基于非集计模型的交通方式选择研究

张秋萍，陈义华

（重庆大学 数理学院，重庆 400044）

基于非集计模型的交通方式选择研究

张秋萍，陈义华

（重庆大学 数理学院，重庆 400044）

基于非集计模型的基本理论与建模方法，依据2002年重庆市主城区综合交通调查数据，建立了交通方式选择MNL模型，通过多项logistic分析对模型进行标定，并用2008年居民出行调查数据检验模型精度。所建立的模型亦用于研究影响交通方式选择的关键因素，通过对可控影响因素的引导和调整，达到优化交通方式结构的目的。研究结果表明，非集计模型较集计模型能更好地表达居民出行方式选择行为，有利于交通方式结构的调整和优化。

非集计模型；交通方式选择；MNL模型

0 引言

交通方式选择问题，是交通规划和政策制定中的重要部分。它影响着人们在城市中出行效率，影响到城市交通用地数量，影响到是否能向出行者提供更多的选择可能性[1]。但由于交通方式选择涉及的因素多，加之出行者的习惯、喜好等难以测定因素的存在，传统的集计建模方法难以准确描述出行者对交通方式选择的过程。

非集计模型的理论基础是消费者在选择时追求效用最大化这一假说。与集计模型相比，非集计模型具有如下特点：①高效、低成本。非集计模型直接应用个人调查数据进行分析，不会因为数据集计而产生信息丢失；建模所需数据较少，从而节省了调查成本。②建模方便、操作简单。非集计模型结构较为简单，建模较为方便。③可同时包含多种变量。以同一规模的调查和集计模型相比，非集计模型可以用较少的数据包含更多的变量。④可移植性较高。集计模型的移植，受到社会经济因素的限制，而非集计模型是根据选择行为建立的，因此，从原理上讲，只要社会经济属性相同，模型就可移植，可以节省建模的社会成本[1]。现以2002年重庆市主城区综合交通调查数据为基础，采用非集计方法建立交通方式选择MNL模型并验证模型的精度。

1 非集计模型的基本理论

假设出行者n选择方案i的效用为Uin，则Uin可以用式(1)表示[1]。

式中：Vin为出行者n选择方案i的效用函数中的固定项；εin为出行者n选择方案i的效用函数中的概率项。

根据效用最大化理论，出行者n选择方案i的概率Pin可以表示为式⑵。

利用二重指数分布的性质可以比较容易地导出Logit模型。式⑵中，概率项εjn(j=1,2,…,Jn)服从具有同一参数的、独立的二重指数分布时，Ujn=Vjn+εjn服从参数为(Vjn,1)的二重指数分布。而且，方案1被选择的概率如式⑶所示。

将定义为如式 ⑷所示。

利用两个独立的二重指数分布的概率变量的差服从logistic分布的性质，则：

式⑹是MNL模型的基本式，属于非集计模型的一种。MNL模型的一般式如式⑺所示。

2 MNL模型的建立与标定

MNL模型是非集计模型中最常用的模型之一。由于MNL模型具有数学形式简洁，物理意义容易理解的特点，并且选择概率在[0，1]之间，各选择肢的选择概率总和为1等合理性，近年来被广泛应用于交通等领域的模拟预测中[2]。

MNL模型的具体形式为：

式中：Pin为出行者n选择方案i的概率；Vin为出行者

n选择方案i的效用；An为出行者n选择交通方式的选择集。MNL模型的构造和计算流程见图1。

图1 MNL模型的计算流程

以重庆市为例，结合重庆市的具体情况，将居民出行可以采用的交通方式分为5类：步行(i=1)、公交车(i=2)、出租车(i=3)、私人小汽车(i=4)和轨道交通(i=5)。

影响居民出行交通方式选择的主要因素可以划分为：个人属性、家庭属性和出行属性。个人属性主要包括：年龄、职业、收入等；家庭属性包括：是否有小汽车等；出行属性主要包括：出行目的、出行距离、出行时间等。根据各种交通方式可能的影响因素，把步行、公交车、出租车、私人小汽车和轨道交通作为居民出行方式的选择肢，以轨道交通为参考项，选取时间、费用、收入和年龄为特性变量，建立MNL模型如式(8)。

式中：Ti(i=1,2…,4)为出行的时间；Ci(i=1,2…,4)为出行的费用；Ii(i=1,2…,4)为月收入；Ai(i=1,2…,4)为年龄；mi(i=1,2…,4)为常数；x,y,a,b为待定参数；vi(i=1,2…,4)为各出行方式对轨道交通的相对效用[3]。

通过SPSS统计软件中的多项logistic分析对模型进行标定，模型参数标定结果见表1。达式如下：

3 模型精度评价与分析

3.1 模型精度评价

实践中最常用的指标是t值，以及McFadden决定系数ρ2和修正的McFadden决定系数。对单个变量进行t检验，t值用来以判断单个变量是否显著地影响最终的选择结果。对模型整体与优越程度用ρ2和作判断。与相关系数的平方相同，ρ2值在0～1之间，越接近1，模型的拟合度越好。但是，和回归分析的相关系数不同，ρ2值在0.2～0.4之间时，可以认为拟合度很好[4-5]。本文所建模型ρ2= 0.272，= 0.247，McFadden 决定系数较高，模型与实际情况的拟合度较好。

