区域运输通道交通方式选择3层模型

刘 强，陆化普，王庆云

(1.清华大学 交通研究所，100084 北京，liuqiang2007@tsinghua.org.cn;2.国家发展改革委交通运输司，100824 北京)

区域运输通道交通方式选择3层模型

刘 强1，陆化普1，王庆云2

(1.清华大学 交通研究所，100084 北京，liuqiang2007@tsinghua.org.cn;2.国家发展改革委交通运输司，100824 北京)

为实现区域运输通道内交通方式的合理配置，建立基于用户最优的通道内交通方式选择3层Nested Logit模型.模型采用分层的建模思想，运用不确定规划理论和随机效用理论，从概率的角度研究了通道内交通方式的选择问题.以京沪通道客运方式选择为例，并以京沪磁浮客流预测调查数据为基础，同时辅以一定量的交通调查，进行数据校合和模型参数的标定，验证了模型的合理性.该模型可克服多项Logit模型的ⅡA缺陷，对解决区域通道内各种运输方式的结构配置问题具有较好的辅助决策支持.

运输通道;交通方式选择;Nested Logit模型;结构配置

区域运输通道作为运输系统的主骨架和大动脉，吸引、聚集、承担了大量的交通运输量，在运输网络和区域组织变迁中发挥举足轻重的作用［1－2］.在我国特定的国情下，面对大规模的交通基础设施建设和日益紧迫的资源与环境约束，以及用户(旅客和货主)对运输能力、效率和服务质量的更高要求，如何合理利用有限的资源和资金，优化配置通道内运输方式结构，提高通道运输能力，是区域交通网络资源优化配置迫切需要解决的问题.目前，国内外关于通道内交通方式选择的研究以MNL模型居多［3］，并且主要研究的是客运交通方式的选择问题，如文献［4］用二项和多项Logit模型研究了沙特拉伯—巴林运输通道内非工作出行的运输方式选择问题，文献［5］用协方差巢式模型研究了加拿大多伦多—蒙特利尔运输通道内工作日出行者对运输方式的选择问题，文献［6］从用户最优和系统最优的角度研究了通道内的4种客运运输方式所占市场份额，文献［7］研究了客运方式的选择问题，文献［8］研究了区域运输通道内各种运输方式客运量分担率问题.但是这些模型都是建立在效用的随机项相互独立的假设基础之上，这种假设体现不出实际运输系统中各种运输方式的运行状况和营运效用相互作用、密切相关的特性，并且未考虑每一种交通方式自身内部也存在客货流竞争关系.因此，本文采用分层的建模思想，运用不确定规划理论和随机效用理论，综合考虑通道内客货2个运输系统，从用户按照效用最大的原则选择交通方式的角度，通过构建基于用户最优的运输通道内交通方式选择的3层Nested Logit模型，研究探讨区域通道内运输方式的选择问题，为通道内各种运输方式协调发展和结构的优化配置提供辅助决策支持.

1 基于用户最优的区域运输通道内交通方式选择模型

1.1 建模思路

在市场经济条件下，无论是旅客运输还是货物运输，本质上都可认为是旅客和货主通过向运输企业购买运输服务，以实现旅客和货物空间位移的一种消费行为.考虑到通道内用户总是希望选择效用最大的交通方式，但各种交通方式的效用值受许多不确定的随机性因素影响而非常复杂难以估计，因此，用户对通道内交通方式的选择实际上是一个概率问题.为此，本文通过构建量化模型，定量研究区域运输通道内交通方式选择问题.在区域运输通道内，各种运输方式在运输市场相互竞争的同时，每一种运输方式内部也存在竞争与协作，并且每种运输方式分肢间还存在一定相关性.而NL(Nested Logit)模型能考虑各选择肢之间的相关性，并且NL模型结构能较准确地描述区域通道内用户对运输方式的选择流程.因此，本文采用分层的思想，利用离散选择模型中的NL建模机制，建立基于用户最优的通道内交通方式选择3层NL模型，通过用户的选择最终实现通道内运输结构的优化配置.具体的3层NL模型的结构示意图如图1所示.

图1 区域运输通道3层NL模型结构示意图

1.2 定义定量

令UA为选择肢A的效用;UA1为选择肢A第1分肢的效用;为选择肢A1各分肢的共同效用;U'A1i为选择肢A1各分肢相异部分的效用;VA为UA的确定项;VA1i为UA1i的确定项;UB为选择肢B的效用;UBk为选择肢B第k分肢的效用;UBkm为选择肢Bk第m分肢的效用为选择肢B各分肢的共同效用;为选择肢Bk各分肢的共同效用;U'Bk为选择肢B各分肢相异部分的效用;U'Bkm为选择肢Bk各分肢相异部分的效用;VBk为UBk的确定项;V'Bk为U'Bk的确定项;VBkm为UBkm的确定项;ε'B为选择肢B各分肢随机项的相异部分;ε'Bk为选择肢Bk各分肢随机项的相异部分.

