限行政策下传统小汽车出行者出行方式选择

　　摘要：许多城市通过实施小汽车限行政策来缓解交通拥堵和空气污染，因此研究传统小汽车出行者个体的异质性对限行政策下出行方式选择行为的影响是十分必要的。本文以西安市传统小汽车出行者为调查对象，采用行为偏好和意向偏好融合调查方法设计调查问卷，获取特定情景下传统小汽车出行者的出行方式选择行为;采用CHAID决策树方法划分传统小汽车出行者的类别，采用固定参数logit模型和随机参数logit模型构建不同群体限行后的出行方式选择模型，并对比这个模型的优劣。研究结果表明：传统小汽车出行者分为仅有辆车的青年出行者、仅有辆车的壮年出行者、仅有辆车的中老年出行者和有多辆车的出行者类;随机参数logit模型的拟合效果更好;仅有一辆车的低收入青年和壮年出行者在限行日更倾向于选择公共交通出行;提高公共交通服务水平有助于吸引仅有一辆车的出行者在限行日选择公共交通方式出行，道路畅通有助于吸引有多辆车的出行者在限行日选择公共交通方式出行。研究结论可以为城市交通管理相关部门制定差异化的限行政策提供理论支撑。

　　关键词：交通工程;限行政策;决策树;随机参数ogit模型;出行方式选择

　　0引言

　　中国民用汽车保有量从010年的0.78亿辆猛增至020年的2.81亿辆，年均增长率为3.67%，其中2020年私人汽车保有量超过2.44亿辆[1]。尽管汽车数量的增加方便了人们的出行，但是也带来了诸如交通拥堵、空气污染、能源消耗等负面影响，更为重要的是汽车数量的急剧增加严重威胁了人类的健康和生态的平衡，是制约城市可持续发展的瓶颈。

　　为了解决机动化快速发展带来的问题、避免城市发展模式的不可持续性，各国政府和专家学者纷纷尝试从规划、经济和政策法规角度对交通需求进行管控，使交通供需达到相对平衡，这些政策和措施统称为交通需求管理(TrafficDemandManagement,TDM)。其中，小汽车限行政策作为TDM政策的重要组成部分，已经被一些国家和地区证实是一项短期内有效地减少道路交通需求、立竿见影的措施[3]。许多学者证明，限行政策能够通过影响出行者的出行方式达到缓解交通拥堵、改善空气污染7,8的效果，具体表现为弹性出行减少、早晚高峰车速提高、公共交通客流量增加10、汽车尾气排放减少。

　　由于个体的异质性和适应性，限行政策实施后，不同出行者会根据自身的社会经济状况、认知程度和出行需求等实际情况做出不同的应对行为。出行者可以采取减少弹性出行或使用其它替代交通工具出行等积极应对行为2,4,910]，也可以选择错峰出行等中立应对行为[6]，甚至是购买第二辆车、违规出行等规避限行的消极应对行为[113。这些应对措施不仅反映出限行政策存在一定的局限性，而且也反映出出行个体存在异质性。因此，了解不同出行者限行后的出行行为变化，探寻限行政策下影响各类小汽车出行者出行方式的因素，并提出改善对策以缓解大城市的交通压力显得尤为迫切。

　　目前，许多关于出行方式选择行为的研究都假设出行者是同质的[14]，未能深入考虑出行者的异质性问题，这导致研究结果与实际情况差距较大，不具有较好的适用性。因此，部分学者开始尝试将出行个体的异质性引入出行方式选择研究。异质性最早由Böckenholt等[15]提出，他们认为异质性是不同个体对同一产品会产生的不同偏好，同理不同出行个体对各种交通方式的偏好或交通政策的响应也是不同的。异质性的表现形式有偏好异质性(PreferenceHeterogeneityPH)和响应异质性(TasteHeterogeneity,TH)种。

