多公交信息下居民出行前方式選擇意向分析

侯現(xiàn)耀，陳學(xué)武*，王衛(wèi)杰

（1.東南大學(xué)城市智能交通江蘇省重點實驗室，南京210096；2.現(xiàn)代城市交通技術(shù)江蘇高校協(xié)同創(chuàng)新中心，南京210096；3.南京工業(yè)大學(xué)交通學(xué)院，南京210009）

多公交信息下居民出行前方式選擇意向分析

侯現(xiàn)耀1，2，陳學(xué)武*1，2，王衛(wèi)杰3

（1.東南大學(xué)城市智能交通江蘇省重點實驗室，南京210096；2.現(xiàn)代城市交通技術(shù)江蘇高校協(xié)同創(chuàng)新中心，南京210096；3.南京工業(yè)大學(xué)交通學(xué)院，南京210009）

為了研究公交信息對出行前交通方式選擇的影響，選取了公交出行距離信息、公交車輛位置信息、道路擁堵情況信息和公交換乘信息等四種公共交通信息，通過均勻設(shè)計方法，設(shè)計四種公共交通信息組合條件下的居民出行交通方式選擇意向調(diào)查，并通過在湖北襄陽獲得的數(shù)據(jù)，建立了多項Logit模型，定量分析了顯著影響因素.研究結(jié)果表明，公交信息對出行前方式選擇行為的影響比較顯著，且不同的公交信息對出行方式選擇的影響存在差異，但總體上會增加人們選擇公交出行的意愿；對于已購車的出行者，公交信息的影響十分有限，而個人對于公共交通的偏好也會影響其出行方式選擇的意向.研究建議，提供更準確和豐富的公交信息服務(wù)以增加城市公共交通的吸引力.

交通工程；出行方式選擇；MNL模型；公交信息；意向調(diào)查；均勻設(shè)計

1 引言

由于交通擁堵在中國很多城市里成為嚴重的問題，越來越多的城市開始發(fā)展公共交通.發(fā)展公共交通的措施之一就是建設(shè)智能公交，為公眾提供先進的公共交通系統(tǒng)（Advanced Public Transportation Systems,APTS）和先進的出行者信息系統(tǒng)（Advanced Traveler Information Systems,ATIS）服務(wù).出行信息可以幫助人們做出更好的出行選擇，研究提供信息條件下人們的出行選擇行為，也成為目前國內(nèi)城市發(fā)展智能公交時需要解決的問題.

已有國外學(xué)者對信息對人們出行選擇的影響進行了研究.Khattak等[1]發(fā)現(xiàn)給定的信息可以克服出行者的行為慣性，使得他們改變自己的出行選擇，但是如果缺少信息的提供，出行者則只能基于先前出行獲取的經(jīng)驗進行判斷[2]；Hickman和Wilson[3]研究了實時信息條件下人們的出行時間和路徑的選擇行為，但研究結(jié)果認為實時信息在改進出行服務(wù)方面十分有限；Abdel-Aty和Abdalla[4]研究了駕駛員在ATIS作用下的出行選擇行為；Caulfield和O’Mahony[5]的研究認為，出行前信息對于上下班的出行者做出行決策有重要影響，而車站提供的信息對返程出行也有影響；Ferris等[6]研究了美國西雅圖地區(qū)實施的公交信息服務(wù)系統(tǒng)對公交乘客的影響，發(fā)現(xiàn)其可以提高公交的整體滿意度，降低等車時間，增加每周的公交出行次數(shù)；Khan[7]利用計算機輔助獲取偏好數(shù)據(jù)，分析人們的選擇行為，并建立巢式Logit模型進行估計；Ben-Elia[8]使用集計分析方法，研究了ATIS服務(wù)的準確性對出行者路徑選擇行為和風險感知的影響；Farag和Lyons[9]利用結(jié)構(gòu)方程模型（Structural Equation Model,SEM）分析了出行前公交信息對人們工作出行和休閑出行的影響，并與小汽車出行做了比較.

然而，國內(nèi)目前相關(guān)研究還相對較少，而在實踐和生產(chǎn)活動中，公共交通運營部門和公交信息服務(wù)部門也希望了解多種公交服務(wù)信息的提供對公交乘客的出行選擇行為或意向的影響.為了進一步了解和分析提供多種公交信息服務(wù)條件下人們的出行前交通方式選擇行為，通過設(shè)計意向調(diào)查（Stated Preference survey,SP survey），獲取人們在不同出行信息下對于出行前交通方式選擇的意向，并通過建立多項Logit（Multinomial Logit, MNL）模型進行分析，研究人們在不同情境下的出行交通方式選擇特性，并對分析結(jié)果進行了討論.

