韓 震,朱園坤,徐 萌

(大連海事大學 航運經(jīng)濟與管理學院,遼寧 大連 116026)

近年來,高速鐵路快速發(fā)展,聯(lián)動城市不斷增加。不僅為旅客出行帶來了新的選擇,也對民航市場產(chǎn)生了巨大沖擊,致使高鐵與民航市場的分界點越來越模糊[1],如何界定其競合區(qū)間,一直是研究的熱點。旅客出行行為的分析,直接影響了運輸通道內(nèi)出行方式的分擔率,是提供科學交通資源供給的基礎(chǔ)。一些學者采用傳統(tǒng)的離散選擇模型對高鐵和民航的分擔率進行了研究,所得結(jié)論也各不相同[2-4],這些研究大多從旅客可直接觀測的變量建模,忽視了出行者價值觀、態(tài)度這類不可直接觀測變量的影響。學者們逐漸意識到心理變量對出行者決策有不可忽視的影響[5]。Ben-Akiva等[6]將潛變量引入離散選擇模型實現(xiàn)了在選擇模型中對于出行者心理因素的考量,該模型也被命名為混合選擇模型。Sarkar等[7]在研究印度出行選擇行為時將潛變量納入離散選擇模型,表明含潛變量的離散選擇模型具有更好的擬合效果。多數(shù)研究中所采用的潛變量過于主觀化,缺乏理論支撐。

雖然含潛變量的離散選擇模型預測精度得到了提高,但是離散選擇模型是以數(shù)學解析方法進行求解,參數(shù)估計過程較為復雜。隨著研究變量不斷增加,所建模型必然很復雜,而且變量增加也需要更大樣本[8]。實際采集數(shù)據(jù)耗費大量人力物力,常導致建模無法完成。而仿真沒有過多的限制,Janzen等[9]也驗證了仿真在出行活動上的有效性。相比離散選擇模型需要大量調(diào)研數(shù)據(jù),仿真既可以使用調(diào)研數(shù)據(jù)也可以使用已有的統(tǒng)計結(jié)果[10]。

現(xiàn)有研究對旅客群體的劃分主要包含如下幾個方面:

(1)從費用來源角度劃分,可以分為公費和自費旅客。這類研究的特征是公費旅客基本不在意價格而更注重出行方式的速度和舒適性等[11]。

(2)從出行目的角度劃分,可以分為公務(wù)、商務(wù)、探親等[12-13]。這類研究中公務(wù)和商務(wù)出行的旅客多數(shù)為公費出行,對價格的關(guān)注度較低,更多是關(guān)注抵達時間可靠性。

(3)從社會經(jīng)濟屬性角度劃分,這類研究主要突出旅客社會背景的差異,主要體現(xiàn)在旅客對出行方式舒適性、經(jīng)濟性、便利程度等在意程度的不同[14],焦點也是時間和價格兩個要素。

無論是哪種情形,實際情況都比較復雜,本文希望通過影響旅客出行的因素對旅客群體進行聚類分析。除了旅客的社會經(jīng)濟屬性,影響旅客出行方式選擇的還有出行費用來源、出行距離、票價、運行時間、到站時間以及準確性等[12,15-16]。其中,費用來源、出行距離和票價反映了旅客對價格的敏感程度,出行距離、運行時間、到站時間和準確性反映了旅客對時間價值的敏感程度。因此,本文構(gòu)建了兩個潛變量來描述旅客對于時間和價格的不同在意程度。前者可描述為“時間敏感性”,后者可描述為“價格敏感性”,進而可以通過這兩個維度的判斷對用戶進行分類。以往研究所采用的潛變量過于主觀化,缺乏理論支撐,但是對于出行行為這種個體行為預測,計劃行為理論具有很好的解釋能力[17]。因此,本文基于計劃行為理論(The Theory of Planned Behavior,TPB)框架,構(gòu)建了含潛變量的仿真模型。

1 研究假設(shè)

1.1 基于TPB的相關(guān)變量界定

TPB最早由Ajzen提出[18],在預測個體行為領(lǐng)域得到廣泛應(yīng)用[19]。近年來,更多的TPB 應(yīng)用研究,如低碳環(huán)保[20]、慈善行為[21]、垃圾分類[22]等,開始重視基于價值觀的信念在模型構(gòu)建中的作用,強調(diào)人的行為受到行為意向的直接影響,而行為意向受到態(tài)度、主觀規(guī)范和感知行為控制3個變量共同影響,其中態(tài)度又受到行為信念的直接影響[23]。出行方式選擇行為是其中一類受價值觀影響較為明顯的個體決策行為。在考慮旅客基于特定出行需求進行出行方式(高鐵或民航)選擇時,影響行為信念的價值觀主要來自旅客對時間和價格的價值判斷。

