殷煥煥 武 平 趙紅征

（交通運(yùn)輸部公路科學(xué)研究院1） 北京 100088） （交通運(yùn)輸部科學(xué)研究院2） 北京 100029） （北京中咨華安交通科技發(fā)展有限公司3） 北京 100098）

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，機(jī)動(dòng)車(chē)保有量迅速增加.小汽車(chē)出行量的迅猛增長(zhǎng)，帶來(lái)了交通擁堵、尾氣污染等一系列城市交通問(wèn)題.優(yōu)先發(fā)展公共交通，成為緩解城市交通擁堵，促進(jìn)城市交通可持續(xù)發(fā)展的重要策略.而優(yōu)先發(fā)展公共交通的關(guān)鍵則是提高公共交通對(duì)私人交通的競(jìng)爭(zhēng)力，合理引導(dǎo)私人交通，鼓勵(lì)居民多乘坐公共交通工具，提高城市公共交通的出行比例.因此，準(zhǔn)確地把握居民的公交出行方式選擇行為特征，有利于針對(duì)性地提出城市交通需求管理及公交發(fā)展對(duì)策，以穩(wěn)定既有的公交出行群體同時(shí)更多地吸小汽車(chē)出行者選擇公共交通出行，以實(shí)現(xiàn)提高公交出行分擔(dān)率、優(yōu)化城市交通系統(tǒng)結(jié)構(gòu)和改善城市交通環(huán)境的目的.

1 相關(guān)研究回顧

公共交通作為城市交通結(jié)構(gòu)的重要組成部分，對(duì)發(fā)揮城市功能，緩解城市交通壓力，滿(mǎn)足廣大居民便捷、安全的出行需求具有不可替代的作用.關(guān)于公交出行方式選擇行為的研究，國(guó)內(nèi)不少學(xué)者進(jìn)行了廣泛的研究.

黎冬平［1］對(duì)居民在不使用私人交通工具的情況下是否選擇公交出行方式進(jìn)行了研究，建立了居民公交出行決策模型量化出行目的、到目的地的距離、步行至公交車(chē)站的時(shí)間、公交換乘次數(shù)以及是否擁有私人交通工具等影響因素對(duì)于公交出行行為的影響程度.陳俊勵(lì)［2］從個(gè)體出行行為角度分析了城市居民公交出行特征和規(guī)律，建立了基于時(shí)間的交通方式選擇模型定量研究出行者屬性對(duì)公交出行方式選擇行為的影響程度.蘆方強(qiáng)［3］對(duì)5個(gè)城市的居民公交出行OD 數(shù)據(jù)進(jìn)行了深入挖掘，研究不同出行目的的公交出行容忍特征及不同出行目的的公交平均時(shí)耗特征，得出公交出行的可容忍時(shí)間與建成區(qū)面積及公交分擔(dān)率密切相關(guān).

本文將在以往研究的基礎(chǔ)上，深入分析公交出行者的出行行為特性，探討出行者個(gè)人屬性以及出行時(shí)間、出行費(fèi)用等出行屬性因素對(duì)公共交通出行方式選擇行為的影響.并以出行者的效用最大化為目標(biāo)，采用非集計(jì)預(yù)測(cè)的基本思想建立公交選擇行為模型，研究出行者對(duì)于公共交通和私人交通的選擇行為.探討引導(dǎo)私人交通轉(zhuǎn)向公共交通出行的關(guān)鍵因素，為制定提高城市公共交通出行比例的決策提供支持依據(jù).

2 公交出行行為特征

在大力提倡發(fā)展公共交通的同時(shí)，有必要從個(gè)體出行行為角度對(duì)居民公交出行的時(shí)間分布特征和空間分布特征進(jìn)行深入分析，分析公交出行行為的影響因素，探討公交出行的基本特征與規(guī)律.本文從2009年濟(jì)南市居民出行調(diào)查數(shù)據(jù)中提取出公交出行數(shù)據(jù)，進(jìn)行居民公交出行時(shí)空分布特征分析［4－6］，得出居民公交出行行為特征數(shù)據(jù)如下.

