鐵路樞紐內(nèi)滬杭高鐵列車開行站調(diào)整對(duì)不同特征旅客吸引的影響

張 戎， 諸立超

(同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室， 上海 201804)

為促進(jìn)城市經(jīng)濟(jì)發(fā)展和規(guī)模擴(kuò)張、縮短高鐵線路長(zhǎng)度、保證轉(zhuǎn)彎半徑，我國(guó)大部分高鐵車站建于城市郊區(qū)或新城，該布局導(dǎo)致高鐵旅客市內(nèi)交通不便，增加高鐵旅客“門到門”出行時(shí)間和費(fèi)用。以滬杭客運(yùn)通道為例，主要有高鐵(簡(jiǎn)稱“G”)、動(dòng)車(簡(jiǎn)稱“D”)、普通鐵路旅客列車(除高鐵和動(dòng)車外的其他鐵路旅客列車，簡(jiǎn)稱“P”或普客)和大巴(簡(jiǎn)稱“B”)4種地面公共交通方式，上海開行滬杭高鐵和動(dòng)車列車的車站位于外環(huán)線以外的鐵路虹橋站(簡(jiǎn)稱“虹橋站”)，鐵路上海南站(簡(jiǎn)稱“上海南站”)僅開行兩地間普客列車，上海長(zhǎng)途汽車客運(yùn)總站(簡(jiǎn)稱“汽車總站”)開行兩地間大巴，其中上海南站和汽車總站均位于中心城區(qū)。根據(jù)上海鐵路局和上海汽車總站提供的數(shù)據(jù)，2013年滬杭客運(yùn)通道4種城際出行方式的分擔(dān)率分別為44.291%、16.097%、36.275%和3.338%，雖然高鐵列車在城際間的平均旅行速度與普客列車和大巴相比優(yōu)勢(shì)較大，但由于虹橋站遠(yuǎn)離市中心使高鐵旅客市內(nèi)交通出行不便，削弱對(duì)旅客的吸引力，若適當(dāng)調(diào)整高鐵列車開行站將有助于提升其分擔(dān)率。因此要調(diào)整高鐵列車開行站以改善市內(nèi)交通，關(guān)鍵在于掌握旅客在不同服務(wù)水平下的出行方式選擇行為，借助離散選擇模型可有效解釋市內(nèi)交通服務(wù)水平對(duì)城際出行方式選擇的影響。

目前應(yīng)用離散選擇模型研究城際出行行為的成果較為豐富，采用的模型主要有多項(xiàng)logit(multinomial logit，MNL)模型[1-9]、巢式logit(nested logit，NL)模型[2]、排序logit(ordered logit，OL)模型[7]和混合logit(mixed logit，ML)模型[9]等，研究重點(diǎn)為未來年分擔(dān)率劃分[1-6]、開行方案評(píng)價(jià)[5,7]、出行選擇行為分析[5,8]和分段時(shí)間價(jià)值測(cè)算[3,9]等，并解決城際出行方式選擇研究領(lǐng)域的RP/SP(revealed preference，行為偏好；stated preference，意向偏好)數(shù)據(jù)融合[2]和低頻率出行方式抽樣數(shù)據(jù)偏差[8]等實(shí)際問題。但目前僅有少量文獻(xiàn)將市內(nèi)交通時(shí)間和費(fèi)用納入城際出行方式選擇研究范圍[1-3,6,8-9]，考慮到旅客心理態(tài)度和感知、時(shí)間及費(fèi)用等方面在市內(nèi)交通、候車和在車(指旅客在高鐵和動(dòng)車等列車上站到站的過程，其對(duì)應(yīng)時(shí)間稱為在車時(shí)間)等分段過程中存在的差異，其中一部分研究為分段過程時(shí)間設(shè)定不同的待估參數(shù)以研究不同段時(shí)間價(jià)值的差異[2-3,8-9]，文獻(xiàn)[3]和[9]均得到候車時(shí)間價(jià)值最高的結(jié)論；此外，大部分研究側(cè)重于旅客偏好揭示、需求分析和方式劃分，主流處理方式是將不同城際出行方式時(shí)間設(shè)定為同一待估參數(shù)[1-3,7-8]，不僅減少模型參數(shù)數(shù)量、方便模型結(jié)果分析，也有利于提高模型參數(shù)估計(jì)精度；少部分研究以測(cè)算不同城際出行方式時(shí)間價(jià)值差異為主要研究目的[4]，將不同城際出行方式時(shí)間設(shè)定為不同待估參數(shù)，但對(duì)樣本數(shù)量和精度要求較高，伴隨著參數(shù)數(shù)量的增加，極有可能得到不顯著甚至違反直覺的參數(shù)估計(jì)值。因此該方法的應(yīng)用更為局限。而研究旅客特征所引起的城際出行選擇行為異質(zhì)性的文獻(xiàn)則更少[3,8-9]，并且尚未從調(diào)整高鐵列車開行站角度研究如何提升高鐵分擔(dān)率。考慮到我國(guó)高鐵車站布局帶來的市內(nèi)交通銜接問題及對(duì)高鐵短途客流吸引的影響，本文以滬杭城際出行鏈旅客為研究對(duì)象，其中城際出行鏈包括起點(diǎn)城市市內(nèi)交通、步行、候車、在車和目的地城市市內(nèi)交通，通過納入市內(nèi)交通和旅客特征以避免分擔(dān)率有偏估計(jì)問題，同時(shí)提升模型對(duì)旅客選擇行為的解釋能力和分擔(dān)率預(yù)測(cè)精度；并借助NL模型量化不同特征旅客子群體面對(duì)市內(nèi)交通改善表現(xiàn)出的選擇行為異質(zhì)性，提高模型精度；比較滬杭高鐵列車由虹橋站開行和由上海南站開行兩個(gè)不同方案下的高鐵分擔(dān)率，為未來滬杭高鐵列車開行站的調(diào)整提供依據(jù)。

