張衛(wèi)華,李夢凡
(合肥工業(yè)大學(xué) 汽車與交通工程學(xué)院,安徽 合肥 230009)
先進的出行者信息系統(tǒng)(advanced traveler information system,ATIS)作為智能交通系統(tǒng)的重要組成部分,為交通管理者和出行者提供了信息交互平臺,可以用來顯著改善交通擁堵和提高交通運行效率。在ATIS中,交通信息管理者可通過若干個信息源實時發(fā)布交通信息,如互聯(lián)網(wǎng),車載廣播,呼叫中心和可變消息標(biāo)志(variable message signs, VMS)等。其中VMS由于其高時效性和低成本等優(yōu)點被視為ATIS中一個關(guān)鍵要素,精心規(guī)劃的VMS系統(tǒng)可以有效緩解道路交通擁堵并提高駕駛員出行效率。如何從道路交通網(wǎng)絡(luò)層面研究不同VMS信息內(nèi)容下駕駛員的路徑選擇行為具有重要意義。
為了分析不同VMS信息對駕駛員路徑選擇的影響,國內(nèi)外學(xué)者已進行了多項研究。其中,S. PEETA 等[1]調(diào)查了美國西北印第安納的駕駛員路徑選擇意愿,發(fā)現(xiàn)VMS上相關(guān)信息的詳細(xì)程度會顯著影響駕駛員的選擇結(jié)果。而K. CHATTERJEE等[2]在倫敦通過比較不同類型的VMS信息時,發(fā)現(xiàn)駕駛員最容易受到事故位置和VMS事故消息內(nèi)容的影響。M. WARDMAN等[3]則發(fā)現(xiàn)VMS消息內(nèi)容、當(dāng)?shù)厍闆r和駕駛員的特點是影響駕駛員路徑轉(zhuǎn)移的關(guān)鍵因素。其中VMS中延誤的原因及其程度會顯著影響駕駛員的路徑選擇結(jié)果。姜桂艷等[4]通過仿真實驗發(fā)現(xiàn)提供VMS位置對交通信息的誘導(dǎo)作用有很大影響。史路[5]基于二元Logit回歸分析得出駕駛員的駕齡、年收入、對VMS的關(guān)注頻率會影響駕駛員路徑選擇行為。徐天東等[6]亦有類似發(fā)現(xiàn),比如年齡、駕齡等個體屬性是重要影響因素。以上學(xué)者的研究主要側(cè)重于定性的或單一定量的VMS消息內(nèi)容對駕駛員路徑選擇的影響, 而事實上不同類型駕駛員對不同VMS信息內(nèi)容的敏感度存在差異。為了滿足更多駕駛員的信息需求并誘導(dǎo)其更加合理的選擇路徑,可以通過有效利用VMS可變信息板的空間,同時提供多種準(zhǔn)確和具體的交通信息,例如繞行節(jié)省時間、擁堵距離、繞行距離、限速、替換路徑的路況信息等。為此,筆者首先設(shè)計調(diào)查問卷,采集駕駛員路徑選擇行為數(shù)據(jù),并對數(shù)據(jù)進行有序多分類Logistic建模與統(tǒng)計分析,總結(jié)了影響駕駛員路徑選擇的關(guān)鍵因素,以期在不同VMS信息內(nèi)容對駕駛員路徑選擇行為的影響方面做一些探討和研究。
駕駛員路徑選擇行為數(shù)據(jù)通過基于問卷調(diào)查形式的SP調(diào)查方法獲得。在SP調(diào)查中構(gòu)造如圖1的交通出行情景。圖1中,在某工作日非高峰時段,被調(diào)查者駕駛在合肥市宿松路上(由南向北),準(zhǔn)備由宿松路—南二環(huán)路交叉口轉(zhuǎn)南二環(huán)路,經(jīng)金寨路高架往市中心區(qū)某處。被調(diào)查者在未到達(dá)該交叉口前, 根據(jù)一塊文字式VMS發(fā)布的前方高架快速路通道和宿松路地面干道的交通狀況信息,做出行動決策。
圖1 SP調(diào)查的出行場景Fig. 1 Travel scenario specified in SP questionnaire survey
