公交出行信息条件下出行者通勤出发时间选择影响因素

侯现耀　 陈学武　 曾　隽

(东南大学江苏省城市智能交通重点实验室, 南京 210096)(东南大学现代城市交通技术协同创新中心, 南京 210096)



公交出行信息条件下出行者通勤出发时间选择影响因素

侯现耀 陈学武 曾隽

(东南大学江苏省城市智能交通重点实验室, 南京 210096)(东南大学现代城市交通技术协同创新中心, 南京 210096)

为提高公交出行信息服务水平,研究了公交出行信息条件下出行者通勤出发时间选择影响因素.采用均匀设计方法设计调查问卷,并在湖北省襄阳市开展了意向调查.考虑到出行者出行到达时间对出发时间选择有影响,引入了早到延误和晚到延误因素,建立混合Logit模型,对出行者出发时间选择影响因素进行了量化分析.结果表明:早到延误对出行者在公交出行信息条件下的出发时间选择有显著影响,且与晚到延误的影响作用不同;出行距离、道路拥堵信息和公交换乘信息会显著影响出行者的出发时间选择,公交车辆位置信息不会对出行者的出发时间选择产生显著影响;出行者个体的受教育程度、收入、日常乘坐公交情况等也是影响其出发时间选择的主要因素.

公交出行信息;出发时间选择;意向调查;均匀设计;混合Logit模型

对于城市公共交通,公交出行者通勤出发时间选择不仅会影响城市道路交通拥堵状况,还影响着公交系统的服务水平.研究公交出行信息条件下出行者的出发时间选择问题,对于改善智能公交公众出行信息服务和公共交通服务水平、提升公共交通吸引力和缓解城市交通拥堵问题十分必要.

利用离散模型对出发时间选择行为进行分析是较为普遍的方法.早期Small[1]应用经济学领域的相关理论,引入Logit模型,对旧金山湾区的居民出发时间和出行方式进行了分析.此后,陆续有学者研究了交通信息对出行者出发时间选择的影响[2-3].Logit模型要求选择项独立不相关(IIA)[4],为了避免此限制, Probit模型[5]、混合Logit模型[6]等也得到了应用.国内对于出发时间选择的研究多侧重于机动车出行者的选择行为[7-9],公交出行信息对出发时间选择的影响研究较少.

本文研究了不同情景下公交出行信息对出行者通勤出发时间选择的影响.首先介绍调查问卷设计和统计结果,然后建立公交出行信息条件下出行者出发时间选择行为模型,最后根据模型标定结果对出发时间选择影响因素进行量化分析.

1　出发时间选择行为调查

行为分析需要采集数据,数据采集方法主要包括交通观测法、RP调查法和SP调查法等.SP调查法操作简便,且可以获取实际观测法和RP调查法因现实条件限制不能获取的数据,在交通调查领域已得到较广泛的应用.故本次调查问卷采用SP调查法,询问被调查者个人、社会经济和出行等属性信息以及设计情景下的出发时间选择.

1.1调查问卷设计

根据对公交出行信息需求特征的分析[10],调查设定的出行情景为通勤时段,选取了4种情景因素,分别是出行者的出行距离(distance)、公交车到乘车站台距离的公交车位置信息(bus_dis)、道路的拥堵信息(congestion)和公交换乘信息(transfer).并分别设置4种情景因素的水平项,其中出行距离设置6个水平项,公交车位置信息和道路拥堵信息设置3个水平项,公交换乘信息设置2个水平项.为覆盖所有可能的情景,需设计108个调查情景,根据方开泰[11]提出的均匀设计方法,可以将调查情景最终缩减到6个.已有研究使用了均匀设计方法对调查问卷进行设计,并通过应用证明了其可行性[12-13].利用混合均匀设计表,对情景因素进行情景组合设计,得到的6个情景组合设计如表1所示.

在不同的情景下,要求被调查者根据情景提供的信息,对通勤出发时间做出选择,时间选择项为:

表1　情景组合设计表

“提前出发”、“出发时间不变”和“延迟出发”.不同个体针对情景提供的信息所做的出发时间选择不同,因此,被调查者还需要提供个人、社会经济属性和出行特征信息.

1.2调查数据统计

调查日期为2013年3月,调查地点为湖北省襄阳市.为了满足后续的定量分析要求，每个情景至少要有30份样本,最坏情况是所有调查者只有一种情景的选择有效,则至少应需要样本180份.本次调查与城市居民出行调查同步开展,根据居民出行调查的抽样情况,随机发放了400份调查问卷.问卷回收312份,经整理后得到277份有效问卷.调查得到的个人、社会经济属性和出行特征指标统计结果如表2所示.

