云 亮，蔣陽升，謝 寒

(西南交通大學 交通運輸與物流學院，四川 成都 610031)

鐵路客運樞紐通常集中了鐵路、城市軌道交通、常規(guī)公交、出租車、小汽車等多種交通方式出行，其中鐵路主要承擔對外交通的職能，其他幾種方式承擔出發(fā)和到達客流的對內集散職能。這兩種職能之間呈現(xiàn)客流輸入輸出的串聯(lián)合作關系，同時集散系統(tǒng)中的多種交通方式存在客流分流合流的并聯(lián)競爭關系。對影響這兩類職能發(fā)揮的系統(tǒng)資源配置都已經有了充分的研究，但以往的研究往往割裂了兩種職能的內在聯(lián)系，通常將對外交通的資源配置放在鐵路網規(guī)劃設計中考慮，集散交通的資源配置則放在城市交通規(guī)劃與設計中考慮。因此，從優(yōu)化鐵路客運樞紐集散交通系統(tǒng)配置、提升交通效率、保障鐵路對外交通職能發(fā)揮的角度出發(fā)，非常有必要理清兩種交通職能之間的客流聯(lián)系，掌握以對外交通出行為目的的旅客群在選擇集散交通方式時的選擇機理。筆者主要針對到達旅客離站交通方式選擇問題進行建模研究。

目前國內外學者在離站交通方式選擇問題方面的研究成果主要集中在：換乘客流預測問題[1-4]、換乘客流組織優(yōu)化問題[5]和樞紐內部設施換乘設施設計與優(yōu)化問題。其中，在換乘旅客選擇行為問題上的主要成果大多集中在模型標定等方面[6]；但是在效用函數(shù)中考慮交通方式服務水平因素的具體成果尚未發(fā)現(xiàn)。筆者將主要針對這一問題進行探討。

1 鐵路到達旅客離站交通

鐵路客運樞紐到達旅客離站交通過程，是指鐵路旅客從到達鐵路站臺開始，經過出站、選擇某種離站交通方式、到達該交通方式所在區(qū)域、候車等一系列決策行為，最終離開鐵路樞紐的整個過程。

鐵路客運樞紐到達旅客離站交通的良好運轉受兩方面因素的影響：到達客流自身的因素，和樞紐內外部的環(huán)境因素。這兩方面因素的影響是相互的：旅客自身特性及其選擇決策行為決定了離站交通系統(tǒng)的特征，如離站交通方式運力、布局、樞紐內部設備能力等；而樞紐內部和外部的環(huán)境特性，如設備通行能力、周邊道路條件等，通過影響離站交通方式的服務水平的方式，間接影響了旅客的決策行為。由此可見，研究到達旅客在樞紐內外部環(huán)境影響下的離站交通方式選擇問題，是合理配置離站交通系統(tǒng)資源的關鍵問題之一。

筆者以由公共交通和個體機動交通組成的系統(tǒng)為例，構建到達旅客離站交通方式選擇模型。為了便于處理，文中將出租車視為個體機動交通，而實際情況中出租車也具有某些公共交通服務水平屬性，如候車時間等。到達旅客離站交通系統(tǒng)網絡如圖1。

圖1 到達旅客離站交通系統(tǒng)網絡Fig.1 Network of arriving passengers’ off-site traffic system

圖1中，根據(jù)旅客離站過程順序，網絡中的節(jié)點共分為3類：①選擇決策點，主要包括O，OPB和OPE，分別為旅客進行選擇公共交通與私人交通方式、選擇常規(guī)公交與城市軌道交通方式、選擇出租車和私家車方式的決策點；②出行起終點，主要包括OB，OR，OT，OC和對應的D點，分別為公交、城市軌道交通、出租車和私家車的出行起終點；③換乘點(Transfer)，主要包括TB和TR，分別為公交和城市軌道交通換乘點，其數(shù)量根據(jù)出行路徑而定。

