李曉偉，王 煒，楊 敏，王 昊，徐鋮鋮

(1.東南大學(xué) 交通學(xué)院，江蘇 南京 210096;2.西安建筑科技大學(xué) 土木工程學(xué)院，陜西 西安 710054;3.西部建筑科技國家重點試驗室，陜西 西安 710055)

?

交通樞紐可達(dá)性對多模式綜合交通客運方式競爭的影響

李曉偉1,2,3，王 煒1，楊 敏1，王 昊1，徐鋮鋮1

(1.東南大學(xué) 交通學(xué)院，江蘇 南京 210096;2.西安建筑科技大學(xué) 土木工程學(xué)院，陜西 西安 710054;3.西部建筑科技國家重點試驗室，陜西 西安 710055)

采取理論分析、試驗調(diào)查與數(shù)值統(tǒng)計相結(jié)合的方法，應(yīng)用旅客多模式出行選擇RP數(shù)據(jù)建立了MNL模型，研究了交通樞紐可達(dá)性對多模式綜合交通客運方式選擇行為的影響機(jī)理。同時，研究了強(qiáng)制型與休閑型出行條件下交通樞紐可達(dá)性對于多模式競爭影響的差異性。研究結(jié)果表明：交通樞紐可達(dá)性顯著影響多模式綜合交通客運方式的市場競爭，采取航空運輸?shù)穆每蛯Φ秸緯r間的敏感性高于高鐵，其彈性系數(shù)相應(yīng)分別為1.3和0.58；其次，強(qiáng)制型出行的旅客更關(guān)注交通樞紐可達(dá)性，而休閑型出行的旅客對交通樞紐可達(dá)性關(guān)注較小。

交通工程；競爭性；理論分析；試驗調(diào)查；數(shù)值統(tǒng)計；MNL；到站時間；多模式綜合交通

0 引言

高鐵站、飛機(jī)場等綜合交通樞紐是國家現(xiàn)代化和發(fā)展繁榮的重要標(biāo)志，大大地提高了人們出行的效率，已經(jīng)成為國家綜合運輸網(wǎng)絡(luò)的主要節(jié)點。目前，我國已成為世界上快速交通網(wǎng)絡(luò)發(fā)展最為迅速的國家，Huang等[1]研究表明，綜合交通樞紐的位置(位于城市中心或者城市郊區(qū))及其可達(dá)性對交通運輸方式的競爭力具有重要影響。對于城際客運而言，良好的樞紐可達(dá)性是影響運輸方式競爭力的關(guān)鍵要素。在中長距離運輸過程中，高鐵與航空兩種運輸方式具有很強(qiáng)的替代性，因此對這兩種運輸方式建立選擇模型時，交通樞紐可達(dá)性顯得尤為重要。高鐵站通常距離城市中心較近，人們往往認(rèn)為高鐵站的優(yōu)勢在于比機(jī)場具有更好的可達(dá)性；然而，航空運輸由于具有運行速度的優(yōu)勢，仍受到出行者的熱烈歡迎。正如McFadden的經(jīng)典理性選擇理論所述：出行者進(jìn)行出行方式選擇時會遵循效用最大(或者廣義費用最低)的原則，因此到站和離站時間對于不同運輸方式吸引力的影響不應(yīng)被忽略，應(yīng)充分考慮交通樞紐可達(dá)性對綜合交通運輸方式競爭性的影響。

目前，國外已有大量論文從不同視角對綜合交通樞紐可達(dá)性作了分析[2-7]， Chang等[8]研究發(fā)現(xiàn)，高鐵站的不良可達(dá)性是韓國高鐵未被有效使用的重要因素(價格因素是首要因素)。Chou[9]研究發(fā)現(xiàn)臺灣地區(qū)也有類似的現(xiàn)象，由于大多數(shù)高鐵站均遠(yuǎn)離城市中心而未被有效使用。由此可見，高鐵站的可達(dá)性是高鐵站服務(wù)質(zhì)量的關(guān)鍵屬性。Clever等[10]的研究也表明，中長運輸在途時間較為固定，運輸方式競爭力主要依賴于到站和離站時間。另外，也有大量文獻(xiàn)分析了在城際運輸方式過程中高鐵與其他運輸方式之間的競爭關(guān)系[11-20]，其中較多文獻(xiàn)基于SP數(shù)據(jù)、RP數(shù)據(jù)及混合數(shù)據(jù)進(jìn)行離散選擇分析。不同情況下的數(shù)據(jù)類型不同，但是可以認(rèn)為總的出行時間包括到站時間、離站時間、在途時間等；同時，票價、舒適度、準(zhǔn)時性等也是表征綜合交通運輸方式服務(wù)特性的常見變量。而影響乘客交通方式的其他變量中，更多地與乘客個人經(jīng)濟(jì)屬性及出行屬性有關(guān)，如性別、收入水平、出行目的等。

