狄智瑋 包丹文 張?zhí)祆?顧佳羽
(南京航空航天大學(xué)民航學(xué)院 南京 210016)
機(jī)場地面交通系統(tǒng)是一個(gè)具有許多不確定性因素組成的復(fù)雜系統(tǒng),機(jī)場旅客的出行行為是這個(gè)系統(tǒng)的重要組成部分.近年來,由于航空運(yùn)輸業(yè)的快速發(fā)展,機(jī)場旅客出行選擇行為應(yīng)引起機(jī)場當(dāng)局的重視,然而針對其研究卻很少[1-2].
國內(nèi)外學(xué)者的研究大多是建立在效用理論模式下宏觀出行者的非集計(jì)模型研究.Caussade等[3-5]應(yīng)用多項(xiàng)Logit模型研究得出,出行者社會經(jīng)濟(jì)因素對出行方式的選擇有很大影響,并且預(yù)測了各種交通運(yùn)輸方式客運(yùn)分擔(dān)率的問題解決出行方式選擇的復(fù)雜性;張?zhí)烊坏萚6]在基于SP和RP調(diào)查數(shù)據(jù)的基礎(chǔ)上,對比分析了Mixed Logit和Nested Logit模型的運(yùn)算估計(jì)結(jié)果,他們發(fā)現(xiàn)Mixed Logit模型能夠更加準(zhǔn)確的顯示不同交通方式會對出行者時(shí)間價(jià)值具有敏感的差異性.出發(fā)時(shí)刻方面,Chin等[7-8]應(yīng)用MNL模型對出發(fā)時(shí)間選擇行為進(jìn)行研究;Komma等[9]開發(fā)了一種通勤者往返時(shí)間的連續(xù)決策模型,通過回歸模型得出規(guī)定時(shí)間間隔下的出行時(shí)間數(shù)據(jù),允許出發(fā)時(shí)間中有不可觀測的參數(shù).
前景理論在做選擇時(shí)出行旅客應(yīng)該是根據(jù)自己的經(jīng)驗(yàn)和自我認(rèn)識能力來做出判斷,選擇自己滿意的出行方案,但是大多學(xué)者應(yīng)用該理論僅僅研究單一模型,僅僅考慮單一的決策行為與實(shí)際偏差較大,計(jì)算結(jié)果也不精確,并且針對機(jī)場旅客出行行為的研究非常的少.
文中研究不確定條件下機(jī)場旅客出行方式和出發(fā)時(shí)刻的聯(lián)合選擇行為,在一定程度上拓展了該領(lǐng)域的研究.認(rèn)為機(jī)場旅客是有限理性的,針對不同特征的機(jī)場旅客具有不同的風(fēng)險(xiǎn)偏好,將參考點(diǎn)的異質(zhì)性與風(fēng)險(xiǎn)偏好系數(shù)結(jié)合起來,將從機(jī)場旅客對待風(fēng)險(xiǎn)事件的偏好態(tài)度角度出發(fā),認(rèn)為機(jī)場旅客的損失與收益是通過與參考點(diǎn)的比較得出的,綜合考慮出行方式與出發(fā)時(shí)間的選擇,研究結(jié)果與實(shí)際相符、更具其科學(xué)性和實(shí)踐意義.
研究的模型包括編輯和評價(jià)兩個(gè)階段,編輯階段主要包括參考點(diǎn)確定、價(jià)值函數(shù),以及權(quán)重函數(shù)的構(gòu)建;評價(jià)階段主要包括各備選方案最佳前景值的計(jì)算,為構(gòu)建模型,分以下幾步.
1) 聯(lián)合選擇模型結(jié)構(gòu)的確定 將機(jī)場旅客出發(fā)時(shí)刻分為航班起飛前0~1,>1~1.5,>1.5~2 h,出行方式設(shè)定為機(jī)場巴士、機(jī)場軌道線、私家車、出租車,其中有兩種結(jié)構(gòu)模型,見圖1.
