城市公共交通出行方式选择行为研究

殷焕焕 武 平 赵红征

（交通运输部公路科学研究院1） 北京 100088） （交通运输部科学研究院2） 北京 100029） （北京中咨华安交通科技发展有限公司3） 北京 100098）

随着社会经济的发展，机动车保有量迅速增加.小汽车出行量的迅猛增长，带来了交通拥堵、尾气污染等一系列城市交通问题.优先发展公共交通，成为缓解城市交通拥堵，促进城市交通可持续发展的重要策略.而优先发展公共交通的关键则是提高公共交通对私人交通的竞争力，合理引导私人交通，鼓励居民多乘坐公共交通工具，提高城市公共交通的出行比例.因此，准确地把握居民的公交出行方式选择行为特征，有利于针对性地提出城市交通需求管理及公交发展对策，以稳定既有的公交出行群体同时更多地吸小汽车出行者选择公共交通出行，以实现提高公交出行分担率、优化城市交通系统结构和改善城市交通环境的目的.

1 相关研究回顾

公共交通作为城市交通结构的重要组成部分，对发挥城市功能，缓解城市交通压力，满足广大居民便捷、安全的出行需求具有不可替代的作用.关于公交出行方式选择行为的研究，国内不少学者进行了广泛的研究.

黎冬平［1］对居民在不使用私人交通工具的情况下是否选择公交出行方式进行了研究，建立了居民公交出行决策模型量化出行目的、到目的地的距离、步行至公交车站的时间、公交换乘次数以及是否拥有私人交通工具等影响因素对于公交出行行为的影响程度.陈俊励［2］从个体出行行为角度分析了城市居民公交出行特征和规律，建立了基于时间的交通方式选择模型定量研究出行者属性对公交出行方式选择行为的影响程度.芦方强［3］对5个城市的居民公交出行OD 数据进行了深入挖掘，研究不同出行目的的公交出行容忍特征及不同出行目的的公交平均时耗特征，得出公交出行的可容忍时间与建成区面积及公交分担率密切相关.

本文将在以往研究的基础上，深入分析公交出行者的出行行为特性，探讨出行者个人属性以及出行时间、出行费用等出行属性因素对公共交通出行方式选择行为的影响.并以出行者的效用最大化为目标，采用非集计预测的基本思想建立公交选择行为模型，研究出行者对于公共交通和私人交通的选择行为.探讨引导私人交通转向公共交通出行的关键因素，为制定提高城市公共交通出行比例的决策提供支持依据.

2 公交出行行为特征

在大力提倡发展公共交通的同时，有必要从个体出行行为角度对居民公交出行的时间分布特征和空间分布特征进行深入分析，分析公交出行行为的影响因素，探讨公交出行的基本特征与规律.本文从2009年济南市居民出行调查数据中提取出公交出行数据，进行居民公交出行时空分布特征分析［4－6］，得出居民公交出行行为特征数据如下.

2.1 公交出行比例

城市居民出行交通方式主要有步行、自行车、电动自行车、小汽车、公共电汽车、出租车以及其他社会客车（如单位班车等），各种交通方式在城市居民的生活中都发挥着不可替代的作用.公交出行比例可以直观地表现出公共交通在居民日常出行中所占有的比例，反映公交在居民出行所发挥的作用和整个城市交通体系的状况.

从2009年济南市居民出行交通方式选择结果可以看出：济南市公交出行比例达到24%，较2004年提升了近10个百分点，公交出行比例大幅度上升，济南市以公共交通为主导的现代化城市交通模式正在逐步确立.

图1 济南市居民出行交通方式选择分布

2.2 公交出行者特征

对公交出行者特征进行分析可以看出（见图2）：城市公交的服务对象年龄集中在18～50岁，占到了公交出行者总数的71.9%.从收入分布来看，公交出行者收入在600～2000元／月和2000～4000元／月的出行者分别达39.9%和38.8%，即多为中低收入者.从职业分布来看，城市公交的服务对象主要是企事业单位人员、商业服务业人员、学生、工人以及离退休人员.此外，公交IC 卡及小汽车的拥有情况，也会影响居民公交选择行为.公交出行者中74.3%的群体拥有公交IC 卡，97%的群体无私人小汽车.

