王健,程苑,胡晓伟
(哈尔滨工业大学交通科学与工程学院,黑龙江 哈尔滨 150090)
汽车共享下城市公共交通出行分担率研究
王健,程苑,胡晓伟
(哈尔滨工业大学交通科学与工程学院,黑龙江哈尔滨150090)
随着中国经济的快速发展,机动车保有量急剧增加,对能源、交通和环境来说都是很大的挑战。为了及时应对,提出汽车共享的思想,将人们对小汽车的拥有权改变为使用权。文中在出行选择因素中考虑环保成本,加入区间值因素,分析了不同类型人群对出行时间成本、费用成本、环保成本和出行自由度的敏感度,在前景理论的基础上建立了汽车共享下城市公共交通出行分担率模型;通过短距离出行和长距离出行的案例分析,分析了家庭收入、出行目的和出行距离对城市居民出行分担率的影响,并证明了汽车共享出行方式的可能性和适用性。
城市交通;公共交通;分担率;前景理论
2000年,汽车共享运营商Zipcar在哈佛大学成立,使汽车共享的理念成为可能。汽车共享将人对汽车的拥有权变为使用权,提供汽车共享服务的公司提供电动汽车、租赁点等基础设施,并承担汽车的保险、停放等一系列费用,使用者在任何一个租赁点都可以租赁到电动汽车,归还时只要停放在最近的租赁点即可,按照租车的时间收费。截至2012年10月,全球共有27个国家开展了汽车共享。汪鸣泉对纯电动汽车共享推广在中国的可行性进行了研究。浙江杭州在2013年6月启动了纯电动汽车微公交项目。北京、上海、重庆等国内大城市也在积极推广电动车项目,并已建设一些相关基础设施。
根据《中华人民共和国2014年国民经济和社会发展统计公报》,2014年末,全国民用汽车保有量达到15 447万辆。汽车保有量快速发展带来的能源、环境及交通问题已严重制约社会经济的发展。汽车共享出行理念的提出为解决这些难题找到了新的研究方向。目前汽车共享出行方式在中国各大城市已得到重视,研究其在公共交通中的分担率,进而研究其最佳保有量,是其定价机制和政策制定的基础。
1979年,Kahneman D.等提出前景理论,用于描述不确定环境下个体的决策行为。前景理论在出行选择行为中的研究十分成熟:Schwanen T.等运用前景理论分析了双职工家庭接子女放学的出行行为;张波等总结了前景理论在出行行为研究中的应用,讨论了其适用性;王正武等运用前景理论分析了多目标多路径出行选择问题,提出了路径广义出行费用,并定义了相关参考点;邢睿等基于前景理论进行城市居民交通方式选择研究,证明了该方法的有效性。该文在前景理论的基础上,在居民出行选择因素中加入环保成本和出行自由度,并考虑出行者对出行时间、出行费用、环保成本和出行自由度的敏感度,研究汽车共享下城市公共交通出行分担率。
1.1城市居民出行选择过程(见图1)
图1 居民出行选择行为流程
(1)掌握城市交通出行中各种交通方式如出租车、公交车、轨道交通、汽车共享的内在特性。
(2)交通出行方式内在特性加载到特定类型的人群身上,成为出行选择因素。
(3)不同出行者根据各自所处环境、出行目的、对路网的熟悉程度等,形成各自的感知费用。
(4)选取感知费用最优的交通方式出行。
1.2城市居民出行选择行为因素
分析影响居民出行选择的因素从两方面出发:一方面是出行者自身的特点,如家庭收入、出行目的、性别、年龄、学历、家庭成员等;另一方面是交通方式的特点,如出行时间、出行费用、出行自由度、环保、准点率、舒适度等。
2.1属性分析
(1)出行目的。将出行目的分为两部分,即刚性出行和弹性出行。刚性出行是指上下学和上下班等通勤出行,有着严格的时间要求,早到时间损失成本和迟到时间损失成本均较大。弹性出行是指购物、游玩或运动等出行行为,早到时间损失成本和迟到时间损失成本较小。
(2)家庭收入。依据家庭月人均收入将出行人分为高、中、低3个群体,其中:7 000元以上的为家庭收入高人群,3 000~7 000元的为家庭收入中人群,3 000元以下的为家庭收入低人群。家庭收入高的人群出行时间单位成本最高,家庭收入中的人群其次,家庭收入低的人群最低。
(3)出行时间成本。出行时间成本Utime由三部分组成,分别为必须的时间成本umust、早到时间损失成本uearly和迟到时间损失成本ulate,即:
Utime=umust+uearly+ulate(1)
式中:umust=θmust·tmust;uearly=δ·θearly·Δtearly;迟到情况时δ=0,早到情况时δ=1;Δtearly是期望时间与早到时间的差值;ulate=(1-δ)·θlate·Δtlate; Δtlate是期望时间与迟到时间的差值。
(4)出行费用成本。出行方式有公交车出行、轨道交通出行、出租车出行和汽车共享出行。公交车出行采取通票制的收费方法,即无论出行距离多少,价格均一致;轨道交通出行采取按路程收费的方法;出租车出行采取前3 km起步价,之后按路程收费的方法;汽车共享出行参照浙江省杭州市的电动汽车收费方法。
