趙 昕，關(guān)宏志

(北京工業(yè)大學(xué)交通工程北京市重點(diǎn)實(shí)驗(yàn)室，北京100124)

0 引言

近年來，隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，人們旅游休閑活動(dòng)的頻率增加，由此而產(chǎn)生的旅游交通量迅速增加。節(jié)假日大規(guī)模的旅游交通出行給城市、公路以及休閑旅游點(diǎn)周邊的交通都帶來了極大的壓力，也嚴(yán)重影響了旅游經(jīng)濟(jì)的發(fā)展，因此研究游客的旅游出行行為對(duì)于解決旅游交通問題具有重要的意義。

目前，對(duì)于居民的出行行為分析仍廣泛采用以單個(gè)出行為分析單元的傳統(tǒng)集計(jì)方法，出行者每次出行之間分別處理。基于活動(dòng)的預(yù)測(cè)方法認(rèn)為出行者面臨時(shí)空約束，一日中各個(gè)出行之間存在著關(guān)聯(lián)性，從出行鏈的角度對(duì)日常出行進(jìn)行分析，可以更好地理解人們的一日出行模式隨著內(nèi)因和外因的變化而變化的機(jī)理，并對(duì)出行模式與影響因素的相互關(guān)系做出合理的解釋。

旅游出行鏈?zhǔn)侵赣慰驮趨⒂^游覽的途中為完成一項(xiàng)或多項(xiàng)活動(dòng)、在一定時(shí)間順序排列的出行目的所組成的往返行程，包含了大量的時(shí)間、空間、出行方式和活動(dòng)類型等信息。圖1為典型的一日旅游出行鏈。

圖1 旅游出行鏈?zhǔn)疽釬ig.1 Schematic diagram of tourist trip chain

目前，國(guó)外對(duì)出行鏈的研究主要是從通勤出行的角度開展，將一日外出活動(dòng)模式進(jìn)行分類并建立選擇模型;同時(shí)，在出行鏈與活動(dòng)時(shí)間、活動(dòng)數(shù)量、出行方式和土地利用模式關(guān)系方面也存在大量的研究［1-6］;在旅游出行方面主要是從游覽范圍和游覽路線形態(tài)的角度來進(jìn)行研究［7-8］。國(guó)內(nèi)有學(xué)者采用統(tǒng)計(jì)分析的方法對(duì)黃金周出行鏈進(jìn)行了初步的研究，主要從性別、職業(yè)、年齡、是否擁有小汽車、受教育程度與出游模式選擇的關(guān)聯(lián)性進(jìn)行分析［9-10］。筆者擬以旅游出行鏈為考察對(duì)象，分析影響游客出行鏈選擇行為的因素并建立游客出行鏈選擇行為模型。

1 旅游出行鏈劃分

基于活動(dòng)的研究方法認(rèn)為出行是源于對(duì)活動(dòng)的需求，人們的出行決策是活動(dòng)安排的一部分。因此在對(duì)出行者出行行為進(jìn)行分析時(shí)，活動(dòng)對(duì)出行有決定性影響。根據(jù)不同的研究目的，可以產(chǎn)生不同的活動(dòng)劃分方法。

Stopher，等［11］將居民日常活動(dòng)劃分為 3 類:①?gòu)?qiáng)制性的活動(dòng)(如工作、上學(xué))，即在每天都有規(guī)律的發(fā)生，并且地點(diǎn)和時(shí)間是固定的;②靈活性的活動(dòng)(如購(gòu)物、去銀行)，即有一定規(guī)律性，但活動(dòng)的地點(diǎn)和時(shí)間可以有所變化;③選擇性的活動(dòng)(如社交、娛樂活動(dòng))，這類活動(dòng)的所有特征都是可以變化的，也可以在一定時(shí)間段內(nèi)發(fā)生的次數(shù)為0次。

對(duì)于出行鏈的劃分，F(xiàn)rank，等［1］首先確定鏈上一個(gè)主要活動(dòng)，然后確定次要活動(dòng)，再根據(jù)次要活動(dòng)相對(duì)于主要活動(dòng)的位置來劃分出行鏈的類型;David，等［12］是將工作類活動(dòng)作為主要活動(dòng)，根據(jù)非工作類活動(dòng)相對(duì)工作類活動(dòng)的位置來劃分出行鏈。

