秦?zé)溃呓◤?，和士輝，關(guān)宏志

(北京工業(yè)大學(xué) 交通工程北京市重點實驗室，北京100124)

0 引言

交通需求管理是解決交通擁堵問題的重要措施，其中收費措施主要通過增加小汽車的出行成本來改變出行者的出行行為，以此減緩高峰擁堵及多余的能源和經(jīng)濟消耗，主要有提高停車收費價格、燃油稅、擁堵收費等.與以收費為主的懲罰措施相比，獎賞措施也可以改變出行者的出行行為，目前主要有積分制最終兌換實物獎品和按次給予金錢獎勵，分別僅在荷蘭的Belonitor和Spitsmijden項目中應(yīng)用，在其他地區(qū)還沒有實施.行為心理學(xué)的研究表明，獎賞可以促進(jìn)出行者的自我學(xué)習(xí)和內(nèi)化，獲得持久的行為改變，而收費措施會帶來不情愿的行為和記憶，獎賞措施可能比懲罰措施效果更好[1].

本研究主要進(jìn)行獎賞、懲罰措施下的小汽車通勤者出行行為的探索性對比研究，基于在北京市獲得的調(diào)查數(shù)據(jù)，利用前景理論分析出行者在不同措施下的行為、意愿、心理的差異性和影響因素.

1 國內(nèi)外研究綜述

基于懲罰的收費措施的相關(guān)研究相對較多，尤其在經(jīng)濟學(xué)領(lǐng)域，認(rèn)為通過收費可以減少小汽車使用所帶來的負(fù)外部性，如擁堵和污染排放.相關(guān)研究有Verhoef等認(rèn)為可以根據(jù)時間、地點、車輛類型等設(shè)置不同的擁堵收費水平[2].Chang-Hee等通過在西雅圖進(jìn)行的擁堵收費實驗得出，擁堵收費是有效的，但要成為長期的政策還需進(jìn)一步研究[3].Ubbels等對14條道路的收費定價進(jìn)行了評價，發(fā)現(xiàn)出行者會根據(jù)收費水平改變出行路徑、出行方式或出發(fā)時間[4].

相對于懲罰措施，獎勵措施對個體出行行為的影響研究還相對較少，F(xiàn)ujii等分析得出免費乘公交可以提高出行者公交出行的頻率，從而降低使用小汽車出行的習(xí)慣[5].黃純輝等根據(jù)節(jié)假日免費通行收費公路的出行者調(diào)查，運用期望—價值和計劃行為理論分析得到，正效用因素會對出行者的出行態(tài)度產(chǎn)生正的影響[6].此外，根據(jù)荷蘭的獎賞措施實驗，對放棄早高峰使用私家車出行的人給予3～7歐元或積分賺取智能導(dǎo)航手機，調(diào)查顯示獎賞措施是一個創(chuàng)新的政策，比收費措施在改變小汽車通勤者高峰出行方面更有效[7].

綜上所述，國內(nèi)外主要對懲罰措施開展了廣泛的研究，對于獎勵措施的研究還處于探索階段，而懲罰和獎勵情況下出行者在出行偏好、選擇行為等方面可能有所不同，因此有必要進(jìn)行對比分析.

2 出行調(diào)查及分析

2.1 調(diào)查概述

調(diào)查內(nèi)容主要包括：日常出行信息、出行意向調(diào)查和個人信息.

(1)日常出行信息：上班途中是否接送人，辦公方式，上班到達(dá)時間靈活性等.

(2)出行意向調(diào)查設(shè)計：這里以北京市四環(huán)以內(nèi)的地圖作為假定的出行情景圖，圖中標(biāo)出通勤出行起點(勁松)和終點(海淀黃莊)，兩點間出行距離約為23 km，沿線有三環(huán)快速路、地鐵10號線和多條公交線路，分別詢問小汽車通勤者在給定的獎勵和收費措施下的出行選擇意向，如表1所示，獎勵和收費金額的選取考慮了出行者的費用敏感性和可接受意愿.并對出行者使用小汽車和其他方式的期望出行時間、費用進(jìn)行了詢問.

