余 豪，陳 堅(jiān)

(1.重慶交通大學(xué)交通運(yùn)輸學(xué)院，重慶 400074;2.華設(shè)設(shè)計(jì)集團(tuán)股份有限公司，江蘇 南京 210014)

1 引言

路徑選擇問題一直是交通領(lǐng)域研究的熱門問題，從微觀的角度路徑選擇關(guān)系到出行個(gè)體單次出行的經(jīng)濟(jì)性與時(shí)效性，從中觀的角度路徑選擇關(guān)系到路網(wǎng)流量分配的合理性，從宏觀的角度路徑選擇關(guān)系到交通管制政策的制定與實(shí)施的科學(xué)性。目前已有研究主要集中在路徑選擇影響因素的拓展、路徑選擇模型的優(yōu)化以及路徑選擇實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)獲取3個(gè)方面。

在路徑選擇影響因素方面，文獻(xiàn)[1-5]將學(xué)習(xí)行為納入路徑選擇的編輯中，分別得到了成本感知、時(shí)間感知、歷史路徑?jīng)Q策、過去經(jīng)驗(yàn)、學(xué)習(xí)能力對(duì)當(dāng)前路徑?jīng)Q策的影響。文獻(xiàn)[6,7]將交通網(wǎng)絡(luò)熟悉程度納入路徑選擇的編輯，并對(duì)不同路網(wǎng)熟悉情景進(jìn)行量化分析。在路徑選擇模型構(gòu)建方面，文獻(xiàn)[8-16]分別用效用值、泰勒級(jí)數(shù)展開式、貝葉斯方程、排隊(duì)模型、模糊理論、灰色評(píng)價(jià)理論、層次選擇結(jié)構(gòu)模型、線性加權(quán)、演化博弈等方法對(duì)靜態(tài)路徑研究階段的路權(quán)值進(jìn)行了合理編輯并在路網(wǎng)流量分配方面取得了較好的仿真模擬。文獻(xiàn)[17-20]分別運(yùn)用前景值對(duì)理性動(dòng)態(tài)路徑選擇階段的效用值進(jìn)行合理改良并對(duì)個(gè)體出行路徑選擇進(jìn)行了較好的仿真描述。在路徑選擇實(shí)驗(yàn)研究方面，文獻(xiàn)[20-23]基于計(jì)算機(jī)仿真分別驗(yàn)證了行程時(shí)間、路徑偏好、心理特性和習(xí)慣對(duì)路徑選擇的影響。文獻(xiàn)[24]搭建了交通行為實(shí)驗(yàn)平臺(tái)，對(duì)不同信息場景對(duì)出行路徑選擇的影響程度進(jìn)行了定量分析。綜上，現(xiàn)階段關(guān)于路徑選擇的研究主要集中在考慮交通信息的出行行為建模和傳統(tǒng)交通信息對(duì)出行行為影響程度的定量分析，缺少社交信息(交互信息)對(duì)路徑?jīng)Q策影響的定量描述。此外,傳統(tǒng)的路徑?jīng)Q策實(shí)證多基于實(shí)際偏好SP(Stated Preference)或意向偏好RP(Revealed Preference)問卷調(diào)查，較少使用交通行為實(shí)驗(yàn)進(jìn)行相應(yīng)的驗(yàn)證與分析。受問卷設(shè)計(jì)限制，實(shí)驗(yàn)結(jié)果波動(dòng)性較大，可信度與可解釋性較低。

因此，在相關(guān)研究基礎(chǔ)上，本文搭建路徑選擇行為實(shí)驗(yàn)平臺(tái)，設(shè)置對(duì)照實(shí)驗(yàn)驗(yàn)證不同社交信息水平下的受驗(yàn)者是否在路徑?jīng)Q策過程中存在水平差異，挖掘受驗(yàn)者決策行為差異背后深層次心理作用機(jī)理。

2 基礎(chǔ)理論

2.1 社交信息理論

傳統(tǒng)交通信息對(duì)于個(gè)體出行乃至路網(wǎng)流量分配的巨大影響已被國內(nèi)外學(xué)者證實(shí)。而社交網(wǎng)絡(luò)，作為一個(gè)新興的交通信息發(fā)布載體，它所獨(dú)有的交互性、實(shí)時(shí)性、大數(shù)據(jù)性、易獲得性、可信性和私密安全性是傳統(tǒng)的交通信息發(fā)布平臺(tái)所沒有的。尤其在智能駕駛技術(shù)與交通大數(shù)據(jù)技術(shù)發(fā)展的前沿期，社交網(wǎng)絡(luò)作為重要的數(shù)據(jù)提供平臺(tái)，研究社交網(wǎng)絡(luò)交通信息對(duì)于個(gè)體的出行行為以及路網(wǎng)系統(tǒng)極為重要。