調(diào)查問卷的問題分為3類:第1類是關(guān)于駕駛員個人屬性,包括年齡、對路網(wǎng)的熟悉程度、學(xué)歷、收聽廣播情況等;第2類是根據(jù)不同的交通狀態(tài)提供不同信息時駕駛員的路徑選擇行為;第3類是關(guān)于駕駛員對于當(dāng)前VMS信息發(fā)布現(xiàn)狀的評價,如行駛時是否有足夠時間看清信息文字、期望中VMS信息的精確程度、對VMS信息現(xiàn)狀準(zhǔn)確度評價等。其中第2類問題共設(shè)計了4+9+5種情景(如表1),綜合了擁堵路段長度、繞行多行駛距離和節(jié)省時間3種因素以及事故信息。
表1 SP調(diào)查中VMS提供的信息內(nèi)容Table 1 Pictorial presentation of VMS for VMS messages designedin the SP survey
表1中擁堵路段長度可以代表擁堵程度,繞行節(jié)省時間權(quán)衡了擁堵時間和繞行時間,繞行多行駛距離則可用于比較駕駛員對于距離和時間的敏感程度。由于擁堵路段越長,駕駛員避開擁堵路段就要多繞行一段路程,因此繞行距離也越長。在同一擁堵長度下,駕駛員轉(zhuǎn)換路徑節(jié)省的時間隨繞行距離的增加而減少。但是考慮到主路和替代路徑的實時路況,即使繞行距離相同的情況下,節(jié)省的時間也可能不同。交通狀態(tài)信息中包含了交通事故和車流速度的因素,使得VMS信息內(nèi)容更加全面。此次調(diào)查的最大特點是使用多種的定量數(shù)字信息描述交通狀況,這樣可以幫助駕駛員更全面地了解路網(wǎng)狀況從而做出路徑選擇。此外,調(diào)查中擁堵路段長度的確定主要依據(jù)目前上海市交通擁堵的現(xiàn)狀,將500 m定義為輕微擁堵,1 km為普通擁堵,2 km為嚴(yán)重?fù)矶耓5]。
私家車出行因為具有如下特點,被采納為主要調(diào)查對象:出行OD靈活,覆蓋面廣;路徑可變動性大,選擇靈活。筆者采用不定時調(diào)查的方法(即由專人負(fù)責(zé)在地下停車場發(fā)放調(diào)查問卷,說明問卷調(diào)查目的及填寫要求,私家車司機有寬裕的時間根據(jù)自身情況填寫問卷并交回問卷)進行路徑選擇行為數(shù)據(jù)采集。這種方法避免了以往路邊現(xiàn)場即時采集方法中部分司機倉促填寫的不足,又克服了國外郵寄問卷調(diào)查方法回收率低的缺點,保證了問卷調(diào)查結(jié)果的合理性與真實性。調(diào)查人員隨機采訪了450位駕駛員,詢問并記錄了不同類型駕駛員在不同VMS信息內(nèi)容下的路徑選擇行為,整理后得到400份有效問卷,問卷有效率為88.9%。
可靠性檢驗是指采用同樣的方法對同一對象重復(fù)測量時所得結(jié)果的一致性程度。筆者主要利用克朗巴哈a系數(shù)進行可靠性分析。對于a系數(shù)在0.6以上是可以接受的[7],指標(biāo)可靠性分析結(jié)果如表2。
表2 可靠性統(tǒng)計Table 2 Reliability statistics
對回收問卷的第1類問題進行統(tǒng)計分析,得到被調(diào)查駕駛員個人屬性分布情況如表3。由于本次調(diào)查中男性占絕大多數(shù),因此在分析中不考慮性別對路徑選擇行為的影響。駕駛員年齡主要集中在20到49歲這個年齡段,青年駕駛員居多。在路網(wǎng)熟悉程度方面,對路網(wǎng)不熟悉、熟悉和非常熟悉的駕駛員比例分別為36.8%、41.0%和14.3%,僅有8.0%的駕駛員持不確定的態(tài)度,對路網(wǎng)熟悉的駕駛員占到了大多數(shù)。在駕駛員的學(xué)歷方面,本科及以上學(xué)歷占比例最大,達(dá)到了46.5%。調(diào)查結(jié)果表明車載導(dǎo)航是目前影響駕駛員路徑選擇的主要方式,這和后面的駕駛員對當(dāng)前VMS信息的準(zhǔn)確度評價有關(guān)。
