宗 剛，曾慶華，魏素豪

基于時間價值的交通出行方式選擇行為研究

宗 剛1，曾慶華1，魏素豪2

（1.北京工業(yè)大學 經(jīng)濟與管理學院，北京 100124；2.中國人民大學 農(nóng)業(yè)與農(nóng)村發(fā)展學院，北京 100872）

通勤出行是城市居民最基本和最重要的出行目的，通勤出行時間價值是評價通勤出行者對交通方式選擇的重要參數(shù)之一，以累積前景理論為基礎，將通勤出行時間價值引入廣義出行成本函數(shù)中，以權(quán)重函數(shù)和改進的廣義出行成本函數(shù)作為交通方式選擇模型的依據(jù)，并在模型中自定義廣義出行成本參考點，選擇累積前景值最大的前景作為出行者最優(yōu)決策。分別基于“期望效用最大化理論”和“累積前景理論”對通勤出行者在三種不同出行場景下進行仿真模擬，研究最優(yōu)交通方式選擇行為。研究結(jié)果表明：期望效用理論框架下，通勤出行者的交通方式選擇行為不受出行場景的影響，累積前景理論更適用于出行方式選擇行為的研究。構(gòu)建以通勤出行時間價值為核心變量的交通方式選擇模型，可幫助通勤出行者選擇合理的交通方式，并為政府及相關部門制定交通管理規(guī)劃和實施緩解交通擁堵政策提供依據(jù)。

通勤出行；時間價值；交通方式；累積前景理論

0 引言

近年來，經(jīng)濟的蓬勃發(fā)展加速了我國的城市化進程，同時也使得城市交通擁堵問題日益嚴峻。據(jù)北京市交通發(fā)展研究院發(fā)布的《2016年北京市交通發(fā)展年度報告》，分析交通出行方式構(gòu)成占比和近年來交通擁堵指數(shù)的變化趨勢。如圖1所示，2007-2015年北京市中心城區(qū)通勤交通出行方式構(gòu)成占比，可以看出中心城區(qū)綠色出行比例高達70%以上，選擇公交和軌道交通出行方式占比逐年增加，這也體現(xiàn)了北京市貫徹實施公交優(yōu)先發(fā)展戰(zhàn)略。

圖1 2007—2015年北京市中心城區(qū)通勤交通出行方式構(gòu)成占比

Figure 1 Proportions of commuting modes in the central urban area of Beijing from 2007 to 2015

數(shù)據(jù)來源：北京交通發(fā)展研究院

如圖2 2007—2015年平均日交通擁堵指數(shù)所示，近年來北京市交通擁堵程度處于較高水平，且2011年以來交通擁堵指數(shù)呈正向增長趨勢，2015年全路網(wǎng)高峰時段平均交通指數(shù)5.7，較2014年的5.5高3.6%，處于“輕度擁堵”等級。道路交通擁堵問題越來越嚴重，人們的出行時間成本越來越高，居民的交通出行推動了城市經(jīng)濟的蓬勃發(fā)展和規(guī)模的擴張，同時也引發(fā)了交通擁堵、環(huán)境污染、城市居民安全等“城市病”問題，居民職住分離現(xiàn)象越來越明顯，如何選擇合理有效的交通方式出行以緩解交通擁堵、降低通勤出行時間成本，是亟待解決的問題。

圖2 2007—2015年平均日交通擁堵指數(shù)

Figure 2 Average daily traffic congestion index from 2007 to 2015

數(shù)據(jù)來源：北京交通發(fā)展研究院

國內(nèi)外關于出行時間價值的研究主要集中在出行時間價值概念的界定、不同條件下出行時間價值的估計方法、出行時間價值的應用路徑和出行時間價值在出行成本中的影響四個方面：

