基于非集计模型的公交与非机动车通勤出行选择研究

顾 宇，林 丽，吴 杰

（南京林业大学汽车与交通工程学院，南京 210037）

随着我国城镇化进程的不断加快，居民出行方式也逐渐向机动化方向转移，私人汽车大量进入普通家庭，我国的大多数城市出现了不同程度的交通拥堵问题，突出表现在早晚高峰居民通勤时段。因此，减缓私人汽车通勤出行增长速度，是缓解当前交通拥堵的有效手段。以南京为例，在2008至2011年的通勤出行结构见表1，非机动车与公交通勤出行比例最大。非机动车与公交车作为两种重要的绿色交通方式，出行成本较低、人均占地面积少、环境污染少，在当今节能低碳的号召下，是私家车通勤最佳的替代方式。

表1 南京居民通勤出行方式构成比例 %Tab.1 Commuting trip proportion of Nanjing residents %

近年来国内外研究大多集中在“公交优先”条件下，分析影响小汽车与公交车的交通方式选择因素。然而，考虑到我国自行车大国的国情，关于非机动车与公交之间的方式选择研究却很少。本文以2009年南京市居民出行调查数据为依据，从居民个人属性、家庭属性、出行特性，以及出行意向等方面，分析影响非机动车和公交车通勤选择的因素。下面将对各影响因素进行初步分析。

1 非机动车和公交车出行方式选择初步分析

根据南京市居民出行调查数据，共获得有效样本890个，分析影响居民选择非机动车和公交车的因素。调查结果显示，选择非机动车出行624个，占70.11%，选择公交车出行的为266个，占29.89%。下面就从个人属性、家庭属性、意向特性和出行特性，统计分析非机动车和公交车方式选择的各影响因素［1］。

1.1 个人属性对出行选择影响分析

被调查者中43.8%为男性，56.2%为女性，如图1所示。从图1中可以看出，男性选择非机动车出行的比例更高较女性高，而女性选择公交出行的比例较男性高。从年龄角度，各年龄层次抽样为19岁以下占10.47%，20～40岁占26.28%，40岁以上占62.39%。统计结果如图2所示，年龄越大越选择公交车出行者越多。

图1 性别对出行方式选择的影响Fig.1 The influence of gender on mode choice

图2 年龄对出行方式选择的影响Fig.2 The influence of age on mode choice

1.2 家庭属性对出行选择影响分析

如图3所示，反映了家庭收入对出行方式选择的影响，收入在2～10万元的家庭，非机动车与公交车选择区分不明显。收入低于2万元的家庭，偏向于选择公交出行，而收入高于10万元的家庭则更多选择非机动车出行。如图4所示，当家庭非机动车拥有量小于等于2辆时，选择公交车出行较多，而家庭非机动车拥有量大于2辆时，选择非机动车出行较多。且非机动车拥有量越多，选择非机动车出行越多。

图3 家庭收入对出行方式选择的影响Fig.3 The influence of family income on mode choice

图4 非机动车拥有量对出行方式选择的影响Fig.4 The influence of the amount of non-motor vehicle on mode choice

1.3 意向特性对出行选择影响分析

居民对私人小汽车的看法统计如图5所示，反应被调查者的主观感受对出行方式选择的影响。可以看出，持“适度发展，限制使用”看法的居民选择非机动车出行的略多。此外，该意向特性对选择公交或非机动车出行的影响并不显著。

图5 私人小汽车的看法对出行方式选择的影响Fig.5 The influence of the attitude to private car on mode choice

1.4 出行特性对出行选择影响分析

如图6所示，表明出行时耗对居民出行方式的影响。当通勤时耗在30 min以内时，大部分居民愿意选择非机动出行，而通勤时耗大于30 min时，选择非机动车出行者减少。且通勤所需时耗越长，选择公交车出行者越多。