在高鐵和民航的非競爭區(qū)間(出行距離低于650 km 或高于950 km[24]),兩者的替代效應(yīng)較弱,受距離變量的影響較大;在競爭區(qū)間(出行距離在650～950 km[24]),出行距離影響較弱,時間和價格成為主要影響要素。為此,本文提出時間敏感性和價格敏感性兩個潛變量。時間敏感性是指旅客對出行時各種時間成本的在意程度,價格敏感性是指旅客對出行時各種經(jīng)濟成本的在意程度。旅客的時間敏感性不僅由個體出行需求屬性決定,還受到不同出行方式特征的影響;旅客價格敏感性不僅源自個體自身社會屬性,還受到民航、高鐵價格策略的影響。

另外,依據(jù)TPB模型的態(tài)度變量提出出行態(tài)度潛變量:旅客在綜合考慮時間和價格要素影響的前提下,對備選出行方式滿足特定出行需求的總體滿意程度,包括對出行目的、出行方式舒適性和安全性3個方面的認知程度。將TPB 中的主觀規(guī)范定義為旅客在選擇某一類出行方式時感受到的社會壓力,感知行為控制定義為旅客在選擇某一類出行方式時對于該出行方式難易程度的考量,行為意向定義為旅客對于選擇某一類出行方式時的采行意愿。

1.2 關(guān)于出行態(tài)度的假設(shè)

基于TPB模型,出行態(tài)度首先會受到既定的行為信念(時間敏感性和價格敏感性)的影響。時間敏感性較高的旅客通常更加注重時間價值,會選擇節(jié)約時間的出行方式[25],并設(shè)置精密的時間安排和行程計劃,其出行態(tài)度更多地受到出行用時的影響,對出行目的、舒適性和安全性的認知更加明確,從而使其對備選出行方式總體呈現(xiàn)滿意狀態(tài)。價格敏感性較高的旅客則更加注重經(jīng)濟成本,會選擇節(jié)約成本的出行方式[26],其出行態(tài)度更多地受到總體出行費用(包括票價、轉(zhuǎn)乘成本等)的影響,對出行目的、舒適性和安全性的認知較為模糊,從而使其對備選出行方式總體呈現(xiàn)不滿意狀態(tài)。

Wu等[27]研究發(fā)現(xiàn),主觀規(guī)范對態(tài)度有正向顯著影響。Ajzen[18]在行為理論中未提到感知行為控制對態(tài)度的影響。Jiang等[28]發(fā)現(xiàn),感知行為控制對態(tài)度有正向顯著影響。因此,提出如下假設(shè):

H1a旅客的時間敏感性對備選出行方式的出行態(tài)度有正向顯著影響。

H1b旅客的價格敏感性對備選出行方式的出行態(tài)度有負向顯著影響。

H2a旅客的感知行為控制對備選出行方式的出行態(tài)度有正向顯著影響。

H2b旅客的主觀規(guī)范對備選出行方式的出行態(tài)度有正向顯著影響。

1.3 關(guān)于出行意向的假設(shè)

Giampietri等[29]發(fā)現(xiàn),TPB模型中的感知行為控制、態(tài)度和主觀規(guī)范對出行意愿有顯著影響。Lo等[30]描述了短距離和長距離通勤情況下出行方式的選擇,在長距離情況下,態(tài)度、主觀規(guī)范都對行為意向有正向顯著影響。和占瓊等[31]的研究表明,感知行為控制對行為選擇有直接的正向影響。問錦尚等[22]基于TPB構(gòu)建的城市居民垃圾分類行為模型,證明了主觀規(guī)范、感知行為控制和態(tài)度對個體選擇有顯著的正向影響。態(tài)度是TPB中最核心的變量,很多學者都證實了態(tài)度正向影響行為意向[32]。因此,提出如下假設(shè):

