張文波，左玙璠，王岳平，陳景旭，劉志遠(yuǎn)*

(1.東南大學(xué) 交通學(xué)院，江蘇 南京 211189；2.中交雄安投資有限公司，河北 保定 071700)

不斷增加的出行需求與有限的道路資源之間的矛盾，環(huán)境保護(hù)與大量出行造成環(huán)境污染之間的矛盾是當(dāng)前交通規(guī)劃與管理發(fā)展中急需解決的兩個問題。公共交通載客量大，占用道路資源少，完成同量級的運(yùn)輸任務(wù)能耗低，在均衡道路資源和道路能力，提高資源利用率，降低溫室氣體排放等方面具有重要地位。提高公共出行比例，是當(dāng)前交通行業(yè)發(fā)展的重大目標(biāo)。不同交通方式的服務(wù)水平是影響城市出行交通方式劃分比例的重要原因，掌握不同因素對出行方式效用的定量影響，對調(diào)整交通管理方案以改變出行方式分擔(dān)率具有重要的指導(dǎo)作用[1-4]。

傳統(tǒng)公共交通的服務(wù)水平受限于線路與時刻表的固定性，無法及時響應(yīng)動態(tài)的交通需求。隨著交通技術(shù)的發(fā)展，出行方式結(jié)構(gòu)優(yōu)化成為調(diào)節(jié)城市交通供需不平衡的重要途徑，引發(fā)國內(nèi)外眾多關(guān)于交通新政策新方式的研究。張榮花等[5]利用多項(xiàng)Logit模型研究影響汽車共享服務(wù)選擇概率的因素。朱順應(yīng)等[6]定義并設(shè)定低碳補(bǔ)貼情景，通過SP(stated preference)調(diào)查及多項(xiàng)Logit模型研究影響居民低碳出行意愿的因素。何曉平[7]研究了中距離運(yùn)輸市場下，引入共享電力汽車模式對于提供高自由度出行模式，減緩城市交通問題的意義。李曼[8]以湛江市為研究區(qū)域，基于非集計(jì)理論，通過數(shù)據(jù)調(diào)查研究了共享單車背景下城市居民交通出行模式選擇問題。Ceccato等[9]以意大利城市都靈作為研究區(qū)域，分析了傳統(tǒng)交通出行向共享汽車的轉(zhuǎn)化概率。Carrone等[10]通過SP調(diào)查，研究得出年輕的受教育者對于選擇共享汽車和支付共享汽車的保養(yǎng)費(fèi)用意愿較高。Politis等[11]利用二項(xiàng)Logit模型研究發(fā)現(xiàn)，行程特性如出行目的和出行頻率是影響出行者對于共享單車和傳統(tǒng)交通方式選擇意愿的重要因素。將新型交通方式作為選擇肢進(jìn)行出行選擇分析，對于誘導(dǎo)乘客向環(huán)境友好型出行方式轉(zhuǎn)移提供了理論依據(jù)。在傳統(tǒng)交通中，常規(guī)公交與出租車等出行方式提供的出行服務(wù)間存在巨大空白，導(dǎo)致出行服務(wù)水平兩極化嚴(yán)重。定制公交的出現(xiàn)為提升公共交通的服務(wù)水平，補(bǔ)充出行服務(wù)斷檔提供了新的思路，在優(yōu)化城市客運(yùn)交通結(jié)構(gòu)，尤其是私家車向定制公交出行的轉(zhuǎn)移，以及緩解城市交通擁堵和減少交通污染等方面發(fā)揮著重要作用。定制公交線路與發(fā)車時間的靈活性，還可滿足居民的個性化出行需求[11]。

關(guān)于居民出行方式選擇分析的研究，常用方法為建立離散選擇模型，代入調(diào)查數(shù)據(jù)進(jìn)行擬合，得到各交通出行方式的出行效用函數(shù)中各因素的系數(shù)，從而得到不同因素對于出行方式分配的定量影響[12-14]。但傳統(tǒng)的調(diào)查方法是將已有的交通方式組成選擇集，調(diào)查結(jié)果往往僅反映居民對于現(xiàn)有交通方式的選擇行為。本文考慮新型交通方式的居民出行方式選擇分析，將定制公交的概念在問卷中進(jìn)行解釋，并在SP調(diào)查的場景設(shè)置中對不同出行情景和出行方案所對應(yīng)的特性進(jìn)行估計(jì)，結(jié)合交通出行選擇中的混合模型優(yōu)勢，通過居民個人屬性與出行方案屬性計(jì)算出行方式效用函數(shù)，進(jìn)而得到居民在面對定制公交、出租車與常規(guī)公交時的選擇行為?？紤]新型交通方式的居民出行方式選擇模型的分析結(jié)果，對于定制公交的投入規(guī)模及運(yùn)行策略的方案調(diào)整具有重要參考意義。