在個(gè)體出行行為方面，社交網(wǎng)絡(luò)交通信息可以實(shí)時(shí)、動(dòng)態(tài)覆蓋路網(wǎng)的每一條道路，為進(jìn)入路網(wǎng)的車輛的出行選擇、出行路徑提供更加全面、可靠的信息支撐。在出行前通過社交網(wǎng)絡(luò)交通信息獲得有利路段信息進(jìn)行初始決策，可以有效避免交通事故、交通管制、道路臨時(shí)維護(hù)等突發(fā)情況產(chǎn)生的行程時(shí)間延長。在出行過程中可根據(jù)社交網(wǎng)絡(luò)交通信息準(zhǔn)確、高效地對(duì)前方道路進(jìn)行評(píng)估與計(jì)算，實(shí)時(shí)優(yōu)化出行路徑選擇，減少出行時(shí)間。在出行者享受社交網(wǎng)絡(luò)交通信息帶來便利的同時(shí)，出行者也是社交網(wǎng)絡(luò)交通信息的來源?；谏缃卉浖笈_(tái)對(duì)出行者的出行選擇與車輛運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)記錄與跟蹤，在保證私密安全的基礎(chǔ)上由出行者授權(quán)自動(dòng)與社交網(wǎng)絡(luò)云端交通信息共享平臺(tái)進(jìn)行交互。

在路網(wǎng)系統(tǒng)方面，交通管理部門結(jié)合社交網(wǎng)絡(luò)云端共享平臺(tái)可對(duì)路網(wǎng)交通進(jìn)行實(shí)時(shí)跟蹤與管理。對(duì)于計(jì)劃內(nèi)的交通狀況(道路計(jì)劃內(nèi)的維護(hù)、交通管制、交通限號(hào)等)，可通過提前上傳相應(yīng)的數(shù)據(jù)到社交網(wǎng)絡(luò)云端共享平臺(tái)，有效地避免由于信息缺失造成的出行延誤。對(duì)于計(jì)劃外的交通狀況(交通事故、特種車緊急行駛、交通誘導(dǎo)等)可通過實(shí)時(shí)社交網(wǎng)絡(luò)云端共享平臺(tái)了解交通信息，并進(jìn)行處理，減少二次事故對(duì)路網(wǎng)的影響，提高路網(wǎng)的服務(wù)效率。

2.2 交通行為實(shí)驗(yàn)

傳統(tǒng)交通問題研究主要采用交通調(diào)查方法，通過設(shè)計(jì)、發(fā)放、回收、分析問卷得到交通參與者對(duì)某個(gè)或某類交通的主觀態(tài)度和意愿。隨著交通學(xué)科的不斷發(fā)展，這類方法在反映許多交通問題或交通現(xiàn)象時(shí)存在較大的局限性，例如效率低下，真實(shí)性不高等。從20世紀(jì)80年代中期開始，行為科學(xué)領(lǐng)域的行為實(shí)驗(yàn)引起了交通科學(xué)、行為科學(xué)和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)等諸多領(lǐng)域?qū)W者的關(guān)注與使用。交通行為實(shí)驗(yàn)有償招募一定數(shù)量的受驗(yàn)者，在實(shí)驗(yàn)室通過模擬交通場景來獲取受驗(yàn)者在此場景下所做出的真實(shí)、主觀的交通選擇。目前交通行為實(shí)驗(yàn)已成為交通行為復(fù)雜性研究的一種重要方法。

與傳統(tǒng)的交通調(diào)查方法相比，交通行為實(shí)驗(yàn)方法主要有以下4個(gè)方面的優(yōu)勢：(1)交通行為實(shí)驗(yàn)通過有償招募的方法可以得到精度更高的數(shù)據(jù)；(2)交通行為實(shí)驗(yàn)較傳統(tǒng)問卷調(diào)查具有較高的經(jīng)濟(jì)性，顯著減少了實(shí)驗(yàn)成本；(3)交通行為實(shí)驗(yàn)可通過設(shè)置對(duì)照組分析不同影響因素對(duì)出行選擇行為的耦合作用；(4)通過交通行為實(shí)驗(yàn)可以預(yù)估交通管理策略的響應(yīng)行為，評(píng)估交通管理措施實(shí)施的可行性、實(shí)施效果及影響。

2.3 z-Tree軟件

z-Tree是由瑞士蘇黎世大學(xué)開發(fā)設(shè)計(jì)的一款進(jìn)行個(gè)體行為實(shí)驗(yàn)的軟件。z-Tree設(shè)計(jì)的初衷是為了進(jìn)行沒有太多經(jīng)驗(yàn)情況下的經(jīng)濟(jì)行為實(shí)驗(yàn)(例如公共物品游戲、結(jié)構(gòu)化的談判實(shí)驗(yàn)、市場報(bào)價(jià)實(shí)驗(yàn)和雙重拍賣實(shí)驗(yàn)等)，由于其優(yōu)異的性能、靈活的配置以及可實(shí)現(xiàn)多種功能，迅速被推廣到歐美行為學(xué)實(shí)驗(yàn)領(lǐng)域。目前z-Tree也是交通行為學(xué)實(shí)驗(yàn)(例如路徑選擇行為實(shí)驗(yàn)、出行方式選擇行為實(shí)驗(yàn)、出行時(shí)刻選擇實(shí)驗(yàn)等)的熱門軟件。

