基于條件Logit模型的定制公交乘客支付意愿研究

董 翠, 李 遙, 龍建成, 陳一鍇

(合肥工業(yè)大學(xué) 汽車與交通工程學(xué)院,安徽 合肥 230009)

發(fā)展公共交通是提高城市公共交通出行比例、緩解交通擁擠的重要方法。以公交、地鐵為主體的傳統(tǒng)公共交通系統(tǒng)存在著站點設(shè)置不合理、可靠度不高、便捷性差等問題。高峰時段乘客面臨嚴(yán)重?fù)頂D,且舒適體驗較差。個人交通出行如私家車、出租車等不僅人均污染大、出行成本高,而且屬于事故發(fā)生頻率較高的出行方式[1]?；诖吮尘?一種高品質(zhì)的公共出行方式——“定制公交”近年來受到廣泛關(guān)注。定制公交是一種介于常規(guī)公交與出租車之間的新型公共交通模式,它依靠網(wǎng)絡(luò)、電話、智能手機等網(wǎng)絡(luò)平臺,以多人共同乘用的形式,為相對處于相近區(qū)域、相近出行時間、相近出行需求的人群量身定做的一種“一人一座、一站直達(dá)”式公共交通服務(wù)[2]。

文獻(xiàn)[3]考慮乘客的站點約束、公交車容量約束以及乘客的出行時間窗,解決了多條定制公交線路車輛調(diào)度問題;文獻(xiàn)[4]建立了以最大載客量和乘客時間閾值為約束條件的動態(tài)網(wǎng)絡(luò)調(diào)度模型,處理互聯(lián)網(wǎng)定制公交線路動態(tài)設(shè)置問題;文獻(xiàn)[5]對定制公交運營中面臨的站點設(shè)計、時刻表制定等問題進(jìn)行研究,考慮乘客、運營者以及社會需求3個方面的效益建立了規(guī)劃模型;文獻(xiàn)[6]分析影響定制公交出行選擇的因素,研究表明票價、公交專用道及出行時間對定制公交服務(wù)模式的選擇有顯著影響;文獻(xiàn)[7]運用結(jié)構(gòu)方程模型,分析了居民選擇定制公交出行方式意愿的影響因素;文獻(xiàn)[8]基于仿真方法研究定制公交對老年人、殘疾人服務(wù)的影響,分析了乘客選擇定制公交出行時考慮的因素。已有文獻(xiàn)對定制公交的研究主要集中在運營及路線優(yōu)規(guī)劃、影響因素分析等方面,缺乏以乘客需求為導(dǎo)向,對定制公交關(guān)鍵屬性支付意愿及偏好問題的探究。

本文從乘客需求視角出發(fā),根據(jù)出行目的(通勤、非通勤)和出行距離(短、中和長距離)組合設(shè)計6種出行情境,通過納入多種及不同水平的屬性,開展定制公交關(guān)鍵屬性的離散選擇試驗,衡量個人對不同屬性的偏好,評估相關(guān)屬性在個體決策中的重要性,從而預(yù)測乘客對定制公交的接受意愿及關(guān)鍵屬性支付意愿。本研究對公交企業(yè)制定定制公交多元化推廣策略，提高公眾吸引力具有一定的指導(dǎo)價值。

1 基于條件Logit的支付意愿模型

離散選擇試驗的理論基礎(chǔ)是隨機效用理論[9]。隨機效用理論是交通科學(xué)中的代表性理論之一,它以概率論為基礎(chǔ)模擬多方案選擇問題。為模擬人們的心理活動,該理論為每個選擇集確定一個吸引度或效用值,假設(shè)決策者總是選擇效用最大的選項。

該理論中,個體i選擇選項j的隨機效用函數(shù)一般形式如下:

Uij=Vij+εij

(1)

其中:Vij為效用函數(shù)中的確定部分,假設(shè)其與可觀測變量成線性關(guān)系Vij=βXij,Xij為與個體i和選項j相關(guān)的可觀測變量的向量,β為反映個體偏好的待估參數(shù)向量；εij為隨機誤差項。進(jìn)一步將效用函數(shù)表示為:

Uij=β0j+βXij+εij

(2)

根據(jù)效用理論,個體i在作出選擇的過程中會使自己的效用達(dá)到最大化,即假設(shè)在選擇枝集合J中,選擇選項j的概率為:

πij=Pr(Uij>Uik,?k∈J,j≠k)=

Pr(Vij+εij>Vik+εik,?k∈J,j≠k)=

Pr(Vij-Vik>εik-εij,?k∈J,j≠k)

(3)

假設(shè)隨機項ε服從獨立同分布的I型極值分布(type I extreme value distribution),則個體i選擇選項j的概率為:

(4)

在本文的問卷中,J=2。條件Logit模型的對數(shù)似然函數(shù)為:

(5)

若個體i選擇選項j,則yij=1;反之為0。采用極大似然估計法對關(guān)鍵特征屬性的系數(shù)進(jìn)行估計。

(6)