H3a旅客的主觀規(guī)范對備選出行方式的行為意向有正向顯著影響。

H3b旅客的感知行為控制對備選出行方式的行為意向有正向顯著影響。

H3c旅客的出行態(tài)度對備選出行方式的行為意向有正向顯著影響。

2 MIMIC模型及結(jié)果

2.1 數(shù)據(jù)來源

選取的調(diào)查城市為遼寧省大連市。調(diào)研時間分為國慶前和國慶期間兩個階段。調(diào)研地點為大連北站高鐵站和周水子機場,采用調(diào)查問卷形式,共發(fā)放調(diào)查問卷980份,剔除有明顯矛盾和填寫不完全的46 份問卷,得到有效問卷934 份,占總數(shù)的95.31%。其中:以高鐵方式出行的問卷512份,占有效問卷的54.82%;以民航方式出行的問卷422份,占有效問卷的45.18%。

相關(guān)變量定義:

Sage——年齡

Ssex——性別

Sincome——月收入

Sedu——受教育程度

Zdistance——被調(diào)查者本次出行距離

Zadvance——被調(diào)查者提前購票天數(shù)

Ztask——被調(diào)查者任務(wù)緊迫性

Zdate——被調(diào)查者有無明確抵達時間

ηTime——被調(diào)查者對出行方式的時間敏感性

ηCost——被調(diào)查者對出行方式的價格敏感性

ηAttitude——被調(diào)查者對出行方式的出行態(tài)度

ηSN——被調(diào)查者對出行方式的主觀規(guī)范

ηPBC——被調(diào)查者對出行方式的感知行為控制

ηIntension——被調(diào)查者對出行方式的行為意向

表1為潛變量的信度和效度檢驗,信度系數(shù)通過Cronbach’sα系數(shù)表示,收斂效度通過平均方差提取值(Average Variance Extracted,AVE)表示,通常認為AVE 值大于0.50表示構(gòu)造的潛變量有較好的效度[33-34]。高鐵和民航出行方式的檢驗結(jié)果見表1,Nunnally等[35]認為Cronbach’sα系數(shù)大于0.7表示題項具有較高可信度。可以發(fā)現(xiàn),指標都達到要求,說明本文的量表具有良好的效度。

表1 信效度指標

2.2 MIMIC模型及擬合結(jié)果

多指標多因果模型(Multiple Indicators and Multiple Causes,MIMIC)是結(jié)構(gòu)方程的一種特殊形式。定義反映潛變量關(guān)系的結(jié)構(gòu)方程為

式中:x為k×1維影響潛變量η的可觀測指標向量;η為l×1維不可觀測的潛變量向量,本文中l(wèi)=6,k=8,包括年齡、性別、月收入、受教育程度、出行距離、提前購票天數(shù)、出行任務(wù)緊迫程度和抵達時間明確程度;Γ為l×k維待估計參數(shù)矩陣;ξ為測量誤差。測量方程為

式中:y為q×1維潛變量η的可觀測變量向量;Λ為q×l維待估計參數(shù)矩陣;v為誤差項。

模型擬合情況如表2所示,當完全適合數(shù)據(jù)時,χ2=0。df是自由度,其值越接近于0,表示模型與數(shù)據(jù)越適配,CFI和TLI的值大于0.9,則表示模型擬合較好。通常認為RMSEA＜0.05時,模型擬合較好;SRMR＜0.05即模型擬合較好[36]。對高鐵與民航數(shù)據(jù)分別建立結(jié)構(gòu)方程進行擬合(見表2),可以看出,兩個結(jié)構(gòu)方程都有較好的擬合度。

表2 MIMIC模型擬合統(tǒng)計指標

2.3 潛變量關(guān)系及相關(guān)參數(shù)確定

從構(gòu)建的MIMIC模型中可以得到外生可觀測變量和潛變量之間的關(guān)系以及潛變量之間的因果關(guān)系,由于篇幅有限,這里僅給出后者的結(jié)果。

構(gòu)建的兩個MIMIC 模型之間潛變量的關(guān)系如圖1所示。其中,Time指時間敏感性,Cost指價格敏感性,SN 指主觀規(guī)范,PBC 指感知行為控制,Attitude指出行態(tài)度,Intention指行為意向。

