多公交信息下居民出行前方式选择意向分析

侯现耀，陈学武*，王卫杰

（1.东南大学城市智能交通江苏省重点实验室，南京210096；2.现代城市交通技术江苏高校协同创新中心，南京210096；3.南京工业大学交通学院，南京210009）

多公交信息下居民出行前方式选择意向分析

侯现耀1，2，陈学武*1，2，王卫杰3

（1.东南大学城市智能交通江苏省重点实验室，南京210096；2.现代城市交通技术江苏高校协同创新中心，南京210096；3.南京工业大学交通学院，南京210009）

为了研究公交信息对出行前交通方式选择的影响，选取了公交出行距离信息、公交车辆位置信息、道路拥堵情况信息和公交换乘信息等四种公共交通信息，通过均匀设计方法，设计四种公共交通信息组合条件下的居民出行交通方式选择意向调查，并通过在湖北襄阳获得的数据，建立了多项Logit模型，定量分析了显著影响因素.研究结果表明，公交信息对出行前方式选择行为的影响比较显著，且不同的公交信息对出行方式选择的影响存在差异，但总体上会增加人们选择公交出行的意愿；对于已购车的出行者，公交信息的影响十分有限，而个人对于公共交通的偏好也会影响其出行方式选择的意向.研究建议，提供更准确和丰富的公交信息服务以增加城市公共交通的吸引力.

交通工程；出行方式选择；MNL模型；公交信息；意向调查；均匀设计

1 引言

由于交通拥堵在中国很多城市里成为严重的问题，越来越多的城市开始发展公共交通.发展公共交通的措施之一就是建设智能公交，为公众提供先进的公共交通系统（Advanced Public Transportation Systems,APTS）和先进的出行者信息系统（Advanced Traveler Information Systems,ATIS）服务.出行信息可以帮助人们做出更好的出行选择，研究提供信息条件下人们的出行选择行为，也成为目前国内城市发展智能公交时需要解决的问题.

已有国外学者对信息对人们出行选择的影响进行了研究.Khattak等[1]发现给定的信息可以克服出行者的行为惯性，使得他们改变自己的出行选择，但是如果缺少信息的提供，出行者则只能基于先前出行获取的经验进行判断[2]；Hickman和Wilson[3]研究了实时信息条件下人们的出行时间和路径的选择行为，但研究结果认为实时信息在改进出行服务方面十分有限；Abdel-Aty和Abdalla[4]研究了驾驶员在ATIS作用下的出行选择行为；Caulfield和O’Mahony[5]的研究认为，出行前信息对于上下班的出行者做出行决策有重要影响，而车站提供的信息对返程出行也有影响；Ferris等[6]研究了美国西雅图地区实施的公交信息服务系统对公交乘客的影响，发现其可以提高公交的整体满意度，降低等车时间，增加每周的公交出行次数；Khan[7]利用计算机辅助获取偏好数据，分析人们的选择行为，并建立巢式Logit模型进行估计；Ben-Elia[8]使用集计分析方法，研究了ATIS服务的准确性对出行者路径选择行为和风险感知的影响；Farag和Lyons[9]利用结构方程模型（Structural Equation Model,SEM）分析了出行前公交信息对人们工作出行和休闲出行的影响，并与小汽车出行做了比较.

然而，国内目前相关研究还相对较少，而在实践和生产活动中，公共交通运营部门和公交信息服务部门也希望了解多种公交服务信息的提供对公交乘客的出行选择行为或意向的影响.为了进一步了解和分析提供多种公交信息服务条件下人们的出行前交通方式选择行为，通过设计意向调查（Stated Preference survey,SP survey），获取人们在不同出行信息下对于出行前交通方式选择的意向，并通过建立多项Logit（Multinomial Logit, MNL）模型进行分析，研究人们在不同情境下的出行交通方式选择特性，并对分析结果进行了讨论.

2 意向调查设计

基于已有研究和实践，调查设定的出行情景为上下班或上下学，选取了四种情景因素，分别是出行者的出行距离（S1）、公交车位置到乘车站台的距离信息（S2）、道路的拥堵信息（S3）和公交换乘信息（S4），如表1所示.为了调查方便，易于被调查者理解，出行距离和公交车位置两个因素的水平项选取主要参照平均公交站距（取500 m），道路拥堵情况将道路状况分成通畅、一般和拥堵三类，公交换乘信息为需要换乘和不需要换乘两类.