图6 出行时耗对出行方式选择的影响Fig.6 The influence of the time and cost on mode choice

2 非集计模型研究分析

2.1 logit模型的基本原理

非集计模型是以个人为单位构造选择模型的方法。非集计模型的理论基础是消费者在选择时追求“效用”最大化这一假说［2］。

若令Uin为个人n选择分肢i时的效用，An为出行者n的选择方案集合。则该出行者n从选择方案集合An中选择分肢i的条件为Uin＞Ujni≠j，j∈=An。

式中:Vin为出行者n选择第i种方式效用函数的固定项;∈in为出行者n选择第i种方式效用函数的随机项。Vin表达式如下:

通常假设Vin与其中包含的影响变量之间呈线性关系;K为变量的个数;θk为第K分变量对应的参数;Xink为第n个出行者选择第i种出行方式的第K个影响变量 （如通勤时耗，家庭收入等）。

则出行者n选择第i种出行方式的概率Pin为

在本文中，可选出行方式为公交车和非机动车，即i=1，2.二项BL模型的形式如下式［3－4］:

2.2 BL模型的变量选择

按照对居民出行方式选择有影响的变量构成（见表2）的BL模型进行参数估计，即可得到城市居民公交车与非机动车出行方式选择模型。

表2 BL模型变量设置表Tab.2 Variable settings in BL model

2.3 BL模型的参数标定结果

借助SPSS统计分析软件，可以标定出效用函数中未知参数的值，结果见表3所列。采用Wald统计量，解释模型中各变量是否与选择非机动车的概率有显著的线性关系。显著水平取α=0.05，当显著性检验值小于0.05时，说明该变量的影响程度是显著的［5］。

2.4 模型结果分析

从以上模型参数标定结果可以看出，性别、家庭非机动车拥有量、对私人小汽车看法、出行时耗对通勤者在非机动车与公交车的选择中有显著影响。性别的影响系数为－2.005，说明女性选择公交出行概率较男性高，且相同条件下，女性选择公交车出行的概率是男性的7.4倍。对小汽车的看法持“适度发展，限制使用”态度的通勤者偏向于选择非机动车出行，且同等条件下，持“适度发展”态度的出行者选择非机动车出行的概率是持“严格控制”态度者选择非机动车出行的2.7倍。出行时耗的影响系数为－0.100，说明出行时耗越长，人们更愿意选择适合长距离通勤出行的公交，但其影响程度不大。

表3 模型标定结果Tab.3 Parameter estimates

通过以上分析，可以得出公交出行向非机动车出行转移效用函数方程为:

式中:X1为性别;X2为年龄;X3为家庭收入;X4为家庭非机动车拥有量;X5、X6分别为对私人小汽车的态度，若为“严格控制”态度者均取0，若为“鼓励发展”，X5取1，X6取0否则X5取0，X6取2;X7、X8分别为城市公交满意度为“1”或“2”;X9为三年内是否购买小汽车;X10为出行时耗。

3 出行方式分担预测与检验

根据建立的的公交车和非机动车选择模型，即可预测南京市居民公交车和非机动车选择情况［6－7］。本文用2011年南京市居民出行调查数据对该模型的预测结果进行检验，选取867个人出行数据进行预测。结果见表4，实际选择非机动车出行且预测正确的样本为595个，实际选择公交车且预测正确的为107个，模型的总体预测正确率可达80.97%。说明，该模型对南京市居民选择公交车和非机动车的预测准确率较高。

表4 模型预测结果检验Tab.4 Verification of the predicted results

】

［1］Cervero R and Day J.Suburbanization and transit-oriented development in China［J］.Transport Policy，2008，15（5）:315 －323.

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

［3］殷焕焕，关宏志，秦焕美，等.基于非集计模型的居民出行方式选择行为研究［J］.武汉理工大学学报（交通科学与工程版），2012，34（5）:1000 －1003.

［4］刘炳恩，隽志才，李艳玲，等.居民出行方式选择非集计模型的建立［J］.公路交通科技，2008，25（5）:116 －120.

［5］白玉方，李林波，吴 兵.出行者公交出行意愿影响因素研究［J］.重庆交通大学学报（自然科学版），2012，31（1）:72 －76.

［6］陈瑶瑶，马健霄.城市交通环境影响评价指标体系［J］.森林工程，2012，28（1）:59 －62.

［7］焦朋朋，陆化普.基于意向调查数据的非集计研究［J］.公路交通科技，2005，22（6）:114 －117.