曹亞康

(陜西鐵路工程職業(yè)技術(shù)學(xué)院鐵道運(yùn)輸學(xué)院，陜西 渭南 714000)

在交通誘導(dǎo)信息下，駕駛員的決策體現(xiàn)為路徑選擇偏好，關(guān)于這一課題，在初始階段，大多數(shù)研究者假定，駕駛員的路徑選擇偏好是某一確定的概率[1-3]，但更多的研究者逐漸意識(shí)到，駕駛員的路徑選擇偏好是一個(gè)復(fù)雜的課題。Gan等[4]研究發(fā)現(xiàn)，駕駛員的年齡、駕齡、車(chē)輛類(lèi)型、選擇快速路的頻率以及途徑信號(hào)燈數(shù)量等因素會(huì)影響駕駛員的路徑選擇。

邢銳[5]對(duì)比分析了交通擁堵及交通事故狀態(tài)下駕駛員的路徑選擇偏好。曹亞康[6]通過(guò)構(gòu)造誘導(dǎo)信息下駕駛員路徑選擇行為模型，分析駕駛員的路徑選擇行為。姚玲亞[7]通過(guò)構(gòu)建基于交通事故內(nèi)容以及交通延誤時(shí)間的路徑選擇模型，分析駕駛員的路徑選擇偏好。孫棪[8]分別研究了在交通擁堵和交通緩行兩種交通狀態(tài)，以及雨雪等惡劣天氣條件下駕駛員的路徑選擇行為。趙文靜[9]分析了個(gè)人屬性、出行屬性、VMS發(fā)布形式和發(fā)布內(nèi)容對(duì)駕駛員關(guān)注VMS信息的影響程度。馬壯林等[10]采用行為偏好調(diào)查方法，構(gòu)建駕駛員對(duì)VMS信息的關(guān)注度模型。

近年來(lái)，更多的交通研究者都熱衷于研究VMS下駕駛員路徑選擇模型的影響因素。但大多數(shù)交通研究者都致力于仿真軟件，而基于真實(shí)交通場(chǎng)景的調(diào)研數(shù)據(jù)少之又少。本文以陳述偏好調(diào)查(stated preference survey，SP調(diào)查)調(diào)研數(shù)據(jù)為基礎(chǔ)，研究交通事故狀態(tài)下駕駛員的路徑選擇行為。

1 SP調(diào)查及結(jié)果分析

本文著重研究在VMS顯示交通事故信息的情況下，駕駛員的路徑選擇偏好行為，故需要最大程度貼近真實(shí)交通場(chǎng)景的調(diào)研數(shù)據(jù)，并在此基礎(chǔ)上，完成調(diào)研數(shù)據(jù)的統(tǒng)計(jì)分析與建模。

為了獲得最大程度貼近真實(shí)交通場(chǎng)景的調(diào)研數(shù)據(jù)，就要模擬不同交通場(chǎng)景下不同駕駛員的路徑選擇。最優(yōu)的方法莫過(guò)于陳述偏好調(diào)查，可以根據(jù)研究的不同需要設(shè)置不同的交通場(chǎng)景，便于調(diào)查實(shí)施。

課題團(tuán)隊(duì)投入了大量人力、物力，特意選取北京機(jī)場(chǎng)、洗車(chē)場(chǎng)等駕駛員大量聚集的地點(diǎn)，面對(duì)面地向駕駛員介紹調(diào)研問(wèn)卷的內(nèi)容以及調(diào)研的意圖，力爭(zhēng)獲得真實(shí)的調(diào)研數(shù)據(jù)。統(tǒng)計(jì)回收問(wèn)卷共計(jì)300份，其中有效完整問(wèn)卷295份，有效率為98.3%。

MS條件：離子源溫度為200 ℃，電子電離離子源；電子能量為70 eV，燈絲電流為150 μA，掃描質(zhì)量范圍 33～450 m/z。

1.1 交通事故信息下駕駛員路徑選擇行為分析

分析在不同路段顯示交通事故信息的情況下，駕駛員的路徑選擇行為，調(diào)查結(jié)果見(jiàn)表1。

表1 交通事故下駕駛員路徑選擇表 %

調(diào)查發(fā)現(xiàn)，發(fā)生交通事故時(shí)，絕大多數(shù)的駕駛員會(huì)選擇繞開(kāi)事故路段，選擇其他路徑。在快速路發(fā)生事故時(shí)，駕駛員會(huì)均衡地選擇其他路徑；而在其他路段上發(fā)生事故時(shí)，會(huì)有較多的駕駛員選擇快速路出行。換言之，駕駛員對(duì)交通事故的忍耐性普遍較低，選擇避開(kāi)相應(yīng)路段，選擇繞行路徑。