表3 駕駛員個人屬性分布情況分布Table 3 Distribution of personal attributes of drivers
對回收問卷的第2類數(shù)據(jù)進行統(tǒng)計分析,得到的被調(diào)查駕駛員的路徑選擇行為的結(jié)果如圖2、圖3。由圖2可見,在VMS提供單一的交通信息的情況下,駕駛員對繞行節(jié)省時間的信息最為敏感,對信息的服從率由高到低依次為:繞行節(jié)省時間>單一模糊交通狀態(tài)>繞行距離>擁堵距離。說明駕駛員對節(jié)省時間和突發(fā)性交通擁堵信息的敏感度較大,采納比例很高。
圖2 單一VMS消息內(nèi)容下的路徑選擇情況Fig. 2 Drivers’ route choices when VMS provides single variablemessage content
對于圖3(a)~圖3(c)的出行情景,在綜合提供不同擁堵長度、繞行距離和繞行節(jié)省時間的VMS信息條件下,不同類型駕駛員可接收到自己最為關(guān)注的信息,預(yù)測轉(zhuǎn)向概率的不確定性比單一提供VMS信息內(nèi)容低,使得交通管理者可以更加準(zhǔn)確的預(yù)測道路交通狀態(tài)。大部分駕駛員首先參考的因素是繞行節(jié)省時間,其次是繞行多行駛距離,最后是擁堵長度。繞行節(jié)省時間對駕駛員的路徑選擇影響較為顯著。節(jié)省時間越長,駕駛員改變路徑的比例越高。只有在繞行節(jié)省的時間相差不多時,駕駛員才會考慮繞行距離。當(dāng)替代路徑節(jié)省時間有限時,改變路徑的駕駛員比例較低,駕駛員更習(xí)慣按照原計劃路徑行駛;而隨著原計劃路徑擁堵程度的增加,替代路徑可節(jié)省的行程時間變得明顯,改變路徑的駕駛員比例也隨之提高。超過15 min的延誤,駕駛員轉(zhuǎn)換路徑的概率會大大增加。在節(jié)省時間相同的情況下,駕駛員是否改變路徑與擁堵長度的關(guān)系不大。對于圖3(d)的出行情景,VMS14~VMS18 為行程速度和交通狀態(tài)信息,在關(guān)鍵道路擁擠時(時速約30 km/h),僅有13.5%的駕駛員選擇繞行。在關(guān)鍵道路擁擠+輕微事故時(時速約為20 km/h的情況),這個比例提高到34%。而在關(guān)鍵道路擁擠+中等事故時(時速約為15 km/h的情況),高達(dá)60.3%的駕駛員選擇繞行。選擇替換路徑駕駛員的比例隨著關(guān)鍵路徑時速的降低, 呈逐漸增長趨勢。在速度和事故的條件下,駕駛員認(rèn)為輕微擁堵是可以忽略的。
圖3 不同多定量VMS消息內(nèi)容下的路徑選擇情況Fig. 3 Drivers’ route choices when VMS provides multiple variables message content
對回收問卷的第3類問題進行統(tǒng)計分析,可以得到被調(diào)查駕駛員對VMS誘導(dǎo)態(tài)度的結(jié)果如表4。由表4可知,52.0%駕駛員選擇了在事故路段前1個路口改變路徑,其次是在前2個路口改變路徑,占比為38.3%,只有少數(shù)駕駛員選擇在3個路口改變路徑。在駕駛員收到信息后的決策速度方面,有36.8%的駕駛員選擇 “延遲但不影響路徑效果”,其次是選擇“馬上決定”。這符合實際的駕駛邏輯和習(xí)慣,即駕駛員不會過早改變路徑,又不會在到達(dá)擁堵的目標(biāo)路段前才改變路徑,通常會有一個提前量。但也說明駕駛員對誘導(dǎo)信息的態(tài)度比較保守,會綜合自身經(jīng)驗、對路況的感知等做出判斷。所以VMS只有設(shè)置在合適的位置,才能起到理想的效用。