姜美利 劉建榮 劉麗華

(廣州地鐵設計研究院股份有限公司1) 廣州 510000) (華南理工大學土木與交通學院2) 廣州 510640) (河南城建學院土木與交通工程學院3) 平頂山 467000)

0 引 言

出行時間、出行費用、時間可靠性、擁擠等是影響城市交通中出行者方式選擇的主要因素[1-2].此外，由于出行者的偏好并不一致，將出行者當作同一類群體會導致偏差[3-4].Bhat[5]根據(jù)出行者某些社會人口學特征(如性別等)，對出行者進行分類.Douglas等[6-8]基于出行者的社會人口學特征分類，考慮了出行者的偏好差異.

文中根據(jù)地鐵使用者對于舒適性的主觀評價，利用潛在類別分析模型(latent class analysis model, LCA)對地鐵使用者進行分類.在此基礎上，對于每一類出行者，分別使用離散選擇模型，分析每一類群體中擁擠度的影響.

1 潛在類別分析模型

潛在類別分析模型假定顯示變量的概率分布由互斥的潛在類別決定，不同的潛在類別對各個顯示變量有特定的選擇傾向[9-10]，如果剔除潛在類別的影響，個人對顯示變量的選擇相互獨立.

(1)

所有分類的概率密度函數(shù)為

(2)

通過似然估計，最大化(2)中的概率密度，即可估計出pr及πijk.

假定有R個潛在類別，以潛在類別1為基準，調查對象i屬于類別r(r=1,2,…,R)的概率為pri：

(3)

式中：p1i為i屬于潛在類別1的概率；Xi為i的屬性向量；βr為待估計參數(shù).

潛在類別回歸模型中R未知，需要提前確定.R值越大，擬合優(yōu)度越高，但模型越復雜.利用AIC和BIC確定最有R值.

(4)

式中：Λ為模型最大對數(shù)似然估計值；Φ為模型擬合參數(shù)個數(shù).

2 問卷設計

數(shù)據(jù)調查地點為廣州市，時間從2021年10—11月.共獲取有效樣本960份.數(shù)據(jù)包括：社會人口學特征、舒適性要求、出行選擇行為.舒適性要求包括四個問題：①選擇公共交通時，在意是不是很擠(C1)；②選擇公共交通時，在意車內環(huán)境(C2)；③為了更舒適的出行環(huán)境，愿意多花錢(C3)；④為了更舒適的出行環(huán)境，愿意多花出行時間(C4).四個問題項包括“不贊同”“不確定”“贊同”三個選項，要求被調查者選擇其一.

出行選擇行為通過陳述性偏好獲取.給被調查者若干情景，每個情景包含兩個出行選項，要求被調查者選擇最合意的出行選項.出行選項在旅行時間、費用、車廂內擁擠度等方面有所不同.分析現(xiàn)有文獻，車廂內擁擠度可使用車廂內無座的乘客數(shù)量[11-12]、負荷系數(shù)[13]、無座乘客密度[14-15]等指標表示.考慮到個人感知，本文使用車廂內無座乘客密度表征.被調查者選擇某個出行選項的效用可表示為式(5).其中：U為效用；βi(i=1,2,3)為待估計參數(shù)；ε為誤差項.

U=β1·費用+β2·旅行時間+

β3·車廂內擁擠度+ε

(5)

3 數(shù)據(jù)分析

3.1 出行者潛在類別劃分

潛在類別分析模型中，潛在類別數(shù)量需要預先指定.假定潛在類別數(shù)量為1—4類.各潛在類別數(shù)量下，統(tǒng)計特征見表 1.

AIC、BIC值越小，模型越好.根據(jù)表 1數(shù)據(jù)，當潛在數(shù)量為2時，模型最優(yōu)，確定樣本可以分為2類.具體分類依據(jù)見表 2.潛在類別1、2分別占84.6%、16.4%，潛在類別1的被調查者在意出行的舒適性，潛在類別2的被調查者不在意出行的舒適性.

