定制公交居民出行方式选择的影响因素

张文波，左玙璠，王岳平，陈景旭，刘志远*

(1.东南大学 交通学院，江苏 南京 211189；2.中交雄安投资有限公司，河北 保定 071700)

不断增加的出行需求与有限的道路资源之间的矛盾，环境保护与大量出行造成环境污染之间的矛盾是当前交通规划与管理发展中急需解决的两个问题。公共交通载客量大，占用道路资源少，完成同量级的运输任务能耗低，在均衡道路资源和道路能力，提高资源利用率，降低温室气体排放等方面具有重要地位。提高公共出行比例，是当前交通行业发展的重大目标。不同交通方式的服务水平是影响城市出行交通方式划分比例的重要原因，掌握不同因素对出行方式效用的定量影响，对调整交通管理方案以改变出行方式分担率具有重要的指导作用[1-4]。

传统公共交通的服务水平受限于线路与时刻表的固定性，无法及时响应动态的交通需求。随着交通技术的发展，出行方式结构优化成为调节城市交通供需不平衡的重要途径，引发国内外众多关于交通新政策新方式的研究。张荣花等[5]利用多项Logit模型研究影响汽车共享服务选择概率的因素。朱顺应等[6]定义并设定低碳补贴情景，通过SP(stated preference)调查及多项Logit模型研究影响居民低碳出行意愿的因素。何晓平[7]研究了中距离运输市场下，引入共享电力汽车模式对于提供高自由度出行模式，减缓城市交通问题的意义。李曼[8]以湛江市为研究区域，基于非集计理论，通过数据调查研究了共享单车背景下城市居民交通出行模式选择问题。Ceccato等[9]以意大利城市都灵作为研究区域，分析了传统交通出行向共享汽车的转化概率。Carrone等[10]通过SP调查，研究得出年轻的受教育者对于选择共享汽车和支付共享汽车的保养费用意愿较高。Politis等[11]利用二项Logit模型研究发现，行程特性如出行目的和出行频率是影响出行者对于共享单车和传统交通方式选择意愿的重要因素。将新型交通方式作为选择肢进行出行选择分析，对于诱导乘客向环境友好型出行方式转移提供了理论依据。在传统交通中，常规公交与出租车等出行方式提供的出行服务间存在巨大空白，导致出行服务水平两极化严重。定制公交的出现为提升公共交通的服务水平，补充出行服务断档提供了新的思路，在优化城市客运交通结构，尤其是私家车向定制公交出行的转移，以及缓解城市交通拥堵和减少交通污染等方面发挥着重要作用。定制公交线路与发车时间的灵活性，还可满足居民的个性化出行需求[11]。

关于居民出行方式选择分析的研究，常用方法为建立离散选择模型，代入调查数据进行拟合，得到各交通出行方式的出行效用函数中各因素的系数，从而得到不同因素对于出行方式分配的定量影响[12-14]。但传统的调查方法是将已有的交通方式组成选择集，调查结果往往仅反映居民对于现有交通方式的选择行为。本文考虑新型交通方式的居民出行方式选择分析，将定制公交的概念在问卷中进行解释，并在SP调查的场景设置中对不同出行情景和出行方案所对应的特性进行估计，结合交通出行选择中的混合模型优势，通过居民个人属性与出行方案属性计算出行方式效用函数，进而得到居民在面对定制公交、出租车与常规公交时的选择行为。考虑新型交通方式的居民出行方式选择模型的分析结果，对于定制公交的投入规模及运行策略的方案调整具有重要参考意义。

1 模型建立

1.1 效用函数及方式划分概率

在多项Logit模型中，如果自变量都是和决策者相关的属性，对应的多项Logit模型称之为广义逻辑回归模型[15]，如果自变量都是和方案相关的属性，则称为条件逻辑回归模型[16]。在考虑定制公交的出行方式选择建模过程中，居民相关属性和方案相关属性都会影响到决策过程[17]，所以本文使用结合了广义Logit回归模型和条件Logit回归模型的混合模型[18-21]。自变量表示为式(1)，系数向量定义为式(2)，包含居民个人属性和出行方案属性的出行方式效用函数表示为式(3)，居民对于出行方式的选择概率由式(4)计算。

(1)

(2)

(3)

(4)

1.2 出行方式选择集确定

定制公交的设置是为了提供一种服务水平接近于出租车的公共交通方式，所以在设置出行方式选择集时，选择出租车、常规公交和定制公交作为出行方案选择集包含的出行方式选项。

定制公交设置了不同服务水平和价格两种，分别是定制公交1和定制公交2。定制公交1在收费和价格方面都更接近常规公交，对于实时出行需求响应相对较慢，停站较多，旅程时间相对较长，但是价格低。定制公交2在收费和价格方面都更接近出租车，对于出行需求的响应更快，灵活性更高，旅程时间更短，但是相应地，价格也会更高。这4种出行方式服务水平从高到低为：出租车、定制公交2、定制公交1、常规公交，价格设置也遵循此规律。