　　偏好异质性指个体之间在社会经济特征和心理特征等方面存在的差异性16]，即不同个体的性别、年龄、认知是不同的;响应异质性指个体之间对事物特征的评价差异或响应差异17]，例如，实行限行政策对使用私家车出行有负效应，但这种负效应对不同出行个体的影响程度是不同的。由此可知，个体的偏好异质性会进一步产生响应异质性，研究者认为有必要通过群体细分来确定并研究每个子群体的特性。

　　目前，国内外对出行群体的划分大多基于可观测偏好异质性进行单一属性分组或多属性分组。将受访者分为有车一族和无车一族探讨了他们对限行政策态度和公共交通使用意愿的差异;戢晓峰等[1利用决策树将公路旅客进行群体细分，分析了需求强度对不同群体出行行为的异质性影响，但该分组方法无法反映群体内部的属性结构，仅能考虑可观测异质性的影响，对异质性分析不够充分。

　　一些研究者发现可以通过离散选择模型(DiscreteChoiceModel,DCM)捕捉到出行个体选择行为的异质性，证明了考虑个体异质性的logit模型(如随机参数logit模型、潜在类别选择模型)的拟合效果明显比传统的logit模型好，并且能够衡量个体的不可观测异质性20。hao等21]分别建立了随机参数logit模型和固定参数logit模型探究了影响驾驶人路径选择的相关因素，并证明考虑个体异质性的随机参数logit模型拟合性能较好;赵鹏等22建立高速铁路乘客乘车选择行为模型，证明了考虑个体完整异质性的随机参数ogit模型相比不考虑个体异质性多项ogit模型拟合度较好，更能解释的乘客实际行为。

　　综上可知，随机参数logit模型对个体异质性行为有较好的解释作用，而群体细分法作为一种解释异质性的传统方法，尽管存在一定的局限性，但也能反映同类群体的共有特性。因此，本文以西安市传统小汽车出行者为研究对象，采用CHAID决策树对出行者进行分类，选取了传统小汽车出行者的社会经济特征、出行特征和情景因素作为自变量，构建考虑出行个体异质性的限行政策下出行方式选择随机参数logit模型，明晰传统小汽车出行者限行政策下出行决策行为的影响机理，为完善限行政策实施、引导出行者绿色出行的提供理论依据。

　　1数据采集

　　1.1调查问卷设计

　　本文以西安市传统小汽车出行者为调查对象，采用行为偏好(RevealedPreference,RP)和意向偏好(StatedPreference,SP)融合调查方法获取特定情景下传统小汽车出行者的出行方式选择行为。调查问卷包括个部分，第部分为传统小汽车出行者的社会经济属性和限行后的出行行为，采用方法调查;第部分为假设情景，采用SP方法调查传统小汽车出行者在不同组合情景下的出行方式选择行为。

　　传统小汽车出行者的社会经济属性包括性别、年龄、月收入、家庭结构、是否接送小孩和私家车拥有量个影响因素，限行后的出行行为包括出发时间、出行时间和出行距离个影响因素。在第部分，本文考虑了道路交通状况、限行感知效果、公共交通服务水平个情景因素，每个情景因素都设置了种不同场景。

　　如果采用全面试验法考虑每个情景因素的所有假设场景来设计调查问卷，不仅需要花费大量的人力和物力，而且也会增加调查问卷的复杂程度，进而增加受访者的回答难度。因此，本文采用正交试验法设计调查问卷，以(34)正交表为基础，形成种正交试验方案，随机抽取种试验方案纳入调查问卷。

　　1.2调查实施

　　为了使研究样本具有更广泛的代表性，本文采用网络调查和现场调查种方式获取样本数据。同时，为了使研究结论具有针对性，本文对调查对象提出个约束条件：

　　(1)受访者必须是西安市城市居民;(2)受访者有驾车出行过程中受到限行政策的影响;(3)受访者的家庭至少拥有一辆小汽车。

　　网络调查委托“问卷星”平台于019年月日至月日进行，历时一个月，共收集到00份有效样本。现场调查采用路边访谈的形式，选取种不同用地类型(即大型住宅区、学校和商业综合体)的周边干道和停车场进行调查，最终获得00个样本数据，剔除个不完整的样本，得到85个样本数据。最终，网络调查和现场调查共获得85个样本。