2 調(diào)查設(shè)計與數(shù)據(jù)獲取

2.1 問卷設(shè)計

本研究將問卷分為3個部分。第1部分為調(diào)查說明,即問卷的前言部分,包括填表的目的、要求、數(shù)據(jù)用途及實施調(diào)查的單位等基本信息;第2部分為RP調(diào)查(顯示性偏好調(diào)查),主要收集受訪者社會經(jīng)濟屬性,包括性別、年齡、收入和受教育程度等信息;第3部分為SP調(diào)查(陳述性偏好調(diào)查),設(shè)計離散選擇試驗收集受訪者對定制公交不同特征屬性的偏好選擇。該研究設(shè)計了6種(通勤、非通勤×短、中、長距離)情境下乘客乘坐定制公交的離散選擇試驗。在每種情境下,基于正交試驗設(shè)計生成6個選擇集,受訪者被隨機給予其中一個選擇集,在每個選擇集中,受訪者被要求選擇選項A、選項B,或兩者都不選,如圖1所示。

圖1 選擇集示例:通勤×短距離

每個選擇集中選項A和選項B包含相同的屬性但屬性水平不同,基于以往文獻(xiàn)調(diào)查以及預(yù)調(diào)研結(jié)果[10],本文選用的定制公交5個特征屬性為:票價、乘車時間、下車后最后一公里步行距離、運營時間和乘車環(huán)境。各屬性及屬性水平見表1所列。

表1 離散選擇試驗設(shè)計

2.2 調(diào)查方案與數(shù)據(jù)獲取

為有效獲取數(shù)據(jù),本文按照以下2個步驟實施定制公交的離散選擇試驗:

2.2.1 預(yù)調(diào)查

隨機抽取50名被調(diào)查者對問卷進(jìn)行預(yù)調(diào)查,根據(jù)反饋結(jié)果完善問卷中問題的表述并確定最終問卷。

2.2.2 正式調(diào)查

基于問卷星APP編輯問卷,在全國范圍內(nèi)選取5個數(shù)據(jù)采集點(北京、青島、濟南、南京與合肥),通過微信、郵件發(fā)放電子問卷。同時,采用簡單隨機抽樣,有針對性地在各個調(diào)查點發(fā)放紙質(zhì)問卷。

為了提高響應(yīng)率和問卷的有效率,對每個完成有效問卷的被調(diào)查者給予一定形式的獎勵。

該調(diào)查從2018年12月持續(xù)至2019年3月,共收集問卷550份,其中無效問卷42份。最終基于508份有效問卷開展研究,有效樣本的基本情況見表2所列。

表2 樣本統(tǒng)計性描述結(jié)果 單位：%

2.3 樣本描述性統(tǒng)計

從表2可以看出，在定制公交實際用戶中,男性比例較高,年齡相對集中于26～35歲,且未婚、學(xué)歷較高并有穩(wěn)定工作的乘客比例較高;此外,乘坐過定制公交的乘客中未擁有私家車比例達(dá)到52.38%。日常出行距離分布如圖2所示，日常出行方式分布如圖3所示。從圖2、圖3可以看出，在乘客日常出行方式中,公交、地鐵出行占33.4%,私家車出行占31.9%,且90.7%的日常出行皆為中、短途。

圖2 日常出行距離分布

圖3 日常出行方式分布

3 條件Logit模型結(jié)果分析

本文利用Stata軟件進(jìn)行編程,采用模擬極大似然估計法對不同出行情境下模型參數(shù)進(jìn)行估計。短、中及長距離情境下的通勤和非通勤模型結(jié)果見表3～表5所列，模型的擬合優(yōu)度均介于0.1～0.2之間,說明模型擬合良好。

3.1 社會經(jīng)濟變量參數(shù)估計結(jié)果

(1) 性別在短距離情境下的通勤模型中顯著且符號為負(fù),表明與男性相比,女性更傾向于選擇定制公交。

表3 短距離情境下參數(shù)估計結(jié)果

表4 中等距離情境下參數(shù)估計結(jié)果

表5 長距離情境下參數(shù)估計結(jié)果

(2) 年齡和單程出行距離在中等距離情境下的非通勤模型中顯著且符號為正,表明年齡偏大、出行距離較長的乘客更傾向于選擇定制公交。

(3) 收入在長距離情境下的非通勤模型中顯著且符號為正,表明收入水平越高,越傾向于選擇定制公交。

3.2 定制公交特征變量參數(shù)估計結(jié)果

在討論各個模型中定制公交特征變量的系數(shù)時,本文選擇多屬性水平中最不靈活的類別作為基礎(chǔ)變量,例如在分析乘車時間屬性時,選擇乘車時間可縮短10%作為基礎(chǔ)變量。不同情境下各模型參數(shù)估計結(jié)果雖有差異,但其顯著性及符號相同,符合預(yù)期。

(1) 在各模型中,票價均顯著且符號為負(fù),表明票價越低,越吸引乘客選擇定制公交。在短距離情境下的通勤模型中,票價的系數(shù)值最大,說明對短距離出行且通勤的乘客來說,對低票價的定制公交的偏好更強烈。

