基于出行便捷性的地鐵站到達方式研究

沈發(fā)才，傅忠寧，秦永勝，張豐婷

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

0 引言

我國大部分城市地鐵站間距較大，而且隨著城市擴張以及衛(wèi)星城市的興起，出行者需要使用便捷的交通方式從居住地到達市內(nèi)地鐵站換乘，到達方式選擇成為地鐵出行的關(guān)鍵一環(huán)。因此，分析影響地鐵站周邊居民出行方式的影響因素，考慮地鐵站到達方式的交通特性，對于軌道交通主干作用的發(fā)揮，接駁交通綠色化引導(dǎo)，地鐵站交通服務(wù)設(shè)施的完善等具有重要參考價值。

Swait[1]通過對紐約市部分軌道交通站點客流數(shù)據(jù)的調(diào)查，建立了離散選擇模型，預(yù)測到達地鐵站主要交通方式的分擔(dān)率。Maria等[2]抽樣調(diào)查瑞典通勤者的出行偏好，發(fā)現(xiàn)靈活、舒適和環(huán)保是被調(diào)查者選擇出行方式的首要考慮因素。劉建榮等[3]根據(jù)出行者的異質(zhì)性分析了高速鐵路車站到達方式選擇行為，認(rèn)為不同類別出行者在步行時間、車內(nèi)時間、價格、公交偏好、地鐵偏好等方面具有顯著差異。嚴(yán)海等[4]在北京市某地鐵站周邊進行了問卷調(diào)查和模擬實驗，分析影響地鐵站接駁方式(步行和自行車)的主要因素，并利用敏感性分析得出了2種接駁方式的時空閾值，給出了合理的接駁距離和接駁時間。韓曉玉等[5]以蘇州市為例，運用多項Logit模型對地鐵站接駁方式進行參數(shù)標(biāo)定，認(rèn)為此模型能較好地預(yù)測地鐵站接駁方式。葉玉玲等[6]運用馬爾可夫決策理論的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，分析了交通樞紐客流集散方式中各種交通方式的客流變化趨勢和規(guī)律，并根據(jù)預(yù)測結(jié)果提出協(xié)調(diào)優(yōu)化對策。

目前國內(nèi)外學(xué)者在出行方式選擇問題方面的研究主要是考慮個人屬性、社會經(jīng)濟屬性以及出行屬性，很少有學(xué)者考慮出行便捷性因素。因此，根據(jù)上海市居民出行的智能手機調(diào)查數(shù)據(jù)，引入多項Logit模型，從出行便捷性的角度分析被調(diào)查者到達地鐵站的方式選擇行為和影響因素。

1 基于出行便捷性的地鐵站到達方式選擇模型構(gòu)建

1.1 出行便捷性概述

對于地鐵出行而言，出行便捷性是指出行者采用一種或多種交通方式到達地鐵站的便利性。大多數(shù)學(xué)者認(rèn)為出行便捷性包含方便性、快捷性以及經(jīng)濟性3個方面的內(nèi)容[7]。其中，方便性是指出行者在完成當(dāng)前既定的出行過程中，很容易進行出行方案規(guī)劃，且能根據(jù)自己的出行需求隨時調(diào)整交通方式或者交通出行路線；快捷性是指出行者在保障安全性和舒適性的前提下，能夠快速完成本次出行的全過程，盡可能地縮短出行時間；經(jīng)濟性是指出行者在享受安全、舒適出行的基礎(chǔ)上，能夠盡可能地降低出行成本[8]?；诔鲂斜憬菪陨鲜?方面的內(nèi)容，結(jié)合出行便捷性自身特性和已有研究成果，得到地鐵站到達便捷性指標(biāo)體系。地鐵站到達便捷性指標(biāo)體系如表1所示。

表1 地鐵站到達便捷性指標(biāo)體系Tab.1 Index system of convenience and rapidity to arrive at a subway station

1.2 到達方式選擇模型構(gòu)建

1.2.1 到達方式選擇行為概述

近年來，由于城市經(jīng)濟水平的提升，再加上出行者的行為偏好和出行特性，以及交通供給水平、城市規(guī)模的不同，使得出行者在“出行第一公里”選用的交通方式也不盡相同。地鐵站到達方式選擇是指出行者選用接駁類型到達就近地鐵站換乘的行為。目前地鐵站到達方式主要可以分為：①步行；②非機動車；③小汽車(私家車和出租車)；④常規(guī)公交；⑤其他方式。

