应用巢式LOGIT模型的公共交通选择行为研究

李　信，朱　权，刘　洪，杨　洁

(1.昆明捷城交通工程咨询有限公司，昆明 650000；2.昆明市城市交通研究所，昆明 650010)



应用巢式LOGIT模型的公共交通选择行为研究

李信1，朱权2，刘洪1，杨洁2

(1.昆明捷城交通工程咨询有限公司，昆明 650000；2.昆明市城市交通研究所，昆明 650010)

摘要：为更好的缓解交通压力，公交优先已成为国内外学者的共识。研究居民公共交通的选择行为，分析与把握居民出行规律，对推进公交优先战略，增强公交吸引力，有着重要的意义。本文以城市居民出行为研究对象，通过对成都到龙泉片区居民出行进行调查分析，建立巢式logit模型，并分析模型结果，得出对出行者选择公共交通具有显著影响的因素，并通过弹性分析定量展示这些显著因素对公共交通选择率的影响。

关键词：巢式logit模型；意愿调查；正交试验设计；选择行为

0引言

公交优先是国内外许多城市缓解交通拥堵的战略措施，研究公共交通选择行为对大力发展公共交通，并对公共交通服务水平的改善具有重要作用。然而，我国许多城市公共交通发展仍然缓慢、线网布局缺乏规划、方式单一等问题仍然突出[1]。巢式logit模型与传统的多项logit模型相比更接近实际，因为它考虑了选择枝之间具有相关性。本文是在实际公共交通选择问题的基础上，发现某些交通方式具有相似性，按照交通方式具有的属性对其进行划分。因此建立巢式logit模型，对出行者的公共交通选择行为进行研究。

1巢式logit模型的原理

巢式logit模型是对多项logit模型的一种改进，它考虑了选择枝之间的相关性，将具有相似性的方案划分为一个层次，不具有相似性的方案划分在不同的层次，从而更贴合实际情况。下面以两层巢式logit模型为例说明，如图1所示。

考虑选择枝1和枝2存在共性，即选择枝1和枝2具有相关性，因此将选择枝1和枝2划分为同一个层次，构成虚拟选择枝A，将选择枝3和枝4划分为同一层次为虚拟选择枝B，选择枝A和枝B与选择枝1和枝2、选择枝3和枝4分别构成独立的多项logit模型，总出行方式与选择枝A、枝B也构成项logit模型。

图1　两层方式划分选择树Fig.1 Selection tree division for two-level transportation

由条件概率知

(1)

(2)

(3)

其中，λ,b分别是上、下层的参数。

实际中，能够观测和确定的量是VAi,VBj，为了计算Pi,Pj，需要求出VA,VB。

(4)

同样的，对于虚拟选择枝B可以得出

根据上面的公式就可以求出选择枝1、枝2、枝3、枝4的选择概率P[2-7]。

2巢式logit模型构建

2.1数据来源

本文需要利用意愿(SP)调查设计问卷，假设成都地铁二号线东沿线开通，调查出行者在两地间出行时的出行选择情况。将两地之间既有的交通方式与地铁同时作为选择枝，并且每个选择枝具有不同的属性和属性水平，这将会产生大量的试验组合，正交试验设计从这些试验因素中挑选具有正交性质的因素和水平指标，把它们均衡搭配，利用这些具有代表性和典型性的组合试验进行问卷调查，就可以涵盖所有因素组合的情况，并且大大的减少试验次数，提高工作效率[8]。

(1)选择枝集合、选择枝属性以及属性水平定义。确定意愿调查中选择枝集合中的选择方案为：公交、大巴、出租车、私家车和地铁。并且应该挑选那些能够体现选择枝的特性且不相关的作为选择枝属性。设定选择枝的属性水平时，属性水平个数可以不相等，但其数量越多，得到的信息量就越大，但实验组合数量是由属性数量和属性水平个数决定的，因此，需要选择合适的数量，并不是越多越好[9]。选择枝属性水平的确定应该与实际相结合，在实际的基础上做适当的增降，结合成都与龙泉片区之间定义的选择枝交通方式的实际情况，确定本次意愿调查的属性和属性水平，见表1。

表1　选择枝属性及属性水平定义表Tab.1 Levels of alternative attributes and definition table

续表1　选择枝属性及属性水平定义表Tab.1 Levels of alternative attributes and definition table(Cont.)