已有交通樞紐空間影響的研究主要集中在宏觀層面，盡管將場站可達(dá)性作為運輸方式的組成部分考慮，但是忽略了不同運輸方式之間的競爭關(guān)系。本文在前人研究的基礎(chǔ)上，不僅將高鐵站或者機(jī)場的存在作為運輸方式吸引力的驅(qū)動力，而且還考慮其服務(wù)水平。服務(wù)水平對綜合交通運輸方式競爭力的影響包含多個方面，本文重點關(guān)注其中的到(離)站時間。鑒于此，本文重點整合交通樞紐的可達(dá)性分析及方式選擇模型，首先關(guān)注現(xiàn)有城際交通運輸研究過程中被忽略的因素，針對高鐵、飛機(jī)、普通火車、高速巴士4種運輸方式，研究分析交通樞紐可達(dá)性是否影響及如何影響運輸方式的競爭力；其次將該分析應(yīng)用于綜合交通不同出行目的(強(qiáng)制型出行、休閑型出行)的研究，研究強(qiáng)制型、休閑型出行條件下交通樞紐可達(dá)性對多模式綜合交通客運方式競爭的影響。

1 試驗方案

1.1 試驗方案設(shè)計

綜合交通系統(tǒng)異常復(fù)雜，科學(xué)合理地設(shè)計綜合交通系統(tǒng)出行行為調(diào)查方案對于研究的可靠性具有十分重要的意義。本文從全過程的視角設(shè)計出行選擇行為試驗，針對區(qū)域綜合交通特點，根據(jù)式(1)確定本調(diào)查樣本量n。

(1)

式中，z為置信水平所對應(yīng)的值；S為標(biāo)準(zhǔn)差；e為誤差界限；N為調(diào)查總體數(shù)。

取置信區(qū)間為95%，最大方差為0.5，誤差界限為0.05，則有n為514人，考慮到問卷調(diào)查存在一定的誤差，為了保證后續(xù)建模的準(zhǔn)確性和可靠性，應(yīng)用分層抽樣法，確定抽樣樣本數(shù)為2 000個，對樣本進(jìn)行去噪處理后共獲取1 766條有效RP樣本數(shù)據(jù)，能夠滿足后續(xù)建模的要求。

在本研究中，調(diào)查內(nèi)容包括旅客個體屬性、出行屬性、服務(wù)屬性3部分。(1)個體屬性包括性別、年齡、月收入、是否擁有小汽車等常用變量；(2)出行屬性包括出行起訖點、出行目的等內(nèi)容；(3)服務(wù)水平屬性包括購票方式、到(離)站時間、到(離)站費用、中轉(zhuǎn)換乘時間(含等待時間)、票價、運行時間等變量，同時包括安全性、舒適性、準(zhǔn)時性等潛變量。

由于在預(yù)調(diào)查中多數(shù)乘客并不清楚自己到站所需要的具體時間，因此本研究方案根據(jù)預(yù)調(diào)查，了解乘客對于到站時間的反應(yīng)，采取區(qū)間數(shù)法確定到站時間的合理區(qū)間，由乘客根據(jù)自身情況進(jìn)行合理選擇；同時，離站時間、中轉(zhuǎn)換乘時間由乘客根據(jù)自己的出行經(jīng)歷選擇確定；另外，安全性、舒適性、準(zhǔn)時性等潛變量是基于旅客對運輸方式滿意度的感知，因此采取李克特量表法確定潛變量的取值。該試驗所考慮的屬性和值見表1。

