王偉,鄭長江
(河海大學 土木與交通學院,江蘇 南京 210098)*
近年來,隨著我國城市城鎮(zhèn)化水平的不斷提高,人口向大城市聚集的趨勢越發(fā)明顯,這使得道路交通資源本來就十分稀缺的大城市、特大城市的交通狀況雪上加霜[1].解決交通擁堵的主要途徑有兩條:第一,在老城區(qū)的基礎(chǔ)上重新規(guī)劃城市布局,第二,采用新技術(shù)新措施以達到改善交通擁堵的現(xiàn)狀[2].交通擁堵收費政策是通過對進入規(guī)律性的擁堵區(qū)域機動車輛收取一定的費用,以改變出行者的出行方式.
北京二環(huán)內(nèi)區(qū)域既是首都政治中心,又是商業(yè)、辦公、科教等多種性質(zhì)用地集聚的經(jīng)濟中心,因此,考慮將北京二環(huán)內(nèi)設(shè)置為假定的擁堵收費區(qū)域.在擁堵收費政策下,不同出行需求特征的出行者所受到的影響性質(zhì)有所不同,可根據(jù)受訪者的出行起訖點分布和出行目的特征,將受訪者人群分類,本文僅對內(nèi)外-通勤出行進行研究.
采用分層抽樣策略對對內(nèi)外-通勤類對象人群進行調(diào)查.研究建議,每類別段達到50~100個樣本數(shù)更為合適[3].考慮到調(diào)查精度要求和實際條件限制,本論文擬定各重點研究類別樣本數(shù)達到50以上.采用網(wǎng)絡(luò)調(diào)查的形式[4],調(diào)查目標人群為在早晚高峰時段(早:7∶00 ~9∶00,晚 4∶30 ~6∶30)開車進入北京二環(huán)內(nèi)區(qū)域的人群,為期一個月,共收集數(shù)據(jù)樣本217個,其中有效樣本量215個,數(shù)據(jù)有效率為99%左右,有效率較高.其中起訖點僅有一個在收費區(qū)域內(nèi)的通勤出行者即內(nèi)外通勤類樣本70>50,總量占有效樣本的33%,滿足樣本目標.
從出行選擇結(jié)果來看,實施擁堵收費政策后僅有約34%的受調(diào)查者仍然選擇“開車付費”,其他66%的受調(diào)查者均轉(zhuǎn)向了其他方式出行[5],其中選擇“轉(zhuǎn)向公交出行”的占比最高為37%.可以看出,由于該類出行的起訖點的特殊性,即出行者無法通過駕車繞路出行方式避免繳費.
選取MNL模型[6]特性變量可分為出行者社會經(jīng)濟屬性以及出行方式屬性兩類,其中,出行者社會經(jīng)濟屬性特性變量包括年齡、性別、職業(yè)、家庭收入、對目前交通現(xiàn)狀的看法、是否有需接送其上下學的孩子以及是否有交通補貼等.出行方式屬性特性變量,按照小汽車、公共交通以及自行車三種方式設(shè)定.年齡:20歲以下為1,21~30歲為2,31~40歲為3,41~50歲為 4,50歲以上為 5;性別:男為1,女為2;職業(yè):公務(wù)員為1,企事業(yè)單位職員為2,私營企業(yè)主或個體經(jīng)營者為3,待業(yè)/下崗/其他為4;家庭年收入:10萬以下為1,10~15萬為2,15~20萬為3,20~30萬為4,30萬以上為5;對目前交通現(xiàn)狀的看法:十分通暢為1,偶爾會交通擁堵為2,經(jīng)常會交通擁堵為3;是否有孩子:有為1,無為2;是否有交通補貼:有為1,無為 2[7].
構(gòu)建小汽車費用因子carfare,并利用該因子繼續(xù)進行建模計算,該因子的具體表達式如式(1),將調(diào)查數(shù)據(jù)帶入模型,計算結(jié)果如表1所示.
表1 擁堵收費政策影響下的內(nèi)外-通勤模型結(jié)果表
開車付費:
錯時避費:
繞路避費: V3n=-11.140 5
轉(zhuǎn)向公交出行:
轉(zhuǎn)向自行車出行:
由表1知,常量 1、2、4、age、gender、income、feel、carfare、ln(cardistance)、ln(fuel cost) 以 及walk distance的t檢驗值的絕對值均在1以上,說明以上各變量對內(nèi)外通勤類出行方式選擇模型具有顯著影響[8].通過比對實際調(diào)查到的受訪者出行方式選擇結(jié)果與模型計算所得結(jié)果,可以得出模型的命中率,經(jīng)計算,本模型的命中率為79.4%.模型的擬合優(yōu)度比ρ2=0.483,模型精度隨擬合優(yōu)度增大而升高.
非集計Logit模型認為,在模型各選擇枝的效用函數(shù)中對效用值影響最大的因素即為關(guān)鍵因子[9].對參數(shù)的估計是通過Trans CAD軟件實現(xiàn)的,即影響程度量級較大的變量即為影響出行者出行方式選擇的關(guān)鍵因子,關(guān)鍵因子計算結(jié)果如表2所示.
