葉玉玲， 韓明初， 陳俊晶

(同濟大學 道路與交通工程教育部重點實驗室， 上海 201804)

隨著我國城際鐵路的快速發(fā)展，城際出行交通需求的增長日益加快，中短途客運市場呈現(xiàn)出運行速度高速化、出行結構多樣化、服務管理人性化等發(fā)展態(tài)勢.分析城際旅客出行的特點和需求，對建設快速和低碳的城際交通網絡，實現(xiàn)城市群交通結構優(yōu)化，促進城市群區(qū)域經濟社會協(xié)調發(fā)展有著重要的意義.

傳統(tǒng)的出行方式選擇研究，多數(shù)是基于客觀變量(時間和費用)的研究，但主觀變量對出行者出行方式選擇行為也有顯著影響.自主觀變量引入交通分析后，很多學者針對出行者的態(tài)度變量與出行行為的關系進行了研究，如將忠誠度變量、出行態(tài)度和心理因素等引入城際出行行為研究中[1-8].關于區(qū)域運輸通道內旅客出行方式選擇行為的影響因素及敏感度已有不少研究成果[9]，但國內外學者的研究成果主要集中在樞紐換乘銜接或城際段出行，基于整條城際出行鏈的旅客出行行為選擇研究較少.已有的研究成果中，出行鏈大多只包括兩段出行(出發(fā)地市內段和城際段)[10-13]，并采用NLogit模型處理問題，未能考慮旅客心理因素在選擇時的影響，也未能基于出行全過程對旅客的選擇行為進行充分分析研究.

因此，本文將從出行全過程的角度研究城際旅客出行鏈中各階段出行的方式選擇，同時對傳統(tǒng)的Logit模型中的效用函數(shù)進行改進，引入出行者的主觀變量，即心理潛變量，建立SEM (stuctural equation modeling)-Logit模型，并按照路徑擬合出基于城際出行鏈的旅客出行方式選擇模型.該模型可整體性地從出行全過程考慮并研究城際出行者選擇行為，并分析其潛在出行選擇偏好，從而得出與實際情況更貼切的需求分析結果，幫助相關部門掌握城際出行需求狀況并提供數(shù)據(jù)支持，有利于城際客運發(fā)展及結構調整.

1 城際出行鏈構成

本文將城際出行鏈定義為出行者為了實現(xiàn)出行目的，從城市群中的一個城市出發(fā)到城市群中的另一城市，通過市內交通工具與城際交通工具在交通樞紐完成交通方式換乘的一次單方向移動的全過程.從城際出行全過程來看，旅客的出行鏈包含3個階段：城市出行(Ⅰ)、城際出行、城市出行(Ⅱ)，即兩個市內段出行和一個城際段出行.基于城際出行全過程，在此建立旅客城際出行鏈結構模型，見圖1.

圖1 旅客城際出行鏈結構圖

通常，市內段出行距離較短，費用較低；而城際出行則具有出行距離較長，費用較高的特點.

2 旅客出行方式選擇的影響因素

影響城際間居民出行方式選擇的因素很多，不僅受到個體個性化因素影響，還受到不可控的外界因素干擾.按因素自身能否被直接度量加以區(qū)分可將其分為顯變量和潛變量兩類.其中，可通過觀察并直接測量的變量，稱為顯變量；反之，則為潛變量.

2.1 顯變量

顯變量涵蓋了個體社會經濟特性和交通方式自身屬性等.

(1) 個體社會經濟特性主要包括年齡、性別、收入水平、費用來源和有無小汽車等.

(2) 交通方式自身屬性主要包括其經濟性和快速性.經濟性是指旅客為某種運輸服務支付的費用，快速性是指旅客從出發(fā)地至目的地所花費的時間.

2.2 潛變量

潛變量指一些抽象且不確定的隱性因素如出行者感知、態(tài)度和人格特質等，心理潛變量可反映出行者的心理偏好，也在很大程度上影響著每位出行者的總體效用值.本文將從心理潛變量的角度出發(fā)，研究城際旅客出行方式選擇行為.旅客在出行過程中會表現(xiàn)出一些共通相似的心理特征，如尋求安全、舒適、方便和可靠的運輸服務的心理.由于旅客對安全性、舒適性、方便性和可靠性等心理的偏好無法直接觀測，因此還要設立與之對應的解釋標量(指標變量).

3 基于城際出行鏈的SEM-Logit選擇模型建立

本文選擇了能彌補普通Logit模型的IIA(independence from Irrelevant alternation)特性與喜好隨機性兩大限制缺陷的Multinominal Logit Model.并對模型中的效用函數(shù)進行了改進，建立了引入心理潛變量的SEM-Logit模型，在分段建立出行效用模型的基礎上，按路徑將各個階段的出行效用整合在一起，建立出行鏈效用函數(shù).