注：“下车时间”为下车后到目的地的时间

(2)选择枝集合、属性以及属性水平定义好以后，就可以运用正交试验设计法进行问卷设计。由于定义的水平数是不均衡的，因此正交试验设计过程比较复杂，本文采用专业的统计软件SPSS进行设计，结果共形成了32个试验组合，对一个调查者来说，回答32个情景太多，并且随着情景的增加，被调查者会产生疲劳效用，从而导致后面的回答结果并没有进行仔细的考虑，从而会对模型的结果产生影响。因此笔者把32个组合随机分成八个块，每块有四个组合，由八个被调查者完成，一个调查者只需要回答四个选择情景即可。正交试验设计结果如图2所示。

正交实验设计组合表

图2正交试验设计组合示例

Fig.2 Orthogonal design combination example

2.2数据统计分析

此次调查了1600个样本，根据调查结果把一些无效的问卷筛选出来，最终以1344个样本为基础来分析。调查时收集了被调查着的年龄性别等信息。调查样本的男女比例与1接近，其中男性的比例为51.1%，私家车拥有者占40%，调查样本平均年龄是33.6岁，其中男女分别为34.5岁和32.8岁。如图3所示。

图3　总体样本年龄分布图Fig.3 The overall sample age distribution

调查样本的平均月收入是4 014元，接近成都市居民的平均月收入，从样本的统计结果可以看出，选择私家车的出行者平均月收入要高于选择其他交通方式的，为5 346元，而选择公交和地铁的样本平均月收入分别为3 052和3 546元。如图4所示。

图4　总体样本收入分布图Fig.4 The overall sample income distribution

2.3巢式logit模型构建

本文所研究的交通方式主要包括大巴、公交、出租车、私家车和地铁。出租车和私家车由于具有相似的性质是为个体服务并且提供点到点服务，因此将它们划分在同一层次，都作为私人交通方式，公交和地铁由于都是能够提供大容量的服务但具有中途上下客的特性，将它们划分为公共交通方式，大巴的特性区别与公共交通和私人交通，作为独立的层考虑。按照以上思路得到交通方式选择树示意图如图5所示。

图5　交通方式划分选择树Fig.5 Selection tree division based on transportation modes

巢式logit模型应用软件NLOGIT3.0进行参数标定。NLOGIT软件能够对多项式选择数据进行估测、模拟和分析，是离散选择，模型参数估计和模拟的主要软件。将调查数据按规定格式导入软件中，进行相应的操作，可以得到软件采用最大似然估计法标定的参数结果和一些相关分析数据。

层次划分的正确性主要是通过指标IV(包容值)的参数值大小来确定，IV参数值应该处于0和1之间，否则表明层次划分不合理[7]。根据模型标定结果，公共交通层次的IV参数值为1.088，私人交通层次的IV参数值为0.695，因此表明公交和地铁因为具有自己独特的特性，不适合划分为一个层次。把公交和地铁单独考虑，新的交通方式选择树示意图如图6所示。

图6　新交通方式划分选择树Fig.6 Selection tree division based on new transportation mode

根据新的交通方式划分选择树，建立巢式logit模型，得出各种交通方式的选择概率。

(5)

式中：T=A、B、C、D，A为公交；B为地铁；C为私人交通；D为大巴。

(6)

式中：i=1、2；1为出租车；2为私家车。

(7)

3巢式LOGIT模型的公共交通选择行为分析

根据新的层次划分方式，对巢式logit模型标定结果见表2。

表2　巢式logit模型标定结果Tab.2 Estimation results of nested logit model

(1)巢式logit模型层次结构划分。

(2)模型拟合优度。离散选择模型的拟合优度处于0.2～0.4时，就可以表示模型有较好的拟合效果，本次建立的巢式logit模型的拟合优度为0.347，说明模型拟合度较好，模型结果与实际情况接近。

(3)对出行者具有显著影响的因素。广义变量“费用”的参数值为负数，表示某种交通方式的费用越高，其被选择的概率就会越小；而“到乘车站点时间”、“候车时间”、“车内时间”以及“下车到目的地时间”的参数值均为负值，也表明该种交通方式的出行耗时越久，被选择的概率越小，符合实际情况。

变量的T检验值的绝对值大小能够判断该属性是否会对出行者的选择行为造成显著影响，一般情况下，置信度为95%时，如果T检验值的绝对值大于1.96，就说明其对应的属性是能够对出行者的选择行为造成显著影响的，否则则不会显著影响[10]。根据巢式logit模型的标定结果，变量“费用”、“候车时间”、“到乘车站点时间”、“车内时间”的T检验绝对值都大于1.96，说明它们对出行者的选择行为造成了显著影响。

(4)显著因素弹性分析。弹性是描述一些变量和需求量的百分比变化关系。直接弹性测量了在选择枝集合里关于一些选择枝的某个属性给定了百分比变化，选择这个选择枝的概率的百分比变化。经济学中，弹性绝对值大于1表明需求函数是富有弹性的，弹性绝对值小于1表明需求函数是缺乏弹性的，若是弹性绝对值等于1则表明是单位弹性。为了定量展示显著因素对选择枝的选择概率的影响，计算了五个显著因素的弹性值。

