基于出行者收益的多方式服務(wù)決策模型研究

沈 犁，張 桐，邱慧陽(yáng)

(1.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川 成都 610031；2.大連現(xiàn)代軌道交通有限公司，遼寧 大連 116000)

基于出行者收益的多方式服務(wù)決策模型研究

沈 犁1，張 桐1，邱慧陽(yáng)2

(1.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川 成都 610031；2.大連現(xiàn)代軌道交通有限公司，遼寧 大連 116000)

考慮城市交通干線高峰時(shí)段小汽車與地面公交方式分擔(dān)通勤客流的協(xié)同競(jìng)爭(zhēng)關(guān)系，引入了出行者主觀出行選擇偏好以及出行方式客觀效用。提出了基于出行者總收益最大化的出行服務(wù)方?jīng)Q策模型。通過(guò)對(duì)成都市天府大道出城向機(jī)動(dòng)車通勤狀態(tài)的算例分析，得到了在不同需求下具有最大出行者收益的道路分擔(dān)結(jié)構(gòu)，證實(shí)了模型的可行性。表明能夠運(yùn)用此模型通過(guò)對(duì)出行者方式選擇行為的影響，來(lái)促進(jìn)兩方式各自占用城市交通干線機(jī)動(dòng)車道路資源的均衡性，實(shí)現(xiàn)城市交通干線出行者的效用最大化，為道路管理者對(duì)交通干線的流量管理決策與公交運(yùn)營(yíng)者的定價(jià)供給決策提供了一定的參考價(jià)值。

交通工程；交通干線；協(xié)同競(jìng)爭(zhēng)關(guān)系；服務(wù)決策模型；出行者收益

0 引 言

隨著我國(guó)城鎮(zhèn)化進(jìn)程加快、城市人口增長(zhǎng)，尤其是越來(lái)越多的城市居民選擇小汽車方式出行，令城市汽車保有數(shù)量急劇上升，也使得城市交通體系越來(lái)越難以承受如此龐大的負(fù)擔(dān)。因此，當(dāng)前緩解城市交通壓力的重點(diǎn)已從改善機(jī)動(dòng)車擁堵?tīng)顩r轉(zhuǎn)向大力發(fā)展公共交通系統(tǒng)，以增大城市公共交通系統(tǒng)能力的方式手段來(lái)提高城市交通干線道路交通資源的配置效率，同時(shí)利用出行方式的效用與價(jià)格策略來(lái)調(diào)節(jié)整個(gè)道路交通系統(tǒng)需求與供給之間的平衡。

由于城市機(jī)動(dòng)車道路交通資源的有限性，在進(jìn)行交通干線交通結(jié)構(gòu)調(diào)整時(shí)，有必要對(duì)小汽車與公交系統(tǒng)在占用機(jī)動(dòng)車道路資源方面的合作與競(jìng)爭(zhēng)關(guān)系進(jìn)行分析。目前國(guó)內(nèi)外已有許多學(xué)者開(kāi)展了關(guān)于出行者出行方式選擇行為以及交通方式間協(xié)同競(jìng)爭(zhēng)關(guān)系的研究。如Vugt等[1]、Sunitiyoso等[2]、Grange等[3]均采用博弈理論對(duì)出行者的出行選擇行為進(jìn)行了建模分析。國(guó)內(nèi)的學(xué)者如：徐循初[4]、王召?gòu)?qiáng)等[5]、陳星光等[6]亦針對(duì)公交的出行決策行為進(jìn)行了研究。其中王召?gòu)?qiáng)等驗(yàn)證了道路時(shí)空資源限度對(duì)出行方式選擇的決定性作用；陳星光等運(yùn)用演化博弈理論(Evolutionary Game Theory)對(duì)出行者交通出行方式?jīng)Q策的演化過(guò)程進(jìn)行了分析；黃海軍等[7]則引入廣義費(fèi)用概念探討了基于方式行程時(shí)間差異性的交通方式競(jìng)爭(zhēng)行為；肖海燕等[8]也采用了演化博弈理論對(duì)政府參與下出行者方式選擇的行為規(guī)律進(jìn)行分析；楊露萍等[9]同樣運(yùn)用EGT分析了小汽車通勤向公共交通轉(zhuǎn)移行為的決定性因素。