圖1 聯(lián)合選擇模型的結(jié)構(gòu)圖
以圖1a)為選擇框架進(jìn)行研究,將出行時(shí)間和出行費(fèi)用綜合定義為出行成本,確定的參考點(diǎn)是機(jī)場旅客選擇不同出行成本的期望值.先根據(jù)期望的出行成本選擇出行方式,然后再選擇出發(fā)時(shí)間時(shí)將其作為參考點(diǎn).
2) 機(jī)場旅客參考點(diǎn)的確定 在第3節(jié)算例分析中,通過數(shù)據(jù)分析結(jié)果得出出行時(shí)間和出行費(fèi)用是機(jī)場旅客出行選擇行為的主要影響因素,因此,將其確定為機(jī)場旅客的參考點(diǎn).根據(jù)收入水平和出行目的方面考慮,將機(jī)場旅客分為:高收入公務(wù)出行、高收入自由出行、中低收入公務(wù)出行、中低收入自由出行.
考慮風(fēng)險(xiǎn)偏好系數(shù)隨參考點(diǎn)的改變產(chǎn)生的變化,風(fēng)險(xiǎn)偏好系數(shù)為
(1)
式中:Udesired,j為同一類機(jī)場旅客選擇出行方式j(luò)時(shí)的參考點(diǎn);θmj為同一類機(jī)場旅客選擇出行方式j(luò)的風(fēng)險(xiǎn)偏好系數(shù);pmi為同一類機(jī)場旅客選擇出行方式j(luò)的概率;δ為出行規(guī)模系數(shù).
參考點(diǎn)設(shè)定為
(2)
3) 機(jī)場旅客聯(lián)合選擇建模的編輯階段 在編輯階段中,構(gòu)建價(jià)值函數(shù)和權(quán)重函數(shù),得到相對變化量
xnj=Udesired,j-U′j
式中:xnj為價(jià)值函數(shù)的變量;U′j為機(jī)場旅客選擇出行方式j(luò)的感知出行成本.
通過xnj的正負(fù)判斷其“收益”“損失”,若xnj為正則為“收益”,若xnj為負(fù)則為“損失”,因此,價(jià)值函數(shù)V(xnj)為
(3)
式中:θmj為機(jī)場旅客選擇出行方式j(luò)的風(fēng)險(xiǎn)偏好系數(shù),一般0<θmj<1,其值越接近1表示機(jī)場旅客風(fēng)險(xiǎn)傾向程度越大;γ為機(jī)場旅客的風(fēng)險(xiǎn)規(guī)避系數(shù),絕大多數(shù)情況下γ≥1,即γ取2.25時(shí)符合機(jī)場旅客的實(shí)際情況.
權(quán)重函數(shù)的構(gòu)建來源于機(jī)場旅客的實(shí)際感知概率,這個(gè)概率值通過機(jī)場旅客自身經(jīng)驗(yàn)判斷得出,從Agent理論角度研究機(jī)場旅客的實(shí)際感知概率是基于主體計(jì)算機(jī)模擬技術(shù),充分考慮機(jī)場旅客的異質(zhì)性,將每類旅客看成一個(gè)智能體,通過自身的決斷選擇計(jì)算出合適的感知概率,用Gij表示機(jī)場旅客出行時(shí)選擇出行方式j(luò)和出發(fā)時(shí)間i所獲得的收益,可能出現(xiàn)的結(jié)果為
(4)
在Gij的基礎(chǔ)上,確定機(jī)場旅客的感知概率為
(Pij)1=P(Gij=1)=P(Udesired,j≥U′j) (5)
(Pij)0=P(Gij=0)=1—P(Udesired,j≥U′j)
(6)
采用經(jīng)典的權(quán)重函數(shù)形式,公式為
(7)
式中:π(Pij)為權(quán)重函數(shù);Pij為機(jī)場旅客選擇出行方式j(luò)和出發(fā)時(shí)間i時(shí)的感知概率;φ的取值定義為:“收益”時(shí)φ=0.61,“損失”時(shí)φ=0.69.