由表2知,在開車付費所對應(yīng)的6個變量當中,income和feel對效用值影響的變化范圍最大,且其對效用值的影響最大絕對值較大.因此,income和feel為該模型的關(guān)鍵因子,其中家庭收入越大則出行者選擇開車付費的可能性越大,而對交通現(xiàn)狀看法越糟糕則出行者放棄開車付費轉(zhuǎn)向其他出行方式的可能性越大.
表2 內(nèi)外-通勤類模型變量對選擇枝效用值的影響程度表
調(diào)查數(shù)據(jù)顯示,目前北京市小汽車通勤出行者的停車費用平均值約為65元/天,該類通勤者的平均月收入為5 843元,燃油費用平均值約為15元/天,各擁堵費用占比下出行方式變化如圖1所示.
圖1 各擁堵費用占比下出行方式變化圖
由圖1可見,隨著擁堵費用在小汽車出行總費用中的占比增加,開車付費方式比例基本呈現(xiàn)線性下降趨勢,自行車出行、錯時避費出行以及公交出行的方式比例均呈現(xiàn)不同程度的線性上升趨勢,另外繞路避費方式比例始終為0.
圖2為在各種收費標準下,內(nèi)外-通勤類出行的方式比例變化圖.由于擁堵收費的主要目的是減少小汽車方式的集中出行,因此,敏感性分析中重點關(guān)注擁堵費用的增加對小汽車出行方式比例的影響.開車付費方式比例隨擁堵費用變化的趨勢線擬合公式為:
圖2 各收費標準下出行方式比例變化圖
敏感性系數(shù)計算式如下[10]:
式中,ΔQ為模型輸出值變化量;Q0為模型輸出值;ΔP為變動因素變化量;P0為變動因素水平.
若|Ed|>1,則表明變動因素值的變化會引起大的模型輸出值變化,敏感性高;若|Ed|<1,敏感性低.利用式(1)、(2),可以得出各擁堵費用水平下的敏感性系數(shù)絕對值變化圖,如圖3所示.
圖3 基于內(nèi)外-通勤類模型的敏感性分析圖
由圖3知,擁堵費用在5~100元范圍內(nèi),敏感性系數(shù)絕對值均小于1,表明擁堵費用對內(nèi)外-通勤類出行者的小汽車方式選擇比例敏感性低,擁堵費用的增加對其小汽車方式選擇比例影響較小.另外,敏感性系數(shù)曲線呈現(xiàn)先上升后下降的趨勢;擁堵費用在53~70元范圍所對應(yīng)的敏感性系數(shù)絕對值大于0.5,相對較高,其中53~60元最為敏感,敏感性系數(shù)絕對值約為0.55;敏感性系數(shù)絕對值的最小值在擁堵費用x=100處取得,為0,此時小汽車方式比例將達到最低值14.9%,若擁堵費用超過100元再繼續(xù)增加并不能使得小汽車方式比例進一步減少.
本文采用SP調(diào)查方法以及網(wǎng)絡(luò)調(diào)查的方式,根據(jù)北京市現(xiàn)狀城市交通的實際特點和擁堵收費政策的實施目的,以北京二環(huán)以內(nèi)設(shè)為假定的收費區(qū)域,建立了擁堵收費影響下的交通出行方式選擇模型,經(jīng)關(guān)鍵因子分析發(fā)現(xiàn):對于內(nèi)外-通勤類出行對象,擁堵收費的實施將主要對低收入且不滿交通現(xiàn)狀者產(chǎn)生影響,使其放棄開車出行,從而減少收費區(qū)域的交通擁擠程度.
[1]GEORGINA SANTOS,BLAKE SHAFFER.Preliminary Results of the London Congestion Charging Scheme[J].Public Works Management& Policy,2004(2):164-181.
[2]吳中,何群.緩解交通擁擠的多目標優(yōu)化模型和算法研究[J].大連交通大學學報,2012,33(2):15-19.
[3]王方.基于SP調(diào)查的行為時間價值研究[D].北京:北京工業(yè)大學,2005.
[4]王方,陳金川,陳艷艷.交通SP調(diào)查的均勻設(shè)計方法[J].城市交通,2005(3):69-72.
[5]羅劍,王樹盛,李旭宏,等.出行方式選擇行為的個體時間感知差異性建模[J].公路交通科技,2007,24(2):114-117,129.
[6]金安.LOGIT模型參數(shù)估計方法研究[J].交通運輸系統(tǒng)工程與信息,2004(1):71-75.
[7]王根城.2011北京市交通發(fā)展年度報告[R].北京:北京交通發(fā)展研究中心,2011.
[8]李志瑤,雋志才,宗芳.居民出行時間選擇及擁擠收費政策[J].交通運輸工程學報,2005,5(3):105-110.
[9]秦煥美,關(guān)志宏,殷煥煥.停車收費價格對居民出行方式選擇行為的影響研究—以北京市居民小汽車、公交、出租車選擇行為為例[J].土木工程學報,2008,41(8):93-98.
[10]許旺土,何世偉,宋瑞,等.考慮擁擠收費的非集計交通方式分擔模型研究[J].交通運輸系統(tǒng)工程與信息,2008(3):96-102.