孫瀟昊 徐亞楠 陳大偉
(東南大學(xué)交通學(xué)院 南京 210096)
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。
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
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)。
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。
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
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)。
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。
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。
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
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).