任振方,孫小端,賀玉龍

(北京工業(yè)大學(xué) 城市交通學(xué)院，北京 100124)

國民生活水平的提高帶動(dòng)全國旅游業(yè)的發(fā)展，而旅游消費(fèi)的提升也為國民經(jīng)濟(jì)的增長提供了一大助力。整個(gè)旅游產(chǎn)業(yè)中旅游交通是旅游活動(dòng)不可缺少的要素之一，交通是旅游景區(qū)生存的前提，其優(yōu)化水平、可進(jìn)入性、道路質(zhì)量和游線組織的優(yōu)劣等對(duì)吸引客源有著極為深遠(yuǎn)的影響[1]。游客交通、過境機(jī)動(dòng)車交通、本地居民出行交通均是景區(qū)交通中不可忽視的重要組成部分，所以研究景區(qū)居民出行行為對(duì)發(fā)展景區(qū)交通十分必要。

國外對(duì)于居民出行行為的研究相對(duì)較早且理論成熟。Hensher[2]、Buliung[3]針對(duì)個(gè)體出行和相關(guān)出行鏈建立個(gè)體出行交通方式選擇模型。YinYE[4]研究城市居民小汽車出行方式選擇與不同出行鏈的關(guān)系，結(jié)果表明復(fù)雜出行鏈對(duì)選擇小汽車出行更具有顯著的影響。Lee Y、Hickman M[5]等研究了家庭成員的整個(gè)出行鏈中的時(shí)間分布與家庭結(jié)構(gòu)特征之間的關(guān)系，結(jié)果顯示兒童人口特征、家庭類型特征、年齡特征對(duì)家庭成員的出行鏈中的時(shí)間分布影響顯著。Gadenne D[6]研究居民出行節(jié)能行為與居民環(huán)境態(tài)度的關(guān)系，依此建立了居民出行環(huán)保模型。Lin M[7]基于出行大數(shù)據(jù)，利用城市居民出行數(shù)據(jù)包挖掘居民出行移動(dòng)模式，構(gòu)建出行移動(dòng)模型。Dib[8]采用遺傳算法和可變領(lǐng)域算法相結(jié)合的方法研究居民出行公共交通網(wǎng)絡(luò)最短路徑問題。

國內(nèi)李志瑤[9]周愛娣[10]楊勵(lì)雅[11]、代曉明[12]等人基于不同地區(qū)居民出行樣本數(shù)據(jù)，分別構(gòu)建了城市居民出行方式的非集計(jì)選擇模型。近兩年，關(guān)于交通政策與居民活動(dòng)行為的關(guān)系[13]、居民綠色出行行為驅(qū)動(dòng)機(jī)理[14]、依托于大數(shù)據(jù)環(huán)境下的居民出行模式[15]和居民出行公交線路網(wǎng)優(yōu)化[16]均有不少研究。

交通出行行為研究經(jīng)過國內(nèi)外幾十年的研究發(fā)展，出行模型的研發(fā)、居民出行行為、出行鏈的選擇等方面研究取得了顯著的成果。但同時(shí)也看到，之前主要的出行模型、出行行為研究大多數(shù)只是對(duì)城市居民通勤出行行為等出行領(lǐng)域進(jìn)行研究，而對(duì)于旅游景區(qū)附近居民的本地出行行為研究甚少。本文通過對(duì)北京市石花洞景區(qū)居民展開實(shí)地問卷調(diào)查，針對(duì)性分析了景區(qū)居民的出行特征，利用非集計(jì)模型分析研究景區(qū)居民交通方式選擇影響因素，景區(qū)居民出行交通方式選擇特征，為景區(qū)交通特性分析提供參考依據(jù)。

1 風(fēng)景區(qū)居民的交通特性

1.1 石花洞風(fēng)景區(qū)交通狀況

石花洞風(fēng)景名勝區(qū)位于北京市房山區(qū)境內(nèi)，距離北京市區(qū)55 km。石花洞風(fēng)景區(qū)的地形起伏變化較大，谷地比較開闊。景區(qū)道路系統(tǒng)中可達(dá)景區(qū)周邊的高速有京石高速、京昆高速，二級(jí)公路有閻河路良坨路、閻河路，連接景區(qū)的道路石花洞路寬9 m；石花洞景點(diǎn)距最近地鐵站房山線蘇莊站直線距離17.5 km；到達(dá)景區(qū)的公交車房43路每小時(shí)發(fā)車一班，景區(qū)路網(wǎng)稀疏，公交網(wǎng)絡(luò)系統(tǒng)脆弱。景區(qū)客流分布不均衡，法定節(jié)假日客流急劇增加，景區(qū)基礎(chǔ)設(shè)施和交通管理不夠完善導(dǎo)致景區(qū)交通組織混亂，甚至交通癱瘓；進(jìn)出景區(qū)道路石花洞路兩側(cè)大量居民沿線居住，居民活動(dòng)出行交通與旅游出行交通混合，旅游高峰期的居民活動(dòng)嚴(yán)重影響景區(qū)旅游交通。