基于以上學(xué)者的分析，以城市交通干線機(jī)動(dòng)車道路系統(tǒng)適宜容量為約束，考慮小汽車方式與地面公交方式在分擔(dān)道路高峰時(shí)段通勤出行需求方面的協(xié)同競(jìng)爭(zhēng)關(guān)系，引入了出行者主觀出行選擇偏好以及出行方式客觀效用，建立了基于出行者總收益最大化的出行服務(wù)方?jīng)Q策模型。通過(guò)對(duì)出行者方式選擇行為的影響來(lái)促進(jìn)兩方式達(dá)致均衡的道路資源占用比率，從而為道路管理者對(duì)交通干線的流量管理決策與公交運(yùn)營(yíng)者的定價(jià)供給決策提供一定參考。

1 城市交通干線多方式協(xié)同競(jìng)爭(zhēng)模型

1.1 模型假設(shè)與數(shù)學(xué)表示

假設(shè)在一封閉的道路環(huán)境內(nèi)具有小汽車與地面公交(以下簡(jiǎn)稱公交)兩種占用機(jī)動(dòng)車道路容量的出行方式。假設(shè)在此交通干線內(nèi)高峰時(shí)段共有N位通勤出行者，并主要考慮其出行鏈中的優(yōu)先級(jí)交通方式，忽略次要級(jí)交通方式以及交叉口影響的可能；同時(shí)設(shè)公交運(yùn)營(yíng)者對(duì)地面公交車輛的載客飽和度存在一預(yù)期控制目標(biāo)θ，且忽略此交通干線出行者的初始小汽車擁有率與公交供給車數(shù)，將兩者視為一動(dòng)態(tài)變量，處于相互平衡變動(dòng)的狀態(tài)，直至達(dá)到此交通干線路允許的最大飽和容量，其數(shù)字符號(hào)說(shuō)明如表1。

表1 數(shù)學(xué)符號(hào)說(shuō)明Table 1 Mathematical symbols illustration

1.1.1 出行服務(wù)方

出行服務(wù)方式為：小汽車方式PC、公交方式MT(兩系統(tǒng)實(shí)際均對(duì)應(yīng)機(jī)動(dòng)車道路系統(tǒng))。

城市交通干線機(jī)動(dòng)車道路系統(tǒng)資源R，為理想狀況下的某時(shí)段交通干線機(jī)動(dòng)車道路系統(tǒng)飽和流量，R存在一控制范圍[R0,R1]；同時(shí)鑒于小汽車出行與公交方式出行所具有的瓶頸效應(yīng)，設(shè)立N1與N2分別為在某時(shí)段此交通干線道路容量R限制下小汽車方式PC與地面公交方式MT在極端情況下各自所能承擔(dān)的最大出行者數(shù)量。

兩服務(wù)方式供給服務(wù)各自占用的機(jī)動(dòng)車道路資源成本分別為：

(1)

(2)

式(1)和式(2)表明：當(dāng)兩出行方式服務(wù)水平不能滿足出行者需求時(shí)，兩種方式會(huì)增加匹配性的車輛投入，擴(kuò)大方式服務(wù)能力，同時(shí)也占用更多的道路資源，ZPC與ZMT分別為λ1N與λ2N的函數(shù)。

兩服務(wù)方的供給服務(wù)效用分別用函數(shù)SPC與SMT表示，筆者選用出行時(shí)間G、換乘次數(shù)H(僅限公交)、可靠性K與舒適度E這4項(xiàng)效用評(píng)價(jià)指標(biāo)[10]，采取極值處理法進(jìn)行標(biāo)準(zhǔn)化后通過(guò)熵值法確定其權(quán)重系數(shù)。在確定指標(biāo)內(nèi)容與各項(xiàng)指標(biāo)權(quán)重系數(shù)的基礎(chǔ)上，再采用廣義效用函數(shù)法來(lái)計(jì)算兩方式的廣義效用函數(shù)值，從而有

(3)

(4)

