孔德學(xué)，敖谷昌，徐威威，張惠玲

（1.武漢理工大學(xué) 智能交通系統(tǒng)研究中心，湖北 武漢 430063；2.武漢理工大學(xué) 交通與物流工程學(xué)院，湖北 武漢 430063；3.重慶交通大學(xué) 交通運(yùn)輸學(xué)院，重慶 400074）

0 引言

交通運(yùn)輸部、國家發(fā)展改革委及財(cái)政部聯(lián)合印發(fā)的《全面推廣高速公路差異化收費(fèi)實(shí)施方案》[1]提出“全面推廣高速公路差異化收費(fèi)，持續(xù)提升高速公路網(wǎng)通行效率，降低高速公路出行成本，促進(jìn)物流業(yè)降本增效”的要求。在此背景下，借鑒國內(nèi)外城市道路擁堵收費(fèi)的成功經(jīng)驗(yàn)，在我國高速公路貨運(yùn)市場(chǎng)引入差異化收費(fèi)管理理念勢(shì)在必行[2-3]。貨運(yùn)交通作為高速公路交通的主體，由于其重量、體積和車型等特征的多樣性，駕駛員出行選擇更易受到內(nèi)外部環(huán)境的影響，科學(xué)精準(zhǔn)制定貨車差異化收費(fèi)方案較為困難。因此，對(duì)高速公路貨車出行行為進(jìn)行研究是實(shí)現(xiàn)差異化收費(fèi)管理的前提和關(guān)鍵。

針對(duì)高速公路貨車差異化收費(fèi)，國外的公路收費(fèi)政策側(cè)重于解決城市/城際交通擁堵和環(huán)境污染問題[4-5]，且主要針對(duì)總重量大于3.5 t的重型卡車。國內(nèi)政策強(qiáng)調(diào)了物流業(yè)降本增效在差異化收費(fèi)管理中的重要性，如陜西省高速公路基于ETC收費(fèi)系統(tǒng)，針對(duì)本省籍和外省籍ETC 貨車制定差異化通行費(fèi)優(yōu)惠政策，促使通行費(fèi)優(yōu)惠回流本省運(yùn)輸企業(yè)和實(shí)體經(jīng)濟(jì)企業(yè)，以降低物流運(yùn)輸成本[6]。目前，國內(nèi)關(guān)于差異化收費(fèi)的研究尚處于初步階段，缺乏對(duì)貨車駕駛員出行異質(zhì)性的考慮?，F(xiàn)有文獻(xiàn)通常采用潛在類別模型（Latent Class Model,LCM）分析不同群體出行行為的偏好特性，通過多種分類變量來解釋各外顯變量之間的關(guān)系，較好地彌補(bǔ)了傳統(tǒng)聚類方法劃分依據(jù)以連續(xù)變量為主的局限性[7]?；诖?，諸多學(xué)者針對(duì)影響潛在類別劃分的因素展開研究，探討了出行者個(gè)人屬性、社會(huì)經(jīng)濟(jì)屬性以及心理因素等潛變量對(duì)出行行為的影響[8-10]。在分類結(jié)果分析方面，較多集中于比較分析不同類型出行者的出行特征差異[4,11]。劉建榮等[12]在此基礎(chǔ)上，提出了潛在類別回歸的全路徑分析框架，探討了不同類型出行者行為特征影響因素的異同，為包含多種分類變量的出行者潛在類別分析提供了有效途徑。