　　1.3样本特征分析

　　从年龄来看，35岁和45岁的受访者较多，分别占和，是主要的受访群体;从私家车拥有量来看，仅有一辆私家车的出行者是主要的受访群体，占82%。基于HAID决策树的小汽车出行者分类CHAID决策树全称为卡方自动交互检测法(ChiquaredAutomaticInteractionDetector,CHAID)，是一种较为直观可靠的细分方法，同时也是一种可用于预测的模型23]。

　　其核心思想是根据因变量和解释变量之间的关系，通过比较内部节点的属性值，采用自上向下的递归方式对样本数据集进行最优分割，并通过卡方检验的显著性进行多元列联表的自动判断分组24]。CHAID决策树对因变量的类型没有特殊要求，无论因变量为连续变量或离散变量的情况均适用，且数据不需要满足正态分布;但是，CHAID决策树要求解释变量必须为分类变量。CHAID决策树的输出结果以树状图展现，具有直观、容易理解的优点。

　　2基于CHAID决策树的传统小汽车出行者分类

　　步骤如下：步骤：选定限行后传统小汽车出行者的日常出行方式为因变量，该变量为选择私家车出行或选择公共交通出行的二分类变量;选定传统小汽车出行者的社会经济特征(性别、年龄、收入、私家车拥有量等)为自变量;对自变量与因变量进行交叉分类，生成若干二维列联表;步骤：分别计算各个二维列联表的检验值和值;本文的因变量为二分类变量，因此采用卡方检验。

　　3限行政策下的传统小汽车出行者出行方式选择模型

　　3.1模型构建

　　DCM是解决因变量为分类变量的问题的一种模型，它利用随机效用和效用最大化理论描述了决策者在各种决策集中的选择行为。目前，DCM已广泛应用于交通领域，尤其是在出行方式选择25]、出行路径选择21]等研究。常用的CM模型主要有logit模型和probit模型两种，logit模型因其计算方便、容易理解受到大多数研究者的青睐。

　　4实证性研究

　　4.1变量说明

　　本文在设定情景中给予传统小汽车出行者种出行方式选择，一种是继续使用私家车出行，另一种是使用公共交通出行，因此本研究的因变量为二分类变量。本研究的自变量包括社会经济属性、出行特征(出发时间、出行时间和出行距离)、情景变量(道路交通状况、限行感知效果、公共交通服务水平)部分。

　　其中，性别、职业、接送孩子情况和私家车拥有量为二分类变量，年龄、月收入、家庭结构、出发时间、出行时间、出行距离、道路交通状况、限行感知效果和公共交通服务水平为多分类变量。为了分析多分类变量中不同分类项产生的影响，提高研究的精确性，本文将各项多分类变量设置为虚拟变量进行研究。

　　4.2传统小汽车出行者分类结果

　　考虑到出行者的性别、年龄、月收入、家庭结构、是否接送小孩和私家车拥有量的差异，本文采用CHAID决策树对小汽车出行者进行类别划分，其中，拆分水平α值默认为0.05。私家车拥有量为第一层父节点，分为仅有一辆私家车和拥有两辆及以上私家车两个子节点;年龄为第二层父节点，分为35岁以下、3645岁、45岁以上三个子节点，本文将这个年龄段的受访者分别称为青年出行者、壮年出行者以及中老年出行者。因此，本文将小汽车出行者分为仅有辆车的青年出行者、仅有辆车的壮年出行者、仅有辆车的中老年出行者和有多辆车的出行者类。

　　4.3不同类别的出行者出行方式选择行为

　　本研究选择二项logit模型进行分析，规定出行者继续选择私家车出行时取Y=0，选择公共交通出行时取Y=1。利用软件分别对RPL模型和FPL模型进行参数估计，设定随机参数服从正态分布，Halton抽样200次。

