进城务工人员出行行为及其弹性度分析

陈 红，甘佐贤，贺彧婷，冯 辉

(长安大学 公路学院，陕西 西安 710064)

进城务工人员出行行为及其弹性度分析

陈 红，甘佐贤，贺彧婷，冯 辉

(长安大学 公路学院，陕西 西安 710064)

为研究城市务工人员的出行行为，选取性别、年龄、家庭结构、出行距离等7个因素作为特征变量，以出行链和出行方式作为选择肢，建立了进城务工人员的出行链和出行方式选择的多项Logit模型。通过采集和统计244份西安市进城务工人员的出行样本数据，对模型进行了参数标定以及检验，从而拟合出了出行链和出行方式的选择概率模型，并进一步对各个特征变量对选择模型的影响进行了分析。最后通过引入弹性度概念，对进城务工人员的出行行为进行了弹性度统计分析。研究结果表明：进城务工人员在出行链选择和出行方式的选择上都缺乏弹性，出行行为较为单一。

交通运输工程；出行行为；多项Logit；进城务工人员；弹性度分析

0 引 言

城市进城务工人员指改革开放后从农村进入城市，由农民角色转换为工人角色的劳动人群，是中国工业化、城市化不断加快过程中出现的一个特殊的劳动群体。据公开资料显示，2013年中国的进城务工人员总量达到了2.69亿，且在我国某些东南沿海城市，其所占城市人口的比例已经达到了20%以上。

近年来，对于居民出行特征的研究较多，而且取得了很多有益的成果。O.A.Nielsen[1]运用最大效用理论对居民出行进行研究，指出出行方式的选择不仅与交通方式的服务水平有关，还与出行者的个人属性和出行特征有关；J.L.Bowman等[2]结合1991年波士顿的出行调查数据为例进行分析，结果表明出行活动预期的最大效用影响着出行者对出行模式的选择；O.Ivanova等[3-5]运用多项Logit模型、分层Logit模型，选取个人属性、社会经济属性、出行特性等因素，研究了同时考虑多种交通方式的交通选择模型；姚丽亚等[6-7]利用调查数据对北京市影响居民出行方式选择因素进行了分析；杨琦等[8]、赵建有等[9]分别应用农村居民和城市低收入人群的出行调查数据建立了相应的特殊人群选择行为模型；杨敏等[10]、栾琨等[11]分别利用多项Logistic模型和Nested Logit模型对城市居民中通勤出行的出行链进行了研究。

城市务工人员作为城市居民的重要组成部分，是建设和谐社会需重点关注的对象，在城市交通规划中，相关政策的制定应需满足这一部分特殊人群的出行需求。笔者以西安市的进城务工人员为例，通过问卷调查获得基础数据，选取出行链及出行方式作为决策变量，然后基于多项Logit模型理论建立了进城务工人员出行链和出行方式选择模型，并对标定参数进行了检验和分析，最后对出行链和出行方式选择的影响进行了灵敏度分析，为对进城务工人员制定合理的交通政策提供了参考依据。

1 数据描述

1.1 数据来源

2013年10月初针对西安市的进城务工人员的出行方式选择进行了抽样调查。本次调查采取了问卷调查与实地调查相结合的方式，选取了西安市6个主城区20多个地点作为主要问卷发放地，包括城中村、社区街道和劳动力市场。同时在城市务工人员用工集中的建筑、制造、搬运、家政等行业内进行了问卷调查。这次调查计划发放300份问卷，实际调查共随机发放了276份，经判别得到的有效问卷为264份，有效率为95.7%。

1.2 特征变量确定

调查内容中涵盖了性别、年龄、教育程度、行业分布、家庭结构(指居住在一起，同时在城里工作的家庭人员个数)、家庭月收入情况、出行距离共7个社会经济特征变量，并将这些特征变量进行划分，具体如表1。

表1 特征变量定义说明Table 1 Characteristic variables definition and notes

2 进城务工人员出行多项Logit模型

2.1 模型描述

在特定的条件下，出行者选择效用最大的方案，其效用函数由固定项和随机项组成，效用函数表示为

Uin=Vin+εin

(1)

Vin=θkXink

(2)

式中：Uin为出行者n选择决策变量第i种选择肢的效用函数；Vin为出行者n选择第i种选择肢的效用函数的固定项；εin为出行者n选择第i种选择肢的出行效用函数的随机项；θk是待定系数；Xink为影响出行者n选择第i种选择肢的第k种特征变量。

假设式(1)中的随机项εin服从二重指数分布，则出行者n选择第i种出行方式时的概率Pin为

(3)

式中：N为决策变量可供选择的选择肢个数。

在对上述模型进行估计时，往往先定义决策变量的某一选择肢为参照水平，其它选择肢均与之进行对比。假设以选择肢作为参考水平，则有

(4)

