考虑出行链的城际旅客换乘选择行为研究

马书红，李 阳，岳 敏

(长安大学 a.运输工程学院，b.生态安全屏障区交通网设施管控及循环修复技术交通运输行业重点实验室，西安 710064)

随着城市群发展与城际交通出行环境的变化，旅客出行需求与习惯也随之变化.作为我国三大世界级城市群之一，京津冀城市群之间的多模式交通体系较为完善，研究基于出行链的城市群城际换乘客流行为特征，对促进京津冀城市群多模式交通协调发展和实现客运一体化出行具有重要意义.

针对城际出行选择行为的研究以离散选择模型应用较广.诸葛承祥等[1]建立NL模型，通过包容系数辨识出行时间-出行方式模型比出行方式-出行时间模型更为合理；向红艳等[2]利用巢式Logit模型分析市内与城际两阶段的出行方式选择行为；江登英等[3]从经济性、快速性、方便性、舒适性进行衡量，建立改进巢式Logit模型对旅客城际出行方式分担率进行预测.以上研究主要集中在城际段出行，基于整条城际出行链的出行行为选择研究较少.

与仅考虑单次出行相比，出行链包含了大量的时间、方式、空间等活动信息，能更好地对出行活动特征进行描述.Subbarao等[4]建立嵌套 Logit模型，分析家庭和个人社会经济特征及出行选择对个体出行链决策行为的影响；王孝坤等[5]建立联立的多元Logit模型，分析通勤者出行方式与出行链类型的选择行为；栾琨等[6]利用NL模型分析通勤者出行方式与出行链类型的选择行为；杨励雅等[7]基于交叉巢式Logit模型刻画了出行链、出行方式与出发时间的联合选择行为.以上研究可以看出，出行链的研究主要针对通勤者的出行方式选择，较少研究城际出行过程中旅客的换乘方式选择行为，且对主观变量的影响也考虑较少，而程龙等[8]、Paulssen等[9]、姚恩建等[10]的研究表明引入潜变量的模型对方式选择的解释能力更强.

因此，本文作者拟建立多指标多原因模型(Multiple Indicators and Multiple Causes,MIMIC)研究个体社会经济属性与潜变量的相互关系，将出行者的主观态度变量作为解释变量纳入混合选择模型，从出行全过程的角度研究城际旅客出行链中各阶段出行的方式选择，并按照路径拟合出基于出行链的城际旅客换乘出行方式选择模型.研究结果表明，混合选择模型(Integrated Choice and Latent Variable Model，ICLV)模型对数据的拟合程度较好，能更深入地理解旅客个人社会经济属性与心理潜变量对城际出行方式选择的作用，进而为城市群内城际出行需求管理策略提供理论支撑.

1 出行全过程分析

城市群交通包含城市群内部交通和对外交通，对外交通由于出行距离较长，通常采用普通铁路、高速铁路、飞机等方式出行.当直达交通由于天气或其他突发状况而不能实现时，经由城市群内部其他城市进行换乘就成为出行者的替代性选择.本文基于这一情况，结合出行链，研究突发事件影响下的城际交通换乘行为.将城际换乘出行链定义为从城市群内的一个城市出发到城市群内其他城市换乘，最后到达城市群外部城市的一次单方向移动过程.出行全过程分为3个阶段：第1阶段即城际段1.从出发城市到达换乘城市对外交通枢纽；第2阶段即市内段.在换乘城市对外交通枢纽间的衔接过程；第3阶段即城际段2.从换乘城市到达目的地城市.旅客在出行方式选择时通常会考虑出行全过程，即3个出行阶段的组合效用，城际出行全过程见图1.

2 影响因素与调查设计

2.1 出行方式选择影响因素

出行者的方式选择行为包括对时间、路径等的抉择，涉及心理、生理的共同作用.本文将影响旅客城际出行方式选择的因素分为显变量与潜变量，其中可直接观测的因素为显变量，不可直接观测的因素为潜变量.

