張 兵，黃娜娜，徐偉碩，折 欣，薛運(yùn)強(qiáng)

(1.華東交通大學(xué) 交通運(yùn)輸與物流學(xué)院，江西 南昌 330013 2. 同濟(jì)大學(xué) 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海 201804；3.中國安全生產(chǎn)科學(xué)研究院，北京 100012)

0 引言

昌吉贛客運(yùn)通道為江西省南北向的重要運(yùn)輸通道，連接省會南昌市、吉安市和贛州市。目前南昌至贛州的高速鐵路正在如火如荼地建設(shè)中，設(shè)計速度達(dá)350 km/h，預(yù)計于2020年建成通車。高鐵的開通將會對客運(yùn)通道內(nèi)其余客運(yùn)方式客流分擔(dān)率有顯著的影響，尤其對公路客運(yùn)班線帶來較大的沖擊。

目前國內(nèi)外關(guān)于高速鐵路與其他運(yùn)輸方式客流分擔(dān)率的研究比較成熟，其中以概率論為基礎(chǔ)的Logit模型應(yīng)用最為廣泛，Park、陸化普、鄧衛(wèi)、張戎等學(xué)者[1-4]以RP/SP組合調(diào)查方法設(shè)計調(diào)查問卷方案，選用不同指標(biāo)建立Logit模型，預(yù)測高鐵或城鐵開通后客運(yùn)體系中各客運(yùn)方式分擔(dān)率的變化；王煒、王慈光、朱鴻國、朱順應(yīng)等學(xué)者[5-8]探討了用不同方法與傳統(tǒng)Logit模型進(jìn)行組合預(yù)測交通方式結(jié)構(gòu)及旅客出行方式選擇行為；徐亞、王爽、陳喜春、欒琨等學(xué)者[9-12]對Logit模型中效用函數(shù)參數(shù)的標(biāo)定方法做了較為詳細(xì)的研究。還有很多學(xué)者[13-17]對運(yùn)輸通道尤其是客運(yùn)通道進(jìn)行了理論研究，目前的研究更側(cè)重于客運(yùn)通道內(nèi)各客運(yùn)方式的協(xié)調(diào)發(fā)展。

通過對上述研究成果進(jìn)行分析，一些文獻(xiàn)在進(jìn)行效用函數(shù)中特性變量的選取時，未考慮這特性變量與實(shí)際問題的吻合情況，也較少考慮廣義費(fèi)用中隨機(jī)項(xiàng)的標(biāo)定。本研究以昌吉贛通道為例，根據(jù)旅客出行SP/RP調(diào)查數(shù)據(jù)分析該通道內(nèi)的旅客出行行為和出行特征，采用MNL模型(Multinominal Logit Model)作為基礎(chǔ)模型，分析了各影響因素作為模型特性變量的適用性，選取了效用函數(shù)中固定項(xiàng)的線性函數(shù)形式和對數(shù)函數(shù)形式來進(jìn)行模型效用函數(shù)的標(biāo)定，最終通過模型檢驗(yàn)確定一種最優(yōu)的分擔(dān)率預(yù)測模型，該模型能夠充分地解釋和擬合調(diào)查樣本數(shù)據(jù)。

在昌吉贛高鐵建成之后，該客運(yùn)通道內(nèi)旅客的主要出行方式有高速鐵路、普速鐵路、公路班線以及航空班線，水運(yùn)承擔(dān)的客運(yùn)量很小，本研究將不再討論。昌吉贛通道全公共客運(yùn)方式分類如圖1所示。

圖1 昌吉贛客運(yùn)通道客運(yùn)全出行方式Fig.1 Travel modes in Nanchang-Ji’an-Ganzhou passenger transport corridor