3.1 SEM-Logit選擇模型

SEM-Logit模型結構見圖2所示.其中，SEM主要用于描述出行方式選擇潛變量與其對應的觀測變量之間、潛變量與顯變量之間的因果關系；觀測變量不能影響個人選擇行為，僅能夠用于衡量潛在變量[6].

圖2 SEM-Logit模型結構圖

3.1.1效用函數(shù)

ηik+εi

(1)

式中：i為第i種選擇方案；l為出行者個人可直接觀測特性的個數(shù)；m為出行方案可直接觀測特性的個數(shù)；k為潛變量的個數(shù)；sil為出行者個人可直接觀測特性的顯變量；zim為出行方案可直接觀測特性的顯變量；ηik為潛變量；ail,bim,cik為待估參數(shù)；εi為效用函數(shù)的誤差項.

3.1.2測量模型

λikxikp+ζikp

(2)

(3)

式(2)、(3)中：p為與潛變量存在相互關系的顯變量個數(shù)；q為潛變量對應的測量變量個數(shù)；xikp為與潛變量存在相互關系的顯變量；yiq為與潛變量對應的一系列測量指標變量；λik、μik為待估參數(shù)；ζikp、ξikq為誤差項，ζikp～N(0，∑1)，ξikq～N(0，∑2).

3.2 基于城際出行鏈的SEM-Logit選擇模型

分別用A、B、C表示城際出行鏈中旅客出行的3個階段：城市出行(Ⅰ)、城際出行、城市出行(Ⅱ),其效用函數(shù)模型如下所示：

(4)

由于出行鏈的效用函數(shù)不能通過各出行階段的出行方式效用函數(shù)進行簡單的線性處理得出，本文認為城際出行鏈中各階段的方式選擇是獨立的，因此在確定出行鏈中各階段的方式選擇集合的基礎之上，將整條出行鏈的選擇效用以UAi|Bi|Ci表示，下標Ai、Ci中，i為1、2、3、4，1為地鐵、2為常規(guī)公交、3為出租車、4為小汽車；Bi中，i為1、2、3，1為普通鐵路、2為高速鐵路、3為長途巴士.出行鏈效用函數(shù)可以表達為

(5)

3.3 出行效用函數(shù)的確定

Ui=ai1ssex+ai2sage+ai3ssalary+ai4scar+ai5sg+bi1zt+bi2zc+ci1ηsafety+ci2ηcomfort+ci3ηconvenience+

ci4ηreliability+ηts+εi

(6)

式中：ssex為出行者性別，男性，ssex=0，女性，ssex=1；sage為出行者年齡，當年齡為小于18歲、18～25歲、26～35歲、 36～49歲、50～59歲、大于等于60歲時，變量分別取0、1、2、3、4、5；ssalary為出行者的收入，當收入為小于2 000元、2 000～4 000元、4 001～6 000元、6 001～8 000元、8 001～10 000元、大于10 000元時，變量分別取0、1、2、3、4、5；scar為有無小汽車，無小汽車，scar=0，有小汽車，scar=1；sg為是否公費出行，否，sg=0，是，sg=1；zt為出行時間；zc為出行費用；ηsafety為安全性；ηcomfort為舒適性；ηconvenience為方便性；ηreliability為可靠性；ηts為時間敏感度.

3.4 分擔率模型的建立

選擇模型

(7)

式中：di=0表示出行者不選擇方案i；di=1表示出行者選擇方案i.

根據(jù)效用最大化理論，出行者選擇方案i的概率Pi可表述為

(8)

3.5 參數(shù)標定與分析

本文采用連續(xù)兩階段估計法.第1步，采用主成分分析法分析研究指標變量和潛變量的關系；第2步，利用第1步估計出的參數(shù)計算潛變量擬合值，并將其作為Logit模型的外生變量，使用極大似然法估計Logit模型的參數(shù).

4 實例分析

滬杭交通走廊是我國最繁忙的運輸通道之一，為了分析滬杭運輸通道內城際出行旅客在整個城際出行鏈中所表現(xiàn)出的出行特征，論文選取了上海、杭州兩大城市作為代表，針對往返于這兩座城市的城際出行旅客進行研究分析.該通道內的主要運輸方式為鐵路和公路兩種，旅客出行可選的公共交通工具分別為：普通列車、高速鐵路及長途巴士.市內出行階段的出行方式主要考慮地鐵、常規(guī)公交、出租車和小汽車.旅客調查數(shù)據(jù)的獲得方法采用RP(revealed preference)調查法.調查采用跟車問卷調查與定點調查相結合的方法，量表均采用Likert五級量表的形式進行評定.調查于2017年4月的2個工作日與1個雙休日進行，調查時間段覆蓋早晚高峰和平峰，調查地點為上海虹橋站、上海南站以及上海長途汽車客運總站.總計發(fā)送問卷500份，其中回收有效問卷466份，回收率達93%.

