(北京交通發(fā)展研究院，城市交通運(yùn)行仿真與決策支持北京市重點(diǎn)實(shí)驗(yàn)室，北京100073)

時(shí)間價(jià)值(Value of Time,VOT)是因時(shí)間的非生產(chǎn)性消耗而造成的效益損失量以及時(shí)間推移產(chǎn)生的效益增值量的貨幣表現(xiàn)。出行時(shí)間價(jià)值指出行者在出行中耗用時(shí)間存在的機(jī)會(huì)成本，它直接影響出行者對(duì)出行方式的選擇[1]。對(duì)出行者來(lái)說(shuō)，出行節(jié)約時(shí)間存在一定價(jià)值，如果出行者將節(jié)約的時(shí)間用于工作則能創(chuàng)造更多價(jià)值，或者因出行時(shí)間縮減能減少出行的不舒適性。對(duì)時(shí)間價(jià)值的研究不僅對(duì)科學(xué)評(píng)價(jià)交通工程投資項(xiàng)目的經(jīng)濟(jì)效益、提高政策決策的科學(xué)性具有重要意義，還可以揭示出行需求的基本規(guī)律，調(diào)整城市交通結(jié)構(gòu)，實(shí)現(xiàn)交通供給的均衡發(fā)展，提高城市交通運(yùn)行效率，對(duì)促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展具有積極意義。另外，基于時(shí)間價(jià)值的研究還可以獲得各種交通方式之間的時(shí)間彈性和價(jià)格彈性，對(duì)公共交通票價(jià)調(diào)整、停車收費(fèi)價(jià)格調(diào)整、擁堵收費(fèi)政策實(shí)施等具有極大的參考價(jià)值。

1 SP調(diào)查概述

意向調(diào)查(Stated Preference Survey,SP調(diào)查)起源于市場(chǎng)領(lǐng)域，主要針對(duì)尚未出現(xiàn)的商品進(jìn)行評(píng)價(jià)，引入交通領(lǐng)域用來(lái)評(píng)估不同交通方式的選擇。SP調(diào)查應(yīng)用于交通領(lǐng)域開(kāi)始于20世紀(jì)70年代的英國(guó)，隨后美國(guó)和澳大利亞也開(kāi)始開(kāi)展此方法的調(diào)查研究。中國(guó)相關(guān)應(yīng)用起步較晚，并且主要集中于用非集計(jì)模型進(jìn)行數(shù)據(jù)處理，北京、上海、天津、深圳等城市嘗試過(guò)SP調(diào)查。

為了獲取市區(qū)及外圍城鎮(zhèn)居民出行的時(shí)間價(jià)值，并以此作為建立北京市域及城區(qū)各層次模型的基礎(chǔ)，北京市2004年首次開(kāi)展針對(duì)居民出行時(shí)間價(jià)值研究的SP調(diào)查[2]。文獻(xiàn)[3]針對(duì)上海世博會(huì)出行開(kāi)展SP調(diào)查，深入分析參觀者個(gè)人屬性與出行方式選擇的關(guān)系、各種出行方式的意向選擇比例以及客流換乘軌道交通的特征。文獻(xiàn)[4]采用SP調(diào)查方法比較天津市居民出行時(shí)間價(jià)值與單位工作時(shí)間價(jià)值之間的關(guān)系，研究收入與出行時(shí)間價(jià)值的變化規(guī)律。文獻(xiàn)[5]采用SP調(diào)查技術(shù)分析深圳市居民出行時(shí)間價(jià)值。隨著計(jì)算機(jī)和信息技術(shù)的發(fā)展，SP調(diào)查將進(jìn)一步發(fā)展和完善，作為居民出行調(diào)查的一項(xiàng)重要內(nèi)容被越來(lái)越多的城市采用。

