基于Logit模型的高速鐵路旅客 離站換乘選擇分析

遲 明，霍婭敏，劉廣武，賈葉子

（1.西安鐵路職業(yè)技術(shù)學(xué)院 交通運輸學(xué)院，陜西 西安 710014；2.西南交通大學(xué) 交通運輸與物流 學(xué)院，四川 成都 611756)

高速鐵路車站作為城市綜合交通樞紐的主體， 銜接多種市內(nèi)交通方式，承擔(dān)城市區(qū)域內(nèi)重要集散任務(wù)[1]。研究高速鐵路旅客離站換乘選擇行為，可為布設(shè)銜接站場及分配運輸工具提供支撐，有助于實現(xiàn)旅客零距離換乘[2]。近年來，網(wǎng)約車用戶漸增，除了接入地鐵、公交、出租車、私家車等離站換乘方式外，新的出行方式促使高速鐵路車站完善換乘設(shè)施布局，增設(shè)網(wǎng)約車換乘點[3]；旅客的換乘選擇行為會影響高速鐵路車站換乘設(shè)施的布設(shè)形式，在選擇肢中應(yīng)考慮新出行方式對旅客個體偏好的影響[4]。同時高速鐵路旅客具有指向明顯換乘偏好的出行屬性，如大件行李比例高，協(xié)同出行較明顯等[5]。因此，區(qū)分旅客類別，分析換乘偏好，計算支付意愿，可為站場換乘布設(shè)提供依據(jù)，為票價優(yōu)化提供參照。

1 高速鐵路旅客離站換乘偏好與影響因素

1.1 旅客離站換乘個體偏好

（1）心理需求及換乘過程分析。換乘選擇作為出行行為的一種，本質(zhì)受心理需求支配，根據(jù)心理學(xué)概念，分為旅客共性需求和個性需求。換乘方式的經(jīng)濟、可達、便捷、舒適是共性需求。當(dāng)旅客實際出行體驗與期望相符合時，心理需求得到滿足，產(chǎn)生此方式的換乘偏好[6]；當(dāng)換乘體驗低于心理預(yù)期，旅客會積累后悔值，后悔值的大小決定了偏好調(diào)整方向。由于旅客主觀感知不同，出行習(xí)慣和出行屬性不同，形成了個性需求[7]。在決策階段，高速鐵路離站旅客考慮個性和共性2個需求。

MCN-nIC與MCN-IC兩組在病灶邊界、囊壁厚度、壁結(jié)節(jié)及分隔間的差異有統(tǒng)計學(xué)意義(表4)，病灶邊界不清、囊壁厚度>2 mm、壁結(jié)節(jié)及無分隔是MCN-IC的單因素預(yù)測因子(表4)。

（2）偏好形成過程分析。旅客做決策時，并非完全掌握各換乘方案特點，對屬性因素不熟悉的前提下，旅客會基于偏好作出決策。偏好的形成是一個循環(huán)學(xué)習(xí)和累積過程。旅客基于以往經(jīng)驗，結(jié)合現(xiàn)場環(huán)境，不斷對比決策結(jié)果與實際體驗的感知差異，從而進行適應(yīng)性學(xué)習(xí)[8]。隨著離站換乘次數(shù)的增多，不斷收到?jīng)Q策反饋的信息，其中主觀感知較差的信息累積為自身經(jīng)驗，感知較好的信息進行動態(tài)更新，進而形成信息與決策的良性結(jié)合，最終得到穩(wěn)定的換乘偏好。

相對于歐洲的高福利國家模式，美國實行自保公助的模式，它以市場和家庭為主、以國家為輔來滿足個人自身需要，具有非常明顯的市場化特征，它的優(yōu)點總結(jié)起來有三點：

1.2 旅客離站換乘選擇集

高速鐵路旅客離站換乘接駁工具分為公共交通換乘和個體交通換乘2類。公共交通換乘方式中，地鐵、公交載客量大，經(jīng)濟環(huán)保，是主要接駁方式；個體交通換乘方式主要為出租車、私人汽車及網(wǎng)約車。根據(jù)高速鐵路離站換乘工具確定換乘方式選擇肢為：地鐵、公交、出租車、網(wǎng)約車、私家車。

