孟永平

廈門市城市規(guī)劃設(shè)計研究院，福建，廈門 361004

0 前 言

在利用公共交通方式出行的過程中，出行者一般會受到步行、候車、站立、換乘等條件的影響，這些條件的好壞直接關(guān)系到出行者的心理狀態(tài)，最直接的影響是在出行者的心理上造成時間上的相對錯位，不好的條件總會讓人覺得時間延長了[1]。由于心理因素包含很多方面，如安全心理、時效心理、便利心理、舒適心理、經(jīng)濟(jì)心理、愉悅心理、大眾心理等等[2-3]，對其量化十分困難。通過湖州市居民公交問詢調(diào)查可知，眾多的心理因素可簡化為感知出行時間來表示，這些心理因素對感知出行時間的影響權(quán)重各不相同。本模型充分利用該特征，選用感知出行時間這一變量來描述出行者心理因素對于交通方式選擇的影響。

基于出行者心理因素的公共交通方式選擇模型為了量化心理因素對于居民選擇公交的影響程度，預(yù)測公交出行環(huán)境改善后的出行分擔(dān)率。為了簡單明了地說明公交與私人交通方式競爭的現(xiàn)狀和出行環(huán)境改善之后的未來態(tài)勢，可以建立一個二項logit 模型[4]。

1 模型理論基礎(chǔ)

非集計模型理論的核心是個人行為決定交通的需求，它重視個人的社會和經(jīng)濟(jì)方面的行為，又稱為“非集計行為模型”或“個人選擇模型”[5]。

Logit 模型是非集計模型之一。具體表達(dá)式為：

式中，Pin為個人n 選擇第i 個選擇肢的概率。

BL（Binary Logit）模型是二項Logit 模型，即選擇肢只有2 個，各項的選擇概率分別由下式給出。

2 模型的建立

為了建立和標(biāo)定模型，使用湖州市居民公交問詢調(diào)查的數(shù)據(jù)。調(diào)查內(nèi)容包括出行者的個人特性，出行方式特征，針對調(diào)查對象地域內(nèi)的居住者（6 歲以上）進(jìn)行的一次大規(guī)模問卷調(diào)查，從中抽取了1 173 個樣本，具體內(nèi)容及分類如表1 所示。

表1 湖州市居民公交問詢調(diào)查Tab.1 Huzhou resident public traffic questionary

根據(jù)已有調(diào)查顯示，居民選擇公交出行時對于費(fèi)用因素的考慮很少，影響居民選擇公交的因素主要是出行者特性、交通方式特性（出行時間和公交服務(wù)水平）。所以，本次調(diào)查沒有考慮費(fèi)用因素，選擇肢的特性變量就是出行時間或感知出行時間?；诔鲂姓咝睦硪蛩氐墓步煌ǚ绞竭x擇模型的特性變量如表2 所示[6]。

表2 模型的特性變量Tab.2 Identity variables of the model

因此，兩種交通方式的效用差(V1n-V2n)為：

整理后可得到：

式中，θ1為效用差的常數(shù)項，它表示式中未能表示的各種因素影響的總和。

3 模型的標(biāo)定及檢驗

為了既可以整體上把握公交與私人交通方式競爭的現(xiàn)狀特征和改善公交出行環(huán)境之后的分擔(dān)率及競爭力提升情況，又可以具體對比公交與其競爭對手的優(yōu)劣勢和心理因素對于競爭力的影響，運(yùn)用交通規(guī)劃軟件TransCAD 首先對選擇肢為公共交通和私人交通方式的模型進(jìn)行標(biāo)定和檢驗，然后按出行者擁有交通工具情況，對選擇肢為公共交通和某種具體私人交通方式的基于出行者心理因素的公共交通方式選擇模型進(jìn)行標(biāo)定和檢驗[7]。

這里先簡單介紹一下t 值與t 檢驗。t 值由下式獲得：

（1）對選擇肢為公共交通和私人交通方式的基于出行者心理因素的公共交通方式選擇模型進(jìn)行標(biāo)定和檢驗

模型共有有效樣本1 173 個，中長距離出行時選擇公交的被調(diào)查者比例為28.5%，效用函數(shù)參數(shù)的估計結(jié)果見表3：

表3 對選擇肢為公交與私人交通方式的模型參數(shù)估計結(jié)果Tab.3 Assessment of the model parameters between the public and privet traffic