第一，從出行時間價值概念的界定進行分析。Becker等首次提出在出行行為中分析時間價值的經(jīng)濟理論，通過人均小時工資對時間價值進行計算[1]；Mcknight等對居民出行各個階段的時間價值和權(quán)重作了較為詳細的研究，以車內(nèi)時間價值為基準分別得出：步行和等待時間價值分別是車內(nèi)時間價值的1.85倍和2.4倍，Quarmby等得出步行和等待時間價值約為車內(nèi)時間價值的二到三倍[2-3]；Small等認為時間價值的估算存在很大的差異，有學者得出時間價值僅為小時工資的20%，有得出時間價值是小時工資的二倍甚至更多［4］-[5]；這種差異是由于出行者的出行目的、方式、距離以及被調(diào)查者收入的不同導致的[6]。第二，對出行時間價值在不同條件下的估計方法分析。時間價值逐漸應用到工程實踐中[7]，Bank等運用Probit模型對時間價值進行計算[8]；Mark運用非集計模型對時間價值進行計算，并基于出行時長和出行方式不同對時間價值的影響進行詳細研究[9]，何流等通過正交SP調(diào)查問卷，建立多項Logit模型對出行時間價值進行估算，得出有車家庭出行時間價值高于無車家庭[10]；符韋葦?shù)纫噪S機效用最大化理論的MNL方式選擇模型為理論基礎，把出行時間、費用和收入等因素考慮到MNL模型中，估算公共交通的通勤出行時間價值[11]。第三，對出行時間價值的應用路徑分析。Beesly等將交通方式分為私家車和公共交通，并采用判別式法把出行時間和出行費用作為研究出行時間價值的主要決定因素，得出出行時間價值為工資的三分之一[12]；高婷婷等將出行時間價值模型應用到乘客出行選擇行為（乘坐公交、地鐵、小汽車和出租車）的量化研究[13]；李曉津等運用Logit模型對旅客時間價值估值分析，基于“空鐵聯(lián)運”模式對民航和高鐵做定價機制研究[14]；侯云仙等對不同收入階層的旅客時間價值進行估算，得出收入階層不同的旅客時間價值不同，約等于該階層人均可支配收入的二分之一[15]；朱永中等將時間價值運用到擁堵收費研究中，得出剛性用戶對所選擇的不同出行路徑支付相應的費用[16]-[18]。第四，對出行時間價值在出行成本中的影響分析。李然然等應用廣義出行成本的概念,將各時間價值以貨幣形式表示,從而衡量非在乘時間損失在廣義成本中的比例[19]；陳小君等將運輸時間成本引入廣義出行成本函數(shù)中,構(gòu)建出行前景值計算模型，對運輸時間成本與路徑選擇行為間的關系進行研究[20]。

隨著用于描述決策者在不確定條件下的心理和決策特征的前景理論和累積前景理論的相繼提出，其在經(jīng)濟、金融和管理等領域得到廣泛應用。陳志松分別在理性期望效應理論和前景理論視角下，在戰(zhàn)略顧客行為對供應鏈優(yōu)化管理的影響中進行對比分析[23]；葛翔宇等在實物期權(quán)理論的基礎上，運用前景理論構(gòu)建目標公司價值的實物期權(quán)定價模型，并得到了合理的目標公司價值的估計值[24]；段明圓等人基于累積前景理論構(gòu)建科技企業(yè)孵化器運營前景模型和運營前景評估模型，對各個地區(qū)科技企業(yè)孵化器的運營前景進行評估[25]；鄭君君等人將前景理論引入到演化博弈中，分析投標者競價策略的演化路徑與均衡，對風險投資退出股權(quán)拍賣的價格形成機理進行深入的研究[26]；近年來，基于有限理性假設的前景理論和改進的累積前景理論在交通科學領域也得到高度關注，Konstantinos等對出行路徑選擇行為進行實證研究，得出出行者以某一確定值為臨界，出行時間小于這一確定值時，表現(xiàn)為風險厭惡，反之表現(xiàn)出風險追求，這一結(jié)論基本吻合前景理論[27]；Avineri等對出行者對路徑選擇行為進行深入的研究，得出出行者的路徑選擇行為具有非線性概率權(quán)重和損失規(guī)避傾向，這與前景理論基本觀點相吻合[28]；王韓麒等人通過建立累積前景模型，對異質(zhì)通勤者多維出行方式和合乘行為進行研究，得出在不同的決策行為下，出行者對風險的態(tài)度是不同的[29-32]；張波等以早高峰工作出行為研究對象，以累積前景理論為基礎構(gòu)建SDUO模型，得出路徑、OD對之間的動態(tài)出發(fā)流量、出發(fā)時間均與到達目的地價值函數(shù)形式相近[33]；王瑋強等人為提高運輸應急物資的高效性和安全性，以CPT為基礎構(gòu)建應急物流路徑選擇模型，結(jié)果表明模型的參數(shù)設置對路徑選擇模型有重要影響[34]。

現(xiàn)有文獻在廣泛意義上描述出行者有限理性行為，為管理者理解和預測出行者路徑選擇及流量分布提供了科學的分析工具和理論基礎。但是在不確定性條件下的出行行為，大多是基于單個理論對出行者路徑選擇中的有限理性行為進行描述，缺乏對出行者有限理性行為的系統(tǒng)性建模以及基于不同理論相互作用的有限理性行為的研究，事實上，出行者的路徑選擇行為是基于不同理論共同作用的結(jié)果。因此本文將通勤出行時間價值引入到廣義出行成本函數(shù)中，基于累計前景理論建立通勤出行方式選擇模型。通過仿真分析通勤出行者在不同的出行環(huán)境下如何選擇交通方式作為出行者最優(yōu)的交通出行方式，為政府對交通基礎設施投資決策提供了理論支撐，為相關部門制定交通規(guī)劃、交通管理政策和緩解交通擁堵提供理論依據(jù)。