綜上，現(xiàn)有文獻(xiàn)大多針對(duì)城市公交、公路及鐵路等客運(yùn)細(xì)分市場(chǎng)展開研究[8-9,11-12]，較少從潛在類別角度探討差異化收費(fèi)策略對(duì)高速公路貨運(yùn)市場(chǎng)的影響，且缺乏從出行者個(gè)人屬性、貨物屬性等多個(gè)角度定量分析其對(duì)貨車出行者類別劃分和行為特征的影響。鑒于此，本文以重慶市高速公路貨車駕駛員為研究樣本，在高速公路高峰期提高收費(fèi)費(fèi)率的場(chǎng)景下對(duì)貨車駕駛員出行選擇偏好進(jìn)行研究，選取付費(fèi)方式、運(yùn)輸時(shí)間緊急性、選擇重視因素和情境選擇行為4 個(gè)因素作為外顯變量，應(yīng)用潛在類別模型對(duì)貨車駕駛員群體進(jìn)行劃分，最后通過對(duì)各個(gè)因素進(jìn)行回歸因子分析，揭示高速公路差異化收費(fèi)對(duì)貨車駕駛員群體出行特征的影響機(jī)制。

1 模型理論

本研究考慮高速公路高峰期提高收費(fèi)費(fèi)率（低峰期不變）的情景下貨車駕駛員群體細(xì)分問題，目的在于對(duì)比分析不同類型貨車駕駛員出行行為特征受到各類因素的影響異同。基于實(shí)地問卷調(diào)查數(shù)據(jù)，若采用傳統(tǒng)的聚類分析方法不但無法解釋各種因素對(duì)分類結(jié)果的影響，且無法保證信息的完整度。而潛在類別模型是建立在概率分布理論和對(duì)數(shù)線性模型基礎(chǔ)之上的分類因子分析方法[13]，可較好彌補(bǔ)傳統(tǒng)方法的不足。因此，本研究采用潛在類別模型對(duì)貨車駕駛員群體進(jìn)行細(xì)分。

1.1 模型定義與參數(shù)估計(jì)

潛在類別模型變量可分為外顯變量和潛在變量兩種，其中前者可通過觀察、測(cè)量等手段獲取，如性別、收入和出行頻次等；后者通常不能直接得到，如心理期望、駕駛習(xí)慣等。潛在類別模型的基本原理就是將潛在變量的潛在類別概率和潛在類別中外顯變量的條件概率轉(zhuǎn)換為待定參數(shù)，即概率參數(shù)化。

舉例來說，若選取駕駛員性別A、年齡B、駕齡C等3個(gè)外顯變量進(jìn)行分析，每個(gè)變量分別有i(i=1,2,…,I)、j(j=1,2,…,J)、k(k=1,2,…,K)個(gè)屬性水平，為潛在類別變量X在潛在類別t(t=1,2,…,T)中的非條件化概率，用于解釋各外顯變量之間的潛在關(guān)系[14]，共同構(gòu)成聯(lián)合概率公式。

針對(duì)以上模型概率參數(shù)迭代求解，潛在類別模型使用期望-最大化算法（Expectation-Maximization,EM）進(jìn)行計(jì)算[15]，可得到樣本劃分結(jié)果。

如式（5）所示，當(dāng)t=1 時(shí)，推導(dǎo)可得的最大化估計(jì)值，用于模型的潛在聚類分析。

1.2 模型擬合優(yōu)度

為區(qū)別不同聚類數(shù)目下模型的擬合優(yōu)度，需要對(duì)模型進(jìn)行適配性檢驗(yàn)，選擇適配性較高且參數(shù)較少的模型。檢驗(yàn)指標(biāo)主要有最小信息準(zhǔn)則（Akaike Information Criterion,AIC）、貝葉斯信息準(zhǔn)則（Bayesian Information Criterion,BIC）、一致最小信息準(zhǔn)則（Consistent Akaike Information Criterion,CAIC）和調(diào)整貝葉斯信息準(zhǔn)則（Adjusted Bayesian Information Criterion,ABIC）。通常，指標(biāo)值越小，模型的擬合度越高[16]。

式（6）中：Λ為模型最大對(duì)數(shù)似然值；d為待估參數(shù)個(gè)數(shù)；n為樣本個(gè)數(shù)；RAIC,RBIC,RCAIC,RABIC分別表示AIC,BIC,CAIC和ABIC等評(píng)價(jià)指標(biāo)的值。