借鑒Logit思想并根據(jù)交通調(diào)查結(jié)果來(lái)標(biāo)定其中參數(shù)，兩者主要表示排除了出行者主觀意向而客觀評(píng)價(jià)的方式服務(wù)效用；引入待定參數(shù)α,β，得到兩方式的效用評(píng)價(jià)值：

SMT=α1GMT+α2KMT+α3HMT+α4EMT+α5

(5)

SPC=β1GPC+β2KPC+β3EPC+β4

(6)

設(shè)兩系統(tǒng)各自要求費(fèi)用分別為CPC，CMT，此處兩系統(tǒng)的要求費(fèi)用均對(duì)應(yīng)需求者的出行價(jià)格成本。其中：小汽車方式PC要求費(fèi)用為小汽車燃油成本。選用的廣義效用函數(shù)具體度量指標(biāo)如表2[10]。

表2 廣義效用函數(shù)度量指標(biāo)Table 2 Measurement index of generalized utility function

1.1.2 出行需求方：出行者群體D

λ1,λ2分別為需求方對(duì)服務(wù)方PC與MT供給服務(wù)的群體偏好選擇概率，d1,d2分別為出行者對(duì)PC和MT供給服務(wù)效用的認(rèn)同程度系數(shù)，一般為[0,2]區(qū)間內(nèi)的均勻分布。

1.2 出行服務(wù)方與需求方策略分析

1.2.1 出行服務(wù)方策略集

小汽車方式策略集為

公交方式策略集為

1.2.2 出行需求方策略集

(7)

(8)

(9)

由于筆者主要考慮小汽車與地面公交方式間的系統(tǒng)協(xié)同競(jìng)爭(zhēng)，此處假設(shè)需求方選擇其他方式或道路出行時(shí)效用為0。

1.2.3 出行者群體判定

采用隨機(jī)區(qū)組設(shè)計(jì)，各單位自行設(shè)計(jì)排列，3次重復(fù)，5行區(qū)，每次重復(fù)小區(qū)面積20 m2；所有組別試驗(yàn)四周保護(hù)行不少于4行。每次重復(fù)實(shí)收中間3行風(fēng)干脫粒，按14%水分折算產(chǎn)量。第一次重復(fù)邊行調(diào)查生育期并收15穗用于室內(nèi)考種。同時(shí)調(diào)查成熟所需活動(dòng)積溫（≥10℃）、株高、穗位高、空桿率等植株農(nóng)藝性狀，考種調(diào)查和計(jì)算禿尖長(zhǎng)、穗長(zhǎng)、穗行數(shù)、百粒重、出籽率等穗部性狀。

(10)

(11)

(12)

(13)

1.3 基于出行者收益的出行服務(wù)方?jīng)Q策模型

當(dāng)PC與MT協(xié)同競(jìng)爭(zhēng)以實(shí)現(xiàn)此交通干線上出行者收益最大化的目標(biāo)時(shí)，道路約束為

(14)

N1=1.5VPC,max

(15)

(16)

首先非轉(zhuǎn)移選擇小汽車方式的出行者總收益為

(17)

非轉(zhuǎn)移選擇公交方式的出行者總收益為

(18)

由于當(dāng)λ1N>N1,λ2N>N2時(shí)，在前設(shè)條件下要求由過(guò)飽和的一方向另一方式轉(zhuǎn)移，則存在方式轉(zhuǎn)移行為的出行者總收益為

(19)

(20)

(21)

步驟1：設(shè)立初始迭代次數(shù)n=0，分別計(jì)算下兩式：

(22)

(23)

步驟2：若有式(24)成立：

(24)

則停止計(jì)算，否則返回步驟1，令n=n+1。

2 算例分析

表3 出行者對(duì)兩出行方式相對(duì)效用認(rèn)同度的離散概率分布Table 3 The discrete probability distribution of d1/d2

