包丹文 郭唐儀 華松逸
(南京航空航天大學(xué) 南京 210000)
基于SP/RP融合數(shù)據(jù)的機(jī)場(chǎng)旅客出行方式選擇行為分析*
包丹文 郭唐儀 華松逸
(南京航空航天大學(xué) 南京 210000)
基于機(jī)場(chǎng)旅客出行調(diào)查的SP/RP融合數(shù)據(jù),分別構(gòu)建了Nested Logit (NL)模型和Mixed Logit (MXL)模型,分析了在機(jī)場(chǎng)軌道交通建設(shè)后旅客出行方式選擇行為特征,并以南京祿口機(jī)場(chǎng)為實(shí)例研究對(duì)象,對(duì)比分析了兩類模型的估計(jì)結(jié)果.研究顯示,MXL模型對(duì)于融合數(shù)據(jù)的整體擬合效果更高,出行時(shí)間、費(fèi)用是影響旅客出行方式選擇的主要因素,出行目的、托運(yùn)行李數(shù)量會(huì)顯著影響旅客是否選擇軌道交通.彈性分析數(shù)據(jù)顯示,縮短軌道交通車外運(yùn)行時(shí)間,旅客將更愿意放棄使用個(gè)體交通方式;出租車以及機(jī)場(chǎng)巴士出行旅客最易受到出行費(fèi)用影響,這兩類旅客以后使用軌道交通通達(dá)機(jī)場(chǎng)的可能性最大.
交通工程;機(jī)場(chǎng)軌道交通;出行方式;NL模型;MXL模型
我國多數(shù)大型機(jī)場(chǎng)已經(jīng)開通了軌道交通,上海浦東機(jī)場(chǎng)、北京首都機(jī)場(chǎng)在既有軌道線路基礎(chǔ)上又將規(guī)劃建設(shè)新的軌道線路,南京祿口機(jī)場(chǎng)、成都雙流機(jī)場(chǎng)、深圳寶安機(jī)場(chǎng)等眾多機(jī)場(chǎng)也正在規(guī)劃或建設(shè)機(jī)場(chǎng)軌道交通項(xiàng)目.機(jī)場(chǎng)軌道交通的開通將會(huì)顯著影響旅客出行行為[1],改變旅客出行方式,從而對(duì)機(jī)場(chǎng)陸側(cè)交通流產(chǎn)生影響.Lythgoe, Wardman[2]以Manchester和Stansted機(jī)場(chǎng)為例,對(duì)到達(dá)與離開機(jī)場(chǎng)的乘客需求進(jìn)行了預(yù)測(cè),研究了軌道交通到達(dá)機(jī)場(chǎng)的市場(chǎng)份額比例,并提出相關(guān)預(yù)測(cè)模型;Mei Ling[3]通過對(duì)香港機(jī)場(chǎng)交通銜接方式的SP調(diào)查,分析了影響旅客選擇到達(dá)機(jī)場(chǎng)交通方式的主要影響因素;Sunyoung[4]采用混合Logit模型評(píng)估機(jī)場(chǎng)旅客交通方式的選擇,提出交通工具可達(dá)性與成本是影響交通方式選擇的首要因素;姚晏斌等[5]分析了影響機(jī)場(chǎng)陸側(cè)軌道交通分擔(dān)率的固有因素和設(shè)計(jì)因素,研究了各因素的重要度,并運(yùn)用排隊(duì)論的方法,量化了機(jī)場(chǎng)陸側(cè)軌道交通對(duì)機(jī)場(chǎng)其他交通方式的分流作用;張?zhí)m芳[6]分析了機(jī)場(chǎng)陸側(cè)交通系統(tǒng)各類出行人員出行特征,以及旅客出行方式劃分方法.
