董 翠, 李 遙, 龍建成, 陳一鍇

(合肥工業(yè)大學(xué) 汽車(chē)與交通工程學(xué)院,安徽 合肥 230009)

發(fā)展公共交通是提高城市公共交通出行比例、緩解交通擁擠的重要方法。以公交、地鐵為主體的傳統(tǒng)公共交通系統(tǒng)存在著站點(diǎn)設(shè)置不合理、可靠度不高、便捷性差等問(wèn)題。高峰時(shí)段乘客面臨嚴(yán)重?fù)頂D,且舒適體驗(yàn)較差。個(gè)人交通出行如私家車(chē)、出租車(chē)等不僅人均污染大、出行成本高,而且屬于事故發(fā)生頻率較高的出行方式[1]?；诖吮尘?一種高品質(zhì)的公共出行方式——“定制公交”近年來(lái)受到廣泛關(guān)注。定制公交是一種介于常規(guī)公交與出租車(chē)之間的新型公共交通模式,它依靠網(wǎng)絡(luò)、電話、智能手機(jī)等網(wǎng)絡(luò)平臺(tái),以多人共同乘用的形式,為相對(duì)處于相近區(qū)域、相近出行時(shí)間、相近出行需求的人群量身定做的一種“一人一座、一站直達(dá)”式公共交通服務(wù)[2]。

文獻(xiàn)[3]考慮乘客的站點(diǎn)約束、公交車(chē)容量約束以及乘客的出行時(shí)間窗,解決了多條定制公交線路車(chē)輛調(diào)度問(wèn)題;文獻(xiàn)[4]建立了以最大載客量和乘客時(shí)間閾值為約束條件的動(dòng)態(tài)網(wǎng)絡(luò)調(diào)度模型,處理互聯(lián)網(wǎng)定制公交線路動(dòng)態(tài)設(shè)置問(wèn)題;文獻(xiàn)[5]對(duì)定制公交運(yùn)營(yíng)中面臨的站點(diǎn)設(shè)計(jì)、時(shí)刻表制定等問(wèn)題進(jìn)行研究,考慮乘客、運(yùn)營(yíng)者以及社會(huì)需求3個(gè)方面的效益建立了規(guī)劃模型;文獻(xiàn)[6]分析影響定制公交出行選擇的因素,研究表明票價(jià)、公交專用道及出行時(shí)間對(duì)定制公交服務(wù)模式的選擇有顯著影響;文獻(xiàn)[7]運(yùn)用結(jié)構(gòu)方程模型,分析了居民選擇定制公交出行方式意愿的影響因素;文獻(xiàn)[8]基于仿真方法研究定制公交對(duì)老年人、殘疾人服務(wù)的影響,分析了乘客選擇定制公交出行時(shí)考慮的因素。已有文獻(xiàn)對(duì)定制公交的研究主要集中在運(yùn)營(yíng)及路線優(yōu)規(guī)劃、影響因素分析等方面,缺乏以乘客需求為導(dǎo)向,對(duì)定制公交關(guān)鍵屬性支付意愿及偏好問(wèn)題的探究。

本文從乘客需求視角出發(fā),根據(jù)出行目的(通勤、非通勤)和出行距離(短、中和長(zhǎng)距離)組合設(shè)計(jì)6種出行情境,通過(guò)納入多種及不同水平的屬性,開(kāi)展定制公交關(guān)鍵屬性的離散選擇試驗(yàn),衡量個(gè)人對(duì)不同屬性的偏好,評(píng)估相關(guān)屬性在個(gè)體決策中的重要性,從而預(yù)測(cè)乘客對(duì)定制公交的接受意愿及關(guān)鍵屬性支付意愿。本研究對(duì)公交企業(yè)制定定制公交多元化推廣策略，提高公眾吸引力具有一定的指導(dǎo)價(jià)值。

1 基于條件Logit的支付意愿模型

離散選擇試驗(yàn)的理論基礎(chǔ)是隨機(jī)效用理論[9]。隨機(jī)效用理論是交通科學(xué)中的代表性理論之一,它以概率論為基礎(chǔ)模擬多方案選擇問(wèn)題。為模擬人們的心理活動(dòng),該理論為每個(gè)選擇集確定一個(gè)吸引度或效用值,假設(shè)決策者總是選擇效用最大的選項(xiàng)。

該理論中,個(gè)體i選擇選項(xiàng)j的隨機(jī)效用函數(shù)一般形式如下:

Uij=Vij+εij

(1)