表1 调查情景因素列表Table1List of scenarios parameters

传统调查方法覆盖所有可能的情景，需设计6×3×3×2=108个情景，利用方开泰提出的均匀设计方法[10]，可以将调查情景减到6个.已有学者提出了在交通调查设计中使用均匀设计进行调查问卷的设计[11]，并通过应用证明了其可行性[12].利用均匀设计表[13]，调查的情景设计可设置为6个不同情景，如表2所示.

表2 意向调查的情景设计Table 2 Scenarios group of the SP survey

被调查者还需要提供个人属性和社会经济属性的信息，如性别、年龄、职业、收入等，同时针对6个情景，要求根据情景和情景中提供的公交出行信息，选择出行前的交通方式.可供选择的交通方式为公共交通、出租汽车和私家车.此外，对于被调查者实际日常出行时乘坐公共交通的次数、步行到站台/车站的时间、可接受等车时间和公交信息查询使用情况等指标也做了调查，具体的调查指标如表3所示.

表3 调查的个人和社会经济属性指标及公交使用情况Table 3 Survey variables of respondents’socio-demographics and preferences on public transit

3 数据收集

调查日期为2013年3月，调查地点为湖北省襄阳市.根据抽样调查理论，按照总体目标期望取0.5，置信度取95%，误差取0.1，最小样本量为96份；根据Roscoe样本大小确定的原则[14]，研究样本数以30-500个较合适，每个情景中至少要有30份样本，最坏情况是所有调查者只有一种情景的选择有效，则应需要样本180份；调查随城市居民出行调查同步进行，故根据居民出行调查的抽样情况，随机发放了400份调查问卷.问卷回收312份，经整理后得到277份有效问卷.调查得到的指标统计结果如表4所示.

各情景下的交通方式选择统计情况如表5在情景2和情景4中，会有约45%和35%左右的被调查者选择出租汽车或者私家车出行，在其余情景中，均会有超过70%的被调查者选择公共交通出行，道路发生拥堵的信息可能会促使人们选择在便捷性上更有优势的交通方式；而在情景4、情景5和情景6中，均有超过20%的被调查者选择私家车出行，出行距离信息对其交通方式的选择或许存在某些影响.后续通过建立MNL模型，对这些可能存在的关系进行定量分析.

表4 调查数据统计分布情况Table 4 Distributions of SP survey data

表5 交通方式选择的统计分布情况Table 5 Distributions of mode choices data

4 数据分析

4.1 MNL模型

MNL模型的行为理论基础是随机效用理论，理论遵循效用最大化原则.记所有的交通方式集为A，出行者在选择交通方式时，面对不同的交通方式，每个交通方式对其来说都有一定的效用.而出行者只会选择对其效用最大的交通方式.记在N个出行者中，第n个出行者面对J个交通方式时，第j个交通方式对其的效用为Unj出行者选择第i个交通方式的条件是Uni>Unj，i≠j，其中，j为不包括i交通方式在内的其他交通方式.效用中包括可测度的系统本身的部分Vnj，以及由于观测和个人偏好带来的不可测的误差项εnj，则效用函数为

参考McFadden对于MNL模型的推导[15]，可以得到第n个出行者选择第i个交通方式的概率为

假设有K个可观察变量共同决定效用的可测度部分V，一般用线性方程表示变量和效用之间的关系，则可得

式中aj为第j个交通方式固有的效用；xnjk为每个交通方式共有的观测变量；bk表示第k个变量对应的权重.

利用最大似然估计方法，设ynj为出行者的选择结果，如果出行者n选择交通方式j，则ynj=1，否则ynj=0，则可得自然对数似然值的计算公式为

将式（3）代入式（4）中，对LL最大化可求解aj和bk的解.本文利用STATA软件对模型进行求解.