式中：Pin/P1n称为优势比，即两种选择肢选择概率之比。

2.2 出行链及出行方式选择肢的确定

出行链反映了出行者一天中的活动次数，能够反映出行者的活跃性；出行方式作为出行者出行的基本选择行为，是出行者考虑众多因素后做出的决定。将出行链和出行方式同时作为决策变量，能够更加充分反映进城务工人员的出行行为。

出行链是指将出行者一天中一连串始于家，最后终于家的出行活动所构成的闭合链。出行链的类型有很多，但根据出行链中的活动的次数，一般可以分为简单链和复杂链。本次的调查中，如果出行者的活动次数为1次(例如：家-工作-家)则为简单链；出行活动2次或以上的(例如：家-工作-购物-家)则为复杂链。简单链和复杂链分别用编号1,2表示[10]。

根据对264份有效调查问卷进行统计，发现进城务工人员的出行方式主要集中在步行、自行车或电动车、公交、地铁4种交通方式上，且这4种交通方式占进城务工人员出行所采用的交通方式总量的92%以上，共计244份。为了便于对交通方式选择的分析，将交通方式选择肢分为步行、自行车或电动车、公交、地铁4种，分别用编号1，2，3，4表示。需要指出的是，一次出行链中出行者可能采用了不同的出行方式，因此调查问卷中以该天中出行者出行花费时间最长的交通方式作为出行方式。

3 模型标定和参数分析

3.1 标定结果及检验

多项Logit模型的效用函数常采用极大似然估计法进行标定，通过寻求对数最大似然估计函数的最大化来得到预测参数的估计值。分别以简单链和步行为参考水平，利用统计软件SPSS中的多项Logit模型进行标定的结果见表2和表3。

表2 进城务工人员出行链选择模型参数估计Table 2 Parameters estimation of travel chain choicemodel for migrant workers

注：带*号表示特征变量对选择行为有显著影响。

表3 进城务工人员出行方式选择模型参数估计Table 3 Model parameter estimation for travel modes choice of migrant workers

注：带*号表示特征变量对选择行为有显著影响。

McFadden决定系数(ρ2)的值越接近1表明模型的精度越好；在非集计模型的实际判断中，当ρ2>0.2时，即可认为模型拟合度较好，文中出行链选择模型和出行方式选择模型的ρ2分别为0.475，0.297，说明这两个模型的拟合精度均较好。

根据表2和表3中的回归参数，得到进城务工人员出行链和出行方式选择模型，具体如式(5)、式(6)：

(5)

(6)

式中：P1n，P2n，P3n和P4n分别为选择步行、自行车或电动车、公交和地铁的概率。

3.2 参数分析

根据表2和表3中特征变量的估计参数，可以定量分析各变量对进城务工人员出行链选择、出行方式选择行为的影响。参数值θk表示相应特征变量增加一个单位，则优势比Or的变化为exp(θk)，因此θk越大对优势比的影响越大。

3.2.1 出行链选择模型

性别的参数估计值为-0.284，则进城务工人员中的男性和女性采用复杂链出行的事件发生比率Or=exp(-0.284)=0.753，男性出行采用复杂链的比例是女性的0.753倍，主要原因是女性常会在日常工作之余或下班之后去超市或周边的商城等购买日常用品和生活用品。

年龄和家庭结构的参数估计值都为负数，则优势比Or皆小于1。这表明随着年龄、家庭结构人员的增加，进城务工人员采用复杂链出行的比例减少。随着进城务工人员年龄的增加，参加工作之余的外出活动减少；家庭结构中的人员越多，也暗含了被调查者的年龄也会较大一些，同时家庭事务增多，外出的意愿减少。

教育程度和行业分布变化对出行链选择的影响并不显著，说明教育程度高低或者所从事行业不同对选择复杂链还是简单链并不是很明显。

人均月收入情况的参数估计为0.225，优势比Or=exp(0.225)=1.252。表明人均月收入情况每提高一个层次，则进城务工人员采用复杂链的可能性就提高1.252倍。这主要由于随着收入的增加，带来消费水平和可支付能力的增强，一天的出行会进行更多的活动，从而形成复杂链。

出行距离的参数估计为0.330，优势比Or=exp(0.330)=1.391。表明了出行距离每增加一个层次，进城务工人员选择复杂链出行的比例会提高为1.391倍。原因可能是由于出行距离越长，进城务工人员去工作的概率可能越低，参加娱乐休闲等活动的概率可能越大，简单链已不能完成当天的出行需求。

3.2.2 出行方式选择模型

性别对选择自行车或电动车、地铁的影响显著，对是否选择公交进行出行的影响不显著。在自行车或电动车的选择中，参数估计值为0.755，优势比Or=2.128，表明男性出行采用自行车或电动车的概率是女性的2.128倍。但在地铁的选择中，参数估计值为负数，表明相比男性，女性采用地铁出行的比例高于男性。