需要說明的是，D點為旅客出行的終點，當然不可能所有旅客的出行終點均為同一地點，因此D點只是網絡結構中的虛擬節(jié)點，表示旅客到達各自的出行終點而離開系統(tǒng)；另外，由于出租車和私家車可以實現(xiàn)門到門的運輸，其出行終點DT和DC就是旅客的出行終點，為了方便表達而將其單獨表示。

系統(tǒng)中的實線段表示出行費用不為0的實際路段，虛線段表示出行費用為0的虛擬路段或決策過程。其中，旅客在O點(通常為出站檢票口附近)進行選擇時主要依據(jù)自身的出行特征進行決策，因此采用虛擬路段；在OPB，OPE進行選擇時，更多的是根據(jù)樞紐站內走行設施和離站交通方式交通特征進行決策，因此采用實際路段，以表征站內步行時間、出行費用、候車時間等因素對旅客決策的影響。

2 離站交通方式選擇機理

2.1 影響因素分析

傳統(tǒng)的四階段法認為，交通方式選擇是出行者在考慮交通目的、交通方式的服務特性、地區(qū)特性的基礎上進行的決策行為，影響因素包括出行主體特性、出行特性以及交通設施特點3類。其中交通設施特點因素分為可量測的因素和不可量測的因素兩方面，不可量測的因素包括了舒適度和方便性、可靠性和準時性、防護物及安全性等[7]。

對于鐵路客運樞紐的旅客交通方式選擇問題，目前國內學者普遍認為影響因素也主要分為3類：旅客個體特征、出行特征和交通方式特征[8]。筆者認為，旅客個體特征和出行特征可以歸為影響到達旅客離站交通方式選擇的內因，而交通方式特征可以歸為其外因。不同個體特征和出行特征的旅客對出行方式特征的要求的差異，導致了鐵路客運樞紐離站交通方式結構的不同。

另外，根據(jù)旅客對樞紐的熟悉程度不同，各因素的權重又有所不同：對樞紐較為陌生的旅客在進行離站方式選擇時往往希望可以快速、便捷、少換乘地從樞紐到達目的地，因此在決策時會更多地考慮外因；經常使用樞紐的旅客則往往不需要借助交通誘導，而是根據(jù)經驗進行選擇，因此在決策時會根據(jù)出行目的、出行距離等內因進行初步選擇，再根據(jù)舒適性等外因進行調整。

可見，在旅客進行離站交通方式選擇時，不同類別的旅客不僅會根據(jù)自己的收入水平、出行喜好等個體特征和出行目的等出行特征進行決策，還會根據(jù)初步選擇的交通方式的服務水平進行決策調整。而且，隨著出行者對于出行質量要求的不斷提高，旅客的選擇必將呈現(xiàn)出多樣化的趨勢，交通方式特征在旅客形成決策過程中起到的作用將會越來越突出。

2.2 服務水平因素的作用機理

鐵路到達旅客(尤其是初次到達樞紐的旅客)由于信息不完善，往往只能根據(jù)自身因素選擇離站交通方式，而一旦旅客到達該方式的候車區(qū)域，也很難重新選擇更符合自己服務水平要求的方式。因此，假設樞紐到達旅客離站交通系統(tǒng)的運作服從“旅客-設施-信息(Passenger-Facilities-Information，簡稱PFI)作用機制”[9]，即旅客在選擇離站方式時可以根據(jù)實時的樞紐內外部環(huán)境信息進行決策。由于現(xiàn)有的技術設備和手段完全可以實現(xiàn)相關服務水平信息的采集、處理和發(fā)布，因此可以認為該假設是合理可行的。