(5)环保成本。环保成本考虑的是人们出行对环境的影响,参考汽车的碳排放收费。以出租车为例,出租车行驶1万km大约排放碳2.7 t,需1 000 m2的人工林来吸收碳,人工费用为1 200元,故出租车的环保单位成本为0.12元/km。
(6)出行自由度。根据调查问卷中人们对不同出行方式自由度的打分,同时参考交通方式的服务半径确定。
(7)权重分析。通过发放调查问卷,得出家庭收入分别为高、中、低和出行目的为刚性和弹性的人群对于出行时间、出行费用、环保成本及出行自由度的敏感度,确定相应权值(见表1)。
表1 出行因素的权重
(8)属性原矩阵的处理。因为属性原矩阵中同时存在收益型、损失型属性,故将其统一化为收益型属性,在损失型属性前面加“-”号。
2.2参照点
参照点的选取在前景理论中至关重要。该文采用将属性值按概率平均的方法,公式如下:
式中:j=1,2,3,分别为出行时间、出行费用和环保成本;E=[e1,e2,e3],分别为3种成本的参照点;i =1,2,…,9,分别为各种情形的概率;aij为i种情形j种属性的属性值。
2.3收益损失矩阵
采取文献[11]中的计算方法:若属性值是实数, 当aij≥ej时,gij=aij-ej,lij=0;当aij 将收益、损失矩阵标准化,方法如下: 式中:zj=max{|gij|,|lij|}。 2.4价值函数价值函数公式为: 价值矩阵V=[vij]9×3。 根据价值函数的递减性原则,α≥0,β≤1。α越小,决策者在面对收益时显示出更大的风险规避性;β越小,决策者在面对损失时显示出更大的风险追求性。λ是损失敏感的参数,λ越大,决策者相对于收益对损失的敏感性越大。文献[5]运用非线性回归来标定参数,结果表明α=β=0.88、λ=2.25。这个结果能描述大多数决策者的行为。文献[12]通过试验也得出了类似结论。 2.5决策权重函数 情形的收益、损失按下式计算: 式中:W=[w1,w2,w3]为3种属性的权重;H= [h1,h2,…,h9]为各情形的收益、损失。 当方案为“收益”时,决策权重函数的计算方法如下: 当方案为“损失”时,决策权重函数的计算方法如下: 式中:pi为情形i的发生概率;D=[d1,d2,…,d9]为各情形的决策权重;γ和δ为参数,γ=0.61,δ= 0.69。 2.6前景值 情形的总价值为: Q=[q1,q2,q3,q4]为4种出行方式(分别为公交车、轨道交通、出租车和汽车共享)的前景值,计算公式如下: 2.7出行交通方式分担率 F=[f1,f2,f3,f4]为4种出行方式的分担率,按下式计算: 式中:k=1,2,3,4,分别代表公交车、轨道交通、出租车和汽车共享出行方式。 考虑出行距离为6 km的短距离出行和出行距离为15 km的长距离出行,出行期望时间按照出行时间的70%左右制定(见表2)。出行时间成本、出行费用成本和环保成本的计算方法见表3~5。 表2 不同距离出行情形的设置 表3 出行时间成本的计算方法元/min 表4 出行费用成本的计算方法 表5 出行环保成本的计算方法元/次 根据汽车共享下城市电动汽车分担率模型,得出城市公共交通出行分担率(见表6、图2~4)。 从图2可以看出:在6种人群的出行选择中,轨道交通的出行分担率最高,这与其价格低、时间较快的特征是一致的。随着家庭收入的增多,选择汽车共享和出租车的人数逐渐增多,选择公交车和轨道交通出行的人数逐渐减少。对于同一类别家庭收入的人群,刚性出行目的的人群比弹性出行目的的人群更多地选择出租车和汽车共享出行方式,这与刚性出行时间性要求是一致的。汽车共享出行方式的分担率在高收入人群和中收入刚性出行目的人群中低于公交车和轨道交通出行方式、高于出租车出行方式,在中收入弹性出行目的人群和低收入人群中低于公交车、轨道交通和出租车出行方式。 表6 城市公共交通出行分担率 图2 短距离出行公共交通分担率 图3 长距离出行公共交通分担率 从图3可以看出:在6种人群的出行选择中,轨道交通的出行分担率依然最高。随着家庭收入和出行目的的变化,4种交通出行方式分担率的变化与短距离出行是一致的。汽车共享出行方式的分担率有了很明显变化,在高收入人群和中收入刚性出行目的人群中低于轨道交通出行方式,高于公交车和出租车出行方式;在中收入弹性出行目的人群和低收入人群中低于公交车和轨道交通,高于出租车出行方式。 从表6可以看出:随着出行距离的增大,出行时间增多,公交车出行分担率下降,轨道交通出行分担率略有上升,出租车出行分担率略有下降,汽车共享出行分担率上升。