1.2.2 影響因素選取

基于出行便捷性理論和地鐵站接駁方式的研究成果，針對影響地鐵站到達方式選擇的眾多因素，對所獲取數(shù)據(jù)進行相關(guān)性分析，得到影響地鐵站到達方式選擇的影響因素[9]。地鐵站到達方式的影響因素如表2所示。

表2 地鐵站到達方式的影響因素Tab.2 Influencing factors in travel modes to a subway station

其中，是否擁有固定工作可以反映出行者對所在城市交通體系的熟悉程度，同時體現(xiàn)出行的規(guī)律性和長期性，即擁有固定工作可以表明出行者相對熟知出行路線和時間，且出行并非偶然發(fā)生的一次性行為，反之亦然。出發(fā)高峰時刻是指出行時間點是否處于高峰時段，其中高峰時段限定為：早高峰7 : 00—9 : 00；晚高峰17 : 00—19 : 00。

1.2.3 選擇行為建模

效用最大化理論可用于描述出行者對于地鐵站到達方式選擇的決策過程，效用函數(shù)一般包括固定效用和隨機誤差項[10]。

式中：Uiq為出行者選擇地鐵站到達方式的效用；i為出行者；q為地鐵站到達方式選擇集N中的一個選擇項；εiq為效用函數(shù)的隨機項；Viq為效用函數(shù)的可觀測固定項部分。

通常假設(shè)地鐵站到達方式中Viq是影響因素Xiqk的線性函數(shù)，計算公式如下。

式中：K為特征變量的數(shù)目；θk為第k個特征變量對應(yīng)的參數(shù)；Xiqk為出行者i選擇地鐵站到達方式q的第k個特征變量。

多項logit模型假定Viq與εiq是相互獨立的，且εiq服從Gumbel分布，則出行者i選擇到達地鐵站交通方式q的概率Piq如公式 ⑶ 所示。

式中：Prob為返回區(qū)域中的數(shù)值落在指定區(qū)間內(nèi)的對應(yīng)概率。

由Gumbel分布的性質(zhì)得到如下公式。

則出行者i選擇到達地鐵站交通方式q的Logit模型的一般形式為

式中：In為地鐵站到達方式的總數(shù)量。

2 數(shù)據(jù)采集與處理

2.1 數(shù)據(jù)采集

利用自編的智能手機GPS定位軟件，收集上海市志愿者的出行軌跡調(diào)查數(shù)據(jù)。整個調(diào)查過程主要分為3個階段：①前期準(zhǔn)備；②中期實施；③后期數(shù)據(jù)整理。前期是調(diào)查區(qū)域選取、調(diào)查人群的選擇以及培訓(xùn)，本次調(diào)查共征集了398名志愿者，在他們的智能手機中安裝GPS定位軟件，填寫個人屬性相關(guān)資料，并在調(diào)查期間開啟軟件；中期是采集出行者的軌跡數(shù)據(jù)，并將這些數(shù)據(jù)及時上傳至數(shù)據(jù)庫，共得到200多萬條軌跡數(shù)據(jù)。

采集到的信息包括志愿者的編號(User)、時刻(Instant)、軌跡點經(jīng)度(longitude)、軌跡點緯度(latitude)、瞬時速度(speed)、水平位置精度(accuracy)、衛(wèi)星數(shù)量(satellite)以及定位方式(type)。通常情況下，手機每秒鐘會上傳一個GPS軌跡點數(shù)據(jù)至數(shù)據(jù)庫。采集到的第452號志愿者的部分GPS軌跡數(shù)據(jù)如表3所示。

表3 GPS軌跡數(shù)據(jù)Tab.3 Track data based on GPS

2.2 數(shù)據(jù)處理

基于智能手機采集的出行數(shù)據(jù)量龐大，為避免出現(xiàn)異常、缺少部分信息或精度達不到要求的數(shù)據(jù)，因此需要對原始數(shù)據(jù)進行處理，剔除格式錯誤、水平定位精度和衛(wèi)星數(shù)量達不到要求的數(shù)據(jù)。然后利用出行距離、速度以及加速度作為特征變量，對處理后的數(shù)據(jù)應(yīng)用BP神經(jīng)網(wǎng)絡(luò)算法推斷出行方式[11]，最終共得到5 644條出行數(shù)據(jù)。從這些出行數(shù)據(jù)中，挑選包含地鐵出行的軌跡數(shù)據(jù)作為研究的基礎(chǔ)，最終提煉出610條涵蓋地鐵的出行鏈。