2.1 公交出行比例

城市居民出行交通方式主要有步行、自行車(chē)、電動(dòng)自行車(chē)、小汽車(chē)、公共電汽車(chē)、出租車(chē)以及其他社會(huì)客車(chē)（如單位班車(chē)等），各種交通方式在城市居民的生活中都發(fā)揮著不可替代的作用.公交出行比例可以直觀(guān)地表現(xiàn)出公共交通在居民日常出行中所占有的比例，反映公交在居民出行所發(fā)揮的作用和整個(gè)城市交通體系的狀況.

從2009年濟(jì)南市居民出行交通方式選擇結(jié)果可以看出：濟(jì)南市公交出行比例達(dá)到24%，較2004年提升了近10個(gè)百分點(diǎn)，公交出行比例大幅度上升，濟(jì)南市以公共交通為主導(dǎo)的現(xiàn)代化城市交通模式正在逐步確立.

圖1 濟(jì)南市居民出行交通方式選擇分布

2.2 公交出行者特征

對(duì)公交出行者特征進(jìn)行分析可以看出（見(jiàn)圖2）：城市公交的服務(wù)對(duì)象年齡集中在18～50歲，占到了公交出行者總數(shù)的71.9%.從收入分布來(lái)看，公交出行者收入在600～2000元／月和2000～4000元／月的出行者分別達(dá)39.9%和38.8%，即多為中低收入者.從職業(yè)分布來(lái)看，城市公交的服務(wù)對(duì)象主要是企事業(yè)單位人員、商業(yè)服務(wù)業(yè)人員、學(xué)生、工人以及離退休人員.此外，公交IC 卡及小汽車(chē)的擁有情況，也會(huì)影響居民公交選擇行為.公交出行者中74.3%的群體擁有公交IC 卡，97%的群體無(wú)私人小汽車(chē).

圖2 公交出行者特性

2.3 公交出行時(shí)間特性

出行時(shí)間特性作為出行行為研究的重要方面，公交出行時(shí)段分布可以反映出公交出行量在不同時(shí)段上的分布，從而反應(yīng)城市居民的生活節(jié)奏和交通需求在時(shí)間上的分布特性，是分析解決高峰小時(shí)交通問(wèn)題的重要參考依據(jù).出行時(shí)耗作為時(shí)間特性的另一個(gè)重要指標(biāo)，則可以表現(xiàn)出行居民公交出行的時(shí)間消耗特性，是影響居民公交出行方式選擇的重要因素.

從濟(jì)南市居民公交出行時(shí)段分布來(lái)看（見(jiàn)圖3），居民公交出行時(shí)段具有明顯的雙高峰現(xiàn)象.其中早高峰出行時(shí)間集中在07：00～08：00，晚高峰出行時(shí)間集中在17：00～18：00，早晚高峰時(shí)段出行量占全天公交出行總量的41.4%.從公交出行時(shí)耗分布來(lái)看（見(jiàn)圖4），濟(jì)南市居民平均公交出行時(shí)耗約為33.9min，其中公交出行時(shí)耗在20～30min的比例最大，達(dá)到34.5%.

圖3 公交出行時(shí)段分布

圖4 公交出行時(shí)耗分布

2.4 公交出行目的

出行目的是居民產(chǎn)生出行交通需求的根本原因.從居民公交出行目的分布來(lái)看，除回程外，公交出行的主要目的集中在上班、上學(xué)等通勤出行上，二者比例共計(jì)占公交出行目的的69.7%，即公交出行者的出行目的多為通勤出行.相對(duì)于通勤出行，公交出行者購(gòu)物娛樂(lè)、探親訪(fǎng)友等彈性出行目的比例則較低，各為14.5%和2.4%（見(jiàn)圖5）.

圖5 公交出行目的分布

2.5 公交出行距離

城市交通系統(tǒng)中不同的交通方式具有不用的優(yōu)勢(shì)出行距離，非機(jī)動(dòng)交通方式在近距離出行中優(yōu)越性較為明顯，而遠(yuǎn)距離出行中機(jī)動(dòng)車(chē)方式則會(huì)凸顯較大的優(yōu)勢(shì).從居民公交出行距離分布來(lái)看，公交的平均出行距離為6.16km.出行距離在1～5km 的比例為39.7%，距離在5～10km 的比例為33.2%，可見(jiàn)，在中長(zhǎng)途出行距離中公交出行方式占據(jù)一定的優(yōu)勢(shì)（見(jiàn)圖6）.