在信息完善條件下，旅客將可以根據(jù)對服務水平的要求進行離站交通方式選擇。筆者定義服務水平期望的概念以表征選擇過程中服務水平因素的影響。服務水平期望是指旅客根據(jù)其出行目的、時間價值等因素的綜合考慮，對各離站交通方式能夠達到的出行時間等服務水平指標的期望。筆者選取的服務水平指標包括換乘次數(shù)、擁擠程度和候車時間。因此定義換乘次數(shù)期望、擁擠程度期望和候車時間期望，分別表示旅客對于選擇某種離站交通方式時能接受的最大換乘次數(shù)、擁擠程度和候車時間的期望值。其表達式如式(1)：

(1)

通常旅客在選擇交通方式時，往往希望換乘次數(shù)越少越好，擁擠程度越小越好，候車時間越短越好。因此，如果實時的離站方式服務水平高于相應的期望，則在方式選擇效用函數(shù)中增加相應指標的懲罰項，以反映旅客的真實決策過程。

3 離站交通方式選擇模型

根據(jù)上述分析，筆者參考交通預測四階段法中的交通方式劃分模型，構建了鐵路客運樞紐到達旅客離站交通方式選擇模型。文中選擇的是NL(Nested Logit)模型，因為該模型考慮了各選擇枝之間的相關性，對具有類似特性的選擇枝進行了分類，能夠克服MNL模型所具有的與其它選項無關(IIA)特性，更接近于實際情況。

3.1 NL模型

根據(jù)圖1的網絡，交通方式選擇集包含常規(guī)公交、軌道交通、小汽車和出租車。由于小汽車和出租車具有相似的交通特性，因此兩者組成虛擬選擇枝(私人交通1)，相應的公交和軌道交通組成與私人交通相對立的虛擬選擇枝(公共交通2)。設各選擇枝及虛擬選擇枝的效用分別用Uj(j=b，r，c，t)，Ui(i=1，2)表示，對應的效用值確定項分別用Vj和Vi表示，則雙層NL模型的交通方式分層結構及其對應的出行效用見圖2。

圖2 雙層NL模型分層結構Fig.2 Structure of two-level NL model

系統(tǒng)NL模型各選擇枝之間的關系可以描述為樹狀結構，在節(jié)點分叉處可以看作一個獨立的簡單雙項Logit模型(BNL)，由圖2可見，筆者所設計的NL模型包含3個BNL模型。

假定同一個虛擬選擇枝下的交通方式效用函數(shù)隨機項服從系數(shù)為b的Gumbel分布，且隨機項的方差相等，設私人交通和公共交通效用函數(shù)隨機項方差分別為σ12和σ22，則根據(jù)文獻[10]的推導過程，可以得到公交、軌道交通、小汽車和出租車的出行比例Pc，Pt，Pb和Pr分別為：

(2)

式中：λ，b1，b2分別為上下層的參數(shù)，且滿足λ≤b1，λ≤b2；其它符號同前。

3.2 改進的效用函數(shù)

根據(jù)上文所述，效用函數(shù)中選取了出行費用、出行時耗以及作為服務水平特征變量的換乘次數(shù)、擁擠程度和候車時間作為特征變量。因此，選擇枝j的改進效用函數(shù)計算公式可用式(3)表示：

Vj=θj1Xj1+θj2Xj2+θjtmax[0,Ej(xt)-Xjt]+

θjcmax[0,Ej(xc)-Xjc]+θjwmax[0,Ej(xw)-Xjw]

(3)

式中：Xj1，Xj2分別為出行費用和出行時耗特征變量；Xjt，Xjc，Xjw分別為選擇枝j的換乘次數(shù)、擁擠程度和候車時間特征變量；θj1，θj2，θjt，θjc，θjw分別為出行費用、出行時耗、換乘次數(shù)、擁擠程度和候車時間指標的未知參數(shù)；其它符號同前。

由于NL模型由3個BNL模型組成，其模型結構較為復雜，參數(shù)估計比較困難，因此文中采用適應性強且易操作的極大似然估計法進行參數(shù)估計，最后得到的非線性方程采用Newton- Raphson法求解。