4.1 旅客城際出行方式選擇心理因素分析

為了具體地反映與分析城際出行者在出行方式選擇時各因素的影響程度及相互作用，在調查問卷中設置了12個反映出行者選擇出行方式的態(tài)度偏好問題作為態(tài)度觀測變量，請旅客進行評定，對應關系如表1所示.

因本文設立的潛變量和指標變量個數(shù)較多，為了計算方便并提高模型精度，先使用SPSS軟件對調查數(shù)據(jù)進行降維處理，通過主成分分析法降維后，各出行方式的12個指標變量都歸結為4個主成分，即4類潛變量：舒適性、可靠性、方便性、安全性.這4個主成分的方差累計貢獻率大于85%，且各指標變量的荷載均大于0.7，表明4類潛變量的選擇以及各潛變量的指標變量設置有效.經分析，城際各出行方式的心理變量與指標變量影響關系如圖3、4和5所示，同理可得市內出行階段Ⅰ和Ⅱ的心理變量與指標變量影響關系.系數(shù)表示各指標變量與潛變量相應影響程度，而對應指標變量與系數(shù)的乘積之和即為潛變量的標定值.

表1 心理潛變量與指標變量對應關系

圖3 普通列車旅客心理因素分析

圖4 高速鐵路旅客心理因素分析

圖5 長途巴士旅客心理因素分析

4.2 出行方式選擇模型參數(shù)標定與檢驗

4.2.1各出行階段出行方式選擇模型

根據(jù)問卷調查的結果，對所調查的數(shù)據(jù)進行分析處理，結合4.1中計算得到的潛變量的標定值，運用STATA軟件對模型中的系數(shù)進行擬合，最終的標定結果見表2.

出行者在市內出行方式選擇階段具有如下特征：

(1) 常規(guī)公交出行方式標定結果為負值，表明隨著旅客收入水平的提高，常規(guī)公交的出行效用降低，選擇常規(guī)公交出行的概率變小，這與實際情況相符合.對于高收入群體，常規(guī)公交在舒適性、便捷性等方面目前的服務水平還不能滿足其需求，需進一步提升.

(2) 選擇出租車和小汽車出行的旅客，對運輸產品的服務品質要求更高，較選擇公交的旅客而言，他們更加注重出行的舒適性和方便性.

出行者在城際出行方式選擇階段具有如下特征：

(1) 收入對居民選擇高速鐵路的參數(shù)標定值為正值，對長途大巴的參數(shù)標定值為負值，表明隨著旅客收入水平的提升，旅客對高速鐵路的選擇概率會上升，對長途大巴的選擇概率會降低.這是由于隨著收入水平的提高，出行者對于出行費用的敏感度逐漸降低，而對出行快捷性與舒適性等方面的服務特性的要求不斷提高.

表2 各出行階段出行方式選擇模型參數(shù)計算結果

注：建模的 Logit 使用“選擇第1種出行方式”作為參考類別；“—”表示擬合系數(shù)不顯著.

(2) 出行時間和出行費用對旅客的效用影響顯著.相比選擇巴士的旅客，選擇高速鐵路出行的旅客對出行時間的敏感度更高，而費用敏感度較低.這由此類旅客平均收入較高，對費用不敏感所致.

(3) 舒適性、方便性和可靠性對兩種城際出行方式影響顯著，且其效用系數(shù)的標定值均為正值，表明舒適性、方便性和可靠性的提高會給旅行者帶來一定程度的正向效用.隨著某種城際交通方式舒適性、方便性和可靠性的增加，該種城際交通方式被選擇的概率將會有所提升.

4.2.2基于出行鏈的出行方式選擇模型

經統(tǒng)計，在市內出行Ⅰ中近50%的旅客選擇地鐵前往交通樞紐，轉換城際出行交通工具.由于出行鏈的組合過多，為了方便分析，本文在出發(fā)端市內出行中選擇地鐵出行的群體，對其接下來的選擇過程進行具體分析.由于到達端城市地鐵網絡尚未最終形成，且旅客對到達端地鐵網絡不熟悉，在市內出行Ⅱ中選擇地鐵出行的旅客僅占11.6%，因此只選取占比較大的出租車及常規(guī)公交接駁進行計算.

因此該部分旅客城際出行過程中，可選的出行鏈有：地鐵-普鐵-常規(guī)公交(1-1-2)、地鐵-普鐵-出租車(1-1-3)、地鐵-高鐵-常規(guī)公交(1-2-2)、地鐵-高鐵-出租車(1-2-3)、地鐵-巴士-常規(guī)公交(1-3-2)、地鐵-巴士-出租車(1-3-3)這6條鏈，如圖6所示.

經STATA處理，出行鏈擬合系數(shù)見表3.