应用2002年调查数据建立模型并评价模型精度，评价结果见表2。对2008年交通方式结构的推测见表3，这里将出租车和私人小汽车合并为小汽车。

表1 模型参数标定

根据统计学原理，在置信水平α=0.05时，当某一参数对应的︱t︱≥1.65，且参数符号正确时，则有95%的可能认为该变量对出行者选择该选择肢的影响显著；当︱t︱＜1.65时，有95%的可能认为该变量对出行者选择该选择肢没有影响，但此时不能任意将此变量去掉，还要根据经验进行判断，因为检验值不能绝对地说明变量的有效性[2]。

最终得出各方式相对于轨道交通的效用函数表

模型的精度评价表明模型精度很高，各种出行方式分担比率与实际调查相差很小，各种交通方式分担比例较为精确。近几年重庆市机动车保有量高速增长，模型推测与实际基本相符。2002年至2008年间重庆市投入了大量资金用于道路交通改造，随着城市用地格局的调整和居民生活水平的不断提高，使车行比例提高，步行比例下降。但随之而来的交通拥挤，道路资源的低效率分配、利用不合理，以及市区道路网的结构性缺陷等问题，车行比例并未达到应有的上升速度，步行和公交车两种方式的计算精度相对较低。根据居民出行调查统计，2008年重庆市主城区居民日出行总量为1 258万人次，轨道交通最大日客运量16.29万人次，模型计算轨道交通日客流量为17.74万人次，误差在可以接受的范围内。

表2 应用2002年调查数据评价模型精度%

表3 对2008年交通方式结构的推测%

3.2 模型的分析

通过对模型的分析，可以获知交通方式选择的重要影响因素，有助于研究交通方式结构的形成原因，以及影响和引导交通方式结构的有效措施。通过基于重庆市主城区综合交通调查数据所建立的非集计模型，相对于轨道交通方式作如下分析。

（1）居民出行是否选择其他出行方式的重要影响因素为居民的年龄、月收入水平、出行时间和各种交通方式的出行费用。

（2）居民的年龄在50岁以上，选择步行的发生比高于轨道交通1.39[exp(0.33)=1.39]。

（3）若轨道交通的票价与公交车相差1元以内时，选择公交出行的发生比小于轨道交通0.76[exp(-0.28)=0.76]。

（4）由于出租车能在紧急时刻节约时间，因此在其他条件都相同时，选择出租车的发生比高于轨道交通1.46[exp(0.38)=1.46]。

（5）拥有私人小汽车的居民，对出行费用不敏感，选择私人小汽车的发生比是轨道交通的3.42[exp(1.23)=3.42]。

通过以上的分析，可以制定合理的交通政策和管理措施来调整和引导交通方式结构。提高轨道交通的分担率可以缓解城市交通拥堵，通过分析MNL模型可知：减少轨道交通的出行时耗，合理制定票价，限制小汽车的拥有量，控制私人小汽车的出行率，实行拥堵收费等措施，可以有效提高轨道交通的分担率。应用MNL模型， 可以制定一系列优化交通方式结构的有效措施。

4 结束语

应用2002年重庆市主城区综合交通调查数据建立交通方式选择的MNL模型，推测重庆市2008年的交通方式结构，结果较为精确。因而该模型用于交通方式结构的预测是可行的。该模型可以用于交通方式结构的调整和优化，通过对可控影响因素的引导和调整，达到优化交通方式结构的目的，为解决城市交通结构性拥堵提供可行的实施方案。重庆市建立以公共交通出行为主的城市交通结构，实施公共交通优先政策，对实现交通运输的可持续发展具有实际意义。

：

[1] 关宏志. 非集计模型—交通行为分析的工具[M]. 北京：人民交通出版社，2004.

[2] 贾洪飞，龚勃文，宗 方，等. 交通方式选择的非集计模型及其应用[J]. 吉林大学学报， 2007，37(6)：1288-1 293.

[3] 富晓艳，宗 方，隽志才，等. 基于非集计选择模型的长春市居民出行数据分析[J]. 交通运输系统工程与信息，2007，7(5)：80-84.

[4] Kenneth E Train· Discrete choice methods with simulation[M]· Cambridge：Cambridge University Press，2003.

[5] 杨 敏，陈学武，王 炜，等. 基于人口和土地利用的城市新区交通生成预测模型[J].东南大学学报(自然科学版)，2005，35(5)：815-819.

Study on Traffi c Mode Choice Based on Disaggregate Model

ZHANG Qiu-ping,CHEN Yi-hua

(College of Mathematics and Physics,Chongqing University,Chongqing 400044， China)

According to the comprehensive traffi c survey data of main urban districts in Chongqing in 2002,the MNL model for traffi c mode choice is built based on the basic theory and modeling method of disaggregate model. This model is calibrated through several logistic analyses,and the model precision is tested by using the resident trip survey data of 2008. The built model can be also used in the study of key factors infl uencing traffi c mode choice. The goal for optimizing traffi c mode structure could be achieved by guiding and adjusting the controllable influence factors. The research results show that compared with the aggregate model,the disaggregate model can better express the mode choice behavior of resident,which is beneficial to the adjustment and optimization of traffi c mode structure.

Disaggregate Model; Traffi c Mode Choice; MNL Model

1003-1421(2010)01-0075-04

U121

A

2009-11-11

2009-12-02

重庆市科技计划项目基金(2006CE6044)

黄宣镌