在樣本量大、變量類型多、分類變量比例高以及樣本數(shù)據(jù)缺失的情況下，CAIC,ABIC 相對(duì)于其他指標(biāo)，能夠提供更為準(zhǔn)確的分類結(jié)果，其中ABIC的表現(xiàn)能力最佳[17]。

2 貨車駕駛員潛在類別模型構(gòu)建

2.1 問卷設(shè)計(jì)與變量處理

為驗(yàn)證潛在類別模型的分析能力，本文設(shè)計(jì)了重慶市高速公路貨車駕駛員出行特征調(diào)查問卷。問卷基于重慶市繞城高速貨運(yùn)交通流的實(shí)際分布規(guī)律，將計(jì)劃選擇高速公路高峰期（7:00—19:00）出行的貨車駕駛員作為研究對(duì)象，選取收費(fèi)費(fèi)率作為場(chǎng)景特征屬性，費(fèi)率提高區(qū)間為10%～50%，受訪者需在原計(jì)劃出行、改變出發(fā)時(shí)間、改變出行路徑等3 種方式中選擇。問卷共分為三部分：①個(gè)人屬性：性別、年齡、駕齡、平均月收入、高速公路月通行次數(shù)；②貨物屬性：貨物類型、付費(fèi)方式、運(yùn)輸時(shí)間緊急性、運(yùn)輸成本；③行為態(tài)度：選擇重視因素、情境選擇行為。調(diào)查于2020 年10 月在重慶市進(jìn)行，共獲得584份有效問卷，有效回收率為95.4%，達(dá)到問卷樣本量的基本要求。問卷調(diào)查的詳細(xì)內(nèi)容和各變量的分水平處理如表1所示。

表1 貨車出行特征調(diào)查

經(jīng)過多次對(duì)比不同外顯變量組合形式的模型擬合優(yōu)度，發(fā)現(xiàn)將駕駛員個(gè)人屬性和運(yùn)輸成本等變量納入模型會(huì)使分類效果變差，且由于貨物類型（分為一般貨物與緊急貨物）與運(yùn)輸時(shí)間緊急性的時(shí)間層信息類似，兩者同時(shí)作為外顯變量會(huì)使模型參數(shù)的解釋能力傾向于時(shí)間需求，經(jīng)綜合考慮最終選取付費(fèi)方式、運(yùn)輸時(shí)間緊急性、選擇重視因素以及情境選擇行為作為外顯變量。

2.2 模型參數(shù)估計(jì)

為了確定模型的最佳聚類數(shù)目，假定樣本可被劃分為2～6 個(gè)潛在類別，采用Mplus 軟件計(jì)算各模型適配性指標(biāo)的檢驗(yàn)值，見表2。

表2 模型擬合優(yōu)度檢驗(yàn)結(jié)果

從表2 數(shù)據(jù)可以看出，將樣本分為3 個(gè)類別時(shí)CAIC 與ABIC 檢驗(yàn)值取到最小值，模型分類準(zhǔn)確度最高。因此，根據(jù)潛在變量回歸結(jié)果得到各個(gè)類別的概率和每個(gè)外顯變量的分水平條件概率，結(jié)果如表3所示。

表3 模型參數(shù)估計(jì)結(jié)果

表3中潛在類別1的概率最大，為0.476 0；其次是潛在類別3 的概率，為0.421 6；最小的是潛在類別2的概率，為0.102 4。從表3中的因子載荷數(shù)據(jù)可以看出，潛在變量與外顯變量g2的關(guān)聯(lián)性最強(qiáng)，因子載荷值最大，達(dá)到0.829 1，R2為0.687 3，表明潛在變量可以解釋情境選擇行為的信息比例為68.73%；其次是外顯變量f3，R2為0.435 1。