4) 機(jī)場旅客聯(lián)合選擇建模的評價(jià)階段 評價(jià)階段是前景值的計(jì)算,聯(lián)合選擇模型各個(gè)備選方案前景值的計(jì)算為
(M)ij=∑π+(Pij)V+(xnj)+∑π-(Pij)V-(xnj)
(8)
式中:(M)ij為前景值,各個(gè)備選方案的前景值由正負(fù)兩個(gè)前景值共同構(gòu)成,機(jī)場旅客將選擇前景值最大的方案為最佳方案,即
(M)ij=max[(M)11,(M)21,…,(M)ij]
(9)
2.1.1調(diào)查背景描述
南京祿口國際機(jī)場作為長三角地區(qū)第二大城市的門戶機(jī)場,2017年旅客吞吐量達(dá)2 582萬人·次,旅客的特征差異明顯,選取其出行旅客作為研究對象,調(diào)查和分析每一類機(jī)場旅客的出行決策行為.調(diào)查內(nèi)容包括如下幾個(gè)部分:①不同類型的機(jī)場旅客各個(gè)出發(fā)時(shí)間實(shí)際出行成本(出行方式和出發(fā)時(shí)間)的指標(biāo)調(diào)查;②機(jī)場旅客的社會經(jīng)濟(jì)屬性與出行目的調(diào)查;③不同類型的機(jī)場旅客出行方式選擇以及期望出行成本調(diào)查.
本調(diào)查于2018年11月16—17日開展,地點(diǎn)位于祿口機(jī)場2號航站樓,調(diào)查對象確定為:已領(lǐng)取登機(jī)牌和正在等待航班起飛的旅客.五名調(diào)查員從08:00—18:00進(jìn)行問卷調(diào)查,收回有效問卷740份,23.32%通過網(wǎng)絡(luò)回收,76.68%通過現(xiàn)場調(diào)查回收.組織實(shí)施RP和SP聯(lián)合調(diào)查的方法獲取出行行為數(shù)據(jù).
2.1.2數(shù)據(jù)調(diào)查結(jié)果及分析
表1為調(diào)查時(shí)針對出行時(shí)間、出行費(fèi)用、出行安全、舒適度,以及方便快捷程度等五種風(fēng)險(xiǎn)因素,需要根據(jù)實(shí)際調(diào)查情況篩選出機(jī)場旅客最為關(guān)心的、影響參照點(diǎn)的確定以及出行選擇行為中最大的因素作為主要解釋變量.在調(diào)查問卷中,機(jī)場旅客根據(jù)實(shí)際出行經(jīng)驗(yàn)對五種風(fēng)險(xiǎn)因素的重要性進(jìn)行評價(jià),分為以下五個(gè)等級,并且對其賦值,包括很高(5)、較高(4)、一般(3)、較低(2)、很低(1).
表1 風(fēng)險(xiǎn)因素統(tǒng)計(jì)值 %
根據(jù)表1數(shù)據(jù),將出行時(shí)間和出行費(fèi)用作為主要變量,即機(jī)場旅客對出行時(shí)間和出行費(fèi)用這兩種因素的關(guān)注比較大,因此,選取這兩種因素作為機(jī)場旅客參考點(diǎn)確定的標(biāo)準(zhǔn),并針對不同類型的機(jī)場旅客進(jìn)行建模.
以南京主要市區(qū)范圍內(nèi)前往機(jī)場乘坐航班的機(jī)場旅客為依據(jù),計(jì)算得出每類旅客針對不同出行方式和不同出發(fā)時(shí)刻的感知出行時(shí)間,見表2.
表2 出行方式和出發(fā)時(shí)刻感知成本
在計(jì)算每類機(jī)場旅客選擇不同出行方式的參照點(diǎn)時(shí),不同類型的機(jī)場旅客對單位時(shí)間價(jià)值成本的取值是不同的,因此參考國際標(biāo)準(zhǔn)關(guān)于單位出行時(shí)間價(jià)值的計(jì)算方法,將不同類型的機(jī)場旅客的單位時(shí)間價(jià)值成本設(shè)定如下:①公務(wù)出行的機(jī)場旅客每小時(shí)時(shí)間成本為1.23τ,τ為人均小時(shí)工資收入,其中高收入的機(jī)場旅客τ取14.8元,中低收入的機(jī)場旅客τ取7.8元;②自由出行的機(jī)場旅客每小時(shí)時(shí)間成本為0.3τ,其中高收入的機(jī)場旅客τ取4.5元,中低收入的機(jī)場旅客τ取2元.