2 意向調(diào)查設(shè)計

基于已有研究和實踐，調(diào)查設(shè)定的出行情景為上下班或上下學(xué)，選取了四種情景因素，分別是出行者的出行距離（S1）、公交車位置到乘車站臺的距離信息（S2）、道路的擁堵信息（S3）和公交換乘信息（S4），如表1所示.為了調(diào)查方便，易于被調(diào)查者理解，出行距離和公交車位置兩個因素的水平項選取主要參照平均公交站距（取500 m），道路擁堵情況將道路狀況分成通暢、一般和擁堵三類，公交換乘信息為需要換乘和不需要換乘兩類.

表1 調(diào)查情景因素列表Table1List of scenarios parameters

傳統(tǒng)調(diào)查方法覆蓋所有可能的情景，需設(shè)計6×3×3×2=108個情景，利用方開泰提出的均勻設(shè)計方法[10]，可以將調(diào)查情景減到6個.已有學(xué)者提出了在交通調(diào)查設(shè)計中使用均勻設(shè)計進行調(diào)查問卷的設(shè)計[11]，并通過應(yīng)用證明了其可行性[12].利用均勻設(shè)計表[13]，調(diào)查的情景設(shè)計可設(shè)置為6個不同情景，如表2所示.

表2 意向調(diào)查的情景設(shè)計Table 2 Scenarios group of the SP survey

被調(diào)查者還需要提供個人屬性和社會經(jīng)濟屬性的信息，如性別、年齡、職業(yè)、收入等，同時針對6個情景，要求根據(jù)情景和情景中提供的公交出行信息，選擇出行前的交通方式.可供選擇的交通方式為公共交通、出租汽車和私家車.此外，對于被調(diào)查者實際日常出行時乘坐公共交通的次數(shù)、步行到站臺/車站的時間、可接受等車時間和公交信息查詢使用情況等指標也做了調(diào)查，具體的調(diào)查指標如表3所示.

表3 調(diào)查的個人和社會經(jīng)濟屬性指標及公交使用情況Table 3 Survey variables of respondents’socio-demographics and preferences on public transit

3 數(shù)據(jù)收集

調(diào)查日期為2013年3月，調(diào)查地點為湖北省襄陽市.根據(jù)抽樣調(diào)查理論，按照總體目標期望取0.5，置信度取95%，誤差取0.1，最小樣本量為96份；根據(jù)Roscoe樣本大小確定的原則[14]，研究樣本數(shù)以30-500個較合適，每個情景中至少要有30份樣本，最壞情況是所有調(diào)查者只有一種情景的選擇有效，則應(yīng)需要樣本180份；調(diào)查隨城市居民出行調(diào)查同步進行，故根據(jù)居民出行調(diào)查的抽樣情況，隨機發(fā)放了400份調(diào)查問卷.問卷回收312份，經(jīng)整理后得到277份有效問卷.調(diào)查得到的指標統(tǒng)計結(jié)果如表4所示.

各情景下的交通方式選擇統(tǒng)計情況如表5在情景2和情景4中，會有約45%和35%左右的被調(diào)查者選擇出租汽車或者私家車出行，在其余情景中，均會有超過70%的被調(diào)查者選擇公共交通出行，道路發(fā)生擁堵的信息可能會促使人們選擇在便捷性上更有優(yōu)勢的交通方式；而在情景4、情景5和情景6中，均有超過20%的被調(diào)查者選擇私家車出行，出行距離信息對其交通方式的選擇或許存在某些影響.后續(xù)通過建立MNL模型，對這些可能存在的關(guān)系進行定量分析.

表4 調(diào)查數(shù)據(jù)統(tǒng)計分布情況Table 4 Distributions of SP survey data

表5 交通方式選擇的統(tǒng)計分布情況Table 5 Distributions of mode choices data

4 數(shù)據(jù)分析

4.1 MNL模型

MNL模型的行為理論基礎(chǔ)是隨機效用理論，理論遵循效用最大化原則.記所有的交通方式集為A，出行者在選擇交通方式時，面對不同的交通方式，每個交通方式對其來說都有一定的效用.而出行者只會選擇對其效用最大的交通方式.記在N個出行者中，第n個出行者面對J個交通方式時，第j個交通方式對其的效用為Unj出行者選擇第i個交通方式的條件是Uni>Unj，i≠j，其中，j為不包括i交通方式在內(nèi)的其他交通方式.效用中包括可測度的系統(tǒng)本身的部分Vnj，以及由于觀測和個人偏好帶來的不可測的誤差項εnj，則效用函數(shù)為

參考McFadden對于MNL模型的推導(dǎo)[15]，可以得到第n個出行者選擇第i個交通方式的概率為

假設(shè)有K個可觀察變量共同決定效用的可測度部分V，一般用線性方程表示變量和效用之間的關(guān)系，則可得

式中aj為第j個交通方式固有的效用；xnjk為每個交通方式共有的觀測變量；bk表示第k個變量對應(yīng)的權(quán)重.