從表3 可以看出，除了常數(shù)變量C 之外，符合t檢驗的變量是 Tbus（公交的感知出行時間）、Tpersonal（私人交通的出行時間）、A1（年齡為 6-14 歲）、P1（職業(yè)為學(xué)生）、I2（擁有私人交通工具為摩托車）、I3（擁有私人交通工具為電動車）和 I4（擁有交通工具為自行車）。除開職業(yè)為學(xué)生項外，其它因素較弱，這主要是因為私營及個體經(jīng)營者數(shù)量較少，且考慮到職業(yè)與擁有何種交通工具之間有一定的相關(guān)性，導(dǎo)致了職業(yè)為私營及個體經(jīng)營者項影響的弱化。將不符合t 檢驗的變量排除之后，對效用函數(shù)進(jìn)行重新標(biāo)定，結(jié)果為：

代入公式可得兩種交通方式的分擔(dān)率模型為：

（2）對選擇肢為公共交通和某種具體私人交通方式的基于出行者心理因素的公共交通方式選擇模型進(jìn)行標(biāo)定和檢驗

因為樣本量的關(guān)系，在此只建立基于出行者心理因素的公交與摩托車、電動車、自行車競爭的方式選擇模型。

①公交與摩托車

調(diào)查的有效樣本中擁有摩托車的出行者有 205個，占樣本總數(shù)的17%。中長距離出行時選擇公交出行的比例為 7.3%，這一比例相對較低，采取上述同樣的方法估計效用函數(shù)的參數(shù)，結(jié)果見表4：

表4 對公交與摩托車的模型參數(shù)估計結(jié)果Tab.4 Assessment of the model parameters between the public and motor

從表4 可以看出，除了常數(shù)變量C 之外，符合t檢驗的變量是Tbus（公交的感知出行時間）、Tmotor（摩托車的出行時間）和P5（職業(yè)為私營及個體經(jīng)營者）。將不符合t 檢驗的變量排除之后，對效用函數(shù)進(jìn)行重新標(biāo)定，結(jié)果為：

代入公式可得兩種交通方式的分擔(dān)率模型為：

②公交與電動車

從我們調(diào)查中可以知道擁有電動車的出行者有300 個，占樣本總數(shù)的26%。其中中長距離出行時選擇公交的比例為15%，從中可以看出，公交出行在擁有電動車的用戶出行中（中長距離的出行中）仍然占有相當(dāng)重要的比例，這與電動車出行有一定的出行距離限制有關(guān)，效用函數(shù)參數(shù)的估計結(jié)果見表5：

表5 對公交與電動車的模型參數(shù)估計結(jié)果Tab.5 Assessment of the model parameter between bus and electricmotor

從表5 可以看出，除了常數(shù)變量C 之外，符合t檢驗的變量是 Tbus（公交的感知出行時間）和Telectricmotor（電動車的出行時間）。將不符合t 檢驗的變量排除之后，對模型進(jìn)行重新標(biāo)定，結(jié)果為：

代入公式可得兩種交通方式的分擔(dān)率模型為：

③公交與自行車

從我們的調(diào)查中可以知道擁有自行車的出行者有452 個，占樣本總數(shù)的39%，比例較摩托車和電動車高。其中，中長距離出行時選擇公交的比例為36.7%，也遠(yuǎn)遠(yuǎn)大于摩托車和電動車用戶中選擇公交的比例，這主要還是由于自行車為體力出行所決定的，因此，隨著公交出行時間的降低，服務(wù)水平的提高，這個比例必將進(jìn)一步提高。效用函數(shù)參數(shù)的估計結(jié)果見表6：

表6 對公交與自行車的模型參數(shù)估計結(jié)果Tab.6 Assessment of the model parameters between bus and bike

從表6 可以看出，除了常數(shù)變量C 之外，符合t檢驗的變量是Tbus（公交的感知出行時間）、Tbike（自行車的出行時間）和A3（年齡為20-29 歲）。除了出行時間之外，由于年齡處于20-29 歲的年輕人對于騎自行車的體力消耗不太計較，所以，這一年齡特征對于效用函數(shù)的大小起重要作用。將不符合t 檢驗的變量排除之后，對模型進(jìn)行重新標(biāo)定，結(jié)果為：

代入公式可得兩種交通方式的分擔(dān)率模型為：

4 結(jié)果分析

利用以上模型可以預(yù)測公交出行環(huán)境改善后公交的分擔(dān)率，由于本模型是基于出行者心理因素的，所以預(yù)測值僅是理論值，前提是人們出行時都是以處于某種出行環(huán)境之中的感知時間為選擇的關(guān)鍵因素，實際情況可能不完全符合，但是，預(yù)測結(jié)果可以量化和改善出行者對公交的心理狀況對于提高公交出行比例的作用。各模型的預(yù)測結(jié)果見表7：