表1 試驗設(shè)計屬性和屬性取值

1.2 基本統(tǒng)計特征

整體樣本中，男性比例占57.5%，女性比例占42.5%；出行者年齡主要分布在[20,49]歲，占總樣本的77.8%；旅客收入在3 000元及其以上的旅客占44.7%。此外，建立了交通方式選擇與出行目的、到站時間、離站時間的交叉表，如表2所示。

表2 樣本數(shù)據(jù)主要統(tǒng)計特征(單位：%)

注：出行目的1，2及到站時間、離站時間1，2，3，4，5與表1中變量取值相對應(yīng)。

統(tǒng)計分析發(fā)現(xiàn)有以下特征。

出行目的：公務(wù)出行、上學(xué)等強(qiáng)制性出行在樣本中所占比例為67%，旅游、購物、探親訪友等休閑性出行在樣本中所占比例為33%，且強(qiáng)制性出行在各種方式中的比例均高于休閑性出行，旅客區(qū)域出行以剛性需求為主。

到站時間：乘坐飛機(jī)、普通火車、高鐵、大巴的旅客到站時間分布在(30,60]之間的比例最高，分別占相應(yīng)樣本的44%，33%，46%，32%。

離站時間：乘坐飛機(jī)、普通火車、高鐵的旅客離站時間分布在(30,60]之間的比例最高，占相應(yīng)樣本比例的44%，34%，43%；乘坐高速大巴的旅客離站時間分布在(0,30]比例最高，占37%。

2 建模思路

本研究采用Multinomial Logit (MNL)模型建模，該模型是最為常用的非集計模型，其數(shù)學(xué)形式簡潔、計算簡單，且具有各選擇肢的概率在(0,1)之間且選擇概率總和為1 的合理性[12]，因此被廣泛應(yīng)用于交通等領(lǐng)域的模擬預(yù)測中。

2.1 基本原理

根據(jù)隨機(jī)效用最大化理論，旅客n選擇i類交通方式的概率可表示為：

(2)

式中，Pin為旅客n選擇i類交通方式的概率；Prob函數(shù)指數(shù)值落在指定區(qū)間內(nèi)的對應(yīng)概率；Cn為旅客n的可選擇交通方式集合；Uin為旅客n選擇i類交通方式的效用函數(shù)；Ujn表示除運輸方式i以外旅客選擇其他運輸方式的效用。

Uin的表達(dá)式為：

(3)

式中，Vin為可觀測到的特性變量計算的固定項；εin為不能觀測到的其他因素的影響及已有變量的偏差引起的隨機(jī)項。

MNL模型是在假設(shè)式(2)中εin和Vin相互獨立，且εin服從Gumbel 分布的前提下推導(dǎo)出來的，旅客n選擇i類交通方式概率的表達(dá)式為：

(4)

為便于計算，一般假設(shè)Vin與特性向量xink呈線性關(guān)系，即:

(5)

式中，βi0為常量；βik為交通方式i第k個變量的系數(shù)；xink為旅客n的選擇i類交通方式的第k個變量值。

2.2 彈性分析模型

彈性分析描述的是因變量對自變量變化的反應(yīng)程度，是指各種交通方式顯著影響因素的相對變化所引起的選擇概率的相對變化。交通方式i選擇概率Pi相對于連續(xù)變量xik的彈性計算式為[15-16]：

(6)

選擇概率Pi相對于啞元變量xik的彈性計算式為：

(7)

式中，Eik為交通方式i第k個變量的彈性系數(shù)；Pi為交通方式i的選擇概率；βik為交通方式i第k個變量的系數(shù)；xik為交通方式i第k個變量的屬性值。

3 參數(shù)估計與彈性分析

3.1 模型參數(shù)估計

應(yīng)用SPSS軟件對樣本數(shù)據(jù)進(jìn)行統(tǒng)計分析。首先對影響因素進(jìn)行相關(guān)性檢驗，其次，將性別、私家車、購票方式等變量設(shè)置為類別變量(均將最后類別作為參考類別)，其余變量設(shè)置為連續(xù)變量，以高速巴士作為參考組，采取向前遞進(jìn)法進(jìn)行似然比檢驗及估計參數(shù)，最終剔除性別、年齡、月收入、出行目的、到站費用、離站時間、離站費用等不顯著因素，模型擬合McFadden值為0.536，參數(shù)估計結(jié)果在可接受的置信區(qū)間水平上存在顯著性，如表3所示。同理，確定強(qiáng)制出行和休閑出行樣本估計參數(shù)，如表4、表5所示。表3～表5中參數(shù)估計結(jié)果均以高速巴士作為參考組，其中Wald為Wald檢驗統(tǒng)計量，Sig為統(tǒng)計量的顯著性水平，若Sig<0.05，說明其對應(yīng)的變量系數(shù)β對旅客選擇行為的影響較大，應(yīng)納入效用函數(shù)模型，反之，則認(rèn)為β對旅客選擇行為的影響可以忽略。