2.3 數(shù)據(jù)分析

處理后的數(shù)據(jù)包括被調(diào)查者個人及家庭的社會經(jīng)濟屬性和一周內(nèi)涵蓋地鐵的出行鏈數(shù)據(jù)。數(shù)據(jù)分項統(tǒng)計表如表4所示。步行時長、到達時間、到達距離以及到達費用被作為協(xié)變量代入地鐵站到達方式選擇模型，來分析它們各自對地鐵站到達方式的影響，沒有再細(xì)分子項類別做離散化處理。為了體現(xiàn)內(nèi)容的完整性，只是將這4項影響因素羅列在數(shù)據(jù)分項統(tǒng)計表中。

3 模型求解

3.1 指標(biāo)量化

采用Likert五點量表對表4中的指標(biāo)進行數(shù)值量化。指標(biāo)數(shù)值量化如表5所示。其中1 ~ 4表示不同指標(biāo)差異度；到達總距離、到達總時長以及到達地鐵站過程的步行時長為協(xié)變量，因而不進行量化操作。

表4 數(shù)據(jù)分項統(tǒng)計表Tab.4 Statistics of data classification by item

表5 指標(biāo)數(shù)值量化Tab.5 Quantification of indicator values

3.2 模型參數(shù)的標(biāo)定

地鐵站到達方式研究中以步行到達為參考類別，對多項Logit模型進行參數(shù)標(biāo)定。參數(shù)標(biāo)定值如表6所示。其中，B為變量系數(shù)，Sig.為統(tǒng)計量的顯著性水平。模型變量根據(jù)顯著性水平Sig.確定：Sig.＜ 0.05，當(dāng)變量系數(shù)B大于0時，說明該變量對某一類地鐵站到達方式選擇有正向促進作用；反之則為負(fù)向作用。

表6 參數(shù)標(biāo)定值Tab.6 Calibration values of parameters

3.3 結(jié)果參數(shù)檢驗

對選取的變量進行顯著性檢驗，以步行到達為參考，運用多項Logit模型對出行數(shù)據(jù)進行統(tǒng)計分析，獲取模型擬合信息和似然比檢驗結(jié)果[12-13]。模型擬合信息如表7所示。

表7 模型擬合信息Tab.7 Fitting information of the model

由表7可知，模型顯著性水平高，擬合效果好。似然比檢驗結(jié)果如表8所示。

由表8可知，固定工作、接駁距離、步行時長、出行目的的顯著性水平甚至低于0.01[14]，可以認(rèn)為這4項對地鐵站到達方式選擇具有更為顯著的影響，是衡量出行便捷性的關(guān)鍵因素。

表8 似然比檢驗結(jié)果Tab.8 Results of the likelihood ratio test

4 出行便捷性影響分析

參數(shù)標(biāo)定及顯著性檢驗結(jié)果表明，出行便捷性對地鐵站到達方式選擇的影響是非常明顯的。由表6可知，決定非機動車、小汽車、常規(guī)公交3種到達方式選擇概率的顯著性因素個數(shù)相近，但各自顯著性因素組合的構(gòu)成并不相同，它們的并集幾乎涵蓋了表2對出行便捷性的所有表征因素，因此，選取的出行便捷性因素具有遍歷性，是較為全面的。為進一步探究出行便捷性對地鐵站到達方式的影響，分別從方便性、快捷性和經(jīng)濟性3個方面剖析。

4.1 方便性

方便性由是否具有固定工作、私家車擁有情況和接駁距離來體現(xiàn)。由表6可知，從顯著性因素的個數(shù)來看，方便性對非機動車到達方式的表征效果較好，因為私家車擁有情況、固定工作、0 ~ 800 m接駁距離以及1 500 ~ 3 000 m接駁距離4項指標(biāo)均顯著。

在0 ~ 800 m范圍內(nèi)，接駁距離對非機動車選擇概率為正向影響，出行者會隨著接駁距離的增加逐漸選擇非機動車到達地鐵站；在1 500 ~ 3 000 m范圍內(nèi)，接駁距離對非機動車選擇概率為負(fù)向影響，且影響程度很大，出行者會隨著接駁距離的增加明顯轉(zhuǎn)向其它地鐵站到達方式。因此，常規(guī)公交應(yīng)廣泛吸引地鐵站周邊1 500 m以外的乘客群體，提高出行方便性，減少他們選用小汽車到達地鐵站的概率。