姚廣錚，等［9］在對(duì)黃金周出行鏈進(jìn)行研究時(shí)將活動(dòng)類型劃分為參觀游覽活動(dòng)、維持型活動(dòng)和娛樂型活動(dòng)等3類。并依據(jù)主要出行鏈結(jié)構(gòu)和各類活動(dòng)發(fā)生的順序?qū)⒐?jié)假日出行活動(dòng)劃分為8種典型的活動(dòng)模式。

筆者在本次調(diào)查中將游客的外出活動(dòng)目的分為觀光游覽、休閑療養(yǎng)、商務(wù)/公務(wù)、宗教朝拜、娛樂消遣、購(gòu)物、用餐美食、文化教育、探親訪友和就醫(yī)等10種。對(duì)出行鏈上的活動(dòng)進(jìn)行分類時(shí)借鑒文獻(xiàn)［9］的劃分方法，并將將游客的外出活動(dòng)合并為參觀娛樂活動(dòng)(觀光游覽、休閑療養(yǎng)、宗教朝拜、娛樂消遣、文化教育)和其它活動(dòng)(商務(wù)/公務(wù)、購(gòu)物、用餐美食、探親訪友、就醫(yī))兩大類。

在本研究中，根據(jù)活動(dòng)的數(shù)量和位置將旅游出行鏈分為5類:簡(jiǎn)單參觀娛樂鏈(HTH)、簡(jiǎn)單其它活動(dòng)鏈(HOH)、復(fù)雜參觀娛樂鏈(HTTH)、復(fù)雜其它活動(dòng)鏈(HOOH)和復(fù)雜混合鏈(HTOH)，其中H代表家或者旅館，T代表參觀娛樂活動(dòng)，O代表其它活動(dòng)。如圖2。

圖2 旅游出行鏈典型模式示意Fig.2 Tourist trip chain patterns

2 旅游出行鏈選擇行為建模

2.1 選擇枝的確定

在整理分類游客出行數(shù)據(jù)后進(jìn)行初步分析，由于出行鏈類型4和類型5具有一定的相似性，決定將類型4與類型5進(jìn)行合并，合并后共有4個(gè)選擇枝:簡(jiǎn)單參觀娛樂鏈、簡(jiǎn)單其它鏈、復(fù)雜參觀娛樂鏈和含其他活動(dòng)的復(fù)雜鏈。

2.2 模型的構(gòu)建

非集計(jì)模型以個(gè)體為分析單位，能較準(zhǔn)確的描述個(gè)體選擇意愿。由于ML(Multinomial Logit)模型具有數(shù)學(xué)形式簡(jiǎn)潔、物理意義容易理解的特點(diǎn)，是非集計(jì)模型中最常用的模型之一。

根據(jù)隨機(jī)效用理論，不同的出行鏈會(huì)對(duì)出行者產(chǎn)生某種效用，出行者在特定條件下選擇其所認(rèn)知的出行鏈備選集合中效用最大的方案。選擇某出行鏈的效用因該方式特性和出行者的主體特性等因素而異。假設(shè)出行者n的出行鏈選擇方案集合為An，選擇其中第i種出行鏈的效用函數(shù)為［13］:

式中:Vin為非隨機(jī)變化部分(固定項(xiàng))，即由可觀測(cè)到的特性變量計(jì)算的固定項(xiàng);εin為隨機(jī)變化部分(隨機(jī)項(xiàng))，即不能觀測(cè)到的其他因素的影響及已有變量的偏差引起的隨機(jī)項(xiàng)。

效用函數(shù)項(xiàng)的具體形式可以由一種或多種函數(shù)形式表達(dá)，最常用的形式為線性關(guān)系。假設(shè)Vin與特性向量Xink呈線性關(guān)系，即:

式中:Xink為居民n的選擇第i種出行方式的第k個(gè)變量值;θk為待估計(jì)參數(shù)。

在研究中常假設(shè)效用函數(shù)中的隨機(jī)項(xiàng)呈某種特定的分布形式，如二重指數(shù)分布、正態(tài)分布，因?yàn)槎刂笖?shù)分布(Gumbel distribution)的分布函數(shù)形態(tài)與正態(tài)分布函數(shù)極為近似并且有較高的可操作性，所以由此推導(dǎo)出的Logit模型應(yīng)用最為廣泛。在Logit模型中假設(shè)效用函數(shù)中的隨機(jī)項(xiàng)服從二重指數(shù)分布，可以得到第n個(gè)個(gè)體選擇i種出行鏈的概率，即:

2.3 參數(shù)的標(biāo)定

為了對(duì)參數(shù)θ進(jìn)行標(biāo)定，設(shè)N為樣本數(shù)、δin為概率變量。若δin=1，則個(gè)體n選擇第i種方案;否則δin=0。ML模型的似然函數(shù)為:

其對(duì)數(shù)似然函數(shù)L為:

對(duì)待估計(jì)參數(shù)求偏導(dǎo)，則有:

求解似然函數(shù)L極大時(shí)的估計(jì)值θ，則可以對(duì)出行鏈選擇模型的參數(shù)進(jìn)行標(biāo)定。

3 模型的標(biāo)定及分析

3.1 調(diào)查數(shù)據(jù)

課題組于2011年11月組織了針對(duì)在北京游客的旅游交通行為調(diào)查。調(diào)查涉及4個(gè)方面的內(nèi)容，包括游客個(gè)人和家庭基本信息、本次旅游基本概況、旅游出行調(diào)查和出游動(dòng)機(jī)調(diào)查等。筆者選取天壇、故宮、頤和園和香山植物園等4個(gè)景點(diǎn)對(duì)游客進(jìn)行調(diào)查?；厥沼行柧?57份。

參考相關(guān)文獻(xiàn)［9-10］個(gè)人屬性與出行鏈類型相關(guān)性的分析，確定影響出行鏈選擇的因素主要有個(gè)人屬性、出游屬性兩方面。其中年齡、職業(yè)、私家車數(shù)量、出游時(shí)間、是否本地游客、是否為一日游、是否跟團(tuán)游和對(duì)景點(diǎn)是否熟悉等對(duì)出行鏈選擇有顯著影響。模型中變量設(shè)置如表1。

表1 模型特性變量Table 1 Values of the variables

3.2 模型的標(biāo)定與解釋

將各個(gè)變量帶入模型，采用TRANSCAD軟件進(jìn)行標(biāo)定，可以得到效用函數(shù)中未知參數(shù)的值，如表2。

表2 模型標(biāo)定結(jié)果Table 2 Results of parameter estimation

從表2的標(biāo)定結(jié)果可以看出，模型中所有變量系數(shù)的符號(hào)與實(shí)際情況相符，絕大部分系數(shù)的t檢驗(yàn)值大于1.96，表明在95%的置信度上變量對(duì)游客出行鏈選擇具有顯著影響。對(duì)標(biāo)定結(jié)果進(jìn)行分析如下:

1)X1為正，說明年齡在41～50歲之間的游客與其他年齡段的游客相比，更加傾向于復(fù)雜出行鏈。

2)在職業(yè)的影響方面:X2為負(fù)，說明職業(yè)1類的游客與其他職業(yè)游客相比更加傾向于選擇非復(fù)雜參觀娛樂鏈出行;X3為正，說明職業(yè)2類的游客與其它職業(yè)游客相比更加傾向于選擇簡(jiǎn)單參觀娛樂鏈出行。

3)X4為正，說明選擇在假日期間旅游的游客傾向于選擇以簡(jiǎn)單鏈的形式出游。

4)X5為正，說明常住本地的游客在出游時(shí)更加傾向于選擇簡(jiǎn)單非其它鏈和復(fù)雜參觀娛樂出行鏈。

5)X6的t檢驗(yàn)值小于1.96說明游客的熟悉程度影響不顯著。

6)X7為正，說明隨著參觀娛樂活動(dòng)時(shí)間分配的增加，簡(jiǎn)單參觀娛樂鏈和復(fù)雜混合鏈的效用顯著增加;而X8為正，說明隨著其它活動(dòng)時(shí)間分配的增加，復(fù)雜混合鏈的效用顯著增加。

3.3 模型的精度分析及評(píng)價(jià)