表3 整體樣本參數(shù)估計

表4 強(qiáng)制出行參數(shù)估計

表5 休閑出行參數(shù)估計

3.2 選擇概率

依據(jù)效用理論和參數(shù)估計結(jié)果，結(jié)合調(diào)查樣本數(shù)據(jù)和總體數(shù)據(jù)交通方式結(jié)構(gòu)偏差調(diào)整截距，確定總體樣本中飛機(jī)、普通火車、高鐵選擇概率的效用函數(shù)U11，U12，U13為：

U11=-12.01+0.26x11+0.837x12+0.005x13+0.022x14-1.322x15+0.818x16+0.895x17+

(8)

U12=-9.439+0.692x21+0.293x22+0.002x23+0.016x24-0.416x25+0.576x26+0.806x27+

(9)

0.000 5x34+0.443x37+0.489x38+2.642x3。

(10)

同理，確定強(qiáng)制型出行飛機(jī)、普通火車、高鐵選擇概率的效用函數(shù)U21，U22，U23為：

U21=-8.466+0.315x11+0.868x12+0.007x13+0.018x14-1.474x15+0.412x16+0.584x17+1.967x19-2.536x110，

(11)

U22=-9.831+0.567x21+0.706x22+0.003x23+0.011x24-0.399x25+0.692x26+0.68x27+1.136x28+2.273x29，

(12)

U23=-5.769+1.07x31+0.559x32+0.003x33-0.001x34-0.046x35+0.883x38+2.425x39-1.027x310。

(13)

確定休閑型出行飛機(jī)、普通火車、高鐵選擇概率的效用函數(shù)U31，U32，U33為：

U31=0.998+0.287x11+0.003x13+0.029x14-1.201x15+1.682x16+1.26x17+1.179x19-1.9x11，

(14)

U32=1.858+0.803x21+0.001x23+0.024x24-0.413x25+0.985x26+0.867x27+0.793x28+1.757x29，

(15)

U33=16.202+1.029x31+0.001x33-0.004x34+0.108x35-0.336x36+0.64x37+0.214x38+2.15x39。

(16)

根據(jù)以上效用函數(shù)，確定飛機(jī)、普通火車、高鐵、高速巴士等客運方式選擇概率函數(shù)分別為：

(17)

(18)

(19)

(20)

同理，可確定強(qiáng)制型出行與休閑型出行樣本中飛機(jī)、高鐵、普通火車、高速巴士等客運方式選擇概率函數(shù)。

3.3 彈性分析

依據(jù)式(6)、式(7)，分別計算樣本個體顯著影響變量的彈性系數(shù)，通過對個體選擇彈性系數(shù)的加權(quán)平均得到整體樣本中飛機(jī)、高鐵和普通火車選擇概率對到站時間的彈性值，詳見表6。觀察研究發(fā)現(xiàn)，整體樣本中，到站時間對于飛機(jī)、高鐵的彈性值分別為1.30和0.58，這表明到站時間每變化1%，旅客選擇飛機(jī)、高鐵出行的概率將會相應(yīng)變化1.30%，0.58%，同時，從上述數(shù)據(jù)中也可看出，飛機(jī)對于到站時間的敏感性大于高鐵。對于強(qiáng)制型出行的旅客而言，飛機(jī)、高鐵對于到站時間的彈性分別為1.37，0.81，乘坐飛機(jī)出行的旅客對于到站時間的敏感性仍然大于高鐵。數(shù)據(jù)表明乘坐飛機(jī)和高鐵強(qiáng)制性出行的旅客對于到站時間具有更高的敏感性，也更關(guān)注到站時間。