年龄对不同出行方式选择的影响显著，且估计参数值均为负值，表明随着年龄的增大，进城务工人员选择自行车或电动车、公交和地铁的概率都逐渐降低。其中地铁的参数估计值最小，为-0.529，相应的优势比Or=0.589，即年龄每提高一个层次，出行采用地铁的概率就会降低为0.589倍。

教育程度对自行车或电动车、地铁的选择影响显著，而对公交的选择影响不显著；行业分布对公交的选择影响显著，而对自行车或电动车、地铁的选择并不显著；家庭结构对自行车或电动车、公交的选择影响显著，而对地铁的选择影响不显著。教育程度对地铁选择模型的参数估计值为0.357>0，优势比Or=1.429，表明受过越高教育的进城务工人员越可能选择地铁作为出行方式。行业分布对公交的选择不显著，可能是因为虽然各个行业的收入可能有一定差距，但公交作为城市的基本中长距离出行交通方式，价格便宜，而且路线覆盖面积广，每个行业分布的人员都会选择其作为出行方式，这点也可以从人均月收入情况对公交选择的不显著反映。

人均月收入情况对自行车或电动车、地铁的选择影响显著，对公交的选择影响不显著。其中在地铁的选择模型中的参数估计值最大，自行车或电动车次之，公交最小，表明人均月收入情况对进城务工人员选择地铁的影响较大，对选择自行车或电动车的影响次之，而对选择公交的影响最小。

特征变量出行距离对3种出行方式选择的影响都显著，参数估计值分别为0.935，1.209，0.741，相对应的优势比Or分别为2.547，3.350，2.098。表明随着出行距离的增大，选择自行车或电动车、公交、地铁的概率逐渐增大，而选择步行的概率逐渐减少，其中出行距离的变化对公交的选择影响最大。

4 出行弹性度分析

为进一步分析进城务工人员的出行行为，考察其在出行链和交通方式的选择上是否具有固定或者偏好的习惯性选择行为。笔者从概率学的角度出发，采用弹性度来分析研究进城务工人员在出行链和交通方式选择上的出行弹性。

4.1 定义及计算

出行弹性度是指长时间内出行者对各选择肢选择情况的偏好程度的宏观描述[12]。出行中，对于某一决策变量D(例如出行链、出行方式选择)，假设其有n个选择肢，出行者选择第i个选择肢的概率为Pi，记集合{Pi} 中n个元素的离散程度为出行行为关于这个决策变量D的弹性度K(D)。一种采用标准差来度量弹性度如式(7)，具体推导过程可参考文献[12]。

(7)

式中：n为决策变量的选择肢个数；Pi为出行者选择第i个选择肢的概率。

4.2 弹性度统计

根据3.1节中进行参数标定后的进城务工人员出行链和出行方式选择模型，可以求解出每个个体对不同出行链和出行方式的选择概率，然后按照式(7)计算得到出行链和出行方式选择的弹性度。根据对出行链和出行方式选择的弹性度值的统计，得到的统计结果如图1。

图1 统计结果Fig.1 Statistical results

根据统计的结果可以得到，进城务工人员的出行链弹性度最大值为0.752，最小为0.031，平均值为0.254，标准差为0.185；出行方式弹性度的最大值为0.943，最小值为0，平均值为0.317，标准差为0.187。

从图1以及相应的统计数据来看，进城务工人员的出行链和出行方式选择模型的弹性度的平均值都远小于1，表明在调查的样本中，进城务工人员的出行在选择简单链还是复杂链的时候缺乏弹性，出行链的选择模式较为单一；同时在各种交通出行方式的选择上也缺乏变化，选择模式较为固定。这可能与现实中进城务工人员的生活状态有关，他们作为城市外来的工作者，往往承担着一定的家庭经济压力，工作时间和工作地点较为固定，他们从事的建筑、制造、餐饮等工作允许其日常可支配的自由时间较少；同时与一般的城市居民相比，其消费意愿和水平较低，因此导致其出行缺乏多样性和灵活性，出行较为单一。

5 结 语

利用多项Logit模型分别建立了进城务工人员出行链选择和出行方式选择模型，标定结果表明性别等7个特征变量对其具有不同程度的影响。

对标定参数进行分析，发现在出行链选择模型中，年龄和家庭结构的优势比Or<1，表明随着年龄和家庭结构的增加，选择复杂链的出行比例逐渐减少；在出行方式选择模型中，教育程度、行业分布、家庭结构对各出行方式选择的显著程度不同，而出行距离对对各出行方式选择都有显著影响，优势比Or都达到了2以上。

弹性度分析表明进城务工人员的出行链选择和出行方式选择都缺乏弹性，其出行活动缺乏变化，选择行为较为单一。

[1] NIELSEN O A.A stochastic transit assignment model considering differences in passengers utility functions[J].TransportationResearchPartB:Methodological,2000,34(5):377-402.