1 通勤出行交通方式選擇行為的理論基礎

1.1 通勤出行時間價值

通勤出行者對交通方式選擇的主要影響因素是出行成本。而通勤出行時間價值又是出行成本的主要組成部分，因此通勤出行時間價值的確定和估值顯得極其重要。通勤者出行時間價值是指通勤者從起點出發(fā)至目的地所消耗的時間沒有作為生產(chǎn)要素投入到生產(chǎn)當中而損失的機會成本值。通勤出行時間價值無法運用市場價格進行估算，它由出行者為節(jié)約時間的支付意愿決定。它不僅包括通勤出行消耗的乘車、步行、等待換乘等損失的機會成本，還包括因出行尋找交通方式、停車和選擇出行路線等準備時間損失的機會成本。

目前為止，生產(chǎn)法、工資法、費用法和非集計模型是計算出行時間價值最為廣泛的計算方法[35-36]。由于非集計模型主要研究通勤出行者的主觀因素對出行時間價值的影響，它比其他三種計算方法的使用范圍更廣泛，適用于各種出行目的計算，不要求嚴格的適應環(huán)境，而且計算相對簡單、可操作性強。本文采用非集計模型計算選擇不同交通方式的通勤出行時間價值。

非集計模型充分考慮了出行時間的增加給通勤出行者帶來的精神上的損失，即出行者效用的減少，通過民意調(diào)查（SP）出行者對不同交通方式的選擇來揭示出行者不同的偏好。其中模型的效用函數(shù)僅考慮出行費用和時間兩個因素，效用函數(shù)表達式：

通勤出行者選擇第K種交通方式的時間價值公式：

1.2 通勤出行時間影響因素

通勤出行是城市居民創(chuàng)造生產(chǎn)價值的主要出行目的，是城市發(fā)展的動力。根據(jù)已有研究分析，通勤出行時間價值可以被貨幣所替代，一般認為通勤出行時間價值高于其他出行目的的時間價值，但時間本身具有不可交易性，因此對通勤出行時間價值的估算在很大程度上帶有主觀性。

通勤出行時間的影響因素：（1）主觀因素，一般指由通勤出行者自身的原因?qū)е峦ㄇ诔鲂袝r間消耗的因素，如通勤出行者對交通方式的選擇、通勤出行途中是否有其它出行安排、出行者的出發(fā)時間等。就交通方式的選擇而言，出行者可以選擇擁堵系數(shù)較小的交通方式，如地鐵出行（一般認為，公交出行的擁堵系數(shù)遠遠大于地鐵出行和自駕出行）；就出發(fā)時間而言，通勤出行者在高峰時段出行可能會消耗更多出行時間，采取錯峰出行以節(jié)約通勤出行時間。（2）客觀因素，是指通勤出行者無法以個人力量改變的因素。如候車時間、交通管理與控制、道路的擁擠程度和天氣等因素。候車時間越長，通勤出行時間越長，候車時間與通勤出行時間呈正相關關系；交通管理與管制對通勤出行時間也有很大的影響，比如公交優(yōu)先政策對公交運行效率的提高有很大的促進作用；道路的擁擠程度與出行時間呈正相關，道路的擁擠程度越大，通勤出行時間越長；好的天氣不會提高通勤出行效率，但是壞的天氣會降低通勤出行效率，因此天氣的好壞對通勤出行時間也有較大的影響。（3）感知時間，是指通勤出行者對時間的主觀感受。通勤出行的感知時間大于實際出行時間，較高的通勤出行時間價值導致了出行者對感知時間更加敏感。如通勤者乘坐公交車之前的步行時間和候車時間都會導致出行者的感知時間發(fā)生變化，步行和候車時間越長，出行者心理越焦慮，則感知出行時間就越長，往往大于實際出行時間。因此，考慮通勤出行的感知時間在通勤出行路徑選擇的研究中是非常有必要的[35-37]。

圖3 基于時間價值的出行方式選擇行為的演化邏輯框架圖

Figure 3 Evolutionary logic framework of travel mode choice behavior based on time value

1.3 基于時間價值的出行方式選擇行為的演化邏輯

1.3.1 改進的廣義出行成本函數(shù)

不失一般性，改進的廣義通勤出行成本公式如下：

1.3.2 通勤出行者的權(quán)重函數(shù)

相關學者對通勤者出行交通方式選擇的不確定性和風險性做過深入的研究，以往研究大多數(shù)是在隨機路網(wǎng)中考慮并建立隨機網(wǎng)絡平衡模型[14]，并且以期望效用理論為基礎，假設出行者是完全理性人，并掌握實際出行交通方式的概率分布。現(xiàn)實生活中出行者的決策行為會受到主觀因素的影響，比如出行者的風格、對風險的偏好、環(huán)境、舒適度、感知時間等因素，因此完全理性假設是不符合實際的。出行場景的不確定性是通勤出行者優(yōu)先考慮的，再根據(jù)先驗信息通過主觀推斷得出出行交通方式選擇決策，在決策過程中出行者因主觀感知因素的影響偏離客觀事實，從而形成出行者的主觀決策權(quán)重。