需要注意的是，選擇肢中使用私家車換乘的前提為旅客離站后擁有該車輛的支配權(quán)，若旅客離站時無可支配的私家車，則選擇肢剔除該換乘方式。據(jù)此，高速鐵路旅客離站換乘存在2類情況：①旅客離站后有可支配的私人車輛，為5換乘選擇肢：地鐵、公交、出租車、網(wǎng)約車、私家車；②旅客離站后無可支配的私人車輛，為4換乘選擇肢：地鐵、公交、出租車、網(wǎng)約車。依據(jù)私家車的可支配情況，對這2種設(shè)計分別進行建模和分析。

1.3 旅客離站換乘影響因素

（5）同行照料對換乘選擇顯著性分析。對照地鐵時公交參數(shù)為負且顯著，說明旅客獨自出行時更傾向于選擇地鐵換乘；而存在同行者時，使用公交換乘意愿下降；在同行者需要照料時，出租車和網(wǎng)約車符號為正且顯著，旅客選擇偏向于更為安全舒適的換乘工具。

（1）旅客屬性。主要指旅客的個體社會經(jīng)濟特征。由于職業(yè)和收入存在關(guān)聯(lián)性，指標(biāo)選取其中之一即可。任意私人車輛接送均視為可支配，統(tǒng)計可支配情況更為準(zhǔn)確。屬性集合為：性別(GEN)，年齡(AGE)，受教育程度(EDU)，收入(INC)、離站是否擁有可支配私家車(PCA)。

（2）出行屬性。個體的每一次出行，即對應(yīng)一次新的出行屬性，不同個體之間的出行屬性相互獨立，同一個體的不同出行，其出行屬性也相互獨立。此外，高速鐵路離站旅客出行特點鮮明，旅客往往攜帶行李，協(xié)同出行現(xiàn)象較為常見等，需納入考量。出行距離(TD)，水平區(qū)間為5 km，10 km，15 km；行李負載程度(BL)，水平區(qū)間為高，中，低；同行照料(CP)，水平區(qū)間為同行有照料，同行無照料，無同行。

（3）換乘方式屬性。衡量換乘方式屬性有定性和定量2種方式。由于定量分析具有更好的實操性及數(shù)理統(tǒng)計特性，所確定的定量影響因素又與定性指標(biāo)相關(guān)聯(lián)，例如經(jīng)濟性可由出行費用衡量，可達性可由走行時間體現(xiàn)，在有具體量化的指標(biāo)前提下，采用定量分析更為簡潔準(zhǔn)確。綜上采用定量分析，屬性集合為：出行費用(TC)、在車時間(VT)、等候及步行時間(WT)，分別根據(jù)實際價格、時間設(shè)置高中低3個水平。

2 高速鐵路旅客離站換乘選擇模型構(gòu)建

2.1 選擇效用模型

換乘方案為有限集合時，可通過效用來描述離站旅客的換乘心理期望，效用最大即所選換乘方式帶來的體驗最佳，離站選擇總效用由固定效用V和隨機效用?2部分組成。通過構(gòu)建情景問卷模擬換乘方式的市場競爭環(huán)境，旅客結(jié)合自身出行屬性，在換乘方案中比選，最終確定的換乘方式為該旅客個體偏好下的最大效用選項。

化學(xué)示蹤劑以無機鹽類、熒光染料類、鹵代烴類為主，主要用于研究儲層物性、油層連通性和注水對地層的影響。由于化學(xué)示蹤劑存在相對用量大、需要井口作業(yè)、成本高和環(huán)境污染等問題，所以該類示蹤劑呈淘汰趨勢。

隨機效用在滿足以下2個假設(shè)時，可推導(dǎo)為最大效用模型，從而適用于研究交通選擇行為問題[8]： ①高速鐵路旅客作為決策基本單位，即不同單位面對選擇集同種換乘方式會產(chǎn)生不同效用水平，旅客個體p在j個換乘選項的集合Mj中獲得的效用水平記為Upj，j =1，2，…，J。②旅客在全部換乘方案中選擇效用最大的一個，則在j個方案中選擇方案i的總效用Upi需滿足公式(1)。

