蘇 敏，欒維新，馬 瑜，張 睿

（大連海事大學 交通運輸管理學院，遼寧 大連 116026)

0 引言

我國高速鐵路的快速發(fā)展對民航業(yè)主導的高速客運市場形成競爭，客運需求結構也隨之發(fā)生著變化。目前，以高速鐵路或民航為主構成的京滬高速客運通道，已經(jīng)成為我國高速鐵路及民航客運量最大、競爭最為激烈的高速客運市場。因此，分析京滬通道高速鐵路與民航競爭環(huán)境下的旅客出行選擇影響因素，能夠更好地了解旅客出行現(xiàn)狀、提升高速鐵路與民航服務水平。

1970年，非集計理論走向實踐并迅速在交通運輸領域得到應用[1]，并且在旅客出行選擇影響因素方面的研究取得了一些成果。Thrane[2]的實證研究表明，年齡對出行方式選擇的影響并不是線性的，旅客選擇民航出行的概率隨出行人數(shù)的增加而降低；Georggi等[3]的研究表明，高收入群體對時間更為敏感，因而偏好選擇旅行時間短的飛機出行；王爽等[4]以SP 調(diào)查數(shù)據(jù)為基礎，研究鐵路旅客對高頻率列車換乘模式和直達列車的選擇偏好；張迦南等[5]研究了旅客出行方式選擇行為隨出發(fā)時間和出行距離變化情況；許若曦等[6]分析了高速鐵路技術經(jīng)濟特性對客流分擔率的影響。在我國高速客運通道旅客出行方式選擇行為方面，依據(jù)非集計理論進行實證研究較少。葉玉玲等[7]以SP和RP數(shù)據(jù)為基礎，研究了上?！贾萋每统鲂蟹绞竭x擇行為；張旭等[8]以武漢與廣州兩地調(diào)研數(shù)據(jù)為基礎，構建了描述高速鐵路和民航競爭關系的Binary Logit模型。

這些研究探討了各影響因素如何對旅客出行方式選擇行為產(chǎn)生影響，但很難直觀呈現(xiàn)出各影響因素之間的交叉關系及其對旅客出行方式選擇行為的綜合影響。為此，在此基礎上，將非集計理論與決策樹方法相結合，以高速鐵路或民航為京滬高速通道旅客所選出行方式，在研究單個影響因素對京滬高速客運通道旅客出行方式選擇行為影響程度的同時，進一步研究不同影響因素間的相互關系。采用Binary Logit模型能夠標定各影響因素對旅客出行方式選擇行為的影響程度，而基于C5.0算法的決策樹模型可以直觀展示各影響因素對旅客出行方式選擇行為所產(chǎn)生的綜合影響，二者結合能夠對旅客出行方式選擇行為影響因素有更為深刻的認識，從而在一定程度上為高速鐵路與民航設計符合不同類型旅客的客運產(chǎn)品提供實證依據(jù)。

1 京滬高速客運通道旅客出行選擇影響因素數(shù)據(jù)描述

京滬高速客運通道旅客出行選擇特征調(diào)研問卷包含行為調(diào)研(RP)與意向調(diào)研(SP) 2部分內(nèi)容：RP調(diào)研屬性包括性別、年齡、職業(yè)、收入、旅費來源、出行人數(shù)等；SP調(diào)研屬性包括首先出行時間、支付意愿等，選擇在北京、上海的機場和高速鐵路站、隨機選取北京—上海(上?！本?線旅客進行調(diào)研。京滬高速客運通道旅客調(diào)研數(shù)據(jù)描述如表1所示。

根據(jù)調(diào)研數(shù)據(jù)，男性旅客占比偏高，大多數(shù)為40歲以下公務出行的職員和經(jīng)理，而且總體來看男性旅客更傾向于選擇高速鐵路出行；年齡介于18 ～ 40歲之間的旅客占比高達82.5%；收入對旅客出行方式選擇行為存在較大影響，隨著收入的增加，選擇民航出行的旅客占比隨之增加；根據(jù)旅客偏好的不同，首選出行時間在16 ∶ 00點前并且呈現(xiàn)隨機分布的情況；相較于自費的旅客，公費出行的旅客更傾向于選擇民航出行。綜合數(shù)據(jù)內(nèi)容發(fā)現(xiàn)，京滬高速客運通道以公務出行為目的的中等偏高收入在職人員為主。