z-Tree軟件由z-Tree控制平臺(tái)和z-Leaf操作平臺(tái)2部分組成。z-Tree控制平臺(tái)是設(shè)計(jì)實(shí)驗(yàn)的主體部分和核心，主要包括程序編寫、人員設(shè)置、實(shí)驗(yàn)分組等內(nèi)容，是實(shí)驗(yàn)人員操作行為實(shí)驗(yàn)的主機(jī)。z-Leaf操作平臺(tái)用于建立多個(gè)子節(jié)點(diǎn)，是受驗(yàn)人員進(jìn)行行為實(shí)驗(yàn)的終端。z-Tree控制平臺(tái)和z-Leaf操作平臺(tái)均運(yùn)行在以太網(wǎng)連接的PC機(jī)(PC機(jī)的處理器性能不能低于486 ER處理器，RAM不低于16 MB )上。

z-Tree軟件具有以下優(yōu)點(diǎn)：(1)對(duì)實(shí)驗(yàn)計(jì)算機(jī)要求低，兼容不同種類操作系統(tǒng)與不同類型瀏覽器，可實(shí)現(xiàn)大體量的子節(jié)點(diǎn)同步在線；(2)對(duì)編程要求低，通過核心代碼可實(shí)現(xiàn)功能分割，按需使用；(3)兼顧配置參數(shù)與可視化。

Figure 1 System framework of z-Tree圖1 z-Tree系統(tǒng)框架

3 實(shí)驗(yàn)結(jié)果與分析

3.1 實(shí)驗(yàn)設(shè)置

(1)實(shí)驗(yàn)?zāi)康呐c假設(shè)。

通過設(shè)置完全交通信息、部分交通信息和無交通信息3個(gè)對(duì)照組量化不同社交信息水平對(duì)出行者路徑?jīng)Q策行為的影響程度。為簡化實(shí)驗(yàn)過程以及方便后期數(shù)據(jù)結(jié)果分析，故提出如表1所示的假設(shè)。

Table 1 Experimental hypothesis表1 實(shí)驗(yàn)假設(shè)

(2)實(shí)驗(yàn)場景設(shè)置。

實(shí)驗(yàn)場景為同出發(fā)時(shí)刻、同終止時(shí)刻和同OD通勤出行，并在此基礎(chǔ)上進(jìn)行路徑選擇行為實(shí)驗(yàn)。編程仿真根據(jù)受驗(yàn)者個(gè)體屬性進(jìn)行相應(yīng)的路徑選擇過程仿真。每種實(shí)驗(yàn)場景下均進(jìn)行30輪實(shí)驗(yàn)，每輪代表一次實(shí)際出行路徑選擇過程。當(dāng)上輪實(shí)驗(yàn)結(jié)束后需對(duì)數(shù)據(jù)進(jìn)行整理，反饋完畢后再進(jìn)行下一輪實(shí)驗(yàn)。單輪實(shí)驗(yàn)中所有受驗(yàn)者均要求在60分鐘完成OD出行，實(shí)驗(yàn)?zāi)繕?biāo)是盡可能準(zhǔn)點(diǎn)到達(dá)出行終點(diǎn)，實(shí)驗(yàn)客戶端會(huì)記錄每個(gè)受驗(yàn)者的路徑選擇、通行耗時(shí)和該輪獎(jiǎng)懲得分。實(shí)驗(yàn)服務(wù)器會(huì)對(duì)客戶端的受驗(yàn)數(shù)據(jù)進(jìn)行匯總，并通過相應(yīng)的機(jī)制進(jìn)行總得分與實(shí)驗(yàn)報(bào)酬計(jì)算。

(3)實(shí)驗(yàn)路網(wǎng)設(shè)置與分析。

結(jié)合國內(nèi)外有關(guān)路徑選擇研究的相關(guān)經(jīng)驗(yàn)，設(shè)置實(shí)驗(yàn)路網(wǎng)如圖2所示，實(shí)驗(yàn)路徑系數(shù)如表2所示。通過對(duì)實(shí)驗(yàn)路網(wǎng)分析可知：實(shí)驗(yàn)路網(wǎng)共設(shè)置9個(gè)節(jié)點(diǎn)，編號(hào)分別為O，1，2，3，4，5，6，7，D；實(shí)驗(yàn)路網(wǎng)共設(shè)置12個(gè)有向路段，編號(hào)分別為O1，O2，13，14，24，25，36，46，47，57，6D，7D。

Figure 2 Experimental road network圖2 實(shí)驗(yàn)路網(wǎng)圖

(4)道路通行時(shí)間分布設(shè)置。

在實(shí)驗(yàn)假設(shè)H1(實(shí)驗(yàn)中的交通信息特指道路通行時(shí)間分布)的基礎(chǔ)上，路段預(yù)計(jì)通行時(shí)間均服從正態(tài)分布，其實(shí)際期望值由基礎(chǔ)期望和選擇系數(shù)2部分組成?；A(chǔ)期望是指道路在無人選擇情況下的通行時(shí)間期望，而選擇系數(shù)是指路段每增加一個(gè)出行個(gè)體選擇的通行時(shí)間期望增長情況。其表示方式如式(1)所示。

EX=EX0+μN(yùn)

(1)

其中，EX為路段預(yù)計(jì)通行時(shí)間期望；EX0為路段預(yù)計(jì)通行時(shí)間基礎(chǔ)期望；μ為選擇系數(shù)；N為選擇人數(shù)。