1 旅客出行特征調(diào)查及分析

1.1 旅客出行特征調(diào)查

由于昌吉贛高鐵尚未開通，因此采用旅客出行行為SP/RP調(diào)查，在昌吉贛客運(yùn)通道沿線對旅客出行選擇行為進(jìn)行問卷調(diào)查以收集數(shù)據(jù)。調(diào)查地點(diǎn)包括沿線火車站、長途汽車站和昌北機(jī)場。共發(fā)放調(diào)查問卷450份，回收到調(diào)查問卷408份，回收率達(dá)到90.7%，并進(jìn)行問卷整理，篩除掉漏填、錯填等無效問卷，最終確認(rèn)有效問卷366份，有效率為81.3%。調(diào)查問卷的特性變量及其取值如表1所示。

表1 問卷調(diào)查設(shè)計表Tab.1 Questionnaire design table

1.2 調(diào)查數(shù)據(jù)分析

根據(jù)問卷調(diào)查數(shù)據(jù)，得到的旅客意向出行方式與特性變量類別交叉統(tǒng)計結(jié)果，如表2所示。

(1)旅客年齡分布

選擇普速鐵路和公路客運(yùn)的旅客年齡分布與總體旅客的年齡分布相似，26歲～40歲的旅客占比較大，40歲～50歲的旅客占比其次。

(2)旅客性別分布

在所有出行的旅客中，男性乘客數(shù)量較女性乘客多15%左右。

(3)旅客職業(yè)分布

選擇高速鐵路、普速鐵路和公路客運(yùn)出行的旅客與總體旅客的職業(yè)分布具有明顯的一致性，所占比例最大的4類旅客依次是學(xué)生、個體從業(yè)人員、企業(yè)管理人員和工人。

(4)旅客收入分布

總體上，旅客的收入主要集中在4 000元/月～7 000 元/月區(qū)間，選擇普速鐵路和公路客運(yùn)出行的旅客其收入分布與總體旅客收入分布較為一致，而選擇高鐵出行的旅客中中高收入的比例較低。通過分析調(diào)查數(shù)據(jù)可知，由于調(diào)查時正處于寒假期間，旅客中學(xué)生和返鄉(xiāng)工人占到了大多數(shù)，排除這一影響因素后，選擇高鐵出行旅客主要是中高收入人群，而且該人群所占比例遠(yuǎn)大于總體旅客和選擇其他方式旅客所占比例。

(5)私家車數(shù)量分布

總體上，家庭私家車數(shù)量為1輛，2輛和3輛及以上的旅客分別占比41%，23%和10%，而家庭無私家車的旅客占比也達(dá)到27%。

表2 旅客意向出行方式與特性變量類別交叉統(tǒng)計表Tab.2 Cross statistics of passenger intended travel mode and characteristic variable categories

(6)費(fèi)用來源

選擇不同出行方式的旅客費(fèi)用來源情況大致相同，都是自費(fèi)占較大比例，總體上自費(fèi)的旅客大約占比84%，其中選擇公路客運(yùn)的旅客自費(fèi)占比最大，達(dá)到96%，而選擇航空客運(yùn)出行的旅客自費(fèi)占比最小，為67%。

2 分擔(dān)率預(yù)測模型

2.1 基礎(chǔ)模型

MNL模型，是非集計模型中較為常用的模型，其具體表達(dá)形式如下：

(1)

式中，Pi為旅客選擇第i種出行方式的概率；Ui為第i種出行方式的效用值；n為運(yùn)輸通道內(nèi)可供旅客選擇的出行方式種類。

旅客選擇某種出行方式的效用因旅客自身特性、旅客出行特性以及該出行方式特性等因素決定，因此，效用值又由固定項(xiàng)和隨機(jī)項(xiàng)組成。

Ui=Vi+εi，

(2)

式中，Ui為第i種出行方式的效用值；Vi為由可觀測到的特性變量的固定項(xiàng)；εi為不能觀測到的其他因素影響及已有變量的偏差引起的隨機(jī)項(xiàng)。

MNL模型的固定項(xiàng)有以下幾種表示形式：

(1)線性函數(shù)形式

(3)

(2)對數(shù)函數(shù)形式

(4)

(3)CES(Constant Elasticity of Substitution)函數(shù)形式

(5)