圖1 高鐵民航選擇意向MIMIC模型

圖1中,路徑旁邊的數(shù)字表示標準化系數(shù),H指高鐵行為意向模型擬合結(jié)果,C為民航行為意向擬合結(jié)果,括號中為Z值。除1b、3c假設(shè)未得到證明外,其余假設(shè)都成立。這可以解釋為:兩個變量在有效競爭區(qū)間內(nèi)均對出行態(tài)度(即備選出行方式滿足特定出行需求的總體滿意程度)產(chǎn)生正向顯著影響,甚至影響旅客對具體出行方式在舒適性和安全性方面的感受。但是,針對不同的出行方式,兩個變量對旅客影響的作用點存在明顯差異,影響的強度也存在一定的差異。分析結(jié)果表明,在兩個MIMIC 模型中,時間敏感性都在0.01的顯著性水平上對出行態(tài)度產(chǎn)生影響。即無論是乘坐高鐵還是乘坐民航的旅客都很看重時間價值。在兩個模型中時間和價格敏感性、主觀規(guī)范和感知行為控制都對出行態(tài)度有顯著的正向影響,說明旅客在選擇乘坐高鐵和民航時都會受到自己對時間和價格的在意程度、社會壓力以及感知行為容易程度的影響。

根據(jù)文獻[26,37]中的研究可知,對于距離效用函數(shù)既可以選擇模糊決策模型處理,也可以選擇高次方程進行擬合,本文結(jié)合大連旅客的調(diào)研數(shù)據(jù)進行測算后,擬合效果相對其他方式也更理想,故選擇高次函數(shù)擬合出高鐵、民航的距離效用函數(shù),即

采用主成分分析確定權(quán)重的方法進行效用函數(shù)系數(shù)的標定,標定結(jié)果為:

式中,年齡、性別、月收入、受教育程度、提前購票時間、時間敏感性、價格敏感性、主觀規(guī)范、出行態(tài)度、感知行為控制以及行為意向通過正態(tài)性檢驗符合正態(tài)分布,任務(wù)緊迫程度及抵達時間明確程度符合二項分布,距離服從均勻分布,隨機擾動項服從韋伯分布。

3 仿真過程及結(jié)果

3.1 帶潛變量的仿真模型

基于TPB框架構(gòu)建的仿真模型如圖2所示,使用MATLAB中的Simulink模塊進行仿真。

圖2 仿真模型示意圖

效用函數(shù)由4部分組成:①由出行距離擬合的效用函數(shù),用ud表示;②社會經(jīng)濟屬性變量由向量s表示,包括性別、年齡、受教育程度和月收入;③出行特征變量由向量z表示,包括任務(wù)緊迫程度、抵達時間明確程度和提前購票時間;④由MIMIC 模型擬合出的旅客心理潛變量,由向量η表示,包括時間敏感性、價格敏感性、主觀規(guī)范、感知行為控制、出行態(tài)度和行為意向6個潛變量。αn、bn和cn為變量的系數(shù)向量,εn是隨機擾動項,確定εn的分布時,如果交通方式間具有IIA(Independence from Irrelevant Alternation)特性即可假定εn服從韋伯分布,結(jié)合高鐵民航出行選擇問題的特點,可以發(fā)現(xiàn),其符合IIA特性[37],故設(shè)ε高鐵服從均值為0、方差為0.2的韋伯分布,ε民航服從均值為0、方差為0.3的韋伯分布。如下式所示:

式中:n=1表示高鐵;n=2表示民航。

效用最大化的函數(shù)為

3.2 敏感性分析

為了解大連旅客出行行為特征,設(shè)定旅客樣本為50 000個,設(shè)計仿真程序,單獨調(diào)整影響旅客經(jīng)濟成本的變量后仿真如圖3(a)所示。由圖3(a)可見,由高價格敏感性向低價格敏感性轉(zhuǎn)移時,競爭區(qū)間逐漸向右發(fā)生移動。高鐵旅客的曲線基本處于低價格敏感性曲線的上方且在600～1 400 km 區(qū)間內(nèi)差異不斷擴大,說明越在意價格的旅客越不愿意選擇民航而更愿意選擇高鐵。單獨調(diào)整時間情形如圖3(b)所示,在1 200 km 以下時,高時間和低時間敏感性旅客在高鐵和民航市場分擔率上無明顯差異。而在1 200 km 之后,隨著距離的增加,高時間敏感性旅客分擔率曲線逐漸與低時間時產(chǎn)生差異。在高時間敏感性下,旅客更加在意時間,隨著距離的增加,在途時間逐漸增加,在意時間的旅客便逐漸選擇可以節(jié)省時間的民航。同理,隨著距離的增加,旅客很在意時間,因此,高時間敏感性的旅客選擇高鐵的比例逐漸減小。