1.3 出行方式选择影响因素确定

通过相关文献资料调研，对影响居民出行方式选择的因素进行归纳总结，并根据影响因素的类型进行调查问卷的设计。影响居民出行方式选择的因素可以分为三类：

(1)个人基本属性，包括性别、年龄、收入[5]、家庭收入[22-24]、私家车数量[25]；

(2)出行行为属性[12]，本文考虑出行行为属性为两大类，分别是通勤和娱乐；

(3)出行方案属性，包括票价[26]、是否有座、中途停车次数、出行距离[2]、等待时间、距乘车点的步行距离、到达目的地的时间准确度(即出行者预计到达时间与实际到达时间的偏差)。

2 问卷设计与分析

2.1 数据收集

设计问卷对居民进行个人属性调查与设计情景下出行方式选择的SP调查[27]，并在设计SP调查部分，对出租车、定制公交2、定制公交1、常规公交等4种出行方案的属性如行程时间、出行花费等均根据服务水平及收费水平不同进行设置。发放问卷后，回收有效问卷共204份。

2.2 问卷信度效度检验

在进行问卷数据分析前，对问卷采集数据进行信度与效度分析。利用克隆巴赫信度系数α测量信度，分析得本问卷α系数为0.719，则说明信度较高，问卷调查结果可用于后续研究。对问卷调查数据进行效度检验，得到KMO值为0.631，大于0.6，通过Bartlett球形检验，意味着数据具有效度。综上可得，基于问卷数据所得到的结论在数据上真实可靠，具有说服力。

2.3 变量处理

出行问卷中常常包含以离散值为答案的问题，或者根据研究目的需要将连续数值答案离散为等级的问题，此时按照实地调研结果，设置阈值对其进行处理，有n个等级的因素转化为n-1个哑元变量表示，以保证变量之间的线性无关性。如式(5)所示。

X1+X2+…+Xn=1，

(5)

其中，Xi(i=1,2,…,n)是布尔变量，Xi=1表示该变量处于等级i，反之，表示该变量不处于等级i。

根据式(5)可得，X1,X2,…,Xn之间线性相关，所以通常选取其中的n-1个变量进行表示。本文以最低等级作为参考，即X2,X3,…,Xn-1表示等级因素的取值，当X2+X3+…+Xn-1=0时，说明在该因素上取参考等级，即最低等级。以个人平均月收入为例，共分为5个等级，选取最低等级“个人平均月收入在(0，3000]”作为参考等级，其余4个等级作为哑元变量，IND_INC_1=1表示个人平均月收入在(3000，6000]区间；IND_INC_2=1表示个人平均月收入在(6000，10 000]区间；IND_INC_3 =1表示个人平均月收入在(10 000，15 000]；IND_INC_4=1表示个人平均月收入在15 000以上，当IND_INC_1，IND_INC_2，IND_INC_3，IND_INC_4均为0时，说明该调查者的个人平均月收入≤3000元。

对于离散变量的拟合结果，其系数代表以参考等级为对照，其他等级对于出行方式选择的影响。离散变量的拟合系数只在设定的等级范围下有效，不会无限增长，变量每次变化只能以等级为单位，且变量每变化一个等级，对出行方式划分概率的影响程度不同。对于连续变量，进行系数拟合时不需要做特殊处理，可直接进行系数拟合。连续变量的拟合系数是常数，即该变量变化量相同时，对于出行方式划分概率的影响是相同的，且连续变量变化可以是任意数值。对于个人基本属性、出行行为属性及出行方案属性中的变量处理结果如表1所示。

表1 出行行为选择因素

续表1

3 模型结果及影响因素

对问卷数据进行数据转换，将表示等级的因素按照哑元变量处理，包含n个等级的，利用极大似然估计得到数据拟合结果，数据拟合度R2为0.321，属于0.3～0.6之间，说明拟合度较好，反映影响因素选取的合理性。设在其他条件均不变的情况下，某影响因素变化x，该出行方式在影响因素变化前后所占的比例分别为p和p′，则p，p′，x的关系如式(6)。

,

(6)

本文出行方式选择集中各出行方式显著影响因素中连续变量对应的x值见表2，且连续变量对不同出行方式的影响不同。哑元变量的变化对出行方式所占比例的影响同样遵循式(6)，区别在于当研究哑元变量的影响时，式(6)的P代表改变量对应的参考情况下该出行方式所占比例。采用极大似然法对出行方式效用函数进行拟合，并根据变量显著性，筛选出显著性<0.3的变量及其边际效用影响因素，如表2和表3所示。