根據(jù)之前相關(guān)的研究可以得出相應(yīng)的出行規(guī)模系數(shù)的取值,其中調(diào)查出行旅客的樣本量在500~800人時(shí),規(guī)模系數(shù)取值為0.5~0.7,本文調(diào)查的樣本量為740人,所以δ取0.67.
計(jì)算不同類型機(jī)場旅客的參考點(diǎn)時(shí),出行時(shí)間相對于出行費(fèi)用將會用β來衡量,其取值在0~1,因此,不同類型和出于不同出行目的機(jī)場旅客β也是不同的,根據(jù)機(jī)場旅客類型和出行目的設(shè)置β取值如下:高收入機(jī)場旅客公務(wù)出行時(shí),β為0.75,自由出行時(shí),β為0.55;中低收入機(jī)場旅客公務(wù)出行時(shí),β為0.65,自由出行時(shí),β為0.45.
表3為通過統(tǒng)計(jì)調(diào)查問卷結(jié)果可以得出各類機(jī)場旅客到達(dá)機(jī)場時(shí)選擇各種出行方式選擇概率以及期望出行時(shí)間和出行費(fèi)用,期望出行時(shí)間和出行費(fèi)用一般是小于實(shí)際值.
2.3.1算例結(jié)果
為了研究建立模型的性能,將不確定條件下得出的各個(gè)備選方案的決策結(jié)果與期望效用理論下各個(gè)備選方案的決策結(jié)果進(jìn)行對比,其中期望效用理論是將感知出行成本的倒數(shù)值作為效用函數(shù)進(jìn)行計(jì)算和比較,其中期望出行費(fèi)用值越高則被選擇的可能性越低,綜合比較每類機(jī)場旅客的各備選方案的效用值,對比結(jié)果見表4和圖2.
表3 機(jī)場旅客選擇概率、期望出行時(shí)間和費(fèi)用
表4 期望效用理論下的計(jì)算結(jié)果和決策方案
圖2 不確定條件下構(gòu)建模型的計(jì)算結(jié)果
從效用理論的計(jì)算結(jié)果表明,任何機(jī)場旅客都會選擇機(jī)場軌道線1~1.5 h出發(fā)這個(gè)方案出行,這樣的選擇的原因在于效用理論假設(shè)機(jī)場旅客在任何情況下的風(fēng)險(xiǎn)偏好都是中立的,參考點(diǎn)的改變不會影響機(jī)場旅客的決策.圖2表明不確定條件下做出的決策方案是不同的,收入水平不同的機(jī)場旅客,他們對出行時(shí)間和出行費(fèi)用的敏感程度不同,間接導(dǎo)致了他們在選擇出行方式和出發(fā)時(shí)刻考慮的側(cè)重點(diǎn)不同,機(jī)場旅客不確定條件下前景值曲線,他們之間有相同點(diǎn)和不同點(diǎn).
1) 在航班起飛前0~1 h的區(qū)間內(nèi),所有類型的機(jī)場旅客中私家車、出租車的前景值高于公共交通,即出發(fā)時(shí)刻越晚,機(jī)場旅客越傾向于選擇小汽車出行,原因在于時(shí)間的緊迫性,機(jī)場管理當(dāng)局應(yīng)重視車道邊的設(shè)計(jì).
2) 在航班起飛前>1~1.5 h的時(shí)間內(nèi),中低收入的旅客出行較為集中,在中低收入公務(wù)出行中絕大部分旅客選擇出租車的交通方式,出租車和私家車的前景值到達(dá)了頂峰,并且要高于公共交通,然而隨著出發(fā)時(shí)刻的提前小汽車的前景值曲線具有下降的趨勢,公共交通曲線上升,說明中低收入旅客此時(shí)更加關(guān)注經(jīng)濟(jì)性.
3) 在航班起飛前>1.5~2 h的區(qū)間內(nèi),公共交通的前景值明顯高于小汽車的前景值,在中低收入自由出行中絕大部分旅客選擇機(jī)場軌道線出行,由于是自由出行,對時(shí)間的要求不高,所以公共交通的出行方式更受中低收入旅客的青睞.