属性“费用”对于大巴选择率的弹性值为-0.5，意思是大巴费用增加1%，大巴的选择率会减少0.5%。把每个弹性值的绝对值与1比较，判断属性对于选择枝选择率是否具有弹性。属性“费用”对于公交选择率的弹性值为-0.167，弹性绝对值小于1，表明缺乏弹性，意思是，公交公司增加车费后导致客流流失从而造成的损失，是能够由增加车费的收益弥补的。从上表的弹性值可以得出“费用”对于出租车和私家车、“到乘车站点时间”对于大巴和地铁、“车内时间”对于大巴、公交、出租车、私家车都是富有弹性的。

表3　显著因素弹性值Tab.3 Elasticity of the significant factors

4结论

大力和优先发展公共交通是国内外许多城市缓解交通问题的重要举措，分析居民公共交通选择行为，掌握影响居民选择公共交通的因素，对于改善公共交通服务水平和制定公共交通政策具有重要意义。

(1)通过对公共交通选择行为建立巢式logit模型，对模型进行求解分析，得出公交与地铁虽然都为大容量的公共交通，但在建立巢式logit模型时，由于它们具有自己的特性，不适合划分为一个层次，需要单独考虑。

(2)属性“费用”、“候车时间”、“到乘车站点时间”、“车内时间”对交通方式的选择具有显著影响。

(3)通过计算显著因素的弹性值，定量展示了显著因素对选择枝的影响。如属性“费用”缺乏弹性，意味着公交公司增加车费后导致客流流失从而造成的损失，是能够由增加车费的收益弥补的。

【参考文献】

[1]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，2010，11(S1)：120-125.

[2]刘灿齐.现代交通规划学[M].北京：人民交通出版社，2001.

[3]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)：737-741.

[4]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.

[5]Hensher D A，Greene W H.Specification and estimation of the nested logit model：alternative normalizations[J].Transportation Research Part B，2002，36：1-17.

[6]杨昌涛，靳文舟，范雪婷.基于巢式Logit模型的交通方式选择行为研究[J].公路与汽运，2011，7(4)：62-65.

[7]Carrasco J A，de Dios Ortúzar J.Review and assessment of the nested logit model[J].Transport Reviews，2002，22(2)，197-218.

[8]邵洁，关宏志，王鑫.正交试验设计在交通意向调查中的应用[J].公路交通科技，2005，22(10)：106-109.

[9]Hensher D A，Greene W.Applied Choice Analysis [M].Cambridge：Cambridge University Press，2005.

[10]Bliemer M C J，Rose J M，Hensher D A.Efficient stated choice experiments for estimating nested logit models[J].Transportation Research Part B，2009，43：19-35.

[11]赵鹏，藤原章正.SP调查方法在交通预测中的应用[J].北京交通大学学报，2000，24(6)：29-32.

[12]焦朋朋，陆化普.基于意向调查数据的非集计模型研究[J].公路交通科技，2000，22(6)：114-116.

[13]Rose J M，Bliemer M C J，Hensher D A，et al.Designing Efficient stated choice experiments in the presence of reference alternatives[J].Transportation Research Part B，2008，42(4)：395-406.

[14]王雯静，干宏程.小汽车与轨道交通出行方式选择行为分析[J].城市交通，2010，8(3)：36-40.

[15]王方，陈金川.SP调查在交通方式选择模型中应用[J].交通运输系统工程与信息，2007，7(5)：90-95.

[16]朱权，何保红，唐翀，等.基于公交可达性的停车分区研究-以昆明为例[J].森林工程，2015，31(6)：110-115.

收稿日期：2015-12-23

第一作者简介：李信，硕士，助理工程师。研究方向：交通运输规划与管理。E-mail：454382855@qq.com

中图分类号：U 491.17

文献标识码：A

文章编号：1001-005X(2016)04-0051-05

Application of Nested Logit Model for the Researchof Public Transport Selection Behavior

Li Xin1，Zhu Quan2，Liu Hong1，Yang Jie2

(1.Kunming Jiecheng Traffic Engineering Consulting Co.，Ltd，Kunming 650000；2.Kunming Urban Transport Institute，Kunming 650010)

Abstract：The preference on public transportation has become a common consensus for the scholars both at home and abroad.It is very significant to study the choice behaviors of residents on public transportation and analyze the laws of residents’ travel behaviors，in order to promote the bus priority strategy and enhance the bus attraction.In this paper，a traffic corridor between Chengdu and Longquan district，was selected to analyze the public transport travel choice behavior and the Nested Logit(NL)model was established.The major factors that can significantly impact the traffic mode choice of travelers were analyzed and elasticity analysis was used to quantify the significant factors.

Keywords：nested logit model；preference survey；orthogonal design；selection behavior

引文格式：李信，朱权，刘洪，等.应用巢式LOGIT模型的公共交通选择行为研究[J].森林工程，2016，32(4)：51-55.