1 數(shù)據(jù)分析

1.1 數(shù)據(jù)采集

根據(jù)實(shí)地調(diào)研和文獻(xiàn)閱讀，本文選取市內(nèi)交通時(shí)間(涵蓋滬杭兩地市內(nèi)交通時(shí)間)、候車時(shí)間(涵蓋火車站/汽車站內(nèi)步行時(shí)間和候車時(shí)間)、在車時(shí)間和出行鏈費(fèi)用(涵蓋滬杭城際“門到門”出行費(fèi)用)為城際出行方式選擇主要影響因素，同時(shí)考慮旅客特征，通過對(duì)出行鏈服務(wù)屬性水平根據(jù)現(xiàn)實(shí)范圍邊界進(jìn)行合理波動(dòng)以得到SP場(chǎng)景[10]。課題組于2014-03-28開展試調(diào)查，根據(jù)旅客反饋改善問卷和調(diào)查形式，并于2014-04-01～2014-04-05進(jìn)行正式調(diào)查。調(diào)查地點(diǎn)為虹橋站、上海南站和汽車總站候車室及車廂，通過隨機(jī)抽樣調(diào)查最終回收309份滬杭方向有效問卷，調(diào)查內(nèi)容包括：旅客特征如年齡、收入、出行目的和同行人數(shù)等，市內(nèi)交通情況如時(shí)間和費(fèi)用等，屬性感知如可接受市內(nèi)交通時(shí)間和步行時(shí)間等，以及用于揭示旅客在不同出行鏈服務(wù)水平下選擇機(jī)理的4個(gè)SP場(chǎng)景。

1.2 統(tǒng)計(jì)分析

1.2.1 旅客特征

根據(jù)表1對(duì)樣本數(shù)據(jù)的統(tǒng)計(jì)可知，本次受訪者的年齡和收入跨度較大，基本覆蓋滬杭城際旅客所有樣本。進(jìn)一步按高鐵、動(dòng)車、普客和大巴等4個(gè)細(xì)分市場(chǎng)分析旅客特征及市內(nèi)交通屬性，并計(jì)算表征細(xì)分市場(chǎng)旅客特征均值與整體市場(chǎng)旅客特征均值差異的平均絕對(duì)百分比誤差MAPE為

( 1 )

式中：s為第s個(gè)旅客特征；t為第t種滬杭城市出行方式，共T種；As為第s個(gè)旅客特征的整體市場(chǎng)均值；Fts為第s個(gè)旅客特征第t種滬杭城市出行方式的細(xì)分市場(chǎng)均值。

由表1可知:

(1) 4個(gè)細(xì)分市場(chǎng)在性別、收入、報(bào)銷和同行人數(shù)方面存在較大差異，說明有可能影響旅客城際出行方式選擇，下文的參數(shù)估計(jì)證實(shí)性別和收入對(duì)選擇行為影響顯著，而報(bào)銷和同行人數(shù)并不起重要作用；

