policy and Practice, 2005, 39(4): 367?381.

[5] 何宇強(qiáng), 毛保華, 陳團(tuán)生, 等. 高速鐵路客流分擔(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, CHEN Tuansheng, et al.Sharing rate model of passenger flow and its application for high speed railway[J]. Journal of Railway, 2006, 28(3):18?20.

[6] 沙峻林. 高速鐵路影響下的公路客運(yùn)方式分擔(dān)率及發(fā)展策略研究[D]. 長(zhǎng)春: 吉林大學(xué), 2012.SHA Junlin. Research on the share rate of highway passenger traffic and development strategy influenced by the high speed railway[D]. Changchun: Jilin University,2012.

[7] 羅云輝. 高鐵對(duì)中小城市公路客運(yùn)的影響及其對(duì)策研究[D]. 廣州: 華南理工大學(xué), 2015.LUO Yunhui. Study on the effect of high speed railway to road passenger transportation in small and medium-sized cities and the development strategy[D]. Guangzhou:South China University of Technology, 2015.

[8] 張迦南, 趙鵬. 綜合運(yùn)輸通道旅客出行方式選擇行為研究[J]. 中國鐵道科學(xué), 2012, 33(3): 123?130.ZHANG Jianan, ZHAO Peng. Research on passenger choice behavior of trip mode in comprehensive transportation corridor[J]. China Railway Science, 2012,33(3): 123?130.

[9] Dobruszkes F, Dehon C, Givoni M. Does european high-speed rail affect the current level of air services? An EU-wide analysis[J]. Transportation Research Part A:Policy and Practice, 2014, 69: 461?475.

[10] Nesset E, Hhlgesen ?. Effects of switching costs on customer attitude loyalty to an airport in a multi-airport region[J]. Transportation Research Part A: Policy and Practice, 2014, 67: 240?253.

[11] Pellegrini P, Rodriguez J. Single european sky and single european railway area: A system level analysis of air and rail transportation[J]. Transportation Research Part A:Policy and Practice, 2013, 57: 64?86.

[12] Exel N J A V, 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.

[13] 王爽, 趙鵬. 基于Logit模型的高速鐵路旅客選擇行為分析[J]. 鐵道學(xué)報(bào), 2009, 31(3): 6?10.WANG Shuang, ZHAO Peng. Analysis of passengers’choice behavior for dedicated passenger railway lines based on Logit model[J]. Journal of the China Railway Society, 2009, 31(3): 6?10.

[14] 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 Zhenzhen.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

[15] 朱順應(yīng), 鄧爽, 王紅, 等. 具有模糊特性變量的出行方式預(yù)測(cè) Logit模型[J].交通運(yùn)輸工程學(xué)報(bào), 2013, 13(3):71?78.ZHU Shunying, DENG Shuang, WANG Hong, et al.Predictive Logit model of trip mode with fuzzy attribute variables[J]. Journal of Traffic and Transportation Engineering, 2013, 13(3): 71?78.

[16] 張旭, 欒維新, 趙冰茹. 基于非集計(jì)模型的武廣線高鐵與民航競(jìng)爭(zhēng)研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2012,12(6): 17?22.ZHANG Xu, LUAN Weixin, ZHAO Bingru. Competition between Wuhan-Guangzhou high-speed railway and civil aviation based on disaggregate model[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(6): 17?22.

[17] Simon P, Washington M G, Karlaftis, et al. Statistical and econometric methods for transportation data analysis[M].2nd ed. CRC Press, 2010.

[18] 李曉偉, 王煒, 楊敏, 等. 交通樞紐可達(dá)性對(duì)多模式綜合交通客運(yùn)方式競(jìng)爭(zhēng)的影響[J]. 公路交通科技, 2016,33(12): 106?112.LI Xiaowei, WANG Wei, YANG Min, et al. Impact of transport hub accessibility on competition of multimodal passenger transport[J]. Journal of Highway and Transportation Research and Development, 2016, 33(12):106?112.

[19] 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.GUAN Hongzhi. Disaggregate model-A tool of traffic behavior analysis[M]. Beijing: China Communications Press, 2004.

[20] 杜強(qiáng), 賈麗艷. SPSS統(tǒng)計(jì)分析[M]. 北京: 人民郵電出版社, 2011.DU Qiang, JIA Liyan. SPSS statistical analysis[M].Beijing: People’s Posts and Telecommunications Press,2011.