有55.7%的駕駛員在熟悉道路時不愿接受誘導(dǎo)而在不熟悉道路情況下這一比例降低到21.2%,絕大部分駕駛員選擇了接受誘導(dǎo)。在VMS信息精確程度和評價方面,部分駕駛員希望VMS信息有描述和建議,還有66.5%的駕駛員希望有準(zhǔn)確的數(shù)字信息。有將近一半的駕駛員認(rèn)為VMS信息準(zhǔn)確度處于滯后狀態(tài)。誘導(dǎo)信息的準(zhǔn)確性對駕駛員路徑選擇影響顯著。由于經(jīng)常出現(xiàn)誘導(dǎo)信息與實際路況不符,導(dǎo)致駕駛員對誘導(dǎo)信息的信任度降低,影響VMS功能的發(fā)揮。
表4 駕駛員對交通信息的態(tài)度統(tǒng)計Table 4 Statistics of driver’s attitude to traffic information
Logistics模型是目前在交通行為數(shù)據(jù)分析和建模方面應(yīng)用最廣的離散選擇模型之一。在本次調(diào)查中,將駕駛員對路徑選擇行為的轉(zhuǎn)變意愿設(shè)置為因變量,設(shè)定駕駛員的基本3個特性變量為解釋變量受訪者的年齡(X1)、對路網(wǎng)的熟悉程度(X2)和學(xué)歷(X3),采用多元有序Logistic回歸模型開展研究。通過構(gòu)建這一模型,可以預(yù)測駕駛員在不同的年齡、學(xué)歷等背景下改變路徑的差異。即給定某個駕駛員的年齡、學(xué)歷、對路網(wǎng)的熟悉程度情況,由此便可以預(yù)測其是否改變路徑的選擇結(jié)果。平行線檢驗是Logistic回歸建模之前需要做的首要工作,其目的是為證明能否采用有序多分類Logistic回歸。表5對模型進行了平行線檢驗,從表5可以看出,顯著性水平大于0.05,說明各回歸方程互相平行,即自變量的回歸系數(shù)與分割點無關(guān),因此本次研究是可以采用有序多分類Logistic回歸建模方法的。表6對模型中是否所有自變量偏回歸系數(shù)均為0進行似然比檢驗,顯著性小于0.001,表明至少有一個自變量的偏回歸系數(shù)不為0,證明擬合含有自變量的模型要優(yōu)于只包含常數(shù)項的模型。表7主要是通過檢驗當(dāng)前模型與飽和模型的預(yù)測效果之差來考察當(dāng)前模型是否可以進一步改善。由表7中模型擬合優(yōu)度檢驗顯著性水平大于0.05,說明此次建模擬合效果較好。
表5 平行線檢驗Table 5 Parallel line inspection
注:零假設(shè)規(guī)定位置參數(shù)(斜率系數(shù))在各響應(yīng)類別中都是相同的。
表6 模型擬合信息Table 6 Model fitting information
表7 模型擬合優(yōu)度Table 7 Model fitting goodness
筆者采用的有序多分類Logistic回歸模型如下[5]:
(1)
(2)
P1+P2+P3=1
(3)
式中:P1為駕駛員不轉(zhuǎn)變路徑的概率;P2為駕駛員一定情況下轉(zhuǎn)變路徑的概率;P3為駕駛員轉(zhuǎn)變路徑的概率;αi為需要標(biāo)定的常數(shù)項;βi為需要標(biāo)定的自變量回歸系數(shù)。
根據(jù)式(1)~式(3)可以得出:
(4)
(5)
P2=1-P1-P3
(6)
根據(jù)式(4)~式(6),可以計算不同類型駕駛員在不同VMS信息內(nèi)容的影響下的各選擇概率。例如,年齡在30~39歲區(qū)間的對路網(wǎng)熟悉的本科學(xué)歷駕駛員接收VMS1 圖像(擁堵距離500 m)信息后,不轉(zhuǎn)換路徑,有可能轉(zhuǎn)換路徑、選擇替換路徑的概率分別為34.3 %、29.2%、36.5 %。