考慮到CES函數(shù)對參數(shù)的計算十分復(fù)雜，本研究只選取了固定項(xiàng)的線性函數(shù)形式和對數(shù)函數(shù)形式來進(jìn)行模型效用函數(shù)的標(biāo)定，最終通過模型檢驗(yàn)確定一種最優(yōu)的分擔(dān)率預(yù)測模型，該模型能夠充分地解釋和擬合調(diào)查樣本數(shù)據(jù)。

2.2 影響旅客出行方式選擇的因素分析

特性變量的選擇直接影響到模型對實(shí)際問題的擬合精度以及分析實(shí)際問題的有效程度。因此，選出具有代表性的出行方式選擇影響因素作為變量對模型具有重大意義。下面結(jié)合旅客出行特征以及其他學(xué)者[18]選取的各種運(yùn)輸方式的安全性、快速性、經(jīng)濟(jì)性、舒適性、方便性等指標(biāo)對相關(guān)影響因素的模型適用性進(jìn)行分析。

(1)旅客年齡分布

選擇普速鐵路和公路客運(yùn)的旅客年齡分布與總體旅客的年齡分布相似，26歲～40歲的旅客占比較大，40歲～50歲的旅客占比其次。因此，旅客的年齡分布應(yīng)作為特性變量出現(xiàn)在效用函數(shù)中。

(2)旅客性別分布

在所有出行的旅客中，男性乘客數(shù)量較女性乘客多15%左右，旅客性別分布情況對其出行方式選擇的影響較小。

(3)旅客職業(yè)分布

根據(jù)調(diào)查結(jié)果，選擇高速鐵路、普速鐵路和公路客運(yùn)出行的旅客與總體旅客的職業(yè)分布具有較為明顯的一致性，該指標(biāo)對旅客出行方式選擇的影響較小。

(4)旅客收入

根據(jù)調(diào)查結(jié)果，旅客收入作為衡量旅客自身特性的重要指標(biāo)，選擇普速鐵路和公路客運(yùn)出行的旅客其收入分布與總體旅客收入分布較為一致，而選擇高鐵出行的旅客中中高收入的比例較大，其與旅客的出行方式選擇高度相關(guān)，因此，旅客收入應(yīng)作為特性變量出現(xiàn)在效用函數(shù)中。

(5)私家車數(shù)量

根據(jù)調(diào)查結(jié)果，旅客家庭私家車數(shù)量的多少對于旅客城際間出行方式選擇的影響較小。

(6)費(fèi)用來源

根據(jù)調(diào)查結(jié)果，旅客出行費(fèi)用的來源很大程度上決定了旅客出行方式的選擇情況。費(fèi)用來源應(yīng)作為特性變量出現(xiàn)在效用函數(shù)中。

(7)安全性

安全性指標(biāo)表征的是不同客運(yùn)方式發(fā)生安全事故的概率情況，人們在出行時首先希望自己的人身及財產(chǎn)安全可以得到充分的保障。但是安全性指標(biāo)一般由客運(yùn)方式的事故率[19]來表征，其標(biāo)定值只與這種客運(yùn)方式有關(guān)，不隨起訖點(diǎn)而變化，因此安全性指標(biāo)不宜出現(xiàn)在特性變量中。

(8)快速性

快速性指標(biāo)以旅客選擇出行方式出行的總時間來衡量，主要包括旅途耗時和市內(nèi)交通周轉(zhuǎn)耗時兩部分。本研究將不同運(yùn)輸方式的快速性(出行時間)指標(biāo)標(biāo)定在效用函數(shù)中。

(6)

式中，Ti為旅途耗時；T′i為市內(nèi)交通周轉(zhuǎn)耗時；Li為一種出行方式的旅行距離；Vi為一種出行方式的運(yùn)行速度。

(9)經(jīng)濟(jì)性

經(jīng)濟(jì)性指標(biāo)表征的是旅客選擇一種出行方式需要支付的費(fèi)用，本研究采用票價來描述各出行方式的服務(wù)費(fèi)用。本研究將不同運(yùn)輸方式的經(jīng)濟(jì)性(票價)指標(biāo)標(biāo)定在效用函數(shù)中。

