擁擠收費(fèi)下城市居民內(nèi)外通勤出行方式影響分析

王偉，鄭長(zhǎng)江

(河海大學(xué) 土木與交通學(xué)院，江蘇 南京 210098)*

0 引言

近年來(lái)，隨著我國(guó)城市城鎮(zhèn)化水平的不斷提高，人口向大城市聚集的趨勢(shì)越發(fā)明顯，這使得道路交通資源本來(lái)就十分稀缺的大城市、特大城市的交通狀況雪上加霜［1］.解決交通擁堵的主要途徑有兩條:第一，在老城區(qū)的基礎(chǔ)上重新規(guī)劃城市布局，第二，采用新技術(shù)新措施以達(dá)到改善交通擁堵的現(xiàn)狀［2］.交通擁堵收費(fèi)政策是通過(guò)對(duì)進(jìn)入規(guī)律性的擁堵區(qū)域機(jī)動(dòng)車輛收取一定的費(fèi)用，以改變出行者的出行方式.

1 出行方式調(diào)查

北京二環(huán)內(nèi)區(qū)域既是首都政治中心，又是商業(yè)、辦公、科教等多種性質(zhì)用地集聚的經(jīng)濟(jì)中心，因此，考慮將北京二環(huán)內(nèi)設(shè)置為假定的擁堵收費(fèi)區(qū)域.在擁堵收費(fèi)政策下，不同出行需求特征的出行者所受到的影響性質(zhì)有所不同，可根據(jù)受訪者的出行起訖點(diǎn)分布和出行目的特征，將受訪者人群分類，本文僅對(duì)內(nèi)外-通勤出行進(jìn)行研究.

采用分層抽樣策略對(duì)對(duì)內(nèi)外-通勤類對(duì)象人群進(jìn)行調(diào)查.研究建議，每類別段達(dá)到50～100個(gè)樣本數(shù)更為合適［3］.考慮到調(diào)查精度要求和實(shí)際條件限制，本論文擬定各重點(diǎn)研究類別樣本數(shù)達(dá)到50以上.采用網(wǎng)絡(luò)調(diào)查的形式［4］，調(diào)查目標(biāo)人群為在早晚高峰時(shí)段(早:7∶00 ～9∶00，晚 4∶30 ～6∶30)開(kāi)車進(jìn)入北京二環(huán)內(nèi)區(qū)域的人群，為期一個(gè)月，共收集數(shù)據(jù)樣本217個(gè)，其中有效樣本量215個(gè)，數(shù)據(jù)有效率為99%左右，有效率較高.其中起訖點(diǎn)僅有一個(gè)在收費(fèi)區(qū)域內(nèi)的通勤出行者即內(nèi)外通勤類樣本70＞50，總量占有效樣本的33%，滿足樣本目標(biāo).

2 擁堵收費(fèi)條件下的內(nèi)外通勤類出行方式選擇

從出行選擇結(jié)果來(lái)看，實(shí)施擁堵收費(fèi)政策后僅有約34%的受調(diào)查者仍然選擇“開(kāi)車付費(fèi)”，其他66%的受調(diào)查者均轉(zhuǎn)向了其他方式出行［5］，其中選擇“轉(zhuǎn)向公交出行”的占比最高為37%.可以看出，由于該類出行的起訖點(diǎn)的特殊性，即出行者無(wú)法通過(guò)駕車?yán)@路出行方式避免繳費(fèi).

選取MNL模型［6］特性變量可分為出行者社會(huì)經(jīng)濟(jì)屬性以及出行方式屬性兩類，其中，出行者社會(huì)經(jīng)濟(jì)屬性特性變量包括年齡、性別、職業(yè)、家庭收入、對(duì)目前交通現(xiàn)狀的看法、是否有需接送其上下學(xué)的孩子以及是否有交通補(bǔ)貼等.出行方式屬性特性變量，按照小汽車、公共交通以及自行車三種方式設(shè)定.年齡:20歲以下為1，21～30歲為2，31～40歲為3，41～50歲為 4，50歲以上為 5;性別:男為1，女為2;職業(yè):公務(wù)員為1，企事業(yè)單位職員為2，私營(yíng)企業(yè)主或個(gè)體經(jīng)營(yíng)者為3，待業(yè)/下崗/其他為4;家庭年收入:10萬(wàn)以下為1，10～15萬(wàn)為2，15～20萬(wàn)為3，20～30萬(wàn)為4，30萬(wàn)以上為5;對(duì)目前交通現(xiàn)狀的看法:十分通暢為1，偶爾會(huì)交通擁堵為2，經(jīng)常會(huì)交通擁堵為3;是否有孩子:有為1，無(wú)為2;是否有交通補(bǔ)貼:有為1，無(wú)為 2［7］.