既有文獻(xiàn)在機(jī)場(chǎng)旅客出行方式選擇方面取得了一定的研究成果,主要采用SP調(diào)查方法,針對(duì)已建成且運(yùn)營穩(wěn)定的機(jī)場(chǎng)陸側(cè)交通系統(tǒng),較多采用Logit模型,普遍關(guān)注旅客出行時(shí)間和出行成本兩類影響因素,提出了旅客出行方式比例預(yù)測(cè)方法.但少有針對(duì)軌道交通建設(shè)后旅客出行方式變化方面的研究,對(duì)于機(jī)場(chǎng)引入新交通方式的調(diào)查方法,模型建立方面研究較少,因此本文擬基于機(jī)場(chǎng)旅客出行Stated preference (SP)/Revealed preference (RP)融合數(shù)據(jù),分析機(jī)場(chǎng)軌道交通開通后對(duì)于旅客出行方式的影響作用,對(duì)比Nested Logit (NL)與Mixed Logit (MXL) 2種模型對(duì)融合數(shù)據(jù)的不同估算結(jié)果,把握機(jī)場(chǎng)旅客出行方式選擇影響因素,并量化軌道交通對(duì)其他交通方式的影響程度,從而為科學(xué)規(guī)劃建設(shè)機(jī)場(chǎng)軌道交通提供依據(jù).
為了避免標(biāo)準(zhǔn)Logit模型的IIA (independence from irrelevant alternatives)特性,一般采用Nested Logit模型進(jìn)行估算,通過適當(dāng)?shù)姆謱幽軌蛉〉幂^好的結(jié)果,但精度受到分層層數(shù)的影響.相比而言Mixed Logit模型沒有數(shù)據(jù)獨(dú)立性要求,能夠更好地利用SP/RP融合數(shù)據(jù)描述交通行為.因此本文擬對(duì)比分析這2種估計(jì)方法對(duì)調(diào)查數(shù)據(jù)的不同估算結(jié)果.
1.1 Nested Logit模型
Zhang研究顯示將RP/SP數(shù)據(jù)按照交通方式屬性分類進(jìn)行NL模型估計(jì)的結(jié)果優(yōu)于按照RP和SP數(shù)據(jù)分類的估計(jì)結(jié)果.因此本文首先按交通方式進(jìn)行分類,然后再按照SP/RP數(shù)據(jù)性質(zhì)進(jìn)行分類,建立雙層NL模型,見圖1.
圖1 雙層NL模型結(jié)構(gòu)圖
根據(jù)NL模型基本理論,則出行者n選擇第i種出行方式的概率為
PAin=P(i|A)nPAn
(1)
式中:PAin為出行者n選擇交通方式i的概率;Ai為交通方式A下的第i個(gè)選擇枝;P(i|A)n為出行者n在選擇方式A基礎(chǔ)上選擇方式i的概率;PAn為出行者n選擇方式A的概率.
其中:
(2)
(3)
UAin=V(i|A)n+VAn+ε(i|A)n+εAn
(4)
采用極大似然函數(shù)法進(jìn)行參數(shù)估計(jì),構(gòu)造似然函數(shù)如下.
(5)
(6)
上式表示所有用戶的選擇結(jié)果同時(shí)實(shí)現(xiàn),即為所有選擇結(jié)果的乘機(jī),取對(duì)數(shù)得到:
L=lnL*=
(7)
將該式取最大值就能獲得參數(shù)估計(jì)值.
1.2MixedLogit模型
MixedLogit(MXL) 模型也稱為隨機(jī)參數(shù)Logit模型,假設(shè)個(gè)體i選擇j枝的效用為
Uij=βj+Xij+εij=μβjXij+ηβjXij+εij
(8)
式中:βj和Xij分別為關(guān)于選擇影響因素k的行向量和列向量;βj=μβj+ηβj,μβj為βj的均值,ηβj為βj的隨機(jī)誤差項(xiàng),體現(xiàn)了個(gè)體i的異質(zhì)性;ηβjXij+εij是效用函數(shù)的誤差項(xiàng).等式右邊前2項(xiàng)μβjXij+ηβjXij是包含了Logit模型誤差項(xiàng)εij的隨機(jī)效用,這里隨機(jī)效用項(xiàng)已經(jīng)不是相互獨(dú)立的了,避免了Logit模型中的IIA特性和重復(fù)觀察的偏差.
一般地,假設(shè)βj是已知的參數(shù),那么條件選擇概率為L(zhǎng)ogit模型形式
(9)
可知個(gè)體i選擇j枝的概率為
Lij(βj)f(βj/θ)dβj
(10)
式中:θ為βj的分布函數(shù)的參數(shù).通過Halton數(shù)列抽樣模擬的辦法來實(shí)現(xiàn)概率的計(jì)算.每次迭代通過R次隨機(jī)抽取隨機(jī)參數(shù)βj,求平均值獲得模擬選擇概率,得到模擬的極大似然函數(shù)為
(11)
將該式取最大值就能獲得參數(shù)β的估計(jì)值.