表2 各出行方式影响显著的连续变量

表3 各出行方式影响显著的哑元变量

从表2中可以看出，出行费用和出行时间对各出行方式都有较为显著的影响，且均为负影响。其中，出行价格变量的系数在常规公交及定制公交1的效用函数中绝对值较大，分别为0.195 4和0.117 3，而在定制公交2和出租车的效用函数中绝对值较小，分别为0.156 1和0.057 1，说明出行价格的变动会使选择常规公交和定制公交1的居民比例降低较多，而选择出租车的居民比例降低较少。行程时间变量在定制公交2和出租车效用函数中的绝对值较大，分别为0.073 5和0.080 7，在常规公交和定制公交1的效用函数中绝对值较小，分别为0.020 4和0.015 0。可以看出，选择高服务水平出行方式的居民对于出行时间要求较高。此外，在出行方式选择过程中，针对服务水平较低的常规公交和定制公交1，价格是更为重要的影响因素，其影响程度明显高于行程时间；针对服务水平较高的出租车和定制公交2，价格和行程时间的影响基本一致。

从表3可以看出，换乘与到达时间偏差都会对出行方式的选择造成影响，且到达时间偏差对于出行方式的影响所占比例更大，并且随着出行方式实际早到时间增长，该出行方式所占比例会逐渐增加。结合表2和表3可以看出，在居民的出行选择中，出行方式所对应的时间因素和费用因素是决定居民选择出行方式的重要因素。服务水平较高的出行方式效用受时间因素影响较大，而服务水平较低的出行方式效用受费用因素影响较大。这也说明对于时间要求较高的居民通常对于价格敏感度较低，会选择价格与服务水平都较高的出行方式，而选择出行花费较低的常规公交出行的居民，则对于行程时间敏感度较低。

连续变量和离散变量的边际效用存在含义差别，以表2中的出行费用和表3中的到达时间偏差为例。假设现在常规公交的票价为2元，则当常规公交的票价变为3元时，满足以下等式：

(7)

其中，p1′表示常规公交票价变化后(即票价为3元)，常规公交出行在总出行中所占比例；p1表示常规公交票价在变化前(即2元)时，在总出行中所占比例。连续变量的变化可以不为整数，如常规公交的票价可以由2元变为2.5元，则满足式(8)。

(8)

其中，p2′表示常规公交票价变化后(即票价为2.5元)，常规公交出行在总出行中所占比例。若当前票价为3元，改变后票价为4元，则常规公交出行所占比例变化仍可以用式(7)计算。而对于离散变量“到达时间偏差”，假设当前某一出行方式准时到达，则当该方式的到达时间偏差变为早到5 min时，变化前后的该出行方式所占比例符合式(9)。

(9)

其中，p3表示该出行方式准时到达时，该出行方式对应的出行占总出行的比例；p3′表示该出行方式早到5 min情况下，该出行方式对应的出行占总出行的比例。若该方式早到6 min，则需通过式(10)计算得到。

(10)

其中，p4′表示当该出行方式的到达偏差为早到6 min时，该出行方式出行占总出行的比例，对于早到3 min，早到7 min等表3中未列出的情况，无法通过式(6)及表3中的拟合结果得出。根据表3可以通过计算变化后情况与参考等级的出行方式占比，无法直接比较两种非参考等级的情况，需要借助参考等级进行间接分析。

4 结论

本文针对考虑定制公交的居民出行方式选择集，从个人属性、出行行为属性与出行方案属性3个方面设计问卷，对问卷中包括的变量因素进行处理。对等级变量按照哑元变量进行转换后，对出行方式效用函数中的变量系数进行拟合。按照显著系数进行筛选后，得到对出行方式选择分配影响的边际效用，并对边际效用及出行方式选择概率进行解释。通过筛选结果可以看出，时间和距离特性对于出行方式比例的影响较为显著，且不同出行需求特性的居民对于出行时间和出行费用的敏感程度不同。结合数据分析结果，得出结论：定制公交的定位应当根据研究区域的具体情况来决定，功能在于补充常规公交与出租车的服务水平断档，提供服务水平高于常规公交、出行成本低于出租车的出行服务；总体而言，定制公交的潜在乘客定位是对于出行价格敏感度低于常规公交，对于出行时间敏感度高于常规公交，即定制公交的潜在乘客相较常规公交乘客，追求更高的服务水平，相较出租车乘客，追求更低的价格。所以定制公交设置可以与常规公交服务的出行类型区分，用以提供价格与服务水平都更高的公共交通，在保证公交系统收支的前提下，满足更多不同特性的出行需求，且在运行中，定制公交可与公共交通共同运营。