1. 1調(diào)查方法

基于SP調(diào)查開(kāi)展對(duì)時(shí)間價(jià)值的研究，根據(jù)不同的調(diào)查目的形成了不同的調(diào)查方法：1)等級(jí)排序法，直接提供所有選項(xiàng)讓受訪者依據(jù)主觀感受進(jìn)行排序，依據(jù)排序計(jì)算各選項(xiàng)的效用值；2)評(píng)分法，給出各個(gè)可能選項(xiàng)，讓受訪者在一定范圍內(nèi)對(duì)各可能選項(xiàng)進(jìn)行打分，以此獲得選項(xiàng)的可能概率；3)離散選擇法，給受訪者提供幾個(gè)情景模式，在假設(shè)外界其他情況均相同的情況下選擇其認(rèn)為最優(yōu)的選項(xiàng)[6]。針對(duì)居民出行的時(shí)間價(jià)值，采用離散選擇法更利于被調(diào)查者選擇。

1. 2調(diào)查設(shè)計(jì)

SP調(diào)查時(shí)，需要通過(guò)相關(guān)變量、相互關(guān)系以及變量的值域等進(jìn)行預(yù)見(jiàn)性分析以確定調(diào)查選項(xiàng)，從而形成可供選擇的出行方案。通常構(gòu)成選擇方案的特征變量為3～6個(gè)，每個(gè)變量也有3～6個(gè)特征水平。例如，進(jìn)行出行SP調(diào)查時(shí)，通常選擇公共汽車、地鐵、小汽車、出租汽車、步行、自行車作為選擇特征變量；公共汽車、地鐵、小汽車、出租汽車相關(guān)出行時(shí)間設(shè)定為若干個(gè)水平，例如公共汽車基本出行時(shí)間為30 min，可以根據(jù)需要進(jìn)行浮動(dòng)，形成20 min，25 min，30 min，35 min，40 min等若干個(gè)水平。特征變量的數(shù)量和各特征值的水平交叉組合構(gòu)成選擇項(xiàng)，從而形成不同方案。

在保證一定精度的前提下，最大限度地簡(jiǎn)化調(diào)查表格以減少被調(diào)查者的判斷次數(shù)是時(shí)間價(jià)值調(diào)查最重要的問(wèn)題，這就需要對(duì)調(diào)查表格進(jìn)行科學(xué)的設(shè)計(jì)?；谙嚓P(guān)數(shù)學(xué)原理分析，常用的SP調(diào)查表格設(shè)計(jì)方法有全面設(shè)計(jì)法、正交設(shè)計(jì)法和均勻設(shè)計(jì)法。均勻設(shè)計(jì)法能夠最大限度地降低被調(diào)查者回答問(wèn)題的數(shù)量，并保證建立交通行為模型數(shù)據(jù)的精確度，常被引入SP調(diào)查的表格設(shè)計(jì)中[7]。

1. 3調(diào)查實(shí)施

SP數(shù)據(jù)的調(diào)查實(shí)施可以借助于居民出行調(diào)查進(jìn)行入戶調(diào)查，也可以通過(guò)互聯(lián)網(wǎng)進(jìn)行調(diào)查。比較而言，面對(duì)面的訪談更有助于被調(diào)查者理解，提高調(diào)查精度。另外，也可以借用現(xiàn)有的模擬和虛擬技術(shù)，讓被調(diào)查者切身感受到不同選項(xiàng)代表的不同意義，可極大增加數(shù)據(jù)的可靠性。

1. 4調(diào)查特點(diǎn)

SP調(diào)查的目的是了解被調(diào)查者在假定狀態(tài)下的出行選擇，其最大特點(diǎn)是調(diào)查的內(nèi)容屬于未來(lái)可能發(fā)生但尚未發(fā)生的事情。對(duì)未來(lái)狀態(tài)的擬定，即是SP調(diào)查方案的特性值，可以設(shè)定不同的未來(lái)環(huán)境，例如在一次出行選擇中，在不同出行時(shí)間(5 min，10 min，30 min，50 min等)的場(chǎng)景中了解被調(diào)查者的出行選擇；也可以在相同的假定場(chǎng)景中調(diào)查不同人的出行選擇。調(diào)查結(jié)果可能因個(gè)人屬性的不同而產(chǎn)生選擇結(jié)果的差異，通過(guò)集計(jì)或非集計(jì)模型等工具可以計(jì)算不同屬性人群的時(shí)間價(jià)值。