根據(jù)相關(guān)經(jīng)驗(yàn)，將路段預(yù)計(jì)通行時(shí)間分布的方差設(shè)置為期望的0.3倍[25]。在大樣本情況下，路段的實(shí)際通行時(shí)間也服從正態(tài)分布，其期望應(yīng)穩(wěn)定在一個(gè)數(shù)值。但是，對(duì)于個(gè)體的單次選擇過程，為了消除受驗(yàn)者選擇次數(shù)較少帶來的路徑實(shí)際通行時(shí)間的波動(dòng)性，通過對(duì)程序進(jìn)行一定優(yōu)化使得個(gè)體單次選擇的路徑實(shí)際通行時(shí)間介于路徑實(shí)時(shí)期望與其2倍標(biāo)準(zhǔn)差之間(即使得小事件發(fā)生概率小于0.05)。

Table 2 Basic expectation value of time and selection coefficient of road section and route表2 路段、路徑的時(shí)間基礎(chǔ)期望值與選擇系數(shù)

(5)受驗(yàn)者分組與設(shè)置。

由于本文實(shí)證較為復(fù)雜，需要受驗(yàn)者具有較高的理解能力和實(shí)驗(yàn)操作能力，為提高實(shí)驗(yàn)結(jié)果精度，結(jié)合已有研究與本文實(shí)驗(yàn)需求，將受驗(yàn)者招募人群定向于高校師生[26]。通過線上校園貼吧、微信等社交方式以及線下校園公示板等途徑收集到實(shí)驗(yàn)意愿者57名，經(jīng)過相關(guān)條件與實(shí)驗(yàn)要求篩選確定本文實(shí)驗(yàn)受驗(yàn)者21名，隨機(jī)編號(hào)為1～21(編號(hào)1～7的受驗(yàn)者標(biāo)記為A組，編號(hào)為8～14的受驗(yàn)者標(biāo)記為B組，編號(hào)為15～21的受驗(yàn)者標(biāo)記為C組)。在每輪實(shí)驗(yàn)前，z-Tree控制平臺(tái)會(huì)隨機(jī)將受驗(yàn)者均分在無交通信息、節(jié)點(diǎn)交互交通信息和完全交互交通信息3個(gè)對(duì)照組(在第1～10輪正式實(shí)驗(yàn)中，按照受驗(yàn)者實(shí)際情況分別將A組、B組、C組交通信息場景設(shè)置為完全信息、部分信息、無信息的信息認(rèn)知情形；在第11～20輪正式實(shí)驗(yàn)中，分別將A組、B組、C組交通信息場景設(shè)置為無信息、完全信息、部分信息的信息認(rèn)知情形；在第21～30輪正式實(shí)驗(yàn)中，分別將A組、B組、C組交通信息場景設(shè)置為部分信息、無信息、完全信息的信息認(rèn)知情形)。實(shí)驗(yàn)設(shè)計(jì)要求所有受驗(yàn)者以前均未參加過類似項(xiàng)目，且相互之間并不認(rèn)識(shí)，實(shí)驗(yàn)過程中也不允許有任何交流。在正式實(shí)驗(yàn)之前，實(shí)驗(yàn)人員將會(huì)對(duì)受驗(yàn)者進(jìn)行培訓(xùn)，并進(jìn)行3輪準(zhǔn)備實(shí)驗(yàn)，合格無誤后方可進(jìn)行正式實(shí)驗(yàn)。

(6)獎(jiǎng)罰機(jī)制設(shè)置。

獎(jiǎng)罰機(jī)制是實(shí)驗(yàn)項(xiàng)目順利進(jìn)行的重要保障。本文實(shí)驗(yàn)中，受驗(yàn)者報(bào)酬由2部分組成：基礎(chǔ)實(shí)驗(yàn)費(fèi)和實(shí)驗(yàn)獎(jiǎng)罰金?；A(chǔ)實(shí)驗(yàn)費(fèi)是指當(dāng)受驗(yàn)者完成實(shí)驗(yàn)所有輪數(shù)均可獲得的費(fèi)用，本文實(shí)驗(yàn)中所有受驗(yàn)者基礎(chǔ)實(shí)驗(yàn)費(fèi)為50元/人。實(shí)驗(yàn)獎(jiǎng)罰金是根據(jù)受驗(yàn)者的實(shí)驗(yàn)表現(xiàn)給出的獎(jiǎng)金或罰金，它的值為受驗(yàn)者30輪累計(jì)得分。受驗(yàn)者每提前一分鐘到達(dá)出行終點(diǎn)得10分，反之，每遲到一分鐘到達(dá)出行終點(diǎn)扣30分，每輪結(jié)束，z-Leaf客戶端會(huì)對(duì)每人的得分進(jìn)行累加計(jì)算，每100分可兌換8元。當(dāng)受驗(yàn)者實(shí)驗(yàn)罰金大于基礎(chǔ)實(shí)驗(yàn)費(fèi)時(shí)，拒絕向受驗(yàn)者提供報(bào)酬。