依據(jù)表2度量指標(biāo)與上述調(diào)查分析結(jié)果，通過(guò)G，H，K，E這4項(xiàng)與距離l的轉(zhuǎn)化關(guān)系分別標(biāo)定α1=-0.677，α2=0.55，α3=-0.861，α4=-0.328，α5=1.629，β1=-0.745，β2=0.512，β3=-0.073，β4=1.753，經(jīng)檢驗(yàn)各變量的t絕對(duì)值均大于1.96，優(yōu)度比均大于0.34，具有較高精度，SMT/SPC的相關(guān)式如式(25)：

(25)

VMT))]2+[min(0,(VPC+VMT-R0))]2}

(26)

筆者采用MATLAB軟件對(duì)外點(diǎn)法及檢測(cè)算法編程,對(duì)上述模型求解，得到最優(yōu)解如表4。

表4 不同出行需求下的最大出行者收益與最優(yōu)道路方式結(jié)構(gòu)Table 4 the Travelers’ maximal profits & the optimal trafficstructure under different traffic demands level

由結(jié)果可看出，當(dāng)需求量較大存在部分小汽車向公交方式轉(zhuǎn)移現(xiàn)象時(shí)，人均出行者收益會(huì)下降。可見(jiàn)在不能增加小汽車服務(wù)供給能力或增加要求費(fèi)用時(shí)，必須要通過(guò)加強(qiáng)地面公交的服務(wù)效用或減少公交要求費(fèi)用的方式來(lái)改變出行者群體的偏好，從而引導(dǎo)其方式選擇行為偏向。同時(shí)由上述算例可以看出在依據(jù)交通調(diào)查確定的參數(shù)條件下，能有效利用文中建立的出行服務(wù)方?jīng)Q策模型，確定不同需求下具有最大出行者收益的道路分擔(dān)結(jié)構(gòu)，從而為控制干線車流量以及提供適宜能力的公交服務(wù)提供良好的參考。

3 結(jié) 語(yǔ)

分析了城市交通干線高峰時(shí)段小汽車與地面公交方式分擔(dān)通勤客流的協(xié)同競(jìng)爭(zhēng)關(guān)系，引入了出行者主觀出行選擇偏好以及出行方式客觀效用，提出了基于出行者總收益最大化的出行服務(wù)方?jīng)Q策模型。通過(guò)對(duì)成都市天府大道出城向機(jī)動(dòng)車通勤狀態(tài)的算例分析，得到了在不同需求下具有最大出行者收益的道路分擔(dān)結(jié)構(gòu)，證實(shí)了模型的可行性。證明了能夠運(yùn)用此模型通過(guò)對(duì)出行者方式選擇行為的影響，來(lái)促進(jìn)兩方式各自占用城市交通干線機(jī)動(dòng)車道路資源的均衡性，實(shí)現(xiàn)城市交通干線出行者的效用最大化，為道路管理者對(duì)交通干線的流量管理決策與公交運(yùn)營(yíng)者的定價(jià)供給決策提供了一定的參考價(jià)值。同時(shí)也存在一定限制，沒(méi)有對(duì)不同價(jià)格以及不同需求下的道路結(jié)構(gòu)波動(dòng)范圍作敏感性分析，希望未來(lái)能在此模型的基礎(chǔ)上對(duì)各項(xiàng)參數(shù)的變動(dòng)影響做進(jìn)一步分析。

[1] VAN-VUGT M,MEERTENS R M,VAN-LANGE P A M.Car versus public transportation? the role of social value orientations in a real-life social dilemma[J].AppliedSocialPsychology,1995,25(3):258-278.

[2] SUNITIYOSO Y,MATSUMOTO S.Modelling a social dilemma of mode choice based on commuters’ expectations and social learning[J].EuropeanJournalofOperationalResearch,2009,193(3):904-914.

[3] DE-GRANGE L,TRONCOSO R,GONZLEZ F.An empirical evaluation of the impact of three urban transportation policies on transit use[J].TransportPolicy,2012,22:11-19.

[4] 徐循初.關(guān)于確定城市交通方式結(jié)構(gòu)的研究[J].城市規(guī)劃匯刊,2003(1):13-15. XU Xunchu.On confirming the urban traffic mode structure[J].UrbanPlanningForum,2003(1):13-15.

