基于非集計理論的高鐵與民航客運分擔(dān)率研究

王 星 （蘭州交通大學(xué) 交通運輸學(xué)院，甘肅 蘭州 730070）

0 引言

近年來，中國高速鐵路事業(yè)迅猛發(fā)展，其對民航的巨大沖擊已成定局。而面對高鐵的來勢洶洶，民航也積極采取了各項應(yīng)對措施。在高鐵與民航的競爭過程中，雙方在充分發(fā)揮自身優(yōu)勢的基礎(chǔ)上，以降價等手段對客流進行競爭，導(dǎo)致運輸企業(yè)競爭日漸激烈。因此，本文對影響旅客出行方式選擇的因素進行研究分析，明確兩者的客運分擔(dān)率，有利于兩者早日實現(xiàn)共贏。

目前，對于旅客出行方式選擇問題的研究已有一定的成果，王爽、趙鵬[1]利用非集計理論和方法，構(gòu)建旅客的選擇行為模型，對旅客選擇行為進行預(yù)測。劉美琪[2]采用混合Logit方法建立了兩種條件下的出行方式選擇模型。Roman等[3]對馬德里與巴塞羅那之間的高鐵與民航進行調(diào)查分析，從旅行時間節(jié)省、舒適度等方面分析旅客的支付意愿，建立分類模式選擇模型。賈洪飛等[4]根據(jù)北京居民出行調(diào)查數(shù)據(jù)，建立了交通方式選擇模型，分析了不同收費價格下兩種交通方式所分擔(dān)的交通出行比率及道路交通飽和度的變化情況。何宇強、毛保華[5]選擇經(jīng)濟性、快速性等5個衡量指標(biāo)，建立廣義費用函數(shù)，利用相關(guān)研究結(jié)果和極大似然估計法，確定模型參數(shù)，建立了高速客運專線客流分擔(dān)率模型。Adler等[6]以運輸距離和座位數(shù)等為影響因素，采用Logit模型計算客流分擔(dān)率，建立包括生產(chǎn)者剩余、環(huán)境費用等因素的社會總效益函數(shù)。Yang和Zhang[7]從票價、客運收入以及社會福利等方面研究高鐵與民航的競爭影響。以上研究成果對利用非集計理論研究旅客選擇行為奠定了基礎(chǔ)，但是對于高鐵和民航的旅客選擇行為，缺少對具體影響因素的分析。

本文主要研究高速客運通道內(nèi)高鐵和民航的選擇行為，以非集計理論為依據(jù)，對問卷調(diào)查所得數(shù)據(jù)進行統(tǒng)計分析，建立反映高鐵和民航兩種運輸方式客運分擔(dān)率的BL（Binary-Logit）模型，并對眾多影響因素進行篩選，最終量化各因素對旅客的出行行為決策的影響程度，并進行具體分析，從而得出高鐵與民航競爭現(xiàn)狀。

1 出行方式選擇模型建立

旅客進行客運方式選擇的Logit模型的效用函數(shù)Uik為可觀測的影響因素構(gòu)成的效用確定項Vik和不可觀測的影響因素構(gòu)成的效用隨機項εik之和，那么第i個旅客選擇方案k的效用函數(shù)可以表示為：

本文主要討論高速鐵路和民航兩種客運方式，即選擇方案k取值僅為1（選擇高鐵）和2（選民航），因此，可以選擇Binary Logit模型進行描述，則旅客i選擇高鐵為出行方式的概率可表示為：

固定效用項Vik與其影響變量之間的關(guān)系可以用多種函數(shù)形式來描述，通常，最簡單而且最常用的形式為假設(shè)二者呈線性關(guān)系[10]，即：

式中，Xink為第i個旅客選擇第k種方案的第n個影響因素；θn為第n個影響因素所對應(yīng)的參數(shù)；因此，選擇民航的概率為：

2 影響因素的選擇

通過對旅客出行方式選擇影響因素的分析，其主要因素可劃分為：旅客屬性、交通工具屬性和出行屬性，在此基礎(chǔ)上，設(shè)計旅客出行方式選擇的調(diào)查問卷。考慮本文僅研究旅客對高鐵和民航兩種客運方式的選擇偏好，因此，此次調(diào)研地點選擇在濟南高鐵西站和遙墻機場，對旅客出行進行隨機抽樣調(diào)查。本次調(diào)查共發(fā)放調(diào)查問卷500份，收回有效問卷486份。其中男性乘客292位，女性乘客194位；調(diào)查對象的年齡主要集中在25歲到55歲，占到總調(diào)查人數(shù)的80%以上；而調(diào)查對象主要為公務(wù)出行，為被調(diào)查總?cè)藬?shù)的75%。

2.1 影響因素定義

根據(jù)效用最大化理論，出行者在可支配資源的約束下，總會選擇使個人需要和愿望得到最大限度滿足的出行方式。為了能夠使出行方式選擇模型能夠盡可能準(zhǔn)確地對出行者的判斷過程進行有效分析，就必須對影響出行者出行方式選擇的因素有全面的考慮。通過分析，影響旅客出行方式選擇的主要因素包括：旅客自身屬性、出行方式屬性和出行屬性，影響因素具體定義及變量見表1：