3 不同類別貨車駕駛員出行特征分析

3.1 分類結(jié)果橫向?qū)Ρ?/h3>

圖1 展示了各類別貨車駕駛員的出行選擇行為特征橫向?qū)Ρ确治鼋Y(jié)果，結(jié)合表3 中各類別外顯變量的分布特征，對(duì)各潛在類別進(jìn)行命名。

圖1 各類別貨車駕駛員出行特征分布

圖1 （續(xù)）

類別1 的顯著特征表現(xiàn)為選擇重視通行費(fèi)用的比例最高（占83.5%），以個(gè)人承擔(dān)通行費(fèi)為主，且僅低于類別2，在提高收費(fèi)費(fèi)率的情境下，駕駛員選擇改變出發(fā)時(shí)間的比例最高，僅有1.4%的駕駛員會(huì)選擇按照原計(jì)劃出行。根據(jù)以上特征分析可將該類別定義為靈活型貨車駕駛員。

類別2 的顯著特征表現(xiàn)為個(gè)人承擔(dān)通行費(fèi)的比例最高，以重視通行費(fèi)用為主，但迫于高達(dá)95.3%的貨物需要緊急送達(dá)，收費(fèi)費(fèi)率提高會(huì)導(dǎo)致其改變出發(fā)時(shí)間和出行路徑，盡量避開高收費(fèi)公路。根據(jù)以上特征分析可將該類別定義為無奈型貨車駕駛員。

類別3 的顯著特征表現(xiàn)為以重視道路是否擁堵為主，重視通行費(fèi)用的比例約為0%，付費(fèi)方式以單位報(bào)銷為主，運(yùn)輸緊急類貨物居多，提高收費(fèi)費(fèi)率情形下該類駕駛員傾向于選擇按照原計(jì)劃出行。根據(jù)以上特征分析可將該類別定義為忠誠型貨車駕駛員。

3.2 貨車駕駛員類別劃分影響因素

將個(gè)人屬性及貨物屬性作為自變量，計(jì)算各變量對(duì)潛在類別劃分的影響系數(shù)，如表4 所示。在95%的置信水平下，表4 中僅貨物類型、運(yùn)輸成本會(huì)顯著影響貨車駕駛員的類別。

表4 貨車駕駛員類別劃分影響因素

圖2 和圖3 分別展示了在其他條件不變時(shí)貨物類型、運(yùn)輸成本對(duì)貨車駕駛員潛在類別劃分的影響。由圖2 可知，當(dāng)貨物類型為緊急貨物時(shí)，貨車駕駛員屬于靈活型的概率為6.3%；當(dāng)為一般貨物時(shí)，屬于靈活型的概率為71.6%，但無奈型的概率從26.8%降至4.9%，忠誠型也從66.9%降至23.5%。圖3 中，隨著運(yùn)輸成本的提高，貨車駕駛員屬于靈活型的比例逐漸增加，屬于無奈型的變化較小，屬于忠誠型的逐漸降低。在其他條件不變的情況下，運(yùn)輸成本為90元及以下時(shí)，屬于忠誠型駕駛員的概率為51.0%；當(dāng)運(yùn)輸成本為921元及以上時(shí)，僅為29.8%。

圖2 貨物類型對(duì)貨車駕駛員類別的影響

圖3 運(yùn)輸成本對(duì)貨車駕駛員類別的影響

3.3 貨車駕駛員行為影響因子分析

由于付費(fèi)方式取決于貨車的歸屬性質(zhì)，不受其他屬性的影響，且靈活型中貨物運(yùn)輸時(shí)間緊急性f3為1（即需要緊急送達(dá)）的樣本個(gè)數(shù)僅為9，樣本量不足，不進(jìn)行分析。因此本節(jié)只分析各屬性變量對(duì)3 類貨車駕駛員選擇重視因素g1、情境選擇行為g2的影響。