本文引用1992年由Tversky和Kahneman基于累積前景理論提出的權(quán)重函數(shù)[22]：

2 通勤出行交通方式選擇模型的構(gòu)建

2.1 基本假設

（1）出行者的出行決策是有限狀態(tài)集的，即通勤出行者的出行交通方式選擇決策是有限的。

（2）出行者對于有限的所有出行前景是按照順序排好的，且以升序排列。

（3）通勤者的廣義出行成本是離散分布的，既通勤者的廣義出行成本是關于客觀成本的離散函數(shù)。

（5）不考慮所選擇交通工具的折舊成本。選擇公交車出行時，不考慮除票價以外的成本；選擇自駕出行時，不考慮除油耗以外的折舊、保險等其他成本。

2.2 參數(shù)定義

若后文中無特別說明，居民通勤出行交通方式選擇行為的仿真參數(shù)均按照表1取值，仿真模型中各式所使用的符號定義具體如表1所示。

表1 通勤出行交通方式選擇模型中的變量說明

表1（續(xù)）通勤出行交通方式選擇模型中的變量說明

2.3 通勤出行累積前景值的表述

2.3.1 通勤出行者“收益”部分的累積前景值

通勤出行者“收益”部分的累積前景值為：

2.3.2 通勤出行者“損失”部分的累積前景值

表示負前景的累積權(quán)重為：

通勤出行者“損失”部分的累積前景值為：

2.4 模型求解算法步驟

Step1:設定不同的出行場景，并計算不同場景下的預算時間；

Step8:根據(jù)公式(11)、(14)、(17)─(21)確定總的累計前景函數(shù)；

Step9:確定所有不同的交通方式選擇狀態(tài)的累積前景值；

Step10:把累積前景值最大的交通方式作為通勤出行者的最優(yōu)出行交通方式。

3 居民通勤出行交通方式選擇行為的仿真分析

本小結(jié)通過仿真分析通勤出行個體的通勤出行時間價值是如何影響其出行交通方式選擇行為的，以通勤出行個體在一天內(nèi)單程出行的交通方式選擇為例。

3.1 仿真環(huán)境設定

交通方式1：選擇地鐵出行的總出行時間為固定的80分鐘，且單個出行者的地鐵票價為6元；

交通方式2：選擇公交出行，單個出行者的公交票價為4元。當出行擁堵時，擁堵概率為60%，相應總的出行時間為100分鐘；當出行暢通時，不擁堵概率為40%，相應總的出行時間為60分鐘。

交通方式3：選擇自駕出行,數(shù)據(jù)來源─汽車之家專業(yè)評測中心，得到通勤出行者單次出行的油耗為9.52元。當出行擁堵時，擁堵概率為60%，相應總的出行時間為85分鐘；當出行暢通時，不擁堵概率為40%，相應總的出行時間為55分鐘。

設定以下三種出行場景，研究在不同出行場景下對交通方式選擇的決策。

出行場景一：通勤出行者出發(fā)時刻為6:30，上班時間為8:00；

出行場景二：通勤出行者出發(fā)時刻為6:40，上班時間為8:00；

出行場景三：通勤出行者出發(fā)時刻為7:00，上班時間為8:00。

3.2 仿真算法設計

基于累積前景理論，以累積前景值最大為目標函數(shù)選擇最優(yōu)的交通方式，構(gòu)建累積前景值最大化模型：

約束條件：

3.3不同場景下的仿真結(jié)果分析

3.3.1 出行場景一下交通方式的選擇結(jié)果

通勤出行者出發(fā)時刻為6:30，工作時間為8:00，基于期望效用理論對通勤出行交通方式的選擇進行分析，三種不同交通方式的廣義通勤出行成本值和期望通勤出行成本值如表2所示。

表2 場景一下三種不同交通方式的通勤出行期望值

累積前景理論框架下三種不同交通方式的累積前景值如表3所示。

表3 場景一下選擇三種不同的交通方式的通勤出行累積前景值

3.3.2 出行場景二下交通方式的選擇結(jié)果

通勤出行者出發(fā)時刻為6:40，工作時間為8:00，基于期望效用理論對通勤出行交通方式的選擇進行分析，三種不同交通方式的廣義通勤出行成本值和期望通勤出行成本值如表4所示。