事物都有兩面性，SP調(diào)查也存在固有缺點(diǎn)。一方面，SP調(diào)查是基于未來(lái)的假定狀態(tài)，影響城市居民出行的因素很多，各因素相互組合更為復(fù)雜，因此要獲得準(zhǔn)確的時(shí)間價(jià)值必須制定詳細(xì)的情景模式，調(diào)查表的內(nèi)容極有可能非常復(fù)雜，這會(huì)極大地增加被調(diào)查者的理解難度，進(jìn)而增加調(diào)查難度。因此，需要設(shè)定合理的影響因素，盡可能地減少各因素的組合數(shù)，但這就很難把各種情景模式表現(xiàn)出來(lái)。另一方面，由于被調(diào)查者只是在假定情景模式中基于非現(xiàn)實(shí)的條件進(jìn)行選擇，單憑感覺(jué)而不是準(zhǔn)確基于自身屬性，極有可能并非其真實(shí)性選擇，造成調(diào)查結(jié)果與實(shí)際政策實(shí)施效果背離。

與行為調(diào)查(Revealed Preference Survey,RP調(diào)查)相比，SP調(diào)查在交通領(lǐng)域相關(guān)工程項(xiàng)目評(píng)估和政策研究制定時(shí)，可操作性強(qiáng)的優(yōu)勢(shì)非常明顯。SP調(diào)查方案由特定的特征值組合形成，可以由調(diào)查者自由設(shè)定。例如進(jìn)行公共交通票制票價(jià)調(diào)整，將票價(jià)作為一個(gè)變量，進(jìn)行一定程度的上下浮動(dòng)以形成若干個(gè)情景模式供被調(diào)查者選擇。

2 北京市SP調(diào)查設(shè)計(jì)和實(shí)施

基于居民出行調(diào)查，北京市共進(jìn)行了3次SP調(diào)查，時(shí)間分別為2004年、2010年和2014年，本文以2010年進(jìn)行的SP調(diào)查進(jìn)行實(shí)證分析。

2.1 調(diào)查的技術(shù)方案

2.1.1 技術(shù)路線

2010年北京市在“內(nèi)八區(qū)、外六區(qū)、遠(yuǎn)四區(qū)①”3個(gè)區(qū)域分層次進(jìn)行調(diào)查，并在政策重點(diǎn)區(qū)域進(jìn)行一定量的配額調(diào)查?？傮w過(guò)程分為三個(gè)部分：調(diào)查準(zhǔn)備階段、調(diào)查實(shí)施階段和調(diào)查分析階段。具體技術(shù)路線見(jiàn)圖1。

2.1.2 實(shí)施方法

圖1 SP調(diào)查技術(shù)路線Fig.1 Techniques of SP survey

作為居民出行調(diào)查的一部分，調(diào)查對(duì)象同樣為北京市常住居民。本次調(diào)查采用入戶調(diào)查的方式，當(dāng)居民出行調(diào)查的前期數(shù)據(jù)收回之后，立即對(duì)居民出行信息進(jìn)行分析處理。將居民的每次出行依照出行方式分類整理，統(tǒng)計(jì)分析各種出行方式屬性的水平值范圍，如小汽車出行的時(shí)間、費(fèi)用，公共汽車的出行時(shí)間、票價(jià)等。然后依照專家建議的浮動(dòng)范圍進(jìn)行水平值設(shè)定，設(shè)計(jì)問(wèn)卷情景。將問(wèn)卷有針對(duì)性地配送給調(diào)查員，進(jìn)行入戶調(diào)查。

2.1.3 調(diào)查規(guī)模和抽樣方法

此次調(diào)查實(shí)施6 000份問(wèn)卷，在全市3個(gè)區(qū)域內(nèi)依照居民出行調(diào)查指定的比例(6:3:1)分配。調(diào)查樣本從居民出行調(diào)查已經(jīng)選定的數(shù)萬(wàn)戶樣本中隨機(jī)抽取。先將居民出行調(diào)查的信息回收，然后依照受訪家庭是否有車分為兩大類，每一大類中再按照四種不同的出行目的進(jìn)行劃分，然后在每一類中進(jìn)行隨機(jī)抽取。四種出行目的包括：基于家的工作出行(HBW)、基于家的其他出行(HBO)、非基于家的出行(NHB)和商務(wù)出行(BU)。

2.2 調(diào)查方案設(shè)計(jì)