其中:Vij為效用函數(shù)中的確定部分,假設(shè)其與可觀測(cè)變量成線性關(guān)系Vij=βXij,Xij為與個(gè)體i和選項(xiàng)j相關(guān)的可觀測(cè)變量的向量,β為反映個(gè)體偏好的待估參數(shù)向量；εij為隨機(jī)誤差項(xiàng)。進(jìn)一步將效用函數(shù)表示為:

Uij=β0j+βXij+εij

(2)

根據(jù)效用理論,個(gè)體i在作出選擇的過(guò)程中會(huì)使自己的效用達(dá)到最大化,即假設(shè)在選擇枝集合J中,選擇選項(xiàng)j的概率為:

πij=Pr(Uij>Uik,?k∈J,j≠k)=

Pr(Vij+εij>Vik+εik,?k∈J,j≠k)=

Pr(Vij-Vik>εik-εij,?k∈J,j≠k)

(3)

假設(shè)隨機(jī)項(xiàng)ε服從獨(dú)立同分布的I型極值分布(type I extreme value distribution),則個(gè)體i選擇選項(xiàng)j的概率為:

(4)

在本文的問(wèn)卷中,J=2。條件Logit模型的對(duì)數(shù)似然函數(shù)為:

(5)

若個(gè)體i選擇選項(xiàng)j,則yij=1;反之為0。采用極大似然估計(jì)法對(duì)關(guān)鍵特征屬性的系數(shù)進(jìn)行估計(jì)。

(6)

2 調(diào)查設(shè)計(jì)與數(shù)據(jù)獲取

2.1 問(wèn)卷設(shè)計(jì)

本研究將問(wèn)卷分為3個(gè)部分。第1部分為調(diào)查說(shuō)明,即問(wèn)卷的前言部分,包括填表的目的、要求、數(shù)據(jù)用途及實(shí)施調(diào)查的單位等基本信息;第2部分為RP調(diào)查(顯示性偏好調(diào)查),主要收集受訪者社會(huì)經(jīng)濟(jì)屬性,包括性別、年齡、收入和受教育程度等信息;第3部分為SP調(diào)查(陳述性偏好調(diào)查),設(shè)計(jì)離散選擇試驗(yàn)收集受訪者對(duì)定制公交不同特征屬性的偏好選擇。該研究設(shè)計(jì)了6種(通勤、非通勤×短、中、長(zhǎng)距離)情境下乘客乘坐定制公交的離散選擇試驗(yàn)。在每種情境下,基于正交試驗(yàn)設(shè)計(jì)生成6個(gè)選擇集,受訪者被隨機(jī)給予其中一個(gè)選擇集,在每個(gè)選擇集中,受訪者被要求選擇選項(xiàng)A、選項(xiàng)B,或兩者都不選,如圖1所示。

圖1 選擇集示例:通勤×短距離

每個(gè)選擇集中選項(xiàng)A和選項(xiàng)B包含相同的屬性但屬性水平不同,基于以往文獻(xiàn)調(diào)查以及預(yù)調(diào)研結(jié)果[10],本文選用的定制公交5個(gè)特征屬性為:票價(jià)、乘車(chē)時(shí)間、下車(chē)后最后一公里步行距離、運(yùn)營(yíng)時(shí)間和乘車(chē)環(huán)境。各屬性及屬性水平見(jiàn)表1所列。

表1 離散選擇試驗(yàn)設(shè)計(jì)

2.2 調(diào)查方案與數(shù)據(jù)獲取

為有效獲取數(shù)據(jù),本文按照以下2個(gè)步驟實(shí)施定制公交的離散選擇試驗(yàn):

2.2.1 預(yù)調(diào)查

隨機(jī)抽取50名被調(diào)查者對(duì)問(wèn)卷進(jìn)行預(yù)調(diào)查,根據(jù)反饋結(jié)果完善問(wèn)卷中問(wèn)題的表述并確定最終問(wèn)卷。

2.2.2 正式調(diào)查

基于問(wèn)卷星APP編輯問(wèn)卷,在全國(guó)范圍內(nèi)選取5個(gè)數(shù)據(jù)采集點(diǎn)(北京、青島、濟(jì)南、南京與合肥),通過(guò)微信、郵件發(fā)放電子問(wèn)卷。同時(shí),采用簡(jiǎn)單隨機(jī)抽樣,有針對(duì)性地在各個(gè)調(diào)查點(diǎn)發(fā)放紙質(zhì)問(wèn)卷。

為了提高響應(yīng)率和問(wèn)卷的有效率,對(duì)每個(gè)完成有效問(wèn)卷的被調(diào)查者給予一定形式的獎(jiǎng)勵(lì)。