在SPSS軟件中進行有序Logistic回歸時,需要將問卷調(diào)查結(jié)果進行數(shù)字化錄入。在本次研究的因變量中,分別用“1”表示駕駛員不轉(zhuǎn)變路徑(沒有轉(zhuǎn)變路徑的意愿),“2”表示駕駛員在一定情況下轉(zhuǎn)變路徑(中度轉(zhuǎn)變路徑的意愿),“3”表示駕駛員轉(zhuǎn)變路徑(強烈轉(zhuǎn)變路徑的意愿),因變量在轉(zhuǎn)向意愿上有強度大小之分。VMS1的參數(shù)估計如表8,將所有不同VMS情況下的回歸系數(shù)[8]提取,得到回歸系數(shù)估計結(jié)果如表9。
表8 參數(shù)估計Table 8 Estimation of parameters
表9 有序Logit 模型的估計結(jié)果統(tǒng)計Table 9 Statistics of the estimated results of the ordered Logit model
注:VMSi下轉(zhuǎn)變路徑情況=αi+β1X1+β2X2+β3X3。
由表9可知:
1)當(dāng)VMS提供以下幾種情形的信息時:①單一無時間信息的內(nèi)容;②繞行多行駛距離為擁堵路段長度的2~4倍 ,繞行節(jié)省時間為10~20 min;③交通狀態(tài)明確等信息時,例如在VMS1、VMS2、VMS6、VMS7、VMS9、VMS12~17的情況下,年輕駕駛員更傾向于改變路徑。年長駕駛員相應(yīng)的出行經(jīng)驗豐富,導(dǎo)致其對VMS誘導(dǎo)信息的服從程度也隨之降低,更傾向不改變路徑。從某種程度上反映了年輕駕駛員對精確的繞行節(jié)省時間信息比繞行多行駛距離信息更為敏感,也表明年輕駕駛員經(jīng)驗不足但會更靈活地選擇路徑而年長駕駛員經(jīng)驗豐富但容易受固定路徑影響的特征[6]。
2)當(dāng)VMS提供以下幾種情形的信息時:①單一提供擁堵距離信息或延誤原因信息;②繞行多行駛距離為擁堵路段長度的1.5~2.0倍 ,繞行節(jié)省時間為10~15 min;③交通狀態(tài)明確等信息時,對路網(wǎng)越熟悉的駕駛員更愿意選擇不改變路徑。例如在VMS1、VMS4、VMS5、VMS8、VMS10、VMS14~VMS17情況下,說明對路網(wǎng)越熟悉的駕駛員對于繞行多行駛距離較為敏感,繞行距離長,即使節(jié)省10~15 min,駕駛員更愿意選擇不改變路徑。
3)當(dāng)VMS提供所有的信息時,學(xué)歷越高越有可能選擇改變路徑。說明高知群體對出行延誤的敏感度相對較高。例如在VMS5、VMS6、VMS7、VMS8、VMS10等情況下,繞行節(jié)省超過5 min以上的時間,即使繞行距離長,駕駛員都極大可能選擇轉(zhuǎn)換路徑,更希望通過改變路徑來節(jié)省出行時間。
檢驗?zāi)P偷念A(yù)測準(zhǔn)確性是評價模型有效性的重要方法[9]。這里采用常用的誤差分析法對上述模型的預(yù)測準(zhǔn)確性進行檢驗,為此再進行了120份問卷調(diào)查作為模型驗證數(shù)據(jù)。將調(diào)查數(shù)據(jù)代入構(gòu)建的模型,得到駕駛員3種路徑選擇行為的概率,即為模型預(yù)測結(jié)果,而將上述調(diào)查問卷中駕駛員做出的實際選擇作為統(tǒng)計結(jié)果(實際值)。表10為預(yù)測結(jié)果和統(tǒng)計結(jié)果的比較,根據(jù)模型預(yù)測結(jié)果和統(tǒng)計結(jié)果的絕對誤差值評價模型精度[10],以VMS1為例,由表10可知,模型計算得到的駕駛員路徑選擇行為預(yù)測結(jié)果與實際調(diào)查結(jié)果基本吻合,各項絕對誤差值較小。雖然駕駛員不轉(zhuǎn)變路徑的比率相對其他兩種選擇的絕對值稍大,但絕對誤差最大值為6.66%,在可接受的范圍以內(nèi)??傮w上看,所建立的有序logistic回歸模型具有較高的預(yù)測精度。
