多类信息对机场出站乘客交通方式选择的影响

李欣悦，孙云华*，艾云飞

(1.中交信息技术国家工程实验室有限公司，北京100028；2.中国交通通信信息中心，北京100011)

0 引言

机场是衔接多种运输方式的客、货转运中心，决定着换乘旅客的出行成本和整个系统的运行效率。但目前机场信息诱导系统不完善造成公共交通分担率低、站台排队时间长、机场高速拥堵等问题，机场可采用VMS 为乘客提供站台排队和车辆到站时间等信息引导乘客做出最优决策，提高系统运行效率。因此研究不同类型出行信息对机场出站乘客交通方式选择的影响对优化枢纽信息诱导系统有重要意义。

当前很多学者对交通信息如何影响人们交通方式的选择行为进行了研究。Mauro等[1]引入可能性理论模拟信息条件下驾驶员的动态选择行为。Paolo 等[2]研究了不同功能的ATIS(Advanced Traveler Information System)和惯性对旅行时间的影响，结果显示，具有预测性信息的ATIS可以降低驾驶员的感知误差。黄海军等[3]发现单类别或单准则模型可能会高估或低估ATIS的服务效益。侯现耀等[4]的研究表明，公交信息对乘客出行前行为的影响较为显著，并且不同的公交信息对乘客出行行为的影响不同。现有文献中关于出行信息对乘客交通行为影响的研究均是基于乘客在同一时间节点获得所有信息的假设，但机场出站乘客在进行交通方式选择前利用手机查询信息和接收到机场VMS 信息的时间节点不同，现有研究鲜有考虑不同类别出行信息条件下乘客的交通方式转移问题，以及将不同时段获得信息数据的融合问题。

本文在现有研究的基础上，将乘客出行决策过程分为两阶段，建立多类出行信息条件下乘客出行方式选择模型，利用全概率公式将出行信息融合，从新的视角分析多类出行信息对机场出站乘客交通方式选择的影响，为改善机场信息系统提供理论支持。

1 多类信息条件下的机场出站乘客交通方式选择模型

1.1 问题描述

多类出行信息条件下机场出站乘客交通方式选择分为两阶段：首先，机场出站乘客到达机场后根据个人兴趣和需求，综合考虑自身经验或手机导航信息做出初步交通方式选择，在这一阶段，利用感知参数将自身经验和手机导航数据融合，构建基于Mixed-Logit模型的乘客出行方式选择模型；第2阶段，乘客在机场内部活动时，若机场通过VMS向乘客提供更多出行信息，部分乘客受到出行信息的影响可能会改变之前的选择，将之前获取的信息与VMS 提供的信息融合，做出最终决策。具体流程如图1所示。

图1 多类出行信息条件下机场出站乘客交通方式选择模型Fig.1 Selection model of airport outbound passenger traffic mode under condition of multiple types of travel information

为简化模型描述，作如下假设：

(1)所有乘客的目的地相同，即只存在一个OD 对；

(2)乘客有4 种交通方式可供选择，轨道交通，机场巴士，巡游出租车，网约车；

(3)机场巴士、巡游出租车和网约车均需通过机场高速进入市区，假设三者的路线相同；

(4)手机导航可以向乘客提供从机场到目的地各种交通方式所需要的旅行费用、步行时间、发车间隔和车内时间。

1.2 符号定义

模型变量和参数定义如表1所示。

表1 符号定义Table 1 Definition of symbols

1.3 乘客出行成本函数

根据现有研究发现，影响乘客交通方式选择的因素主要是出行费用和时间，但乘客对出行时间中包含的步行时间、等车时间和车内时间敏感度不同[4]，除此之外，机场出站乘客与通勤出行乘客不同，大部分乘客携带行李，对车内舒适度要求较高[9]，为提高预测精度，将出行费用、步行时间、等车时间、车内时间和车内舒适度作为特性变量，根据轨道交通和机场巴士的容量约束计算这两种交通方式的等车时间，即

