居住和工作地區(qū)位與通勤方式組合選擇

鮮于建川 肖光年

(上海電機(jī)學(xué)院商學(xué)院1) 上海 201306) (上海海事大學(xué)經(jīng)濟(jì)管理學(xué)院2) 上海 201306)

0 引 言

通勤出行是人們關(guān)于居住環(huán)境和位置、職業(yè)和工作地兩方面選擇的體現(xiàn)，不同居住區(qū)位和類型的居民，其出行行為存在顯著差異[1]．居住地、工作地選擇與通勤者出行不是相互孤立的，這些選擇本身及其之間的相互作用對(duì)城市交通、土地利用和發(fā)展有著深遠(yuǎn)的影響．

城市規(guī)劃和交通分析領(lǐng)域的學(xué)者在居住地選擇及其通勤出行行為影響方面進(jìn)行了大量研究．已有研究大都在居住地或工作地為系統(tǒng)外生變量的假設(shè)下分析另一區(qū)位選擇及其對(duì)通勤出行的影響[2-4]．居住地和工作地選擇相互獨(dú)立的假設(shè)未必對(duì)所有出行者成立，也不利于對(duì)居住和工作地實(shí)際選擇行為及其出行行為影響的研究[5]．隨著居住地選擇和出行行為分析領(lǐng)域研究工作的深入，居住地和工作地屬性及其相對(duì)空間關(guān)系對(duì)出行行為的作用被大量實(shí)證研究所證實(shí)[6-8]．然而，由于分析建模方法的限制，將居住地、工作地和出行選擇納入同一模型系統(tǒng)的研究仍很有限．

具有分層結(jié)構(gòu)的nested logit(NL)模型可以分析離散選擇變量之間的相互影響，其結(jié)構(gòu)簡(jiǎn)單、參數(shù)易于標(biāo)定[9]，但NL模型要求預(yù)先準(zhǔn)確設(shè)定選擇問題的分層結(jié)構(gòu)，且對(duì)于離散選擇變量間相互影響的研究也僅局限于兩個(gè)選擇維度，無法同時(shí)考慮居住地、工作地和出行三個(gè)選擇維度之間的相互影響．廣義極值模型(GEV)是離散選擇建模技術(shù)的重大進(jìn)步，為研究出行選擇行為及其不同選擇維度之間的相互影響和制約關(guān)系提供了新的視角．GEV模型保留了選擇概率的解析形式，其結(jié)構(gòu)靈活多樣，在空間選擇、出行選擇及其相互依賴關(guān)系的研究中得到應(yīng)用．

為了更準(zhǔn)確的刻畫居住地、工作地區(qū)位與通勤出行方式的聯(lián)合選擇行為，文中將圍繞空間選擇與出行選擇之間的相互作用，構(gòu)造基于GEV模型的交叉分層Logit(CNL)模型，分析居住地選擇、工作地選擇和通勤出行方式選擇，研究居住地和工作地選擇之間的相互關(guān)聯(lián)和制約關(guān)系，及其對(duì)通勤出行方式選擇的影響．

1 基于CNL的聯(lián)合選擇建模

1.1 CNL模型結(jié)構(gòu)

GEV模型由McFadden在隨機(jī)效用最大化的基礎(chǔ)上推導(dǎo)得出．假設(shè)決策者n從I個(gè)方案組成的選擇集An中選擇方案i的效用為Uni(i=1,2,…,I)，可以表示為確定項(xiàng)Vni和隨機(jī)項(xiàng)εni之和．GEV模型假設(shè)所有選擇方案隨機(jī)項(xiàng)εn<εn1,εn2,…,εnI>聯(lián)合分布為一般極值分布：

Fεn1,εn2,…，εnI(yn1,yn2,…ynI)=e-G(e-yn1,e-yn2,…，e-ynI)

(1)

式中：G(·)為生成函數(shù)，具有如下形式.

(2)

式中：K為選擇方案分層數(shù)；Bk為所有屬于第k層選擇方案所組成的集合．根據(jù)GEV模型理論，在CNL模型中選擇概率Pi(為簡(jiǎn)化符號(hào)，在下標(biāo)中省去表示決策者的字母n)為

(3)

式中：Pk為選擇方案位于第k層的概率；Pi|k為第k層中方案i的選擇概率，為

(4)

方案i屬性l對(duì)選擇概率Pi的直接彈性為

(5)

式中：xil為方案i在屬性l上的取值；βl為其在效用函數(shù)中對(duì)應(yīng)的參數(shù)．對(duì)選擇概率Pj的交叉彈性如下.