該調(diào)查從2018年12月持續(xù)至2019年3月,共收集問(wèn)卷550份,其中無(wú)效問(wèn)卷42份。最終基于508份有效問(wèn)卷開(kāi)展研究,有效樣本的基本情況見(jiàn)表2所列。

表2 樣本統(tǒng)計(jì)性描述結(jié)果 單位：%

2.3 樣本描述性統(tǒng)計(jì)

從表2可以看出，在定制公交實(shí)際用戶中,男性比例較高,年齡相對(duì)集中于26～35歲,且未婚、學(xué)歷較高并有穩(wěn)定工作的乘客比例較高;此外,乘坐過(guò)定制公交的乘客中未擁有私家車(chē)比例達(dá)到52.38%。日常出行距離分布如圖2所示，日常出行方式分布如圖3所示。從圖2、圖3可以看出，在乘客日常出行方式中,公交、地鐵出行占33.4%,私家車(chē)出行占31.9%,且90.7%的日常出行皆為中、短途。

圖2 日常出行距離分布

圖3 日常出行方式分布

3 條件Logit模型結(jié)果分析

本文利用Stata軟件進(jìn)行編程,采用模擬極大似然估計(jì)法對(duì)不同出行情境下模型參數(shù)進(jìn)行估計(jì)。短、中及長(zhǎng)距離情境下的通勤和非通勤模型結(jié)果見(jiàn)表3～表5所列，模型的擬合優(yōu)度均介于0.1～0.2之間,說(shuō)明模型擬合良好。

3.1 社會(huì)經(jīng)濟(jì)變量參數(shù)估計(jì)結(jié)果

(1) 性別在短距離情境下的通勤模型中顯著且符號(hào)為負(fù),表明與男性相比,女性更傾向于選擇定制公交。

表3 短距離情境下參數(shù)估計(jì)結(jié)果

表4 中等距離情境下參數(shù)估計(jì)結(jié)果

表5 長(zhǎng)距離情境下參數(shù)估計(jì)結(jié)果

(2) 年齡和單程出行距離在中等距離情境下的非通勤模型中顯著且符號(hào)為正,表明年齡偏大、出行距離較長(zhǎng)的乘客更傾向于選擇定制公交。

(3) 收入在長(zhǎng)距離情境下的非通勤模型中顯著且符號(hào)為正,表明收入水平越高,越傾向于選擇定制公交。

3.2 定制公交特征變量參數(shù)估計(jì)結(jié)果

在討論各個(gè)模型中定制公交特征變量的系數(shù)時(shí),本文選擇多屬性水平中最不靈活的類(lèi)別作為基礎(chǔ)變量,例如在分析乘車(chē)時(shí)間屬性時(shí),選擇乘車(chē)時(shí)間可縮短10%作為基礎(chǔ)變量。不同情境下各模型參數(shù)估計(jì)結(jié)果雖有差異,但其顯著性及符號(hào)相同,符合預(yù)期。

(1) 在各模型中,票價(jià)均顯著且符號(hào)為負(fù),表明票價(jià)越低,越吸引乘客選擇定制公交。在短距離情境下的通勤模型中,票價(jià)的系數(shù)值最大,說(shuō)明對(duì)短距離出行且通勤的乘客來(lái)說(shuō),對(duì)低票價(jià)的定制公交的偏好更強(qiáng)烈。

(2) 乘車(chē)時(shí)間顯著且符號(hào)為正,說(shuō)明在各模型中,相比于基礎(chǔ)變量,乘車(chē)時(shí)間縮短百分比越大,乘客的偏好也越大,乘客對(duì)乘車(chē)時(shí)間縮短30%的偏好最大。通過(guò)參數(shù)比較可知,在短距離情境下,乘車(chē)時(shí)間系數(shù)值較大,尤其通勤模型中的乘車(chē)時(shí)間系數(shù)值最大,表明短距離出行且通勤的乘客對(duì)乘車(chē)時(shí)間有更強(qiáng)烈的偏好。

(3) 最后一公里步行距離顯著且符號(hào)為正,步行距離小于200 m的系數(shù)值大于200～500 m的系數(shù)值,表明乘客更偏好步行距離最短的變量。通過(guò)參數(shù)估計(jì)結(jié)果,短距離情境下,通勤模型中的最后一公里步行距離系數(shù)值均大于非通勤模型,說(shuō)明通勤出行的乘客對(duì)最后一公里步行距離的偏好大于非通勤出行的乘客。中長(zhǎng)距離情境下,最后一公里步行距離的參數(shù)解釋與短距離情境正好相反。