1.2 景區(qū)的發(fā)展對(duì)居民交通的影響

旅游業(yè)的強(qiáng)力關(guān)聯(lián)帶動(dòng)作用給當(dāng)?shù)鼐用竦纳顜砭薮蟾淖?。景區(qū)的維護(hù)發(fā)展和正常運(yùn)作需要當(dāng)?shù)鼐用竦膮⑴c，景區(qū)的發(fā)展為當(dāng)?shù)鼐用裉峁┚蜆I(yè)機(jī)會(huì)，減輕了當(dāng)?shù)鼐用竦纳钬?fù)擔(dān)，游客的到來必然帶來景區(qū)當(dāng)?shù)氐牟惋嫛⒆∷扌袠I(yè)的大力發(fā)展，居民因此生活水平得以提高，生活理念和日?；顒?dòng)因此受到影響，出行結(jié)構(gòu)產(chǎn)生巨大改變。

景區(qū)為了提升旅游競爭力，吸引游客的到來，在前期的投資和后續(xù)的維護(hù)過程中，修建改建旅游景點(diǎn)的道路，加大旅游區(qū)域的路網(wǎng)密度，提升路網(wǎng)的通達(dá)性，給游客帶來更好的休閑娛樂體驗(yàn)，景區(qū)附近道路交通基礎(chǔ)設(shè)施因而受到極大改善。在旅游淡季，景區(qū)居民出行相較以往更加方便。但是，在旅游旺季時(shí)，因游客的短時(shí)間大量聚集，常常造成景區(qū)道路交通堵塞，給當(dāng)?shù)亟煌◣韲?yán)重的擁堵問題，對(duì)居民的出行造成嚴(yán)重困擾。

1.3 風(fēng)景區(qū)居民出行特征

風(fēng)景區(qū)雖因旅游交通的需求發(fā)展，道路交通設(shè)施有所提升，但相較于城市交通，因受地形水文等地理環(huán)境的限制，風(fēng)景區(qū)道路等級(jí)低，配套交通設(shè)施不夠完善，斷頭路較多、路網(wǎng)密度小，路網(wǎng)連通性差，道路線形很難滿足舒適行車條件，急彎多，縱坡大，道路安全性低。居民居住分布特點(diǎn)多為沿道路兩側(cè)小聚局、大分散的形式，其出行載體以景區(qū)道路為主。

相較于城市來講，景區(qū)公共交通出行因區(qū)域公交發(fā)展規(guī)模而受限，居民活動(dòng)范圍較小，多以步行交通為主，而在較長距離的出行中，機(jī)動(dòng)車因其快捷方便的特點(diǎn)也成為較遠(yuǎn)程出行的主要方式，因風(fēng)景區(qū)平面高度起伏較大，路網(wǎng)安全性低，所以非機(jī)動(dòng)車出行比例較小。居民出行整體耗時(shí)短，15 min以內(nèi)步行的出行占比較高，出行以日常生活中鍛煉、購買生活必需品為主。

2 風(fēng)景區(qū)居民出行交通方式選擇影響因素分析

影響居民出行交通方式選擇的因素一般包括景區(qū)居民的個(gè)人屬性和交通特性兩大類。個(gè)人屬性有性別、年齡、收入、家庭結(jié)構(gòu)(如退休家庭、單身家庭、年輕夫妻等)、生活習(xí)慣、家庭小汽車擁有情況等。交通特性包括居民交通方式選擇、出行時(shí)間、出行目的、交通設(shè)施滿意度等。

基于石花洞景區(qū)本地居民居住環(huán)境現(xiàn)狀，本文對(duì)景區(qū)居民進(jìn)行了問卷調(diào)查，共收回有效問卷320份，其中8份選擇非機(jī)動(dòng)車，非機(jī)動(dòng)車出行比例太低，在后續(xù)的統(tǒng)計(jì)中去除了非機(jī)動(dòng)車的統(tǒng)計(jì)，并從受訪居民的性別、年齡、小汽車擁有情況、出行時(shí)間、出行目的這幾個(gè)方面對(duì)景區(qū)居民交通方式的選擇特征進(jìn)行分析。根據(jù)居民實(shí)際出行情況，本文將景區(qū)居民出行選擇的主要交通方式分為步行、公交、私家車3類。

2.1 個(gè)人屬性對(duì)交通方式選擇影響

出行者性別對(duì)出行方式的選擇的影響主要體現(xiàn)在女性出行者更傾向于經(jīng)濟(jì)、節(jié)儉、不需要技術(shù)操作的交通方式，而男性出行者對(duì)出行的體驗(yàn)要求更高，更愿意考慮方便、快捷、舒適、自由的交通方式。本次調(diào)查的受訪者中男性選擇自駕出行比例占到40.9%，遠(yuǎn)高于女性比例的20.9%。而公共交通的選擇比例上女性高于男性，如圖1中所示。