2.2.1 影響因素分析

影響時(shí)間價(jià)值的因素分為四類：出行特性、出行者特性、交通方式特性、所在地區(qū)特性，調(diào)查針對(duì)出行目的進(jìn)行細(xì)分，主要考慮出行者通勤出行和商務(wù)出行的時(shí)間價(jià)值。出行者的個(gè)體特性和社會(huì)經(jīng)濟(jì)特性考慮性別、年齡、家庭收入、車輛擁有等。由于此次SP調(diào)查與居民出行調(diào)查能夠互相印證和數(shù)據(jù)融合，其他相關(guān)經(jīng)濟(jì)社會(huì)特征數(shù)據(jù)也可以參考居民出行調(diào)查的數(shù)據(jù)。

通過(guò)對(duì)上述影響因素進(jìn)行分析，得到影響居民出行時(shí)間價(jià)值的主要因素包括個(gè)人特性、出行目的、交通方式、出行距離等。本文根據(jù)個(gè)人特性、出行距離、交通方式將調(diào)查對(duì)象予以分類，分別提供不同的交通方式供其選擇，據(jù)此研究各個(gè)群體的時(shí)間價(jià)值。出于調(diào)查需要將其進(jìn)行簡(jiǎn)化分類(見(jiàn)表1)。

2.2.2 情景模式和主要參數(shù)選擇

為更好地使被調(diào)查者能夠理解并清晰地表達(dá)選擇意向，將所有出行方式、出行時(shí)間和出行費(fèi)用進(jìn)行全組合最為全面，但是工作量非常龐大。為最大限度地降低被調(diào)查者回答問(wèn)題的數(shù)量，并保證建立交通行為模型數(shù)據(jù)的精確度，此次調(diào)查采用均勻設(shè)計(jì)的方法[7]，針對(duì)不同的出行方式、出行時(shí)間和費(fèi)用的組合，提取最具代表性的8種組合。對(duì)每個(gè)被調(diào)查者給予8次選擇機(jī)會(huì)，稱為8種情景模式。每種情景模式包含5種交通方式各自的出行時(shí)間和出行費(fèi)用，被調(diào)查者在每種情景模式下5種交通方式中選擇對(duì)自己效用最大的交通方式，基于8次不同情景共做8次獨(dú)立的選擇。共涉及16個(gè)參數(shù)，其中出行時(shí)間11個(gè)參數(shù)，出行費(fèi)用5個(gè)參數(shù)(見(jiàn)表2)。

2.2.3 參數(shù)設(shè)定和調(diào)查表設(shè)計(jì)

基于已有的RP調(diào)查，調(diào)整選擇變量的變化范圍盡可能代表現(xiàn)實(shí)情況，依據(jù)現(xiàn)有的時(shí)間、費(fèi)用水平，根據(jù)專家建議進(jìn)行相關(guān)水平的浮動(dòng)形成不同的情景模式?；静襟E如下：確定北京市居民出行時(shí)間、費(fèi)用基準(zhǔn)值(越接近實(shí)際情況越好)；根據(jù)受訪群體感知水平，確定基準(zhǔn)值的波動(dòng)范圍；利用均勻設(shè)計(jì)表，進(jìn)行情景匹配。針對(duì)公共汽車、地鐵、小汽車、出租汽車和自行車5種交通方式，每種交通方式又分成短距離、中距離和長(zhǎng)距離出行，同時(shí)每種交通方式設(shè)置成8個(gè)情景模式，共計(jì)5×3×8=120個(gè)情景。本文僅以基于公共汽車出行方式的SP情景模式卡設(shè)計(jì)為例進(jìn)行闡述。

第一步：確定基準(zhǔn)值。將公共汽車出行劃分為短、中、長(zhǎng)三組，獲得三組代表值。根據(jù)居民出行調(diào)查初步分析結(jié)果確定公共汽車設(shè)計(jì)基準(zhǔn)值為30 min，57 min和107 min。

1）確定匹配系數(shù)。參照RP調(diào)查相關(guān)數(shù)據(jù)(出行距離、時(shí)間等)，以公共汽車短、中、長(zhǎng)三組代表值匹配其他交通方式時(shí)間參數(shù)系數(shù)。例如，假設(shè)公共汽車的平均單次出行速度為8.14 km·h-1，其匹配系數(shù)設(shè)置為1，則小汽車的匹配系數(shù)為公共汽車平均速度/小汽車平均速度(17.09 km·h-1)=0.48。以公共汽車出行為基礎(chǔ)值，匹配其他各種交通方式，相應(yīng)可以得出地鐵、出租汽車和自行車的匹配系數(shù)(見(jiàn)表3)。