表6 飛機(jī)、普通火車和高鐵選擇概率的彈性

4 結(jié)論

本文以多模式綜合交通客運方式為研究對象，分析交通樞紐可達(dá)性對飛機(jī)、普通火車、高鐵、大巴4種運輸方式競爭性的影響，重點關(guān)注了影響城際旅客選擇行為但經(jīng)常被忽略的到(離)站時間。研究發(fā)現(xiàn)：

(1)到站時間是決定多模式綜合交通客運方式競爭力的重要因素，離站時間對多模式綜合交通客運方式競爭力無顯著影響。到站時間對于航空與高鐵等快速運輸方式選擇概率的彈性系數(shù)分別為1.3和0.58，這表明隨著到站時間的變化，飛機(jī)、高鐵等快速運輸方式選擇概率均會發(fā)生變化，其中，飛機(jī)的市場份額變化最為明顯。這主要是因為機(jī)場和高鐵位于城市遠(yuǎn)郊區(qū)，而公路客運站位于城市近郊區(qū)，距離市中心相對較近，因此到達(dá)機(jī)場和高鐵站的時間往往大于到達(dá)公路客運站時間。

(2)旅客不同出行條件下(強(qiáng)制性出行、休閑性出行)交通樞紐可達(dá)性對多模式綜合交通客運方式競爭性的影響具有明顯的差異性。對于強(qiáng)制性出行的旅客，到站時間對于綜合交通客運方式的選擇具有十分重要的作用，飛機(jī)、高鐵的選擇概率對于到站時間的彈性系數(shù)分別為1.37和0.81，這說明強(qiáng)制性出行旅客較關(guān)注到站時間，而對于休閑性出行的旅客，到站時間對于綜合交通客運方式選擇無顯著影響。

[1] GUTIERREZ J, GONZALEZ R, GOMEZ G. The European High-speed Train Network: Predicted Effects on Accessibility Patterns [J]. Journal of Transport Geography, 1996, 4 (4): 227-238.

[2] CHANG I C G. A Network-based Model for Estimating the Market Share of a New High Speed Rail System [J]. Transportation Planning & Technology, 2004, 27 (2): 67-90.

[3] DOBRUSZKES F. High-speed Rail and Air Transport Competition in Western Europe: A Supply-oriented Perspective [J]. Transport Policy, 2011, 18(6): 870-879.

[4] SMITH R G W, MULAMOOTTIL G. The Access Journey to the Railway Station and Its Role in Passengers’ Satisfaction with Rail Travel [J]. Transport Policy, 2007, 14 (5): 357-365.

[5] PELS E, NIJKAMP P, RIETVELD P. Airport and Airline Competition for Passengers Departing from a Large Metropolitan Area [J]. Journal of Urban Economics, 2000, 48(1):29-45.

[6] PELS E, NIJKAMP P, RIETVELD P. Airport and Airline Choice in a Multiple Airport Region: An Empirical Analysis for the San Francisco Bay Area [J]. Regional Study, 2001, 35 (1): 1-9.

[7] WARDMAN M, TYLER J. Rail Network Accessibility and the Demand for Inter-urban Rail Travel [J]. Transport Reviews, 2000, 20 (1): 3-24.

[8] CHANG J S, LEE J. Accessibility Analysis of Korean High-speed Rail: A Case Study of the Seoul Metropolitan Area [J]. Transport Reviews, 2008, 28 (1): 87-103.

[9] CHOU J S, KIM C, KUO Y C, et al. Deploying Effective Service Strategy in the Operations Stage of High-speed Rail [J]. Transportation Research Part E: Logistics & Transportation Review, 2011, 47 (4): 507-519.

[10]CLEVER R, HANSEN M M. Interaction of Air and High-speed Rail in Japan [J]. Transportation Research Record, 2008, 2043: 1-12.

[11]FORSEY D, HABIB K N, MILLER E J, et al. Evaluating the Impacts of a New Transit System on Commuting Mode Choice Using a GEV Model Estimated to Revealed Preference Data: A Case Study of the VIVA System in York Region, Ontario[J] .Transportation Research Part A: Policy and Practice, 2013, 50, 1-14.

[12]VIJ A, CARREL A, WALKER J L. Incorporating the Influence of Latent Modal Preferences on Travel Mode Choice Behavior[J]. Transportation Research Part A: Policy & Practice, 2013(54):164-178.