图2 公交出行者特性

2.3 公交出行时间特性

出行时间特性作为出行行为研究的重要方面，公交出行时段分布可以反映出公交出行量在不同时段上的分布，从而反应城市居民的生活节奏和交通需求在时间上的分布特性，是分析解决高峰小时交通问题的重要参考依据.出行时耗作为时间特性的另一个重要指标，则可以表现出行居民公交出行的时间消耗特性，是影响居民公交出行方式选择的重要因素.

从济南市居民公交出行时段分布来看（见图3），居民公交出行时段具有明显的双高峰现象.其中早高峰出行时间集中在07：00～08：00，晚高峰出行时间集中在17：00～18：00，早晚高峰时段出行量占全天公交出行总量的41.4%.从公交出行时耗分布来看（见图4），济南市居民平均公交出行时耗约为33.9min，其中公交出行时耗在20～30min的比例最大，达到34.5%.

图3 公交出行时段分布

图4 公交出行时耗分布

2.4 公交出行目的

出行目的是居民产生出行交通需求的根本原因.从居民公交出行目的分布来看，除回程外，公交出行的主要目的集中在上班、上学等通勤出行上，二者比例共计占公交出行目的的69.7%，即公交出行者的出行目的多为通勤出行.相对于通勤出行，公交出行者购物娱乐、探亲访友等弹性出行目的比例则较低，各为14.5%和2.4%（见图5）.

图5 公交出行目的分布

2.5 公交出行距离

城市交通系统中不同的交通方式具有不用的优势出行距离，非机动交通方式在近距离出行中优越性较为明显，而远距离出行中机动车方式则会凸显较大的优势.从居民公交出行距离分布来看，公交的平均出行距离为6.16km.出行距离在1～5km 的比例为39.7%，距离在5～10km 的比例为33.2%，可见，在中长途出行距离中公交出行方式占据一定的优势（见图6）.

图6 公交出行距离分布

3 基于BL模型的公交选择行为模型

为了吸引私人交通出行者选择公共交通方式出行，提高公共交通的出行比例，本研究中假定出行者有公交车和小汽车两种出行方式选择方案，且两种出行方式的可选择程度是相同的.所以选用非集计模型中的BL模型来预测公交出行选择行为，探讨私人交通使用者转向公共交通出行的转移规律.

3.1 BL模型简介

非集计模型以出行者的“效用最大化”为理论基础［7－8］，假设出行者是交通行为意志决定的基本单位，在特定的选择条件下出行者总是选择其所认知到的选择方案中效用最大的方案，且选择某方案的效用因该方案所具有的特性以及出行者特性等因素而异.假设出行者n 选择第i 种方式的效用Uin为概率变量，通常将它分为随机变化部分和非随机变化的部分Vin2部分，表达式如下.

式中：Vin为出行者n 选择第i 种方式效用函数中的固定项；εin为出行者n 选择第i 种方式效用函数中的随机项.

通常Vin与其中包含的影响变量之间呈线性关系，其中k为变量的个数，θk为第k 个变量所对应的参数，Xink为出行者n 选择第i 种方式的第k个影响变量（如出行费用、出行时间等）.

根据效用最大化理论，出行者n 选择第i 种出行方式的概率Pin为

假设εn服从参数（0，1）的二重指数分布，即可推导出Logit模型.BL（Binary Logit）选择模型则是选择方案只有2项，出行者只需从中选择其一的Logit模型.BL模型中各项的选择概率为

式中：P1n为出行者n 选择方案一的概率；P2n为出行者n 选择方案二的概率.