2　出发时间选择模型

2.1时间延误影响

基于广义费用理论,出行时间成本模型为

C(td)=ατ(td)+βmax{0,t*-ta(td)}+

γmax{0,ta(td)-t*}

(1)

式中,td为出发时间;τ(td)为行程花费的时间;ta(td)为到达目的地时间;t*为期望到达的时间;α为行程时间所耗费的时间价值参数;β为早到惩罚参数;γ为晚到惩罚参数;max{0,t*-ta(td)}为早到延误(SDE);max{0,ta(td)-t*}为晚到延误(SDL).

出行者设定一个期望到达的时间,若出行者比期望到达时间早到时,会遭受早到惩罚,若比期望到达时间晚到时,会遭受晚到惩罚,并且不同到达时间所遭受的惩罚不同.

由式(1)得出，只要出行者的到达时间和期望到达时间不一致即产生早到或晚到延误,则必然对出行者的心理或物质上造成一定损失,并且只要延误产生,除非改变延误性质,其产生的影响不变,如图1(a)所示.而在实际情形中,当出行者实际到达时间恰好为期望到达时间时,则认为出行者的出发时间选择为最佳,时间延误对其出发时间选择的影响最低;当出行者的到达时间十分接近期望到达时间时,则认为对出行者的活动影响较小,产生的时间延误对其出发时间选择的影响也较小;当出行者到达时间与期望到达时间相差较大时,则认为这种状况是出行者所不情愿发生的,其对出行者的心理或物质造成的损失较大,因此此时的早到或晚到延误对出行者出发时间选择的影响相对较大,如图1(b)所示.综上所述,早到延误或晚到延误持续时间的大小会对出行者出发时间选择有不同的影响,可采用混合Logit模型对其影响进行分析.

表2　样本个人、社会经济属性和出行特征统计表

(a) 早到延误和晚到延误对出发时间选择的影响固定不变

(b) 早到延误和晚到延误对出发时间选择的影响随到达时间变化

2.2混合Logit模型

假设有N个出行者,面临J个选择项,每个出行者在做出选择时,都选择对其效用最大的选择项.则对于第n个出行者,选择第j个选项时的效用函数为

Unj=Vnj+enj=βnXnj+enj=μβnXnj+(ηβnXnj+εnj)

(2)

式中,Vnj为可观测到的效用;Xnj为选择项效用可测量部分的变量,包括选择项自身的属性、出行者的社会经济属性以及与选择情境相关的属性等;enj和βn为无法直接测量得到的随机影响变量;μβn为βn的均值;ηβn为βn的随机误差项;εnj为服从独立同分布(IID)特性部分的效用函数误差项;ηβnXnj+εnj为效用函数的误差项.由此可知,随机效用不需要服从IID特性.当βn为固定值时,条件选择概率为Logit形式,即

(3)

则第n个个体出行者选择第j项的概率为

(4)

2.3混合Logit模型预测过程及结果分析

2.3.1出发时间选择初步建模验证

由于不同出行者对出发时间选择不同,因此选取可以描述出行者个体和社会经济属性特征的性别、年龄、职业性质、受教育程度、收入、拥有交通工具情况等因素作为变量进行分析,并且出行者日常的出行习惯也会影响到其对出发时间选择的判断,故选取出行者日常乘坐公交情况、等车时间、步行时间、使用公交出行信息情况等出行特征因素进行分析,结合情景因素和时间延误因素,选取的影响因素如表3所示.根据2.1节分析,假定早到延误和晚到延误服从正态分布,其他变量对出发时间选择的影响固定不变.

表3　出发时间选择影响因素变量表

以出发时间不变的选择项为参照基础,得到在给定情景条件下出行者出发时间选择的参数估计结果,如表4所示.

表4　初步建模分析参数估计结果

从表4中可看出:

1) gender变量在提前出发选择中的系数为正值,延迟出发选择中的系数为负值,说明在出发时间选择上,男性更倾向于在改变出发时间时选择提前出发,而女性更愿意延迟出发.但因变量显著性不够,因此不能认为性别对出发时间的选择具有显著性影响.

2) age系数为负值,且提前出发选择中在95%水平上显著,说明年龄偏小的出行者,由于受到上学或上班的时间限制,当获取到信息后更倾向于选择提前出发避免迟到,而年龄偏大的出行者可能较多已退休或无固定工作,没有在高峰时期赶时间避免上班迟到的需求.

3) edu变量参数估计值皆为正,说明受教育程度较高的出行者更倾向于根据获取的出行信息调整出发时间,并且更显著选择提前出发.

4) work对出发时间选择的影响并不显著,但仍可以通过结果看出从事有固定上班时间要求的工作的出行者会更倾向于选择提前出发,以避免迟到.