圖6 公交出行距離分布

3 基于BL模型的公交選擇行為模型

為了吸引私人交通出行者選擇公共交通方式出行，提高公共交通的出行比例，本研究中假定出行者有公交車(chē)和小汽車(chē)兩種出行方式選擇方案，且兩種出行方式的可選擇程度是相同的.所以選用非集計(jì)模型中的BL模型來(lái)預(yù)測(cè)公交出行選擇行為，探討私人交通使用者轉(zhuǎn)向公共交通出行的轉(zhuǎn)移規(guī)律.

3.1 BL模型簡(jiǎn)介

非集計(jì)模型以出行者的“效用最大化”為理論基礎(chǔ)［7－8］，假設(shè)出行者是交通行為意志決定的基本單位，在特定的選擇條件下出行者總是選擇其所認(rèn)知到的選擇方案中效用最大的方案，且選擇某方案的效用因該方案所具有的特性以及出行者特性等因素而異.假設(shè)出行者n 選擇第i 種方式的效用Uin為概率變量，通常將它分為隨機(jī)變化部分和非隨機(jī)變化的部分Vin2部分，表達(dá)式如下.

式中：Vin為出行者n 選擇第i 種方式效用函數(shù)中的固定項(xiàng)；εin為出行者n 選擇第i 種方式效用函數(shù)中的隨機(jī)項(xiàng).

通常Vin與其中包含的影響變量之間呈線(xiàn)性關(guān)系，其中k為變量的個(gè)數(shù)，θk為第k 個(gè)變量所對(duì)應(yīng)的參數(shù)，Xink為出行者n 選擇第i 種方式的第k個(gè)影響變量（如出行費(fèi)用、出行時(shí)間等）.

根據(jù)效用最大化理論，出行者n 選擇第i 種出行方式的概率Pin為

假設(shè)εn服從參數(shù)（0，1）的二重指數(shù)分布，即可推導(dǎo)出Logit模型.BL（Binary Logit）選擇模型則是選擇方案只有2項(xiàng)，出行者只需從中選擇其一的Logit模型.BL模型中各項(xiàng)的選擇概率為

式中：P1n為出行者n 選擇方案一的概率；P2n為出行者n 選擇方案二的概率.

3.2 影響因素分析

為了能夠使公交選擇行為模型能夠盡可能準(zhǔn)確地描述出行者的公交出行選擇過(guò)程，公交出行選擇模型就必須盡量考慮到所有影響公交出行方式選擇的因素.借鑒相關(guān)研究成果，本研究在公交出行選擇行為影響因素進(jìn)行分析時(shí)，主要考慮出行者的個(gè)體屬性和出行屬性差異.其中個(gè)體屬性主要有性別、年齡、職業(yè)、收入、是否擁有IC 卡以及是否擁有小汽車(chē)等變量；出行屬性是針對(duì)出行的彈性程度不同時(shí)其可選擇的交通方式亦有所不同，主要包括出行目的、出行距離、出發(fā)時(shí)刻、出行時(shí)耗以及出行費(fèi)用等變量.

為檢驗(yàn)各屬性變量與公交出行選擇之間的相關(guān)性，本文通過(guò)交叉列聯(lián)表分析計(jì)算二者之間的相伴概率，結(jié)果見(jiàn)表1.該分析的零假設(shè)是各屬性變量對(duì)于選擇結(jié)果沒(méi)有影響，當(dāng)相伴概率小于0.05時(shí)，認(rèn)為在95%的置信水平上可以拒絕原假設(shè)，也就是該屬性變量對(duì)公交出行選擇行為有影響.

從表1的變量相關(guān)性分析結(jié)果可以看出：性別、年齡、職業(yè)、收入、是否擁有公交IC卡、是否擁有小汽車(chē)等個(gè)人屬性變量與交通方式的選擇之間的相關(guān)性顯著.出行目的、出行距離、出行費(fèi)用等出行屬性變量對(duì)公交出行選擇行為也有著明顯的影響，但出發(fā)時(shí)刻對(duì)公交出行選擇行為的影響不顯著.