(2) 4個(gè)細(xì)分市場(chǎng)在年齡、大包、小包、行李數(shù)和同行人數(shù)等方面并無顯著差異，可預(yù)見其對(duì)滬杭城際出行方式選擇并無顯著影響，下文也印證該點(diǎn)；

(3) 旅客收入越高，越傾向于選擇高鐵，然后依次為動(dòng)車、普客和大巴；

(4) 一般而言，男性旅客收入更高，樣本均值為7 079元/月，而女性旅客收入較低，樣本均值為5 763 元/月，具體表現(xiàn)為女性更傾向于選擇動(dòng)車，其次是普客，高鐵為第3選擇；

(5) 虹橋站遠(yuǎn)離市區(qū)，因此高鐵和動(dòng)車旅客市內(nèi)交通時(shí)間均值較長(zhǎng)，均為53 min，與普客和大巴旅客市內(nèi)交通時(shí)間均值相比，分別長(zhǎng)10 min和15 min；

(6) 高鐵旅客市內(nèi)交通費(fèi)用均值為最高的19元，其次是普客和動(dòng)車，分別為16元和15元，最低的大巴僅為6元。

表1 按城際出行方式分類的旅客特征及上海市內(nèi)交通屬性

注：女=1，男=0(對(duì)應(yīng)變量為性別)；有=1，無=0(對(duì)應(yīng)變量為大包和小包)；是=1，否=0(對(duì)應(yīng)變量為報(bào)銷)；收入分為6個(gè)區(qū)間，第6區(qū)間為20 000 元/月及以上，前5個(gè)區(qū)間以均值表示，第6區(qū)間以20 000 元/月表示。

1.2.2 城際交通特征

由表2可知滬杭客運(yùn)通道4種城際出行方式中高鐵時(shí)間最短、費(fèi)用最高，普客時(shí)間最長(zhǎng)、費(fèi)用最低，而大巴時(shí)間略短于普客，但費(fèi)用逼近高鐵，因此其分擔(dān)率最低僅為3.338%，滬杭城際旅客收入較高，見表1，使其對(duì)時(shí)間的偏好甚于費(fèi)用，因此選擇高鐵的旅客人數(shù)最多，高達(dá)44.291%。

表2 滬杭城際旅客城際交通屬性真實(shí)值

1.2.3 市內(nèi)交通特征

滬杭城際旅客在上海市內(nèi)選擇步行較少，不再考慮，可接受市內(nèi)交通時(shí)間集中于16～30 min、31～45 min和46～60 min，見表3，均值為39.59 min，而實(shí)際市內(nèi)交通時(shí)間均值為45.45 min，尚未達(dá)到旅客要求，主要因虹橋站遠(yuǎn)離市中心造成。

表3 滬杭城際旅客可接受市內(nèi)交通時(shí)間

根據(jù)圖1可知，通過核密度估計(jì)得到的市內(nèi)交通時(shí)間概率密度函數(shù)形似對(duì)數(shù)正態(tài)分布：當(dāng)市內(nèi)交通時(shí)間較短時(shí)，由于城際旅客認(rèn)為對(duì)市內(nèi)交通具有較強(qiáng)的掌控和預(yù)測(cè)能力，易持樂觀態(tài)度而低估市內(nèi)交通時(shí)間；而市內(nèi)交通時(shí)間較長(zhǎng)時(shí)，城際旅客認(rèn)為對(duì)市內(nèi)交通的掌控能力較差，同時(shí)長(zhǎng)距離出行時(shí)間不確定性更強(qiáng)，旅客易持悲觀態(tài)度而高估市內(nèi)交通時(shí)間；真實(shí)市內(nèi)交通時(shí)間(均值45.45 min,標(biāo)準(zhǔn)差25.93 min)與預(yù)期(均值46.63 min，標(biāo)準(zhǔn)差27.38 min)相比更小。

此外，過長(zhǎng)的市內(nèi)交通時(shí)間將進(jìn)一步增加旅客在高鐵車站的候車時(shí)間，上海至南京的高鐵旅客在鐵路上海站(簡(jiǎn)稱“上海站”)的候車時(shí)間，平均比上海至杭州的高鐵旅客在虹橋站的候車時(shí)間少約7 min[11]，其中上海站位于中心城區(qū)，而虹橋站位于外環(huán)線外，考慮到目前上海南站不開行滬杭高鐵和動(dòng)車列車，若滬杭高鐵和動(dòng)車列車開行由虹橋站調(diào)整至上海南站，由此帶來的候車時(shí)間縮短可參照該數(shù)據(jù)。