構(gòu)建小汽車費(fèi)用因子carfare，并利用該因子繼續(xù)進(jìn)行建模計(jì)算，該因子的具體表達(dá)式如式(1)，將調(diào)查數(shù)據(jù)帶入模型，計(jì)算結(jié)果如表1所示.

表1 擁堵收費(fèi)政策影響下的內(nèi)外－通勤模型結(jié)果表

開(kāi)車付費(fèi):

錯(cuò)時(shí)避費(fèi):

繞路避費(fèi): V3n=-11.140 5

轉(zhuǎn)向公交出行:

轉(zhuǎn)向自行車出行:

由表1知，常量 1、2、4、age、gender、income、feel、carfare、ln(cardistance)、ln(fuel cost) 以 及walk distance的t檢驗(yàn)值的絕對(duì)值均在1以上，說(shuō)明以上各變量對(duì)內(nèi)外通勤類出行方式選擇模型具有顯著影響［8］.通過(guò)比對(duì)實(shí)際調(diào)查到的受訪者出行方式選擇結(jié)果與模型計(jì)算所得結(jié)果，可以得出模型的命中率，經(jīng)計(jì)算，本模型的命中率為79.4%.模型的擬合優(yōu)度比ρ2=0.483，模型精度隨擬合優(yōu)度增大而升高.

3 內(nèi)外－通勤類模型分析

3.1 基于內(nèi)外－通勤類模型的關(guān)鍵因子分析

非集計(jì)Logit模型認(rèn)為，在模型各選擇枝的效用函數(shù)中對(duì)效用值影響最大的因素即為關(guān)鍵因子［9］.對(duì)參數(shù)的估計(jì)是通過(guò)Trans CAD軟件實(shí)現(xiàn)的，即影響程度量級(jí)較大的變量即為影響出行者出行方式選擇的關(guān)鍵因子，關(guān)鍵因子計(jì)算結(jié)果如表2所示.

由表2知，在開(kāi)車付費(fèi)所對(duì)應(yīng)的6個(gè)變量當(dāng)中，income和feel對(duì)效用值影響的變化范圍最大，且其對(duì)效用值的影響最大絕對(duì)值較大.因此，income和feel為該模型的關(guān)鍵因子，其中家庭收入越大則出行者選擇開(kāi)車付費(fèi)的可能性越大，而對(duì)交通現(xiàn)狀看法越糟糕則出行者放棄開(kāi)車付費(fèi)轉(zhuǎn)向其他出行方式的可能性越大.

表2 內(nèi)外－通勤類模型變量對(duì)選擇枝效用值的影響程度表

3.2 基于內(nèi)外－通勤類模型的敏感性分析

調(diào)查數(shù)據(jù)顯示，目前北京市小汽車通勤出行者的停車費(fèi)用平均值約為65元/天，該類通勤者的平均月收入為5 843元，燃油費(fèi)用平均值約為15元/天，各擁堵費(fèi)用占比下出行方式變化如圖1所示.

圖1 各擁堵費(fèi)用占比下出行方式變化圖

由圖1可見(jiàn)，隨著擁堵費(fèi)用在小汽車出行總費(fèi)用中的占比增加，開(kāi)車付費(fèi)方式比例基本呈現(xiàn)線性下降趨勢(shì)，自行車出行、錯(cuò)時(shí)避費(fèi)出行以及公交出行的方式比例均呈現(xiàn)不同程度的線性上升趨勢(shì)，另外繞路避費(fèi)方式比例始終為0.

圖2為在各種收費(fèi)標(biāo)準(zhǔn)下，內(nèi)外-通勤類出行的方式比例變化圖.由于擁堵收費(fèi)的主要目的是減少小汽車方式的集中出行，因此，敏感性分析中重點(diǎn)關(guān)注擁堵費(fèi)用的增加對(duì)小汽車出行方式比例的影響.開(kāi)車付費(fèi)方式比例隨擁堵費(fèi)用變化的趨勢(shì)線擬合公式為:

圖2 各收費(fèi)標(biāo)準(zhǔn)下出行方式比例變化圖

敏感性系數(shù)計(jì)算式如下［10］:

式中，ΔQ為模型輸出值變化量;Q0為模型輸出值;ΔP為變動(dòng)因素變化量;P0為變動(dòng)因素水平.

