于浩川

摘 要：在城市設施資源有限的條件下，最大程度提升城市客運能力需判斷交通方式間的適應性。首先在假設居民出行服從費用最小原則的基礎上建立基于時間價值的分擔率預測模型。考慮居民收入水平、出行費用等因素建立不同交通方式出行時間成本計算模型。最后，以天津市為例計算常規(guī)交通、地鐵及出租車的時間價值和出行時間成本函數(shù)，通過分析出行時間成本、距離速度的關系進而研究天津市地鐵出行適應性。

關鍵詞：地鐵、客流適應性、時間價值、出行時間成本

1.引言

在城市資源和建設規(guī)模有限的前提下，諸多大中型城市仍選擇興建地鐵等城市軌道交通，然而若想充分利用地鐵的客運能力則必須考慮該交通方式的適應性：主要表現(xiàn)為競爭和互補2種形式。通過減少競爭或是提高互補性從而提高城市的整體客運能力。出行時間成本是出行中時間用貨幣來衡量，通過用于比較在多因素影響下不同交通方式的適應性。近年來，國內外對時間成本的研究主要為總成本的分類、量化以及收費政策的制定，目前對時間價值研究大多采用Logit及其改進模型[1]-[7]。本文旨在利用廣義出行費用預測交通方式分擔率，以時間價值理論為基礎尋求各種交通方式出行時間成本的量化并加以比較，從而尋找提升城市軌道交通的適應性的途徑。

2. 出行分擔率預測模型

出行時間成本TTC指出行過程中消耗的時間用貨幣來衡量，包括出行時間價值和路費。在城市交通交通的預測中時間價值VOT一個不可忽視的因素，在計算居民VOT前，需將城市居民按照其收入水平由低至高劃分為6個等級，采用生產法計算不同收入水平的VOTj [8]。城市交通的出行時間成本越低，該交通方式對出行者的吸引力就越強并與該城市的其他交通方式互相適應來共同提高城市交通的客運能力，其技術公式如下，Mj為收入水平j的人均年收入，J為每年休假日。

本文采用VOT模型對交通方式的分擔率進行預測[10]。假設城市居民均選擇廣義出行費用最小的出行方式進行出行。根據(jù)以往研究成果，一般認為時間價值服 從對數(shù)正態(tài)分布，其中：

由各交通方式的廣義出行費用的函數(shù)公式和線性函數(shù)特點可計算h1、h2、h3的具體數(shù)值。對于j階收入水平的居民來說，單位時間價值在不同范圍內對應分布函數(shù)即為其選擇交通方式的概率 [11]，進而可以計算交通方式i中各收入水平乘客的比例θji。

3.算例分析

1）天津市居民出行分擔率預測

本文以天津市為例分析2015年其地鐵線路的客流適應性。將天津市居民收入水平劃分為6個收入水平。依據(jù)2010年統(tǒng)計年鑒應用上述公式計算天津居民平均等價單位時間價值根據(jù)《城市道路交通規(guī)劃設計規(guī)范》、天津市2005年居民出行調查數(shù)據(jù)等得出天津市各項取值。計算預測得到3種交通方式2015年的出行費用。根據(jù)線性函數(shù)性質計算得到廣義出行費用函數(shù)的交點分別為7.6、15.32、23.65。結合上式即可得到3種交通方式的VOT如表3-1所示。

2）基于出行時間成本的客流適應性分析

假設行程距離相同，公交換乘15min，候車5min；地鐵換乘5min，購票候車3min；出租車候車時間3min。L為行程距離，行程車速Vi2受道路飽和度影響。設3種交通方式車速分別為20km/h、35km/h、40km/h。由于地鐵擁有其獨立的交通系統(tǒng)，幾乎不受客流量和交通量的影響，因此本文主要研究不同運營速度下，常規(guī)公交與地鐵的時間成本關系。利用線性函數(shù)性質，計算V12、 V12”分別為17.28km/h、11km/h。假設天津市內發(fā)生交通擁堵時車速降至原來的3/4，只有L∈（1.85，4），Y（42.18∞）時，地鐵的出行時間成本小于常規(guī)公交。在假設距離相同且換乘、候車時間取均值，TTC1一般小于TTC2。作為公共交通2者承擔著出行目的相似的客流，因此為降低競爭性應盡量避免線路重疊。在上述假設條件下線路重疊超過4km時，地鐵與常規(guī)公交相適性較低：2種交通方式之間會形成客流競爭；若想充分利用地鐵的客運能力應將線路重合長度控制在4km內。

4.結語

地鐵作為城市最重要的交通方式之一與其他交通方式間適應性的高低直接關系到城市整體客運能力。本文通過建立基于廣義出行費用的交通分擔率預測模型計算得到交通方式的時間價值進而計算乘客選擇不同交通方式的出行時間成本。之后以天津市為例，計算公交、地鐵、出租車的時間價值以及時間成本函數(shù)。通過比較不同條件下交通方式的時間成本研究在交通方式間的適應性，進而交通方式所適合的出行距離和線路布設方案。

參考文獻：

[1]KAORI M， TAKAMASA A. A logit model for modal choice with a fuzzy logic utility function[J]. Traffic and Transportation Studies， 2k， 4（5）：311-318.

[2]HENSHER D， GREME W. Specification and estimation of the nested logit model： alternative normalizations[J]. Transportation Research Part B： Methodological， 2002， 6（1）： 1-17.

[3]IKWIUIZIE V， VALERIAN D， SANDO T. A cross-nested logit model for trip type-mode choice： an application[J]. Advances in Transportation Studies， 2011， 23（2）： 29-40.

[4]宗芳，雋志才，張慧永，賈洪飛. 出行時間價值計算及應用研究[J]. 交通運輸系統(tǒng)工程與信息，2009，03：114-119

[5]趙淑芝，趙貝. 多因素影響下的城市居民出行行為時間價值[J]. 吉林大學學報（工學版），2011，01：46-50.

[6]徐婷， 藍瑧， 胡大偉， et al. 出行成本對居民出行方式的影響 [J]. 交通運輸工程學報， 2013， （01）： 91-7.

[7]陳小君， 林曉言. 基于運輸時間價值的路徑選擇行為研究 [J]. 北京交通大學學報（社會科學版）， 2013，（ 02）： 7-14.

[8] 何建中. 城市地區(qū)私人小汽車出行成本構成理論及其量化評估方法研究 [D]； 北京交通大學， 2009