天氣因素對(duì)城市居民公共交通出行選擇的影響

孫靜怡 王英達(dá) 郭鳳香 余天

摘要：天氣是居民出行方式選擇的重要影響因素，以北京市為例，根據(jù)不同天氣情況下城市居民公共交通出行意愿的問卷調(diào)查，針對(duì)公共自行車、公交車、地鐵及取消出行4種情況，研究天氣因素對(duì)相關(guān)出行選擇的影響，構(gòu)建了高溫、大雨、大雪、霧霾4種場(chǎng)景的多項(xiàng)交通行為選擇Logistic模型。研究結(jié)果表明：不同天氣因素影響下，年齡、學(xué)歷、出行目的和出行距離存在顯著影響，而性別、職業(yè)無顯著影響；提出了針對(duì)不同天氣因素影響下提升公共交通服務(wù)品質(zhì)的建議，為城市公共運(yùn)營策略及運(yùn)營方案制定提供依據(jù)與支撐。

關(guān)??鍵??詞：交通規(guī)劃；公共交通；多項(xiàng)Logistic模型；天氣因素；出行方式

中圖分類號(hào)：F572.88；U491.1+7???文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1005-6432（2023）17-0000-05

[DOI]10.13939/j.cnki.zgsc.2023.17.000

1?引言

伴隨著城市私人機(jī)動(dòng)車出行率的增長，交通擁堵、安全、以及尾氣污染等問題日益凸顯，公交優(yōu)先政策被提上日程，以優(yōu)質(zhì)常規(guī)公交為支撐的合理城市出行結(jié)構(gòu)，從而緩解城市交通問題。但高溫、大風(fēng)、降雨、降雪、沙暴、霧霾等天氣頻繁出現(xiàn)，導(dǎo)致出行平衡發(fā)生變化，引發(fā)交通資源利用降低。經(jīng)查詢北京市截止2021年9月近5年的天氣情況可以得出，30度及以上的炎熱天氣共計(jì)520天，占比24.76%；降雨天氣439天，占比20.9%；降雪天氣38天，占比1.81%；空氣質(zhì)量為中度及以上天氣共計(jì)204天，占比9.71%，特殊天氣占比已超過一半。因此本文主要研究天氣因素對(duì)城市居民公共交通出行方式選擇的影響，為提高公交服務(wù)水平提供依據(jù)。

張凡[1]等人通過研究降雨天氣下公路出行者的出行方式轉(zhuǎn)移情況，得出降雨天氣下不同因素對(duì)商務(wù)及休閑兩種模式出行方式的影響。張本森[2]通過建立出行模型，優(yōu)化了冰雪條件下城市居民的出行結(jié)構(gòu)，為交通規(guī)劃的制定和交通政策的實(shí)施提供了理論依據(jù)。Liu?C[3]為研究瑞典不同地區(qū)的非通勤出行方式選擇，應(yīng)用瑞典出行及氣象數(shù)據(jù)，分析了不同天氣對(duì)日?；顒?dòng)的影響。林子敬[4]通過對(duì)大連市居民的出行行為調(diào)查，研究了惡劣天氣和新建地鐵站對(duì)出行方式的影響，得出惡劣天氣影響下選擇地鐵的比例較高。李聰穎[5]通過引入生理、心理感知變量，構(gòu)建結(jié)構(gòu)方程模型，探究了霧霾天氣對(duì)交通行為的影響機(jī)理，提出在霧霾天氣下減少步行及非機(jī)動(dòng)車出行時(shí)間等建議。王永強(qiáng)[6]選取氣溫、空氣質(zhì)量等因素得出不同天氣因素影響的共享單車分擔(dān)率，提出投放建議。

綜上所述，目前有關(guān)天氣因素對(duì)城市公共交通的出行選擇影響的研究較少，因此本文基于SP調(diào)查方法，以北京市為例，獲取不同天氣下居民公共交通的出行意向，采用多項(xiàng)Logistic模型分析在不同天氣情況下的公共交通出行方式的選擇情況，結(jié)合不同天氣情況對(duì)顯著因素進(jìn)行綜合分析。

2?問卷調(diào)查與結(jié)果

本文選取SP調(diào)查，對(duì)不同天氣因素影響城市居民出行的方式進(jìn)行建模，并從個(gè)人屬性及出行屬性兩個(gè)方面選擇變量。以北京市民作為研究對(duì)象，共收集1303份有效調(diào)查數(shù)據(jù)。

2.1?城市居民個(gè)人屬性調(diào)查

城市居民個(gè)人屬性以性別、年齡、學(xué)歷、職業(yè)、出行目的、出行距離六類為分類自變量進(jìn)行數(shù)據(jù)收集。變量設(shè)置及出行者個(gè)人屬性及出行特征分別如表1、圖1所示。