4.2 参数估计

由调查数据和式（3）可得三种交通方式的选择概率的关系为

式中p(mode=2)表示选择出租汽车的概率；p(mode=3)表示选择私家车的概率；p(mode=1)表示选择公共交通的概率，则利用STATA可以对式（5）和式（6）中的a2、a3和bk进行求解.以选择公共交通为基准，参数估计结果如表6所示，表中变量意义与表2和表3中一致.

表6 基于MNL模型的交通方式选择参数估计Table 6 Parameters estimation of mode choices based on MNL model

由表6的结果可知，模型的LR卡方值为161.97，自由度为28，并且p值（Prob>chi2=0.0000）表明模型在95%显著水平下显著，从参数估计中可以得出：

（1）结果显示的常数项（_cons）分别为-2.686和-3.576，均为负值且显著，说明在给定情景中，人们会更愿意倾向于选择公共交通出行，而从bus_use、walkingtime、longestWT和ATIS_use等公交出行偏好指标也可看出，对于偏向选择公共交通的出行者，在提供公交信息条件下也会更多选择公共交通.这与表5得到的统计结果相一致.

（2）私家车方式中，sex系数值为0.292，在90%的显著水平下显著，倾向于选择私家车作为公共交通方式的替代的多为男性；对于出租汽车作为公共交通的替代，无论男性还是女性都不明显.但本样本中，男性比例远大于女性，可能会导致sex变量参数估计存在偏差.

（3）两种方式中，age系数分别为-0.369和0.261，说明年龄对出行方式选择的影响并不明显，但以私家车替代公共交通的出行者中，年龄偏向较大的比较显著，而相对年轻的出行者会选择出租汽车为替代交通方式.

（4）私家车方式中，work系数为-0.302，且在95%显著水平下显著，说明具有非通勤类工作的人更倾向于选择私家车方式出行；edu系数为0.184，说明随着受教育程度的提高，倾向于选择私家车替代公共交通的可能性会增加，这可能与较高的学历可以获得相对高的收入从而可以支配出行成本更高的交通工具有一定关系，但统计上并不显著，说明这种关系并不明显；car的系数为0.939，p>z的值为0.000，说明拥有私家车的出行者会更愿意选择私家车出行.

（5）S1的系数分别为-0.361和-0.044，说明短距离出行，出行者会更倾向于选择出租汽车和私家车为替代，并且对于选择出租汽车的出行者而言显得更加明显（p>z=0.001）；S2对人们出行方式的选择在参数估计中都不显著，说明公交车的位置信息对人们出行交通方式的选择影响有限；S3的系数都表现出显著性，说明道路拥堵信息会影响到人们出行方式选择，这与表5统计得到的趋势相一致；而公交换乘信息会让出行者直观感受到公共交通的便利性，在参数估计中，S4的系数分别为0.468和0.192，说明乘坐公共交通需要换乘时，出行者会倾向选择私家车或出租汽车.

5 研究结论

多种公共交通信息条件下，出行前信息对出行者选择公共交通方式具有积极的影响.同时，出行者的个人属性和社会经济属性也会对出行方式的选择产生影响.对于公共交通运营商和公共交通信息服务提供方而言，应该进一步提供更舒适便捷的公共交通服务，提升公共交通服务水平，提升公共交通信息的覆盖性、准确性，从而进一步提升公共交通的吸引力，增加公共交通的在城市交通出行中的分担比例，缓解城市交通拥堵.

未来研究可以对数据进行进一步的分析，可以通过利用能克服变量IID（independent and identically distributed）特性的混合Logit模型对参数进行估计，并与多项Logit模型进行比较分析，同时针对研究的结果可以制定更有针对性的公共交通信息服务策略.

[1]Khattak A,Polydorpoulou A,Ben-Akiva M.Modelling re⁃vealed and stated pretrip travel response to advanced traveler information systems[C].Transportation Re⁃search Record,1996,1537:46-54.

[2]Cascetta E,Cantarella G E.A day-to-day and withinday dynamic stochastic assignment model[J].Transpor⁃tation Research Part A,1991,25(5):277-291.

[3]Hickman M D,Wilson N H M.Passenger travel time and path choice implications of real-time transit information [J].Transportation Research Part C:Emerging Technolo⁃ gies,1995,3(4):211-226.