Ei=pi×Li,

(7)

式中，pi為一種出行方式的單位運(yùn)費(fèi)；Li為一種出行方式的旅行里程。

(10)舒適性

舒適性指標(biāo)是旅客在選擇出行方式并在交通工具中對車內(nèi)環(huán)境、擁擠程度及客運(yùn)服務(wù)等因素的綜合性概念，故舒適性指標(biāo)的衡量尺度較難確定。文獻(xiàn)[9]采用旅客旅途后恢復(fù)疲勞所需時間來度量舒適性，其標(biāo)定值不隨起訖點(diǎn)的變化而變化，因此，舒適性指標(biāo)不宜作為特性變量出現(xiàn)在效用函數(shù)中。

(11)方便性

旅客的方便性感受很大程度上依賴于旅客等候時間及中轉(zhuǎn)效率，而其大多都依賴于運(yùn)輸方式發(fā)車間隔的長短，因此本研究將不同運(yùn)輸方式的發(fā)車間隔時間標(biāo)定在效用函數(shù)中。

2.3 參數(shù)的估計與檢驗(yàn)

各特性變量的參數(shù)在一定程度上代表了旅客在選擇各種出行方式的時候給予它們的權(quán)重，這些參數(shù)須在大量的社會調(diào)查基礎(chǔ)上結(jié)合數(shù)學(xué)方法加以確定，常見的數(shù)學(xué)方法有層次分析法、回歸分析法、極大似然估計法等，本研究運(yùn)用極大似然法估計特性變量的參數(shù)，具體步驟如下所示。

(1)設(shè)昌吉贛通道間旅客人數(shù)為N，則他們選擇出行方式的行為可視為進(jìn)行N次獨(dú)立的貝努力試驗(yàn)。N個出行者選擇第n種交通方式的人數(shù)分別為N1，N2，…，Nn，其概率可表示為：

(8)

(2)對似然函數(shù)Λ取對數(shù)，以便得到最大似然估計值，并對表達(dá)式進(jìn)行化簡，化簡后的具體表達(dá)式為：

lnΛ=∑NilnPi。

(9)

(3)對lnΛ分別求α1，α2，…，α4的偏導(dǎo)數(shù)，并令偏導(dǎo)數(shù)為0，解方程組(10)可確定各參數(shù)。

(10)

模型估計的檢驗(yàn)值由軟件估計所得的效用函數(shù)參數(shù)的t檢驗(yàn)值和優(yōu)度比來表征。

(1)當(dāng)t檢驗(yàn)值的絕對值大于1.96時，有95%的把握認(rèn)為相應(yīng)的變量是對選擇概率造成影響的因素，否則，應(yīng)當(dāng)將變量從影響因素中排除后再進(jìn)行參數(shù)估計。

(2)優(yōu)度比指標(biāo)McFadden決定系數(shù)ρ2，其值位于0～1之間，越接近1表明模型的精度越高，一般情況下ρ2達(dá)到0.2～0.4之間就可以認(rèn)為模型精度比較高了。

3 實(shí)例分析

3.1 特性變量的選取及分析

考慮到旅客出行時間指標(biāo)與票價指標(biāo)均與出行距離有關(guān)，這兩個指標(biāo)可能會高度相關(guān)，因此，本研究在選擇上述特性變量的基礎(chǔ)上采取費(fèi)用時間比(票價與出行時間的比值)來替代費(fèi)用和出行時間這兩個指標(biāo)。模型特性變量的標(biāo)定與取值如表3所示。

表3 模型特性變量標(biāo)定與編碼Tab.3 Model characteristic variable calibration and coding

根據(jù)以上旅客出行特征以及效用函數(shù)的線性和對數(shù)形式，確定了4種特性變量選取方案，最終通過模型檢驗(yàn)確定一種最優(yōu)的分擔(dān)率預(yù)測模型。