1.3 模型的基本前提与假设

由于旅客和货主对交通方式的选择是个主客观因素相结合、非常复杂的决策过程，为了便于建模，做以下预处理和假设:1)无论是旅客还是货主，假设他们总是趋向于选择效用最大的运输方式，并且以效用最大原则来实现交通分配和方式划分的结合.2)由于选择肢A1i(i=1，2，…，I)间存在共性，有较大的相关性，它们构成选择肢A1.设选择肢A1中各分肢相异部分的效用的U'A1i(i=1，2，…，I)相互独立且服从Gumbel分布，并假设U'A1i的随机项服从G(0，uA1).3)由于选择肢B1j(j=1，2，…，J)间存在共性，有较大的相关性，它们构成选择肢B1.设选择肢B1中各分肢相异部分的效用的U'B1j(j=1，2，…，J)相互独立且服从Gumbel分布，并假设U'B1j的随机项服从G(0，uB1).4)由B2n(n=1，2，…，N)构成选择肢B2.设选择肢B2中各分肢相异部分的效用U'B2n(n=1，2，…，N)相互独立且服从Gumbel分布，并假设U'B2n的随机项服从G(0，uB2).5)由Bkm(l=1，2，…，M)构成选择肢Bk.设选择肢Bk中各分肢相异部分的效用的U'Bkm(l=1，2，…，M)相互独立且服从Gumbel分布，并假设U'Bkm的随机项服从G(0，uBk).6)总出行方式与选择肢A和B组成MNL模型，并假设其效用随机项分布服从G(0，u).7)选择肢A1、选择肢B1、B2…、BK也组成MNL模型，并假设其效用随机项分布服从G(0，uB).

1.4 模型构造

首先在由选择肢B1、B2及Bk各分肢所构成的MNL模型中，各选择肢的概率分别为

然后，在由选择肢A1各分肢构成的MNL模型中，各选择肢的概率为

考虑选择肢B1及其各分肢的效用.选择肢B1的效用为UB1=max{UB1j}，j=1，2，…J，各分肢的效用为UB1j=+U'B1j，因此可得

根据假设3)可知 ε'B1～G(0，μB1)，可得

在由选择肢B各分肢构成的MNL模型中，各分肢的条件概率分别为

其次，在选择肢A构成的MNL模型中，各选择肢的概率为

选择肢B及其各分肢的效用.选择肢B的效用为UB=max{UBi}，i=1，2，…k.各分肢的效用可表示为UBi=+U'Bi，因此可得

令U'B=UB－，则U'B=max{U'Bi}，i=1，2，…k.

根据假设7)可知，ε'B～G(0，μB)，所以可得U'B～G(V'B，μB)，U'Bi～G(V'Bi，μB)，进而可得

在由总出行方式构成的MNL模型中，用户选择选择肢A和选择肢B的概率分别为

综上所述，所构造的模型分别为

可以看出，各选择肢的选择概率只与选择肢的确定项有关，因此，只要求出模型的倍数参量μ及各选择肢的效用确定项，就能求出通道内各种运输方式的选择概率.

1.5 模型参数分析

影响用户交通方式选择的因素较多，一般有运输成本、旅途时间、舒适度(对货运主要是考虑其安全性，货物有无损耗)、便利性(中转次数)等.对于选择肢效用函数的确定项Vqi，通常采用线性效用函数形式，即

式中:Xqi=［xqi1，xqi2，…，xqik］T为所观测到的变量值，包括选择主体用户的特性(例如旅客的收入水平、货主的经营规模等)和选择客体的性质(例如各种交通方式的旅途时间、运输价格等);βk为要求解模型的参数值，反映了效用值对相应的Xqi变化的敏感性.

1.6 选择肢确定项参数标定

依据式(7)～(9)的特点，采用极大似然估计法进行参数估计.定义用户的选择结果为

因此，构造的似然函数即为用户所做出结果的选择概率的乘积，即

取对数得

为简化计算，通常采用对数似然函数L进行求解，即

式(13)取最大值，即可获得参数向量βk的估计值，本文采用步长加速法(Hooke and Jeeves algorithm，HJA)通过计算机编程来求解.

2 实例分析

本文以京沪通道客运方式选择为例，以国家发改委综合运输所承担的京沪磁浮交通长大干线客流预测分析研究报告的调查数据为基础，同时辅以一定量的交通调查，选取其中有效样本1 000份进行数据校合、模型参数的标定及计算分析.

京沪通道内的主要客运交通方式为:铁路、公路和民航.通道内具体的结构划分如图2所示.