显变量包含出行者个人属性、家庭属性、出行方式时间与费用、出行目的与出发时段、道路条件与天气状况等.国内关于潜变量对出行方式选择行为影响的研究多集中出行者的个人态度或价值观方面，如出行偏好、满意度、行为意愿等.旅客在进行换乘方式选择时的偏好和对舒适性、方便性、经济性的主观需求均可作为心理潜变量来进行分析.

2.2 调查及问卷设计

以京津冀城市群的某出行场景(北京—广州)为例，假定由于突发事件的影响从北京去往广州无法直达，需经由另一城市通过换乘来实现.北京、天津、石家庄作为京津冀城市群的核心城市，具有高效、便捷的城际运输系统，能够满足不同旅客多样化的出行选择.“京津”和“京石”作为京津冀地区三大通道之二，已经形成由长途巴士、常规铁路、高速铁路和城际铁路4种运输方式构成的综合客运系统，诱发了大量的旅客出行需求，同时“津广”、“石广”两个运输通道也已形成常规铁路、高速铁路和飞机共同发展的交通网络.因此本文选取北京—天津—广州、北京—石家庄—广州两条通道的城际旅客出行及换乘行为进行研究.

与图1的城际出行全过程相对应，出发城市为北京、到达城市为广州、换乘城市为石家庄或天津，从出行链的角度进行出行方案和问卷设计，全过程3个阶段涉及到的两端具体枢纽、可采取的交通方式、时间、费用、发车班次/频率等结合实际情况确定.问卷包括：①受访者社会经济属性信息;②意向调查(Stated Preference，SP)，在了解旅客出发时间、购票方式等的基础上，收集其意向选择方案和选择结果; ③潜变量调查，选择旅客进行换乘方式选择时对舒适性、方便性、经济性的态度作为潜变量，具体测量指标见表1.所有指标问题均采用 Likert 五级量表进行评分标定.

表1 潜变量测量指标

于2020年5月进行网上问卷调查，共获得513份有效问卷，满足抽样调查理论最小样本量为384份的要求.从有效样本的社会人口特征上看，被调查者女性占54.2%；年龄以中青年为主，18～29岁占59.8%，30～39岁占21.1%；受教育程度以本科、硕士为主，分别占59.0%、20.3%；月收入以中低等收入为主，3 000元以下占53%，3 000～5 000元以下占21.2%，5 000～8 000元占12.4%；职业以学生、企事业单位员工为主，分别是55.8%、22.3%；有74.9%的调查者没有私家车.样本涵盖了不同社会人口特征的人群，体现了样本的随机性与普适性.

3 基础理论

传统的离散选择模型在进行出行方式选择研究时，无法对出行者的心理因素进行量化，Ben-Akiva等[11]提出的整合潜变量模型的选择模型即ICLV，将潜变量引入离散选择模型，提高了模型精度，因此本文选择建立包含潜变量的离散选择模型即 ICLV 混合选择模型来展开研究.ICLV 模型由潜变量模型和选择模型两部分组成，见图2.

图2中，潜变量模型指多指标多因果模型(Multiple Indicators and Multiple Causes, MIMIC)，用来刻画潜在变量与外生变量之间的关系，以及潜变量与其对应观测变量的测量关系，由此可得到潜变量的适配值，然后将潜变量与显变量一起作为解释变量构建下层的离散选择模型.

3.1 MIMIC模型建立

多指标多因果模型本质上是结构方程模型的一种形式，模型可以刻画潜变量之间的内在联系以及潜变量和出行者社会经济属性之间的关系.MIMIC模型既能通过结构模型将潜变量的外生原因和内生指标清楚表达，明确解释变量对潜在变量的影响程度，另一方面这种分析方法能够使正规统计关系检验更加便利.Schneider等[12]指出MIMIC模型不需要以严格的约束条件和假设为前提，可处理多个潜变量及内生指标，并接受外生原因与内生指标含测量误差，因而比其他间接测度方法更富有灵活性，潜在地包含了其他的间接测度方法.

测量方程为

y=Λη+ε

(1)

结构方程为

η=Γx+ζ

(2)

式中：η为潜变量向量；x为外生变量向量；y为潜变量的可观测指标变量向量；Γ和Λ为待估计的参数矩阵；ζ和ε为测量误差.