3.2 影响因素分析

为了能够使公交选择行为模型能够尽可能准确地描述出行者的公交出行选择过程，公交出行选择模型就必须尽量考虑到所有影响公交出行方式选择的因素.借鉴相关研究成果，本研究在公交出行选择行为影响因素进行分析时，主要考虑出行者的个体属性和出行属性差异.其中个体属性主要有性别、年龄、职业、收入、是否拥有IC 卡以及是否拥有小汽车等变量；出行属性是针对出行的弹性程度不同时其可选择的交通方式亦有所不同，主要包括出行目的、出行距离、出发时刻、出行时耗以及出行费用等变量.

为检验各属性变量与公交出行选择之间的相关性，本文通过交叉列联表分析计算二者之间的相伴概率，结果见表1.该分析的零假设是各属性变量对于选择结果没有影响，当相伴概率小于0.05时，认为在95%的置信水平上可以拒绝原假设，也就是该属性变量对公交出行选择行为有影响.

从表1的变量相关性分析结果可以看出：性别、年龄、职业、收入、是否拥有公交IC卡、是否拥有小汽车等个人属性变量与交通方式的选择之间的相关性显著.出行目的、出行距离、出行费用等出行属性变量对公交出行选择行为也有着明显的影响，但出发时刻对公交出行选择行为的影响不显著.

表1 属性变量相关性分析结果

3.3 公交选择行为模型

3.3.1 模型的构建 通过分析居民公交出行和小汽车出行数据，建立公交出行选择行为BL 模型，见表2.

表2 BL模型的变量设置

由表2可以得出：出行者n 选择公共交通出行的效用为

出行者n选择私人小汽车出行的效用为

将V1n，V2n代入式（4）计算可以得到居民选择公共交通出行方式的概率.

3.3.2 模型的标定 由2009年济南市居民出行调查结果中抽取出公交和小汽车可选程度相同的出行数据，利用TransCAD 软件进行回归分析，得到模型的参数标定结果表3所列.

当｜tk｜＜1.96时，有95%的可靠性认为相应的特性变量是对选择概率有显著影响的因素.由模型的初步标定结果得出：性别、年龄和出行目的3个变量的t检验值不显著，因此去掉这3个变量重新对模型进行标定，所得模型各变量均能通过t检验，因此以此作为公交选择行为模型的最终标定结果.将参数标定结果带入效用函数，即得居民公交出行选择行为BL模型.

表3 参数标定结果

4 结 论

1）性别和年龄这两个影响因素对公交出行方式选择的影响不大.居民选择公交还是小汽车出行方式主要由于职业和收入的差异，收入越高，越倾向于选择小汽车出行.因此，在制订提高公交出行比例措施时，应注重对高收入群体的吸引.

2）在出行特性因素中，时间和费用这两个影响因素的影响较大，说明居民在出行方式选择决策时最关心的还是费用和时间.从系数来看，时间和费用的系数均为负，说明随着时间或费用的增加，居民选择此交通方式出行的概率会逐渐降低.因此，可以通过提高小汽车出行费用来引导该部分群体转向选择公共交通出行.

［1］黎冬平，陈 峻.基于Logistic回归模型的城市居民公交出行决策分析［J］.现代交通技术，2007，6（4）：60－66.

［2］陈俊励，马云龙，朱 楠.基于巢式Logit模型的公交出行方式选择行为研究［J］.交通运输系统工程与信息，2011（1）：120－125.

［3］芦方强，陈学武，胡晓健.基于公交OD 数据的居民公交出行特征研究［J］.交通运输工程与信息学报，2010（2）：31－36.

［4］Yannis Tyrinopoulos，Constantions Antonion.Public transit user satisfaction：variability and policy implications［J］.Transport Policy，2008（4）：197－208.

［5］刘 彤，巩丽媛，周 欣，等.济南市居民出行调查分析及对策研究［J］.交通标准化，2010（9）：150－153.

［6］赵淑芝，赵 贝，朱永刚.基于SP调查的出行方式选择模型与公交优先政策［J］.吉林大学学报：工学版，2009，9（39）：187－190.

［7］姚丽亚，孙立山，关宏志.基于分层Logit模型的交通方式选择行为研究［J］.武汉理工大学学报：交通科学与工程版，2010，4（34）：738－741.

［8］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.