表1 潛在類別模型統(tǒng)計特征

表2 潛在類別劃分依據(jù) 單位：%

社會人口學特征對潛在類別劃分的影響見表 3.由表3可知：僅結婚狀況會對出行者潛在類別劃分產(chǎn)生影響.已婚者明顯比未婚者更在意出行舒適性.教育程度在10%置信水平下顯著，隨著教育程度的提升，出行者對出行舒適性的重視程度提高.

表3 出行者類別劃分影響因素

3.2 擁擠度價值研究

根據(jù)潛在類別進行分類，基于式(4)，分別對潛在類別1子集、潛在類別1子集及樣本整體進行條件logit模型分析，得到各部分的回歸系數(shù)對比見表4.

表4 回歸系數(shù)對比

由表4可知：潛在類別1子集、潛在類別2子集、整體的各參數(shù)均顯著.根據(jù)系數(shù)，計算時間價值，得到潛在類別1、潛在類別2、整體的旅行時間價值.得到潛在類別1、潛在類別2、整體的旅行時間價值分別是0.39，0.27，0.37元/min.潛在類別1的時間價值為潛在類別2的1.4倍，差異較大.

以旅行時間為基準，將車廂內擁擠度系數(shù)除以旅行時間系數(shù)，可以得到車廂內擁擠度相對系數(shù)，見表5.潛在類別1、潛在類別2、整體的車廂內擁擠度相對系數(shù)分別為4.51、2.92、4.24.即地鐵車廂內站立乘客密度每增加1人/m2，對于潛在類別1、潛在類別2和整體的出行者，相當于分別增加了車內時間4.51，2.92，4.24 min.其中潛在類別1的結果與文獻[16]的結果類似(4.65)，潛在類別2的結果與文獻[17]的結果類似.對比潛在類別1和潛在類別2對車廂內擁擠度的評價，潛在類別1為潛在類別2的1.55倍，潛在類別1的擁擠度價值遠高于潛在類別2的擁擠度價值.

表5 車內擁擠度價值比較

3.3 擁擠度幾率比研究

假定出行者有2個選項：1和2；出行行為影響因素為xi；參數(shù)為β；則幾率比可表示為式(6).由式(6)可知：幾率比反映了影響因素xi的變化對選擇某一選項的概率相對于其他選項的概率的變化程度.

(6)

分別分析潛在1、潛在2的出行者的幾率比，得到幾率見表6.

表6 不同群體的幾率比

由表6可知：潛在類別1中車廂內擁擠度的幾率比為0.697，這意味著在給定其他變量的情況下，一個方案的車內擁擠度增加1人/m2，則選擇此方案的概率將乘以0.697，即下降30.3%.潛在類別2中車廂內擁擠度的幾率比為0.813，在給定其他變量的情況下，一個方案的車內擁擠度增加1人/m2，則選擇此方案下降18.7%.這也說明車內擁擠度的增加對潛在類別1的出行者的影響程度遠大于對潛在類別2的出行者.

4 結 論

1) 出行者可以劃分為兩類群體：潛在類別1和潛在類別2.潛在類別1、潛在類別2分別占84.6%、16.4%.潛在類別1的出行者在意出行舒適性，潛在類別2的出行者不在意出行舒適性.

2) 地鐵車廂內站立乘客密度每增加1人/m2，對于潛在類別1、潛在類別2的出行者，相當于分別增加了車內時間4.51，2.92 min.

3) 在給定其他變量的情況下，車內擁擠度增加1人/m2，潛在類別1、潛在類別2的出行者選擇這一出行途徑的比例分別下降30.3%、18.7%.

研究表明，在考慮出行者異質性時，不同群體的出行者對地鐵車廂內擁擠度的主觀評價存在較大差異.在相關研究中，如果將出行者當作同一整體考慮，所得結論往往會掩蓋問題的實質.