仇智勇，岳鑫，周建堯*，段冉冉

1.中國中鐵二院工程集團(tuán)有限責(zé)任公司 交通與城市規(guī)劃設(shè)計(jì)研究院，四川 成都 610031;2.西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院，四川 成都 611756

0 引言

都江堰至四姑娘山山地旅游鐵路是全國首個(gè)山地旅游軌道交通項(xiàng)目，具有旅游、扶貧、交通出行等多種示范性意義。隨著社會(huì)經(jīng)濟(jì)的發(fā)展，旅游出行需求日益旺盛，旅游交通規(guī)劃與管理逐漸引起交通行業(yè)的關(guān)注和重視[1-2]。旅游鐵路是以服務(wù)旅游出行為主導(dǎo)，通過串聯(lián)沿線旅游資源帶動(dòng)經(jīng)濟(jì)效益提升為目的，為銜接旅游目的地進(jìn)行觀光、游覽、休閑、娛樂等活動(dòng)而提供交通運(yùn)輸服務(wù)的客運(yùn)專線鐵路，通常可以利用構(gòu)建離散選擇(Logit)模型的方法分析旅游鐵路出行方式的影響因素。

旅游出行行為最突出的特點(diǎn)是旅游者個(gè)體的復(fù)雜性和旅游活動(dòng)的隨機(jī)性，因此需要把握旅游出行的獨(dú)特需求及特征，剖析旅游人群的出行方式選擇機(jī)理，分析影響旅游鐵路選擇概率的關(guān)鍵因素，保證旅游鐵路規(guī)劃工作的科學(xué)性。

現(xiàn)有旅游交通客流預(yù)測(cè)的相關(guān)研究主要從旅游交通定義、旅游出行特征、客流預(yù)測(cè)分析框架等方面展開，旅游出行方式選擇機(jī)理主要借鑒城市內(nèi)出行、城市對(duì)外出行交通方式選擇預(yù)測(cè)的非集計(jì)模型[3-5]。關(guān)宏志等[6]分別從廣義和狹義角度對(duì)旅游交通進(jìn)行界定，提出旅游交通規(guī)劃的基本理論及方法。徐海靜[7]通過分析影響旅游交通出行的景區(qū)、游客、交通阻抗3類主要因素，結(jié)合旅游交通出行特征建立一套適用于旅游交通出行需求預(yù)測(cè)的四階段法基本框架。Ding等[8]根據(jù)游客個(gè)人屬性和旅游出行數(shù)據(jù)，對(duì)游客進(jìn)行聚類分析，研究游客公共交通和私家車的選擇行為。李國芳等[9]以旅游交通為切入點(diǎn)，建立分層Logit模型對(duì)成都市游客的交通出行選擇進(jìn)行量化研究。

相比通勤出行，旅游出行不僅考慮出行時(shí)間和出行成本，更多的向觀光、舒適、接駁便捷等需求轉(zhuǎn)移[10-11]。Logit模型在分析市內(nèi)通勤出行交通方式選擇中具有強(qiáng)有效的解釋能力，但無法考慮難以直接觀測(cè)的態(tài)度感知(如舒適度、方便程度等)對(duì)旅客出行決策行為的影響，許多研究在原有Logit模型的基礎(chǔ)上引入結(jié)構(gòu)方程模型(structural equation modeling，SEM),以期在出行方式劃分預(yù)測(cè)效果上實(shí)現(xiàn)優(yōu)化改善。葉玉玲等[12]在解析城際出行鏈的基礎(chǔ)上，將心理潛變量引入Logit模型，構(gòu)建SEM-Logit模型分析城際出行方式的選擇。Si[13]等構(gòu)建SEM-Logit模型分析乘客對(duì)出租車和網(wǎng)約車2種交通方式的選擇行為，表明便利性、經(jīng)濟(jì)性等潛變量會(huì)顯著影響乘客的出行方式選擇行為，且引入潛變量的模型解釋能力更優(yōu)。