1 模型建立

1.1 效用函數(shù)及方式劃分概率

在多項(xiàng)Logit模型中，如果自變量都是和決策者相關(guān)的屬性，對應(yīng)的多項(xiàng)Logit模型稱之為廣義邏輯回歸模型[15]，如果自變量都是和方案相關(guān)的屬性，則稱為條件邏輯回歸模型[16]。在考慮定制公交的出行方式選擇建模過程中，居民相關(guān)屬性和方案相關(guān)屬性都會影響到?jīng)Q策過程[17]，所以本文使用結(jié)合了廣義Logit回歸模型和條件Logit回歸模型的混合模型[18-21]。自變量表示為式(1)，系數(shù)向量定義為式(2)，包含居民個人屬性和出行方案屬性的出行方式效用函數(shù)表示為式(3)，居民對于出行方式的選擇概率由式(4)計(jì)算。

(1)

(2)

(3)

(4)

1.2 出行方式選擇集確定

定制公交的設(shè)置是為了提供一種服務(wù)水平接近于出租車的公共交通方式，所以在設(shè)置出行方式選擇集時，選擇出租車、常規(guī)公交和定制公交作為出行方案選擇集包含的出行方式選項(xiàng)。

定制公交設(shè)置了不同服務(wù)水平和價格兩種，分別是定制公交1和定制公交2。定制公交1在收費(fèi)和價格方面都更接近常規(guī)公交，對于實(shí)時出行需求響應(yīng)相對較慢，停站較多，旅程時間相對較長，但是價格低。定制公交2在收費(fèi)和價格方面都更接近出租車，對于出行需求的響應(yīng)更快，靈活性更高，旅程時間更短，但是相應(yīng)地，價格也會更高。這4種出行方式服務(wù)水平從高到低為：出租車、定制公交2、定制公交1、常規(guī)公交，價格設(shè)置也遵循此規(guī)律。

1.3 出行方式選擇影響因素確定

通過相關(guān)文獻(xiàn)資料調(diào)研，對影響居民出行方式選擇的因素進(jìn)行歸納總結(jié)，并根據(jù)影響因素的類型進(jìn)行調(diào)查問卷的設(shè)計(jì)。影響居民出行方式選擇的因素可以分為三類：

(1)個人基本屬性，包括性別、年齡、收入[5]、家庭收入[22-24]、私家車數(shù)量[25]；

(2)出行行為屬性[12]，本文考慮出行行為屬性為兩大類，分別是通勤和娛樂；

(3)出行方案屬性，包括票價[26]、是否有座、中途停車次數(shù)、出行距離[2]、等待時間、距乘車點(diǎn)的步行距離、到達(dá)目的地的時間準(zhǔn)確度(即出行者預(yù)計(jì)到達(dá)時間與實(shí)際到達(dá)時間的偏差)。

2 問卷設(shè)計(jì)與分析

2.1 數(shù)據(jù)收集

設(shè)計(jì)問卷對居民進(jìn)行個人屬性調(diào)查與設(shè)計(jì)情景下出行方式選擇的SP調(diào)查[27]，并在設(shè)計(jì)SP調(diào)查部分，對出租車、定制公交2、定制公交1、常規(guī)公交等4種出行方案的屬性如行程時間、出行花費(fèi)等均根據(jù)服務(wù)水平及收費(fèi)水平不同進(jìn)行設(shè)置。發(fā)放問卷后，回收有效問卷共204份。

2.2 問卷信度效度檢驗(yàn)

在進(jìn)行問卷數(shù)據(jù)分析前，對問卷采集數(shù)據(jù)進(jìn)行信度與效度分析。利用克隆巴赫信度系數(shù)α測量信度，分析得本問卷α系數(shù)為0.719，則說明信度較高，問卷調(diào)查結(jié)果可用于后續(xù)研究。對問卷調(diào)查數(shù)據(jù)進(jìn)行效度檢驗(yàn)，得到KMO值為0.631，大于0.6，通過Bartlett球形檢驗(yàn)，意味著數(shù)據(jù)具有效度。綜上可得，基于問卷數(shù)據(jù)所得到的結(jié)論在數(shù)據(jù)上真實(shí)可靠，具有說服力。

2.3 變量處理

出行問卷中常常包含以離散值為答案的問題，或者根據(jù)研究目的需要將連續(xù)數(shù)值答案離散為等級的問題，此時按照實(shí)地調(diào)研結(jié)果，設(shè)置閾值對其進(jìn)行處理，有n個等級的因素轉(zhuǎn)化為n-1個啞元變量表示，以保證變量之間的線性無關(guān)性。如式(5)所示。