出行时间上升,公交车出行时间成本较大,出租车出行费用较大,造成这两种出行方式分担率下降,而轨道交通出行费用低、时间较短的特点和汽车共享在长距离出行中快速、方便、经济的优势,让这两种交通方式的分担率上升,这与出行者的出行心理是一致的。 图4 短距离出行和长距离出行汽车共享分担率对比 随着国家对新能源汽车的政策扶持,电动汽车一定能拥有更加广阔的市场,汽车共享也会逐渐成为人们出行方式的重要选择。而且财政补贴的增多,会降低汽车共享的出行成本,增加汽车共享的出行分担率。另外,更多、更合理的汽车共享定价方案,适应于不同的出行需求,也能吸引更多的出行者选择汽车共享。 该文提出的汽车共享下城市电动汽车分担率模型,能预测在电动汽车设施基本完善,汽车共享出行方式已成为一种基本出行方式时的电动汽车分担率,也证明了汽车共享出行方式的适用性,能为新能源电动汽车的推广使用提供依据。 [1]汪鸣泉.纯电动汽车共享推广可行性研究[J].交通与运输,2013(7). [2]范非,鲍健强.Car2go模式在杭州微公交体系中的应用[A].浙江省经济欠发达地区低碳发展综合探讨会论文集[C].2013. [3]中华人民共和国国家统计局.中华人民共和国2014年国民经济和社会发展统计公报[R].北京:中华人民共和国国家统计局,2015. [4]Kahneman D,Tversky A.Prospect theory an analysis of decisions under risk[J].Econometrica,1979,47(2). [5]Tversky A,Kahnman D.Advance in prospect theory: cumulative representation of uncertainty[J].Journal of Risk and Uncertainty,1992(5). [6]Schwanen T,Ettema D.Coping with unreliable transportation when collecting children:examining parents′behavior with cumulative prospect theory[J].Transportation Research Part A:Policy and Practice,2009, 43(5). [7]张波,隽志才,倪安宁.前景理论在出行行为研究中的实用性[J].北京理工大学学报:社会科学版,2013,15 (1). [8]王正武,罗大庸.不确定性条件下的多目标多路径选择[J].管理科学学报,2011,14(7). [9]邢睿,杨阳梅,陈紫芸.基于前景理论的城市居民交通方式选择研究[J].公路与汽运,2014(2). [10]Zaras K.Rough approximation of a preference relation by a multi-attribute dominance for determinist,stochastic and fuzzy decision problems[J].European Journal of Operational Research,2004,159(1). [11]Zhiping Fan,Xiao Zhang,Fadong Chen,et al.Multiple attribute decision making considering aspiraton-levels:a method based on prospect theory[J].Computers &Industrial Engineering,2013,65(2). [12]Hongli Xu,Jing Zhou.A decision-making rule for modeling travelers′route choice behavior based on cumulative prospect theory[J].Transportation Research Part C:Emerging Technologies,2011,19(2). [13]尹毫企.基于前景理论的城市公共交通方式选择模型研究[D].西安:长安大学,2012. [14]中国城市交通发展论坛课题组.公交出行分担率及公交优先发展评价研究[J].城市交通,2014(5). [15]郭淑霞,于雷,陈旭梅,等.北京城市公交汽车出行特征分析及对策[J].综合运输,2010(4). [16]凌小静,杨涛,施泉.关于公共交通出行分担率指标的探讨[A].新型城镇化与交通发展:2013年中国城市交通规划年会暨第27次学术研讨会论文集[C].2014. U491.1 A 1671-2668(2016)01-0037-05 2015-04-123 案例分析
4 结语