(7)實(shí)驗(yàn)流程設(shè)置。

①實(shí)驗(yàn)準(zhǔn)備：實(shí)驗(yàn)開始前，完成對(duì)z-Tree控制平臺(tái)和z-Leaf操作平臺(tái)的實(shí)驗(yàn)背景、仿真模塊、可視化頁面和統(tǒng)計(jì)分析的編程；完成對(duì)受驗(yàn)人群的培訓(xùn)與預(yù)實(shí)驗(yàn)。②實(shí)驗(yàn)進(jìn)行：實(shí)驗(yàn)開始后，按照實(shí)驗(yàn)手冊(cè)要求受驗(yàn)者逐輪進(jìn)行路徑選擇并進(jìn)行記錄。在實(shí)驗(yàn)過程中，實(shí)驗(yàn)人員應(yīng)派專員對(duì)受驗(yàn)人群進(jìn)行巡回監(jiān)督，防止實(shí)驗(yàn)過程中出現(xiàn)交頭接耳、偷偷交流等情況，破壞實(shí)驗(yàn)的效果。③實(shí)驗(yàn)結(jié)尾：實(shí)驗(yàn)結(jié)束后，實(shí)驗(yàn)人員對(duì)受驗(yàn)結(jié)果進(jìn)行及時(shí)公布并按照成績給予受驗(yàn)人群報(bào)酬。待一切完畢后，進(jìn)行數(shù)據(jù)統(tǒng)計(jì)和相應(yīng)的結(jié)果分析。

3.2 實(shí)驗(yàn)分析

(1)受驗(yàn)者描述性統(tǒng)計(jì)。

通過問卷調(diào)查，得到受驗(yàn)者個(gè)人屬性，如表3所示。

表3中，性別方面，1=男，2=女；年齡方面，<18歲，18～30歲，31～49歲，≥50歲情況下，變量分別取1,2,3,4；教育程度方面，1=高中及以下，2=大學(xué)?？?，3=大學(xué)本科，4=碩士，5=博士；月收入方面，<3000元，3000～5000元，5000～10000元，>10000元情況下，變量分別取1，2，3，4；婚育情況方面，1=未婚，2=已婚未育，3=已婚已育；駕照方面，1=無，2=有；小汽車方面，1=無(未來無購車計(jì)劃)，2=無(未來有購車計(jì)劃)，3=有。

Table 3 Personal attributes of subjects表3 受驗(yàn)者個(gè)人屬性

分析可知：在年齡方面，受驗(yàn)者年齡均為18～49周歲，屬于適齡駕駛且身體機(jī)能良好；在教育程度方面，受驗(yàn)者均受過高等教育(本科、碩士、博士)，具備良好學(xué)習(xí)能力與理解能力；在月收入與婚育狀況方面，因招募人群主要為在校學(xué)生，80%的受驗(yàn)者均為低收入的未婚人士。在駕照擁有情況方面，90%的受驗(yàn)者擁有駕照，具備基本交通出行與路徑選擇的基礎(chǔ)常識(shí)；在小汽車擁有狀況方面，受驗(yàn)者均為未來打算購買或已購買小汽車人群，表明受驗(yàn)者對(duì)小汽車具有較高的需求。受驗(yàn)人群滿足實(shí)驗(yàn)要求。

(2)數(shù)據(jù)結(jié)果信度和效度分析。

依據(jù)每輪每人選擇的每個(gè)節(jié)點(diǎn)的預(yù)選路線確定整輪的動(dòng)態(tài)路網(wǎng)通行時(shí)間分布與交通信息，每輪預(yù)選路徑結(jié)束后將21名受驗(yàn)者隨機(jī)均分在完全信息、部分信息和無信息的組內(nèi)。針對(duì)每輪，每組均有7名受驗(yàn)者。每個(gè)受驗(yàn)者在3種不同信息情形下均有10次選擇機(jī)會(huì)。在正式實(shí)驗(yàn)開始前進(jìn)行了3輪預(yù)實(shí)驗(yàn)，以熟悉軟件、界面和環(huán)境，此后共進(jìn)行正式實(shí)驗(yàn)30輪，收取有效數(shù)據(jù)630條。

通過統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案SPSS(Statistical Product and Service Solutions)軟件進(jìn)行“分析-描述統(tǒng)計(jì)-描述”與“分析-量度-可靠性分析”的操作對(duì)630條有效數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析與可靠性分析，其結(jié)果如表4所示。由描述性統(tǒng)計(jì)分析可知，本文數(shù)據(jù)滿足一般數(shù)據(jù)統(tǒng)計(jì)要求，具有較好的數(shù)據(jù)分布特性；由可靠性分析可知，本文數(shù)據(jù)Cronbach系數(shù)均大于0.6，即本文數(shù)據(jù)具有較高可信度，可用于進(jìn)行深層次數(shù)據(jù)計(jì)算與分析。

Table 4 Descriptive statistics and data reliability表4 描述性統(tǒng)計(jì)與數(shù)據(jù)信度

