王 芳，陳征征

(宿州學院 資源與土木工程學院，安徽 宿州 234000)

可變信息板(variable message signs，VMS)又稱可變情報板，是交通狀況及交通誘導信息發(fā)布的重要設備，具有圖形與文字顯示功能[1]。操作員根據(jù)交通、天氣及指揮調度部門的指令，向VMS發(fā)布各種通告和信息，從而有效地對交通流進行引導，提高路網(wǎng)的交通運輸能力，為駕駛員安全快速行車提供優(yōu)質服務。駕駛員選擇路徑時會受到各種因素的影響，故以真實數(shù)據(jù)為依據(jù)才能獲得比較理想的結果，但目前VMS存在信息更新不及時的情況，從而影響駕駛員的判斷。

邵春福等[2]通過stated preference(SP)調查數(shù)據(jù)分析了北京市VMS信息對駕駛員路徑選擇行為的影響，并基于總結出的關鍵因素建立了駕駛員路徑選擇多元Logit模型。曹亞康[3]通過構建SP調查和Logistic回歸分析模型，分析了不同因素對駕駛員路徑選擇行為的影響。陳贛浙[4]研究了VMS影響下駕駛員在快速路上的路徑選擇行為特點，發(fā)現(xiàn)駕駛員的駕齡和對路網(wǎng)的熟悉程度對駕駛員的路徑選擇行為影響最大。邱洪等[5]創(chuàng)建了多因素影響的二項Logit模型，測試表明模型的估計準確率為75%左右。

隨著我國私家車數(shù)量的快速增長，路況也越來越復雜，VMS信息的有效利用將會為交通流的合理分配提供有效引導。本研究總結了影響駕駛員路徑選擇的主要因素，以宿州市火車站和汴河中路為例進行了SP調查，構建了Logit模型，并對各因素與駕駛員路徑選擇行為進行了相關性分析。

1 駕駛員路徑選擇影響因素

駕駛員在實際行車過程中的路徑選擇會受到各種因素的影響，如駕駛員自身屬性和外部環(huán)境等，主要可分為以下3類。

1.1 駕駛員自身屬性

駕駛員自身屬性包括性別、年齡、性格、駕齡、學歷、對路網(wǎng)的熟悉程度、精神狀態(tài)等。相關研究表明，男性駕駛員多為易沖動型性格，而女性駕駛員則多為較謹慎的性格；另外，駕駛員學歷、年齡和職業(yè)等的差異都會對其交通信息反應和接受速度產(chǎn)生一定影響，從而造成駕駛員不同的路徑選擇行為[6]。

1.2 道路屬性

道路屬性主要指的是道路級別、道路周圍環(huán)境、道路條件等。不同級別道路的行車道寬度、通行能力、服務水平和對速度的限制等都不同，駕駛員的行駛體驗也不同。以通勤為目的的交通，駕駛員一般會選擇通行能力好、道路等級高的路段；當行程對時間的要求不高時，駕駛員一般會選擇舒適度較高的道路。

1.3 出行特征

出行特征一般包括出行目的、出行時間和出行距離。不同的出行目的對出行時間有不同的要求，一般而言，上班、上學、辦理業(yè)務等出行要求時間越短越好，駕駛員會盡可能選擇行程時間較短的路徑避免因遲到帶來的損失，且更傾向于聽從VMS的建議；而以回家和自由行為目的的出行，對時間的要求一般相對較低，所以駕駛員選擇路徑時對舒適度和安全性的要求較高。另外，駕駛員改變出行路徑的習慣在不同時間段會有所不同，有調查顯示，在接受調查的人中約有65%的駕駛員愿意在晚上改變路徑行駛[7]。

2 SP調查

SP調查也稱意向調查，可模擬不同的交通場景，根據(jù)調查需求為被調查人員提供多種備選方案，是了解駕駛員對信息反應的一個重要途徑。SP調查方法有助于了解哪些因素會對駕駛員路徑選擇行為產(chǎn)生較大影響、哪些因素是無關緊要的，以及同一個因素的不同狀態(tài)會對路徑選擇行為產(chǎn)生怎樣不同的影響。根據(jù)影響駕駛員路徑選擇的因素，SP調查的具體內(nèi)容如表1所示。