1.2 交通事故信息下駕駛員繞行路徑選擇分析

分析在城市快速路上顯示交通事故信息的情況下，駕駛員對(duì)于繞行路徑的選擇行為，調(diào)查結(jié)果見(jiàn)表2。

表2 交通事故下駕駛員路徑選擇表 %

調(diào)研發(fā)現(xiàn)，當(dāng)城市快速路上發(fā)生交通事故時(shí)，駕駛員會(huì)相對(duì)均衡地選擇其他繞行路徑，實(shí)現(xiàn)交通流在整個(gè)路網(wǎng)的合理分配，從而使VMS顯示的交通事故信息最大程度地起到引導(dǎo)駕駛員選擇最佳路徑的目的。

本次重點(diǎn)調(diào)研了VMS顯示交通事故信息的情況下，駕駛員的路徑選擇偏好。此外，調(diào)查發(fā)現(xiàn)，在VMS給出建議的繞行路徑下駕駛員傾向于選擇城市快速路作為繞行路徑。基本的交通情景都能涵蓋，說(shuō)明調(diào)研完整，數(shù)據(jù)清楚，能夠滿(mǎn)足研究的需要，為下文構(gòu)建交通事故狀態(tài)下駕駛員路徑選擇模型夯實(shí)了基礎(chǔ)。

2 駕駛員路徑選擇建模及應(yīng)用

對(duì)于駕駛員在交通事故狀態(tài)下的路徑選擇偏好研究，關(guān)鍵在于接收到VMS交通事故信息時(shí)，駕駛員是否改變出行路徑。本文分析了不同路段顯示交通事故信息的情況下，駕駛員的路徑選擇行為，并基于真實(shí)交通數(shù)據(jù)，構(gòu)建交通事故狀態(tài)下駕駛員的路徑選擇Logit模型，分析駕駛員的路徑選擇偏好。

2.1 相關(guān)性分析

本文研究的關(guān)鍵在于構(gòu)建交通事故狀態(tài)下的駕駛員路徑選擇模型。首先，選擇出影響駕駛員路徑選擇的關(guān)鍵因素，而相關(guān)性分析就是衡量不同因素之間密切水平的指標(biāo)。本文針對(duì)駕駛員在VMS顯示交通事故信息時(shí)做出的決策與各影響因素進(jìn)行相關(guān)性分析，其相關(guān)性分析表見(jiàn)表3。

表3 駕駛員交通事故決策與各影響因素的相關(guān)性分析表

表3中，顯著性水平值決定了各影響因素與交通事故決策之間的相關(guān)顯著性。本文設(shè)置P值低于0.5的影響因素對(duì)交通事故決策的相關(guān)性顯著。根據(jù)這一設(shè)置，可知駕駛員的性別、學(xué)歷、駕齡、車(chē)輛類(lèi)型、年收入、駕駛風(fēng)格、出行頻率、出行距離、遇紅決策、遇黃決策和改變路徑頻率等因素與交通事故決策的相關(guān)性顯著。

2.2 模型建立

根據(jù)上文的各個(gè)影響因素與交通事故決策的相關(guān)性顯著分析，構(gòu)建駕駛員路徑選擇偏好的有序多分類(lèi)Logit模型，本文將顯著性水平設(shè)置為0.5，以保證研究結(jié)果具有一定的準(zhǔn)確性及可信度。最終Logit建模結(jié)果見(jiàn)表4。

駕駛員的車(chē)輛類(lèi)型、年收入、駕駛風(fēng)格、遇紅決策和遇黃決策都通過(guò)顯著性檢驗(yàn)，符合建模精度要求。

將表4中各變量的回歸系數(shù)代入有序多分類(lèi)Logit模型中，所確定的效應(yīng)函數(shù)具體形式如下：

Logit(P|交通事故決策=改變路線(xiàn))=-4.142-1.693x1-1.133x2-0.567y1-0.286y2+0.981z1+0.629z2-1.300m1-0.878m2-1.128n1-0.289n2