表7 模型預(yù)測結(jié)果Tab.7 Forecast results of the model

本次調(diào)查的出行是指中長距離出行，下面就各種交通方式與公交的競爭進(jìn)行闡述：

①公交與私人交通方式對比分析

調(diào)查得中長距離出行選擇公交的出行者比例僅為28.5%，這個數(shù)據(jù)不容樂觀，公交應(yīng)成為中長距離出行主要的交通方式，實際上卻沒有得到市民的青睞。原因是多方面的，其中很關(guān)鍵的部分就是公交出行環(huán)境差，公眾對公交的心理狀況不佳，在出行者的印象中公交并不是舒適便捷的交通方式。但是，通過提高公交服務(wù)質(zhì)量及改善公交候車、乘車環(huán)境等措施后，公交的出行比例提高到 39.4%，其增長率為38.3%，效果十分顯著。

②公交與摩托車競爭分析

在擁有摩托車的用戶中，選擇公交出行的實際比例為 7.3%，比例較低。這說明很大一部分人不愿意放棄摩托車機(jī)動性、靈活性和相對于公交更加快速的優(yōu)點，公交出行安全、方便、經(jīng)濟(jì)、環(huán)保的一面并沒有被廣大摩托車用戶所吸引。但是，通過采取提高公交服務(wù)質(zhì)量及改善公交候車、乘車環(huán)境等措施后，公交的出行比例提高到17.0%，其增長率更是驚人地達(dá)到132.9%，效果十分顯著。

③公交與電動車競爭分析

在擁有電動車的用戶中，選擇公交出行的實際比例為 15.0%，比例相對于擁有摩托車的用戶來說較高，這與電動車更適宜較短距離出行有關(guān)，但是，同樣在通過采取提高公交服務(wù)質(zhì)量及改善公交候車、乘車環(huán)境等措施后，使用戶對公交出行的感知時間降低，從而可提高公交出行比例至25.0%，其增長率也達(dá)到了66.7%，增幅仍然很大。

④公交與自行車競爭分析

在擁有自行車的用戶中，選擇公交出行的實際比例為36.7%，比例相對于擁有摩托車和電動車的用戶來說高出很多，這與自行車為體力出行，對體力要求較高，更適合短距離出行有關(guān)，但同樣在通過采取提高公交服務(wù)質(zhì)量及改善公交候車、乘車環(huán)境等措施后，仍有很大一部分擁有自行車的用戶將選擇公交出行，使公交出行比例提高至57.2%，其增長率也達(dá)到了55.9%，效果仍然較為明顯。

從預(yù)測結(jié)果可以看出，公交出行環(huán)境的改善對于提高公交出行比例的作用是很顯著的。本次調(diào)查的出行是指中長距離出行，公交與各種私人交通方式處于一種競爭的關(guān)系，公交必須要提升吸引力才能成為居民出行的主要方式，本模型從改善出行環(huán)境從而使得乘客感知時間減少這一方面入手，說明了改善公眾對公交的心理狀況對于提高公交吸引力的重大作用。

5 結(jié)束語

本文提出了基于出行者心理因素的公共交通方式選擇模型，選擇二項Logit 模型來進(jìn)行量化和預(yù)測，利用TransCAD 軟件對模型進(jìn)行標(biāo)定，并對每個模型的合理性和可行性進(jìn)行了闡述，得出公交出行環(huán)境的改善對于提高公交出行比例的作用是很顯著的。模型從理論上有效地證明了改善出行環(huán)境使得乘客感知出行時間減少從而提高公交出行的比例是卓有成效的，為我們提出改善公交服務(wù)的心理策略提供了一定的理論和數(shù)據(jù)基礎(chǔ)。

[1]楊 濤，王 琳，周征舸.馬鞍山市居民出行選擇決策心理研究[J].城市規(guī)劃匯刊，1994，4(1)：39-45.

[2]Groeger J.A.,Rothengatter J.A.Traffic psychology and behavior[C].Transportation Research Part F,1998,1(1)：1-9.

[3]Rothengatter T.Psychological aspects of road user behavior[C].Applied Psychology:An International Review,1997,46(3)：223-236.

[4]宗 芳.基于活動的出行時間與方式選擇模型研究[D].吉林：吉林大學(xué)，2005.

[5]關(guān)宏志.非集計模型——交通行為分析的工具[M].北京:人民交通出版社，2004.

[6]趙志宏.城市公共交通優(yōu)先滿意度評價方法研究[D].南京：東南大學(xué)交通學(xué)院，2004.

[7]黃海軍.交通行為建模－問題與機(jī)會[J].交通運(yùn)輸系統(tǒng)工程與信息，2002，2(1)：24-29.