1.2.4 客流分布特征

根據(jù)旅客填寫的起點(diǎn)及所選車站信息，結(jié)合百度地圖(http://map.baidu.com/)計(jì)算的路徑距離，以旅客出行起點(diǎn)至所選鐵路車站或長(zhǎng)途汽車站的路徑距離為橫軸、以旅客出行起點(diǎn)至未選的最近鐵路車站或汽車總站的距離為縱軸繪制二維圖，見圖2。以高鐵旅客坐標(biāo)(20,10)進(jìn)行說明，20代表旅客至虹橋站的距離為20 km，10代表旅客至上海南站和汽車總站中較近車站的距離為10 km，即該點(diǎn)位于對(duì)角線右下方，說明旅客出行起點(diǎn)至所選車站的距離大于至未選最近車站的距離。由圖2可知，高鐵和動(dòng)車旅客大部分位于對(duì)角線右下方，普客旅客分布相對(duì)均勻，總體上更接近上海南站，而大巴旅客分布集中于對(duì)角線周邊，總體上距離汽車總站更近，說明虹橋站位置較偏，大量客流需經(jīng)過長(zhǎng)距離市內(nèi)交通才能到達(dá)，而上海南站和汽車總站距離更近，見表4。市內(nèi)交通出行距離的增加意味著市內(nèi)交通時(shí)間不確定性增加，該不確定性使得旅客為不錯(cuò)過列車出發(fā)而增加候車時(shí)間，進(jìn)一步導(dǎo)致城際出行鏈整體時(shí)間的增加。

表4 旅客至所選和最近未選車站的路徑距離統(tǒng)計(jì) km

2 城際出行方式選擇模型構(gòu)建及估計(jì)

2.1 模型簡(jiǎn)介

采用離散選擇模型構(gòu)建城際出行方式選擇模型，離散選擇模型通常根據(jù)決策者即旅客效用最大化假設(shè)推導(dǎo)得到，假定旅客n面臨J種城際出行方式，并從第j種城際出行方式獲得特定效用Unj,j=1,…,J，該效用被旅客感知到，但不能被研究者觀測(cè)到，研究者只能觀測(cè)到旅客面臨的選擇方案屬性xnj?j和旅客屬性sn，通過函數(shù)Vnj=V(xnj,sn)?j可將觀測(cè)屬性與旅客效用聯(lián)系起來，稱為代表性效用(Representative Utility)，另一部分效用不能被研究者觀測(cè)到，即Vnj≠Unj，效用被分解為Unj=Vnj+εnj，其中εnj捕捉到影響效用但并未包含在Vnj中的因素，稱為不可觀測(cè)項(xiàng)[12]。研究者不清楚εnj?j，假設(shè)其聯(lián)合密度函數(shù)為f(εn)。因此旅客n選擇城際出行方式i的概率計(jì)算式為

Pni=ProbUni>Unj?j≠i=

ProbVni+εni>Vnj+εnj?j≠i=

( 2 )

式中：Pni為旅客n選擇城際出行方式i的概率；Uni為代表性效用；εni為效用不可觀測(cè)項(xiàng)；n為旅客；i、j為城際出行方式；I·為指示函數(shù)，括號(hào)內(nèi)為真時(shí)I·=1，否則I·=0；fεn為εn的聯(lián)合密度函數(shù)。

logit模型在不可觀測(cè)項(xiàng)εni服從獨(dú)立同分布的二重指數(shù)分布假設(shè)下推導(dǎo)得到，而probit模型則在εni服從多維正態(tài)分布的假設(shè)下推導(dǎo)得到，下文使用的是MNL模型和NL模型。

2.1.1MNL模型

由于εni獨(dú)立同分布于二重指數(shù)分布，根據(jù)文獻(xiàn)[12]推導(dǎo)得概率計(jì)算式

( 3 )

2.1.2NL模型

NL模型則在一定程度上克服MNL模型的IIA特性(independence from irrelevant alternative，不相關(guān)選擇方案之間相互獨(dú)立),概率計(jì)算式為

( 4 )

式中：λk為測(cè)度系數(shù)，用于度量巢k內(nèi)城際出行方式效用不可觀測(cè)項(xiàng)之間的獨(dú)立程度，值越大獨(dú)立程度越高，當(dāng)λk=1時(shí)退化為MNL模型；Bk為巢，共K個(gè)，城際出行方式j(luò)被分配至K個(gè)不重復(fù)的巢B1,B2,…,BK中。

