孫瀟昊 徐亞楠 陳大偉

（東南大學(xué)交通學(xué)院 南京 210096）

0 引言

旅游交通的便捷程度影響游客對(duì)旅游目的地的選擇，方便、快捷、大容量的“快旅”［1］交通有助于旅游目的地的可持續(xù)發(fā)展。對(duì)于影響旅客交通工具選擇行為的因素的研究，郭寒英等認(rèn)為在交通系統(tǒng)中，旅客不僅是出行行為和交通工具選擇行為的決策者，同時(shí)也是促使活動(dòng)成為現(xiàn)實(shí)的決策者。李敏認(rèn)為影響客運(yùn)方式選擇的因素一是需求特性；二是供給特性。齊銀山認(rèn)為旅客根據(jù)各種運(yùn)輸方式的服務(wù)特性并結(jié)合自身的社會(huì)經(jīng)濟(jì)條件和出行目的，按效用最大化原則做出選擇。在交通工具選擇的研究上面，林新敏探討了捷運(yùn)木柵線通車前后，個(gè)體運(yùn)輸工具選擇模式的差異。王郁珍建立了顯示性偏好模式、敘述性偏好模式及整合型偏好模式3類交通工具選擇模式探討臺(tái)南臺(tái)北城際大眾運(yùn)輸交通工具選擇的問題。周世鑫則透過最小成本的概念，結(jié)合顯示性偏好與敘述性偏好數(shù)據(jù)的整合模式。溫杰華等利用多項(xiàng)logit和巢式logit選擇模式探討城際旅游者對(duì)交通工具及國(guó)道客運(yùn)公司選擇行為。

而目前針對(duì)旅游交通的方式選擇研究還較少，特別是綜合性的方式選擇研究。筆者則采用分層式logit模型對(duì)交通方式的選擇展開研究，最終得到較為符合實(shí)際的結(jié)果，該研究有利于旅游地的規(guī)劃。

1 旅游消費(fèi)中交通工具選擇的轉(zhuǎn)變

旅游交通不同于傳統(tǒng)意義上的出行交通，它不僅包含了交通的共性，還對(duì)出行的時(shí)間、安全、便捷有著不同的要求，又體現(xiàn)出旅游行為的特性。因此，出行方式選擇影響因素也不盡相同，會(huì)產(chǎn)生不同的選擇行為。

在過去，我國(guó)交通運(yùn)輸線路少、質(zhì)量差、還沒有形成1個(gè)完整的道路網(wǎng)，同時(shí)運(yùn)量規(guī)模小、運(yùn)輸效率低、耗費(fèi)時(shí)間長(zhǎng)。人們旅游出行大多選擇近距離旅游，這樣相對(duì)來說比較方便。

而現(xiàn)在的人們?cè)絹碓街匾暪?jié)約時(shí)間，因此，少花時(shí)間已經(jīng)成為不少人交通工具選擇的第一原則。人們對(duì)旅游交通工具的選擇以火車、高鐵與汽車為主。具體的轉(zhuǎn)變趨勢(shì)見表1。

表1 旅游交通方式的轉(zhuǎn)變Tab.1 The change of the tourism transportation

2 旅游交通工具選擇的影響因素

2.1 游客感知距離的影響

游客感知距離［2］是影響旅游消費(fèi)決策的重要因素。感知距離一般可以分為空間距離、心理距離和經(jīng)濟(jì)距離，這幾種距離之間是有一定差別的。

空間距離可以在旅行時(shí)間上影響游客的旅游消費(fèi)，而交通工具的改變可以使心理距離縮短，在一定程度上克服這種時(shí)間上的限制，因而心理距離取決于空間距離和交通工具的選擇。交通費(fèi)用的高低又決定了出游距離的半徑（經(jīng)濟(jì)距離）。因此，受空間距離影響的旅游費(fèi)用同樣可以在經(jīng)濟(jì)上限制游客的旅游消費(fèi)。

2.2 交通工具選擇的影響因素

從上文可以看出，交通方式選擇主要受感知距離的影響，而具體的影響因素多種多樣，與空間距離有關(guān)的影響因素主要有距離和時(shí)間；而心理距離又決定了旅游情況和舒適度對(duì)交通工具選擇的影響；最后與經(jīng)濟(jì)距離相關(guān)的影響因素則是年收入。但是，還有1種情況不得不進(jìn)行考慮，那就是交通方式的成熟度，如果某地交通便利，飛機(jī)與高鐵設(shè)施良好，那么選擇該方式的比例就會(huì)相應(yīng)增大，相反，則即使距離較遠(yuǎn)也無法選擇該交通方式。