2.1 調(diào)查設(shè)計(jì)
南京祿口機(jī)場(chǎng)作為中國華東地區(qū)第二大城市的門戶機(jī)場(chǎng),2014年客運(yùn)量達(dá)到1 500萬人次,在國內(nèi)機(jī)場(chǎng)中排行15位.祿口機(jī)場(chǎng)的集疏運(yùn)方式以道路交通為主,為了緩解機(jī)場(chǎng)高速的交通壓力,南京市政府規(guī)劃建設(shè)了軌道交通機(jī)場(chǎng)線,將于2014年8月正式投入運(yùn)營,全長(zhǎng)35.8 km,設(shè)計(jì)時(shí)速100 km/h,全程運(yùn)營時(shí)間約35 min,運(yùn)行頻率10 min/班,運(yùn)行時(shí)間為每天06:00~22:00,票價(jià)為6元.本次調(diào)查目的是掌握軌道交通運(yùn)營后旅客出行方式選擇行為的變化,因此RP調(diào)查的交通方式包括小汽車、出租車、機(jī)場(chǎng)巴士,SP調(diào)查的交通方式包括小汽車、出租車、機(jī)場(chǎng)巴士、軌道交通.調(diào)查內(nèi)容包括3個(gè)部分:(1) 社會(huì)經(jīng)濟(jì)屬性:包括出行者性別、年齡、職業(yè)、收入、擁車水平等;(2) 出行特征:包括出行方式、車內(nèi)時(shí)間、車外時(shí)間、出行費(fèi)用、艙位等級(jí)、托運(yùn)行李數(shù)量、隨身攜帶行李數(shù)量等;(3) 新交通方式下出行者意愿.包括特定情景下旅客出行方式選擇意愿,以及模擬出行特征數(shù)據(jù).
調(diào)查于2014年6月8~14日開展,包括工作日和周末.調(diào)查地點(diǎn)位于祿口機(jī)場(chǎng)1號(hào)航站樓內(nèi),調(diào)查對(duì)象為已經(jīng)領(lǐng)取登機(jī)牌和正在等待起飛的旅客.共獲取調(diào)查問卷533份,其中有效表格498份.RP調(diào)查采用紙質(zhì)問卷形式,直接記錄被調(diào)查者出行特征數(shù)據(jù).SP調(diào)查采用電子問卷形式,利用C語言設(shè)計(jì)程序在Google Map上獲得不同情景模式,由被調(diào)查者做出選擇.利用Google Map模擬生成不同交通方式的車內(nèi)時(shí)間、車外時(shí)間和出行費(fèi)用數(shù)據(jù),提供給被調(diào)查者比較選擇;被調(diào)查者可以選擇利用既有出行方式,也可以選擇利用新交通方式,調(diào)查過程中記錄下旅客出行方式選擇以及模擬生成的出行數(shù)據(jù).
2.2 數(shù)據(jù)統(tǒng)計(jì)與分析
出行特征數(shù)據(jù)顯示(見表1),旅游和公務(wù)是航空出行主要目的,其中旅游出行比例已接近50%,80%以上的出行天數(shù)在1周以內(nèi),60%以上的出行者每半年至少乘坐1次飛機(jī),說明航空出行日趨普遍,逐步成為娛樂休閑出行目的的首選方式.90%以上的旅客至少要托運(yùn)1件行李,并隨身攜帶1件行李,攜帶行李的便捷性是影響旅客出行方式選擇的重要因素.
表2顯示了引入新方式后,旅客出行行為的變化.約有30%旅客選擇改變出行方式,其中30.6%的機(jī)場(chǎng)巴士以及21.9%的小汽車出行旅客會(huì)選擇采用軌道交通,可見軌道交通對(duì)于出行方式的影響比較明顯,尤其是私家車出行者更愿意采用高效、低廉的軌道交通.而出租車出行的旅客基本不會(huì)改變出行方式,主要由于這類旅客對(duì)于舒適性、時(shí)間性方面要求較高.
表1 機(jī)場(chǎng)旅客出行特征調(diào)查數(shù)據(jù)統(tǒng)計(jì)表
3.1 回歸分析結(jié)果
表3顯示了利用NL和MXL模型的回歸結(jié)果(以小汽車出行方式為參照標(biāo)準(zhǔn)).MXL模型的似然函數(shù)值和McFadden決定系數(shù)都大于NL模型,它的整體擬合效果更好;從參數(shù)T檢驗(yàn)值來看,MXL模型中的T檢驗(yàn)值普遍較高,但絕對(duì)值大于1.96的T檢驗(yàn)值個(gè)數(shù)較少,MXL模型對(duì)于影響因子的擬合要求高,在軌道和機(jī)場(chǎng)巴士?jī)深惙绞街械玫搅烁鼉?yōu)的擬合結(jié)果.