2.2 模型構(gòu)建

考慮到本文的研究目的是分析滬杭城際旅客出行需求、探究市內(nèi)交通改善對(duì)不同城際出行方式分擔(dān)率的影響，故將不同城際出行方式的時(shí)間待估參數(shù)設(shè)定為相同；此外，考慮到調(diào)查地點(diǎn)主要為上海，旅客對(duì)杭州市內(nèi)交通時(shí)間缺乏認(rèn)知，為保證模型精度，僅考慮上海市內(nèi)交通時(shí)間，據(jù)此構(gòu)建包含服務(wù)水平和旅客特征變量，見表5的MNL模型和NL模型初始效用函數(shù)

Ung=θCCng+θTuTu,ng+θTwTw,ng+θTiTt,ng+

θRgRng+θBgBng+θHgHng+θQgQng+θMgMng+

θSgSng+θAgAng+θIgIng+Asc,g+εng

Und=θCCnd+θTuTu,nd+θTwTw,nd+θTiTt,nd+

θRdRnd+θBdBnd+θHdHnd+θQdQnd+

θMdMnd+θSdSnd+θAdAnd+θIdInd+Asc,d+εnd

Unp=θCCnp+θTuTu,np+θTwTw,np+θTiTt,np+

θRpRnp+θBpBnp+θHpHnp

+θQpQnp+θMpMnp+

θSpSnp+θApAnp+θIpInp+Asc,p+εnp

Unb=θCCnb+θTuTu,nb+θTwTw,nb+θTiTt,nb+εnb

( 5 )

式中：i=g,d,p分別代表高鐵、動(dòng)車和普客，b為大巴；θ為待估計(jì)參數(shù)；Asc為待估計(jì)常數(shù)項(xiàng)；其余變量見表5，參數(shù)預(yù)期正負(fù)中，正代表對(duì)應(yīng)變量值越大效用越高，負(fù)代表對(duì)應(yīng)變量值越大效用越低。

表5 模型變量及參數(shù)定義

2.3 參數(shù)估計(jì)結(jié)果

考慮到由于RP數(shù)據(jù)變量變化很小或共線性等造成的變量病態(tài)問題，采用SP數(shù)據(jù)對(duì)參數(shù)進(jìn)行估計(jì)[12]，由于SP數(shù)據(jù)為假設(shè)場(chǎng)景數(shù)據(jù)，得到的選擇結(jié)果可能與真實(shí)選擇有差異。因此本例基于RP數(shù)據(jù)構(gòu)建SP數(shù)據(jù)以減小該差異帶來的有偏估計(jì)。為得到精度更高和解釋能力更強(qiáng)的模型，構(gòu)建MNL模型和NL模型以供備選。根據(jù)2.2節(jié)所述的效用函數(shù)建立初始MNL模型，并按參數(shù)不顯著程度逐步剔除變量，似然比指標(biāo)未超過卡方分布臨界值，說明剔除變量對(duì)模型并無顯著影響，確定最終的MNL模型效用函數(shù)，見表6，進(jìn)一步構(gòu)建NL模型，見圖3和表7，參數(shù)均借助NLOGIT軟件采用牛頓拉普松算法進(jìn)行估計(jì)。

表6 MNL模型變量篩選結(jié)果

由于滬杭客運(yùn)通道4種城際出行方式不可觀測(cè)效用項(xiàng)的方差未必完全相同，借助退化NL模型的包含值IV(inclusive value)估計(jì)，對(duì)確定NL模型的樹形結(jié)構(gòu)十分有幫助，從數(shù)據(jù)本身出發(fā)，不局限于出行方式和數(shù)據(jù)類型，才能最大限度地揭示選擇枝之間的相關(guān)性。由圖3左圖可知普客和大巴的包含值與1無顯著差異，故將普客和大巴放入名為“慢車”的巢中，而將高鐵和動(dòng)車視為退化枝方案，最終得到圖3右圖的樹形結(jié)構(gòu)。

表7中測(cè)度系數(shù)λ對(duì)應(yīng)的t檢驗(yàn)WT為

( 6 )

式中：λ為測(cè)度系數(shù)，即圖3中數(shù)值，其中一個(gè)選擇枝的λ必須被標(biāo)準(zhǔn)化為1；SD為測(cè)度系數(shù)標(biāo)準(zhǔn)差；WT為Wald檢驗(yàn)值。