3 旅游消費(fèi)交通工具選擇的建模

3.1 建模思路

同時(shí)考慮多種交通方式的選擇模型中，有多項(xiàng)logit（MNL）模型［3］和基于分層logit（NL）模型等選擇。雖然MNL模型較傳統(tǒng)的集計(jì)模型在預(yù)測(cè)精度上有了顯著提高，但在實(shí)際應(yīng)用中選擇方案存在相互關(guān)系，而MNL 模型適合于各選擇方案相互獨(dú)立的情況。但是NL模型則有效地克服這點(diǎn)，適用于選擇方案中某幾個(gè)選擇具有相關(guān)性的情況。本文各個(gè)交通方式之間具有很強(qiáng)的類似性，因此，擬建立基于NL模型作為交通方式選擇模型。

考慮到現(xiàn)在供選擇的交通方式有飛機(jī)、火車、高鐵、汽車4種，其中汽車又可以分為私家車、長(zhǎng)途汽車和旅游大巴。一般可以把旅游出行的出行情況分為2種，分別是直達(dá)旅游景點(diǎn)和換乘到達(dá)旅游目的地。其中私家車和旅游大巴屬于直達(dá)目的地旅游，而飛機(jī)、火車、高鐵和長(zhǎng)途汽車都屬于第2種，也就是乘坐交通工具后需要換乘才能到達(dá)旅游地。在這里因?yàn)檩喆目蛇_(dá)性問題，不考慮輪船。

按以上思路，得到交通方式選擇樹如圖1所示。筆者根據(jù)非集計(jì)模型的效用理論，首先對(duì)水平2的模型進(jìn)行標(biāo)定，將得到的參數(shù)代入水平1，再對(duì)水平1的模型進(jìn)行標(biāo)定，得到各交通方式的選擇概率。

圖1 交通方式選擇樹示意圖Fig.1 The tree diagram of traffic mode choice

3.2 NL模型基本原理

非集計(jì)模型的理論基礎(chǔ)是出行者追求選擇結(jié)果的效用最大化，出行者在特定的選擇條件下，選擇效用最大的方案［4］。非集計(jì)模型的效用函數(shù)由固定項(xiàng)和概率項(xiàng)組成

式中：Ui，n為出行者n選擇第i種方案時(shí)的效用函數(shù)；Vi，n為出行者n選擇第i種方案時(shí)的效用函數(shù)的固定項(xiàng)；εi，n為出行者n選擇第i種方案時(shí)的效用函數(shù)的概率項(xiàng)。

當(dāng)假設(shè)ε服從二重指數(shù)分布、且各變量?jī)蓛上嗷オ?dú)立時(shí)，可以得到出行者n選擇方案i的概率為

式中：Pi，n為出行者n選擇方案i（i＝1，2，…，N）的概率；N為可供選擇的方案?jìng)€(gè)數(shù)。

分層logit模型的分層原則是將被認(rèn)為選擇方案的類似性較大作為1個(gè)層次，將不同類型的選擇方案作為不同的層次［5］。其基本公式如下

式中：Umn為出行者n選擇方式rm的效用；v（r｜m）n為出行者n選擇方式rm時(shí)，效用由于rm和m的組合而變化部分的固定項(xiàng)；Vmn為出行者n選擇方式rm時(shí)，效用中與r無關(guān)，而僅隨m變化部分的固定項(xiàng)；ε（r｜m）n為在選擇了m的條件下選擇了rm的效用的概率項(xiàng)，設(shè)其服從于均值0。方差為的二重指數(shù)分布；εmn為出行者n選擇了m的效用概率項(xiàng)。

3.3 初步分析

為分析各種因素對(duì)于交通方式選擇的影響，掌握游客對(duì)于各種交通方式的選擇的喜好［6－8］。在南京江寧區(qū)發(fā)放問卷，調(diào)查內(nèi)容包括出行者特性（出行者的性別、年齡、年收入）、出行特性（旅游情況、出行距離）以及交通方式服務(wù)水平（交通方式的舒適度、時(shí)間和費(fèi)用）。

調(diào)查得到的結(jié)果是：性別對(duì)結(jié)果的影響并不大；旅游情況是否直達(dá)對(duì)結(jié)果影響較大；旅游地距離較遠(yuǎn)或時(shí)間相對(duì)較緊時(shí)，更傾向于選擇快速的交通方式；年收入高的人群或?qū)β猛臼孢m度要求較高的人群，傾向于選擇飛機(jī)。對(duì)調(diào)查得出的數(shù)據(jù)進(jìn)行初步分析，得出各因素的相伴概率，見表2，計(jì)算結(jié)果與上述分析吻合。