[4]Abdel-Aty M A,Abdalla M F.Examination of multiple mode/route-choice paradigms under ATIS[C]//Intelli⁃gent Transportation Systems,IEEE Transactions,2006,7 (3):332-348.

[5]Caufield B,O’Mahony M.Factors influencing preferenc⁃es for real-time public transport information[C]//Pro⁃ceedingsofTheEuropeanTransportConference, Leiden,The Netherlands,2007:1-11.

[6]Ferris B,Watkins K,Borning A.OneBusAway:results from providing real-time arrival information for public transit[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems,2010:1807-1816.

[7]Khan O A.Modelling passenger mode choice behaviour usingcomputeraidedstatedpreferencedata[D]. Queensland University of Technology,2007.

[8]Ben-Elia E,Di Pace R,Bifulco G,et al.Modelling the im⁃pacts of ATIS accuracy on travellers'route-choice be⁃haviour and risk perception[C]//European Transport Conference 2010,2010:1-19.

[9]Farag S,Lyons G.To use or not to use?An empirical study of pre-trip public transport information for busi⁃ness and leisure trips and comparison with car travel[J]. Transport Policy,2012,20:82-92.

[10]方开泰.均匀设计——数论方法在试验设计的应用[J].应用数学学报,1980,3(4):363-372.[FANG K T. Uniform design:application in number theory method of experiment design[J].Acta Mathematicae Applicatae Si⁃nica,1980,3(4):363-372.]

[11]王方,陈金川,陈艳艳.交通SP调查的均匀设计方法[J].城市交通,2005,3(3):69-72.[WANG F,CHEN J C, CHEN Y Y.Uniformity design method for SP survey in transportation[J].Urban Transport of China,2005,3(3): 69-72.]

[12]陈旭梅,刘巧仙,杜光.基于SP调查的城市公共交通出行时间价值估计[J].交通运输系统工程与信息, 2011,11(4):77-84.[CHEN X M,LIU Q X,DU G.Esti⁃mation of travel time values for urban public transport passengers based on SP survey[J].Journal of Transporta⁃tionSystemsEngineeringandInformationTechnology, 2011,11(4):77-84.]

[13]方开泰.均匀设计和均匀设计表[M].北京:科学出版社,1994.[FANG K T.Uniform design and uniform de⁃sign table[M].Beijing:Science Press,1994.]

[14]Roscoe J.T.Fundamental research statistics for the be⁃havioral sciences[M].Holt,Rinehart and Winston,NewY⁃ork,1975.

[15]Mc Fadden D.Conditional logit analysis of qualitative choice behavior[M].Frontiers in Econometrics,Academ⁃ic Press,New York,1974.

Preferences of Pre-trip Mode Choice Based on Multiple Public Transit Information

HOU Xian-yao1,2,CHEN Xue-wu1,2,WANG Wei-jie3
(1.Jiangsu Key Laboratory of Urban ITS,Southeast University,Nanjing 210096,China;2.Jiangsu Province Collaborative Innovation Center of Modern Urban Traffic Technologies,Nanjing 210096,China;3.College of Transportation Science and Engineering,Nanjing University of Technology,Nanjing 210009,China)

ract:To investigate the effects of public transit information on people’s pre-trip mode choice,using uniform design method,a stated preference survey is designed with four kinds of public transit information, including transit travel distance,transit vehicle location,road and traffic condition,and transit transfer information.Survey is conducted in Xiangyang,Hubei Province,China.Data are collected and parameters with multinomial Logit model are estimated.The results show that public transit information affects respondents’pre-trip mode choice significantly and strengthens public transit attraction,although effects of different information exists differences.However,there is little effect of public transit information on people who have already own their personal vehicles.Personal preferences of using public transit are also important in mode choices,and better transit information services may attract more people to use public transit.

rds:traffic engineering;travel mode choice;multinomial Logit model;public transit information; SP survey;uniform design

1009-6744（2014）02-0079-06

U491.1

A

2013-10-10

2013-11-17录用日期：2013-12-06

国家自然科学基金（51178109）；国家重点基础研究发展计划项目（2012CB725402）.

侯现耀（1985-），男，山东郓城人，博士生. *

chenxuewu@seu.edu.cn