換乘固定效用由可見影響因素x與隨機系數(shù)β線性組合構(gòu)成，β取值根據(jù)情景問卷所統(tǒng)計的觀測結(jié)果估計。模型計入不可觀測效用部分以抵消旅客對出行信息接收和理解的缺失，將換乘固定效用與不可觀測效用聯(lián)合得公式(2)。

綜上所述，本試驗認為引起CD病變部位不同的機制可能與CCR9、TLR4介導(dǎo)的淋巴細胞歸巢有關(guān)，其具體機制為Toll樣受體介導(dǎo)的免疫失衡引起了病變部位淋巴細胞歸巢的活化。

2.2 情景問卷數(shù)據(jù)

營盤河大橋左、右線1#橋墩均采用雙肢薄壁墩，墩高33.5m,單肢截面尺寸 6.25m×1.5m，肢間凈距3m（見圖1）。由于肢間間距較小，為避免在提升過程中左、右幅模板發(fā)生碰撞，把肢間間距內(nèi)側(cè)的三角架設(shè)計成整體橫撐平臺整體提升。取消模板主背楞及斜撐，利用對拉桿進行模板固定，既避免了左右幅相互的干擾，同時增加了操作的安全性。

表1 離站旅客社會經(jīng)濟屬性統(tǒng)計表Tab.1 Socio-economic attributes of off-station passengers

2.3 模型隨機參數(shù)

情景問卷所得觀測值為旅客換乘的最大效用選項，Logit模型可根據(jù)參數(shù)標(biāo)定結(jié)果分析該類型旅客的換乘個體偏好和不同出行屬性下的選擇傾向。將換乘選擇影響因素標(biāo)定為效用模型參數(shù)，共構(gòu)成3個集合，旅客屬性(ISC)，出行屬性(TSC)，換乘方式屬性(SSC)，分別對每一個影響因素建立隨機系數(shù)β。全部問卷觀測值帶入模型后，對β進行參數(shù)標(biāo)定，其顯著性分析結(jié)果可得特定出行屬性下旅客的換乘偏好，依據(jù)偏好可進一步計算旅客換乘支付意愿。由最大效用的定義得到選擇肢效用函數(shù)，離站旅客p選擇換乘方式i的可觀測效用表達式計為Vpi。

（1）多項Logit模型擬合優(yōu)度分析。離站無可支配私人車輛旅客MNL模型自由度12，對數(shù)似然函數(shù)值為-2 507.45，AIC指標(biāo)5 044.91，BIC指標(biāo)2 507.458 3，標(biāo)定出行屬性參數(shù)，依據(jù)t檢驗結(jié)果和p值發(fā)現(xiàn)出行費用、等候及步行時間、在車時間的參數(shù)符號正確，模型擬合結(jié)果與預(yù)期相符，McFadden似然比0.3742 ＞ 0.30，模型擬合優(yōu)度較好。

將各屬性集合展開，修正后的換乘效用函數(shù)式

式中：Trans為換乘方式選擇肢集合(地鐵-Sub、公交-Bus、出租車-Tax、網(wǎng)約車-Net、私家車-Car)；ASCTrans為換乘方式Trans的固有常量；?pj為旅客p在j個換乘選項的隨機效用值；GEN為性別水平值，βGEN為其待估計隨機系數(shù)；AGE為年齡水平值，βAGE為其待估計隨機系數(shù)；EDU為年齡水平值，βEDU為其待估計隨機系數(shù)；INC為月收入水平值，βINC為其待估計隨機系數(shù)；TD為出行距離水平值，βTD為其待估計隨機系數(shù)；BL為行李負載水平值，βBL為其待估計隨機系數(shù)；CP為同行照料水平值，βCP為其待估計隨機系數(shù)；WT為等候及步行時間水平值，βWT為其待估計隨機系數(shù)；VT為在車時間水平值，βVT為其待估計隨機系數(shù)；TC為出行費用水平值，βTC為其待估計隨機系數(shù)。