利用最大似然估計方法，設(shè)ynj為出行者的選擇結(jié)果，如果出行者n選擇交通方式j(luò)，則ynj=1，否則ynj=0，則可得自然對數(shù)似然值的計算公式為

將式（3）代入式（4）中，對LL最大化可求解aj和bk的解.本文利用STATA軟件對模型進行求解.

4.2 參數(shù)估計

由調(diào)查數(shù)據(jù)和式（3）可得三種交通方式的選擇概率的關(guān)系為

式中p(mode=2)表示選擇出租汽車的概率；p(mode=3)表示選擇私家車的概率；p(mode=1)表示選擇公共交通的概率，則利用STATA可以對式（5）和式（6）中的a2、a3和bk進行求解.以選擇公共交通為基準，參數(shù)估計結(jié)果如表6所示，表中變量意義與表2和表3中一致.

表6 基于MNL模型的交通方式選擇參數(shù)估計Table 6 Parameters estimation of mode choices based on MNL model

由表6的結(jié)果可知，模型的LR卡方值為161.97，自由度為28，并且p值（Prob>chi2=0.0000）表明模型在95%顯著水平下顯著，從參數(shù)估計中可以得出：

（1）結(jié)果顯示的常數(shù)項（_cons）分別為-2.686和-3.576，均為負值且顯著，說明在給定情景中，人們會更愿意傾向于選擇公共交通出行，而從bus_use、walkingtime、longestWT和ATIS_use等公交出行偏好指標也可看出，對于偏向選擇公共交通的出行者，在提供公交信息條件下也會更多選擇公共交通.這與表5得到的統(tǒng)計結(jié)果相一致.

（2）私家車方式中，sex系數(shù)值為0.292，在90%的顯著水平下顯著，傾向于選擇私家車作為公共交通方式的替代的多為男性；對于出租汽車作為公共交通的替代，無論男性還是女性都不明顯.但本樣本中，男性比例遠大于女性，可能會導(dǎo)致sex變量參數(shù)估計存在偏差.

（3）兩種方式中，age系數(shù)分別為-0.369和0.261，說明年齡對出行方式選擇的影響并不明顯，但以私家車替代公共交通的出行者中，年齡偏向較大的比較顯著，而相對年輕的出行者會選擇出租汽車為替代交通方式.

（4）私家車方式中，work系數(shù)為-0.302，且在95%顯著水平下顯著，說明具有非通勤類工作的人更傾向于選擇私家車方式出行；edu系數(shù)為0.184，說明隨著受教育程度的提高，傾向于選擇私家車替代公共交通的可能性會增加，這可能與較高的學(xué)歷可以獲得相對高的收入從而可以支配出行成本更高的交通工具有一定關(guān)系，但統(tǒng)計上并不顯著，說明這種關(guān)系并不明顯；car的系數(shù)為0.939，p>z的值為0.000，說明擁有私家車的出行者會更愿意選擇私家車出行.

（5）S1的系數(shù)分別為-0.361和-0.044，說明短距離出行，出行者會更傾向于選擇出租汽車和私家車為替代，并且對于選擇出租汽車的出行者而言顯得更加明顯（p>z=0.001）；S2對人們出行方式的選擇在參數(shù)估計中都不顯著，說明公交車的位置信息對人們出行交通方式的選擇影響有限；S3的系數(shù)都表現(xiàn)出顯著性，說明道路擁堵信息會影響到人們出行方式選擇，這與表5統(tǒng)計得到的趨勢相一致；而公交換乘信息會讓出行者直觀感受到公共交通的便利性，在參數(shù)估計中，S4的系數(shù)分別為0.468和0.192，說明乘坐公共交通需要換乘時，出行者會傾向選擇私家車或出租汽車.

5 研究結(jié)論

多種公共交通信息條件下，出行前信息對出行者選擇公共交通方式具有積極的影響.同時，出行者的個人屬性和社會經(jīng)濟屬性也會對出行方式的選擇產(chǎn)生影響.對于公共交通運營商和公共交通信息服務(wù)提供方而言，應(yīng)該進一步提供更舒適便捷的公共交通服務(wù)，提升公共交通服務(wù)水平，提升公共交通信息的覆蓋性、準確性，從而進一步提升公共交通的吸引力，增加公共交通的在城市交通出行中的分擔比例，緩解城市交通擁堵.

未來研究可以對數(shù)據(jù)進行進一步的分析，可以通過利用能克服變量IID（independent and identically distributed）特性的混合Logit模型對參數(shù)進行估計，并與多項Logit模型進行比較分析，同時針對研究的結(jié)果可以制定更有針對性的公共交通信息服務(wù)策略.