表10 模型預(yù)測結(jié)果與實際調(diào)查值的比較Table 10 Comparison between model prediction results and actualsurvey values
1)通過統(tǒng)計分析發(fā)現(xiàn),當(dāng)前VMS信息發(fā)布情況沒有達(dá)到駕駛員的預(yù)期,存在信息滯后,甚至出現(xiàn)信息與實際路況不符的情況,導(dǎo)致駕駛員對信息服從度低,嚴(yán)重影響了VMS的效果。交通管理者應(yīng)提高信息發(fā)布的及時性和準(zhǔn)確性。其次,調(diào)查發(fā)現(xiàn)駕駛員對定量的數(shù)字信息比較敏感,比如當(dāng)節(jié)省時間超過一定時間后,大部分駕駛員會選擇轉(zhuǎn)換路徑。這需要交通管理者準(zhǔn)確預(yù)估路況,盡可能發(fā)布比較具體的交通信息,使得駕駛員更容易做出決策。此外,需要考慮到駕駛員的駕駛習(xí)慣,將VMS信息板放置在最合適位置處。本次調(diào)查發(fā)現(xiàn),將VMS信息板放在主路徑前一個交叉口效果最好。
2)通過建模分析發(fā)現(xiàn),由于不同駕駛員對不同信息的敏感程度不同,交通管理者可以在VMS信息板上發(fā)布多種具有代表性的信息,如節(jié)省時間,繞行距離,擁堵長度等。這樣既可以幫助盡可能多的駕駛員得到自己想要的信息而做出決策,也可以讓交通管理者更加準(zhǔn)確的預(yù)測VMS信息發(fā)布后的路況。此外,在盡可能多發(fā)布各種路況信息時也要考慮到駕駛員的接受程度,以免降低VMS消息發(fā)布的效果。這就需要交通管理者因地制宜,進行人性化的設(shè)計。特別是當(dāng)VMS信息板空間較小時,不應(yīng)該發(fā)布過多的信息而造成駕駛員閱讀困難,此時可以考慮在信息板上依次切換信息的種類。根據(jù)相關(guān)文獻研究[11],一個道路交通誘導(dǎo)板上一次顯示的信息通常不能多于6個,其發(fā)布的頻率(即信息切換時間)與交通流速度密切相關(guān),城市道路交通誘導(dǎo)信息發(fā)布切換時間通常以2~3 s為宜。
通過對VMS提供不同消息內(nèi)容條件下的駕駛員路徑選擇行為進行了SP調(diào)查,建立了描述路徑選擇概率的logistics模型,對影響駕駛員路徑選擇的因素進行了多變量分析,提出了VMS信息發(fā)布的策略。研究結(jié)果表明,在相同交通狀況下, 駕駛員對VMS發(fā)布的擁堵長度、繞行節(jié)省時間、繞行距離和交通狀態(tài)信息的路徑選擇差異較大, 信息的服從率由高到低依次為繞行節(jié)省時間、繞行距離、交通狀態(tài)、擁堵長度??傮w上看,兩條路徑行程時間差、繞行多行駛距離和選擇替換路徑的概率呈正相關(guān)。具體來說,對于年輕的駕駛員,精確的繞行節(jié)省時間信息比繞行多行駛距離信息影響更大;對于路網(wǎng)越熟悉的駕駛員,其對繞行距離更為敏感,如果繞行距離長,即使節(jié)省10~15 min,駕駛員更愿意選擇不改變路徑;而高知群體對出行延誤的敏感度相對較高,超過5 min以上的時間,即使繞行距離長,其都極大可能選擇轉(zhuǎn)換路徑。綜上,交通管理者可以有效利用VMS信息板空間或者采取信息切換的形式,盡可能發(fā)布多類型的定量交通信息,滿足不同駕駛員的信息需求。 模型結(jié)果可以預(yù)測出行者改變路徑的概率,為制定合理有效的交通誘導(dǎo)策略提供參考依據(jù)。因問卷篇幅有限,筆者未考慮到不同時間段發(fā)布的VMS信息(如:工作日與周末、特殊節(jié)假日、高峰時段、晚高峰時段、日常時段)和職業(yè)、收入等對駕駛員路徑選擇的影響,這些方面還有待后續(xù)進一步研究。