2.2城市居民公交出行意向調(diào)查

以4種出行選擇結(jié)果為因變量，不同天氣因素影響下的城市居民出行意向如圖2所示。

3?多項(xiàng)Logistic模型的出行方式選擇

3.1多項(xiàng)Logistic模型

交通領(lǐng)域常進(jìn)行分析研究的一個(gè)重要指標(biāo)為比例變量，例如分析出行者選擇出行方式的比例，目前針對(duì)比例變量進(jìn)行分析應(yīng)用最廣泛的為Logistic模型。因此本文采用多項(xiàng)Logistic模型對(duì)出行者個(gè)人屬性及出行屬性兩個(gè)方面研究天氣因素對(duì)城市居民出行選擇的影響，由于所研究的出行方式不存在順序關(guān)系，因此選擇無序多項(xiàng)Logistic模型，其模型表達(dá)式如下所示。

式中，為選擇第j類方式的概率；為選擇第J類方式的概率（第J類為參照類，且J≠j）；為常數(shù)項(xiàng)；為參數(shù)；為可選方式。

首先需選擇一個(gè)參照類，其余分類與該分類進(jìn)行比較，如有K個(gè)類別，需建立K-1個(gè)模型。例如，本文中研究天氣對(duì)出行選擇的影響，包括公共自行車、公交車、地鐵及取消出行共4類，分別以到表示，共需建立3個(gè)模型。以公共自行車作為參照類，得到以下3個(gè)模型：

式中為影響居民出行的指標(biāo)；和為模型的截距和系數(shù)。

3.2基于調(diào)查數(shù)據(jù)的多項(xiàng)Logistic模型構(gòu)建

使用SPSS軟件對(duì)城市居民的出行選擇進(jìn)行多項(xiàng)Logistic回歸模型運(yùn)算。模型擬合結(jié)果中顯著因素如表2、表3所示。其中出行者的年齡、學(xué)歷、出行目的和距離具有顯著影響，性別、職業(yè)在統(tǒng)計(jì)意義上不顯著。

從表3、表4中可以看出，四種情況下只包含常數(shù)項(xiàng)的-2倍對(duì)數(shù)似然值對(duì)比最終模型均有減少，高溫情況下的似然卡方值為183.033、大雨為264.321、大雪136.977、霧霾為341.21，概率P值均為0.000（P<0.005），模型具有意義。

在不同天氣情況下，年齡、學(xué)歷、出行目的及距離對(duì)不同模型有部分顯著影響（P<0.005），性別、職業(yè)兩類因素不具有顯著影響（P>0.005）。

3.3出行方式選擇結(jié)果

3.3.1?高溫天氣對(duì)城市居民公共出行選擇的影響

高溫天氣影響下各城市居民出行選擇的擬合模型分別為：

以公交車模型為例，出行距離為1km以內(nèi)（TD1）的變量具有顯著影響（顯著水平P<0.005），表中B列為回歸系數(shù)，且為負(fù)數(shù)，表明出行距離為1km以內(nèi)的人相較于出行距離為5km以上的人更傾向于選擇公共自行車出行，而出行距離為1-3km、3-5km與出行距離5km以上相比不顯著。出行距離為1km以內(nèi)時(shí)選擇公交車的概率與選擇公共自行車的概率的比值是出行距離為5km以上的0.373倍。

3.3.2?大雨天氣對(duì)城市居民公共出行選擇的影響

大雨天氣影響下各城市居民出行選擇的擬合模型分別為：

3.3.3?大雪天氣對(duì)城市居民公共出行選擇的影響

大雪天氣影響下各城市居民出行選擇的擬合模型分別為：

3.3.4?霧霾天氣對(duì)城市居民公共出行選擇的影響

霧霾天氣影響下各城市居民出行選擇的擬合模型分別為：

3.4?模型結(jié)論

在4種不同的擬合模型中出行距離和出行目的均有顯著影響，而年齡在大雨及霧霾天氣下具有顯著影響，結(jié)合城市居民出行意向調(diào)查可以得出以下內(nèi)容。

第一，在3公里以內(nèi)居民更傾向于選擇公共自行車，隨著出行距離的增加，選擇公交車及地鐵出行的比例增加。對(duì)于取消出行模型，出行目的均有顯著影響，且上班、上學(xué)相比于娛樂顯著程度更高。對(duì)于上班上學(xué)者的剛性出行需求，受天氣影響較小。