設(shè)立情景模擬旅客在特定出行屬性下做出的換乘選擇，使用D-最優(yōu)實驗設(shè)計法組合屬性和水平，循環(huán)迭代到D-error最小時，導(dǎo)出情景為最優(yōu)解，該實驗設(shè)計法能避免正交實驗設(shè)計中屬性相關(guān)性為零的假設(shè)，提升實驗設(shè)計精度。此時D-error均值0.669 3，方差0.071 5，共生成6個情景，離站無可支配私家車旅客問卷換乘選項中已剔除私家車選擇肢，旅客在一個情境下的換乘選擇計為1個觀察值，一套問卷產(chǎn)生6個觀察值。5名調(diào)查員于2020年1月2日至9日，在成都東站、重慶北站、沙坪壩站現(xiàn)場使用情景問卷實地調(diào)查高速鐵路離站旅客795人。其中，離站無可支配私家車旅客 630人，問卷有效觀察值3 780個；離站有可支配私家車旅客165人，問卷有效觀察值990個。離站旅客社會經(jīng)濟屬性統(tǒng)計如表1所示。

式中：Ppi為旅客p在j個換乘選項的概率。

隨機變量服從對數(shù)正態(tài)分布[1]，根據(jù)先驗信息，可確定出行屬性作為自變量時與選擇因變量成負相關(guān)，在計算效用前應(yīng)作負值處理。

年輕人是旅游的主力軍，年輕人有著極強的表達欲，他們通過拍攝上傳短視頻來吸引關(guān)注，相互比拼視頻創(chuàng)意、內(nèi)容、音樂、特效，全方位、動態(tài)化的展示景點，讓更多的人通過線上短視頻就了解到城市景區(qū)的全貌。觀看視頻的網(wǎng)友還可以在評論區(qū)實現(xiàn)與主播、觀看者評論互動，對所拍攝內(nèi)容進行點評、詢問景點具體位置名稱、旅游體驗等。

2.4 旅客換乘支付意愿

不同出行屬性下，旅客對換乘費用的支付意愿存在差異，在得到旅客換乘偏好結(jié)果后，依據(jù)出行屬性的水平變化，分別計算5種換乘方式費用支付意愿，可為市場定價提供參考。旅客換乘選擇的總效用不發(fā)生變化，換乘支付意愿則為某屬性水平范圍內(nèi)發(fā)生改變所支付的費用，出行屬性Xi上的支付意愿表達為

式中：TC為出行費用，在描述行李負載程度、同行照料等定性變量時，支付意愿以水平變化帶來的效用差進行計算；分別為屬性Xi在1水平和2水平上旅客選擇換乘方案的效用，據(jù)此得到多項Logit模型下2類旅客的支付意愿結(jié)果。

式中：Upj為旅客p在j個換乘方案得到的總效用值；Vpj為固定效用值；?pj為隨機效用值；k為可見影響因素X的數(shù)量；βk為第k個可見因素Xk的隨機系數(shù)。

興趣是最好的老師。小學(xué)生學(xué)習(xí)興趣是提升學(xué)習(xí)品質(zhì)的重要因素，小學(xué)道德與法治是一門綜合性較強的學(xué)科，它不僅要對學(xué)生進行思想教育，促使學(xué)生樹立正確的人生觀、價值觀，還要對學(xué)生認知進行改造和優(yōu)化，培養(yǎng)他們積極樂觀的生活態(tài)度，幫助學(xué)生參與社會、學(xué)習(xí)做人。教學(xué)實踐中，教師要注意采用多元化教學(xué)方式，激發(fā)學(xué)生學(xué)習(xí)興趣，進而促使學(xué)生主動學(xué)習(xí)相關(guān)知識。激趣方式眾多，情境創(chuàng)設(shè)、故事講述、觀看視頻、做實驗、做游戲都比較常用。具體如何選擇，教師要根據(jù)現(xiàn)實需要進行設(shè)計。

3 高速鐵路旅客離站換乘選擇模型分析結(jié)果

3.1 Logit模型參數(shù)標(biāo)定結(jié)果

旅客離站無可支配私家車，換乘選擇肢為4。將3 780個觀察值按水平帶入公式(4)，模型選取為多項Logit模型，其中旅客社會經(jīng)濟屬性帶入其實際水平，其余參數(shù)的水平依據(jù)D-最優(yōu)實驗設(shè)計法生成結(jié)果及旅客的決策項錄入，使用極大似然估計法可消除屬性正交相關(guān)性的影響[8]，對β進行標(biāo)定和顯著性分析。離站無可支配私家車旅客MNL模型參數(shù)估計結(jié)果如表2所示。