在表7測(cè)度系數(shù)λ的t檢驗(yàn)3.14(-6.38)中，3.14是測(cè)度系數(shù)顯著不等于0的t檢驗(yàn)值，-6.38是測(cè)度系數(shù)顯著不等于1的Wald檢驗(yàn)值，兩者絕對(duì)值均大于顯著性水平為0.05時(shí)的臨界值1.96，說明NL模型的測(cè)度系數(shù)顯著不等于0和1，說明有必要構(gòu)建NL模型[10]。剔除變量后的MNL模型和NL模型的最終效用函數(shù)為

Ung=θCCng+θTuTu,ng+θTwTw,ng+θTiTi,ng+

θSgSng+θIgIng+Asc,g+εng

Und=θCCnd+θTuTu,nd+θTwTw,nd+θTiTi,nd+

θSdSnd+θIdInd+Asc,d+εnd

Unp=θCCnp+θTuTu,np+θTwTw,np+θTiTi,np+

θSpSnp+θIpInp+Asc,C+εnp

Unb=θCCnb+θTuTu,nb+θTwTw,nb+θTiTi,nb+εnb

( 7 )

此外，旅客出行時(shí)間價(jià)值VOT可由邊際替代率MRS估算，其定義為在整體效用保持不變前提下，旅客為縮短單位出行時(shí)間而多愿意支付的費(fèi)用，兩者參數(shù)比值即為旅客出行時(shí)間價(jià)值

VOT=MRStime-cost=

( 8 )

式中：VOT為時(shí)間價(jià)值；MRS為邊際替代率；ΔUtime、ΔUcost分別為時(shí)間和費(fèi)用變化所引起的效用變化值；dUtime、dUcost分別為效用對(duì)時(shí)間和費(fèi)用的導(dǎo)數(shù)；?U/?T、?U/?C分別為效用對(duì)時(shí)間和費(fèi)用的偏導(dǎo)；T可進(jìn)一步劃分為Tu、Tw、Ti，即θT可用θTu、θTw、θTi進(jìn)行替換，用于測(cè)算不同段的時(shí)間價(jià)值；θT、θC分別為時(shí)間和費(fèi)用的參數(shù)估計(jì)值。

表7 NL模型參數(shù)估計(jì)結(jié)果

注：t檢驗(yàn)絕對(duì)值越大，則顯著性水平p-value越小、參數(shù)估計(jì)越顯著。

3 滬杭列車開行站調(diào)整對(duì)其競(jìng)爭(zhēng)力的影響

考慮到高鐵旅客以公務(wù)、探親和旅游等目的為主，此類出行主要通往中心城區(qū)，同時(shí)短距離的城際出行旅客對(duì)市內(nèi)交通時(shí)間更為敏感，因此有必要考慮虹橋站和上海南站在滬杭客運(yùn)通道中的分工問題。對(duì)京滬長(zhǎng)途出行旅客而言，假設(shè)旅客到達(dá)虹橋站的市內(nèi)交通時(shí)間為45 min，目的地城市的市內(nèi)交通時(shí)間同樣為45 min，而京滬高鐵旅客平均在車時(shí)間約5.6 h，可以接受1.5 h的市內(nèi)交通時(shí)間；但對(duì)滬杭短途城際出行旅客，高鐵城際交通時(shí)間僅約為1 h,1.5 h的市內(nèi)交通服務(wù)水平恐怕難以令絕大部分旅客滿意。因此可考慮將當(dāng)前由虹橋站始發(fā)的大部分滬杭高鐵和動(dòng)車列車調(diào)整至由上海南站始發(fā)。該調(diào)整將使滬杭高鐵旅客市內(nèi)交通時(shí)間縮短近11 min，降至36.14 min，并使滬杭客運(yùn)通道旅客市內(nèi)交通時(shí)間均值由當(dāng)前的45.45 min降至38.07 min，低于旅客平均可接受市內(nèi)交通時(shí)間39.59 min的要求，同時(shí)使市內(nèi)交通費(fèi)用均值減少2.42 元/人次；進(jìn)一步考慮到由此帶來的候車時(shí)間縮短，結(jié)合調(diào)查數(shù)據(jù)和文獻(xiàn)閱讀[10]可知候車時(shí)間將縮短7 min，根據(jù)表7的時(shí)間價(jià)值可知市內(nèi)交通改善所節(jié)約的廣義成本(費(fèi)用與時(shí)間成本之和)為10.86 元/人次。高鐵開行站調(diào)整使得高鐵城際出行的上海市內(nèi)交通服務(wù)水平有所改善，并使市內(nèi)交通時(shí)間、候車時(shí)間和市內(nèi)交通費(fèi)用有所下降，由此帶來分擔(dān)率的提升。