表4 場景二下三種不同交通方式的通勤出行期望值

累積前景理論框架下三種不同交通方式的累積前景值如表5所示。

表5 場景二下三種不同交通方式的通勤出行累積前景值

3.3.3 出行場景三下交通方式的選擇結(jié)果

通勤出行者出發(fā)時刻為7：00，工作時間為8:00，基于期望效用理論對通勤出行交通方式的選擇進行分析，三種不同交通方式的廣義通勤出行成本值和期望通勤出行成本值如表6所示。

表6 場景三下三種不同交通方式的通勤出行期望值

累積前景理論框架下三種不同交通方式的累積前景值如表7所示。

表7 場景三下三種不同交通方式的通勤出行累積前景值

綜合上面對三種場景的分析，通勤出行者在三種不同的場景下及不同的理論框架下對交通方式的選擇結(jié)果如表8所示。

表8 基于廣義出行成本的通勤出行期望值和累積前景值的交通方式選擇結(jié)果

分析表8基于廣義出行成本的通勤出行期望值和累積前景值的交通方式選擇結(jié)果，得出如下結(jié)論：（1）在期望效用理論框架下選擇最優(yōu)的交通方式總是地鐵出行，通勤出行者對交通方式的選擇不受出行場景的影響；（2）在累積前景理論框架下，通勤出行個體會受到不同交通方式的廣義出行成本參考點的影響，導致交通方式的選擇與期望效用理論框架下的選擇不完全一致。在累積前景理論框架下，廣義通勤出行成本曲線呈“S”型，廣義出行成本曲線在損失區(qū)域是凸函數(shù)，在收益區(qū)域是凹函數(shù)，體現(xiàn)通勤出行者對損失風險更為敏感的特性。出行場景一中，通勤出行者面臨不同交通方式既有收益風險又有損失風險，因為通勤出行者對損失更為敏感，認為自己可能遲到，表現(xiàn)為風險偏好，偏好較大風險的交通方式自駕出行；出行場景二中通勤出行者面臨不同交通方式既有損失風險又有收益風險，對廣義出行成本和風險初步比較，認為出行可能存在收益，即自己可以按時到達工作目的地，因此通勤出行者此時是風險規(guī)避者，選擇風險較小的地鐵出行；出行場景三中，通勤出行者面臨不同的交通方式均為損失風險，通勤出行者對損失更為敏感，認為自己很有可能會遲到，表現(xiàn)為風險偏好，會偏好較大風險的交通方式自駕出行。

4 結(jié)論

從微觀層面上分別基于“期望效用最大化理論”和“累積前景理論”分析通勤出行者在三種不同的出行場景下如何選擇最優(yōu)交通出行方式。以累積前景理論為基礎，將各類通勤出行方式的時間價值引入廣義出行成本函數(shù)中，以權(quán)重函數(shù)和改進的廣義出行成本函數(shù)為通勤出行方式選擇模型的理論基礎，選擇最大值的前景作為通勤出行者的最優(yōu)決策前景。研究發(fā)現(xiàn)：在期望效用理論框架下，通勤出行者的交通方式選擇行為不受出行場景的影響；在累積前景理論框架下，通勤出行個體會受到不同交通方式的廣義成本參考值影響，導致交通方式的選擇結(jié)果和期望效用理論框架下的選擇結(jié)果不完全一致，當出行者在固定的出行距離下對出行時間有較長的預期時，認為在預期時間內(nèi)不會遲到，表現(xiàn)為風險規(guī)避，會偏好風險較小、可靠性較大的交通方式，如地鐵出行；當出行者在固定的出行距離下對出行時間有較短的預期時，認為不能按時到達工作區(qū)而遲到，由于通勤出行者對損失更為敏感，表現(xiàn)為風險追求，會偏好風險較大的交通方式，如自駕出行；從仿真研究結(jié)果可知，出行者決策行為會隨著出行場景的變化而變化，其出行方式選擇結(jié)果與累積前景理論框架下的結(jié)果相符合，驗證了累積前景理論相較于傳統(tǒng)的期望效用最大化理論更適用于出行方式選擇行為研究。構(gòu)建以通勤出行時間價值為核心變量的累積前景理論的交通方式選擇模型，以幫助通勤出行者選擇合理的交通方式，為政府及相關部門制定交通管理規(guī)劃和實施緩解交通擁堵政策提供依據(jù)，交通管理部門應結(jié)合個體風險偏好進行道路資源優(yōu)化與管理，如：將“互聯(lián)網(wǎng)+”和交通信息大數(shù)據(jù)結(jié)合起來運用交通方式選擇模型向通勤出行者提供合理的通勤出行方式選擇的規(guī)劃方案，以提高出行效率，降低出行成本；交通管理部門結(jié)合交通信息大數(shù)據(jù)挖掘、“互聯(lián)網(wǎng)+”對未來交通基礎設施投資側(cè)重點進行規(guī)劃和預測。但是本文的出行時間價值和模型中其他參數(shù)值并不是在同一時空獲得的數(shù)據(jù)，如果模型中的數(shù)據(jù)在同一時空獲得可得到更為準確的結(jié)果，這也是下一步研究的方向。

[1] Becker G. A theory of the allocation of time[J].Economics J,1965,75: 493-517.

