基于条件Logit模型的定制公交乘客支付意愿研究

董 翠, 李 遥, 龙建成, 陈一锴

(合肥工业大学 汽车与交通工程学院,安徽 合肥 230009)

发展公共交通是提高城市公共交通出行比例、缓解交通拥挤的重要方法。以公交、地铁为主体的传统公共交通系统存在着站点设置不合理、可靠度不高、便捷性差等问题。高峰时段乘客面临严重拥挤,且舒适体验较差。个人交通出行如私家车、出租车等不仅人均污染大、出行成本高,而且属于事故发生频率较高的出行方式[1]。基于此背景,一种高品质的公共出行方式——“定制公交”近年来受到广泛关注。定制公交是一种介于常规公交与出租车之间的新型公共交通模式,它依靠网络、电话、智能手机等网络平台,以多人共同乘用的形式,为相对处于相近区域、相近出行时间、相近出行需求的人群量身定做的一种“一人一座、一站直达”式公共交通服务[2]。

文献[3]考虑乘客的站点约束、公交车容量约束以及乘客的出行时间窗,解决了多条定制公交线路车辆调度问题;文献[4]建立了以最大载客量和乘客时间阈值为约束条件的动态网络调度模型,处理互联网定制公交线路动态设置问题;文献[5]对定制公交运营中面临的站点设计、时刻表制定等问题进行研究,考虑乘客、运营者以及社会需求3个方面的效益建立了规划模型;文献[6]分析影响定制公交出行选择的因素,研究表明票价、公交专用道及出行时间对定制公交服务模式的选择有显著影响;文献[7]运用结构方程模型,分析了居民选择定制公交出行方式意愿的影响因素;文献[8]基于仿真方法研究定制公交对老年人、残疾人服务的影响,分析了乘客选择定制公交出行时考虑的因素。已有文献对定制公交的研究主要集中在运营及路线优规划、影响因素分析等方面,缺乏以乘客需求为导向,对定制公交关键属性支付意愿及偏好问题的探究。

本文从乘客需求视角出发,根据出行目的(通勤、非通勤)和出行距离(短、中和长距离)组合设计6种出行情境,通过纳入多种及不同水平的属性,开展定制公交关键属性的离散选择试验,衡量个人对不同属性的偏好,评估相关属性在个体决策中的重要性,从而预测乘客对定制公交的接受意愿及关键属性支付意愿。本研究对公交企业制定定制公交多元化推广策略，提高公众吸引力具有一定的指导价值。

1 基于条件Logit的支付意愿模型

离散选择试验的理论基础是随机效用理论[9]。随机效用理论是交通科学中的代表性理论之一,它以概率论为基础模拟多方案选择问题。为模拟人们的心理活动,该理论为每个选择集确定一个吸引度或效用值,假设决策者总是选择效用最大的选项。

该理论中,个体i选择选项j的随机效用函数一般形式如下:

Uij=Vij+εij

(1)

其中:Vij为效用函数中的确定部分,假设其与可观测变量成线性关系Vij=βXij,Xij为与个体i和选项j相关的可观测变量的向量,β为反映个体偏好的待估参数向量；εij为随机误差项。进一步将效用函数表示为:

Uij=β0j+βXij+εij

(2)

根据效用理论,个体i在作出选择的过程中会使自己的效用达到最大化,即假设在选择枝集合J中,选择选项j的概率为:

πij=Pr(Uij>Uik,∀k∈J,j≠k)=

Pr(Vij+εij>Vik+εik,∀k∈J,j≠k)=

Pr(Vij-Vik>εik-εij,∀k∈J,j≠k)

(3)

假设随机项ε服从独立同分布的I型极值分布(type I extreme value distribution),则个体i选择选项j的概率为:

(4)

在本文的问卷中,J=2。条件Logit模型的对数似然函数为:

(5)

若个体i选择选项j,则yij=1;反之为0。采用极大似然估计法对关键特征属性的系数进行估计。

(6)