調(diào)查采取網(wǎng)絡(luò)發(fā)放問卷的方式，調(diào)查時間為2016年4～5月，共回收有效問卷180份.

表1 2種措施下的假設(shè)情景Table 1 Hypothetical scenarios under two measures

2.2 調(diào)查數(shù)據(jù)初步分析

被調(diào)查者中男性居多，占56%；年齡分布以31～40歲之間居多，占41%；職業(yè)分布中以專業(yè)技術(shù)、企業(yè)管理、科研事業(yè)單位人員居多，分別占35%、30%、25%.對于日常上班出行，有69%的出行者上班途中需接送人；辦公方式以單位辦公為主，占88%；有59%的人必須按時到達(dá)單位，34%允許有一定的遲到次數(shù).

圖1 獎勵和收費措施下出行選擇比例Fig.1 Travel choice under the two strategies

由圖1可見，2種措施對小汽車通勤者的出行選擇具有一定的影響，仍然選擇使用小汽車高峰出行的比例僅為12%，主要轉(zhuǎn)向早于早高峰和地鐵出行，且獎勵措施下選擇早于早高峰出行的比例比收費措施高8%，而改用地鐵出行的比例比收費措施低8%，說明獎勵措施可以使更多的人轉(zhuǎn)向非高峰時段小汽車出行，而收費措施對于使其放棄小汽車出行效果更好.

圖2 是否接送人與上班出行選擇的關(guān)系Fig.2 Relationship between picking up people and travel choice

由圖2可得，小汽車通勤者接送人時更傾向于選擇早于早高峰出行，在獎勵和收費措施下分別為59%和51%，放棄使用小汽車出行比例較低；不需接送人時更傾向于改用地鐵出行，比例分別為39%和47%，且獎勵措施下的選擇比例低于收費措施.

由圖3看出，上班到達(dá)時間的靈活性對于不同措施下的出行選擇具有一定的影響，對于上班必須按時到達(dá)的人主要轉(zhuǎn)向早于早高峰和地鐵出行，選擇比例均值分別為53.5%和26.5%.對于上班到達(dá)時間無要求的人主要轉(zhuǎn)向晚于早高峰和地鐵出行，選擇比例均值分別為39.5%和43%.

圖3 上班時間靈活性與上班出行選擇的關(guān)系Fig.3 Relationship between flexibility of working and travel choice

3 模型建立和分析

3.1 前景理論

出行者的出行選擇因復(fù)雜的交通環(huán)境、不完善的信息及出行者的主客觀因素，成為一個不確定條件下的決策問題，而前景理論正是基于風(fēng)險條件下的決策模型，具有一定的適用性.

根據(jù)Kahneman等的研究[8]，某事件的決策結(jié)果j的價值函數(shù)為

式中：xj為價值函數(shù)的相對變化量；α,β為風(fēng)險偏好系數(shù)，通常0＜α,β≤1；λ為損失規(guī)避系數(shù)，這里取λ=2.25[8].

決策權(quán)重函數(shù)的表達(dá)式為

式中：π+(pj)和π-(pj)為收益和損失的概率權(quán)重函數(shù)；pj為第j類情況出現(xiàn)的概率；ρ和δ為收益和損失態(tài)度系數(shù)，這里取ρ=0.61，δ=0.69[8].

決策的可能結(jié)果分收益和損失兩部分，前景的整體價值可表示為

式中：Y(f+),Y(f-)分別為收益和損失時的前景值.

計算出各情況下的前景值進(jìn)行排序，前景值最大的作為最佳選擇方案.

在獎勵和收費措施下，由于出行者的出行決策需要對時間、費用等方面的“收益”和“損失”進(jìn)行權(quán)衡.因此，這里采用前景理論分析.

3.2 出行方式選擇模型建立

3.2.1 出行成本

(1)小汽車出行成本U1：包括燃油費、停車費、獎勵或收費金額、行駛時間等.