[13]YANG C W, SUNG Y C. Constructing a Mixed-Logit Model with Market Positioning to Analyze the Effects of New Mode Introduction [J]. Journal of Transport Geography, 2010, 18(1): 175-182.

[14]WEN C H, WANG W C, FU C. Latent Class Nested Logit Model for Analyzing High-speed Rail Access Mode Choice [J]. Transportation Research Part E: Logistics and Transportation Review, 2012, 48(2): 545-554.

[15]PICARD G, GAUDRY M. Exploration of a Box Cox Logit Model of Intercity Freight Mode Choice [J]. Transportation Research Part E: Logistics and Transportation Review, 1998, 34(1): 1-12.

[16]DOBRUSZKES F, DEHON C, GIVONI M. Does European High-speed Rail Affect the Current Level of Air Services? An EU-wide Analysis [J]. Transportation Research Part A: Policy and Practice, 2014, 69: 461-475.

[17]NESSET E, HHLGESEN ?. Effects of Switching Costs on Customer Attitude Loyalty to an Airport in a Multi-airport Region [J]. Transportation Research Part A: Policy and Practice, 2014, 67: 240-253.

[18]CHENG Y H, HUANG T Y. High Speed Rail Passenger Segmentation and Ticketing Channel Preference [J]. Transportation Research Part A: Policy and Practice, 2014, 66: 127-143.

[19]何韜. 我國高速鐵路與民航運輸競爭關(guān)系研究[D]. 北京：北京交通大學(xué)，2012. HE Tao. The Competitive Relationship between High-speed Railway and Civil Aviation in China[D]. Beijing: Beijing Jiaotong University, 2012.

[20]龍雪琴,宋嘉騏,王建軍,等.面向有限理性決策的出行者行為研究[J]. 公路交通科技,2016,33(5): 105-110. LONG Xue-qin, SONG Jia-qi, WANG Jian-jun, et al. Study on Traveler’s Behavior for Bounded-rational Decision-making[J]. Journal of Highway and Transportation Research and Development, 2016, 33(5): 105-110.

Impact of Transport Hub Accessibility on Competition of Multimodal Passenger Transport

LI Xiao-wei1,2,3, WANG Wei1, YANG Min1, WANG Hao1, XU Cheng-cheng1

(1. School of Transportation, Southeast University, Nanjing Jiangsu 210096, China;2.School of Civil Engineering, Xi’an University of Architecture & Technology, Xi’an Shaanxi 710055, China;3.State Key Laboratory of Architecture Science and Technology in West China, Xi’an Shaanxi 710055, China)

Combining theoretical analysis with experimental investigation and numerical statistics, and the MNL model is established by applying RP data of passengers’ multimodal travelling choice to study the influence mechanism of transport hub accessibility on multimodal passenger transport choice behavior. Meanwhile, the differences in the influence of transport hub accessibility on multi-modal competition under mandatory and recreational traveling conditions are studied. The result shows that (1) transport hub accessibility significantly influences market competition of multimodal passenger transport. The sensitivity of air transport passengers to arrival time is higher than that of high speed railway, and the elasticity coefficient is 1.3 and 0.58 respectively; (2) the mandatory travelers are more concerned about the traffic hub accessibility, while the leisure travelers pay less attention to the traffic hub accessibility.

traffic engineering; competition; theoretical analysis；experimental investigation；numerical statistics；Multinomial Logit (MNL)；access time; multimodal transportation

2016-01-12

國家自然科學(xué)基金重點項目(51338003); 中國博士后基金項目(148523); 住房與城鄉(xiāng)建設(shè)部科學(xué)技術(shù)計劃項目(2015-K5-012); 陜西省住房城鄉(xiāng)建設(shè)科技開發(fā)計劃項目(2015-K54); 陜西省教育廳專項科研計劃項目(15JK1403); 西安建筑科技大學(xué)青年基金重點項目(QN1503); 西安建筑科技大學(xué)人才基金項目(RC1248)

李曉偉(1985-)，男，河南信陽人，博士. (185381729@qq.com)

10.3969/j.issn.1002-0268.2016.12.017

U491

A

1002-0268(2016)12-0106-07