5) income反映出行者的经济能力.在初步建模结果中,income变量皆为负值,且提前出发选择中在95%水平上显著,说明家庭收入少的出行者,在获取到出行信息后更倾向于改变出发时间,且倾向于选择提前出发.

6) car的结果说明是否拥有私家车并不会在给定的与公交相关的出行信息条件下显著影响到出行者对出发时间的选择,但这并不意味着私家车出行者不会根据出行信息调整出发时间,研究表明[7]提供相关的出行信息也会影响其对出发时间的选择.

7) bike变量在提前出发选择中为正值,且在95%水平上显著,说明拥有自行车、电动车或摩托车的出行者更倾向于选择提前出发;同样,由bus_days的结果可看出,对于日常出行以公交为主的出行者,在情景中给定的公交出行信息条件下显著倾向于选择提前出发.

8) WT和maxWT结果说明情景中给定的公交出行信息有助于出行者更合理地安排出行时间,以避免在公交车站等候更长时间.

9) distance, congestion和transfer对出行者的出发时间选择有显著的影响,而bus_dis对改变出行者出发时间的影响并不显著.

10) SDE和SDL结果显著性不够高.仅SDE在延迟出发选择中在90%水平上显著,表明早到延误时间越长的出行者越倾向于延迟出发时间.

2.3.2出发时间选择再次建模预测

从对表4的分析可知,在假设SDE和SDL服从正态分布的条件下,SDL的参数估计结果不显著.根据实际情况,当出行者晚到后,都会因迟到造成固定的经济损失(如工资或奖金扣减等),故假设SDL对出发时间选择的影响固定不变,SDE的影响仍然假设为正态分布,同时在预测过程中逐步剔除对于提前出发和延后出发2个选择影响都不显著的变量,对出行者在给定情景条件下的出发时间选择行为再次进行预测.预测仍然以出发时间不变的选择项为参照基础,参数估计结果如表5所示.

从表5中可看出:除SDE和SDL外,各变量影响情况和显著性与初次建模情况一致;SDL对出发时间选择的影响假设为固定不变后仍然不显著,但SDE的显著性得到了提升.说明早到延误时间较长的出行者更愿意在给定的信息条件下选择延迟出发,以减少早到延误的时间,避免时间上更大的损失.

表5　优化建模分析参数估计结果

3　结语

为研究公交出行信息条件下出行者通勤出发时间选择影响因素,利用均匀设计方法设计了情景调查问卷.建立了考虑早到延误和晚到延误的出行者出发时间选择混合Logit模型,通过模型对影响因素进行了量化分析.分析结果表明,出行距离、道路拥堵和公交换乘信息会显著影响出行者出发时间的选择,而车辆位置信息对出发时间选择影响并不显著.此外,在公交出行信息条件下,早到延误会显著影响出行者对于出发时间的选择,出行者个体属性也会显著影响其对出发时间的选择.研究结论可以为公交出行信息系统的个性化出行信息服务建设、引导居民公交出行政策制定等提供理论依据.

References)

[1]Small K A. The scheduling of consumer activities: Work trips[J].TheAmericanEconomicReview, 1982, 72(3): 467-479.

[2]Khattak A J, Yim Y, Stalker L. Does travel information influence commuter and noncommuter behavior: Results from the San Francisco Bay Area TravInfo Project[J].TransportationResearchRecord:JournaloftheTransportationResearchBoard, 1999, 1694: 48-58. DOI:10.3141/1694-07.

[3]Tseng Y Y, Knockaert J, Verhoef E T. A revealed-preference study of behavioural impacts of real-time traffic information[J].TransportationResearchPartC:EmergingTechnologies, 2013, 30: 196-209. DOI:10.1016/j.trc.2011.11.006.

[4]Steed J L, Bhat C R. On modeling departure-time choice for home-based social/recreational and shopping trips[J].TransportationResearchRecord:JournaloftheTransportationResearchBoard, 2000, 1706: 152-159. DOI:10.3141/1706-18.

[5]Senbil M, Kitamura R. Reference points in commuter departure time choice: A prospect theoretic test of alternative decision frames[J].JournalofIntelligentTransportationSystems, 2004, 8(1): 19-31. DOI:10.1080/15472450490437726.

[6]Li Z, Tirachini A, Hensher D A. Embedding risk attitudes in a scheduling model: Application to the study of commuting departure time[J].TransportationScience, 2012, 46(2): 170-188. DOI:10.1287/trsc.1110.0389.

[7]张春勤,姜桂艳,吴正言.机动车出行者出发时间选择的影响因素[J].吉林大学学报(工学版),2013,43(3):626-632. DOI:10.7964/jdxbgxb201303012.

