郭彬杰

(重慶交通大學交通運輸學院 中國 重慶 400074)

居民出行方式選擇的非集計模型綜述

郭彬杰

(重慶交通大學交通運輸學院 中國 重慶 400074)

城市居民的出行研究可為交通管理部門提供決策依據(jù)，對出行方式選擇的研究也取得了重要的成果。本文歸納了對出行方式選擇分析的主要手段，這些方法隨著時代的發(fā)展在學者們的努力下逐漸成熟，并能應用于實際問題的解決。同時概括地列舉了每種方法的適應性和不足之處。

出行方式選擇；非集計模型

一、引言

居民出行交通方式選擇的研究頗具意義，決策部門往往根據(jù)居民選擇交通工具的行為制定政策，并在一定程度上決定了城市未來的交通結構。最早的出行方式分析和預測是以集計的方式進行的，其中以傳統(tǒng)四階段法為代表。從20世紀60年代開始，研究者們注意到集計模型的缺點，逐漸開發(fā)出了以個人為分析單位、以效用最大化為理論基礎的非集計模型。

集計方法以交通小區(qū)作為分析對象，籠統(tǒng)地將研究范圍內的統(tǒng)計數(shù)據(jù)并在一起進行處理，拋棄了單個家庭或個人所具有的不同屬性，最后預測分析結果與實際相差也較大，加之該模型需要大量的調查數(shù)據(jù)作為支撐，所以不再受到學者們的青睞。該方法主要有回歸分析、重力模型等。

二、國外研究

出行行為研究中應用最多的就是Logit模型，Luce在1959年首次對其進行了推導，隨后眾多學者對其理論基礎進行了完善，但由于實際的限制，最初的Logit模型只能用于個人對兩種交通方式的選擇，且研究的關注點主要是出行時間和費用的平衡分析。

1974年，McFadden首先對Logit模型及其特性進行了詳細的分析，并完整地論述了自己的研究成果，之后逐步形成了非集計模型的理論體系，包括了NL(NestedLogit)和ML(MultinomialLogit)等模型。

70年代中期，Ben-Akiva等人利用經(jīng)濟學的消費理論對非集計模型作了進一步完善，并將其推向實際應用。

80年代是非集計模型發(fā)展的黃金年代，DanielMefadde在Ben的啟發(fā)下將經(jīng)濟學中的隨機效用理論用于分析出行方式選擇行為，他認為在既定的出行個體和出行方式的情況下，可以用經(jīng)濟學中的效用理論研究各個出行方式的吸引程度，這個效用是出行個體需要考慮的因素的函數(shù)，而每個人都會選擇對自己最有益的出行方式。基于此理論，Mefaddeen建立了MNL模型，隨后此模型得到國內外眾多學者的認可，并將其完善發(fā)展，取得了巨大成果。

但MNL模型在應用中有兩個重要的缺陷：①最大缺陷在于對比的每種交通方式在邏輯上必須是同等級的，即主要方式和次要方式如果混合在一起，所得到的結果就會產(chǎn)生誤差；②MNL模型在應用中表現(xiàn)的另一點限制就是計算概率僅僅與交通方式效用項差值存在關聯(lián)，而與效用值本身大小無關，忽視了方式之間的相對比較合理性。為了克服這兩個缺陷，DanielMefadde等提出了混合Logit模型，這個模型不僅能更清晰地表達出行者的偏好，而且適應性大幅度提高，可以對任何一種效用模型進行模擬。

三、國內研究

國內對出行方式的研究主要是對國外研究的繼承和改進，國內學者結合我國的實際情況，在Logit模型的基礎上建立了大量出行方式選擇模型。

王煒等利用隨機效用多項非集計模型，建立了居民出行方式選擇影響因素與選擇概率之間的關系，并說明了模型的用法及其靈敏度分析方法。王正等基于隨機效用理論，用微觀經(jīng)濟學對出行個體的選擇行為進行解釋，通過引入相關參數(shù)，建立了廣義的出行方式劃分模型。李林波等認為在出行方式選擇中，個體會考慮多方面因素，包括費用、時間、環(huán)境及可選交通工具等因素，基于此來確定自己的出行方式。王樹盛等首先對ML模型和Logit模型的差異性進行了對比，然后對ML模型的算法進行可論述，并提供了一個算例。最后得出ML模型更適合對出行方式選擇進行研究。郭寒英等基于多目標決策方案和最大效用理論，利用Logit模型分析了城市居民出行方式選擇行為，得出不同距離出行方式的出行時間差、出行方式間的相對優(yōu)越性，以及行為價值間的關系。雋志才等將方式選擇與空間進行聯(lián)系，建立了基于NL模型的雙層聯(lián)合模型，結果表明，模型能在較細層面上預測出行者的出行方式和出行空間選擇。殷煥煥與關宏志[23]結合實際調查數(shù)據(jù)，建立了出行方式方式選擇的ML模型。結果表明，出行者在選擇出行方式時與其出行屬性、個體屬性和家庭屬性之間存在著較為穩(wěn)定的關系。殷煥煥和武平在分析調查數(shù)據(jù)的基礎上，建立了BinaryLogit模型，探討了如何引導居民選擇公共交通出行的規(guī)律。

四、結論

傳統(tǒng)的出行方式研究大都基于非集計模型，非集計模型必須依賴一定的假設，這個假設往往認為出行個體都是理性的，同質的，擁有完全的出行信息，總追求效益最大化。但是隨著出行環(huán)境的不斷變化和出行方式選擇的增加，人們已經(jīng)將研究的重點放到在不確定條件下的出行方式選擇，而非集計模型已經(jīng)難以描述這種情況下的選擇行為。

[1]諸葛承祥，邵春福，李霞，孟夢.通勤者出行時間與出行方式選擇行為研究[J].交通運輸系統(tǒng)工程與信息.2012,12：126-131.

[2]羅清玉，吳文靜，賈洪飛，胡鵬飛.基于前景理論的居民出行方式選擇分析[J].交通信息與安全.2012,30：37-40.

[3]米均.考慮出行成本的城市居民出行方式選擇研究[D].四川：西南交通大學,2015：3-6.

[4]Ben-Akiva M,Lennan SR.Discrete Choice Analysis:Theory and Applieation to Travel Damand[M].Massachuetts:The MIT Press,1985:100-129

[5]Daniel Mefadden.A Method of simulated Moments for Estimation of Diserete Response Models Without Numerieal Integration[J].Econometriea1,1989,57(5):995-1026

[6]百度文庫.MNL模型-MBA智庫百科.http://wiki.mbalib.com/wiki/MNL%E6%A8%A1%E5%9E%8B

[7]邵均鴻,王煒,程琳.出行方式?jīng)Q策的隨機效用模型研究[J].公路交通科技.2006,23(8):110-115.

[8]王正,劉安,鄭萍.廣義Logit交通方式劃分預測方法[l].同濟大學學報:自然科學版.1999,27(3):314-318.

[9]李林波,吳兵.交通方式選擇中心理因素影響分析[J].山東交通學院學報.2003,11(3):27-31.

[10]王樹盛,黃衛(wèi),陸振波.Mixed Logit模型及其在交通方式分擔中的應用研究[J].公路交通科技.2006,23(5):88-91.

郭彬杰(1993.12-),男,漢,重慶市忠縣,碩士研究生在讀,重慶交通大學,交通規(guī)劃與管理。