2.2 相關(guān)性分析

表1 影響因素定義及變量表

利用已建立的出行方式選擇模型以及實地調(diào)查所得到的數(shù)據(jù)，通過SPSS22.0軟件[9]對模型參數(shù)進行標(biāo)定。為使后期計算簡便，先對各影響因素進行篩選，通過已選影響因素之間的相關(guān)性來實現(xiàn)，由SPSS22.0得到相關(guān)性矩陣（見表2）。

表2 影響因素之相關(guān)性矩陣

3 參數(shù)標(biāo)定與分析

將剩余變量X5、X8、X9、X10、X11的數(shù)據(jù)重新整合，進行參數(shù)標(biāo)定，以便確定其對選擇概率的影響程度。根據(jù)標(biāo)定結(jié)果（見表3）可以看出各影響因素檢驗指標(biāo)滿足各項精度要求，因此，出行目的、發(fā)班間隔、票價、旅行時間、程前時間5個因素對旅客在高速客運方式的選擇上有顯著影響。

表3 參數(shù)標(biāo)定結(jié)果

根據(jù)問卷的調(diào)查結(jié)果，有75%的旅客為公務(wù)出行，這類旅客很大程度上反映了高鐵和民航的競爭情況，因此X5取值為2。那么，給定一組高鐵和民航的屬性值（表4），即可計算高鐵和民航兩種客運方式的客運分擔(dān)率，從而分析其在不同票價折扣以及程前時間下的競爭情況。

首先，利用給定的屬性值計算不同票價折扣下的客運分擔(dān)率（表5、圖1），從而得出以下結(jié)論：

（1）模型計算得到的預(yù)測值與實際調(diào)查值的誤差在3%以內(nèi)，說明兩者吻合度較高，式（2）模型以及選擇的影響因素可以較好地描述旅客對高鐵與民航的選擇情況。

（2）隨著機票票價折扣的增大，民航客運所占的市場份額逐漸增大，相應(yīng)地競爭力也逐漸增強；當(dāng)民航票價降至5折時，高鐵和民航的市場份額幾乎均等，此時，兩者競爭最為激烈；而隨著民航票價的繼續(xù)下降，兩者的競爭依然激烈，直至民航票價低至1折以下時，民航客運基本完全占據(jù)客運市場。

根據(jù)上述結(jié)論，設(shè)置機票票價為5折，即Xi92=3；運輸距離設(shè)置為1 000～1 200km，高鐵平均行駛速度為250公里/小時，民航為750公里/小時；X5取值仍為2，其他屬性值見表4。為了更清晰地分析在不同程前時間下高鐵和民航的市場份額，引入相對競爭度的概念[10]。

表4 高鐵和民航的屬性值

表5 不同票價折扣下的客運分擔(dān)率（%）

通過式（5）得到計算結(jié)果如圖2，分析可得：高鐵和民航的市場份額隨著程前時間的增減而明顯的增減；當(dāng)高鐵的程前時間＜0.75h時，高鐵競爭優(yōu)勢明顯，且隨著程前時間的增加市場份額減少的速度緩慢；而當(dāng)程前時間＞0.75h時，高鐵的市場份額幾乎呈直線趨勢下降，直至程前時間達(dá)到1.5h，高鐵和民航的市場份額均等，競爭最為激烈；程前時間＞1.5h，民航市場份額呈直線上升，直至完全占領(lǐng)市場。由此可知，當(dāng)高鐵程前時間＞1.5h時，在1 000～1 200km這個運輸距離，由于運輸時間等因素的影響，高鐵的優(yōu)勢大大降低，民航客運快速占領(lǐng)市場。

圖1 不同票價折扣下民航的市場份額

圖2 高鐵和民航相對競爭度

4 結(jié)束語

本文主要研究高速客運通道中高鐵和民航的競爭情況，結(jié)合非集計模型，建立了反映兩者競爭關(guān)系的BL（Binary-Logit）模型。將依據(jù)相關(guān)性篩選的影響因素的實地調(diào)查數(shù)據(jù)代入模型中分析得出如下結(jié)論和建議：

（1）模型的預(yù)測值和調(diào)查值的誤差在3%以內(nèi)，說明Logit模型對研究運輸方式客運分擔(dān)率的問題具有良好的適用性。

（2）票價對高鐵和民航的競爭影響較大，降低票價可以增強自身競爭力，增大市場份額，但是一味降低票價反而會使兩者競爭愈發(fā)激烈，最終導(dǎo)致兩敗俱傷。并且隨著社會的發(fā)展，票價已經(jīng)不是影響旅客對出行方式的選擇的唯一因素，程前時間等因素的影響力日漸加大，因此，高鐵和民航應(yīng)在適當(dāng)降價的基礎(chǔ)上縮短程前時間。