通過SPSS軟件進(jìn)行“分析-描述統(tǒng)計(jì)-探索-繪制-正態(tài)分布”的數(shù)據(jù)分布正態(tài)性檢驗(yàn)后，通過“分析-比較平均均值-單因素ANOVA”操作對(duì)630條有效數(shù)據(jù)進(jìn)行單因素方差分析，其結(jié)果如表5～表7所示。針對(duì)耗時(shí)情況分析可知，其單因素同質(zhì)顯著性為0.252，大于0.05，分人分組分輪耗時(shí)具有方差齊性的特征，可進(jìn)行多重比較分析，通過不同組的多重比較可知，完全信息、部分信息和無信息3組之間耗時(shí)關(guān)系具有顯著性差異，實(shí)驗(yàn)結(jié)果可靠；針對(duì)收益情況分析可知，其單因素同質(zhì)顯著性為0.000，小于0.05，分人分組分輪得分不具有方差齊性的特征，不能進(jìn)行多重比較分析，通過“分析-非參數(shù)檢驗(yàn)-舊對(duì)話框-K個(gè)獨(dú)立樣本”進(jìn)行多個(gè)獨(dú)立樣本的秩和檢驗(yàn)，其顯著性為0.000,小于0.05，可認(rèn)為完全信息、部分信息和無信息3個(gè)組的得分情況具有顯著差異，實(shí)驗(yàn)結(jié)果可靠。

Table 5 Single factor homogeneity test表5 單因素同質(zhì)性測試

Table 6 Multiple comparisons (time consuming)表6 多重比較(耗時(shí))

Table 7 Kruskal-Wallis test (score)表7 Kruskal-Wallis檢驗(yàn)(得分)

(3)分組分輪分析。

在數(shù)據(jù)可信可靠的基礎(chǔ)上，通過分組分輪的方式(每輪實(shí)驗(yàn)中將21人隨機(jī)均分在完全信息、部分信息和無信息組中)整合梳理后其平均耗時(shí)、平均得分結(jié)果如圖3和表8所示。

Figure 3 Average time consumption and score of each group in each round圖3 各輪各組平均耗時(shí)與得分

通過分析可知：在3個(gè)組的總體平均值方面，完全信息組平均耗時(shí)和收益分別為51.9和81.2，高于部分信息組的59.2與26.2，高于無信息組的59.4與-19.2。針對(duì)完全信息出行，30輪中其平均耗時(shí)與得分均高于無信息組，這表明出行者在此條件下具有較好的出行路徑選擇。針對(duì)部分信息出行，30輪中其平均耗時(shí)與得分整體介于完全信息組與無信息組之間，但存在一定程度的交叉，這表明部分出行信息情形下，信息的不完整會(huì)對(duì)出行路徑選擇產(chǎn)生一定程度上的干擾，使得路徑選擇結(jié)果具有較為顯著的波動(dòng)性。針對(duì)無信息出行，30輪中其平均耗時(shí)與得分最低，這表明無信息情形下的路徑選擇較差，趨向可能最短路徑，但可能最短路徑一般選擇人數(shù)較多，造成通行耗時(shí)較大。

Table 8 Average time and score of each round of each group表8 各組各輪平均耗時(shí)與得分

(4)分組分人分析。

在分組分輪分析的基礎(chǔ)上，通過分組分人的方式(每人在實(shí)驗(yàn)中均有10輪在完全信息組、部分信息組和無信息組中)整合梳理后其平均耗時(shí)、平均得分、Ti值、Mi值等結(jié)果如圖4和表9所示。

Figure 4 Comparison of each group圖4 各組各人相對(duì)比較

通過分析可知：從整體上看，3個(gè)組的Ti值均介于-10%～10%，表示耗時(shí)波動(dòng)性較小，單人耗時(shí)可代表單組耗時(shí)，即通過分組分人的方式可以減少因每輪路網(wǎng)分配不等所產(chǎn)生的耗時(shí)波動(dòng)，使得Mi值的比較具有較高可信性。Ti為該受驗(yàn)者在i組的10輪耗時(shí)均值與i組7人在這10輪的耗時(shí)均值的比值，其中i為1,2,3分別表示完全信息、部分信息和無信息，Ti表示耗時(shí)均值的波動(dòng)程度。一般Ti的絕對(duì)值越小，波動(dòng)性越小，受驗(yàn)者平均耗時(shí)均值越具有代表性。Mi為該受驗(yàn)者在i組的10輪耗時(shí)均值與對(duì)照組的耗時(shí)均值的差值與該受驗(yàn)者分在i組的10輪耗時(shí)均值的比值，其中i為1,2,3分別表示完全信息、部分信息和無信息,Mi表示相對(duì)該受驗(yàn)者在其他組的耗時(shí)時(shí)間情況，Mi為負(fù)數(shù)表示耗時(shí)增加，為正數(shù)表示耗時(shí)減少。從各組情況看，各受驗(yàn)者在完全信息情形下相較部分信息情形下出行選擇的M2值整體提升了4.3%，表示完全信息情形下路徑選擇耗時(shí)較少，但部分受驗(yàn)者(如ID為4、7、12、17的受驗(yàn)者)存在M2值為非正數(shù)情況，整體介于-3%～0，這表示部分信息情形下在一定的路網(wǎng)條件下路徑選擇結(jié)果與完全信息時(shí)基本一致。在相較無信息出行選擇的M3值整體為11.9%，且均為非負(fù)值,表示完全信息情形下路徑選擇相較無信息情形下可顯著節(jié)省出行耗時(shí)。同理，各受驗(yàn)者在部分信息情形以及無信息情形下具有類似結(jié)論。