(6)

1.2 聯(lián)合選擇模型設(shè)定

為分析居住地、工作地和通勤出行方式聯(lián)合選擇行為，同時(shí)考慮選擇方案在上述三個(gè)維度上的相關(guān)性，將模型的選擇項(xiàng)集合定義為居住地子集R、工作地子集W、通勤出行方式子集M的組合．考慮城市中心與外圍區(qū)域在用地模式、房?jī)r(jià)和可達(dá)性方面的差異，研究中將城市空間劃分為3個(gè)區(qū)域，即市中心、市區(qū)、市郊．因此，居住地子集和工作地子集各包括3個(gè)選擇肢，即：R={r1,r2,r3},R={w1,w2,w3}．通勤出行方式子集包括3個(gè)選擇肢，即：非機(jī)動(dòng)方式(步行/自行車，m1)、公共交通(m2)和小汽車(m3)．組合選擇模型的最終選擇集合C為居住地子集R、工作地子集W、通勤出行方式子集A各選擇方案的所有可能組合，包含N=3×3×3=27個(gè)備擇方案．

每個(gè)選擇方案都與一個(gè)居住地選擇肢、一個(gè)工作地選擇肢和一個(gè)出行方式選擇肢對(duì)應(yīng)，每個(gè)選擇子集中僅被選中的方案對(duì)應(yīng)分配參數(shù)不為0．組合方案3個(gè)選擇參數(shù)之和為1，故全部組合選擇共對(duì)應(yīng)27×2=54個(gè)分配參數(shù)．為降低參數(shù)估計(jì)工作量，參考相關(guān)文獻(xiàn)[10]，將非零分配參數(shù)設(shè)定為均等的常數(shù)1/3．此外，將各選擇維度的一個(gè)選擇方案固有常數(shù)標(biāo)準(zhǔn)化為0，其他選擇方案固有常數(shù)作為模型參數(shù)，得到6個(gè)待估計(jì)的選擇方案固有常數(shù)．模型結(jié)構(gòu)見圖1．

圖1 基于CNL的聯(lián)合選擇模型結(jié)構(gòu)

2 居住地、工作地、通勤出行方式組合選擇分析

2.1 研究數(shù)據(jù)

數(shù)據(jù)來源于北京市2005年居民出行調(diào)查數(shù)據(jù)庫(kù)，樣本量為17 460人．以二環(huán)路和四環(huán)路為邊界，二環(huán)路向內(nèi)的區(qū)域?yàn)槭兄行?，二環(huán)路和四環(huán)路之間的區(qū)域?yàn)槭袇^(qū)，四環(huán)路向外的區(qū)域?yàn)槭薪迹?為樣本居住地和工作地區(qū)位的分布情況．由表1可知:約半數(shù)居民的居住地和工作地位于同一區(qū)位，其余樣本的將居住地和工作地也相對(duì)靠近．在房?jī)r(jià)、生活便利性和可達(dá)性的綜合影響下，市區(qū)是人們居住和工作的首選地，其次是市中心和市郊；對(duì)于市郊的居民，市區(qū)的工作較市中心更有吸引力．表2為樣本典型社會(huì)經(jīng)濟(jì)屬性的分布情況．

表1 樣本居住地和工作地區(qū)位分布(樣本量17 460)

表2 樣本社會(huì)經(jīng)濟(jì)屬性(樣本量17 460)

表3為不同居住地和工作地的通勤者出行方式分布．3種不同出行方式在樣本中分布較均勻．當(dāng)工作和居住地位于同一區(qū)位時(shí)，非機(jī)動(dòng)方式是常用的通勤出行方式；當(dāng)工作和居住地位于不同區(qū)位時(shí)，人們更多的選擇公交和小汽車方式上下班；在公交欠發(fā)達(dá)的城市周邊區(qū)域，人們更多依賴小汽車完成長(zhǎng)距離出行．

表3 樣本通勤出行方式分布 單位：%

2.2 模型標(biāo)定結(jié)果及分析

綜合考慮模型準(zhǔn)確性和簡(jiǎn)潔性，經(jīng)過篩選后的模型變量見表4，包含3類解釋變量．出行者社會(huì)經(jīng)濟(jì)屬性變量，描述了不同出行者群體選擇偏好差異；空間屬性變量(數(shù)據(jù)來源于文獻(xiàn)[11])，描述了不同區(qū)位的工作和居住吸引力；出行屬性變量，包括直接影響出行方式選擇的出行時(shí)間和費(fèi)用．模型參數(shù)標(biāo)定采用計(jì)量經(jīng)濟(jì)學(xué)軟件BIOGEME 2.2完成．參數(shù)估計(jì)值符合居民實(shí)際選擇行為，且都在95%的置信度下顯著．

表4 模型參數(shù)標(biāo)定結(jié)果

出行者社會(huì)經(jīng)濟(jì)屬性變量參數(shù)標(biāo)定結(jié)果與樣本社會(huì)經(jīng)濟(jì)屬性統(tǒng)計(jì)結(jié)果一致．模型參數(shù)表明，工作性質(zhì)是居住和工作地區(qū)位選擇的重要影響因素，專業(yè)工作人士?jī)A向于在市中心居住和工作．月收入的影響為正，再次驗(yàn)證了高收入群體傾向于在市中心和市區(qū)居住和工作．家庭小汽車是另一重要影響因素，表現(xiàn)出正的影響．小汽車能滿足長(zhǎng)距離通勤出行需求，使得擁有小汽車的家庭對(duì)居住地和工作地區(qū)位的選擇更靈活，其通勤成員更傾向于選擇駕車上下班．