表2 各因素的相伴概率Tab.2 Concomitant probability of each factor

因此確定帶入水平1的離散變量為距離、時(shí)間、收入；代入水平2的離散變量為觀光目的、舒適度。帶入模型的連續(xù)變量為年齡和費(fèi)用。

3.4 模型標(biāo)定結(jié)果

根據(jù)因素分析結(jié)果，得到NL 方式選擇模型特性變量以及數(shù)據(jù)結(jié)構(gòu)表，但是此數(shù)據(jù)結(jié)構(gòu)表格是1個(gè)綜合性、基礎(chǔ)性較強(qiáng)的數(shù)據(jù)表格，雖然考慮了汽車、火車、高鐵、飛機(jī)、旅游大巴等諸多交通工具，但是未能充分考慮現(xiàn)代化交通的影響，即現(xiàn)在人們選擇高鐵和飛機(jī)的概率明顯上升，因此，需把高鐵和飛機(jī)的相關(guān)權(quán)重加大，相應(yīng)的把汽車和火車的相關(guān)權(quán)重減小，以使其更符合現(xiàn)在游客的實(shí)際選擇情況。

基于上文旅游消費(fèi)中交通工具選擇的轉(zhuǎn)變的相關(guān)論述，對(duì)數(shù)據(jù)表格進(jìn)行改進(jìn)，將與飛機(jī)的距離與收入有關(guān)的數(shù)據(jù)結(jié)構(gòu)和高鐵的時(shí)間數(shù)據(jù)結(jié)構(gòu)記為1，而火車和長(zhǎng)途汽車的距離等數(shù)據(jù)結(jié)構(gòu)記為0，見表3、表4。

表3 數(shù)據(jù)結(jié)構(gòu)表（之一）Tab.3 Data structure table（Ⅰ）

表4 數(shù)據(jù)結(jié)構(gòu)表（之二）Tab.4 Data structure table（Ⅱ）

利用調(diào)查數(shù)據(jù)對(duì)模型進(jìn)行標(biāo)定，標(biāo)定結(jié)果及模型檢驗(yàn)如表5、6所列。

表5 logit模型標(biāo)定結(jié)果Tab.5 The calibration results of logit model

表6 交通方式選擇模型檢驗(yàn)Tab.6 Traffic mode choice model checking

從表5中t值數(shù)據(jù)可以看出，各參數(shù)的t檢驗(yàn)值都在0.05以上，說明在95%的置信度上各參數(shù)對(duì)選擇結(jié)果有影響。參數(shù)值為正，代表該參數(shù)對(duì)選擇結(jié)果有正影響，也就是出行者越傾向于選擇該交通方式，反之也就是出行者越不傾向于選擇該交通方式。但數(shù)據(jù)分析時(shí)存在1個(gè)問題，那就是水平1的θ2和水平2的β3，β4 和的t檢驗(yàn)值說明變量對(duì)交通工具的選擇影響不顯著，但并不將這些變量去除，而是對(duì)水平1 和水平2 的模型的準(zhǔn)確性進(jìn)行分析，若得出的精度較高，表示這些變量可以接受，否則去除后重新建立模型。

為了評(píng)價(jià)模型預(yù)測(cè)的準(zhǔn)確性，對(duì)優(yōu)度比和擬合優(yōu)度比進(jìn)行分析，其值在0～1之間，其值越大模型的精度越高，一般認(rèn)為其值達(dá)到0.2～0.4時(shí)，即認(rèn)為可以接受。從表6的結(jié)果可看出該模型的預(yù)測(cè)精度還是比較高的。

一般認(rèn)為的中率大于80%即可視為模型可靠，本模型水平1 和水平2 的的中率分別為84.7%和80.6%，可見模型預(yù)測(cè)精度可以接受。因此，之前的影響不顯著參數(shù)仍然取用。

4 交通工具選擇預(yù)測(cè)

根據(jù)上文所提出的模型，對(duì)現(xiàn)在人們旅游消費(fèi)交通工具的選擇進(jìn)行預(yù)測(cè)。由于在旅游消費(fèi)中，距離的影響不容忽視，因此，把距離的遠(yuǎn)近按3種標(biāo)準(zhǔn)來劃分，預(yù)測(cè)國(guó)內(nèi)旅游交通工具的選擇。具體的劃分情況是近距離旅游，省內(nèi)鄰近城市之間，距離大概300km 以內(nèi)，以南京到常州為例；中距離旅游，相鄰省城市之間，距離大概800km以內(nèi)，以南京到上海為例；長(zhǎng)距離旅游，距離超過800km，以南京到廣州為例。由于考慮到距離的影響，所以預(yù)測(cè)模型采用水平1來進(jìn)行。