現(xiàn)有關(guān)于旅游出行行為的研究較為分散，并未針對(duì)旅游客流人群的特殊性來剖析旅游出行對(duì)舒適、觀光等追求“旅”的娛樂需求特征，缺乏剖析旅游鐵路這種“新”的旅游出行方式帶來的沖擊和影響。都江堰到四姑娘山旅游鐵路正處于規(guī)劃階段，在此背景下，本文考慮旅游出行人群“旅”的需求特征，構(gòu)建SEM-Logit模型；并設(shè)計(jì)行為偏好(revealed preference，RP)問卷分析旅游需求特征，將SEM-Logit模型應(yīng)用到都江堰到四姑娘山旅游通道，預(yù)測(cè)旅游交通方式的分擔(dān)率，為旅游鐵路規(guī)劃提供支撐和借鑒。

1 影響旅游出行方式選擇的因素

為了描述主觀因素在出行者決策過程中的影響，出行方式選擇行為模型不僅應(yīng)包括確定的顯因素，還應(yīng)包括無法直接測(cè)量的因素(如出行者人格特質(zhì)、感知、態(tài)度等)，即潛變量。針對(duì)出行選擇行為潛變量的選擇，城市出行和城際出行研究中一般選擇經(jīng)濟(jì)性、安全性、方便性、可靠性等描述出行者的態(tài)度感知[12-17]。旅游出行在便捷接駁方面比通用交通要求更高，且追求“旅”的過程的娛樂性，有關(guān)調(diào)查結(jié)果顯示，觀光和休閑度假是旅游的主要目的。

為體現(xiàn)旅游出行獨(dú)特的需求特征，本文選取便捷性、舒適性和觀光性作為潛變量，探究其對(duì)旅游出行方式選擇的影響[18]。

1)舒適性

旅游出行應(yīng)該是一個(gè)放松、享受的過程，對(duì)出行過程的舒適性感知要求較高。旅游出行的舒適性主要通過乘坐的交通工具以及出行過程中所享受到的服務(wù)來體現(xiàn)。

2)觀光性

游客出行過程中主要通過觀看電子產(chǎn)品、休息和觀看沿途風(fēng)景等打發(fā)時(shí)間，沿途優(yōu)美的風(fēng)景會(huì)增加游客旅游的愉悅感，減少出行疲憊感和無聊感。旅游出行的觀光性主要通過游客對(duì)車外自然風(fēng)光視覺感受的滿意程度來衡量。

3)便捷性

旅游景點(diǎn)(尤其是特色風(fēng)景區(qū))的地理位置大多不在城市中心，通達(dá)旅游景點(diǎn)的交通方式較少，到達(dá)旅游景區(qū)交通方式的便捷程度也是影響游客出行方式選擇的重要因素。便捷性主要包括游客對(duì)景區(qū)的可達(dá)性、交通接駁是否方便等方面的滿意程度。

潛變量無法直接度量，為觀測(cè)便捷性、舒適性和觀光性3個(gè)潛變量，設(shè)計(jì)可觀測(cè)變量來間接觀測(cè)影響旅游出行方式選擇的潛變量，并通過構(gòu)建SEM模型來描述潛變量與觀測(cè)變量之間的相關(guān)關(guān)系。觀測(cè)變量的問題設(shè)置和特性描述如表1所示。

表1 潛變量與對(duì)應(yīng)的觀測(cè)變量及特性描述

2 SEM-Logit整合模型

本文從出行需求出發(fā)，借鑒已有研究，在考慮影響出行方式選擇易觀察的顯變量基礎(chǔ)上，同時(shí)考慮無法直接觀測(cè)的潛變量對(duì)旅游鐵路出行選擇的影響，構(gòu)建SEM-Logit整合模型研究旅游出行方式選擇行為，進(jìn)一步預(yù)測(cè)各交通出行方式的分擔(dān)率[19]。其中SEM主要用于描述出行方式選擇潛變量與其對(duì)應(yīng)的觀測(cè)變量之間、潛變量與顯變量之間的相關(guān)關(guān)系，Logit模型用于表示選擇某一出行方案的概率與影響該決策的潛變量、顯變量之間的非線性函數(shù)關(guān)系[20-21]。

2.1 Logit模型

傳統(tǒng)Logit模型假設(shè)出行者為理性人，能夠感知選擇枝相關(guān)的全部信息，并選擇效用最大的方案，出行方案效用通過一個(gè)固定項(xiàng)和一個(gè)隨機(jī)誤差項(xiàng)εin來反映。但傳統(tǒng)Logit模型并未考慮影響出行選擇行為的出行態(tài)度等潛變量。本文為描述潛變量對(duì)出行總效用的影響，將潛變量添加進(jìn)固定項(xiàng)，使效用函數(shù)既包括出行者個(gè)人屬性(性別、年齡、收入)、出行方式屬性(費(fèi)用、時(shí)間)顯變量，又涵蓋出行態(tài)度感知潛變量，提高模型的解釋力。改進(jìn)的Logit模型的效用函數(shù)[22]