(1)選取年齡、收入、票價、費(fèi)用來源、出行時間、發(fā)車間隔作為線性形式效用函數(shù)的特性變量，隨即項(xiàng)與固定項(xiàng)的變量取值結(jié)果如表4所示。

表4 第1種特征變量選取方案下的變量參數(shù)的標(biāo)定與t檢驗(yàn)Tab.4 Calibration and t test of variable parameters for 1st feature variable selection scheme

各變量的估計值均與理論情況相符合；固定項(xiàng)的t檢驗(yàn)值絕對值均大于1.96，可以認(rèn)為各檢驗(yàn)指標(biāo)均滿足精度要求；另外模型的整體優(yōu)越程度指標(biāo)McFadden決定系數(shù)ρ2的值為0.234 2，介于0.2與0.4之間，表明模型的精度可以接受。因此，可以選用上述變量作為線性形式效用函數(shù)的特性變量。

(2)選取年齡、收入、票價、費(fèi)用來源、出行時間、發(fā)車間隔作為對數(shù)形式效用函數(shù)的特性變量，隨即項(xiàng)與固定項(xiàng)的變量取值結(jié)果如表5所示。

表5 第2種特征變量選取方案下的變量參數(shù)的標(biāo)定與t檢驗(yàn)Tab.5 Calibration and t test of variable parameters for 2nd feature variable selection scheme

特性變量的參數(shù)估計值中，票價的參數(shù)估計值大于0，表示票價與出行方式的效用值呈正相關(guān)關(guān)系，這與理論情況相違背，因此，不可選用上述變量作為對數(shù)形式效用函數(shù)的特性變量。

(3)選取年齡、收入、費(fèi)用來源、費(fèi)用時間比、發(fā)車間隔作為線性形式效用函數(shù)的特性變量，隨即項(xiàng)與固定項(xiàng)的變量取值結(jié)果如表6所示。

各變量的估計值均與理論情況相符合；固定項(xiàng)t的檢驗(yàn)值絕對值均大于1.96，可以認(rèn)為各檢驗(yàn)指標(biāo)均滿足精度要求；另外模型的McFadden決定系數(shù)ρ2的值為0.284 7，介于0.2與0.4之間，表明模型的精度可以接受。因此，可以選用上述變量作為線性形式效用函數(shù)的特性變量。

(4)選取年齡、收入、費(fèi)用來源、費(fèi)用時間比、發(fā)車間隔作為對數(shù)形式效用函數(shù)的特性變量，隨即項(xiàng)與固定項(xiàng)的變量取值結(jié)果如表7所示。

表6 第3種特征變量選取方案下的變量參數(shù)的標(biāo)定與t檢驗(yàn)Tab.6 Calibration and t test of variable parameters for 3rd feature varible selection scheme

表7 第4種特征變量選取方案下的變量參數(shù)的標(biāo)定與t檢驗(yàn)Tab.7 Calibration and t test of variable parameters for 4th feature varible selection scheme

各變量的估計值均與理論情況相符合；固定項(xiàng)的t檢驗(yàn)值中，發(fā)車間隔的t檢驗(yàn)值絕對值小于1.96，認(rèn)為該檢驗(yàn)指標(biāo)不滿足精度要求。因此，不可選用上述變量作為對數(shù)形式效用函數(shù)的特性變量。

綜上所述，各特性變量選取方案的對比如表8所示。

表8 各方案對比Tab.8 Comparison of different schemes

可以看出，在可行的方案1和方案3中，方案1的極大似然函數(shù)估計值為-524.382 7，其值小于方案3的極大似然函數(shù)估計值-510.603 9，因此方案3較方案1更優(yōu)。

本模型選取年齡、收入、費(fèi)用來源、費(fèi)用時間比、發(fā)車間隔作為線性形式效用函數(shù)的特性變量，因此，模型中效用函數(shù)表示為如下形式：

(11)

(12)

(13)

(14)

3.2 模型結(jié)果的計算及分析

運(yùn)用上述模型，以昌吉贛客運(yùn)通道為例，對4種客運(yùn)方式的客流分擔(dān)率進(jìn)行預(yù)測，首先應(yīng)明確各特性變量的取值。