表8 滬杭高鐵列車開行調(diào)整前后的城際出行方式分擔(dān)率變化

由表7可知性別和收入對(duì)城際出行方式選擇均有影響，并且優(yōu)化高鐵市內(nèi)交通銜接將使其分擔(dān)率有所提升，但對(duì)不同特征旅客子群體產(chǎn)生的影響不同，其中“↑”、“↓”分別代表某城際出行方式的分擔(dān)率上升或下降，見表9，主要結(jié)果為：

(1) 旅客收入越高，對(duì)出行時(shí)間的要求更高，同時(shí)對(duì)出行費(fèi)用的承受能力更強(qiáng)，因此高收入旅客更愿意轉(zhuǎn)向費(fèi)用更高、時(shí)間更短的高鐵，而低收入旅客更多地選擇費(fèi)用較低、時(shí)間較長(zhǎng)的動(dòng)車；

(2) 高鐵和動(dòng)車分擔(dān)率增量更多地來源于普客，說明較之于大巴，普客與高鐵和動(dòng)車存在更強(qiáng)的替代性；

(3) 當(dāng)旅客收入為6 700 元/月時(shí)，其轉(zhuǎn)向高鐵和動(dòng)車的分擔(dān)率相同，均為3.080%；

(4) 一般而言，男性旅客收入更高，樣本均值為7 079 元/月，高于臨界值6 700 元/月，更容易接受費(fèi)用更高的高鐵，而女性旅客收入較低，樣本均值為5 763 元/月，低于臨界值6 700 元/月,故在高鐵和動(dòng)車開行站調(diào)整后，男性旅客更傾向于選擇高鐵，而女性旅客更傾向于選擇動(dòng)車。

表9 旅客子群體在高鐵開行站調(diào)整前后的城際出行方式分擔(dān)率變化 %

4 結(jié)論

本文以滬杭客運(yùn)通道旅客為研究對(duì)象，通過問卷調(diào)查數(shù)據(jù)分析滬杭城際旅客特征、市內(nèi)交通特征和客流分布特征，比較市內(nèi)交通服務(wù)水平現(xiàn)狀與旅客要求的差異；進(jìn)一步將市內(nèi)交通服務(wù)屬性作為影響城際出行方式選擇的城際運(yùn)輸鏈的一部分納入進(jìn)來，構(gòu)建包含高鐵、動(dòng)車、普客和大巴等4種出行方式在內(nèi)的城際出行方式選擇模型，即MNL模型和NL模型；結(jié)果說明出行鏈費(fèi)用、市內(nèi)交通時(shí)間、候車時(shí)間、在車時(shí)間、性別和收入對(duì)城際出行方式選擇影響顯著。以較優(yōu)的NL模型為基礎(chǔ)，比較當(dāng)前滬杭高鐵和動(dòng)車列車由虹橋站開行，以及未來滬杭高鐵和動(dòng)車列車由上海南站開行兩個(gè)不同方案的滬杭高鐵和動(dòng)車分擔(dān)率。繼而結(jié)合旅客特征變量對(duì)不同子群體的選擇行為進(jìn)行比較，結(jié)果說明滬杭高鐵和動(dòng)車列車由上海南站開行的方案將吸引更多的高收入群體以及男性旅客選擇滬杭高鐵，而年齡、是否報(bào)銷、行李數(shù)和同行人數(shù)等旅客特征對(duì)滬杭城際旅客的出行方式選擇并無顯著影響。但根據(jù)常數(shù)項(xiàng)顯著可知，仍有一些影響城際出行方式選擇的變量尚未納入到模型中，未來有必要增加其他變量進(jìn)一步揭示城際出行方式選擇機(jī)理；此外，下一階段需要研究滬杭高鐵線接入上海南站的建設(shè)方案，并從調(diào)整后車站通過能力、樞紐區(qū)間通過能力、動(dòng)車段高鐵存車能力和養(yǎng)護(hù)維修作業(yè)能力等方面開展調(diào)整方案可行性研究。

參考文獻(xiàn)：

[1] 何宇強(qiáng), 毛保華, 陳團(tuán)生, 等. 高速客運(yùn)專線客流分擔(dān)率模型及其應(yīng)用研究[J]. 鐵道學(xué)報(bào), 2006, 28(3): 18-21.