[2] McKnight A. The Value of Travel Time Saving in Public Sector Evaluation [M]. Australia. Commonwealth of Australia,1982.

[3] Quarm by D.A. Choice of travel mode for the journey to work: some findings[J]. Journal of Transportation Economics and Policy, 1967,(1): 273-314.

[4] 陳旭梅,劉巧仙,杜光.基于SP調(diào)查的城市公共交通出行時間價值估計[J].交通運輸系統(tǒng)工程與信息,2011,11(4):77-84.

Chen X M, Liu Q X, Du G. Estimation of Travel Time Values for Urban Public Transport Passengers Based on SP Survey[J]. Journal of Transportation Systems Engineering and Information Technology, 2011,11(4):77-84.

[5] Small K A. Urban Transportation Economics [R]. Chur：Harwood, 1992.

[6] 秦萍,陳穎翱,徐晉濤,等.北京居民出行行為分析:時間價值和交通需求彈性估算[J].經(jīng)濟地理,2014,34(11):17-22.

Qin P, Chen Y A, Xu J T, et al. Travel Behavior Analysis for the Residents in Beijing： Value of Time and Travel Demand Elasticity Estimates[J]. Economic Geography, 2014,34(11):17-22.

[7] Wamer S L. Stochastic choice of mode in urban travel a study in binary choice [R]. Northwestern University,1962.

[8] Banks J H Effect of time-value distributions on transit head way Optinizations [J]. Journal of Advanced Transportation, 1991,25: 161- 186.

[9] Mark Wardman A review of British evidence on time and service quality valuations[J]. Transportation Research Part E, 2001, 37: 107-128.

[10] 何流,段仲淵,丘建棟. 基于SP調(diào)查的出行時間價值估計方法研究[J].金陵科技學院學報,2016,32(2):30-33.

He L, Duan Z Y, Qiu J D. Research on Estimation Methodology for Value of Travel Time Based on SP Survey[J]. Journal of Jinling Institute of Technology,2016,32(2):30-33.

[11] 符韋葦,靳文舟,林福成.基于MNL模型的城市公共交通出行時間價值估計[J].交通運輸系統(tǒng)工程與信息,2010,10(2):148-152.

Fu W W, Jin W Z, Lin F C. Calculation of Time Value for Urban Public Travel with MNL model[J]. Journal of Transportation Systems Engineering and Information Technology,2010,10(2):148-152.

[12] Beesley Me. The value of time spent in traveling: some new evidence[J]. Economical,1965,32:174-185.

[13] 高婷婷,王武宏.基于時間價值的城市交通出行成本研究[J].鐵道運輸與經(jīng)濟,2014,36(2)1-3+10.

Gao T T, Wang W H. Study on City Traveling Cost based on Time Value[J]. Rail Way Transport and Economy, 2014, 36(2)1-3+10.

[14] 李曉津,邢偉永,楊斌,等.我國空鐵聯(lián)運服務定價研究——基于旅客時間價值的實證分析[J].價格理論與實踐,2016,(7):75-78.

Li X J, Xing W Y, Yang B, et al. The Research on Air-HSR Transport Pricing in China based on the Time Value of Passengers[J]. Price: Theory & Practice, 2016, (7):75-78.

[15] 侯云仙, 楊善奇.交通方式選擇與旅客時間價值研究——以北京-太原客運通道為例[J].北京交通大學學報(社會科學版),2016,15(2):80-88.

Hou Y X, Yang S Q. The Value of Travel Time and Transportation Mode Choice:A case study on Beijing-Taiyuan passenger transport[J]. Journal of Beijing Jiaotong University (Social Sciences Edition), 2016, 15(2):80-88.

[16] 朱永中. 基于出行時間價值的交通擁堵收費研究[D].北京：北京工業(yè)大學,2015.

Zhu Y Z. Research on The Traffic Congestion Charge under Travel Value of Time[D]. Beijing: Beijing University of Technology,2015.

[17] 朱永中,宗剛. 出行時間價值視角下交通擁堵收費可行性研究[J].軟科學,2015,29(4):124-128+144.

Zhu Y Z, Zong G. An Approach about the Fair-improving Congestion Charge Based on Value of Time[J]. Soft Science, 2015, 29(4): 124- 128+144.

[18] 朱永中,宗剛. 時間價值偏好下北京交通擁堵收費設計研究[J].中國軟科學,2014,(9):67-77.

Zhu Y Z, Zong G The Design of Beijing Congestion Charge under Value of Time[J]. China Soft Science, 2014, (9):67-77.