短短幾年間，經(jīng)濟建設(shè)取得重大成就、全面深化改革取得重大突破、民主法治建設(shè)邁出重大步伐、思想文化建設(shè)取得重大進展、人民生活不斷改善、生態(tài)文明建設(shè)成效顯著、強軍興軍開創(chuàng)新局面、港澳臺工作取得新進展、全方位外交布局深入展開、全面從嚴(yán)治黨成效卓著。我們?nèi)〉玫某删褪侨轿坏?、開創(chuàng)性的，變革是深層次的、根本性的。

式中：ASCpi為旅客p在換乘方式i的固有常量；A′為出行屬性數(shù)量；a′為出行屬性集合TSC中不可重復(fù)出現(xiàn)的一隨機屬性；B′為換乘方式屬性數(shù)量；b′為換乘方式屬性集合SSC中不可重復(fù)出現(xiàn)的一隨機屬性；C′為離站旅客屬性數(shù)量；c′為旅客屬性集合ISC中不可重復(fù)出現(xiàn)的一隨機屬性；TSCpi為旅客n在換乘方式i下各出行屬性的水平值，βTSC為其待估計隨機系數(shù)；SSCpi為旅客n在換乘方式i下各換乘方式屬性的水平值，βSSC為其待估計隨機系數(shù)；ISCpi為旅客n在換乘方式i下各旅客屬性的水平值，βISC為其待估計隨機系數(shù)。

（2）換乘方式固定常量顯著性分析。相比于地鐵，公共換乘方式中公交參數(shù)符號為負，離站無可支配私家車旅客更愿意使用地鐵換乘；個體換乘方式中，出租車和網(wǎng)約車常量參數(shù)符號為負且顯著，說明出行屬性觀測到的效用對總效用帶來了負面影響。換乘方式屬性參數(shù)標(biāo)定結(jié)果將作為參照組與離站有可支配私家車旅客參數(shù)估計結(jié)果進行對比。

（3）出行距離對換乘選擇顯著性分析。換乘出行距離的增加對出租車和和公交的選擇有負面影響，是由于乘坐公交長距離出行舒適度較低，距離的增加使得出租車的費用線性增長，這些因素使得旅客選擇出現(xiàn)轉(zhuǎn)移。而地鐵的參數(shù)為正，在換乘出行距離較長時，旅客傾向乘坐地鐵換乘。

表2 離站無可支配私家車旅客MNL模型參數(shù)估計結(jié)果Tab.2 Parameter estimation results of MNL model for off-station passengers without a private car

（4）行李負載程度對換乘選擇顯著性分析。出租車和網(wǎng)約車的參數(shù)標(biāo)定結(jié)果為正且顯著，隨著行李的增多，離站無可支配私人車輛旅客愿意支付更多費用在較為舒適的個體換乘工具，而公交車和地鐵在此參數(shù)上無顯著性。

旅客離站換乘歷經(jīng)較為復(fù)雜的決策過程，目的是找出主觀認知中效用最大的換乘方式。分析換乘行為影響因素，可確定屬性指標(biāo)，這是問卷設(shè)計的前提，也是模型評定的基礎(chǔ)[2]。根據(jù)屬性的性質(zhì)和作用對象，從旅客屬性、出行屬性及換乘方式屬性3方面探究換乘選擇影響因素。

3.2 參數(shù)估計結(jié)果對比分析

將表2參數(shù)估計結(jié)果作為對照組，重點分析當(dāng)換乘選擇增加了私家車選項后各出行屬性的顯著性變化。旅客離站有可支配私家車，換乘選擇肢增為5，將990個觀察值按水平帶入公式(4)，采用極大似然估計法，對β進行標(biāo)定和顯著性分析。離站有可支配私家車旅客MNL模型參數(shù)估計結(jié)果如表3所示。