(1)

式中：i為選擇方案，n為出行者個(gè)數(shù)，l為出行者個(gè)人可直接觀測(cè)特性的個(gè)數(shù)，q為出行方式可直接觀測(cè)特性的個(gè)數(shù)，k為潛變量個(gè)數(shù)，siln為出行者個(gè)人可直接觀測(cè)特性顯變量，ziqn為出行方式可直接觀測(cè)特性顯變量，ηikn為潛變量，ail、biq、cik為待估參數(shù)[23]。

構(gòu)建考慮潛變量的Logit模型出行方式選擇函數(shù)

式中：Uin、Ujn分別為出行方案i和j的效用；din=0表示出行者n不選擇方案i，din=1表示出行者n選擇方案i；An為出行方案的集合。

2.2 SEM-Logit整合模型

式(1)中ηikn是未知量，根據(jù)SEM模型理論，ηikn由出行者個(gè)人特性變量的全部或者一部分表示，同時(shí)，ηikn可通過其對(duì)應(yīng)的一系列觀測(cè)指標(biāo)變量yitn來描述，有：

(2)

(3)

式中：r為與潛變量存在相互關(guān)系的顯變量個(gè)數(shù)，t為潛變量對(duì)應(yīng)的觀測(cè)變量個(gè)數(shù)，xirn為與潛變量存在相互關(guān)系的顯變量，λikn為待估計(jì)的潛變量適配系數(shù),γikt為待估中間參數(shù)，ζikn為觀測(cè)變量誤差，ξitn為中間變量誤差。

式(1)中的εin不可觀測(cè)，由許多對(duì)選擇方案影響較小的誤差組成，用來解釋未包括在模型中的變量，假設(shè)εin服從Gumbel分布，根據(jù)效用最大化理論，出行者選擇方案i的概率[24]

(4)

2.3 模型求解

本文采用統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案(statistical product and serlice solutions,SPSS)、Amos及交通規(guī)劃與需求預(yù)測(cè)(TransCAD)軟件完成模型的求解，具體步驟為：

1)人群分類

研究發(fā)現(xiàn)，外地游客與本地游客的游玩時(shí)間安排、游覽線路及客流量穩(wěn)定性等方面均存在差異[25]。本地游客由于居住地的地理位置優(yōu)勢(shì)，對(duì)旅游的安排更具有隨意性，可實(shí)現(xiàn)即游玩即返回，對(duì)出行方式的費(fèi)用感知、舒適性追求等旅游出行需求不同于外地游客。為區(qū)分不同來源地游客的個(gè)人選擇偏好，并確保模型的準(zhǔn)確性，需要將調(diào)查數(shù)據(jù)按照來源地(本地游客、外地游客)進(jìn)行分類。

2)估計(jì)SEM

將調(diào)查問卷所得原始數(shù)據(jù)輸入SPSS，根據(jù)原始數(shù)據(jù)在Amos軟件中建立SEM的觀測(cè)變量、顯變量和潛變量之間的假設(shè)邏輯關(guān)系。在Amos軟件中點(diǎn)擊運(yùn)行可得路徑系數(shù)的估計(jì)結(jié)果，對(duì)路徑系數(shù)進(jìn)行標(biāo)準(zhǔn)化處理得到各潛變量的適配系數(shù)λikn。

3)求解SEM-Logit模型

將出行者個(gè)人屬性、出行方式屬性及步驟2)估計(jì)得到的潛變量適配系數(shù)數(shù)據(jù)導(dǎo)入到TransCAD，求出式(1)(4)各變量的系數(shù)。

4)模型檢驗(yàn)

對(duì)模型進(jìn)行t檢驗(yàn)，如果t檢驗(yàn)值的絕對(duì)值大于1.96，則有95%的把握認(rèn)為變量對(duì)選擇結(jié)果產(chǎn)生影響，說明模型的精度較高；否則認(rèn)為變量不會(huì)對(duì)選擇結(jié)果產(chǎn)生影響，應(yīng)該將該變量從Logit 模型中剔除，返回步驟3)，重新估計(jì)變量系數(shù)及計(jì)算t值，直到所有變量的t值均滿足要求為止。