2 京滬高速客運通道旅客出行方式選擇行為模型

2.1 Binary Logit 模型

作為決策單元，旅客k對運輸方式i(高速鐵路或民航)選擇的Binary Logit模型的效用函數(shù)如公式 ⑴ 所示 。

式中：為隨機變化部分；為效用函數(shù)的確定項目，目前對效用函數(shù)的確定項通常采用線性函數(shù)形式，如公式 ⑵ 所示。

式中：為旅客k選擇第i種出行方式的第j個影響因素；Bj為影響因素對應的參數(shù)。

表1 京滬高速客運通道旅客調(diào)研數(shù)據(jù)表Tab.1 Passenger survey data description

旅客選擇運輸方式i的概率如公式 ⑶ 所示。其中，i= 0表示高速鐵路；i= 1表示民航；i-表示除運輸方式i以外的其他運輸方式。

當P(i= 1) ＞ 0.5時，旅客選擇民航出行，否則旅客選擇高速鐵路出行；當計算結果與調(diào)研數(shù)據(jù)一致時，認為模型預測正確，否則認為模型預測錯誤，最終通過準確率查看模型預測效果。

2.2 基于C5.0算法的決策樹模型

基于C5.0算法的決策樹采用信息增益率為劃分標準來確定最優(yōu)分組變量及最優(yōu)分割點，計算過程如下。

設P(i|t) 表示給定結點t中屬于類i(i= 1表示民航，i= 0表示高速鐵路)所有記錄的比例，則

（1）計算信息熵。結點t的信息熵Info(t)如公式 ⑸ 所示，第j個屬性X中第r個屬性值的信息熵Info(。

式中：m表示屬性值個數(shù)；Nparent表示父節(jié)點上記錄的類總數(shù)；Nchild()表示子女節(jié)點上屬性值為時記錄的類總數(shù)。

（3）計算屬性Xj的信息增益率Gain ratio(Xj)。

式中：Split Info(Xj)為劃分信息。

3 京滬高速客運通道參數(shù)標定與結果分析

3.1 Binary Logit 模型參數(shù)標定與結果分析

將京滬高速客運通道旅客出行方式選擇行為的影響因素Xj分劃為旅客屬性與出行屬性2類[5]，并在分析高速鐵路與民航客流出行特征的基礎上，設計了相關變量，定義模型變量如表2所示。

表2 定義模型變量Tab.2 Model variables

根據(jù)定義的變量，選取70%的數(shù)據(jù)作為訓練樣本，剩余30%作為檢驗樣本，以說明分類模型的合理性。Binary Logit模型參數(shù)標定如表3所示，Binary Logit模型準確率如表4所示，其中訓練數(shù)據(jù)總準確率為90.1%，檢驗數(shù)據(jù)總準確率為89%，因而模型能很好地描述旅客出行方式選擇行為。

表3 Binary Logit模型參數(shù)標定Tab.3 Binary Logit Model parameter calibration

表4 Binary Logit模型準確率Tab.4 Binary Logit Model accuracy

根據(jù)表3得出各因素對京滬高速客運通道旅客出行偏好的影響。

（1）B1= -3.224，說明相較于男性，女性更傾向于選擇民航出行。調(diào)研數(shù)據(jù)中顯示男性中有39.6%的旅客選擇民航出行，而女性中有52.1%的旅客選擇民航出行。

（2）B2= 1.965，B3= 1.741，而B4= 0.801不顯著，說明總體上40歲以下的旅客傾向于選擇民航。結合調(diào)研數(shù)據(jù)發(fā)現(xiàn)年齡對旅客選擇行為的影響為非線性，即18歲(含)以下旅客傾向于選擇高速鐵路，18 ～ 40歲之間的旅客選擇民航的比例最高，但41歲(含)以后的旅客更傾向于選擇高速鐵路。

（3）B5= -4.241，而B6= -2.829，說明收入10 000元以下的旅客偏好高速鐵路出行，但隨著收入的增加旅客選擇高速鐵路出行的意愿開始減弱，部分高收入旅客開始轉向選擇民航出行。通過對對照組數(shù)據(jù)的分析發(fā)現(xiàn)當收入高于10 000元時，選擇民航出行的旅客人數(shù)約是選擇高速鐵路出行人數(shù)的3.7倍，可見收入是影響旅客出行的重要因素。

（4）B7= -0.856，說明隨著出行人數(shù)的增加，旅客更傾向于選擇高速鐵路出行。調(diào)研中發(fā)現(xiàn)私密空間是獨自出行的旅客選擇民航的主要原因。非單獨出行的旅客在考慮出行成本的同時喜歡享受旅途，高速鐵路是多人出行時的最佳選擇。

（5）B8= 1.122，說明與自費旅客相比，公費旅客非常樂意選擇民航出行。

（6）B9= -3.480，B10= -3.992，B11= -3.274，說明16 ∶ 00前旅客更傾向于選擇高速鐵路出行，而且高速鐵路民航分配比例較為均有。不同的是，對照組，即16 ∶ 00點后出行的旅客有84.6%會選擇民航，可見16 ∶ 00點是旅客選擇出行方式的一個重要時間節(jié)點。