NL模型顯示擁車水平、家庭收入對(duì)于機(jī)場(chǎng)巴士和軌道交通的影響系數(shù)均為負(fù)值,但在MXL模型中,這2類因素對(duì)于軌道交通方式的影響并不顯著,是否選擇軌道交通和擁車、收入水平?jīng)]有直接關(guān)系;相比出租車,公務(wù)目的出行者更愿意采用軌道交通,這主要是由于軌道交通出行的準(zhǔn)點(diǎn)性更高;經(jīng)常乘坐飛機(jī)的出行者更愿意使用出租車,但在MXL模型中,出行頻率對(duì)于是否使用軌道交通影響不顯著;托運(yùn)行李數(shù)量越多,出行者越愿意使用個(gè)體出行方式,但在MXL模型中,隨身攜帶行李數(shù)量對(duì)于是否采用軌道交通影響不顯著,可見如何安置好大件行李是提高軌道交通出行比例的重要因素.
表3 NL與MXL模型回歸結(jié)果表
特型變量回歸結(jié)果顯示,車內(nèi)時(shí)間、車外時(shí)間、出行費(fèi)用對(duì)于出行方式選擇影響作用顯著,出行時(shí)間、費(fèi)用的增加會(huì)顯著降低選擇該種出行方式的比例,出行費(fèi)用的影響作用明顯高于出行時(shí)間,具體影響程度詳見下節(jié)彈性分析.
3.2 彈性分析
為了進(jìn)一步量化不同特性變量變化而導(dǎo)致相應(yīng)出行方式比例的影響差異,Train基于MXL模型,提出第k個(gè)變量變化下,出行方式變化彈性如下式.
(12)
式中:βk是第k個(gè)特性變量;出行方式變化程度取決于不同系數(shù)β的Lin(β)和Ljn(β)之間關(guān)聯(lián)性.
利用式(12)對(duì)表3中MXL模型的估計(jì)參數(shù)進(jìn)行彈性分析,表4~表5分別為出行時(shí)間(車內(nèi)時(shí)間、車外時(shí)間)和出行費(fèi)用的彈性測(cè)算結(jié)果,正值表示直接彈性,負(fù)值表示模式之間的交叉彈性.
由表4可見,車內(nèi)時(shí)間的彈性絕對(duì)值明顯大于車外時(shí)間,說明車內(nèi)時(shí)間對(duì)于出行方式的影響程度更高.機(jī)場(chǎng)巴士車外時(shí)間、車內(nèi)時(shí)間的直接彈性絕對(duì)值均為最大,其次為軌道交通,說明如果公共交通方式的等車時(shí)間、換乘時(shí)間以及運(yùn)行時(shí)間能夠改善,出行者選擇這類方式的比例將會(huì)無邊際增長(zhǎng).軌道交通的交叉彈性平均值明顯高于其他方式,假如軌道交通的車外時(shí)間每增長(zhǎng)1%,小汽車、出租車、機(jī)場(chǎng)巴士的出行比例將會(huì)分別提高0.302%,0.294%和0.315%.假如將來軌道交通的出行時(shí)間能夠縮短,旅客將會(huì)放棄使用私人出行方式,這將有利于緩解機(jī)場(chǎng)高速的擁堵.
表4 機(jī)場(chǎng)旅客出行方式選擇彈性分析表(出行時(shí)間)
類似的出行費(fèi)用研究結(jié)論見表5.小汽車和出租車的直接彈性絕對(duì)值最高(-1.084,-1.026),說明當(dāng)燃油費(fèi)、路橋費(fèi)、停車費(fèi)、打車費(fèi)等出行費(fèi)用增長(zhǎng)的情況下,采用個(gè)體出行方式通達(dá)機(jī)場(chǎng)的旅客將會(huì)顯著減少.相比其他幾類方式,出租車的費(fèi)用每提高1%,軌道交通出行比例增加幅度最大(0.832%);其次是機(jī)場(chǎng)巴士,出行費(fèi)用每提高1%,軌道交通出行比例將會(huì)提高0.660%,可見采用出租車以及機(jī)場(chǎng)巴士的旅客最易受到費(fèi)用的影響,他們使用軌道交通通達(dá)機(jī)場(chǎng)的可能性最大.