4) 在航班起飛前>2~3 h的區(qū)間內(nèi),此時(shí)間段內(nèi)的機(jī)場旅客數(shù)量較少,并且更多的集中于年齡較大的旅客,年齡較大的旅客由于行走不方便,時(shí)間觀念較為保守,所以出發(fā)時(shí)刻較早,機(jī)場管理當(dāng)局應(yīng)該積極提供相關(guān)的出行保障設(shè)施為老年人提供便利.
由表4和圖2可知,相較于一般的居民出行行為研究,不同的收入水平和出行目的對機(jī)場旅客的出行行為影響較為明顯.從出行目的來分析,公務(wù)出行的機(jī)場旅客由于都有單位報(bào)銷或者是時(shí)間的要求,他們從出發(fā)地到到機(jī)場采用小汽車出行的比例明顯增大,出發(fā)時(shí)刻也明顯較晚.不同的收入水平也影響著出行行為選擇的變化,中低收入旅客較高收入相比,公共交通的選擇比例較高,并且隨著出發(fā)時(shí)刻的提前,中低收入旅客更加傾向于公共交通的選擇.
2.3.2模型結(jié)果驗(yàn)證
為了驗(yàn)證兩種理論對機(jī)場旅客出行選擇行為的描述的準(zhǔn)確性和科學(xué)性,根據(jù)調(diào)查將各類機(jī)場旅客在實(shí)際出行中出行選擇行為的選擇結(jié)果以三維柱狀圖的形式展現(xiàn)出來,以方便作對比,見圖3.
圖3 機(jī)場旅客實(shí)際出行選擇行為
由圖3可知,不確定條件下前景值得出的決策結(jié)果更加符合實(shí)際情況的選擇,機(jī)場旅客在出行方式中,高收入旅客更加偏向于小汽車出行,可以看出高收入旅客對于出行便利性的追求;中低收入旅客更加偏向于公共交通,可以看出南京市公共交通與機(jī)場銜接的有效性.從數(shù)據(jù)整體來看,不確定條件下機(jī)場旅客聯(lián)合選擇模型的計(jì)算結(jié)果較效用理論的結(jié)果更加符合實(shí)際,并且更好的描述機(jī)場旅客實(shí)際的行為選擇結(jié)果,說明該模型對機(jī)場旅客的出行行為選擇具有可靠性與科學(xué)性.
1) 建立的不確定條件下的前景理論模型包括編輯和評價(jià)兩個(gè)階段,然后將其應(yīng)用到機(jī)場旅客的聯(lián)合選擇行為研究上,在一定程度上拓展了該領(lǐng)域的研究.
2) 考慮了參考點(diǎn)的異質(zhì)性,研究了風(fēng)險(xiǎn)偏好系數(shù)與參考點(diǎn)之間的關(guān)系,并且建立了不確定條件下機(jī)場旅客出發(fā)時(shí)刻和出行方式雙層聯(lián)合選擇模型,首先對第一層出行方式進(jìn)行選擇,通過確定各個(gè)備選方案的概率,然后對每個(gè)備選方案設(shè)立一個(gè)參考點(diǎn),以此建立價(jià)值函數(shù)和權(quán)重函數(shù),最后求出聯(lián)合選擇模型的前景值,這樣更加貼近機(jī)場旅客的實(shí)際情況.
3) 通過對基于南京祿口國際機(jī)場的RP/SP調(diào)查數(shù)據(jù)運(yùn)用,不同的收入水平和出行目的對機(jī)場旅客的出行行為影響較為明顯,公務(wù)出行的機(jī)場旅客由于都有單位報(bào)銷或者是時(shí)間的要求,他們從出發(fā)地到到機(jī)場采用小汽車出行的比例明顯增大,出發(fā)時(shí)刻也明顯較晚.中低收入旅客較高收入相比,公共交通的選擇比例較高,并且隨著出發(fā)時(shí)刻的提前,中低收入旅客更加傾向于公共交通的選擇.