圖1 不同性別選擇交通方式比例

不同年齡的群體在選擇交通方式上受身體狀況、生活習(xí)慣、社會(huì)條件的影響對(duì)出行時(shí)交通方式的選擇存在較大差異。20歲以下及60歲以上出行者因客觀因素(如駕照，身體健康狀況等)的影響，選擇自駕的比例非常少，受訪出行者中20～60歲中青年選擇自駕的比例較高，其中40～60歲中年選擇私家車出行達(dá)到50%以上。20歲以下及60歲以上的出行者選擇步行的比例較高，60歲以上出行者步行占比達(dá)到82.7%，這中情況可能的原因是這兩個(gè)群體出行范圍較小，如圖2所示。

圖2 不同年齡選擇交通方式比例

在受訪居民家庭擁有小汽車狀況與交通方式選擇的統(tǒng)計(jì)中家中無小汽車的景區(qū)居民出行步行占比超過60%，公交占比約40%。對(duì)于有車的居民，私家車出行占比較高，達(dá)51.6%，公交出行比例占31.9%，選擇公交出行的少之又少，如圖3所示。

圖3 家庭擁有小汽車情況與選擇交通方式比例

2.2 交通屬性對(duì)交通方式的選擇影響

出行者因出行目的的不同而對(duì)交通方式的提供的服務(wù)需求不同，上班、上學(xué)出行時(shí)準(zhǔn)時(shí)到達(dá)目的地最重要，所以上班、上學(xué)群體出行時(shí)快捷方便的小汽車和穩(wěn)定的公共交通利用率相對(duì)較高。景區(qū)附近短距離出行休閑鍛煉時(shí)對(duì)舒適性和可達(dá)性需求高，故而購物、休閑、鍛煉等短距離的出行中步行比例高。受訪景區(qū)居民中上班出行選擇自駕比例高達(dá)53.5%，步行僅占7%。購物出行選擇步行占76%，如表1所示。

表1 不同出行目的選擇交通方式

一般而言，出行者更愿意在最短的時(shí)間內(nèi)從出發(fā)地到達(dá)目的地，在這兩地之間可供選擇的幾種交通方式其各自出行耗費(fèi)時(shí)長影響出行者的選擇。短時(shí)短距離出行時(shí)出行者更愿意采取最方便不受約束的步行方式，長時(shí)出行時(shí)出行者更想選擇自由的自駕模式。本文對(duì)景區(qū)居民出行時(shí)間與交通方式的選擇統(tǒng)計(jì)中，15 min以內(nèi)的出行中選擇步行比例高達(dá)82.4%，隨著出行時(shí)間的增加，步行的比例越來越低，私家車出行比例越來越高。公交出行比例在15～30 min時(shí)間段內(nèi)的比例最高，為46.3%，如圖4所示。

圖4 不同出行時(shí)長的交通方式選擇

將5種影響因素與交通方式選擇進(jìn)行卡方檢驗(yàn)可知，顯著性水平為0.05時(shí)，不同性別、年齡、職業(yè)、出行目的、出行時(shí)長以及有無私家車的景區(qū)居民在選擇出行交通方式時(shí)有顯著差異性，該5種因素均對(duì)出行交通方式有顯著影響，如表2所示。

3 風(fēng)景區(qū)居民出行交通方式選擇行為模型

3.1 非集計(jì)模型

非集計(jì)模型基于效用最大和隨機(jī)效用理論，以出行中的每個(gè)出行個(gè)體為單位，直接利用調(diào)查得來的原始基礎(chǔ)數(shù)據(jù)建立模型。相對(duì)于集計(jì)方法，非集計(jì)方法調(diào)查樣本量小、邏輯性強(qiáng)、預(yù)測(cè)精度高、具有良好的時(shí)間轉(zhuǎn)移性和地區(qū)轉(zhuǎn)移性等優(yōu)點(diǎn)。若假設(shè)選擇集為Cn，則非集計(jì)模型的效用函數(shù)形式為

Uin=Vin+εin，i∈Cn.