3.3.1 選擇重視因素的影響因素對(duì)比分析

貨車駕駛員的選擇重視因素與其個(gè)人屬性、貨物屬性有關(guān)。對(duì)于靈活型、無奈型、忠誠型3類貨車駕駛員，分別將選擇重視因素g1與各個(gè)影響因素進(jìn)行回歸，得到分析結(jié)果如表5 所示。從數(shù)據(jù)可以看出，對(duì)于無奈型，所有因素對(duì)選擇重視因素g1的影響均不顯著，其中由于貨物類型僅有緊急貨物，故在回歸分析將其剔除；對(duì)于靈活型，僅運(yùn)輸成本f4的影響顯著；對(duì)于忠誠型，僅高速公路月通行次數(shù)e5、貨物類型f1、運(yùn)輸成本f4的影響顯著。從數(shù)據(jù)來看，忠誠型的高速公路月通行次數(shù)e5和貨物類型f1的系數(shù)均大于0，表明隨著高速公路月通行次數(shù)的增加或當(dāng)貨物類型為一般貨物時(shí)，貨車駕駛員會(huì)更加傾向于關(guān)注高速公路是否有良好的行車條件。此外，靈活型和忠誠型運(yùn)輸成本f4的系數(shù)正負(fù)號(hào)相反，表明運(yùn)輸成本對(duì)兩類貨車駕駛員選擇各重視因素的概率會(huì)有不同的影響。

表5 不同類別貨車駕駛員的g1影響因子分析

圖4 展示了在保持其他條件不變時(shí)，忠誠型的高速公路月通行次數(shù)、貨物類型對(duì)選擇各重視因素概率的影響。從圖中可以看出，當(dāng)高速公路月通行次數(shù)由5 次以下增加至16 次以上時(shí)，忠誠型選擇重視道路里程的概率從48.0%降至19.1%；但當(dāng)貨物類型由一般貨物變?yōu)榫o急貨物時(shí)，此概率由12.4%增加至35.0%。

圖4 忠誠型的e5、f1對(duì)選擇重視因素概率的影響

圖5 所示為運(yùn)輸成本變化對(duì)靈活型與忠誠型選擇各重視因素概率的影響。從圖5中可以看出，隨著運(yùn)輸成本的增加，靈活型選擇重視道路是否平順和是否擁堵的概率逐漸減小，選擇重視通行費(fèi)用的概率從71.6%增加到98.5%，而此時(shí)忠誠型的變化趨勢(shì)與之相反。

圖5 靈活型與忠誠型的f4對(duì)選擇重視因素概率的影響

3.3.2 情境選擇行為的影響因素對(duì)比分析

表6 展示了情境選擇行為g2分別與3 類貨車駕駛員各個(gè)影響因素之間的回歸分析結(jié)果。從表6 可以看出，所有因素對(duì)無奈型的影響均不顯著。對(duì)于靈活型，僅高速公路月通行次數(shù)e5的影響顯著，且回歸系數(shù)估計(jì)值為正值，表明隨著高速公路月通行次數(shù)的增加，改變出行方式的概率提高。而對(duì)于忠誠型，僅付費(fèi)方式f2對(duì)其出行選擇影響顯著。

表6 不同類別貨車駕駛員的g2影響因子分析

圖6 為在提高收費(fèi)情形下靈活型貨車駕駛員的高速公路月通行次數(shù)對(duì)出行方式選擇概率的影響。從圖6 可以看出，當(dāng)使用高速公路次數(shù)從每月5 次以下逐漸增加至16 次以上時(shí)，靈活型選擇按照原計(jì)劃出行和改變出發(fā)時(shí)間的概率逐漸降低，而選擇改變出行路徑的概率從14.7%增加至40.2%。