2）匹配其他交通方式。根據(jù)匹配系數(shù)，計(jì)算得到基于公共汽車出行的其他各種交通方式的短、中、長(zhǎng)距離的出行時(shí)間(見(jiàn)表4)。

3）參數(shù)細(xì)化。依據(jù)RP調(diào)查數(shù)據(jù)確定地鐵、公共汽車的步行時(shí)間和等車時(shí)間；確定公共汽車、地鐵、小汽車運(yùn)行和停車費(fèi)用、出租汽車的費(fèi)用等(見(jiàn)表5)。

第二步：確定浮動(dòng)范圍。根據(jù)咨詢專家的建議，浮動(dòng)區(qū)間應(yīng)為基準(zhǔn)值的70%～130%，選擇4個(gè)浮動(dòng)標(biāo)準(zhǔn)：70%，85%，115%和130%。

第三步：情景匹配。以公共汽車短距離出行為例，選用16個(gè)參數(shù)、4個(gè)浮動(dòng)標(biāo)準(zhǔn)、8個(gè)情景得到均勻設(shè)計(jì)(見(jiàn)表6)；匹配基于公共汽車短距離出行調(diào)查的8個(gè)情景模式，得到情景模式正交表如表7所示。相應(yīng)形成8個(gè)情景模式卡，情景1、情景2的模式卡如圖2所示。

3 數(shù)據(jù)分析和基本結(jié)論

3.1 數(shù)據(jù)清理

從調(diào)查問(wèn)卷的實(shí)施到數(shù)據(jù)的錄入選用，各個(gè)環(huán)節(jié)都有可能出現(xiàn)問(wèn)題，在構(gòu)建模型進(jìn)行分析之前，有必要對(duì)原始數(shù)據(jù)進(jìn)行清理。

1）刪除異常值。例如被調(diào)查者由于輸入或者填寫錯(cuò)誤，原始數(shù)據(jù)可能存在一些年齡高達(dá)130歲，或者只有幾歲的記錄；通勤時(shí)間可能存在超過(guò)180 min的記錄等，這些數(shù)據(jù)的誤差都可能對(duì)模型結(jié)果造成很大影響。

表1 調(diào)查分類情況Tab.1 Classification of surveys

表2 SP調(diào)查主要參數(shù)Tab.2 Main parameters in SP survey

表3 基于RP調(diào)查數(shù)據(jù)匹配系數(shù)Tab.3 Matching coefficient based on RP survey data

2）歸一化處理。例如將性別變量轉(zhuǎn)換成離散變量，1=男，0=女。對(duì)教育變量設(shè)置不同數(shù)值代表各個(gè)教育水平：0代表學(xué)齡前兒童，6年代表小學(xué)，9年代表初中，12年代表高中，13年代表中專，14年代表大專，15年代表本科，18年代表研究生等。對(duì)收入變量取中間值作為連續(xù)性變量：＜5萬(wàn)元設(shè)置為4.5萬(wàn)元，5～＜10萬(wàn)元設(shè)置為7.5萬(wàn)元，10～＜15萬(wàn)元設(shè)置為12.5萬(wàn)元，15～＜20萬(wàn)元設(shè)置為17.5萬(wàn)元，20～＜25萬(wàn)設(shè)置為22.5萬(wàn)元，25～＜30萬(wàn)元設(shè)置為27.5萬(wàn)元，30萬(wàn)元以上設(shè)置為32.5萬(wàn)元，無(wú)收入設(shè)置為0等。

表4 以公共汽車為參考匹配的各種交通方式出行時(shí)間Tab.4 Travel time of different travel modes(taking bus as a reference)min

表5 交通方式參數(shù)細(xì)化Tab.5 Parameters of different travel modes

表6 公共汽車短距離出行SP調(diào)查均勻設(shè)計(jì)表Tab.6 Uniform design of the SP survey on short-distance travel by bus