首先是近距離旅游，根據(jù)公式（如下）和表6中參數(shù)的值可以計(jì)算得出汽車、火車、高鐵、飛機(jī)的效用值。最后得出近距離旅游中，游客選擇長(zhǎng)途汽車和高鐵的概率較大見表7。

同樣的方法用來計(jì)算中距離旅游和遠(yuǎn)距離旅游各種交通方式的效用值，最后得出：中距離旅游選擇火車與高鐵的游客占絕大多數(shù)；遠(yuǎn)距離旅游選擇火車、高鐵和飛機(jī)的游客占絕大多數(shù)。

表7 各種距離交通方式選擇概率Tab.7 Choice probability of various distance transportation

將表7得到的概率表8進(jìn)行對(duì)比分析，最后得出相差的概率都在0.05以內(nèi)，因此，模型與實(shí)際情況較為符合。

表8 實(shí)際交通方式選擇概率Tab.8 The actual traffic mode choice probability

5 結(jié)束語

人們旅游時(shí)交通工具的選擇與過去相比發(fā)生了巨大的轉(zhuǎn)變。利用分層logit模型對(duì)交通方式選擇的各影響因素進(jìn)行分析，得出其影響參數(shù)，且精度達(dá)到檢驗(yàn)要求。該模型應(yīng)用于實(shí)際情況，得出各種交通方式選擇的計(jì)算概率與現(xiàn)今的實(shí)際概率相符合。因此，該研究對(duì)于旅游地的規(guī)劃是很有意義的。

但由于該研究在某交通方式不可達(dá)時(shí)參數(shù)直接記為0，因此，對(duì)于成熟度高的地區(qū)更適用。若對(duì)于成熟度低的地區(qū)則需要重新進(jìn)行參數(shù)設(shè)定并求解得到更為精確的交通方式選擇概率。

［1］梁雪松.旅游消費(fèi)需求與交通工具選擇的相關(guān)性研究：基于高鐵與航空運(yùn)輸視角［J］.經(jīng)濟(jì)問題探索，2012，11（2）：20－26.Liang Xuesong.Correlation between tourism and transport consumer demand choice－economic issues based on high－speed rail and air transport perspective［J］，2012，11（2）：20－26.（in Chinese）.

［2］李作志，王爾大，蘇敬勤.旅游資源需求函數(shù)模型及應(yīng)用［J］.系統(tǒng)工程理論與實(shí)踐，2012（2）：274－282.Lee Zuozhi，Wang Erdai，Su Jingqin.Tourism resource demand function model and its application［J］Systems Engineering Theory and Practice，2012（2）：274－282.（in Chinese）.

［3］陳秋香.Nested Logit模型在交通出行方式選擇中的應(yīng)用［J］.甘肅科學(xué)學(xué)報(bào)，2013，25（2）：133－136.Chen Qiuxiang.Nested logit model in transportation travel mode selection［J］.Gansu Sciences，2013，25（2）：133－136.（in Chinese）.

［4］Ivanova O.A note on the consistent aggregation of nested logit demand functions［J］.Transportation Research Part B，2005，39（10）：890－895.

［5］Jones S，Hensher D A.Modelling corporate failure：A multinomial nested logit analysis for unordered outcomes［J］.The British Accounting Review，2007，39（1）：89－107.

［6］楊昌濤，靳文舟，范雪婷.基于巢式Logit模型的交通方式選擇行為研究［J］.公路與汽運(yùn)，2011，10（4）：62－65.Yang Changtao，Jin Wenzhou，F(xiàn)an Xueting.Choice behavior research based on nested logit mode of transportation models Highway［J］.Highways Applications and Automotive，2011，10（4）：62－65.（in Chinese）.

［7］康文峰，孫 寶.基于主成分法優(yōu)化的軌道交通通勤出行方式選擇研究［J］.交通信息與安全，2013，31（3）：74－78.Kang Wenfeng，Sun Bao.Selection based on principal component analysis optimization of rail commuter travel mode［J］.Journal of transport Information and Safety，2013，31（3）：74－78.（in Chinese）.

［8］武勇彥，劉小明，魏中華，等.旅游交通引導(dǎo)標(biāo)志系統(tǒng)設(shè)置方法研究［J］.交通信息與安全，2011，29（2）：23－26，31.Wu Yanyong，Liu Xiaoming，Wei Zhonghua，et al.Tourist traffic guidance signs system settings method［J］.Journal of transport Information and Safety，2011，29（2）：23－26，31.（in Chinese）.