2 调查设计与数据获取

2.1 问卷设计

本研究将问卷分为3个部分。第1部分为调查说明,即问卷的前言部分,包括填表的目的、要求、数据用途及实施调查的单位等基本信息;第2部分为RP调查(显示性偏好调查),主要收集受访者社会经济属性,包括性别、年龄、收入和受教育程度等信息;第3部分为SP调查(陈述性偏好调查),设计离散选择试验收集受访者对定制公交不同特征属性的偏好选择。该研究设计了6种(通勤、非通勤×短、中、长距离)情境下乘客乘坐定制公交的离散选择试验。在每种情境下,基于正交试验设计生成6个选择集,受访者被随机给予其中一个选择集,在每个选择集中,受访者被要求选择选项A、选项B,或两者都不选,如图1所示。

图1 选择集示例:通勤×短距离

每个选择集中选项A和选项B包含相同的属性但属性水平不同,基于以往文献调查以及预调研结果[10],本文选用的定制公交5个特征属性为:票价、乘车时间、下车后最后一公里步行距离、运营时间和乘车环境。各属性及属性水平见表1所列。

表1 离散选择试验设计

2.2 调查方案与数据获取

为有效获取数据,本文按照以下2个步骤实施定制公交的离散选择试验:

2.2.1 预调查

随机抽取50名被调查者对问卷进行预调查,根据反馈结果完善问卷中问题的表述并确定最终问卷。

2.2.2 正式调查

基于问卷星APP编辑问卷,在全国范围内选取5个数据采集点(北京、青岛、济南、南京与合肥),通过微信、邮件发放电子问卷。同时,采用简单随机抽样,有针对性地在各个调查点发放纸质问卷。

为了提高响应率和问卷的有效率,对每个完成有效问卷的被调查者给予一定形式的奖励。

该调查从2018年12月持续至2019年3月,共收集问卷550份,其中无效问卷42份。最终基于508份有效问卷开展研究,有效样本的基本情况见表2所列。

表2 样本统计性描述结果 单位：%

2.3 样本描述性统计

从表2可以看出，在定制公交实际用户中,男性比例较高,年龄相对集中于26～35岁,且未婚、学历较高并有稳定工作的乘客比例较高;此外,乘坐过定制公交的乘客中未拥有私家车比例达到52.38%。日常出行距离分布如图2所示，日常出行方式分布如图3所示。从图2、图3可以看出，在乘客日常出行方式中,公交、地铁出行占33.4%,私家车出行占31.9%,且90.7%的日常出行皆为中、短途。

图2 日常出行距离分布

图3 日常出行方式分布

3 条件Logit模型结果分析

本文利用Stata软件进行编程,采用模拟极大似然估计法对不同出行情境下模型参数进行估计。短、中及长距离情境下的通勤和非通勤模型结果见表3～表5所列，模型的拟合优度均介于0.1～0.2之间,说明模型拟合良好。

3.1 社会经济变量参数估计结果

(1) 性别在短距离情境下的通勤模型中显著且符号为负,表明与男性相比,女性更倾向于选择定制公交。

表3 短距离情境下参数估计结果

表4 中等距离情境下参数估计结果

表5 长距离情境下参数估计结果

(2) 年龄和单程出行距离在中等距离情境下的非通勤模型中显著且符号为正,表明年龄偏大、出行距离较长的乘客更倾向于选择定制公交。

(3) 收入在长距离情境下的非通勤模型中显著且符号为正,表明收入水平越高,越倾向于选择定制公交。

3.2 定制公交特征变量参数估计结果

在讨论各个模型中定制公交特征变量的系数时,本文选择多属性水平中最不灵活的类别作为基础变量,例如在分析乘车时间属性时,选择乘车时间可缩短10%作为基础变量。不同情境下各模型参数估计结果虽有差异,但其显著性及符号相同,符合预期。

(1) 在各模型中,票价均显著且符号为负,表明票价越低,越吸引乘客选择定制公交。在短距离情境下的通勤模型中,票价的系数值最大,说明对短距离出行且通勤的乘客来说,对低票价的定制公交的偏好更强烈。

(2) 乘车时间显著且符号为正,说明在各模型中,相比于基础变量,乘车时间缩短百分比越大,乘客的偏好也越大,乘客对乘车时间缩短30%的偏好最大。通过参数比较可知,在短距离情境下,乘车时间系数值较大,尤其通勤模型中的乘车时间系数值最大,表明短距离出行且通勤的乘客对乘车时间有更强烈的偏好。