根据排队论公式[5]计算巡游出租车和网约车等车时间，即

式中：μk2为单位时间到达的乘客数；λk2为单位时间上车的乘客数。

利用BPR函数表示机场巴士、巡游出租车和网约车的路上拥堵时间，即

式中：C0为机场高速原有断面流量；t0为自由流的行驶时间；C为机场高速的通行能力；a和b为模型待定参数；q3为选择巡游出租车的乘客数；q4为选择网约车的乘客数。

根据车内乘客数与车内容量的比值将车内舒适度量化，即

式中：Lk2为轨道交通座位数。

1.4 机场出站乘客初始交通方式选择模型

机场出站乘客交通方式选择的主要影响因素是乘客个人属性和出行方式属性，Mixed-Logit 模型可以通过待估参数向量的不同分布状况表现不同属性乘客的喜好特点，因此本文利用Mixed-Logit模型描述乘客初步交通方式选择情况。出行方式属性包括乘客到达机场时根据自身经验或手机导航获得各种交通方式的费用、步行时间和路上时间信息，根据这些影响因子构建各交通方式效用函数为

交通方式k的感知效用函数为

根据Mixed-Logit公式得到乘客初步交通方式选择结果为

Mixed-Logit 模型的选择概率可以看作Logit模型选择概率的加权平均值，权重由分布密度函数决定，向量β1为效用函数中的待估参数向量，ρ1为密度函数的未知特征参数，θ1为感知参数。

1.5 VMS信息条件下机场出站乘客交通方式转移模型

乘客在第1阶段做出初始交通方式选择后，若提供VMS，则乘客首先需要确定是否改变之前的方式选择，若改变，需确定乘客向其他交通方式转移的概率，机场出站乘客交通方式转移过程如图2所示。以初步交通方式选择为轨道交通出行的乘客为例，从图2可以发现，乘客第2阶段的方式转移是双层结构，对于选择轨道交通的乘客而言，机场巴士、巡游出租车和网约车存在相似特征，故乘客在第1 阶段没有选择这3 种方式。由于传统多项Logit 模型具有非相关选择方案的相互独立特性(IIA 特性)，故选择方案重合部分较多时，应选择巢式Logit模型研究出行方式转移行为。

图2 机场出站乘客交通方式转移过程Fig.2 Transfer process of airport outbound passenger traffic mode

假设VMS 向乘客提供站台等车时间、高速拥堵时间和车上拥挤度信息，根据这些因素构建基于VMS信息的效用函数为

式中：Xn为VMS 提供的影响因素变量向量，为高速拥堵时间；βn为Xn所对应的待估参数向量，为待估参数。

在机场设置VMS向乘客提供机场高速拥堵时间、各站台等车时间和车内拥挤度信息，将其作为影响因子构建选择枝的效用函数为

式中：i为选择枝，i=1 为轨道交通，i=2 为机场巴士，i=3 为巡游出租车，i=4 为网约车。

乘客选择虚拟选择枝的概率为

结合式(9)～式(14)，得到各选择枝的选择概率为

根据全概率公式计算发生交通方式转移后各交通方式分担率为

2 算法

多类出行信息条件下机场出站乘客交通方式选择第1阶段运用Mix-Logit模型，第2阶段利用巢式Logit 模型计算乘客交通方式转移概率。因此，求解该模型首先需要将蒙特卡洛方法和连续平均法[6](MSA)结合，产生初始交通方式选择结果；然后，改进连续平均法求解巢式Logit模型；最后利用全概率公式将两阶段数据融合，得到各交通方式分担率。算法求解框架如图3所示。

图3 算法框架Fig.3 Algorithm framework

3 算例

3.1 算例背景及参数赋值

算例以首都国际机场T2 航站楼为起点，东直门为终点，假设乘客总数为500人，可选4种交通方式成本如表2所示。经调查，巡游出租车和网约车的平均费用分别为66 元和63 元，载客量为1.5 人·车-1，则每位乘客需要支付的费用分别为44 元和42 元。参考文献[7]，乘客对时间和费用的感知价值参数假设如表3所示。

表2 不同交通方式所需的时间及费用Table 2 Time and cost for different traffic mode

表3 乘客特性变量参数Table 3 Parameter of passenger characteristic variables

轨道交通和机场巴士容量有限，当选择轨道交通和机场巴士的人数超过车内容量时，部分乘客需要等待下一辆车，假设轨道交通到达T2 航站楼时车内有200人，定员922人，座位数为216，机场巴士定员50 人。根据文献[8]。可设BPR 函数中a=0.71，b=1.5，C=3600 pcu·h-1。根据调查，得到乘客在站内等待巡游出租车和网上排队约车的时间分别为

