新建客运专线和既有线客流分担率模型研究

叶玉玲， 官湘洋， 王艺诗

(同济大学 交通运输工程学院， 上海 201804)

客流分担率预测即研究各种交通方式在某一出行区间内所承担的客流比例，是交通需求预测的重要组成部分。精确的客流分担率预测能够为交通规划和相关政策的制定提供可靠的依据。

目前Logit模型在客流分担率预测中使用较为普遍。传统的BL(Binary Logit)模型、MNL(Multinomial Logit)模型以及NL(Nested Logit)模型在标定时并不严格区分数据来源及种类，导致有时数据缺失而无法察觉，且不同类型数据标定模型所得结论的可信度亦有差异。

为了更真实地体现旅客出行行为选择的偏好,应该充分利用SP(Stated Preferences意向调查)和RP(Revealed Preferences行为调查)两种调查数据的优点,建立两种数据融合的预测模型。关宏志[1]对各种Logit模型以及SP和RP调查都做了详尽的介绍；Hensher 等[2]提出用Nested Logit 模型建立RP/ SP 融合数据的方法，将数据分为RP 和SP 两类,作为上层的两个选择枝,下层为调查的各种交通方式的RP 和SP 数据,可以通过同时推定法或阶段推定法实现模型估计；同济大学张天然等[3]对融合RP/SP的ML模型和两种NL模型分别做出了评估。根据上述研究成果，本文选择运用效用理论和RP/SP融合的NL模型对沪杭运输通道交通方式进行研究。

1 RP/SP融合NL模型

1.1 RP调查与SP调查设计

对交通流数据的获得有RP和SP两种调查方法。RP调查虽具有可靠性，但由于新建成的客运专线尚未开通，该选择枝在现实中不存在，故不能得到客运专线的观测数据。有关客运专线的选择要使用SP调查，但SP调查是基于假设的情景，具有误差较大的特点。利用RP/SP模型将两类数据融合，可以使两种调查方式的数据互相补充，从而提高模型的真实性[3]。

本文在RP调查和SP调查中主要采集旅客出行的方式选择、出行时间以及出行费用的情况，并调查旅客对出行的整体感觉，从而获得进行客流预测的数据资料。

1.2 RP/SP融合数据的效用函数

假设站在出行者的角度，对所有交通方式的评价指标相同，即各种交通方式的效用函数形式是相同的。对于每种交通方式，选择5种服务属性，分别是：经济性、快速性、方便性、舒适性和安全性。服务属性变量由于模型标定时使用的数据类型不同，有RP与SP之分，对这5个属性分别进行RP/SP调查，建立如下效用函数：

(1)

(2)

其中：i为选择集合C中的选择枝，CRP={i=1为既有铁路，i=2为公路，i=3为私家车 }，CSP={i=1为既有铁路，i=2为公路，i=3为私家车，i=4为客运专线}；αi为效用函数中相应选择枝i的固有哑元；Xi1为效用函数的快速性指标，量化为行程时间(h)；Xi2为效用函数的经济性指标，量化为票价/燃油费；Xi3为效用函数的安全性指标，量化为事故率(次/年)；Xi4为效用函数的舒适性指标，量化为旅客疲劳恢复时间；Xi5为效用函数的方便性指标，量化为发车时间间隔(min)；εiRP、εiSP为RP、SP数据非显现化效用的概率项。

1.3 RP/SP融合数据的NL模型

RP/SP调查的基础是被调查者在两种数据中对效用函数中显现化效用的感知是相同的，反映在函数中就是选择枝相同的特征变量的系数应该是相同的。

为了进行数据融合，必须要找出两种数据中非显现化效用概率项之间的联系，否则直接融合得到的数据是没有意义的。为了建立这样的联系，我们引入测度系数对RP/SP的效用函数进行修正，使两种数据中非显现化效用概率项的方差相等。可以令RP数据的测度系数为1，SP数据的测度系数为β，那么根据Gumbel分布的性质，可以得到：

(3)

利用NL 模型构造的RP 与SP 融合数据的对数似然函数为：

(4)