圖6 靈活型的e5對(duì)出行方式選擇概率的影響

3.4 結(jié)果分析與討論

前文3.1～3.3三小節(jié)分析了不同類型貨車駕駛員的出行行為特征，并對(duì)影響駕駛員類別劃分的主要因素進(jìn)行了探討。在駕駛員類別劃分的基礎(chǔ)上，對(duì)于不同群體的貨車駕駛員，對(duì)比分析影響選擇重視因素、情境選擇行為等的因素。根據(jù)研究，得到以下結(jié)論。

1）發(fā)現(xiàn)選取付費(fèi)方式、運(yùn)輸時(shí)間緊急性、選擇重視因素、情境選擇行為作為潛在類別模型的外顯變量時(shí)分類效果最佳，最終將貨車駕駛員劃分為靈活型、無奈型和忠誠型等3 類，占比分別為47.78%,10.96%,41.26%。

2）貨物類型、運(yùn)輸成本會(huì)顯著影響貨車駕駛員的潛在類別劃分。貨物類型分別為緊急貨物、一般貨物時(shí)，屬于靈活型的概率分別為6.3%,71.6%，屬于忠誠型的概率分別為66.9%,23.5%；隨著運(yùn)輸成本的提高，貨車駕駛員屬于靈活型的概率逐漸從40.3%增加到58.6%，屬于忠誠型的概率逐漸從51.0%降低到29.8%。

3）對(duì)于忠誠型貨車駕駛員，選擇重視里程的概率與高速公路月通行次數(shù)成負(fù)相關(guān)；且當(dāng)貨物類型由一般貨物變?yōu)榫o急貨物時(shí)，選擇概率增加了22.6%。

4）當(dāng)貨物運(yùn)輸成本提高至921元以上時(shí)，靈活型出行選擇會(huì)更加看重通行費(fèi)用的高低，而忠誠型則以重視道路是否平順與是否擁堵為主。

5）提高收費(fèi)場(chǎng)景下靈活型的高速公路月通行次數(shù)對(duì)出行行為具有顯著影響。隨著高速公路月通行次數(shù)的增加，選擇改變出行路徑的概率顯著提升。

綜上可知，靈活型和忠誠型貨車駕駛員在提高收費(fèi)場(chǎng)景下的出行行為特征存在顯著差異。個(gè)人承擔(dān)通行費(fèi)用的靈活型對(duì)費(fèi)率變化更為敏感，收費(fèi)費(fèi)率提高會(huì)導(dǎo)致該類用戶流失，因此對(duì)于該類用戶科學(xué)精準(zhǔn)調(diào)整收費(fèi)方案至關(guān)重要。而忠誠型偏好使用高速公路運(yùn)輸緊急類貨物，更加注重高速公路的行車體驗(yàn)和運(yùn)輸效率，因此，對(duì)該類用戶應(yīng)著重提高高速公路的服務(wù)水平。對(duì)于無奈型，盡管其對(duì)收費(fèi)費(fèi)率較為敏感，但是迫于貨物的運(yùn)輸時(shí)間要求，其行為特征方面的差異性較小。

4 結(jié)束語

為進(jìn)一步推進(jìn)高速公路差異化收費(fèi)方案與營銷策略的制定與實(shí)施，發(fā)揮高速公路在地區(qū)交通物流發(fā)展中的支撐作用，本文以重慶市高速公路貨車出行行為調(diào)查問卷數(shù)據(jù)為基礎(chǔ)，在提高高速公路高峰期收費(fèi)費(fèi)率的場(chǎng)景下，采用潛在類別模型將貨車駕駛員群體劃分為靈活型、無奈型和忠誠型3 類，并從駕駛員個(gè)人屬性、貨物屬性和行為態(tài)度等3 個(gè)角度比較分析了不同類別貨車駕駛員的出行選擇行為差異。本研究論證了各類因素對(duì)高速公路貨車出行行為的影響機(jī)制，但并未考慮不同差異化收費(fèi)形式和收費(fèi)費(fèi)率對(duì)貨車出行行為的影響，未來可從這兩個(gè)方面深入研究貨車駕駛員的出行選擇偏好。