2.1 计算过程

京沪通道内各选择肢的选择概率分别为

图2 京沪运输通道3层NL模型结构示意图

根据调查数据，可得非公务/非商务出行出行者选择各种运输方式主要考虑因素第1选择分布图如图3所示.可见，无论是铁路、公路还是民航，旅客出行最关心的是票价水平，非公务出行的旅客对安全性的关心要高于对速度的关系，而舒适性和能否直达是此类旅客附带关心的因素.

根据京沪通道旅客出行交通方式选择主要考虑因素，出行者对运输方式选择的最重要的属性是出行时间和出行费用.因此，本文建立的模型各选择肢效用函数的确定项可表示为

图3 非公务/非商务出行主要考虑因素第1选择分布

式中:Ti为选择肢i的出行时间;Ci为选择肢i的出行费用;βi1为方式常数，代表安全性、方便性和舒适性等其他因素.

2.2 模型参数标定及优化结果

本文采用步长加速法HJA，通过Visual C++编写程序，实现各参数的标定.

对选择肢A1其分肢A11、A1i构成的MNL模型进行参数标定，可得

代入式(14)，得

将处理后各变量的调查值代以上各式，即可得各选择肢效用值确定项，再将计算结果代入本文构造的模型中，便得到各出行者对各种交通方式的选择概率.本文列其中15个计算结果，如表1所示.

表1 京沪通道内出行者对各种交通方式选择概率

由表1，可集计出京沪通道内各交通方式的选择概率分别为

2.3 模型优化结果分析

表2为模型计算结果与实测值误差对比，可以看出，基于用户最优的通道交通方式选择模型计算的分担率与实测值有一定的误差，但都在可接受的范围内，因此，本文所建立的基于用户最优的通道内运输方式选择3层模型是合理的.

表2 模型计算结果与实测值误差对比

3 结语

1)针对多项Logit模型的ⅡA缺陷，采用分层的建模思想，运用不确定规划理论和随机效用理论，建立了基于用户最优的运输通道内交通方式选择的3层Nested Logit模型，用定量方法从概率角度研究了通道内各种运输方式的分担率问题.

2)通过实例分析，证明了所建立模型的合理性，为解决了区域通道内各种运输方式的结构配置问题提供辅助决策支持.

3)由于用户对交通方式的选择是一个主客观因素相结合相互作用的复杂决策过程，如何衡量各种影响因素对决策过程的影响程度，以及探索方便有效的模型参数校正方法是需进一步研究的问题.

［1］刘强.区域交通网络资源优化配置辅助决策理论与方法研究［D］.北京:清华大学，2007.

［2］陆化普，刘强，焦朋朋.区域综合交通网络布局理论及其应用［M］.北京:中国科学技术出版社，2006.

［3］陆化普.交通规划理论与方法［M］.北京:清华大学出版社，1998.

［4］ALJARAD S N，BLACK W R.Modeling Saudi Arabia-Bahrain corridor mode choice［J］.Journal of Transport Geography，1995，3(4):257 －268.

［5］BHAT C R.Covariance heterogeneity in Nestel Logit Models:econometric structure and application to intercity travel［J］.Transportation Research B，1997，31(1):11 －21.

［6］CHANG I.A network-based model for market share estimation among competing transportation modes in a region corridor［D］.Maryland:The University of Maryland，2001.

［7］杨兆升，黎春兰.客运方式选择方法研究［J］.中国公路学报，1997，10(2):77 －82.

［8］冯焕焕.区域运输通道内各种运输方式客运量分担率的研究［D］.哈尔滨:哈尔滨工业大学，2005.

Tri-level model of traffic mode choice in regional transportation corridors

LIU Qiang1，LU Hua-pu1，WANG Qing-yun2

(1.Institute of Transportation Engineering，Tsinghua University，100084 Beijing，China，liuqiang2007@tsinghua.org.cn;2.Department of Transportation，National Development and Reform Commission，100824 Beijing，China)

A tri-level Nested Logit choice model was developed to optimize regional transportation corridors allocation.From the perspective of users and by applying hierarchical ideas，uncertain programming theory and random utility theory，the traffic mode choice in corridors was discussed.Taking Beijing-Shanghai transportation corridor for instance，the model parameters were calibrated by using the Beijing-Shanghai maglev transit passenger forecast survey and other supplementary traffic survey data，and the rationality of the model was validated.Results show that the model could overcome the defects of Multinomial Logit Model and be a promising approach to improve the structure configuration of transportation modes in regional transportation corridors.

transportation corridor;transportation mode split;nested Logit model;structure configuration

U116.1

A

0367－6234(2011)08－0113－06

2010－03－16.

国家发展改革委交通运输司资助项目(200501－200602).

刘 强(1980—)，男，博士;

陆化普(1956—)，男，教授，博士生导师;

王庆云(1955—)，男，教授，博士生导师.

(编辑 魏希柱)