HE Yuqiang, MAO Baohua, CHEN Tuansheng, et al. The Mode Share Model of the High-speed Passenger Railway Line and its Application[J]. Journal of the China Railway Society, 2006, 28(3): 18-21.

[2] 張戎, 吳曉磊, 張?zhí)烊? 基于RP/SP融合數(shù)據(jù)的滬杭客運(yùn)通道公鐵客流分擔(dān)率研究[J]. 鐵道學(xué)報(bào), 2008, 30(6): 7-13.

ZHANG Rong, WU Xiaolei, ZHANG Tianran. The Railway and Highway Mode Split Analysis in Huhang Corridor Based on RP/SP Combined Data[J]. Journal of the China Railway Society, 2008, 30(6): 7-13.

[3] 張戎, 吳曉磊. 長(zhǎng)三角快速客運(yùn)網(wǎng)城際公共交通分擔(dān)率模型[J]. 同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, 36(9): 1 210-1 215.

ZHANG Rong, WU Xiaolei. Inter-urban Public Transport Mode Share under High-speed Railways Network in Yangtze River Delta[J]. Journal of Tongji University: Natural Science,2008,36(9):1 210-1 215.

[4] 朱順應(yīng), 李軍, 李安勛, 等. 城市群軌道交通方式劃分非集計(jì)logit模型[J]. 武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版), 2009, 32(6): 1 063-1 066.

ZHU Shunying, LI Jun, LI Anxun, et al. The Disaggregate Logit Model for Mode Split of Rapid Railway in the Urban Agglomeration[J]. Journal of Wuhan University of Technology:Transportation Science & Engineering, 2009, 32(6): 1 063-1 066.

[5] 葉玉玲, 王藝詩. 滬杭運(yùn)輸通道內(nèi)旅客出行方式選擇行為研究[J]. 鐵道學(xué)報(bào), 2010, 32(4): 13-17.

YE Yuling, WANG Yishi. Research on Travel Mode Choice Behavior in Shanghai—hangzhou Transport Corridor[J]. Journal of the China Railway Society, 2010, 32(4): 13-17.

[6] 彭輝, 續(xù)宗芳, 韓永啟, 等. 城市群城際運(yùn)輸結(jié)構(gòu)配置客流分擔(dān)率模型[J]. 長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 32(2): 91-95.

PENG Hui, XU Zongfang, HAN Yongqi et al. Sharing Ratios Model of Passenger Flows in Intercity Transportation Structure Configuration among Urban Agglomeration[J]. Journal of Chang’an University:Natural Science Edition, 2012, 32(2): 91-95.

[7] 王孝之, 趙勝川, 閆禎禎. 基于Rank Logit模型對(duì)城際交通分擔(dān)率的計(jì)算方法研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2012, 12(2): 137-143.

WANG Xiaozhi, ZHAO Shengchuan, YAN Zhen-zhen. Intercity Transport Mode Spilt Calculation Method Based on Rank Logit Model[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(2): 137-143.

[8] 陳穎雪, 董治, 吳兵, 等. 基于選擇方案抽樣調(diào)查的城市群低頻率出行行為研究[J]. 中國(guó)公路學(xué)報(bào), 2013, 26(3): 158-163.

CHEN Yingxue, DONG Zhi, WU Bing, et al. Study on Low-frequency Intercity Travel Behavior of Urban Agglomeration Based on Choice-based Sampling Survey[J]. China Journal of Highway and Transport, 2013, 26(3): 158-163.

[9] ROMAN C, MARTIN J C, ESPINO R, et al. Valuation of Travel Time Savings for Intercity Travel: The Madrid-barcelona Corridor[J]. Transport Policy, 2014, 36(1): 105-117.

[10] HENSHER D A, ROSE J M, GREENE W H. Applied Choice Analysis: A Primer[M]. Cambridge: Cambridge University Press, 2005, 88-99.

[11] 孫小興. 高速鐵路與市內(nèi)交通銜接的問題研究[D]. 上海: 同濟(jì)大學(xué), 2012:41-54.

[12] TRAIN K E. Discrete Choice Methods with Simulation[M]. Cambridge: Cambridge University Press, 2009, 11-33.

[13] KOPPELMAN F S, BHAT C. A Self Instructing Course in Mode Choice Modeling: Multinomial and Nested Logit Models[R]. Washington: US Department of Transportation Federal Transit Administration, 2006:157-174.