式中：T1、C1為小汽車出行時間和費用成本；μ1、μ2為時間和費用的權(quán)重系數(shù)，通過調(diào)查得到；tr,1為小汽車出行的行駛時間；Co,1為燃油費；Cpk為停車費；Cp獎勵或收費金額；θt為時間成本.

(2)地鐵出行成本U2：包括乘坐、等車、步行時間、車票成本等.

式中：T2、C2為地鐵出行時間和費用成本；ts,2為到地鐵站的時間；tw,2為在地鐵站安檢、等車時間；tr,2為乘坐時間；ta,2為從地鐵站到目的地的時間；Ct,2為地鐵車票成本.

根據(jù)調(diào)查得出各種出行選擇下的出行時間及出行費用，如表2所示.

3.2.2 參照點的設(shè)置和風(fēng)險偏好系數(shù)

參照點是衡量出行者出行選擇行為為“損失”或“收益”的標(biāo)準(zhǔn).由于出行者的收入水平、時間價值等的差異性，這里理解為出行者對于出行選擇的期望成本

基于參照點的風(fēng)險偏好系數(shù)αi,n的計算為

表2 各種出行選擇下的出行時間和費用Table 2 Travel time and cost under various travel conditions

3.3 模型分析

3.3.1 風(fēng)險偏好分析

從圖4可以看出，出行選擇行為為“損失”時的風(fēng)險偏好系數(shù)均值略高于“收益”，獎勵措施下分別為0.78、0.74，收費措施下分別為0.76、0.56，說明出行者在面對“損失”時，更傾向于冒險.2種措施下出行選擇行為為“收益”的出行者比例分別為56%和14%，說明獎勵措施下，大部分出行者的方式選擇為“收益”，而收費措施下，主要面臨“損失”，出行者往往會產(chǎn)生不情愿的心理狀態(tài).

圖4 2種措施下出行者風(fēng)險偏好系數(shù)分布Fig.4 The risk preference coefficient of travelers under two measure

圖5 各出行方式選擇中損失和收益的分布Fig.5 Loss and gain in each group with different mode choice

從圖5看出，2種措施下如果選擇高峰時段小汽車出行均為“損失”，表現(xiàn)為風(fēng)險追求，而如果選擇錯峰小汽車出行，其獎勵措施下呈現(xiàn)“收益”的比例較高，這部分群體表現(xiàn)為風(fēng)險規(guī)避.圖6顯示，隨著收入的增加，在2種措施下，出行選擇中呈現(xiàn)“損失”的比例逐漸減少，而呈現(xiàn)“收益”的比例逐漸增加，說明低收入群體的方式選擇行為以風(fēng)險追求為主，中高收入群體會獲得收益，即規(guī)避風(fēng)險.

圖6 各收入層群體中損失和收益的分布Fig.6 Loss and gain in each group with different income

3.3.2 出行方式選擇分析

使用前景理論計算各選擇方式的前景值，表3顯示在2種措施下選擇錯峰小汽車出行的前景值最大，其次是改用地鐵和仍高峰小汽車出行，與意向調(diào)查中選擇結(jié)果基本相同，說明前景理論適合分析2種措施下的出行方式選擇行為.

表3 不同方式的前景值Table 3 The prospect value for different travel modes (元)

表4 不同收入群體分出行方式的平均前景值Table 4 The average prospect value of travel modes for groups with different income (元)

從表4可以看出，在引導(dǎo)小汽車出行者轉(zhuǎn)向錯峰出行時，獎勵措施下中等收入群體轉(zhuǎn)移比例較高，效果更好，收費措施下中高收入群體轉(zhuǎn)移比例較高；在引導(dǎo)其向地鐵出行轉(zhuǎn)移時，兩措施下低收入群體轉(zhuǎn)移比例較高，收費措施對中高收入群體的出行方式轉(zhuǎn)移也有一定的作用.