小區(qū)屬性表現(xiàn)出不同于社會(huì)經(jīng)濟(jì)屬性變量的影響．居住人口密度對(duì)區(qū)位選擇的影響為負(fù)，在人口密度相當(dāng)時(shí)，工作機(jī)會(huì)多的區(qū)域其工作吸引力更高；Asc1和Asc2的正號(hào)也同樣表明，相比于市郊，大部分居民選擇在市中心和市區(qū)工作；區(qū)域平均工資的正影響和平均房?jī)r(jià)的負(fù)影響從收入和生活成本的角度反映了這兩方面對(duì)工作和居住區(qū)選擇的影響相反．

出行時(shí)間和出行費(fèi)用對(duì)組合選擇有顯著負(fù)影響，解釋了居民傾向于將居住地和工作地相互就近安排的實(shí)際選擇偏好．從時(shí)間和費(fèi)用參數(shù)絕對(duì)數(shù)值計(jì)算得到樣本的平均通勤出行時(shí)間價(jià)值約為26.25元/h，與同類研究結(jié)果接近．

從模型異質(zhì)性參數(shù)來看，居住地區(qū)位、工作地區(qū)位和通勤出行方式三個(gè)選擇維度上的參數(shù)取值都較低，表明這三方面選擇方案均有較高的相關(guān)性．其中，出行方式選擇維度的異質(zhì)性最高，表明不同出行方式之間相對(duì)獨(dú)立．因此，當(dāng)模型變量取值改變引起各選擇方案效用變化時(shí)，出行者會(huì)在居住地、工作地區(qū)位和通勤方式中首先調(diào)整出行方式選擇以適應(yīng)變化后的環(huán)境．

出行時(shí)間和出行費(fèi)用對(duì)公共交通和小汽車通勤選擇概率的直接和交叉效用分析結(jié)果見表5．直接彈性的分析表明，隨著居住地和工作地之間距離的增加，通勤出行時(shí)間彈性也相應(yīng)上升，且小汽車通勤出行上升更快．這表明，隨著通勤出行距離的增加，人們對(duì)通勤出行時(shí)間的越敏感，并對(duì)小汽車通勤選擇有更大影響．出行費(fèi)用變化對(duì)選擇行的影響與出行時(shí)間變化類似，但大小不同．出行費(fèi)用對(duì)公交通勤選擇的影響大于對(duì)小汽車通勤選擇的影響，特別是當(dāng)通勤出行距離較長(zhǎng)時(shí)．比較出行時(shí)間和出行費(fèi)用的彈性值可知，通勤者對(duì)出行時(shí)間變化的敏感度大于對(duì)出行費(fèi)用的敏感度．出行時(shí)間和費(fèi)用的交叉彈性系數(shù)取值都較低，表明由于公共交通(或小汽車)通勤出行時(shí)間(或費(fèi)用)引起的小汽車(公共交通)通勤出行選擇概率變化可以忽略．

表5 出行時(shí)間和出行費(fèi)用彈性

3 結(jié) 束 語

居住地、工作地區(qū)位與出行行為相互關(guān)聯(lián)，居住地、工作地和出行行為選擇本身及其之間的相互作用對(duì)城市交通、土地利用和發(fā)展有著深遠(yuǎn)的影響，這一領(lǐng)域的研究對(duì)交通規(guī)劃和管理工作有重要意義．

文中基于廣義極值理論構(gòu)建交叉分層Logit模型，以居住地選擇子集、工作地選擇子集和通勤出行方式選擇子集的組合作為模型的選擇集，刻畫了居住地、工作地區(qū)位與通勤出行方式聯(lián)合選擇行為．模型選取出行者社會(huì)經(jīng)濟(jì)屬性、空間特征、出行成本為解釋變量，利用實(shí)際居民出行調(diào)查數(shù)據(jù)和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，完成了模型參數(shù)估計(jì)，通過彈性分析討論了效用變量對(duì)聯(lián)合選擇行為的影響．研究表明，居住地、工作地和通勤出行方式選擇之間有顯著相互影響，人口密度、房?jī)r(jià)、工作性質(zhì)和收入、出行成本是重要影響因素，當(dāng)上述因素發(fā)生改變時(shí)出行者會(huì)優(yōu)先調(diào)整其出行方式而非區(qū)位選擇．高收入者傾向于位于城市中心的工作和居住地，小汽車擁有者表現(xiàn)出更靈活的工作和居住地選擇，能適應(yīng)長(zhǎng)距離通勤出行需求．

現(xiàn)有模型方法還不夠完善，后續(xù)研究還需考慮：①通勤出行是人們關(guān)于居住環(huán)境和位置、職業(yè)和工作地兩方面選擇的體現(xiàn)，通常是夫妻雙方在上述兩方面選擇意愿的綜合體現(xiàn)．如果以家庭為研究單位，將能更準(zhǔn)確描述家庭成員在居住和工作區(qū)位及通勤出行行為決策方面的相互影響和制約；② 擴(kuò)充空間區(qū)位選擇集和出行方式選擇集，以便更深刻的揭示不同居住和工作區(qū)位之間及其對(duì)出行方式選擇的影響．