(3) 最后一公里步行距离显著且符号为正,步行距离小于200 m的系数值大于200～500 m的系数值,表明乘客更偏好步行距离最短的变量。通过参数估计结果,短距离情境下,通勤模型中的最后一公里步行距离系数值均大于非通勤模型,说明通勤出行的乘客对最后一公里步行距离的偏好大于非通勤出行的乘客。中长距离情境下,最后一公里步行距离的参数解释与短距离情境正好相反。

(4) 运营时间在各模型中均不显著,表明该属性对乘客不具有决定选择结果的价值,即乘客并不重视该属性。

(5) 乘车环境显著且系数为正,一人一座+充电装置+免费wifi+小桌板情形的系数值最大,说明乘客更偏好较高的乘车服务水平。在不同出行距离情境下,通勤模型中的乘车环境系数值均大于非通勤,表明通勤出行的乘客对定制公交高质量、高服务水平的偏好更强烈。

3.3 定制公交特征属性支付意愿结果

根据(6)式可以计算出定制公交各属性的总平均支付意愿,如图4、图5所示。

图4 通勤出行下定制公交特征属性平均支付意愿

图5 非通勤出行下定制公交特征属性平均支付意愿

由图4、图5可知,不同情境下定制公交各属性的平均支付意愿均为正值,表明对比基础变量,乘客愿意为更灵活的属性变量支付更多的费用。以短距离情境为例,通勤出行的乘客愿意为乘车时间缩短20%和30%分别多支付2.44元和3.48元。

从图4可以看出,在通勤情境中,支付意愿水平由高及低依次是最后一公里步行距离、乘车环境、乘车时间。

中等距离出行的乘客对前2个属性的支付意愿最大,分别愿意为最后一公里步行距离小于200 m、乘车环境(一人一座+充电装置+免费wifi+小桌板)多支付14.29、7.06元。长距离出行的乘客愿意为其分别多支付12.31、3.40元。短距离出行的乘客支付意愿最低,愿意为其分别多支付5.96、4.13元。就乘车时间缩短30%而言,其支付意愿在各属性中最低。此外,中长距离出行的乘客对各属性的平均支付意愿均大于短距离出行的乘客。

从图5可以看出,在非通勤情境中,支付意愿水平由高及低依次是最后一公里步行距离、乘车时间、乘车环境。其中,最后一公里步行距离小于200 m和乘车时间缩短30%的支付意愿最大。长距离出行的乘客愿意为其分别多支付6.40、2.64元;中等距离的乘客愿意为其分别多支付5.02、1.73元;短距离出行的乘客愿意为其分别多支付4.69、2.82元。

总体来说,乘客对于缩短最后一公里步行距离的平均支付意愿最高,通勤情境中该属性的平均支付意愿为10.85元,非通勤情境中该属性的平均支付意愿为5.37元,表明通勤出行的乘客比非通勤出行的乘客愿意多支付近一倍费用来缩短最后一公里的步行距离。此外,通勤出行的乘客对各属性的平均支付意愿均大于非通勤出行的乘客。

4 结 论

本文通过开展多情境下离散选择试验,以实际的调查数据为基础,构建条件Logit模型,对定制公交乘客支付意愿进行研究,得出主要结论如下:

(1) 定制公交作为一种新型公共交通模式,占交通运输市场的规模比例还不是很大,了解乘客的需求和偏好是提高定制公交吸引力的重要原因。

(2) 在影响定制公交接受意愿的因素中,社会经济变量中的性别、年龄、收入与日出行距离对定制公交的接受意愿有显著影响,但不同情境下,其显著性存在差异。

(3) 开展定制公交多元化推行策略是吸引潜在用户的重要方法。针对较短路线,应集中考虑缩短最后一公里步行距离和改善乘车环境这2个方面。对于较长路线,提高定制公交乘车环境水平更有利于吸引潜在用户和满足乘客需求。此外,开展通勤定制公交路线以满足乘客通勤需求应作为推广定制公交的先行策略。