基于SP调查的市郊铁路出行选择意愿分析

仝 硕，王书灵，孙福亮，初众甫，卢霄霄

(北京交通发展研究院，北京 100073)

随着城市的快速发展和空间结构布局的优化调整，城市中心城区联接周边城镇组团及其城镇组团之间的长距离通勤需求增加，近几年大运量、旅速高的市郊铁路在很多城市得到快速发展.截止到2019年，北京市陆续开通了北京市郊铁路S2线、城市副中心线和市郊铁路S5共3条市郊铁路线路.2019年，3条市郊铁路共计发送旅客246.9万人次，其中市郊铁路S2线年旅客发送量为198.6万人次，城市副中心线和市郊铁路S5线的旅客发送量仅分别为39.8万和8.5万人次，客流效益偏低，亟须分析研究乘客对市郊铁路的出行选择意愿，分析影响乘客选择市郊铁路的因素及其影响程度，为市郊铁路的规划和运营提供参考依据.

目前，市郊铁路出行选择的相关研究较少，Espino[1]利用RP/SP方法对市郊铁路通道上的出行者进行调查，分析了若干政策对公共交通分担率的影响；Monzon[2]预测了马德里的N-III客运通道建设市郊铁路的首年客流量，并发现通道上各种交通方式的分担率将发生显著变化；赵丹等[3]在2009年针对北京市郊铁路沿线居民开展RP和SP调查，利用RP/SP联合数据，建立了市郊铁路出行行为分析模型，并证明了降低票价政策可显著提高市郊铁路分担率.

本文以北京市居民为研究对象，利用SP调查设计了5种出行方式不同服务水平的出行情景，利用多项Logistic回归模型，标定出行方式选择参数，分析居民选择乘坐市郊铁路的偏好.

1 SP调查设计与实施

1.1 调查问卷设计

居民出行方式的选择是各种影响因素的综合反映，包括个人特性、出行目的、提供的出行方式种类和各种出行方式服务特征属性.

受到个人收入、职业、出行习惯等影响，不同特性人群对市郊铁路选择意愿存在差异，所以在问卷中设置个人信息相关问题，确保获取多样化样本.

不同的出行目的，居民对出行方式所要求的服务侧重点是不同，为避免因目的不同造成的影响，问卷中设置出行目的为通勤.

根据北京市中长距离通勤者的主要出行方式，选取公交车、地铁、市郊铁路、私家车和出租车5种出行方式作为备选方式.

根据出行方式特点，选取全程时间(不含候车时间)、发车间隔、费用和换乘次数作为地铁、市郊铁路和公交车的特征属性；全程时间(不含候车时间)和费用作为小汽车和私家车的特征属性.

SP调查是为获得“人们对假定条件下的多个选择方案所表现出来的主观偏好”而进行的意愿性调查.近年来，引入交通领域用来评估不同出行方式的选择意愿[4].SP调查问卷的重点在于对出行情景的设计[5].考虑上述因素，设置多个出行情景，每个出行情景给出上述不同出行方式的各种特征属性的服务水平，被调查者可根据自身意愿选择其中一种方式.

情景设计越接近实际，越有助于被调查者结合自己的出行经历，从而提供真实的选择结果，所以，结合北京市第5次交通大调查结果，选取北京市居民出行时各种出行方式特征属性的平均值设为基准值.其中私家车和出租车的平均行程时间按照小汽车与公交车平均速度的比例关系进行推算，其费用分别按照平均行驶成本和出租车价格标准计算.根据专家经验，可以设置在基准值的70%～130%的浮动区间[6]，得到各场景中各种出行方式特征值的变化范围.为了减少情景数量，采用均匀设计法[5]设计8个出行情景，SP调查的出行情景设计表如表1所示.

表1 SP调查的出行情景设计表

1.2 调查实施和数据校核

SP调查通过微信平台开展，被调查者根据自己的主观判断，对于问卷中的8种出行方式进行选择，问卷中出行情景1的问题设置如图1所示.

图1 问卷中出行情景1的问题设置

问卷调查共收集有效样本1 025份，被调查群体中，月收入为0.5万元以下的被调查者占27.5%，月收入为(0.5～1)万元之间的被调查者占46.9%，月收入为(1～2)万元的被调查者占19.6%，月收入超过2万元的被调查者为6.0%.通过对被调查者所从事职业的统计发现，72.4%的被调查者所从事职业具有较强的通勤需求，如公务员、教职工等，其中比例最高的职业为企业公司员工，占比为32.2%；其次为事业单位员工，比例为22.0%.被调查者的职业覆盖面较广且通勤需求较大，可为调研结果的分析提供有效支撑.对于被调查者的常用出行方式，71.1%选择地铁和公交车通勤，18.9%选择私家车出行，被调查者很少有选择市郊铁路和出租车作为通勤出行方式.

2 出行方式选择分析

2.1 多项Logistic回归模型

多出行方式的选择属于无序多元选择问题，通常使用效用描述不同出行方式的选择意向，构建各出行方式的定量特性值与效用的常用建模方法有多项Logit模型和多项Logistic回归模型.相比Logit模型中一种出行方式的特性只会对该出行方式的效用产生影响，Logistic回归模型可考虑一种出行方式的特性对其他出行方式效用的直接影响，因此采用多项Logistic回归模型来分析出行方式的特性对被调查者选择意向的影响程度[5,7].

多项Logistic回归模型首先选取某一出行方式为参照，通过计算效用来对比2种出行方式的选择概率[8-9].具体地，出行方式i的效用Ui为式(1)：

(1)

式中：i为SP调查中各出行方式的序号；I为出行方式选择集合，I={i=1(地铁)，i=2(市郊铁路)，i=3(公交车)，i=4(私家车)，i=5(出租车)}；k为出行方式特性序号；K为出行方式特性数量；ibase为参考类别；Ui为出行方式i的累计权重；ai为待估参数，表示第i种出行方式的效用常数项；bik为待估参数，表示第i种出行方式第k种特性对效用的影响；Xik为第i种出行方式第k种特性的取值.