對(duì)Logit模型進(jìn)行檢驗(yàn)的指標(biāo)有優(yōu)度比ρ2和擬合優(yōu)度比ˉρ2。優(yōu)度比ρ2也稱為Mcfadden決定系數(shù)，與回歸分析中R2的意義有些類似;擬合優(yōu)度比ˉρ2相當(dāng)于回歸分析中的自由度修正相關(guān)系數(shù)。這兩個(gè)指標(biāo)值在0～1之間，越接近1表示模型精度越高。但和回歸分析中相關(guān)系數(shù)不同的是，在實(shí)踐中達(dá)到0.2 ～0.4 即認(rèn)為是可接受的。

從本模型來看，優(yōu)度比 ρ2=0.361 014，擬合優(yōu)度比ˉρ2=0.334 387。該模型能夠較好地描述居民對(duì)出行方式的選擇行為，構(gòu)建模型所選定的影響因素會(huì)影響居民對(duì)出行方式的選擇結(jié)果。

4 結(jié)語(yǔ)

筆者根據(jù)2011年11月對(duì)在北京旅游的游客進(jìn)行調(diào)查的數(shù)據(jù)進(jìn)行建模，并對(duì)游客的出行鏈接行為進(jìn)行研究，建立了游客出行鏈選擇ML模型，并對(duì)模型進(jìn)行了標(biāo)定與有效性驗(yàn)證。結(jié)果表明:年齡、職業(yè)、出游時(shí)間、是否本地游客、對(duì)景點(diǎn)是否熟悉以及游客對(duì)活動(dòng)的時(shí)間分配均對(duì)出行鏈選擇有顯著影響。

［1］ Primerano F，Taylor M A P，Pitaksringkarn L，et al.Defining and understanding trip chaining behavior［J］.Transportation，2008，35:55-72.

［2］ Ye Xin，Ram P M，Gottardi G.An exploration of the relationship between mode choice and complexity of trip chaining patterns［J］.Transportation Research:Part B，2007，41:96-113.

［3］ Lee Yuhwa，Hickman M，Washington S.Household type and structure，time-use pattern，and trip-chaining behavior ［J］.Transportation Research:Part A，2007，41:1004-1020.

［4］ Yang Min，Wang Wei，F(xiàn)an Rui，et al.Structural equation model analysis of socio-demographics，activity participation and trip chaining between household heads in the context of Shangyu，China［C］.Washington，D.C.:The 89th Annual Meeting of the Transportation Research Board，2010:1-17.

［5］ Noland R B，Thomas J V.Multivariate analysis of trip-chaining behavior［J］.Environment and Planning B:Planning and Design，2007，34(6):953-970.

［6］ Frank L，Bradley M，Kavage S，et al.Urban form，travel time，and cost relationships with tour complexity and mode choice ［J］.Transportation，2008，35:37-54.

［7］ Lew A，McKercher B.Modeling tourist movements a local destination analysis［J］.Annals of Tourism Research，2006，33(2):403-423.

［8］ Connell J，Page S J.Exploring the spatial patterns of car-based tourist travel in Loch Lomond and Trossachs National Park，Scotland ［J］.Tourism Management，2007，19(3):1-20.

［9］ 姚廣錚，孫壯志，邵春福，等.節(jié)假日出行活動(dòng)模式與個(gè)人屬性相關(guān)性分析［J］.交通運(yùn)輸系統(tǒng)工程與信息，2008，8(6):56-60.

Yao Guangzheng，Sun Zhuangzhi，Shao Chunfu，et al.Relationship analysis on holiday travel behavior and individual characteristics［J］.Journal of Transportation Systems Engineering and Information Technology，2008，8(6):56-60.

［10］李婧.節(jié)假日出行行為特征分析研究——以北京“五一”黃金周為例［D］.北京:北京交通大學(xué)，2007.

［11］Stopher P R，Hartgen D T，Li Yuanjun.SMART:simulation model for activities，resources and travel［J］.Transportation，1996，23:293-312.

［12］ Hensher D A，Reyes A J.Trip chaining as a barrier to the propensity to use public transport［J］.Transportation，2000，27:341-361.

［13］關(guān)宏志.非集計(jì)模型——交通行為分析的工具［M］.北京:人民交通出版社，2004.