表7 基于公共汽車短距離出行的情景模式正交表Tab.7 Orthogonal table based on short-distance travel by bus

3.2 建模理論

數(shù)據(jù)處理主要基于隨機(jī)效用理論，采用多種計(jì)量經(jīng)濟(jì)學(xué)模型進(jìn)行出行需求分析的估計(jì)和模擬[8-9]。首先進(jìn)行不包括社會(huì)經(jīng)濟(jì)變量(例如性別、收入、年齡等)的多項(xiàng)Logit分析，在此基礎(chǔ)上，進(jìn)行包括社會(huì)經(jīng)濟(jì)變量的多項(xiàng)Logit分析，最后進(jìn)行混合Logit模型分析。比較結(jié)果可知，混合Logit模型表現(xiàn)更好，更能準(zhǔn)確反映不同經(jīng)濟(jì)因素對(duì)居民出行選擇傾向的影響。

3.3 基本調(diào)查結(jié)論

1）時(shí)間價(jià)值。

北京市居民出行時(shí)間價(jià)值約為54元·h-1，即出行者愿意支付小時(shí)工資2倍②的成本減少?gòu)木幼〉氐焦ぷ鞯? h的出行時(shí)間。相比國(guó)際城市支付意愿[10]的水平較高，更反映了北京交通擁堵的嚴(yán)重程度，也說(shuō)明了擁堵改善能夠極大地帶來(lái)社會(huì)福利。

2）公共交通出行時(shí)間和價(jià)格彈性。

根據(jù)調(diào)查結(jié)果測(cè)算得到主要交通方式的出行時(shí)間彈性系數(shù)和價(jià)格彈性系數(shù)分別如表8和表9所示。

分析可知，公共汽車出行時(shí)間自彈性為1.83，大于1，說(shuō)明居民出行對(duì)公共汽車運(yùn)行時(shí)間較為敏感。公共汽車出行時(shí)間減少10%，公共汽車出行需求會(huì)提高18.3%。公共汽車價(jià)格自彈性極低，說(shuō)明居民出行對(duì)公共汽車運(yùn)行價(jià)格非常不敏感。公共汽車出行價(jià)格提高10%，公共汽車出行需求僅降低1.7%。公共汽車和地鐵對(duì)小汽車的交叉價(jià)格彈性也極低，說(shuō)明擁擠的公共汽車無(wú)法僅利用低票價(jià)政策吸引小汽車使用者的出行轉(zhuǎn)移，通過(guò)縮短出行時(shí)間改善公共交通出行品質(zhì)比降低票價(jià)的實(shí)際效果更優(yōu)。

3）小汽車和出租汽車價(jià)格彈性。

小汽車和出租汽車出行方式自身的成本彈性比公共汽車和地鐵的自身成本彈性高，說(shuō)明私人小汽車和出租汽車出行者對(duì)價(jià)格的敏感性更高，提高小汽車、出租汽車出行費(fèi)用的相關(guān)措施能一定限度上減少城市機(jī)動(dòng)車輛的使用。

4 結(jié)語(yǔ)

整體來(lái)說(shuō)，此次SP調(diào)查不論是從設(shè)計(jì)理念和設(shè)計(jì)問(wèn)卷方面都有了很大改善，更方便被調(diào)查者理解和填寫，但也存在一定的問(wèn)題需要改進(jìn)。

首先，調(diào)查雖然采用RP和SP相結(jié)合的方法，但是在進(jìn)行RP問(wèn)卷設(shè)計(jì)時(shí)僅給出一個(gè)備選方案，只有極少部分給了兩個(gè)備選方案，可能抑制了居民真實(shí)選擇意愿的表達(dá)。

其次，對(duì)于實(shí)際出行為公共汽車方式的人群來(lái)說(shuō)，備選方案往往僅提供地鐵，或者對(duì)于實(shí)際為地鐵出行方式的人群，備選方案僅提供公共汽車，備選方案數(shù)據(jù)存在高度同質(zhì)化的問(wèn)題，對(duì)后期的模型估算帶來(lái)較大困難，處理結(jié)果可能會(huì)影響實(shí)際預(yù)期。