表5 機(jī)場(chǎng)旅客出行方式選擇彈性分析表(出行費(fèi)用)
本文調(diào)查了在引入軌道交通方式下的南京祿口機(jī)場(chǎng)旅客出行行為,分別采用NL模型和MXL模型擬合了調(diào)查數(shù)據(jù),研究表明在SP/RP融合數(shù)據(jù)擬合中,MXL模型對(duì)于影響因子擬合要求高,整體擬合效果更好,并且在機(jī)場(chǎng)巴士、軌道交通出行方式因素?cái)M合中取得更加精確的結(jié)果.MXL模型分析結(jié)果顯示,出行時(shí)間、出行費(fèi)用是影響旅客出行方式選擇的重要因素,出行目的、托運(yùn)行李數(shù)量對(duì)于是否選擇軌道交通影響顯著,而擁車水平、家庭收入水平、出行頻率影響作用不明顯.MXL模型的直接和交叉彈性分析結(jié)果顯示,在既有交通服務(wù)水平基礎(chǔ)上,如果能夠縮短軌道交通的車外運(yùn)行時(shí)間,旅客將會(huì)放棄使用個(gè)體交通方式,轉(zhuǎn)而使用大容量公共交通.同時(shí)采用出租車以及機(jī)場(chǎng)巴士的旅客最易受到出行費(fèi)用的影響,新方式開通后,這2類旅客使用軌道交通通達(dá)機(jī)場(chǎng)的可能性最大.
[1]PSARAKI V, ABACOUMKIN C. Access mode choice for relocated airports:the new Athens International Airport[J]. Journal of Air Transport Management,2002,8(2):89-98.
[2]LYTHGOE W F, WARDMAN M R.Demand for rail travel to and from airports transportation[J]. Transportation,2002,29(2):125-143.
[3]MEI Ling. Demand of rail mode in airports ground access market: a case study in Hong Kong[C]∥ 2007 International Conference on Service Systems and Service Management,2007:1-6.
[4]SUNYOUNG J.Access mode and departure airport choice in San Francisco Bay area[J]. Regional Science,2006,85(4):543-567.
[5]姚晏斌,高金華.機(jī)場(chǎng)軌道交通對(duì)陸側(cè)交通分流情況的預(yù)測(cè)研究[J].華東交通大學(xué)學(xué)報(bào),2006,23(1):48-51.
[6]張?zhí)m芳.機(jī)場(chǎng)陸側(cè)交通系統(tǒng)若干問題研究[D].上海:同濟(jì)大學(xué),2007.
Analysis of Airport Passenger′s Access Mode Choice Based on SP/RP Combined Data
BAO Danwen GUO Tangyi HUA Songyi
(NanjingUniversityofAeronauticsandAstronautics,Nanjing210000,China)
Using the stated preference (SP) and revealed preference (RP) data, we analyzed the passengers’ choice of airport access mode. Nested logit (NL) and mixed logit (MXL) model were respectively established to identify the preferences of airport passengers after the construction of airport rail taking Nanjing Lukou Airport as an example. Comparison results indicated that MXL model allowed the better estimate result for SP/RP combined data. Travel time and travel cost are the major factors affecting choice of airport access mode. Travel purpose and luggage quantity significantly affected the passengers’ intention of selecting airport rail. Elasticity analysis results show that if the out-of-vehicle time of airport rail is shortened, more passengers will use public transport mode to airport. Passengers who use taxi or airport bus to airport are significantly affected by travel cost, and they show the strongest intention to use airport rail to airport.
traffic engineering; airport rail transit; access mode; NL model; MXL model
2015-06-07
*國家自然科學(xué)基金項(xiàng)目(批準(zhǔn)號(hào):51208261)、江蘇省自然科學(xué)基金項(xiàng)目(批準(zhǔn)號(hào):BK20140821)、中國博士后基金項(xiàng)目(批準(zhǔn)號(hào):2013M541667)資助
U121
10.3963/j.issn.2095-3844.2015.04.020
包丹文(1982- ):男,博士,講師 ,主要研究領(lǐng)域?yàn)闄C(jī)場(chǎng)運(yùn)行與管理