表1 屬性變量相關(guān)性分析結(jié)果

3.3 公交選擇行為模型

3.3.1 模型的構(gòu)建 通過(guò)分析居民公交出行和小汽車(chē)出行數(shù)據(jù)，建立公交出行選擇行為BL 模型，見(jiàn)表2.

表2 BL模型的變量設(shè)置

由表2可以得出：出行者n 選擇公共交通出行的效用為

出行者n選擇私人小汽車(chē)出行的效用為

將V1n，V2n代入式（4）計(jì)算可以得到居民選擇公共交通出行方式的概率.

3.3.2 模型的標(biāo)定 由2009年濟(jì)南市居民出行調(diào)查結(jié)果中抽取出公交和小汽車(chē)可選程度相同的出行數(shù)據(jù)，利用TransCAD 軟件進(jìn)行回歸分析，得到模型的參數(shù)標(biāo)定結(jié)果表3所列.

當(dāng)｜tk｜＜1.96時(shí)，有95%的可靠性認(rèn)為相應(yīng)的特性變量是對(duì)選擇概率有顯著影響的因素.由模型的初步標(biāo)定結(jié)果得出：性別、年齡和出行目的3個(gè)變量的t檢驗(yàn)值不顯著，因此去掉這3個(gè)變量重新對(duì)模型進(jìn)行標(biāo)定，所得模型各變量均能通過(guò)t檢驗(yàn)，因此以此作為公交選擇行為模型的最終標(biāo)定結(jié)果.將參數(shù)標(biāo)定結(jié)果帶入效用函數(shù)，即得居民公交出行選擇行為BL模型.

表3 參數(shù)標(biāo)定結(jié)果

4 結(jié) 論

1）性別和年齡這兩個(gè)影響因素對(duì)公交出行方式選擇的影響不大.居民選擇公交還是小汽車(chē)出行方式主要由于職業(yè)和收入的差異，收入越高，越傾向于選擇小汽車(chē)出行.因此，在制訂提高公交出行比例措施時(shí)，應(yīng)注重對(duì)高收入群體的吸引.

2）在出行特性因素中，時(shí)間和費(fèi)用這兩個(gè)影響因素的影響較大，說(shuō)明居民在出行方式選擇決策時(shí)最關(guān)心的還是費(fèi)用和時(shí)間.從系數(shù)來(lái)看，時(shí)間和費(fèi)用的系數(shù)均為負(fù)，說(shuō)明隨著時(shí)間或費(fèi)用的增加，居民選擇此交通方式出行的概率會(huì)逐漸降低.因此，可以通過(guò)提高小汽車(chē)出行費(fèi)用來(lái)引導(dǎo)該部分群體轉(zhuǎn)向選擇公共交通出行.

［1］黎冬平，陳 峻.基于Logistic回歸模型的城市居民公交出行決策分析［J］.現(xiàn)代交通技術(shù)，2007，6（4）：60－66.

［2］陳俊勵(lì)，馬云龍，朱 楠.基于巢式Logit模型的公交出行方式選擇行為研究［J］.交通運(yùn)輸系統(tǒng)工程與信息，2011（1）：120－125.

［3］蘆方強(qiáng)，陳學(xué)武，胡曉健.基于公交OD 數(shù)據(jù)的居民公交出行特征研究［J］.交通運(yùn)輸工程與信息學(xué)報(bào)，2010（2）：31－36.

［4］Yannis Tyrinopoulos，Constantions Antonion.Public transit user satisfaction：variability and policy implications［J］.Transport Policy，2008（4）：197－208.

［5］劉 彤，鞏麗媛，周 欣，等.濟(jì)南市居民出行調(diào)查分析及對(duì)策研究［J］.交通標(biāo)準(zhǔn)化，2010（9）：150－153.

［6］趙淑芝，趙 貝，朱永剛.基于SP調(diào)查的出行方式選擇模型與公交優(yōu)先政策［J］.吉林大學(xué)學(xué)報(bào)：工學(xué)版，2009，9（39）：187－190.

［7］姚麗亞，孫立山，關(guān)宏志.基于分層Logit模型的交通方式選擇行為研究［J］.武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版，2010，4（34）：738－741.

［8］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.