(1)

式中：Uin為出行者n選擇i方案的效用；Vin為出行者n選擇i方案的效用中可以觀測(cè)的特性向量的確定項(xiàng)效用；εin為出行者n選擇i方案的效用中不可觀測(cè)的喜好導(dǎo)致的概率變動(dòng)項(xiàng)效用。

表2 各因素與交通方式卡方檢驗(yàn)

目前，考慮到結(jié)果分析和系數(shù)標(biāo)定的方便性，效用確定項(xiàng)的函數(shù)表達(dá)式常采用線性函數(shù)

(2)

式中：θk為第K個(gè)特性向量的待定系數(shù)；Xink為出行者n選擇i方案的第k個(gè)特性向量的值。

根據(jù)效用最大化理論，個(gè)體n選擇第i種方案的概率為

Pin=P(Uin≥Ujn,?j∈Cn,j≠i)=

(3)

本文運(yùn)用MNL(Multinomial Logit Model)模型對(duì)風(fēng)景區(qū)居民出行方式的選擇行為進(jìn)行標(biāo)定。MNL模型是非集計(jì)模型中最常用的離散選擇模型之一，該模型假設(shè)其效用變動(dòng)項(xiàng)εin與確定項(xiàng)Vin相互獨(dú)立，且εin服從Gumbel分布，具體表達(dá)式為

(4)

3.2 MNL模型的建立

本文研究的石花洞景區(qū)居民出行方式主要包括步行、公交、私家車3種日常生活中常用的交通方式，因此出行者選擇方案合集C為

C={i=1(步行)，i=2(公交)，i=3(私家車)}

5個(gè)特性變量性別、年齡、出行目的、出行時(shí)間、小汽車擁有情況的取值如表3所示。

表3 影響因素分類表

本文以私家車的選擇概率為參照水平，則選擇其他交通方式的概率模型的表達(dá)式為

(5)

式中：αi為選擇i類交通方式的截距；βink為選擇i類交通方式第k個(gè)影響因素的第t個(gè)分類變量的參數(shù)；Xinkt為出行者n選擇i方案的第k個(gè)特性向量的值。

運(yùn)用SPSS輔助運(yùn)算得出參數(shù)估計(jì)結(jié)果如表4所示。

故該模型結(jié)果為：

Ln(P1n/P3n)=-2.479-0.826X11+

0.348X21-1.891X22-2.603X23+

6.039X31-2.671X41-1.155X42+

3.291X43+1.051X44+4.049X51+

3.388X52+2.962X53

Ln(P2n/P3n)=-1.380-1.671X11+

2.888X21+0.096X22-1.574X23+

6.371X31-3.709X41-1.999X42+

2.857X43-1.336X44+0.806X51+

2.169X52+1.779X53

表4 模型參數(shù)估計(jì)結(jié)果表

3.3 模型檢驗(yàn)

對(duì)模型的結(jié)果和擬合度進(jìn)行檢驗(yàn)，在顯著性水平為0.05情況下，引入預(yù)測(cè)變量的最終模型與僅有截距的模型具有顯著性差異，表明模型具有統(tǒng)計(jì)學(xué)意義，如表5所示。

表5 模型擬合信息

對(duì)模型的自變量似然比檢驗(yàn)，模型中的5個(gè)自變量性別、年齡、有無小汽車、出行目的、出行時(shí)長的顯著性水平均小于0.05，5種影響因素對(duì)模型構(gòu)建均有顯著貢獻(xiàn)，如表6所示。

表6 似然比檢驗(yàn)

根據(jù)模型對(duì)景區(qū)居民出行方式進(jìn)行預(yù)測(cè)并集計(jì)，結(jié)果表明構(gòu)建的風(fēng)景區(qū)居民出行模型對(duì)個(gè)體的出行方式選擇預(yù)測(cè)精度較高，其中公交的預(yù)測(cè)命中率最低為84.0%，如表 7所示。

表7 預(yù)測(cè)結(jié)果表

4 結(jié)束語

本文以北京石花洞景區(qū)為例，通過現(xiàn)場問卷意愿調(diào)查獲取石花洞景區(qū)居民的出行特征信息，結(jié)合石花洞景區(qū)的交通現(xiàn)狀，分析景區(qū)居民出行交通方式影響因素，利用非集計(jì)多項(xiàng)logit模型對(duì)石花洞附近居民出行方式選擇行為進(jìn)行研究。模型結(jié)果顯示以景區(qū)居民出行時(shí)出行者的性別、年齡、家庭小汽車狀況、出行目的、出行時(shí)間等影響因素構(gòu)建的多項(xiàng)logit模型預(yù)測(cè)出行選擇方式準(zhǔn)確率較高，景區(qū)居民出行受出行時(shí)長影響較大，家中有車居民在日常活動(dòng)中更愿意駕車出行，中青年更喜歡自駕出行。景區(qū)交通擁堵是制約景區(qū)發(fā)展的一大因素，景區(qū)外部交通系統(tǒng)的組織優(yōu)化時(shí)應(yīng)以高峰期旅游交通為主，景區(qū)本地居民出行交通為輔，根據(jù)景區(qū)居民的出行需求以及出行特征，合理優(yōu)化減少高峰期本地居民和外來游客的交通沖突，優(yōu)化配置景區(qū)淡季交通設(shè)施的利用，減少交通資源的浪費(fèi)。