不同VMS的信息内容如表4所示。

表4 不同VMS信息内容Table 4 Information content of different VMS

3.2 参数敏感度分析

乘客对实际旅行时间的感知情况主要由信息的质量决定，信息质量越高，乘客对实际旅行时间的感知越准确，感知参数越大[2]。根据模型和算法计算得到不同出行信息条件下乘客的交通方式选择和系统运行效率随信息质量变化的情况，如图4和图5所示。

从图4 可以看出，提供VMS4信息的情况下选择巡游出租车和网约车的乘客数最少，随着θ1和θ2的增加，选择巡游出租车和网约车的乘客数逐渐减少。根据以上分析可知，当信息质量足够高时，等车时间、路上拥堵时间和车上拥挤度信息结合的情况下，公共交通分担率最高，与无VMS信息的情况相比，公共交通利用率提高了3%。

图4 不同信息条件下乘客交通方式选择随信息质量变化情况Fig.4 Changes of passenger traffic mode selection with information quality under different information conditions

图5 对比有无VMS 信息的情况发现，提供VMS信息的情况下乘客出行时间少于未提供VMS信息的情况。当θ1=1，θ2=1时，提供VMS1的情况下乘客的平均步行时间最短，与无VMS 信息的情况对比，步行时间缩短了15.5%。提供VMS4的情况下乘客平均等车时间和旅行时间最短，相比于无VMS的情况等车时间缩短了17.9%，总旅行时间缩短了13.8%。提供VMS2的情况下路上拥堵时间最短，与无VMS信息的情况相比缩短了16.1%。根据以上分析可知，当信息质量足够高时，等车时间、路上拥堵时间和车上拥挤度信息结合可以使乘客等车时间和旅行时间最短，有效缓解站台拥堵，提高系统运行效率。

图5 不同信息条件下乘客出行时间随信息质量变化情况Fig.5 Changes of passenger travel time with information quality under different information conditions

3.3 道路拥挤程度分析

从图6可以发现，提供VMS2、VMS3和VMS4信息的情况下，随着道路拥堵状况变化各交通方式分担率变化较大，随着路上拥堵状况加剧，选择轨道交通的乘客数逐渐增多，选择机场巴士、巡游出租车和网约车的乘客数逐渐减少。由此可见，道路拥堵信息的提供有利于提高轨道交通分担率，且道路拥堵越严重，道路拥堵信息对乘客交通方式选择的影响越大。

图6 不同信息条件下各交通方式分担率随道路拥堵状况的变化情况Fig.6 Change of traffic sharing rate with road congestion under different information conditions

3.4 交通需求敏感度分析

从图7 可以发现，无VMS 情况下，轨道交通分担率最高，机场巴士分担率最低。获得VMS 信息的情况下，当交通需求低于500 人时，机场巴士分担率随交通需求的增加逐渐增加；交通需求量超过500 人时，机场巴士分担率随需求量的增加而减少。根据以上分析发现，交通需求较小的情况下提供VMS信息有利于提高机场巴士利用率。

图7 不同信息条件下各交通方式分担率随交通需求的变化情况Fig.7 Change of share rate of different traffic modes with traffic demand under different information conditions

4 结论

本文构建多类出行信息条件下机场出站乘客交通方式选择模型研究4 类出行信息对乘客交通方式选择的影响，并对感知参数、道路拥挤度和交通需求进行敏感度分析。结果表明，提供等车时间、道路拥堵时间和车内拥挤度信息的情况下，站台拥堵时间最短，系统运行效率最高。道路拥堵越严重，路上拥堵时间信息的提供对乘客的交通方式选择影响越大，建议提供准确的道路拥堵时间，引导乘客选择公共交通出行，缓解道路交通压力。交通需求较小的情况下，提供VMS 信息有利于提高机场巴士利用率，但是机场巴士发车间隔大，在交通需求较大的情况下，乘客因等车时间过长而放弃选择机场巴士出行，因此提供等车时间和道路拥堵时间信息，并缩短机场巴士发车间隔有利于吸引乘客选择机场巴士，对提高机场巴士利用率有重要意义。