[19] 李然然,鐘爽.基于廣義出行成本的公交線網(wǎng)密度合理性討論[J].交通標準化,2010,(13):38-42.

Li R R, Zhong S. Thoughts Concerning Reasonable Bus Network Density Based on Generalized Trip Cost[J]. Transport Standardization, 2010,(13):38-42.

[20] 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),2013,12(2):7-14.

Chen X J, Lin X Y. A Study of Route Choice Behavior Based on Value of Transit Time[J]. Journal of Beijing Jiaotong University (Social Sciences Edition) ,2013,12(2):7-14.

[21] Kahneman D, Tversky A. Prospect theory:An Analysis of Decision under Risk [J].Levines Working Paper Archive, 1979,68(3):263-291.

[22] Tversky A, Kahneman D. Adancees in prospect theory: Cumulative representation of Uncertainty [J].Journal of Risk&Uncertainty, 1992, 5(4):297-323.

[23] 陳志松.前景理論視角下考慮戰(zhàn)略顧客行為的供應鏈協(xié)調(diào)研究[J]. 管理工程學報,2017,31(4):93-100.

Chen Z S. Supply chain coordination with strategic consumer behavior under the perspective of prospect theory[J]. Journal of Industrial Engineering and Engineering, 2017,31(4):93-100.

[24] 葛翔宇,周艷麗. 企業(yè)并購中目標公司價值的實物期權(quán)定價新方法——基于前景理論的行為分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2017,34(3):145-161.

Ge X Y, Zhou Y L. A New Real Option Pricing Approach for the Target Firm in Merger ＆ Acquisition[J]. The Journal of Quantitative & Technical Economics, 2017,34(3):145-161.

[25] 段明圓;閻瑞霞.基于累積前景理論的孵化器運營前景研究[J]. 科技管理研究,2018,(3):94-99.

Duan M Y, Yan R X. Research on Incubator Operation Prospect Based on Cumulative Foreground Theory[J]. Science and Technology Management Research, 2018,(3):94-99.

[26] 鄭君君,韓笑,鄒祖緒.引入前景理論的股權(quán)拍賣異質(zhì)投標者競價策略演化均衡研究[J].管理工程學報,2015,29(4):109-116.

Zheng J J, Han X, Zou Z X. Prospect Theory Embedded Evolutionary Stability Analysis on Bidding Strategies of Heterogeneous Bidders in Equity Auction[J]. Journal of Industrial Engineering and Engineering Management, 2015,29(4):109-116.

[27] Konstantinos V K, Yawa D A, Donald L F, et al. Risk attitude reversals in drivers' route choice when range of travel time information is provided [J]. Human Factors: The Journal of the Human Factors and Ergonomics Society, 2002, 44(3): 466-473.

[28] Avineri E, Prashker J N. Sensitivity to travel time variability: travelers learning perspective[J].Transportation Research PAPTC,2005,13(2): 157-183.

[29] 王韓麒,陳紅,馮微,等.基于CPT的異質(zhì)通勤者多維出行決策模型[J].浙江大學學報(工學版),2017,51(2):297-303.

Wang H Q, Chen H, Feng W. Multi-dimensional travel decision model of heterogeneous commuters based on Cumulative Prospect Theory[J]. Journal of Zhejiang University(Engineering Science), 2017,51(2): 297-303.

[30] 趙偉濤.通勤出行時間價值模型研究[D].北京：北京交通大學,2013.

Zhao W T. Research on Model of Time Value of Commuter Travel[D]. Beijing: Beijing Jiaotong University, 2013.

[31] 田麗君,楊茜,黃海軍,等. 基于累積前景理論的出行方式選擇模型及實證[J].系統(tǒng)工程理論與實踐,2016,36(7):1778-1785.

Tian L J, Yang Q, Huang H J, et al. The cumulative prospect theory-based travel mode choice model and its empirical verification[J]. Systems Engineering-Theory & Practice, 2016, 36(7): 1778 -1785.

[32] 田麗君,呂成銳,黃文彬. 基于累積前景理論的合乘行為建模與研究[J].系統(tǒng)工程理論與實踐,2016,36(6):1576-1584.

Tian L J, Lyu C R, Huang W B. Modelling carpooling behavior based on cumulative prospect theory[J].Systems Engineering-Theory & Practice, 2016,36(6):1576-1584.

[33] 張波,雋志才,林徐勛.基于累積前景理論的出發(fā)時間選擇SDUO模型[J].管理工程學報,2013,27(1):68-76.

Zhang B, Juan C C, Lin X X. Stochastic Dynamic User Optimum Model with Departure Time Choice Based on Cumulative Prospect Theory[J]. Journal of Industrial Engineering and Engineering Management, 2013,27(1):68-76.

[34] 王瑋強,張春民,朱昌鋒,等.基于累積前景理論的應急物流路徑選擇方法[J].中國安全科學學報,2017,27(3):169-174.