（1）多項Logit模型(MNL)擬合優(yōu)度分析。離站無可支配私人車輛旅客MNL模型自由度12，對數(shù)似然函數(shù)值-1 385.43，AIC指標(biāo)2 816.86，BIC指標(biāo)1 385.43，McFadden似然比0.350 7 ＞ 0.30，擬合優(yōu)度較好。

（2）換乘方式屬性參數(shù)估計結(jié)果對比分析。無可支配私家車旅客的VT參數(shù)估計負顯著，而離站有可支配私家車旅客未出現(xiàn)顯著性，該類型旅客對在車時間不敏感；對比WT參數(shù)估計結(jié)果發(fā)現(xiàn)，旅客在有能力使用私家車換乘時，更看重步行及候車時間屬性；TC參數(shù)估計結(jié)果表明，當(dāng)步行距離較長時有可支配私家車旅客換乘選擇更傾向于個體換乘工具。

（3）TD參數(shù)估計結(jié)果對比分析。離站有可支配私家車旅客在出行距離增加時，私家車換乘概率受正影響；該類型旅客在具備可使用私家車換乘的條件下，使用公交換乘意愿下降；當(dāng)出行距離較長時，該類型旅客更傾向使用地鐵和私家車換乘。

秘書把牛皮糖送到樓下，招手時說，牛皮爹你老人家放心，我會把你的材料和雞婆轉(zhuǎn)給書記的。下個星期二來聽信。

（4）BL參數(shù)估計結(jié)果對比分析。旅客離站后在有可支配私家車的換乘選擇下，出租車BL參數(shù)估計結(jié)果為負，行李負載程度較大時該類型旅客并不傾向使用出租換乘，而是偏好網(wǎng)約車和私家車換乘。

Application of Face Recognition Technology in Public Security……………SONG Rui(1·74)

（5）CP參數(shù)估計結(jié)果對比分析。2種設(shè)計下地鐵CP參數(shù)估計結(jié)果均為負且顯著，地鐵在便利度和經(jīng)濟性上存在較強優(yōu)勢，單人出行選擇優(yōu)先級均較高，且不受私家車支配條件影響。而當(dāng)有同行者或需要照顧個體出現(xiàn)時，私家車及網(wǎng)約車的參數(shù)為正且顯著，離站有可支配私人車輛旅客偏向私家車或網(wǎng)約車換乘，而無可支配私人車輛旅客更偏向出租車換乘。

表3 離站有可支配私家車旅客MNL模型參數(shù)估計結(jié)果Tab.3 Parameter estimation results of MNL model for off-station passengers with a private car

3.3 換乘支付意愿對比分析

有無可支配車輛2類旅客的支付意愿傾向存在差異。無私家車支配換乘時，旅客在車時間屬性支付意愿每小時提升13.84元；有可支配私家車換乘時，等候時間屬性的支付意愿每小時提升21.10元；出行屬性方面，BLbus和CPsub參數(shù)下2類旅客支付意愿相關(guān)性互逆，行李負載屬性上升1水平，無可支配私家車旅客換乘公交支付意愿上升0.29元，而有可支配私家車旅客下降0.48元。同行照料屬性上升1水平，無可支配私家車旅客換乘地鐵支付意愿減少1.60元，而有可支配私家車旅客上升0.64元；其他屬性參數(shù)支付意愿相關(guān)性一致，但支付費用有顯著差異。離站旅客換乘支付意愿結(jié)果對比如表4所示。

表4 離站旅客換乘支付意愿結(jié)果對比Tab.4 Comparison between off-station passengers’ willingness to pay for transfer

4 結(jié)束語

高速鐵路旅客具有較為明顯的離站換乘特征，在出行影響因素中引入行李負載程度、同行照料等屬性，分水平體現(xiàn)在換乘選擇肢，所得換乘偏好分析結(jié)果更為詳實。在高速鐵路旅客離站換乘行為分析中，區(qū)分了旅客離站是否具備可支配私家車輛的條件，該分類情況屬首次應(yīng)用，從而進一步實現(xiàn)離站旅客類型細分。對兩類旅客換乘偏好獨立建模分析并計算支付意愿，發(fā)現(xiàn)兩者的偏好特點存在較大差異，對同種換乘方式存在不同的支付傾向，獨立分析支付意愿可為市場運行方案及定價提供更細致的參照。