MIMIC模型可分解为两部分，以“换乘舒适性”潜变量为例，第一部分为多指标模型，由潜变量ηcomf和其指标ycomf，以及对应的测量误差ε组成，是对各潜变量进行验证性因子分析；第二部分为多因果模型，是对出行者个体社会经济属性等可观测变量和潜变量之间的关系进行分析，类似回归分析.每部分的模型分别为

(3)

ηcomfi=γ1xi+γ2xi+…+γnxi+ξi

(4)

式中：λ是因子载荷；i为被观测出行个体；γ为待估参数；x为年龄、性别等个人属性.

整体模型框架见图3.

3.2 基于出行链的MNL模型

出行者选择第j种选择方案时，效用函数可表示为

(5)

式中：i为出行者个人社会经济属性集合；Xji为个体社会经济属性；m为出行特征属性集合；Sjm为出行特征属性；n为潜变量集合；ηjn为潜变量；aji、bjm、cjn为待估参数；εj为效用函数误差项.

则城际出行链中3个阶段效用函数为

(6)

式中：k为不同的出行方式；t为出行链的3个阶段，分别用A、B、C表示.

假设出行链中3个阶段的方式选择是独立的，在确定各阶段方式选择集合的基础上，将整条出行链的效用函数UAk-Bk-Ck归纳为

(7)

式中：Ak-Bk-Ck为1条出行链.其中，Ak中k为普通铁路、高速铁路、城际铁路、长途巴士；Bk中的k为常规公交、地铁、出租车、机场巴士；Ck中k为普通铁路、高速铁路、飞机.

根据效用最大化理论，出行者选择方案j的概率Pj为

Pj=

(8)

4 实例分析

4.1 MIMIC模型估计

选用AMOS软件进行模型参数估计，导入样本数据运用最大似然估计法进行模型运算，根据AMOS Modification Indices输出结果中的M.I.值对模型进行逐条修正，结合实际情况增加或删除路径.选取渐进残差均方和平方根RMSEA、适配度指数GFI、调整后适配度指数AGFI作为本研究的拟合度评价指标.对修正后的模型进行拟合，得到各评价指标：RMSEA=0.074<0.08,GFI=0.955>0.900,AGFI=0.913>0.900，表示假设模型与观察数据适配较好.潜变量与个体社会经济属性之间的参数估计结果见表2，与其对应的观测指标变量参数估计结果见表3.由表2分析可知，学生对舒适性与方便性的要求较上班族要低，这与高收入人群对换乘舒适性与方便性的要求较高有关；有小汽车的出行者对换乘舒适性的要求较高，这与他们有较好的经济条件和习惯小汽车出行带来的舒适性有关；另外男性对所选出行方式的经济性要求低，这可能与调查中高收入高学历男性比例较高，以及女性更善于精打细算有关.由表3分析可知，各因子载荷都为正值，表明各指标变量对潜变量均有显著的正向影响.

表2 MIMIC模型潜变量与个体社会经济属性参数估计结果

表3 MIMIC模型潜变量的指标变量参数估计结果

4.2 MNL模型估计

4.2.1 特征变量赋值

将潜变量对其观测变量解释的因子载荷看作各观测变的权重，对其进行标准化，分配得到新的权重.由此得到各潜变量的适配值表达式为

(9)

根据潜变量表达式，可对每份问卷计算其潜变量拟合值，由于所有观测变量的数据均为Likert5级度量值，因此上述参数标准化后所得到的潜变量拟合值均在1～5之间.具体特征变量赋值见表4.

表4 特征变量赋值

4.2.2 模型估计

本节建立潜变量与离散选择模型结合的ICLV模型，使用SPSS软件进行模型求解，用最大似然估计法对数据进行顺序估计，即先对潜变量进行求解，然后将求得的潜变量值代入离散选择模型，本文建立的ICLV模型是考虑了潜变量的MNL模型.

ICLV模型参数估计结果见表5，仅列出了在95%置信水平下显著的变量，普通铁路和常规公交作为参考变量.