Zhang Chunqin, Jiang Guiyan, Wu Zhengyan. Factors influencing motor vehicle travel departure time choice behavior[J].JournalofJilinUniversity(EngineeringandTechnologyEdition), 2013, 43(3): 626-632. DOI:10.7964/jdxbgxb201303012.(in Chinese)

[8]高晶鑫,隽志才,李津,等.通勤出发时间和驻停次数联合选择模型[J].系统管理学报,2012,21(3):366-370. DOI:10.3969/j.issn.1005-2542.2012.03.011.

Gao Jingxin, Juan Zhicai, Li Jin, et al. Commuters’ joint choice model of departure time and number of non-work stops[J].JournalofSystems&Management, 2012, 21(3): 366-370. DOI:10.3969/j.issn.1005-2542.2012.03.011.(in Chinese)

[9]周伟,赵胜川.动态路况信息下的出发时间选择行为分析[J].哈尔滨工业大学学报,2012,44(8):101-105. DOI:10.11918/j.issn.0367-6234.2012.08.020.

Zhou Wei, Zhao Shengchuan. Analysis of choice behavior of travelers’ departure time under urban dynamic road traffic information[J].JournalofHarbinInstituteofTechnology, 2012, 44(8): 101-105. DOI:10.11918/j.issn.0367-6234.2012.08.020. (in Chinese)

[10]Hou X Y, Chen X W. Analysis of urban public transit information requirements in China by Web-based survey[J].Procedia—SocialandBehavioralSciences, 2013, 96: 1522-1527. DOI:10.1016/j.sbspro.2013.08.173.

[11]方开泰.均匀设计——数论方法在试验设计的应用[J].应用数学学报,1980,3(4):363-372.

Fang Kaitai. Uniform design: Application in number theory method of experiment design[J].ActaMathematicaeApplicataeSinica(ChineseSeries), 1980, 3(4): 363-372. (in Chinese)

[12]陈旭梅,刘巧仙,杜光.基于SP调查的城市公共交通出行时间价值估计[J].交通运输系统工程与信息,2011,11(4):77-84. DOI:10.3969/j.issn.1009-6744.2011.04.012.

Chen Xumei, Liu Qiaoxian, Du Guang. Estimation of travel time values for urban public transport passengers based on SP survey[J].JournalofTransportationSystemsEngineeringandInformationTechnology, 2011, 11(4): 77-84. DOI:10.3969/j.issn.1009-6744.2011.04.012.(in Chinese)

[13]侯现耀,陈学武,王卫杰.多公交信息下居民出行前方式选择意向分析[J].交通运输系统工程与信息,2014,14(4):79-84. DOI:10.3969/j.issn.1009-6744.2014.04.011.

Hou Xianyao, Chen Xuewu, Wang Weijie. Preferences of pre-trip mode choice based on multiple public transit information[J].JournalofTransportationSystemsEngineeringandInformationTechnology, 2014, 14(4): 79-84. DOI:10.3969/j.issn.1009-6744.2014.04.011.(in Chinese)

Influence factors of traveler’s commuting departure time choice behavior under public transit information

Hou Xianyao Chen Xuewu Zeng Jun

(Jiangsu Key Laboratory of Urban ITS, Southeast University, Nanjing 210096, China) (Collaborative Innovation Center of Modern Urban Traffic Technologies, Southeast University, Nanjing 210096, China)

To improve the level of public transit information service, the influence factors of traveler’s commuting departure time choice behaviors under public transit information are studied. The uniform design method was used to create survey questionnaire, and the stated preference survey was carried out in Xiangyang City, Hubei Province. Considering the impact of traveler’s arrival time on his/her departure time choice, schedule delay early (SDE) and schedule delay late (SDL) are introduced to develop the mixed Logit model, and the influence factors of traveler’s departure time choice are quantitatively analyzed. The results show that the influence of SDE on traveler’s departure time choice is significant, and it is different from the influence of SDL. Traveler’s departure time choice is influenced significantly by travel distance, road congestion information and transit transfer information, but it is not influenced significantly by bus location information. The education, income and daily taking bus situations of a traveler are also main influence factors of his/her departure time choice.

public transit information; departure time choice; stated preference survey; uniform design; mixed Logit model

10.3969/j.issn.1001-0505.2016.04.037

2015-12-26.作者简介: 侯现耀(1985—),男,博士生;陈学武(联系人),女,博士,教授,博士生导师,chenxuewu@seu.edu.cn.

国家自然科学基金资助项目(51178109)、国家重点基础研究发展计划(973计划)资助项目(2012CB725402).

10.3969/j.issn.1001-0505.2016.04.037.

U491

A

1001-0505(2016)04-0893-06

引用本文: 侯现耀,陈学武,曾隽.公交出行信息条件下出行者通勤出发时间选择影响因素[J].东南大学学报(自然科学版),2016,46(4):893-898.