圖2 公共汽車短距離出行情景模式卡示例Fig.2 Scenario model cards of short-distance travel by bus

第三，在SP調(diào)查卡片中提供了可被選擇的8個(gè)情景模式，雖然對(duì)一個(gè)被調(diào)查者進(jìn)行了較為詳細(xì)的選擇因素考量，但是過(guò)多的差異性選擇可能會(huì)造成一定的問(wèn)卷同質(zhì)性(選擇疲憊性)，在一定限度上會(huì)影響有效問(wèn)卷的數(shù)量。針對(duì)這樣的問(wèn)題可能需要采用更為復(fù)雜、前沿的方法或由更為專業(yè)的數(shù)據(jù)處理人員進(jìn)行估計(jì)。

表8 出行時(shí)間彈性系數(shù)Tab.8 Elastic coefficient of travel time

表9 價(jià)格彈性系數(shù)Tab.9 Elastic coefficient of price

注釋：

Notes:

①2010年實(shí)施第四次居民出行大調(diào)查時(shí)，北京市共18個(gè)區(qū)縣。

②2010年北京市全市職工年平均工資50 415元，折合每小時(shí)工資為23.8元。

參考文獻(xiàn)：

[1]宗芳，雋志才，張慧永，等.出行時(shí)間價(jià)值計(jì)算及應(yīng)用研究[J].交通運(yùn)輸系統(tǒng)工程與信息，2009，9(3)：114-119.Zong Fang,Juan Zhicai,Zhang Huiyong,et al.Calculation and Application of Value of Travel Time[J].Journal of Transportation Systems Engineering and Information Technology,2009,9(3):114-119.

[2]王方.基于SP調(diào)查的行為時(shí)間價(jià)值研究[D].北京：北京工業(yè)大學(xué)，2005.Wang Fang.Study on Behavior Value of Time Based on Stated Preference Survey[D].Beijing:Beijing University of Technology,2005.

[3]喬相榮，文雅，晏克非.基于SP調(diào)查的2010年上海世博會(huì)客流出行特征分析[J].交通與運(yùn)輸(學(xué)術(shù)版)，2005(2)：4-7.Qiao Xiangrong,Wen Ya,Yan Kefei.Analysis of Trip Characteristic Based on Stated Preference Data for Shanghai Expo 2010[J].Traffic&Transportation,2005(2):4-7.

[4]蔣寅，李彤，Richard F Di Bona.基于SP調(diào)查的天津市居民出行行為時(shí)間價(jià)值[J].城市交通，2009，7(2)：68-73.Jiang Yin,Li Tong,Richard F Di Bona.Value of Travel Time:An SP Survey in Tianjin[J].Urban Transport of China,2009,7(2):68-73.

[5]徐正全，楊東援.基于SP調(diào)查的時(shí)間價(jià)值理論及應(yīng)用研究：以深圳市SP調(diào)查為例[J].交通與運(yùn)輸(學(xué)術(shù)版)，2012(2)：148-151.Xu Zhengquan,Yang Dongyuan.A Study of the Theory and Applications of the Time Value Based on the SP Survey:Case Study of Shenzhen SP Survey[J].Traffic&Transportation,2012(2):148-151.

[6]焦朋朋，陸化普.基于意向調(diào)查數(shù)據(jù)的非集計(jì)模型研究[J].公路交通科技，2005，22(6)：114-116+138.Jiao Pengpeng,Lu Huapu.Study on Disaggregate Model Based on Stated Preference Data[J].Journal of Highway and Transportation Research and Development,2005,22(6):114-116+138.

[7]王方，陳金川，陳艷艷．交通SP調(diào)查的均勻設(shè)計(jì)方法[J].城市交通，2005，3(3)：69-72.Wang Fang,Chen Jinchuan,Chen Yanyan.Uniform Uniformity Design Method for SP Survey in Transportation[J].Urban Transport of China,2005,3(3):69-72.

[8]Lancaster,K.A New Approach to Consumer Theory[J].Journal of Political Economy 1966,74(2):132-157.

[9]McFadden D.Conditional Logit Analysis of Qualitative Choice Behavior[M].Berkeley:Institute of Urban and Regional Development,University of California,1972.

[10]陳穎翱.經(jīng)濟(jì)政策對(duì)北京居民出行方式選擇影響的實(shí)證分析[D].北京：北京大學(xué),2012.