出行链视角下城市轨道交通接驳方式联合选择模型

周家中

(中铁第四勘察设计院集团有限公司，武汉　430063)



出行链视角下城市轨道交通接驳方式联合选择模型

周家中

(中铁第四勘察设计院集团有限公司，武汉430063)

摘要：以城市轨道交通出行方式链为例，针对城市轨道交通两端的接驳方式，构建基于交叉巢式Logit(CNL)模型的城市轨道交通出行链联合选择模型。模型从出行全过程角度，将轨道交通两端的接驳方式纳入一个模型里进行联合选择。模型选取出行者社会经济特征，发生端出行特征，到达端出行特征三类特征变量，建立联合概率模型，对特征变量进行标定。模型结论显示：(1)以到达客流为主的城市轨道交通站点对于交通接驳便捷程度的敏感性更高；(2)公交接驳方式转化为小汽车接驳的可能性更高。对于揭示城轨接驳规律，优化轨道接驳系统具有实际意义。

关键词：城市轨道交通；出行链；接驳方式；联合选择模型

1城市轨道交通出行方式链分析

出行链是一系列出行方式的复杂组合，因此出行链与其中各次出行的方式选择是一项复杂的出行决策过程。1979年Adler和Ben-Akiva[1]采用MNL模型对出行链的出行方式选择进行了开创性研究。Strathman和Dueker[2]，Bhat[3]， Hensher和Reyes[4]， Guo和Wilson[5]等人主要围绕出行链与出行方式间的相互关系问题进行了研究，2007年Ye， Pendyala和 Gottardi[6]研究认为出行链模式决定了出行方式的选择。国内对于城市轨道交通出行方式链的研究较少，2011年同济大学史晟和杨超[7]基于出行方式链分析了城市轨道交通客流。2012年上海市综合交通所董治国[8]研究建立了上海轨道交通出行方式链模型。

一次城市轨道交通出行过程实际上是以出行链的形式存在。出行者从出行起始点(O点)使用接驳方式到达附近的轨道交通站，乘坐轨道交通到达出行目的地附近的轨道交通站，再使用接驳方式到达最终的出行目的地(D点)。城市轨道交通出行过程如图1所示。

图1　城市轨道交通出行方式链

城市轨道交通出行者会对出行全过程做出决策，把出发端和到达端的出行接驳方式选择纳入统一考虑。因此，建立针对出发端和到达端的出行接驳方式的联合选择模型能够有效反映出行决策过程，提高模型准确性。已有研究缺乏对于城市轨道交通出行链的出发端和到达端的出行接驳方式的联合选择研究。

因此基于广义极值模型(Generalized Extreme Value， GEV)[9]，建立交叉巢式Logit(Cross Nested Logit，CNL)[10]模型，对出行链视角下城市轨道交通接驳方式联合选择问题进行了研究，为研究城市轨道交通出行全过程规律提供了理论依据，同时对优化城市轨道交通接驳系统具有实际意义。

2交叉巢式Logit(CNL)模型建立

2.1模型结构

根据某市地铁1号线的城市轨道交通出行接驳方式调查数据(收回调查问卷1745份，其中有效问卷1604份)，把城市轨道交通出行链中的接驳方式划分为3种出行方式：慢行交通(步行、非机动车)、道路公交、小汽车(私人小汽车、出租车)。以不同的到达端接驳方式对应的发生端接驳方式的组合构成了模型的选择肢集合，如图2、图3，表1、表2所示。

图2　城市轨道交通出行方式链模型结构

图3　城市轨道交通出行方式链出行链组合分布

联合选择肢C1C2C3C4分层NestANestANestANestA、B发生端接驳方式慢行交通道路公交小汽车道路公交到达端接驳方式慢行交通慢行交通慢行交通道路公交联合选择肢C5C6C7C8C9分层NestA、BNestA、BNestBNestBNestB发生端接驳方式慢行交通小汽车小汽车慢行交通道路公交到达端接驳方式道路公交道路公交小汽车小汽车小汽车

表2　城市轨道交通出行方式链出行链组合分布频率

2.2模型特征变量

模型所涉及的特征变量可分为三类，分别为：出行者社会经济特征，如：年龄、职业、学历、月收入和自行车、小汽车拥有情况等；发生端和到达端接驳出行特征，如：出行距离、出行时耗和出行费用(表3)。

表3　模型特征变量定义

2.3效用函数公式

城市轨道交通出行者n选择发生端和到达端接驳方式组合(ci)的必要条件是选择集合中ci对出行者的总效用最大，即

(1)

(2)

其中，Ucin、Vcin、εcin分别为出行者n的联合选择肢(ci)的总效用，固定效用和随机效用。

固定效用为出行者的社会经济特征(Seci)、发生端接驳出行特征(Itripci)和到达端接驳出行特征(Jtripci)的函数，其表达式一般为线性函数

(3)

其中，Xcinl为出行者n的第i个联合选择肢的第l个变量值；βl为待标参数。为简化表达，后文表达效用及概率的符号下标中均省略代表出行者的符号n。

2.4联合概率模型建立

广义极值模型能获取固定形式的选择概率表达式，交叉巢式Logit模型继承了这一优越性。假设每个联合选择肢的效用随机项εcin均服从标准Gumbel分布，则I的联合选择肢的联合累积分布函数为[10]

(4)

按照广义极值模型理论，推导城市轨道交通出行者选择第ci种联合选择肢的概率Pci为

(5)