X1+X2+…+Xn=1，

(5)

其中，Xi(i=1,2,…,n)是布爾變量，Xi=1表示該變量處于等級i，反之，表示該變量不處于等級i。

根據(jù)式(5)可得，X1,X2,…,Xn之間線性相關(guān)，所以通常選取其中的n-1個變量進(jìn)行表示。本文以最低等級作為參考，即X2,X3,…,Xn-1表示等級因素的取值，當(dāng)X2+X3+…+Xn-1=0時，說明在該因素上取參考等級，即最低等級。以個人平均月收入為例，共分為5個等級，選取最低等級“個人平均月收入在(0，3000]”作為參考等級，其余4個等級作為啞元變量，IND_INC_1=1表示個人平均月收入在(3000，6000]區(qū)間；IND_INC_2=1表示個人平均月收入在(6000，10 000]區(qū)間；IND_INC_3 =1表示個人平均月收入在(10 000，15 000]；IND_INC_4=1表示個人平均月收入在15 000以上，當(dāng)IND_INC_1，IND_INC_2，IND_INC_3，IND_INC_4均為0時，說明該調(diào)查者的個人平均月收入≤3000元。

對于離散變量的擬合結(jié)果，其系數(shù)代表以參考等級為對照，其他等級對于出行方式選擇的影響。離散變量的擬合系數(shù)只在設(shè)定的等級范圍下有效，不會無限增長，變量每次變化只能以等級為單位，且變量每變化一個等級，對出行方式劃分概率的影響程度不同。對于連續(xù)變量，進(jìn)行系數(shù)擬合時不需要做特殊處理，可直接進(jìn)行系數(shù)擬合。連續(xù)變量的擬合系數(shù)是常數(shù)，即該變量變化量相同時，對于出行方式劃分概率的影響是相同的，且連續(xù)變量變化可以是任意數(shù)值。對于個人基本屬性、出行行為屬性及出行方案屬性中的變量處理結(jié)果如表1所示。

表1 出行行為選擇因素

續(xù)表1

3 模型結(jié)果及影響因素

對問卷數(shù)據(jù)進(jìn)行數(shù)據(jù)轉(zhuǎn)換，將表示等級的因素按照啞元變量處理，包含n個等級的，利用極大似然估計(jì)得到數(shù)據(jù)擬合結(jié)果，數(shù)據(jù)擬合度R2為0.321，屬于0.3～0.6之間，說明擬合度較好，反映影響因素選取的合理性。設(shè)在其他條件均不變的情況下，某影響因素變化x，該出行方式在影響因素變化前后所占的比例分別為p和p′，則p，p′，x的關(guān)系如式(6)。

,

(6)

本文出行方式選擇集中各出行方式顯著影響因素中連續(xù)變量對應(yīng)的x值見表2，且連續(xù)變量對不同出行方式的影響不同。啞元變量的變化對出行方式所占比例的影響同樣遵循式(6)，區(qū)別在于當(dāng)研究啞元變量的影響時，式(6)的P代表改變量對應(yīng)的參考情況下該出行方式所占比例。采用極大似然法對出行方式效用函數(shù)進(jìn)行擬合，并根據(jù)變量顯著性，篩選出顯著性<0.3的變量及其邊際效用影響因素，如表2和表3所示。

表2 各出行方式影響顯著的連續(xù)變量

表3 各出行方式影響顯著的啞元變量

從表2中可以看出，出行費(fèi)用和出行時間對各出行方式都有較為顯著的影響，且均為負(fù)影響。其中，出行價格變量的系數(shù)在常規(guī)公交及定制公交1的效用函數(shù)中絕對值較大，分別為0.195 4和0.117 3，而在定制公交2和出租車的效用函數(shù)中絕對值較小，分別為0.156 1和0.057 1，說明出行價格的變動會使選擇常規(guī)公交和定制公交1的居民比例降低較多，而選擇出租車的居民比例降低較少。行程時間變量在定制公交2和出租車效用函數(shù)中的絕對值較大，分別為0.073 5和0.080 7，在常規(guī)公交和定制公交1的效用函數(shù)中絕對值較小，分別為0.020 4和0.015 0?？梢钥闯觯x擇高服務(wù)水平出行方式的居民對于出行時間要求較高。此外，在出行方式選擇過程中，針對服務(wù)水平較低的常規(guī)公交和定制公交1，價格是更為重要的影響因素，其影響程度明顯高于行程時間；針對服務(wù)水平較高的出租車和定制公交2，價格和行程時間的影響基本一致。