表1 SP調查問卷內(nèi)容Tab.1 Contents of SP questionnaire

2.1 調查結果統(tǒng)計

本次調查采取實地調查的方式，調查對象為宿州市小汽車駕駛員，調查地點為宿州火車站附近和汴河中路沿線。小汽車包括私家車和出租車，其中私家車的主要用途是上下班、接送孩子及少部分其他用途，每天基本都是固定路線，因工作日多在高峰時段出行，經(jīng)常遇到擁堵，所以改變路徑的概率比較高，而節(jié)假日出行的目的主要是休閑，這時候對出行時間和路線的要求沒有工作日高；出租車的出行范圍廣、工作時間長，沒有固定的目的地，并且出行都是以選擇最短路徑為準則。

火車站附近的出租車較多，故選擇在此區(qū)域對出租車司機進行調查；汴河中路沿線分布有大型購物商場、醫(yī)院、學校，所以該區(qū)域一整天的車流量和人流量都很大，故選擇在此區(qū)域對私家車駕駛員進行調查。

采取街頭問卷調查的方式，共發(fā)出300份問卷，其中無效問卷52份，有效回收率為82.7%。SP問卷的數(shù)據(jù)統(tǒng)計結果見表2和表3。

表2 駕駛員自身屬性及出行特征Tab.2 Statistics of drivers′ own attributes and travel characteristics

表3 駕駛員對VMS的態(tài)度Tab.3 Statistics of drivers′ attitudes towards VMS

通過表2和表3的統(tǒng)計結果可以看出，SP調查基本涵蓋了駕駛員的自身屬性、出行特征和對VMS的態(tài)度等因素。在調查的樣本中，有81%的駕駛員對VMS持很信任或比較信任的態(tài)度，在高速和雨雪天氣等特殊行車條件下，大部分司機會留意VMS的信息，并且更期待“圖形+文字”的呈現(xiàn)方式。同時，被調查駕駛員接觸到的現(xiàn)有VMS的準確程度僅為36.2%，并且有52.4%的駕駛員認為VMS存在消息滯后現(xiàn)象，這也是VMS今后需要改進的地方。

2.2 駕駛員行為選擇Logistic模型

Logistic回歸分析模型簡稱Logit模型，是一種廣義的線性回歸分析模型，可用來評估決策者在多個備選方案中選擇某個方案的概率。若P為某事件發(fā)生的概率，則事件不發(fā)生的概率為1-P，以LogitP為因變量，建立線性關系如下：

(1)

從而，

(2)

式中：α為常數(shù)項；β1，…，βm為回歸系數(shù)。

用該模型預測駕駛員在行車過程中接收到VMS信息后，在各種因素的影響下改變路徑的概率，將駕駛員改變路徑的傾向設置為改變路徑(Y=1)和不改變路徑(Y=0)兩種，將SP調查統(tǒng)計表中的性別、年齡、駕齡、學歷、對路網(wǎng)的熟悉程度這5個變量分別作為模型估計的變量。利用SP調查的有效樣本數(shù)據(jù)對模型進行標定，結果如表4所示。

表4 駕駛員選擇估計模型待定參數(shù)Tab.4 Undetermined parameters of driver selection estimation model

3 相關性分析

對駕駛員改變行駛路徑與各影響因素之間的相關性進行分析，結果見表5。其中：相關系數(shù)為正代表正相關，反之為負相關；絕對值越大，表示兩者一致的相關性越強。從表5可以看出：

表5 駕駛員改變路徑與各影響因素的相關性分析結果Tab.5 Results of correlation analysis between drivers′ route change and influencing factors

(1)兩個指標相關系數(shù)為正的有駕駛員的性別、年齡、學歷、路網(wǎng)熟悉程度、改變路徑頻率、能忍耐擁堵的時間和路徑選擇等，說明在其他情況相同時：在交通擁堵的狀況下男性駕駛員更易根據(jù)VMS信息避開紅色擁堵路段；年齡較小的駕駛員更傾向于接受VMS信息改變出行路徑；學歷越低的駕駛員越偏好按照VMS信息選擇出行路徑；駕駛員改變路徑的頻率越高，在遇到交通擁堵時忍耐性越低。

(2)駕駛員的駕齡與改變路徑之間的相關系數(shù)為負值，說明隨著駕駛員駕齡的增長，對路網(wǎng)狀況熟悉后更傾向于選擇替換路徑。

4 結語

本研究選取宿州市火車站附近和汴河中路沿線進行了SP調查，歸納了影響駕駛員路徑選擇行為的主要因素，建立了二項Logit模型，并對各因素與駕駛員路徑選擇行為進行了相關性分析。結果顯示：駕駛員的年齡、性別、學歷、路網(wǎng)熟悉程度、改變路徑頻率、能忍耐擁堵的時間等與改變路徑之間的相關系數(shù)為正，駕駛員的駕齡與改變路徑之間的相關系數(shù)為負。