對通過問卷調(diào)查得到的旅客年齡、收入和費(fèi)用來源數(shù)據(jù)計算加權(quán)平均值，得到昌-贛區(qū)間的旅客年齡指標(biāo)中，4種出行方式取值分別為-0.34，-0.78，-0.57和-1.00；旅客收入指標(biāo)中，4種出行方式取值分別為0.72，0.29，0.20和3.00；費(fèi)用來源指標(biāo)中，4種出行方式取值分別為0.54，0.76，0.91和0.33。

費(fèi)用時間比指標(biāo)由運(yùn)輸方式費(fèi)用和出行時間的比值表示，其中高鐵、普鐵和公路班線客運(yùn)的運(yùn)價率分別取0.45元/km，0.16元/km和0.30元/km，南昌至贛州航空班線平均票價為200元；高鐵的運(yùn)行速度可達(dá)250 km/h，市內(nèi)交通耗時為0.70 h，普鐵平均運(yùn)行速度為120 km/h，市內(nèi)交通耗時為0.50 h，高速公路上客運(yùn)班線的平均運(yùn)行速度為80 km/h，市內(nèi)交通耗時0.50 h，南昌至贛州航空班線的運(yùn)行時間為1.00 h，市內(nèi)交通耗時為1.00 h。

發(fā)車間隔指標(biāo)可通過互聯(lián)網(wǎng)數(shù)據(jù)統(tǒng)計得到，公路班線客運(yùn)的平均發(fā)車間隔取值如下：地級市之間為1.00 h，地級市到縣城為2.25 h，縣城之間為3.00 h；高鐵的平均發(fā)車間隔參考滬昆高鐵江西段情況取值如下：地級市之間為0.25 h，地級市到縣城為0.83 h，縣城之間為2.25 h；普速鐵路的平均發(fā)車間隔取值如下：地級市之間為0.50 h，地級市到縣城為2.50 h，縣城之間為4.00 h；另外航空客運(yùn)班線的平均發(fā)班間隔取12.00 h。

下面以昌吉贛通道中南昌至吉安、吉安至贛州和南昌至贛州區(qū)間為例，對4種運(yùn)輸方式的客流分擔(dān)率進(jìn)行計算，結(jié)果如表9和圖2所示。

表9 客流分擔(dān)率計算表Tab.9 Passenger flow sharing rate calculation table

圖2 高鐵開通后客運(yùn)通道內(nèi)各出行方式分擔(dān)率Fig.2 Share rate of each travel mode after opening of high-speed railway

據(jù)此計算結(jié)果，在昌吉贛高鐵建成之后，該客運(yùn)通道間將會有大量的旅客采用高速鐵路作為主要運(yùn)輸方式，其中南昌至吉安、吉安至贛州和南昌至贛州區(qū)間內(nèi)高速鐵路分擔(dān)率分別為73.74%，73.69%和73.78%，而公路班線客運(yùn)的分擔(dān)率分別為7.65%，7.66%和7.34%。

3.3 公路客運(yùn)運(yùn)營改進(jìn)策略

本研究主要根據(jù)固定項(xiàng)特性變量的參數(shù)估計結(jié)果和分擔(dān)率的計算結(jié)果，分析變量參數(shù)的變化對分擔(dān)率可能造成的影響，并結(jié)合不同客運(yùn)方式的服務(wù)范圍和自身運(yùn)營特點(diǎn)，提出不同客運(yùn)方式尤其是公路班線客運(yùn)的運(yùn)營改進(jìn)策略。

(1)固定項(xiàng)特性變量的取值中，公路客運(yùn)的運(yùn)行時間、發(fā)車間隔的均值明顯高于高速鐵路和普速鐵路，僅票價指標(biāo)略低于其他客運(yùn)方式，表明高速鐵路在快速性、方便性等方面均具有較強(qiáng)的競爭力和優(yōu)勢，且公路班線客運(yùn)在票價方面也沒有十分明顯的比較優(yōu)勢。