是否具有固定工作對非機動車和小汽車到達方式選擇的影響程度較大。因為大部分固定工作者必須在指定的時間段內(nèi)到達特定地點，而常規(guī)公交在運行時間和行車間隔方面存在很大的不確定，相比而言，非機動車和小汽車到達地鐵站的時間可控性較強，成為固定工作者青睞的到達方式。因此，常規(guī)公交應(yīng)通過公交專用道的設(shè)置、智能化調(diào)度系統(tǒng)的配置等措施提高準(zhǔn)點到達率，方便乘客按預(yù)定時間到達地鐵站。

4.2 快捷性

快捷性由步行時長、出發(fā)高峰時刻、出行目的、到達時間和到達距離來體現(xiàn)。由于到達地鐵站的出行是派生性需求，出行者的實際意圖是搭乘地鐵，所以到達距離和到達時間對地鐵站到達方式的影響程度較小。由表8可知，到達距離在0.1顯著性水平的似然比檢驗中通過，到達時間在0.05顯著性水平的似然比檢驗中通過，而步行時長和出行目的在更為嚴(yán)格的0.01顯著性水平下通過，說明快捷性對地鐵站到達方式的整體表征效果很好。

此外，由表6可知，到達時間和到達距離2項指標(biāo)只對小汽車到達方式選擇的影響顯著，因為同非機動車、常規(guī)公交相比，小汽車的快捷性表現(xiàn)最為突出，因此這2項指標(biāo)對以小汽車為到達方式的表征效果最好。常規(guī)公交雖然在快捷性方面不占優(yōu)勢，但可以充分發(fā)揮價格優(yōu)勢，采取延時補貼、遞遠(yuǎn)遞減等多元化票價優(yōu)惠政策。

4.3 經(jīng)濟性

經(jīng)濟性由到達費用來體現(xiàn)。但加入到達費用因素后，地鐵站到達方式選擇模型中各因素的似然比檢驗結(jié)果均不理想，因此從出行便捷性指標(biāo)中移除。由表4數(shù)據(jù)分項統(tǒng)計結(jié)果加總可知，步行、非機動車和常規(guī)公交占地鐵站到達方式的88.6%，這3種到達方式的出行費用都很低，對地鐵站到達方式的影響并不大。

5 結(jié)束語

從交通需求管理的角度出發(fā)，以出行效用最大化為理論依據(jù)，利用上海市居民智能手機GPS定位數(shù)據(jù)，探討影響步行、非機動車、小汽車、常規(guī)公交4種地鐵站到達方式的出行便捷性因素。就到達地鐵站交通方式而言，應(yīng)引導(dǎo)出行距離在1 500 m以上的這部分出行群體選擇中長距離下便捷性表現(xiàn)更好的常規(guī)公交或非機動車到達地鐵站。為了逐步達到引導(dǎo)目的，需要在公共交通服務(wù)配套和共享單車發(fā)展方面著力，完善公交樞紐和站點、非機動車?？奎c等相關(guān)設(shè)施的設(shè)置；以及提高常規(guī)公交到達準(zhǔn)點率和線網(wǎng)可達性，降低常規(guī)公交和共享單車的出行費率。就地鐵站周邊設(shè)施布置而言，不僅要實現(xiàn)通達性的要求，還應(yīng)兼顧步行、非機動車以及小汽車等到達方式的便捷性設(shè)計，盡量減少人行天橋和地下通道的設(shè)置數(shù)量，科學(xué)規(guī)劃地鐵站周邊停車場位置和小汽車進出路線，為非機動車出行者和長距離小汽車出行者提供便捷的停車換乘服務(wù)。出行便捷性是城市交通規(guī)劃與管理追求的目標(biāo)，地鐵作為大容量、高速度的軌道交通方式，能否吸引大批乘客，充分發(fā)揮主干作用，很大程度上取決于地鐵站到達方式的便捷性。研究結(jié)論對地鐵站周邊交通方式組織和出行行為引導(dǎo)具有理論價值，后續(xù)可分為新建地鐵站規(guī)劃和既有地鐵站改造2種情況進一步探討出行便捷性問題，同時可擴展到城際鐵路和高速鐵路車站的到達方式選擇方面。