(4) 運(yùn)營(yíng)時(shí)間在各模型中均不顯著,表明該屬性對(duì)乘客不具有決定選擇結(jié)果的價(jià)值,即乘客并不重視該屬性。

(5) 乘車(chē)環(huán)境顯著且系數(shù)為正,一人一座+充電裝置+免費(fèi)wifi+小桌板情形的系數(shù)值最大,說(shuō)明乘客更偏好較高的乘車(chē)服務(wù)水平。在不同出行距離情境下,通勤模型中的乘車(chē)環(huán)境系數(shù)值均大于非通勤,表明通勤出行的乘客對(duì)定制公交高質(zhì)量、高服務(wù)水平的偏好更強(qiáng)烈。

3.3 定制公交特征屬性支付意愿結(jié)果

根據(jù)(6)式可以計(jì)算出定制公交各屬性的總平均支付意愿,如圖4、圖5所示。

圖4 通勤出行下定制公交特征屬性平均支付意愿

圖5 非通勤出行下定制公交特征屬性平均支付意愿

由圖4、圖5可知,不同情境下定制公交各屬性的平均支付意愿均為正值,表明對(duì)比基礎(chǔ)變量,乘客愿意為更靈活的屬性變量支付更多的費(fèi)用。以短距離情境為例,通勤出行的乘客愿意為乘車(chē)時(shí)間縮短20%和30%分別多支付2.44元和3.48元。

從圖4可以看出,在通勤情境中,支付意愿水平由高及低依次是最后一公里步行距離、乘車(chē)環(huán)境、乘車(chē)時(shí)間。

中等距離出行的乘客對(duì)前2個(gè)屬性的支付意愿最大,分別愿意為最后一公里步行距離小于200 m、乘車(chē)環(huán)境(一人一座+充電裝置+免費(fèi)wifi+小桌板)多支付14.29、7.06元。長(zhǎng)距離出行的乘客愿意為其分別多支付12.31、3.40元。短距離出行的乘客支付意愿最低,愿意為其分別多支付5.96、4.13元。就乘車(chē)時(shí)間縮短30%而言,其支付意愿在各屬性中最低。此外,中長(zhǎng)距離出行的乘客對(duì)各屬性的平均支付意愿均大于短距離出行的乘客。

從圖5可以看出,在非通勤情境中,支付意愿水平由高及低依次是最后一公里步行距離、乘車(chē)時(shí)間、乘車(chē)環(huán)境。其中,最后一公里步行距離小于200 m和乘車(chē)時(shí)間縮短30%的支付意愿最大。長(zhǎng)距離出行的乘客愿意為其分別多支付6.40、2.64元;中等距離的乘客愿意為其分別多支付5.02、1.73元;短距離出行的乘客愿意為其分別多支付4.69、2.82元。

總體來(lái)說(shuō),乘客對(duì)于縮短最后一公里步行距離的平均支付意愿最高,通勤情境中該屬性的平均支付意愿為10.85元,非通勤情境中該屬性的平均支付意愿為5.37元,表明通勤出行的乘客比非通勤出行的乘客愿意多支付近一倍費(fèi)用來(lái)縮短最后一公里的步行距離。此外,通勤出行的乘客對(duì)各屬性的平均支付意愿均大于非通勤出行的乘客。

4 結(jié) 論

本文通過(guò)開(kāi)展多情境下離散選擇試驗(yàn),以實(shí)際的調(diào)查數(shù)據(jù)為基礎(chǔ),構(gòu)建條件Logit模型,對(duì)定制公交乘客支付意愿進(jìn)行研究,得出主要結(jié)論如下:

(1) 定制公交作為一種新型公共交通模式,占交通運(yùn)輸市場(chǎng)的規(guī)模比例還不是很大,了解乘客的需求和偏好是提高定制公交吸引力的重要原因。

(2) 在影響定制公交接受意愿的因素中,社會(huì)經(jīng)濟(jì)變量中的性別、年齡、收入與日出行距離對(duì)定制公交的接受意愿有顯著影響,但不同情境下,其顯著性存在差異。

(3) 開(kāi)展定制公交多元化推行策略是吸引潛在用戶的重要方法。針對(duì)較短路線,應(yīng)集中考慮縮短最后一公里步行距離和改善乘車(chē)環(huán)境這2個(gè)方面。對(duì)于較長(zhǎng)路線,提高定制公交乘車(chē)環(huán)境水平更有利于吸引潛在用戶和滿足乘客需求。此外,開(kāi)展通勤定制公交路線以滿足乘客通勤需求應(yīng)作為推廣定制公交的先行策略。