圖3 單獨調(diào)整時間和價格的情景

3.3 旅客行為分析

將月收入、提前購票天數(shù)、任務(wù)緊迫程度、抵達時間明確程度、時間敏感性和價格敏感性作為調(diào)整參數(shù),可以分為4類旅客,分別為高時間高價格敏感性旅客、高時間低價格敏感性旅客、低時間低價格敏感性旅客和低時間高價格敏感性旅客。所產(chǎn)生的仿真結(jié)果如表3所示,這與文獻[27]中以全國為研究對象建立的Logit模型預測的結(jié)果大體相似。這也驗證了仿真的有效性及正確性。

表3 不同旅客競爭區(qū)間對比 km

由表3可見,旅客群體不同,高鐵和民航競爭激烈的區(qū)間也是不同的。隨著價格敏感性的增加,競爭區(qū)間右移明顯。而隨著時間敏感性的增加,競爭區(qū)間無顯著變化,表明價格敏感性對旅客行為影響更大。

研究表明,高鐵(民航)的市場分擔份額介于70%～90%的區(qū)間是相對優(yōu)勢區(qū)間,在該區(qū)間內(nèi)高鐵(民航)對市場有著重要的支配作用[24]。高鐵(民航)市場份額在30%～70%是雙方競爭激烈的區(qū)間,無論高鐵還是民航想要獲得更多的市場份額,都要付出較大的成本。對4類旅客分別進行仿真得到的結(jié)果見表3。其中,相關(guān)參數(shù)設(shè)定(見表4)如下:

表4 旅客行為分析變量

由式(7)可以計算得到4類旅客相互轉(zhuǎn)換時的時間成本與經(jīng)濟成本,如圖4所示,I即表示I類旅客相對I～IV 類旅客所花費的時間成本和經(jīng)濟成本?？梢园l(fā)現(xiàn),不同旅客自身由于時間和價格敏感性的不同,導致的時間和價格容忍度也是不同的。根據(jù)旅客時間成本和經(jīng)濟成本變化量的關(guān)系劃分了4個區(qū)間,A 為高鐵競爭優(yōu)勢區(qū)間,B 為高鐵和民航共同競爭區(qū)間,C為民航競爭優(yōu)勢區(qū)間,D 為不確定性區(qū)間。在B區(qū)間的時間和經(jīng)濟成本范圍,旅客選擇高鐵和民航都有可能。旅客成本變化如果在A區(qū)間,則旅客更容易選擇高鐵出行。如果在C 區(qū)間,則旅客更容易選擇民航出行。在D 區(qū)間,由于旅客的時間和經(jīng)濟成本變化量都超過了高鐵和民航優(yōu)勢區(qū)間的閾值,這時旅客可能會更加考慮自身抵達時間的緊迫程度來進行出行方式選擇,更合理地安排出行。

圖4 4類旅客價值轉(zhuǎn)移對比圖

4 結(jié)論

基于計劃行為理論,將時間敏感性和價格敏感性引入模型中,結(jié)果表明,時間和價格敏感性都對出行態(tài)度有顯著的影響。對高鐵和民航兩個出行方式分別建立了多指標多因果模型,然后將擬合出的潛變量值代入仿真模型,并調(diào)整影響旅客時間和經(jīng)濟價值的不同參數(shù)得到了不同的結(jié)果,驗證了仿真方法的有效性和靈活性。利用仿真方法研究旅客出行問題,克服了基于多元Logit隨機效用數(shù)學解析模型的缺陷,可以更加系統(tǒng)、清晰地描述旅客特征以及高鐵和民航間競爭態(tài)勢的演變。雖然模型已經(jīng)考慮的比較全面,但是城市等級差異并未引入仿真模型中,這也是后續(xù)研究的一個重點。

綜合上述研究,給出如下建議:

(1)選擇民航的旅客往往不在意民航的服務(wù),更多地關(guān)注它在途時間的快捷性。而民航作為高層次的服務(wù)業(yè),旅客對其自然有更高的期待,民航公司需要不斷地提供多樣化服務(wù),增強產(chǎn)品吸引力,提高顧客滿意度。

(2)在競爭區(qū)間內(nèi),可以通過市場調(diào)研來確定旅客的分布情況。假如一個地區(qū)以高價格高時間敏感性旅客和高價格低時間敏感性旅客為主,民航公司可根據(jù)旅客特征適當?shù)販p少航班數(shù)量。

(3)由于民航和高鐵的運距優(yōu)勢不同,企業(yè)應(yīng)根據(jù)不同地區(qū)、不同季節(jié)進行空鐵聯(lián)運的合作,爭取形成短途靠高鐵,長途靠民航的形勢。