5)方式劃分預(yù)測(cè)

基于預(yù)測(cè)年的經(jīng)濟(jì)發(fā)展情況及交通規(guī)劃需求，對(duì)相關(guān)變量進(jìn)行調(diào)整，在TransCAD中運(yùn)行估計(jì)好的模型即可實(shí)現(xiàn)各交通方式客流量的分擔(dān)比預(yù)測(cè)。

3 實(shí)例分析

3.1 問卷調(diào)查與數(shù)據(jù)分析

以都江堰至四姑娘山旅游鐵路沿線通道景區(qū)的游客為研究對(duì)象，設(shè)計(jì)RP問卷研究旅游交通方式選擇行為，從而預(yù)測(cè)旅游出行方式的分擔(dān)率。目前，前往沿線通道景區(qū)的交通方式仍以公路為主，未來隨著旅游鐵路的建設(shè)運(yùn)營，旅游客流的出行方式會(huì)更加多樣化，主要考慮旅游鐵路、旅游巴士、小汽車3種交通方式，分析旅游鐵路建設(shè)導(dǎo)致的交通方式分擔(dān)率的變化。問卷共包含與出行者個(gè)人屬性變量、出行方案特性變量和個(gè)人態(tài)度感知潛變量有關(guān)的因素。出行者個(gè)人屬性變量分別包括性別、年齡和收入；出行方案特性變量分別為費(fèi)用和車內(nèi)時(shí)間；潛變量分別為舒適度、觀光性和便捷性。旅游鐵路、小汽車、旅游巴士3種交通方式所需時(shí)間分別為2.0、4.0、4.1 h，每人所需費(fèi)用分別為200、120、80元。

調(diào)查共回收有效問卷1000份，其中，外地游客問卷520份，本地游客問卷為480份，滿足模型構(gòu)建的數(shù)據(jù)樣本量要求。

3.2 模型預(yù)測(cè)結(jié)果

利用外地和本地兩類不同來源地的游客數(shù)據(jù)進(jìn)行模型參數(shù)估計(jì)和預(yù)測(cè)。在Aoms軟件中構(gòu)建SEM模型的假設(shè)邏輯關(guān)系，即個(gè)人屬性變量、潛變量和其觀測(cè)變量之間的假設(shè)邏輯關(guān)系，如圖1所示，圖中e1～e12為相應(yīng)觀測(cè)變量誤差，即為式(2)中的ζikn。

通過SPSS軟件將獲得的520份本地游客和480份外地游客調(diào)查數(shù)據(jù)(包括個(gè)人屬性數(shù)據(jù)、潛變量對(duì)應(yīng)的各觀測(cè)變量數(shù)據(jù))加載到SEM模型，在Amos軟件中點(diǎn)擊運(yùn)行可得路徑系數(shù)的估計(jì)結(jié)果，再點(diǎn)擊標(biāo)準(zhǔn)化，即可得到適配系數(shù)。圖1為以外地游客為例的模型分析結(jié)果，箭頭上數(shù)字為路徑系數(shù)，表示各觀測(cè)變量與潛變量相應(yīng)的影響程度，數(shù)值越大影響程度越大。

圖1 旅游鐵路出行選擇SEM模型預(yù)測(cè)結(jié)果

旅游鐵路、旅游巴士、小汽車3交通方式對(duì)應(yīng)的潛變量與其觀測(cè)變量之間的路徑系數(shù)如表2所示，以旅游鐵路出行方式為例，舒適性潛變量與其觀測(cè)變量的路徑系數(shù)分別為0.62、0.61和0.58，在Amos軟件中將路徑系數(shù)標(biāo)準(zhǔn)化處理后，得到的適配系數(shù)分別為0.343、0.337、0.320，同理可得其余2個(gè)潛變量的適配系數(shù)；在α=0.05的顯著性水平下3個(gè)潛變量的t檢驗(yàn)值的絕對(duì)值均大于1.96，說明模型精度較高。