4 結(jié)束語

社交網(wǎng)絡(luò)作為一種獲取交通信息的新途徑，其實(shí)時(shí)性、大數(shù)據(jù)性、真實(shí)性、易取得等特點(diǎn)將對(duì)未來出行者路徑選擇決策產(chǎn)生巨大的影響。本文結(jié)合社交網(wǎng)絡(luò)交通信息特征通過交通行為實(shí)驗(yàn)設(shè)計(jì)了3種信息情形下的路徑選擇決策實(shí)驗(yàn)，并通過z-Tree軟件進(jìn)行證實(shí)。實(shí)驗(yàn)結(jié)果表明：有信息決策耗時(shí)實(shí)驗(yàn)結(jié)果整體優(yōu)于無信息情況的。具體到個(gè)體，由于信息不全可能導(dǎo)致耗時(shí)增加。至于在行為實(shí)驗(yàn)中個(gè)體的學(xué)習(xí)行為、個(gè)體屬性等因素是否會(huì)對(duì)路徑?jīng)Q策具有顯著的影響，以及實(shí)驗(yàn)中展示出來的“損失冒險(xiǎn)”與“選擇保守”現(xiàn)象是否與前景理論存在直接關(guān)聯(lián)則待進(jìn)一步研究。

Table 9 Average time and benefit of each group
表9 各組各人平均耗時(shí)與收益

實(shí)驗(yàn)條件ID耗時(shí)均值/min收益均值T1/%M2/%M3/%ID耗時(shí)均值/min收益均值T1/%M2/%M3/%151.882-4.27.213.71254.852-0.6-2.611.7251.5852.28.210.41350.5955.66.818.3352.8722.36.611.81447.91212.47.410.5454.4568.4-2.110.01553.9611.19.012.4549.2108-3.18.411.61654.3571.8-5.312.1完全信息654.1593.46.410.41753.169-6.4-2.810.4754.5553.5-1.510.51853.8626.58.912.6847.31274.29.715.51949.11090.78.311.4953.268-2.14.111.32053.9610.08.311.51048.0120-1.12.711.62152.2761.77.412.01148.9111-2.02.210.2均值51.9 81.2 1.24.311.9ID耗時(shí)均值/min收益均值T2/%M1/%M3/%ID耗時(shí)均值/min收益均值T2/%M1/%M3/%156.3375.3-10.57.21256.9313.0-8.05.1256.535-3.9-7.66.31352.9716.0-8.97.0352.476-0.4-7.75.91447.8122-3.7-9.25.9461.3-39-0.7-7.45.91556.5359.9-11.30.8561.0-30-3.2-8.25.51655.644-4.3-9.73.0部分信息662.7-812.2-7.25.61755.545-2.5-8.6-3.8756.3372.2-5.76.81857.426-8.34.812.3856.5353.3-7.53.91951.882-1.8-7.06.4955.941-0.1-7.65.72057.3275.9-7.610.71063.8-114-0.4-7.45.62150.8920.1-7.75.71155.8424.36.56.1均值56.2 29.2 0.6-6.85.6ID耗時(shí)均值/min收益均值T3/%M1/%M2/%ID耗時(shí)均值/min收益均值T3/%M1/%M2/%155.3470.20-12.50-5.401260.6-18-0.30-12.80-5.20254.4566.80-8.601.101360.2-61.20-13.10-5.10362.2-660.40-12.70-5.501461.5-451.80-11.80-5.20462.4-72-2.30-12.70-4.101556.6341.10-12.30-5.50554.060-1.90-12.70-4.601664.6-138-4.40-14.404.20無信息664.5-1354.60-10.201.001761.7-510.00-12.60-5.40759.463.60-11.60-6.001855.644-1.50-12.40-6.40856.0405.20-12.60-4.001955.545-1.20-11.905.30961.0-305.00-13.60-3.002062.7-811.00-12.70-5.001065.1-1533.90-9.40-4.202158.9110.50-12.40-5.201155.149-3.60-12.602.50均值59.4-19.21.00-12.20-3.10

[12] Guan Gui-xia, Zhao Shan, Liu Ying-qing. Study of the optimal way of route choice based on fuzzy theory [J].Journal of North China Institute of Technology,2001,22(1):75-78.(in Chinese)

[13] Sun Yan, Chen Sen-fa, Huang Xiao. Adaptive optimal route selection based on gray evaluation theory[J].China Journal of Highway and Transport,2003,16(4):87-90.(in Chinese)

[14] Wu Wen-xiang, Huang Hai-jun. Study on behavior impacts caused by travel information systems in parallel route network[J].Journal of Management Sciences in China,2003,6(2):12-16.(in Chinese)

[15] Zong chuan-ling, Li Xiang-yong, Wang Ying-tao. A multi-objective programming model of route choice before travel[J]. Journal of Transportation Systems Engineering and Information Technology, 2005,5(6):58-61.(in Chinese)

[16] Gong Ya-wen. Study of route choice behavior of drivers based on the evolutionary game under condition of information guidance[J]. Highway, 2015 (1): 108-113.(in Chinese)

[17] Lu X, Gao S, Ben-Elia E. Information impacts on route choice and learning behavior in a congested network: An experimental approach[J]. Transportation Research Record: Journal of the Transportation Research Board, 2011, 2243: 1-18.