[1]Khattak A,Polydorpoulou A,Ben-Akiva M.Modelling re?vealed and stated pretrip travel response to advanced traveler information systems[C].Transportation Re?search Record,1996,1537:46-54.

[2]Cascetta E,Cantarella G E.A day-to-day and withinday dynamic stochastic assignment model[J].Transpor?tation Research Part A,1991,25(5):277-291.

[3]Hickman M D,Wilson N H M.Passenger travel time and path choice implications of real-time transit information [J].Transportation Research Part C:Emerging Technolo? gies,1995,3(4):211-226.

[4]Abdel-Aty M A,Abdalla M F.Examination of multiple mode/route-choice paradigms under ATIS[C]//Intelli?gent Transportation Systems,IEEE Transactions,2006,7 (3):332-348.

[5]Caufield B,O’Mahony M.Factors influencing preferenc?es for real-time public transport information[C]//Pro?ceedingsofTheEuropeanTransportConference, Leiden,The Netherlands,2007:1-11.

[6]Ferris B,Watkins K,Borning A.OneBusAway:results from providing real-time arrival information for public transit[C]//Proceedings of the SIGCHI Conference on Human Factors in Computing Systems,2010:1807-1816.

[7]Khan O A.Modelling passenger mode choice behaviour usingcomputeraidedstatedpreferencedata[D]. Queensland University of Technology,2007.

[8]Ben-Elia E,Di Pace R,Bifulco G,et al.Modelling the im?pacts of ATIS accuracy on travellers'route-choice be?haviour and risk perception[C]//European Transport Conference 2010,2010:1-19.

[9]Farag S,Lyons G.To use or not to use?An empirical study of pre-trip public transport information for busi?ness and leisure trips and comparison with car travel[J]. Transport Policy,2012,20:82-92.

[10]方開泰.均勻設(shè)計——數(shù)論方法在試驗設(shè)計的應(yīng)用[J].應(yīng)用數(shù)學(xué)學(xué)報,1980,3(4):363-372.[FANG K T. Uniform design:application in number theory method of experiment design[J].Acta Mathematicae Applicatae Si?nica,1980,3(4):363-372.]

[11]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(3):69-72.[WANG F,CHEN J C, CHEN Y Y.Uniformity design method for SP survey in transportation[J].Urban Transport of China,2005,3(3): 69-72.]

[12]陳旭梅,劉巧仙,杜光.基于SP調(diào)查的城市公共交通出行時間價值估計[J].交通運輸系統(tǒng)工程與信息, 2011,11(4):77-84.[CHEN X M,LIU Q X,DU G.Esti?mation of travel time values for urban public transport passengers based on SP survey[J].Journal of Transporta?tionSystemsEngineeringandInformationTechnology, 2011,11(4):77-84.]

[13]方開泰.均勻設(shè)計和均勻設(shè)計表[M].北京:科學(xué)出版社,1994.[FANG K T.Uniform design and uniform de?sign table[M].Beijing:Science Press,1994.]

[14]Roscoe J.T.Fundamental research statistics for the be?havioral sciences[M].Holt,Rinehart and Winston,NewY?ork,1975.

[15]Mc Fadden D.Conditional logit analysis of qualitative choice behavior[M].Frontiers in Econometrics,Academ?ic Press,New York,1974.

Preferences of Pre-trip Mode Choice Based on Multiple Public Transit Information

HOU Xian-yao1,2,CHEN Xue-wu1,2,WANG Wei-jie3
(1.Jiangsu Key Laboratory of Urban ITS,Southeast University,Nanjing 210096,China;2.Jiangsu Province Collaborative Innovation Center of Modern Urban Traffic Technologies,Nanjing 210096,China;3.College of Transportation Science and Engineering,Nanjing University of Technology,Nanjing 210009,China)

ract:To investigate the effects of public transit information on people’s pre-trip mode choice,using uniform design method,a stated preference survey is designed with four kinds of public transit information, including transit travel distance,transit vehicle location,road and traffic condition,and transit transfer information.Survey is conducted in Xiangyang,Hubei Province,China.Data are collected and parameters with multinomial Logit model are estimated.The results show that public transit information affects respondents’pre-trip mode choice significantly and strengthens public transit attraction,although effects of different information exists differences.However,there is little effect of public transit information on people who have already own their personal vehicles.Personal preferences of using public transit are also important in mode choices,and better transit information services may attract more people to use public transit.

rds:traffic engineering;travel mode choice;multinomial Logit model;public transit information; SP survey;uniform design

1009-6744（2014）02-0079-06

U491.1

A

2013-10-10

2013-11-17錄用日期：2013-12-06

國家自然科學(xué)基金（51178109）；國家重點基礎(chǔ)研究發(fā)展計劃項目（2012CB725402）.

侯現(xiàn)耀（1985-），男，山東鄆城人，博士生. *

chenxuewu@seu.edu.cn