[5] 王召?gòu)?qiáng),李彬.道路網(wǎng)容量約束下的交通結(jié)構(gòu)優(yōu)化方法研究[J].交通與運(yùn)輸,2006(增刊2):18-22. WANG Zhaoqiang,LI Bin.The traffic target structure optimize model reaseach under the road network cvapability restriction[J].Traffic&Transportation,2006(Sup2):18-22.

[6] 陳星光,周晶,朱振濤.城市交通出行方式選擇的演化博弈分析[J].管理工程學(xué)報(bào),2009,23(2):140-143. CHEN Xingguang,ZHOU Jing,ZHU Zhentao.Evolutionary game analysis of the travel mode choice for urban travelers[J].JournalofIndustrialEngineeringandEngineeringManagement,2009,23(2):140-143.

[7] 黃海軍,BELL M G H,楊海.公共與個(gè)體競(jìng)爭(zhēng)交通系統(tǒng)的定價(jià)研究[J].管理科學(xué)學(xué)報(bào),1998,1(2):17-23. HUANG Haijun,BELL M G H,YANG Hai.Pricing and modal split in a competitive system of mass transit and highway[J].JournalofManagementSciencesinChina,1998,1(2):17-23.

[8] 肖海燕,王先甲.政府參與模式下出行者出行方式選擇行為的演化博弈分析[J].管理工程學(xué)報(bào),2010,24(2):115-118. XIAO Haiyan,WANG Xianjia.A study of trip model choice behavior of traveler based on the evolutionary game under the participation of government[J].JournalofIndustrialEngineeringandEngineeringManagement,2010,24(2):115-118.

[9] 楊露萍,錢(qián)大琳.小汽車通勤向公共交通轉(zhuǎn)移演化博弈分析[J].北京交通大學(xué)學(xué)報(bào),2014,38(2):151-156. YANG Luping,QIAN Dalin.Evolutionary game analysis on modal shift of car commuters to public transport[J].JournalofBeijingJiaotongUniversity,2014,38(2):151-156.

[10] 黃樹(shù)森.基于非集計(jì)的城市公共交通方式選擇模型及靈敏度分析研究[D].北京:北京交通大學(xué),2008. HUANG Shusen.ResearchontheDisaggregateModelofUrbanPublicTransitModeChoiceandSensitivityAnalysis[D].Beijing:Beijing Jiaotong University,2008.

[11] 徐林,葉以農(nóng),楊孝寬.北京市城市干道通行能力及規(guī)劃參數(shù)研究[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2011,35(2):392-396. XU Lin,YE Yinong,YANG Xiaokuan.Study on capacity and related parameters of urban main roadways in Beijing[J].JournalofWuhanUniversityofTechnology(TransportationScience&Engineering),2011,35(2):392-396.

A Model Study on Multiple Transport Service Decision Based on Travelers’ Profits

SHEN Li1，ZHANG Tong1，QIU Huiyang2

(1.School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, Sichuan, P. R. China;2.Dalian Modern Railway Co, Dalian 116000, Liaoning, P. R. China)

Considering the synergic competition that private cars and surface public transit means share the travelling passengers in peak time of ubran traffic artery, a traveller’s subjective trip preferable choice and the objective effect of trip mode were introduced and a transport service decision model based on traveller’s maximum total benefits was established. By simulating and calculating the outward motorcar moving on Chengdu Tianfu Avenue, the optimal road traffic allocation structure was obtained to meet different demands and achieve maximum traveller’s benefits and the feasibility of this model was thus verified. By application of this model , the travel’s trip mode choice can be influenced to promote the balance of between private car and public bus in respect of occupying motorway of urban artery and realize the traveller’s mixum profits. So this model can provide some valuable suggestions to road managers and mass transit operater in traffic flow control, decision-making and ticket pricing.

traffic engineering; traffic artery;synergic competition;service decision model;travelers’profit

10.3969/j.issn.1674-0696.2016.02.24

2014-11-25；

2015-02-11

國(guó)家自然科學(xué)基金項(xiàng)目(51108390)

沈 犁(1986—)，男，四川成都人，博士研究生，主要從事城市交通分析方面的研究。E-mail：Shenli0927@163.com。

U491.1

A

1674-0696(2016)02-114-06