4 成都東客站實例分析

4.1 交通調查概況

本次交通調查以成都東客站綜合交通樞紐東廣場的到達旅客為調查對象(不包括換乘長途客運離開的旅客)，RP調查主要在出站及換乘大廳層進行，隨機抽取600個樣本(到達旅客)采取詢問方式進行；流量調查則由調查員在主要換乘通道出入口位置采取計數(shù)方式進行，調查時間為9:00—19:00共計10 h。RP調查主要內容包括離站方式選擇意向、服務水平(如公交換乘次數(shù)、公交擁擠程度、出行費用、出行時間等)期望等。流量調查則主要反映了到達旅客在各離站方式間的選擇情況。

根據(jù)數(shù)據(jù)統(tǒng)計結果，不同離站交通方式選擇意向的服務水平期望，以及調查日當日不同離站交通方式選擇比例分別如表1和表2。

表1 服務水平期望值統(tǒng)計

注：*擁擠程度指標采用4級量化的方式，以公共交通為例，0表示車上有空座，1表示沒有空座但乘車空間很寬敞，2表示沒有空座且乘車空間較擁擠，3表示很難擠上車；**候車時間指標以min為單位，其中選擇小汽車方式的旅客多為車等人，因此對該指標的要求水平很低。

表2 離站交通方式選擇調查結果統(tǒng)計

4.2 參數(shù)估計

基于RP調查數(shù)據(jù)，對各選擇枝及各BNL模型進行參數(shù)估計。把參數(shù)b融入θjk(k=1，2，t，c，w)，并分別代入β= 60%，80%，95%條件下調查得到的特征變量，通過編程分別求得Vc，Vt，Vb，Vr和虛擬選擇枝1、2的效用值確定項V1，V2的表達式如式(4)～式(6)：

β=60%

(4)

β=80%

(5)

β=95%

(6)

4.3 對比分析

取鐵路客流到達高峰時段調查所得數(shù)據(jù)的平均值作為選擇枝的特征變量值，利用式(4)～式(6)計算得到各交通方式的出行分擔率擬合值，并與同一時段流量調查值進行對比，結果如表3。

表3出行分擔率對比結果

Table3Comparisonsofshareratiosoftraveling

通過結果對比，可以得出以下結論：

1)在不同的β取值條件下，高峰時期各交通方式出行分擔率擬合值與調查值的相對誤差均在5%以內；

2)常規(guī)公共方式選擇枝的擬合值在不同的β取值條件下均比調查值低；

3)軌道交通方式選擇枝的擬合值在β=60%條件下比調查值低，在β=80%和β=95%條件下均比調查值高；

4)出租車方式選擇枝的擬合值在不同的β取值條件下均比調查值高；

5)小汽車方式選擇枝的擬合值在β=95%條件下比調查值低，在β=60%和β=80%條件下均比調查值高。

原因是：在β=60%條件下，部分對于服務水平要求較高的乘客由公共交通方式轉向私人交通方式；在β=80%和β=95%條件下，由于乘客不能獲得完善交通信息，因而不能做出最有利的決策。

5 結 語

掌握鐵路到達旅客在復雜環(huán)境下的離站交通方式選擇規(guī)律，是合理配置交通系統(tǒng)資源、提高樞紐地區(qū)客流集散效率的必要條件之一。首先，筆者在分析旅客方式選擇影響因素和作用機理的基礎上，通過引入服務水平期望指標，改進了乘客離站交通方式選擇的效用函數(shù)，并建立了由常規(guī)公交、軌道交通、出租車和小汽車等4種方式構成的離站交通系統(tǒng)的NL模型，以期更多地考慮服務水平因素的影響；然后，根據(jù)調查數(shù)據(jù)進行了參數(shù)估計，并以高峰時段調查數(shù)據(jù)為例驗證了模型的有效性。驗證結果表明，高峰時段不同β取值條件下，各交通方式出行分擔率的擬合值與調查值的相對誤差均在5%以內。其中，在β=60%條件下，部分對于服務水平要求較高的乘客可能會由公共交通方式轉向私人交通方式，使得常規(guī)公交的擬合值低于調查值；在β=80%和β=95%條件下，由于乘客不能獲得完善的交通信息，不能做出最有利的決策，使得部分公共交通資源沒有發(fā)揮作用。