圖7 不同獎勵和收費金額下的出行方式前景值Fig.7 Prospect value of travel mode changed with reward and charge

圖7顯示在獎勵措施下，出行者選擇改用地鐵和錯峰出行的前景值隨獎勵的增加而增大，且錯峰出行的前景值高于改用地鐵，說明小汽車通勤者隨獎勵增加主要轉(zhuǎn)向地鐵和錯峰出行.在收費措施下，出行者選擇高峰和錯峰出行的前景值隨收費的增加而減小，小汽車通勤者主要轉(zhuǎn)向地鐵出行.

4 結(jié)論

獎賞和懲罰措施是解決交通擁堵問題的重要措施，本文基于在北京市的調(diào)查，利用前景理論進(jìn)行了2種措施下的出行行為的探索性對比研究，結(jié)論如下.

調(diào)查數(shù)據(jù)分析顯示，2種措施對小汽車通勤者的出行選擇行為具有一定的影響，獎勵措施會使更多的小汽車通勤者轉(zhuǎn)向非高峰時段出行，而收費措施對于使其放棄小汽車出行效果更好.是否接送人和上班到達(dá)時間靈活性對出行方式選擇也有一定的影響，在2種措施下，小汽車通勤者接送人時更傾向于選擇早于早高峰出行，不需接送人時更傾向于改用其他方式出行.對于上班必須按時到達(dá)的小汽車通勤者主要轉(zhuǎn)向早于早高峰和其他方式出行，而對于上班時間無要求的人主要轉(zhuǎn)向晚于早高峰和地鐵出行.

基于前景理論建立的出行選擇模型結(jié)果顯示，前景理論適合分析2種措施下的出行選擇行為，在獎勵措施下，大部分出行者的方式選擇表現(xiàn)為“收益”，而收費措施下，主要表現(xiàn)為“損失”.在引導(dǎo)小汽車高峰出行向錯峰出行轉(zhuǎn)移時，獎勵措施對于中等收入群體效果更好，收費措施比較適用于中高收入群體；在引導(dǎo)小汽車高峰出行向其他方式轉(zhuǎn)移時，獎勵和收費措施對于低收入群體效果更好.當(dāng)獎勵金額增加時，小汽車通勤者主要轉(zhuǎn)向地鐵和錯峰出行，當(dāng)收費金額增加時，其主要轉(zhuǎn)向地鐵出行.

以上結(jié)論可為城市交通需求管理政策的制定提供一些參考，也可為交通需求理論研究提供理論基礎(chǔ).

[1]SMITH EE,NOLEN-HOEKSEMA S,FREDRICKSON B,et al.Atkinson and hilgard’s introduction to psychology[M].Wadsworth/Thomson Learning,Belmont,CA.2003.

[2]VERHOEF E,BLIEMER M,STEG L,et al.Pricing in road transport:A multi-disciplinary perspective[M].Edward Elgar Publishing，2008.

[3]CHANG-HEE CB,BASSOK A.The pudget sound(Seattle)congestion pricing pilot experiment[M].In:Richardson HW,Chang-Hee CB(Eds.),Road Congestion Pricing in Europe:Implications for the United States.Edward Elgar,Cheltenham,2008.

[4]UBBELS B,DE JONG G.Review of evidence on the effects of road pricing[C].European Transport Conference,Noordwijkerhout,the Netherlands,2009.

[5]FUJII S,KITAMURA R.What does a one-month free bus ticket do to habitual?An experimental analysis of habit and attitude change[J].Transportation,2003,30(1):81-95.

[6]黃純輝,吳錦峰,張飛,等.重大節(jié)假日公路免通行費對出行意愿影響因素研究[J].交通運輸系統(tǒng)工程與信息,2013,13(6):161-168.[HUANG C H,WU J F,ZHANG F,et al.Study on the factors affecting the willingness to travel on major holidays highway[J].Journal of Transportation Systems Engineering and Information Technology,2013,13(6):161-168.]

[7]BEN-ELIA E,ETTEMA D.Changing commuters’behavior using rewards: A study of rush-hour avoidance[J].Transportation Research Part F,2011,14(5):354-368.

[8]KAHNEMAN D,TVERSKY A.Prospect theory:An analysis of decision under risk[J].Econimetrica,1979,47(2):263-291.