[18] Zhao Lin. Study on travel decision model based on prospect theory and ATIS simulation experiment[D].Beijing: Beijing Jiaotong University, 2007.(in Chinese)

[19] Li Xue-yan, Li Xue-mei, Li Xue-wei, et al. Dynamic reference points based bounded rational multi-agent model of route choice[J]. Complex Systems and Complexity Science,2016,13(2):27-35.(in Chinese)

[20] Zong Fang,Lu Feng-rui,Tang Ming,et al.Impact of habit and traffic condition on travel route selection[J].Journal of Jilin University(Engineering and Technology Edition),2018,48(4):1023-1028.(in Chinese)

[21] Zeng Song, Shi Chun-hua, Yang Xiao-guang. A route choice model based on experimental analysis[J]. Journal of Highway and Transportation Research and Development,2002,19(4):85-88.(in Chinese)

[22] He Zhen-huan. Research on simulation system and model system of urban road traffic route selection[D]. Beijing: Beijing Jiaotong University, 2003.(in Chinese)

[23] Guan Hong-zhi, Long Xue-qin, Qin Huan-mei. Drivers' route-choice behavior under emergency[J]. Journal of Chang’an University(Natural Science Edition),2016,36(5):88-94.(in Chinese)

[24] Liu Shi-xu, Guan Hong-zhi, Yan Hai. Research on the influence of traffic information on drivers'day-to-day route choice behavior[J].Journal of Wuhan University of Technology(Transportation Science & Engineering), 2011,35(6):1130-1134.(in Chinese)

[25] Chorus C G, Molin E J E, Arentze T A, et al. Validation of a multimodal travel simulator with travel information provision[J]. Transportation Research Part C: Emerging Technologies, 2007, 15(3):191-207.

[26] Liu Tian-liang, Zhang Chong, Wang Tian-ge, et al. Effects of friends' information interaction on travel decisions[J]. Journal of Transportation Systems Engineering and Information Technology, 2013, 13(6): 86-93.(in Chinese)

附中文參考文獻(xiàn)：

[9] 石小法,王煒,盧林,等.交通信息影響下的動(dòng)態(tài)路徑選擇模型研究[J].公路交通科技,2000,17(4):35-37.

[10] 石小法.ATIS環(huán)境下動(dòng)態(tài)選擇模型的研究[J].系統(tǒng)工程學(xué)報(bào),2002,17(3):271-276.

[11] 石小法,王煒,楊東援.信息對(duì)出行者出行行為的影響研究[J].中國公路學(xué)報(bào),2002,15(1):89-92.

[12] 關(guān)桂霞,趙剡,劉瑩青.一種基于模糊理論的最佳路徑選擇

方法[J].華北工學(xué)院學(xué)報(bào),2001,22(1):75-78.

[13] 孫燕,陳森發(fā),黃鹍.基于灰色評(píng)價(jià)理論的自適應(yīng)最優(yōu)路徑選擇[J].中國公路學(xué)報(bào),2003,16(4):87-90.

[14] 吳文祥,黃海軍.平行路徑網(wǎng)絡(luò)中信息對(duì)交通行為的影響研究[J].管理科學(xué)學(xué)報(bào),2003,6(2):12-16.

[15] 宗傳苓, 李相勇, 王英濤. 出行前路徑選擇的多目標(biāo)規(guī)劃模型[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2005, 5(6):58-61.

[16] 鞏亞文. 信息誘導(dǎo)條件下出行路徑選擇行為的演化博弈分析[J]. 公路, 2015(1):108-113.

[18] 趙凜. 基于“前景理論”的出行決策模型及ATIS仿真實(shí)驗(yàn)研究[D].北京：北京交通大學(xué), 2007.

[19] 李雪巖,李雪梅,李學(xué)偉,等.基于動(dòng)態(tài)參照點(diǎn)的多主體有限理性路徑選擇模型[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué),2016,13(2):27-35.

[20] 宗芳,路峰瑞,唐明,等.習(xí)慣和路況對(duì)小汽車出行路徑選擇的影響[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版), 2018,48(4):1023-1028.

[21] 曾松,史春華,楊曉光.基于實(shí)驗(yàn)分析的駕駛員路線選擇模式研究[J].公路交通科技,2002,19(4):85-88.

[22] 賀振歡.城市道路交通路徑選擇模擬系統(tǒng)及模型體系研究[D].北京:北京交通大學(xué),2003.

[23] 關(guān)宏志,龍雪琴,秦?zé)?突發(fā)事件下機(jī)動(dòng)車出行者路徑選擇行為[J].長安大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,36(5):88-94.

[24] 劉詩序,關(guān)宏志,嚴(yán)海.交通信息對(duì)駕駛員逐日路徑選擇行為影響研究[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2011,35(6):1130-1134.

[26] 劉天亮, 張沖, 王天歌,等. 朋友圈信息交互對(duì)個(gè)體出行決策行為的影響研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2013, 13(6):86-93.