根據(jù)調查數(shù)據(jù)進行的模型標定和結果對比分析，由于實際情況中尚不能實現(xiàn)信息的實時采集和發(fā)布，因此模型計算結果與實際調查結果仍有一定差距。因此，今后的研究重點可以放在設計合理可行的調查方案，或者利用軟件平臺進行仿真兩方面考慮。另外，從對比結果可見，研究交通信息在到達乘客離站交通方式選擇決策時的影響也將是下一步研究的重要方向之一。

[1] 文雅,晏克非,成峰.基于出行鏈的城市客運交通樞紐換乘需求預測模型[J].交通與運輸,2005(增刊1):1-3.

Wen Ya,Yan Kefei,Cheng Feng.Trip chain based passenger transfer demand forecast model in city passenger transportation hubs [J].Traffic and Transportation, 2005(S1): 1-3.

[2] 楊曉光,張鈺,張海軍.軌道交通換乘樞紐交通信息服務分析[J].城市軌道交通研究,2004,7(5):27-29.

Yang Xiaoguang,Zhang Jue,Zhang Haijun.Analysis of traffic information service in urban rail transit hubs [J].Urban Mass Transit,2004, 7(5): 27-29.

[3] 李麗群,陳龍.基于效用理論的城市軌道交通運營管理優(yōu)化策略[J].重慶交通大學學報:自然科學版,2012,31 (2):289-292.

Li Liqun,Chen Long.Optimization strategy of operational management for urban rail transit based on utility theory [J].Journal of Chongqing Jiaotong University: Natural Science,2012,31 (2):289-292.

[4] 安文娟,陳峰.基于改進MD模型的區(qū)域交通方式劃分預測方法[J].重慶交通大學學報:自然科學版,2012,31(4):824-827.

An Wenjuan,Chen Feng.Regional traffic modal splitting method based on improved MD model [J].Journal of Chongqing Jiaotong University: Natural Science, 2012, 31(4): 824-827.

[5] 程遠.基于服務水平的城市軌道交通與常規(guī)公交換乘優(yōu)化研究[D].北京:北京交通大學,2011.

Cheng Yuan.The Study on the Optimization of Transfer between Urban Rail Transit and Bus Based on LOS [D].Beijing:Beijing Jiaotong University,2011.

[6] 柯林春.城市綜合客運樞紐旅客換乘行為研究[D].西安:長安大學,2009.

Ke Linchun.Study on the Passenger Transfer in Urban Comprehensive Passenger Terminal [D].Xi’an: Chang’an University, 2009.

[7] 陸化普.交通規(guī)劃理論與方法 [M].2版.北京:清華大學出版社,2006.

Lu Huapu.Theory and Method in Transportation Planning [M].2nd ed.Beijing: Tsinghua University Press, 2006.

[8] 安健,楊曉光,劉好德,等.基于乘客感知的公交服務可靠性測度模型[J].系統(tǒng)仿真學報,2012,24(5):1092-1097.

An Jian,Yang Xiaoguang,Liu Haode,et al.Models to measure transit service reliability from passengers’ perception [J].Journal of System Simulation, 2012, 24(5): 1092-1097.

[9] Yun Liang,Peng Bo.Urban traffic evacuation system for comprehensive railway passenger transport hub and its evacuation efficiency optimization research [J].Applied Mechanics and Materials, 2012,209/210/211:771-774.

[10] 劉燦齊.現(xiàn)代交通規(guī)劃學[M].北京:人民交通出版社,2001.

Liu Canqi.Advanced Traffic Planning [M].Beijing:China Communications Press, 2001.