3模型求解与标定

令：Uci为联合选择肢ci的总效用；Um为分层m的总效用。

以分层NestA中的6个联合选择肢c1～c6为例，对联合选择肢的选择概率Pci的求解过程进行阐述，步骤如下[10]。

(6)

(7)

(8)

(9)

(10)

(11)

步骤4，确定Nest A总效用UA的效用固定项VA

(12)

步骤5，标定特征变量参数值和模型分配参数。

运用BIOGEME[11-12]求解，得出参数标定值及t检验值如表4所示、模型分配参数如表5所示。

表4　模型参数标定结果

表5　模型分配参数

表4中模型的拟合优度σ2为0.253，精度符合要求。发生端与到达端的出行时耗、出行费用参数值均为负，与效用选择最大化理论一致；年龄对方式选择的影响不显著，职业和收入对出行的轨道出行链联合选择肢的影响较大，选择小汽车接驳方式的收入高的出行者可能性会更大。

表4中还有一点值得指出的是，模型标定系数中到达端的标定系数的绝对值要大于发生端的，这说明了出行者对于到达端的出行时耗与出行费用比发生端更加敏感，出行者更倾向于选择到达端更为便利的出行方式组合。

表5中的模型分配参数表示下层选择项对上层选择项的影响程度，其值越大显示影响越大。从模型参数值可以看出：对于选择项4、5、6，到达端为公交接驳出行的联合选择肢与到达端为小汽车接驳出行的相关性更强，说明公交接驳出行同时存在转化为小汽车接驳出行的可能。

4结论与建议

通过研究出行链视角下城市轨道交通接驳方式联合选择模型，主要揭示出以下结论。

(1)在出行链视角下，出行者在统一决策轨道交通两端接驳出行方式选择时，更倾向于选择到达端更为便捷的接驳方式组合，即出行者对于到达端的接驳方式的便利程度比出发端接驳更加敏感，因此建议到达客流量比例较大的轨道交通站点应当尤其注意优化接驳系统。

(2)轨道交通的慢行交通接驳、公交接驳和小汽车接驳3种接驳方式中，公交接驳方式转化为小汽车接驳的可能性更高，因此建议轨道交通站点接驳系统应注重慢行交通接驳和公交接驳系统的建设。

对于揭示城市轨道交通出发端和到达端的接驳规律，指导优化城市轨道交通站点的接驳系统具有实际意义。

参考文献：

[1]Adler T， Ben-Akiva M. A theoretical and empirical model of trip chaining behavior[J]. Transportation Research Part B， 1979(13):243-257.

[2]Strathman J G， Dueker K J， 1995. Understanding Trip Chaining. Special Reports on Trip and Vehicle Attributes[R]. US Department of Transportation，1990:1-27.

[3]C.R. Bhat. Work travel mode choice and number of non-work commute stops[J]. Transportation Research B， 1997(1):41-54.

[4]Hensher D A， Reyes A J. Trip chaining as abarrier to the propensity to use public transport [J]. Transportation， 2000(4):341-361.

[5]Guo Z， Wilson N H M. Modeling effects of transit system transfers on travel behavior: Case of commuter rail and subway in downtow n Boston， Massachusetts[J]. Transportation Research Record， 2007:11-20.

[6]Ye X， Pendyala R， Gottardi G. An exploration of the relationship between mode choice and complexity of trip chaining patterns[J]. Transportation Research Part B， 2007(1):96-113.

[7]史晟，杨超.基于出行方式链的城市轨道交通客流分析方法[J].城市轨道交通研究，2011(1):29-32.

[8]董志国.上海轨道交通出行方式链模型研究[J].城市轨道交通研究，2012(7):15-21.

[9]王卫杰，王炜.基于配对组合Logit模型的路线选择[J].东南大学学报：自然科学版，2010(4):844-847.

[10]陈科，张殿业，周家中，等.一种居住区位和通勤交通方式的组合选择模型[J].计算机应用研究，2012(9):3248-3250.

[11]Bierlaire M. BIOGEME. A free Package for the estimation of discrete choice models[C]. Ascona，Switzeriand: 3rd Swiss Transportation Research Conference， 2003.

[12]Ben-Akiva M， Lennan S R. Discrete choice analysis: theory and application to travel demand[M]. Cambridge， Massachusetts: MIT Press， 1985.

Joint Selection Model of Urban Rail Transit Access Modes Based on Trip Chain

ZHOU Jia-zhong

(China Railway Siyuan Survey and Design Group Co.， Ltd.， Wuhan 430063， China)

Abstract：In this paper， the joint selection model of Cross Nested Logit of access modes to Urban Rail Transit (URT) based on trip chain is built， and the selection of both-end access mode to URT is employed in the model in perspective of the whole process of trip. Three characteristic variables of travelers’ socio-economic characteristics， the origin trip characteristics and the destination trip characteristics are included in the model， the joint probability model is established， and the characteristic variables are then calibrated. The results show that URT with high proportion of arrival passengers has a higher degree of sensitivity to the convenience of transport connections， and the access mode of the bus is more likely to shift to that of the car. This study reveals the pattern of access modes to URT， and is practical to optimize transport connection system of URT．

Key words：Urban rail transit; Trip chain; Access modes; Joint selection model

中图分类号：U491.1

文献标识码：A

DOI:10.13238/j.issn.1004-2954.2016.04.002

文章编号：1004-2954(2016)04-0004-04

作者简介：周家中(1987—)，男，工程师，工学博士，E-mail：zhoujiazhong0916@163.com。

收稿日期：2015-08-10； 修回日期：2015-08-28