这样就将RP与SP数据联系起来，并建立了融合两种数据的NL模型。求解该模型，就可以得到同时具备RP调查和SP调查优点的预测结果。

但是，RP/SP两类数据之间以及交通方式分类属性之间的关联性将产生误差，交通方式的属性在数据融合中起着重要的作用。如果SP效用函数中不考虑交通方式属性所带来的影响，往往会造成Logit 模型的IIA问题[2]。因此本文采用既考虑RP与SP数据的特点，又考虑交通方式性质的3层NL数据融合模型，如图1所示。

图1 数据融合模型选择树

考虑RP、SP数据融合，使用γ对铁路的SP进行修正；考虑交通方式性质，使用β对铁路效用进行修正。可以得到：

对RP1选择枝：

(5)

对SP1选择枝：

(6)

对RP2选择枝：

(7)

对SP2、SP3选择枝：

(8)

融合RP、SP数据的极大似然函数为：

(9)

2 案例分析

2.1 沪杭客运专线简介

本文选择沪杭客运专线，应用上述模型，对其运营后的客流分担率进行预测。沪杭城际客运专线连接了上海、杭州以及沿线7个城市与地区，于2009年2月26日开工，线路长158.5 km，项目预估算投资总额为276.3亿元。线路建设标准为双线电气化，设计最高行车速度为350 km/h，最小列车发车间隔为3 min，杭州至上海的最快行程时间约为38 min。

2.2 旅客选择行为调查

为了了解影响交通方式选择的因素，需进行交通调查。交通调查采用问卷调查的方法，在运输通道内选取主要的铁路车站、公路客运站等客流集散点进行抽样调查。对不同性别、不同年龄、不同职业、不同收入水平以及不同出行目的等各种层次结构的旅客进行了问卷调查。其中RP和SP调查各500份。通过对回收的问卷进行分析，我们归纳出影响旅客出行行为选择的主要因素是行驶时间、票价、安全性、舒适程度、发车频率、旅客年龄、旅客家庭收入等，其中行驶时间与票价的影响最为显着。

2.3 模型标定及沪杭客流分担预测

以调查数据为基础，建立如前所述的NL3模型，利用Matlab求解极大似然函数的极小值点，得到出行效用函数参数，并应用Spss16.0软件进行t检验[4],结果如表1所示。

表1 模型估计结果

以上参数符号符合逻辑，并能较好地还原调查数据，t检验结果显示，在0.05的显著性水平上，各解释性变量参数的t值绝对值大于1.96，满足显著性。

假设客运专线运行时间为38 min，票价为100元，发车时间间隔为5 min，则预测其开通后沪杭通道内客流分担结果如表2所示。

表2 客流分担率结果

从以上预测结果可见，沪杭客运专线开通后，交通结构会发生很大变化：客运专线对沪杭通道旅客具有强大的吸引力，将承担通道内的大部分客流，既有铁路和公路客流将大幅向客运专线转移，公路大巴的班次也可以适当地减少，主要以为短距离客流提供方便的运输服务为主。

客运专线在分流既有线旅客列车时，应该兼顾既有线能力和客运专线能力的利用情况，使两条线路的能力负荷能够较好的匹配，均衡合理的利用两条线路的能力，满足旅客的运输需求。

3 结 语

SP/RP融合数据的NL模型既利用了SP调查数据对参数估计进行补充，又修正了其误差和随机错误，较真实地反映旅客的出行选择行为偏好。

本文采用SP/RP融合数据的3层NL模型标定沪杭信道旅客的出行效用函数，并对沪杭客运专线开通后的沪杭交通走廊方式分担进行了预测和分析。得出结论：运行时间是影响交通方式客流分担率的最关键因素，因此无论是通过新建城际客运专线，还是升级改造既有铁路，提高旅客列车的运行速度是未来铁路发展的必然趋势；同时也应考虑票价对分担率的影响，制定合理客运专线票价，实现信道内各交通方式的合理分担和综合交通系统服务水平的提高。

[1] 关宏志.非集计模型——交通行为分析的工具[M].北京:人民交通出版社,2004.

[2] Hensher D A, Bradley M. Using stated response data to enrich revealed preference discrete choice models[J]. Marketing Letters, 1993,4(2),139-151.

[3] 张天然,杨东媛,赵娅丽,等.RP/SP融合数据的Mixed_Logit和Nested_Logit模型估计对比[J].同济大学学报(自然科学版),2008,36(8):1073-1078.

[4] 薛 薇.基于SPSS的数据分析[M].北京:中国人民大学出版社,2006.