(2) 乘車時間顯著且符號為正,說明在各模型中,相比于基礎(chǔ)變量,乘車時間縮短百分比越大,乘客的偏好也越大,乘客對乘車時間縮短30%的偏好最大。通過參數(shù)比較可知,在短距離情境下,乘車時間系數(shù)值較大,尤其通勤模型中的乘車時間系數(shù)值最大,表明短距離出行且通勤的乘客對乘車時間有更強烈的偏好。

(3) 最后一公里步行距離顯著且符號為正,步行距離小于200 m的系數(shù)值大于200～500 m的系數(shù)值,表明乘客更偏好步行距離最短的變量。通過參數(shù)估計結(jié)果,短距離情境下,通勤模型中的最后一公里步行距離系數(shù)值均大于非通勤模型,說明通勤出行的乘客對最后一公里步行距離的偏好大于非通勤出行的乘客。中長距離情境下,最后一公里步行距離的參數(shù)解釋與短距離情境正好相反。

(4) 運營時間在各模型中均不顯著,表明該屬性對乘客不具有決定選擇結(jié)果的價值,即乘客并不重視該屬性。

(5) 乘車環(huán)境顯著且系數(shù)為正,一人一座+充電裝置+免費wifi+小桌板情形的系數(shù)值最大,說明乘客更偏好較高的乘車服務(wù)水平。在不同出行距離情境下,通勤模型中的乘車環(huán)境系數(shù)值均大于非通勤,表明通勤出行的乘客對定制公交高質(zhì)量、高服務(wù)水平的偏好更強烈。

3.3 定制公交特征屬性支付意愿結(jié)果

根據(jù)(6)式可以計算出定制公交各屬性的總平均支付意愿,如圖4、圖5所示。

圖4 通勤出行下定制公交特征屬性平均支付意愿

圖5 非通勤出行下定制公交特征屬性平均支付意愿

由圖4、圖5可知,不同情境下定制公交各屬性的平均支付意愿均為正值,表明對比基礎(chǔ)變量,乘客愿意為更靈活的屬性變量支付更多的費用。以短距離情境為例,通勤出行的乘客愿意為乘車時間縮短20%和30%分別多支付2.44元和3.48元。

從圖4可以看出,在通勤情境中,支付意愿水平由高及低依次是最后一公里步行距離、乘車環(huán)境、乘車時間。

中等距離出行的乘客對前2個屬性的支付意愿最大,分別愿意為最后一公里步行距離小于200 m、乘車環(huán)境(一人一座+充電裝置+免費wifi+小桌板)多支付14.29、7.06元。長距離出行的乘客愿意為其分別多支付12.31、3.40元。短距離出行的乘客支付意愿最低,愿意為其分別多支付5.96、4.13元。就乘車時間縮短30%而言,其支付意愿在各屬性中最低。此外,中長距離出行的乘客對各屬性的平均支付意愿均大于短距離出行的乘客。

從圖5可以看出,在非通勤情境中,支付意愿水平由高及低依次是最后一公里步行距離、乘車時間、乘車環(huán)境。其中,最后一公里步行距離小于200 m和乘車時間縮短30%的支付意愿最大。長距離出行的乘客愿意為其分別多支付6.40、2.64元;中等距離的乘客愿意為其分別多支付5.02、1.73元;短距離出行的乘客愿意為其分別多支付4.69、2.82元。

總體來說,乘客對于縮短最后一公里步行距離的平均支付意愿最高,通勤情境中該屬性的平均支付意愿為10.85元,非通勤情境中該屬性的平均支付意愿為5.37元,表明通勤出行的乘客比非通勤出行的乘客愿意多支付近一倍費用來縮短最后一公里的步行距離。此外,通勤出行的乘客對各屬性的平均支付意愿均大于非通勤出行的乘客。

4 結(jié) 論

本文通過開展多情境下離散選擇試驗,以實際的調(diào)查數(shù)據(jù)為基礎(chǔ),構(gòu)建條件Logit模型,對定制公交乘客支付意愿進(jìn)行研究,得出主要結(jié)論如下:

(1) 定制公交作為一種新型公共交通模式,占交通運輸市場的規(guī)模比例還不是很大,了解乘客的需求和偏好是提高定制公交吸引力的重要原因。

(2) 在影響定制公交接受意愿的因素中,社會經(jīng)濟變量中的性別、年齡、收入與日出行距離對定制公交的接受意愿有顯著影響,但不同情境下,其顯著性存在差異。

(3) 開展定制公交多元化推行策略是吸引潛在用戶的重要方法。針對較短路線,應(yīng)集中考慮縮短最后一公里步行距離和改善乘車環(huán)境這2個方面。對于較長路線,提高定制公交乘車環(huán)境水平更有利于吸引潛在用戶和滿足乘客需求。此外,開展通勤定制公交路線以滿足乘客通勤需求應(yīng)作為推廣定制公交的先行策略。