圖6 基于地鐵接入城際出行鏈路徑選擇圖

出行鏈個體社會經濟特性截距bssexsagessalarysgscar112-0.612 3——-0.173 5-0.063 5—113-0.7721——0.221 7-0.0253—122-1.266 8———0.034 4—123-1.166 8——0.321 70.086 1—1320.533 9——-0.215 4-0.053 5—1330.487 7———-0.026 6—出行鏈出行方式特性心理因素變量zc/元zt/minηsafetyηcomfortηconveniencηreliability112-1.256 7-0.414 50.294 60.604 8-0.612 3—113-0.371 4-0.432 80.264 30.873 3-0.772 1—122-0.956 7-0.431 70.294 60.751 4-1.266 8—123-0.329 6-0.558 90.314 30.898 6-1.166 8—132-1.007 0-0.194 80.284 30.457 40.533 9—133-0.342 7-0.294 30.294 30.815 40.487 7—

注：“—”表示擬合系數(shù)不顯著.

出行者在出行鏈選擇階段具有如下特征：

(1) 出行時間與出行費用兩項的效用系數(shù)均為負值，表明隨著出行時間和出行費用的增加，旅客的出行效用減小，選擇該種出行方式的概率降低.

(2) 費用來源影響因素對出租車、高鐵的出行方式影響顯著，且參數(shù)標定結果為正值，表明費用來源為公費的出行者選擇以上兩種出行方式的概率更高，他們對出行費用的敏感度較低，出行過程中更加注重出行的舒適性、便捷性.

(3) 心理因素方面，一般對時間敏感度高的旅客，對運輸產品的服務質量也有更高的需求，他們普遍重視舒適度、方便性和可靠性.在安全性方面，各出行方式的旅客都比較重視，沒有明顯的差異.

4.3 出行方式選擇分析

4.3.1城市段出行分擔率預測與結果分析

根據(jù)表4中分析結果，市內出行階段Ⅰ、Ⅱ中各交通方式分擔率擬合值與調查值的相對誤差保持在1%以內.由于上海市內地鐵網絡密度高，發(fā)車頻次高且換乘方便，方便性和可靠性較高，且費用較低，因此在市內出行階段Ⅰ中選擇地鐵出行的比例高達52.52%.而杭州市內地鐵建設屬于起步階段，網絡密度和通達性不高，因此客流分擔率較低,且總客流中商務出行的占比較高，此類旅客對時間的敏感性較高，青睞快速、方便且舒適性較高的交通工具，因此有40.24%的旅客將選擇出租車銜接.

表4 城市出行Ⅰ&Ⅱ中各方式分擔結果

4.3.2城際出行分擔率預測與結果分析

根據(jù)表5中分析結果，城際出行中各交通方式分擔率擬合值與調查值的相對誤差保持在5%以內.城際出行段中鐵路客運的分擔率高達近70%，近50%的旅客選擇高鐵出行.隨著高鐵發(fā)車頻次的不斷提高及客運站周邊接駁交通設施的完善，高鐵出行的分擔比將進一步提升.

表5 城際出行各方式分擔結果

4.3.3基于地鐵接入的各出行鏈分擔預測率與結果分析

根據(jù)表6中分析結果，6條出行鏈的分擔率擬合值與調查值的相對誤差保持在2%以內，從誤差水平看，鏈1-2-2、1-3-2的擬合度最高.鏈1-2-3的分擔比最高，這類出行者平均收入水平較高，對舒適度及方便性的需求最高.相反鏈1-3-2的出行者對出行時間和舒適性的敏感度較低，而對費用的敏感度較高.

表6 基于地鐵接入的各出行鏈分擔結果

鏈1-2-2、1-2-3、1-3-2、1-3-3的出行群體(城際出行選擇高鐵和巴士)要比鏈1-1-2、1-1-3的出行群體(城際出行選擇普鐵)對舒適性和方便性的敏感度更高.為了更好地將市內段選擇出租車出行的旅客轉移到公交出行，提高節(jié)能環(huán)保綠色出行比例，建議加強公共交通與客運樞紐的換乘銜接，如更多的公交信息發(fā)布平臺、更明晰的換乘路徑誘導和更多的車次.

5 結語

本文提出了城際出行鏈的概念，構建了城際出行鏈概念模型，建立了引入心理潛變量的SEM-Logit模型，并通過路徑選擇法建立了基于城際出行鏈的SEM-Logit模型.運用SPSS軟件和STATA軟件處理數(shù)據(jù)并對模型求解，最后將模型應用于實例分析中.結果表明：出行費用來源、舒適性和方便性對旅客出行方式選擇有顯著影響.引入心理潛變量的模型有較高的擬合度和更強的解釋能力，更切合出行者的實際決策過程.城際出行鏈模型能更直觀地反映和預測旅客在城際出行中對出行方式的選擇行為.