(2)費(fèi)用時間比的變量參數(shù)α2=0.002 9，表明旅客更加青睞旅途時間更短的客運(yùn)方式。狹義上的旅客總出行時間又包括市內(nèi)交通耗時及選擇的客運(yùn)方式運(yùn)行時間。因此，若要提高旅客選擇某種客運(yùn)方式的概率，就需要在縮短客運(yùn)方式運(yùn)行時間的基礎(chǔ)上，不斷提高旅客在市內(nèi)交通的換乘效率，這也就需要不斷完善客運(yùn)場站與市內(nèi)常規(guī)公交、軌道交通、出租車等交通方式之間的接駁設(shè)施。同時，公路客運(yùn)企業(yè)需完善票價制度，合理調(diào)整票價結(jié)構(gòu)，建議采用浮動票價體系，特別是針對學(xué)生、老年人等低收入群體制定差異化票價，并通過推行月票、年票等優(yōu)惠票卡，以提高自身吸引力和競爭力。

(3)發(fā)車間隔的變量參數(shù)α4=-0.359 3，表明一種客運(yùn)方式的發(fā)車間隔越小，旅客越有可能選擇這種客運(yùn)方式出行，且發(fā)車間隔每減少1 h，旅客選擇該客運(yùn)方式的概率將會增加35.93%。因此，公路客運(yùn)企業(yè)需根據(jù)高鐵的到站時刻表，動態(tài)調(diào)整公路班線客運(yùn)的發(fā)班時刻和發(fā)班班次，減少旅客換乘等待時間以提高公路班線客運(yùn)的方便性。

(4)考慮到各種客運(yùn)方式的合作與競爭關(guān)系，高鐵和普鐵應(yīng)繼續(xù)發(fā)揮運(yùn)輸速度快、運(yùn)力大的優(yōu)勢，在通道內(nèi)的客運(yùn)體系中發(fā)揮運(yùn)輸骨干的作用；而公路班線客運(yùn)受自身運(yùn)輸速度慢、運(yùn)力小等特點(diǎn)的影響，要適當(dāng)放棄通道內(nèi)與高鐵競爭處于劣勢的班線，而應(yīng)將運(yùn)力資源調(diào)配至高鐵尚未覆蓋的區(qū)域，諸如通道外圍縣城、鄉(xiāng)鎮(zhèn)及旅游景區(qū)，適時加開這些區(qū)域與新建高鐵站之間的線路，并推動公路班線客運(yùn)與其他交通方式間的接駁換乘，發(fā)揮公路班線客運(yùn)機(jī)動靈活的特點(diǎn)和優(yōu)勢。

4 結(jié)論

本研究基于旅客SP/RP調(diào)查數(shù)據(jù)分析昌吉贛通道內(nèi)的旅客出行行為和出行特征，采用多項(xiàng)Logit模型作為基礎(chǔ)模型，對比分析了在不同特性變量的選取方案和不同效用函數(shù)的選取形式下運(yùn)用模型和模型擬合昌吉贛通道旅客出行特征調(diào)查數(shù)據(jù)的能力，最終通過模型檢驗(yàn)確定一種最優(yōu)的分擔(dān)率預(yù)測模型，該模型能夠充分地解釋和擬合調(diào)查樣本數(shù)據(jù)。

根據(jù)模型計算結(jié)果，高速鐵路極大地緩解了昌吉贛通道中既有普速鐵路和公路客運(yùn)班線的客運(yùn)壓力，但也勢必會對公路客運(yùn)企業(yè)帶來較大沖擊，因此相關(guān)公路客運(yùn)企業(yè)在制定經(jīng)營策略時應(yīng)著重考慮在保持公路客運(yùn)班線經(jīng)濟(jì)性優(yōu)勢的基礎(chǔ)上如何提高其快速性和舒適性等服務(wù)特性，建議在完善票價結(jié)構(gòu)、合理安排班次以及調(diào)整線網(wǎng)布局等方面予以考慮。