從表3可以看出，換乘與到達(dá)時間偏差都會對出行方式的選擇造成影響，且到達(dá)時間偏差對于出行方式的影響所占比例更大，并且隨著出行方式實(shí)際早到時間增長，該出行方式所占比例會逐漸增加。結(jié)合表2和表3可以看出，在居民的出行選擇中，出行方式所對應(yīng)的時間因素和費(fèi)用因素是決定居民選擇出行方式的重要因素。服務(wù)水平較高的出行方式效用受時間因素影響較大，而服務(wù)水平較低的出行方式效用受費(fèi)用因素影響較大。這也說明對于時間要求較高的居民通常對于價格敏感度較低，會選擇價格與服務(wù)水平都較高的出行方式，而選擇出行花費(fèi)較低的常規(guī)公交出行的居民，則對于行程時間敏感度較低。

連續(xù)變量和離散變量的邊際效用存在含義差別，以表2中的出行費(fèi)用和表3中的到達(dá)時間偏差為例。假設(shè)現(xiàn)在常規(guī)公交的票價為2元，則當(dāng)常規(guī)公交的票價變?yōu)?元時，滿足以下等式：

(7)

其中，p1′表示常規(guī)公交票價變化后(即票價為3元)，常規(guī)公交出行在總出行中所占比例；p1表示常規(guī)公交票價在變化前(即2元)時，在總出行中所占比例。連續(xù)變量的變化可以不為整數(shù)，如常規(guī)公交的票價可以由2元變?yōu)?.5元，則滿足式(8)。

(8)

其中，p2′表示常規(guī)公交票價變化后(即票價為2.5元)，常規(guī)公交出行在總出行中所占比例。若當(dāng)前票價為3元，改變后票價為4元，則常規(guī)公交出行所占比例變化仍可以用式(7)計(jì)算。而對于離散變量“到達(dá)時間偏差”，假設(shè)當(dāng)前某一出行方式準(zhǔn)時到達(dá)，則當(dāng)該方式的到達(dá)時間偏差變?yōu)樵绲? min時，變化前后的該出行方式所占比例符合式(9)。

(9)

其中，p3表示該出行方式準(zhǔn)時到達(dá)時，該出行方式對應(yīng)的出行占總出行的比例；p3′表示該出行方式早到5 min情況下，該出行方式對應(yīng)的出行占總出行的比例。若該方式早到6 min，則需通過式(10)計(jì)算得到。

(10)

其中，p4′表示當(dāng)該出行方式的到達(dá)偏差為早到6 min時，該出行方式出行占總出行的比例，對于早到3 min，早到7 min等表3中未列出的情況，無法通過式(6)及表3中的擬合結(jié)果得出。根據(jù)表3可以通過計(jì)算變化后情況與參考等級的出行方式占比，無法直接比較兩種非參考等級的情況，需要借助參考等級進(jìn)行間接分析。

4 結(jié)論

本文針對考慮定制公交的居民出行方式選擇集，從個人屬性、出行行為屬性與出行方案屬性3個方面設(shè)計(jì)問卷，對問卷中包括的變量因素進(jìn)行處理。對等級變量按照啞元變量進(jìn)行轉(zhuǎn)換后，對出行方式效用函數(shù)中的變量系數(shù)進(jìn)行擬合。按照顯著系數(shù)進(jìn)行篩選后，得到對出行方式選擇分配影響的邊際效用，并對邊際效用及出行方式選擇概率進(jìn)行解釋。通過篩選結(jié)果可以看出，時間和距離特性對于出行方式比例的影響較為顯著，且不同出行需求特性的居民對于出行時間和出行費(fèi)用的敏感程度不同。結(jié)合數(shù)據(jù)分析結(jié)果，得出結(jié)論：定制公交的定位應(yīng)當(dāng)根據(jù)研究區(qū)域的具體情況來決定，功能在于補(bǔ)充常規(guī)公交與出租車的服務(wù)水平斷檔，提供服務(wù)水平高于常規(guī)公交、出行成本低于出租車的出行服務(wù)；總體而言，定制公交的潛在乘客定位是對于出行價格敏感度低于常規(guī)公交，對于出行時間敏感度高于常規(guī)公交，即定制公交的潛在乘客相較常規(guī)公交乘客，追求更高的服務(wù)水平，相較出租車乘客，追求更低的價格。所以定制公交設(shè)置可以與常規(guī)公交服務(wù)的出行類型區(qū)分，用以提供價格與服務(wù)水平都更高的公共交通，在保證公交系統(tǒng)收支的前提下，滿足更多不同特性的出行需求，且在運(yùn)行中，定制公交可與公共交通共同運(yùn)營。