(1)

表4 基于交通事故決策的Logit模型回歸結(jié)果

Logit(P|交通事故決策=改變路線(xiàn)/先不改變看情況)=-1.802-1.693x1-1.133x2-0.567y1- 0.286y2+0.981z1+0.629z2-1.300m1-0.878m2-1.128n1-0.289n2

(2)

其中自變量對(duì)應(yīng)含義見(jiàn)表5。

表5 模型公式自變量解釋表

根據(jù)構(gòu)建的駕駛員交通事故決策的Logit模型，研究發(fā)現(xiàn)：

1)駕駛員的車(chē)輛類(lèi)型主要有3種，分別為私家車(chē)、公務(wù)車(chē)和其他。私家車(chē)駕駛員更傾向于在VMS顯示交通事故信息時(shí)改變出行路徑，因?yàn)樗郊臆?chē)駕駛員對(duì)時(shí)間更為敏感，更易避開(kāi)交通事故路段。公務(wù)車(chē)輛駕駛員對(duì)于延誤有更大的忍耐力，這在中國(guó)的大部分城市都會(huì)出現(xiàn)，反映了一定的中國(guó)文化特色。

2)駕駛員的年收入有3個(gè)等級(jí)，即高于15萬(wàn)、10～15萬(wàn)和低于10萬(wàn)。年收入越高，避開(kāi)交通事故路段改變路徑的可能性越大。年收入越高，駕駛員的時(shí)間成本越高，對(duì)交通擁堵的忍耐性更低，更傾向于避開(kāi)交通事故路段。

3)駕駛風(fēng)格有3種，分別是保守、普通和冒險(xiǎn)。冒險(xiǎn)風(fēng)格的駕駛員對(duì)交通事故路段的忍耐性更低，更容易接受VMS誘導(dǎo)信息而選擇改變出行路徑。

4)遇紅決策有3種，即改變路線(xiàn)、先不改變看情況和不改變路線(xiàn)。遇到VMS顯示交通擁堵信息時(shí)，選擇改變路線(xiàn)的駕駛員更容易根據(jù)交通事故信息避開(kāi)相應(yīng)路段。

5)遇黃決策有3種，即改變路線(xiàn)、先不改變看情況和不改變路線(xiàn)。遇到VMS顯示交通擁擠信息時(shí)，選擇改變路線(xiàn)的駕駛員更容易根據(jù)交通事故信息避開(kāi)相應(yīng)路段。

2.3 模型應(yīng)用

基于以上Logit建模及結(jié)論，將其應(yīng)用到北京快速路上，主要提出以下相應(yīng)建議：

1)更新VMS顯示內(nèi)容，提供駕駛員準(zhǔn)確的路徑信息。對(duì)于重點(diǎn)、關(guān)鍵的路況信息要加以突出，另外白天和黑夜的顯示方式要有所區(qū)別，以適應(yīng)不同的光線(xiàn)。

2)調(diào)整VMS服從比率，引導(dǎo)駕駛員選擇最佳的出行路徑。提升駕駛員對(duì)于VMS顯示的路徑擁堵程度的正確感知，實(shí)現(xiàn)交通流在路網(wǎng)的合理分配。

3)規(guī)范VMS顯示形式，適應(yīng)駕駛員差異的地域需求。針對(duì)不同路段，文字式VMS、圖形式VMS以及圖文混合式VMS合理選擇。

4)規(guī)劃VMS設(shè)置位置，預(yù)留駕駛員合理的反應(yīng)時(shí)間。根據(jù)路況不同，提前通知駕駛員的時(shí)間略有不同，此外增加VMS布設(shè)數(shù)量和密度，便于駕駛員獲取更多路況信息。

3 結(jié)束語(yǔ)

本文以交通真實(shí)數(shù)據(jù)為基礎(chǔ)，分析了VMS顯示交通事故信息的情況下駕駛員的路徑選擇偏好，并將交通事故決策與各影響因素進(jìn)行相關(guān)性分析，構(gòu)建了交通事故狀態(tài)下駕駛員路徑選擇的有序多分類(lèi)Logit模型。結(jié)果表明，交通事故狀態(tài)下駕駛員的路徑選擇行為主要受到車(chē)輛類(lèi)型、年收入、駕駛風(fēng)格、遇紅決策和遇黃決策的影響。