Wang W Q, Zhang C M, Zhu C F, et al. Route selection method for emergency logistics based on cumulative prospect theory[J]. China Safety Science Journal, 2017,27(3):169-174.

[35] 魏素豪,宗剛.基于線路“異質(zhì)性”假設的軸輻式公共交通網(wǎng)絡優(yōu)化研究[J].運籌與管理,2017,26(10):42-48.

Wei S H, Zong G. Research on the Optimization of Hub and Spoke Public Transportation Network Based on the Line ＂Heterogeneity＂ Hypothesis[J]. Operations Research and Management Science, 2017, 26(10):42-48.

[36] 張羽祥. 私家車通勤出行時間價值研究[D].大連：大連理工大學,2009.

Zhang Y X. Value of Drivers’ Commuting Travel Time[D]. Dalian: Dalian University of Technology, 2009.

[37] 肖光年,雋志才,張春勤.通勤出行方式和出行時間選擇的離散-連續(xù)模型[J].系統(tǒng)管理學報,2017,26(6):1131-1135+1142.

Xiao G N, Juan Z C, Zhang C Q. Discrete-continuous Model of Selections on Commuters' Travel Modes and Trip Timings[J]. Journal of Systems & Management, 2017,26(6):1131-1135+1142.

Research on traffic mode choice behavior based on commuting ravel time value

ZONG Gang1, ZENG Qinghua1, WEI Suhao2

(School of Economics and Management, Beijing University of Technology, Beijing 100124, China;School of Agriculture Economics and Rural Development, Renmin University of China, Beijing 100872, China)

In recent years, the rapid development of the economy has made the construction of transportation infrastructure by leaps and bounds. The problem of the mismatch between supply and demand of urban transportation resources leads to the increasingly serious traffic congestion in cities, and the accurate description of the selection behavior of travelers' path is an important prerequisite for alleviating traffic congestion. The traditional commuting travel mode selection behavior research, based on "the homogeneity" hypothesis, chooses the prospect of maximum expected utility as the optimal travel decision and meets " the heterogeneity" hypothesis in real life. For example, "Alize" And "Elsberg's Paradox" prove that the trip behavior and the "expected utility theory" deviate from each other. Based on the "heterogeneity" hypothesis, which is the traveler is not completely rational under the uncertain travel prospects and travels on commuting, this paper studies the behavior of commuting.

Accumulated prospect theory is a decision model that describes imperfect rational decision-makers under uncertain conditions. “Heterogeneity” is consistent with cumulative prospect theory. Therefore, based on the cumulative prospect theory, The value of commuting time is one of the important parameters to evaluate the choice of transportation mode by commuters, and the parameter is used to improve the generalized travel cost function. The weight function and the improved generalized travel cost function are the basis of traffic mode and can customize the generalized travel cost in the model reference points, and calculate the cumulative prospect value. Finally, the foreground of the maximum value is selected as the optimal decision foreground for commuters.

On the micro-level, based on "expected utility theory" and "cumulative prospect theory," this paper analyzes how commuting travelers can choose the best mode of transportation in three different travel scenarios. Simulation results show that under the framework of expected utility theory, the mode of transportation of commuters is not affected by the travel scene；Under the framework of the cumulative prospect theory, the choice result is not exactly consistent with the selection result under the framework of expected utility theory due to the difference of the generalized cost reference value. Under the fixed travel distance, when the traveler has a long expectation of travel time, it is shown as risk aversion, which will favor the less risky and more reliable mode of transportation, such as subway travel. When travelers expect shorter travel times, because commuters are more sensitive to losses, they tend to prefer risky modes of transportation, such as self-driving travel.

In summary, the cumulative prospect theory is more applicable to the study of commuting travel mode choice behaviors, and constructs a transportation mode selection model with accumulated prospect theory based on the commuting travel time value as the core variable, to help travelers choose a reasonable mode of transportation for the government and related departments to formulate traffic management plans and implement policies to ease traffic congestion.

Commuter travel; Time value; Transportation mode; Cumulative prospect theory

2017-09-11

2018-05-08

Funded Project: Supported by the National Social Science Foundation of China (15BJY048)

C93; U121

A

1004-6062(2020)03-0142-009

10.13587/j.cnki.jieem.2020.03.015

2017-09-11

2018-05-08

國家社會科學基金資助項目（15BJY048）

宗剛（1957—），男，江蘇常熟人；北京工業(yè)大學經(jīng)濟與管理學院博士生導師，教授，博士；研究方向：交通運輸經(jīng)濟學、管理學、產(chǎn)業(yè)經(jīng)濟學、城市區(qū)域產(chǎn)業(yè)經(jīng)濟學等。

中文編輯：杜 ??；英文編輯：Charlie C. Chen