所有的出行方式的选择概率满足式(2).

(2)

可得到第i种方式的选择概率，如式(3)：

(3)

式中作为参照出行方式ibase的待估参数值均为0，因此效用值为0.

2.2 参数标定

通过SPSS软件进行模型参数标定，以出行方式的选择结果为因变量，自变量为出行方式的各项特性，自变量均设为连续变量.由于涉及的出行方式特性数量较多，拟合的参数中不包括公交车的费用和换乘次数、私家车的费用和出租车相关特性，这些特性被视为冗余.拟合结果中，模型的显著性水平小于0.05，伪R2值为0.818(Cox &Snell)和0.863(Nagelkerke)，处于较高水平，说明模型的解释能力和显著性均较好.部分多项Logistic回归的参数结果如表2，所列参数的显著性水平均小于0.1，说明市郊铁路的4项特性对于出行方式选择的影响均是显著的.

3 结果分析

从表2可看出，市郊铁路4个特征属性的增大均增加了对市郊铁路效用的负效益，对于选择概率产生负面影响，即市郊铁路各项特性增加时，通勤者对于市郊铁路的选择概率会下降，向其他出行方式转移.在市郊铁路的时间特性中，全程时间比发车间隔的影响明显，说明通勤者对于行程时间更敏感，这符合常理，发车间隔主要影响候车时间，只是通勤者出行时间的部分构成.换乘次数的影响比较显著，增加1次换乘和增加约6 min全程时间对效用产生相同的影响.换乘次数的增加主要影响出行的便捷性，同时可能会多次增加候车时间，造成乘客出行体验差.实际情况与之相符，北京市郊铁路S2线终点由北京北站调整至黄土店站后，乘客需在黄土店站换乘地铁进城，导致日均客流由8 000人次下降至5 000人次，客流损失近37%.此外，通勤者对于费用的敏感度较低，问卷中市郊铁路票价按照地铁的计价规则设计，说明对于通勤者来说，费用处于可接受范围，对乘客选择影响较小.

表2 市郊铁路相关参数拟合结果

以出行情景1(各种出行方式提供的服务水平如图1)为例，分析不同全程时间、发车间隔、费用和换乘次数对市郊铁路选择概率的影响.

1)市郊铁路全程时间的影响.如图2所示，随着市郊铁路全程时间增加，市郊铁路的选择概率快速下降.在出行情景1中，市郊铁路的全程时间最短仅32 min，换乘次数为0，费用比地铁低2元，发车间隔比公交多3 min，整体服务较好，市郊铁路选择意愿达为39.57%.但如果市郊铁路的全程行程时间每增加10 min，其选择概率平均下降9.9%.当行程时间与私家车相同时，市郊铁路在费用上的优势仍可保持31.0%的选择概率.当行程时间增加至60 min时，比公交车的全程时间多21 min，虽然换乘次数和费用方面有优势，但其选择概率降为12.4%.

图2 情景1中市郊铁路行程时间对其选择概率的影响

2)市郊铁路发车间隔的影响.如图3所示，随着发车间隔的增加，市郊铁路的选择概率逐渐下降.出行情景1中，市郊铁路发车间隔为10 min，市郊铁路选择概率为39.57%.如果市郊铁路发车间隔变为30 min时，虽然市郊铁路全程时间和换乘次数有优势，但其选择概率会降为23.3%，该变化符合通勤者的出行方式选择偏好，发车间隔过大，会使得乘客产生赶不上列车的恐慌感，需提前较多时间前往；一旦错过列车，需要等候较长时间或者被迫临时选择其他出行方式.如果此时有发车频率密较高的地铁和公交服务，市郊铁路选择概率会下降.

图3 情景1中市郊铁路发车间隔对其选择概率的影响

3)市郊铁路费用的影响.如图4所示，随着费用的增加，市郊铁路的选择比例逐渐下降.出行情景1中，市郊铁路的全程行程时间最短，换乘次数为0，直达性好，费用每增加1元，选择概率平均会下降0.66%，说明对于通勤者来说，如果市郊铁路在全程时间、换乘次数和发车间隔方面提供的服务较好时，稍微提高一些票价对客流影响较少.

图4 情景1中市郊铁路费用对其选择概率的影响

4)市郊铁路换乘次数的影响.如图5所示，换乘次数对于选择概率的影响明显，随着换乘次数的增加，市郊铁路的选择概率迅速下降.情景1中，虽然市郊铁路快速、费用低，但换乘次数每增加1次，选择概率平均下降8.86%，且当换乘次数为3时，相比于公交、地铁等方式所提供的服务水平，其选择优势下降，选择概率下降至13.0%.

图5 情景1中市郊铁路换乘次数对其选择概率的影响

4 结论与建议

1)通勤者在选择出行方式时，会综合对比各种方式的全程时间、发车间隔、费用和换乘次数等因素，根据服务水平做出综合决策.所以为给通勤者提供更好的市郊铁路服务，提升市郊铁路的客流，应该提供相比于沿线其他出行方式更加便捷高效、准时、价格合理的市郊铁路服务.

2)通勤者对于全程时间和换乘次数相对敏感，所以应该在规划阶段实现居住地和工作地的有效连接，提升直达性，以减少换乘次数，同时有助于减少线路两端接驳时间和在轨时间，进一步缩短通勤者出行的全程时间.

3)在运营方面，应适当缩短发车间隔，趋于公交化运营的市郊铁路对乘客更有吸引力.