[2] BOWMAN J L,BEN-AKIVA M E.Activity-based disaggregate travel demand model system with activity schedules[J].TransportationResearchPartA:PolicyandPractice,2001,35(1):1-28.

[3] IVANOVA O.A note on the consistent aggregation of nested logit demand functions[J].TransportationResearchPartB:Methodological,2005,39(10):890-895.

[4] HENSHER D A,ROSE J M.Development of commuter and non-commuter mode choice models for the assessment of new public transport infrastructure projects:a case study[J].TransportationResearchPartA:PolicyandPractice,2007,41(5):428-443.

[5] SALEH W,FARRELL S.Implications of congestion charging for departure time choice:work and non-work schedule flexibility[J].TransportationResearchPartA:PolicyandPractice,2005,39(7/9):773-791.

[6] 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),2010,34(4):738-741. YAO Liya,SUN Lishan,GUAN Hongzhi.Study on modal split method based on nested logit model[J].JournalofWuhanUniversityofTechnology(TransportationScience&Engineering),2010,34(4):738-741.

[7] 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. LIU Bing’en,JUAN Zhicai,LI Yanling,et al.Development of a multinomial logit model for travel mode choice of residents[J].JournalofHighwayandTransportationResearchandDevelopment,2008,25(5):116-120.

[8] 杨琦,杨云峰,袁华智,等.农村居民出行目的地选择行为模型与影响因素分析[J].交通运输工程学报,2013,13(5):83-90. YANG Qi,YANG Yunfeng,YUAN Huazhi,et al.Choice behaviour model and influencing factor analysis of travel destination for rural resident[J].JournalofTrafficandTransportationEngineering,2013,13(5):83-90.

[9] 赵建有,袁华智,蹇小平,等.城市低收入人群出行方式选择模型[J].长安大学学报(自然科学版),2012,32(4):65-69. ZHAO Jianyou,YUAN Huazhi,JIAN Xiaoping,et al.Selection model of travel mode for urban low-income population[J].JournalofChang'anUniversity(NaturalScienceEdition),2012,32(4):65- 69.

[10] 杨敏,王炜,陈学武,等.工作者通勤出行活动模式的选择行为[J].西南交通大学学报,2009,44(2):274-279. YANG Min,WANG Wei,CHEN Xuewu,et al.Activity pattern choice of work commuting trip by workers[J].JournalofSouthwestJiaotongUniversity,2009,44(2):274-279.

[11] 栾琨,隽志才,宗芳.通勤者出行方式与出行链选择行为研究 [J].公路交通科技,2010,27(6):107-111. LUAN Kun,JUAN Zhicai,ZONG Fang.Research on commuter's choice behavior between travel mode and trip chain[J].JournalofHighwayandTransportationResearchandDevelopment,2010,27(6):107-111.

[12] 云美萍,张元,周源,等.出行弹性概念及其应用[J].同济大学学报(自然科学版),2013,41(9):1359-1365. YUN Meiping,ZHANG Yuan,ZHOU Yuan,et al.Conception of travel elasticity and its application[J].JournalofTongjiUniversity(NaturalScience),2013,41(9):1359-1365.

Analysis of Travel Behavior and Its Elasticity for Migrant Workers

CHEN Hong，GAN Zuoxian，HE Yuting，FENG Hui

(School of Highway, Chang’an University, Xi’an 710064, Shaanxi，P. R. China)

To study migrant workers’ travel behavior, multinomial logit models of travel chain choice and travel mode choice were established by taking seven factors as characteristic variables including gender, age, family members, travel distance etc. and travel chain and travel mode as decision variables. The models were calibrated and tested with 244 as sample data on migrant workers’travel behavior in Xi’an. Thus, choice probability models were fitted out and the influence of various characteristic variables impacting the choice models were analyzed. Finally, by introducing the concept of elasticity, the elasticity of the travel behavior for migrant workers was analyzed. The result shows that the travel chain choice and travel mode choice of migrant workers are both lack of elasticity, and their travel behavior is of single-mode.

traffic and transportation engineering; travel behavior; multinomial logit; migrant workers; elasticity analysis

10.3969/j.issn.1674-0696.2016.02.25

2014-11-06；

2015-01-06

国家自然科学基金项目(51208054)

陈 红(1963—)，女，湖南湘潭人，教授，博士，主要从事交通规划与管理方面的研究。E-mail：hongchen82@126.com。

甘佐贤(1989—)，男，湖北黄冈人，硕士研究生，主要从事交通行为分析方面的研究。E-mail：gump2507@163.com。

U491

A

1674-0696(2016)02-120-06