第二，高溫天氣下，取消出行相比于其他出行方式占比最少，出行者對(duì)高溫天氣忍耐程度較高。大雨天氣下，年輕人相比于老年人更傾向于乘坐地鐵，因雨水導(dǎo)致地鐵內(nèi)路面濕滑，且部分地鐵僅單向電梯，需上下樓梯，換乘路線較長，不利于老年人行動(dòng)，容易發(fā)生滑倒情況。霧霾天氣下，考慮到健康原因，非剛性出行受影響較大。此外，由于公共自行車暴露在外，相比于公交車和地鐵更易受霧霾影響，因此選擇此出行方式的人占比最少。

第三，在惡劣天氣影響下，如大雨或霧霾天氣都會(huì)減少公共自行車的交通分擔(dān)率。選擇地鐵出行均占比最多，地鐵運(yùn)行環(huán)境相對(duì)獨(dú)立，受天氣影響較小，同時(shí)不會(huì)因出現(xiàn)地面交通事故而受擁堵影響，準(zhǔn)時(shí)性高，更容易受到出行目的較為剛性如上班、上學(xué)的出行者青睞。年齡較大出行者更傾向于選擇公交車出行，但在惡劣天氣影響下，老年人更容易取消出行計(jì)劃；霧霾天氣對(duì)居民出行意愿的影響最大，三分之一的出行者選擇取消出行，且多是取消休閑娛樂與其他出行目的的非剛性出行需求。

4惡劣天氣影響下公共交通優(yōu)化建議

為提高居民在惡劣天氣下選擇公共交通出行意向，提高公共交通競(jìng)爭(zhēng)力和保障社會(huì)公益性，確保必要出行的安全性、便捷性和相對(duì)的舒適度，減輕公交運(yùn)營壓力，可以從以下方面著手。

第一，提高公共交通安全性。對(duì)于惡劣天氣情況下制定公共交通的應(yīng)對(duì)方案。公交車可提前探查道路狀況，制定防滑、除雪、大霧風(fēng)險(xiǎn)路段警告等應(yīng)對(duì)方案，在出現(xiàn)強(qiáng)降雨降雪情況時(shí)，安排相關(guān)人員及時(shí)赴相關(guān)路段進(jìn)行防滑、除雪的工作，保障行車安全。

第二，保障居民出行需求。惡劣天氣情況下更易發(fā)生交通擁堵現(xiàn)象，公交車在主線運(yùn)營外可考慮增加支線線路運(yùn)營，減少雙線發(fā)車頻率的方式，一方面節(jié)約成本，另一方面多一條運(yùn)營線路可以一定程度上解決交通擁堵造成的出行需求問題。

第三，緩解公交運(yùn)營成本壓力。惡劣天氣下公共交通壓力相比正常天氣有所下降，可在平峰期適當(dāng)減少公交車和地鐵的發(fā)車頻率。根據(jù)不同城市每年的氣候特點(diǎn)或天氣預(yù)報(bào)，在惡劣天氣時(shí)減少公共自行車投放或建設(shè)車棚，避免公共自行車因暴曬、遇水等加速老化，節(jié)約維護(hù)成本，減少運(yùn)營損失。

參考文獻(xiàn)：

[1]張凡，韓志玲，陳艷艷等.?降雨天氣下公路出行者出行方式轉(zhuǎn)移模型[J].?公路交通科技，?2018，35（6）：105-111.

[2]張本森.?冰雪條件下居民出行方式選擇研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2012.

[3]?LIU?C，?SUSILO?Y?O，?KARLSTR?M?A.?Examining?the?impact?of?weather?variability?on?non-commutersdaily?activity–travel?patterns?in?different?regions?of?Sweden[J].?Journal?of?transport?geography，?2014（39）：36-48.

[4]?林子敬.惡劣天氣對(duì)大連市居民出行方式選擇的影響研究[D].大連：大連理工大學(xué)，2017.

[5]?李聰穎，黃一哲，李敢，等.?霧霾天氣對(duì)出行行為的影響機(jī)理研究[J].?西安建筑科技大學(xué)學(xué)報(bào)，2015，47（5）：728-733.

[6]?王永強(qiáng).天氣因素對(duì)城市共享單車出行的影響研究[D].北京：北京交通大學(xué)，2019.

[基金項(xiàng)目]?國家自然科學(xué)基金項(xiàng)目（項(xiàng)目編號(hào)：71961012）。

[作者簡介]?孫靜怡（1968-），女，湖南益陽人，副教授，主要從事交通運(yùn)輸規(guī)劃與管理的研究；王英達(dá)，（1997-），男，河北承德人，在讀碩士研究生，主要從事交通運(yùn)輸規(guī)劃與管理的研究。