若|Ed|＞1，則表明變動(dòng)因素值的變化會(huì)引起大的模型輸出值變化，敏感性高;若|Ed|＜1，敏感性低.利用式(1)、(2)，可以得出各擁堵費(fèi)用水平下的敏感性系數(shù)絕對(duì)值變化圖，如圖3所示.

圖3 基于內(nèi)外－通勤類模型的敏感性分析圖

由圖3知，擁堵費(fèi)用在5～100元范圍內(nèi)，敏感性系數(shù)絕對(duì)值均小于1，表明擁堵費(fèi)用對(duì)內(nèi)外-通勤類出行者的小汽車方式選擇比例敏感性低，擁堵費(fèi)用的增加對(duì)其小汽車方式選擇比例影響較小.另外，敏感性系數(shù)曲線呈現(xiàn)先上升后下降的趨勢(shì);擁堵費(fèi)用在53～70元范圍所對(duì)應(yīng)的敏感性系數(shù)絕對(duì)值大于0.5，相對(duì)較高，其中53～60元最為敏感，敏感性系數(shù)絕對(duì)值約為0.55;敏感性系數(shù)絕對(duì)值的最小值在擁堵費(fèi)用x=100處取得，為0，此時(shí)小汽車方式比例將達(dá)到最低值14.9%，若擁堵費(fèi)用超過(guò)100元再繼續(xù)增加并不能使得小汽車方式比例進(jìn)一步減少.

4 結(jié)論

本文采用SP調(diào)查方法以及網(wǎng)絡(luò)調(diào)查的方式，根據(jù)北京市現(xiàn)狀城市交通的實(shí)際特點(diǎn)和擁堵收費(fèi)政策的實(shí)施目的，以北京二環(huán)以內(nèi)設(shè)為假定的收費(fèi)區(qū)域，建立了擁堵收費(fèi)影響下的交通出行方式選擇模型，經(jīng)關(guān)鍵因子分析發(fā)現(xiàn):對(duì)于內(nèi)外-通勤類出行對(duì)象，擁堵收費(fèi)的實(shí)施將主要對(duì)低收入且不滿交通現(xiàn)狀者產(chǎn)生影響，使其放棄開(kāi)車出行，從而減少收費(fèi)區(qū)域的交通擁擠程度.

［1］GEORGINA SANTOS，BLAKE SHAFFER.Preliminary Results of the London Congestion Charging Scheme［J］.Public Works Management＆ Policy，2004(2):164-181.

［2］吳中，何群.緩解交通擁擠的多目標(biāo)優(yōu)化模型和算法研究［J］.大連交通大學(xué)學(xué)報(bào)，2012，33(2):15-19.

［3］王方.基于SP調(diào)查的行為時(shí)間價(jià)值研究［D］.北京:北京工業(yè)大學(xué)，2005.

［4］王方，陳金川，陳艷艷.交通SP調(diào)查的均勻設(shè)計(jì)方法［J］.城市交通，2005(3):69-72.

［5］羅劍，王樹(shù)盛，李旭宏，等.出行方式選擇行為的個(gè)體時(shí)間感知差異性建模［J］.公路交通科技，2007，24(2):114-117，129.

［6］金安.LOGIT模型參數(shù)估計(jì)方法研究［J］.交通運(yùn)輸系統(tǒng)工程與信息，2004(1):71-75.

［7］王根城.2011北京市交通發(fā)展年度報(bào)告［R］.北京:北京交通發(fā)展研究中心，2011.

［8］李志瑤，雋志才，宗芳.居民出行時(shí)間選擇及擁擠收費(fèi)政策［J］.交通運(yùn)輸工程學(xué)報(bào)，2005，5(3):105-110.

［9］秦?zé)?，關(guān)志宏，殷煥煥.停車收費(fèi)價(jià)格對(duì)居民出行方式選擇行為的影響研究—以北京市居民小汽車、公交、出租車選擇行為為例［J］.土木工程學(xué)報(bào)，2008，41(8):93-98.

［10］許旺土，何世偉，宋瑞，等.考慮擁擠收費(fèi)的非集計(jì)交通方式分擔(dān)模型研究［J］.交通運(yùn)輸系統(tǒng)工程與信息，2008(3):96-102.