3.2 旅客出行方式選擇決策樹與結果分析

圖1 基于C5.0算法的旅客出行選擇決策樹Fig.1 Decision Tree of passenger travel choice based on C5.0 algorithm

表5 決策樹準確性Tab.5 Decision Tree accuracy

為了進一步研究各影響因素如何對京滬高速客運通道旅客出行方式選擇行為交叉發(fā)揮影響，使用基于C5.0的決策樹分類方法對Binary Logit得出的概率結果進行了分類，同樣隨機選取70%的數(shù)據(jù)作為訓練樣本，剩余30%作為檢驗樣本，基于C5.0算法的旅客出行選擇決策樹如圖1所示，決策樹準確性如表5所示。模型訓練組的準確率為98.0%，檢驗組的準確率為96.4%，認為基于C5.0算法的決策樹模型對旅客出行選擇影響因素的分類效果較好。

根據(jù)圖1可知，隨著月收入的增加，選擇民航出行的旅客比例不斷增加，調(diào)研過程中發(fā)現(xiàn)高收入旅客的時間價值很高，因而與票價相比，高收入旅客更看重時間。年齡未體現(xiàn)在決策數(shù)模型中，可見其對旅客出行影響的區(qū)分度最低，這是由于年齡的非線性影響造成的。不同收入水平下影響旅客出行方式選擇行為的因素各不相同。

（1）月收入低于5 000元的旅客中，男性旅客只會選擇高速鐵路出行，而女性旅客會受到費用來源與出行人數(shù)的影響，除獨自公費出行的女性旅客會選擇民航外，自費出行的女性旅客、非獨自公費出行的女性旅客均會選擇高速鐵路。調(diào)查中發(fā)現(xiàn)月收入低于5 000元的旅客對票價較為敏感、支付意愿低，因而會傾向于選擇較為便宜的高速鐵路出行。

（2）月收入在5 000 ～ 10 000元的旅客中，男性旅客會受到出行時間的影響，而女性旅客受到出行人數(shù)的影響。由于時間充裕，16 ∶ 00點前出行的男性旅客會選擇高速鐵路，而16 ∶ 00點后出行的男性旅客會選擇民航；非獨自出行的女性旅客為節(jié)省出行成本等原因傾向于選擇高速鐵路，而獨自出行的女性旅客會因舒適的候機環(huán)境而選擇民航。

（3）月收入在10 000元以上的旅客中，性別已不是影響旅客出行方式選擇行為最主要的因素，旅客更多受到出行人數(shù)與費用來源影響。與收入10 000元以下的旅客不同的是，由于收入的增加，出行人數(shù)的最佳區(qū)分值達到2人，即出行人數(shù)≤ 2人時旅客更傾向于選擇民航；出行人數(shù)＞2人時旅客會選擇高速鐵路。在出行人數(shù)≤2人旅客中，根據(jù)圖1分析得出女性旅客更傾向于選擇民航出行，而男性旅客在自費雙人出行時才會選擇高速鐵路?？梢姡杖?0 000元以上的旅客更看重出行人數(shù)。

4 研究結論

依據(jù)非集計理論，以京滬高速客運通道調(diào)研數(shù)據(jù)為基礎，結合Binary Logit模型與決策樹模型分析了各影響因素對旅客出行方式選擇行為的交叉影響，得出以下研究結論。

（1）Binary Logit模型的檢驗數(shù)據(jù)準確率為89.0%，基于C5.0算法的決策樹模型的檢驗數(shù)據(jù)準確率為96.4%?？梢?，所構建的2個模型均能較好地描述旅客出行方式選擇行為的影響因素。

（2）年齡對旅客出行方式選擇行為影響區(qū)分度較低，且為非線性影響。相較于年齡與首選時間，收入、性別、出行人數(shù)、費用來源對旅客出行方式選擇行為影響較大，收入高、出行人數(shù)少、公費出行的旅客更偏好選擇民航出行，且女性旅客選擇民航出行的比例遠高于男性旅客的比例。因此，鐵路部門可以考慮通過開設女性候車室、在現(xiàn)有高速鐵路車廂基礎上增加女性高端旅客專用車廂等方式，提升女性旅客安全感與候車、乘車體驗。

（3）隨著旅客收入的增加，選擇民航出行的旅客比例不斷增加。收入是旅客選擇出行方式最重要影響因素，不同收入水平下的男性、女性旅客受不同因素影響，如收入介于5 000 ～ 10 000元之間的女性旅客受出行人數(shù)影響，而男性旅客受出行時間影響。因此，為配合高速鐵路列車商務座、一等座等高端服務，高速鐵路站可以開設VIP候車間等高端服務，以吸引高收入群體，尤其是女性旅客。民航可以通過優(yōu)化跨期價格歧視吸引自費出行的低收入旅客，尤其是16 ∶ 00點前出行的男性旅客。