表5 各出行阶段出行方式选择模型参数估计结果

由表5可见：

1)城际出行阶段特征.随着收入水平提高，旅客选择高速铁路与飞机的概率上升，出行者对于出行费用的敏感度逐渐降低，而对出行方便性与舒适性等的要求不断提高；教育程度对高速铁路、飞机的选择影响显著，这是由于教育程度越高的个体，其收入也普遍较高，能够接受高速铁路、飞机等较高费用的出行方式；选择高速铁路出行的旅客对行程时间的敏感度更高；出发时间较晚的旅客选择城际列车与飞机的概率较大，这是由于两者的发车频率较高，且花费时间短，不必担心太晚到达交通不便.

2)市内出行阶段特征.随着收入水平提高，选择地铁出行的概率变小，旅客更倾向于出租车出行；选择互联网、手机app购票的旅客更愿意选择地铁与出租车出行，这是因为中青年旅客对电子产品的使用更熟练，且选择地铁的概率大于出租车，与旅客中学生和年轻人的比例较高有关.选择出租车出行的旅客，更加注重出行舒适性和方便性；出发时间对出租车的标定结果为正值，说明出发时间较晚的旅客选择出租车的概率较大，这与出租车方便、灵活的特性有关.

4.3 基于地铁接入的出行链选择模型

4.3.1 出行方式选择模型参数标定

描述性统计分析发现，城际段1有81.1%的旅客选择了高速铁路与城际铁路，市内段有53.7%的旅客选择地铁进行换乘，因此本文选择出行占比较大的出行方式进行分析，选择的6条出行链有：高铁-地铁-普铁、高铁-地铁-高铁、高铁-地铁-飞机、城际铁路-地铁-普铁、城际铁路-地铁-高铁、城际铁路-地铁-飞机，见图4.采用SPSS软件进行标定，具体出行链的出行方式选择模型标定结果见表6.

由表6可见：女性旅客比男性更愿意选择高速铁路与飞机出行，这可能由于女性旅客对出行的舒适性要求更高有关；职业对旅客选择普通铁路与城际铁路有显著负影响，这说明没有稳定收入的学生在出行时更倾向于选择较优惠的出行方式；出发时间较晚的旅客选择飞机与城际列车的概率较大，这与两种方式的发车频率有关；选择换乘方式时最注重的特性对高速铁路、飞机的标定结果为正值，说明其最注重换乘的舒适性与快捷性.

4.3.2 出行链分担预测率与结果分析

出行链分担率预测结果见表7.

由表7可见：调查值与预测结果的误差在3%以内；出行链高铁-地铁-高铁、高铁-地铁-飞机的分担率较高，这是因为选择这两条出行链的旅客对舒适性与方便性的要求较高，同时收入水平较高；选择高铁-地铁-普铁、城际铁路-地铁-普铁出行链的旅客对舒适性与方便性的敏感度较低.总体选择结果表明，现阶段有很大一部分的居民出行已经由经济出行转向品质出行，如何提高公共交通的出行环境、加强地铁与城市交通枢纽的换乘衔接，减少旅客对出租车的依赖性，是在实现城市群客运一体化过程中尤为重要的问题.

5 结论

本文定义了城际换乘出行链的概念，建立MIMIC模型探究个体社会经济属性与心理潜变量间的内在联系，运用AMOS软件进行参数估计，然后将潜变量作为解释变量构建了基于城际出行链的ICLV混合选择模型，并对各出行链进行分担率预测，取得了较好的效果.研究结果表明：

1)含潜变量的ICLV混合选择模型更能清晰地解释影响出行选择行为，舒适性、方便性、经济性对旅客城际出行方式的选择有显著性影响但对3个阶段的影响不同.

2)基于出行链的出行方式选择模型中，女性比男性更愿意选择高速铁路与飞机出行，收入对旅客出行链的选择有显著影响，收入越高选择高速铁路、飞机出行的概率越大，出发时间较晚的旅客更倾向于选择飞机与城际列车.

3)潜变量的选择还需尝试更多的因素，如“习惯”、“情感”等.