表2 觀測(cè)變量與潛變量的影響關(guān)系

由式(2)(3)及表2可得旅游鐵路舒適性、觀光性和便捷性的潛變量分別為：

η11n=0.343y11n+0.337y12n+0.320y13n，

(5)

η12n=0.301y14n+0.358y15n+0.341y16n，

(6)

η13n=0.337y17n+0.346y18n+0.317y19n。

(7)

同理可得旅游巴士舒適性、觀光性和便捷性的潛變量η21n、η22n、η23n、η31n、η32n、η33n。

在TransCAD中構(gòu)建包含旅游鐵路、旅游巴士和小汽車3個(gè)選擇枝的選擇構(gòu)架，并對(duì)各屬性變量進(jìn)行定義，由式(1)可得各選擇枝的效用函數(shù)

U1n=α1+a11s11n+a12s12n+a13s13n+b1z11n+b2z12n+c1η11n+c2η12n+c3η13n，

(8)

U2n=α2+b1z21n+b2z22n+c1η21n+c2η22n+c3η23n，

(9)

U3n=b1z31n+b2z32n+c1η31n+c2η32n+c3η33n。

(10)

將各個(gè)潛變量(式(5)～(7))及調(diào)查問卷得到的旅客性別、年齡、收入及所選交通方式的費(fèi)用和時(shí)間代入到TransCAD軟件中，求解模型可得旅游鐵路和旅游巴士的常數(shù)項(xiàng)變量α1、α2估計(jì)值以及其他各參數(shù)值，帶入式(8)～(10)得旅游鐵路、旅游巴士和小汽車最終的效用函數(shù)分別為：

(11)

(12)

(13)

模型估計(jì)完成后對(duì)模型精度進(jìn)行t檢驗(yàn)，所有屬性變量t檢驗(yàn)的絕對(duì)值均大于1.96，各屬性變量對(duì)選擇結(jié)果均產(chǎn)生影響，模型顯著有效。

3.3 旅游出行方式分擔(dān)率預(yù)測(cè)

基于2022年交通與經(jīng)濟(jì)的適應(yīng)情況，調(diào)整旅游鐵路的費(fèi)用為220元、時(shí)間為1.5 h，將調(diào)整后的數(shù)據(jù)導(dǎo)入TransCAD軟件中，由式(11)～(13)計(jì)算得到各交通方式的效用函數(shù)值，利用式(5)計(jì)算外地游客對(duì)交通方式的選擇概率，即2022年旅游鐵路、旅游巴士、小汽車的分擔(dān)率分別為51.22%、19.69%、29.09%。

同理，得到針對(duì)本地游客預(yù)測(cè)的2022年旅游鐵路、旅游巴士、小汽車的分擔(dān)率分別為35.19%、18.56%、46.25%。最后，根據(jù)外地游客和本地游客的調(diào)查樣本數(shù)量，確定兩類游客的權(quán)重分別為0.52和0.48，對(duì)兩類游客預(yù)測(cè)得到的交通出行方式分擔(dān)比進(jìn)行加權(quán)平均，得到2022年旅游鐵路、旅游巴士、小汽車的分擔(dān)率分別為43.52%、19.15%和37.33%。

4 結(jié)語

基于旅游出行的特性需求，綜合考慮易觀察的個(gè)人社會(huì)經(jīng)濟(jì)特性、交通方式屬性和不易直接測(cè)量的舒適性、觀光性、便捷性潛變量對(duì)出行方式選擇的影響，構(gòu)建SEM-Logit旅游鐵路出行選擇模型以預(yù)測(cè)都江堰至四姑娘山旅游鐵路的出行需求。

基于SEM-Logit模型，當(dāng)旅游鐵路的票價(jià)設(shè)定為220元時(shí)，計(jì)算得到2020年旅游鐵路、旅游巴士、小汽車的分擔(dān)率分別為43.52%、19.15%和37.33%。充分表明都江堰至四姑娘山旅游鐵路能夠在實(shí)現(xiàn)游客與景區(qū)間快速直達(dá)的基礎(chǔ)上，提高游客出行的總體滿意度，對(duì)推動(dòng)沿線旅游服務(wù)業(yè)的發(fā)展和提高沿線居民生活水平具有重要的實(shí)際意義，預(yù)測(cè)結(jié)果可為處于規(guī)劃階段的都江堰到四姑娘山旅游鐵路的項(xiàng)目建設(shè)提供參考。