　　低收入出行者(5000元)的估计参数为0.863，这表明与高收入出行者(15000元)相比，低收入出行者更倾向于选择公共交通出行，选择公共交通出行的概率是高收入出行者的2.37倍。较长出行时间(6090min)的估计参数为1.114，这表明：与短出行时间(min)相比，较长出行时间的出行者更倾向于选择公共交通出行，选择公共交通出行的概率是短出行时间出行者的3.05倍。

　　公共交通服务水平(较好)的估计参数为0.864，这表明与较差的公共交通服务水平相比，较好的公共交通服务水平下出行者更倾向于选择公共交通出行，选择概率是较差时的2.37倍。此外，公共交通服务水平(较好)为随机变量，服从正态分布(均值：0.864，标准差：0.687)，表明该因素对壮年出行者限行后出行方式选择的影响不同，当公共交通服务水平较好时，该组有89.57%的出行者倾向于选择公共交通出行。

　　误差项参数为0.731，表明受访者在种组合情景下的出行方式选择之间存在相关性，且相关性在四组人群中最小，这证明了误差项存在的必要性，如果删除误差项会降低模型精度。四类传统小汽车出行者的出行方式选择均受出行时间显著影响;仅有一辆车的小汽车出行者的出行方式选择受公共交通服务水平显著影响，其中，青年出行者和壮年出行者的出行方式选择还受月收入的显著影响，中老年出行者还受出行距离和限行效果的显著影响;拥有多辆车的传统小汽车出行者的出行方式选择受出发时间、出行距离、限行效果和交通拥堵状况影响显著。

　　由此可知，不同出行者的出行方式影响因素存在差异，交通管理部门应该针对不同类别的出行者采取有针对性的措施，引导人们在限行后减少私家车出行是实现缓解交通拥堵、减少尾气污染的可行之策。基于研究结果，本文提出了以下建议。

　　(1)对于所有传统小汽车出行者，建议从降低乘客出行时间感和提高乘客出行效率等方面引导人们减少私家车出行。因此，可以通过增加车内可供休闲的电子设施、优化车内网络环境来改善出行者长时间乘坐公共交通的出行体验、降低乘客的出行时间感;同时，可以缩短公共交通发车间隔，减少乘客候车时间，提高公共交通的出行效率。

　　(2)对于仅有一辆车的传统小汽车出行者，建议从实行公交优惠政策、提高限行效果感知、优化长距离出行体验感、改善公共交通服务水平等方面引导人们减少私家车出行。

　　(3)对有多辆车的传统小汽车出行者，建议从改善交通拥堵、提高限行效果、提高高峰期间公共交通服务水平、优化长距离出行体验感等方面引导人们减少私家车出行。

　　5结论

　　(1)根据传统小汽车出行者的社会经济特征，利用CHAID决策树将其分为仅有一辆车的青年出行者、仅有一辆车的壮年出行者、仅有一辆车的中老年出行者和有多辆车的出行者类。

　　(2)采用FPL模型和RPL模型分别对类出行者限行后的出行方式选择进行研究，对比分析两种模型的拟合优度指标发现RPL模型优于FPL模型，表明受访者之间的个体差异和不同场景对受访者的影响是不可忽略的。

　　(3)除出行时间外，不同类别的传统小汽车出行者在限行政策下是否选择公共交通方式出行考虑的影响因素不同。限行政策对仅有一辆车和有多辆车的出行者的出行方式选择影响差异较大，仅有一辆车的低收入青年和壮年出行者在限行日更倾向于选择公共交通出行，提高公共交通服务水平有助于吸引仅有一辆车的出行者在限行日选择公共交通方式出行，道路畅通有助于吸引有多辆车的出行者在限行日选择公共交通方式出行，出发时间在:00:00、出行距离远的有多辆车的出行者在限行日依然偏好选择小汽车出行。

　　(4)从所有传统小汽车出行者、仅有一辆车的出行者和拥有多辆车的出行者个角度，针对出行者属性、出行特征和外部环境因素提出了优化公交出行体验、改善公共交通服务水平、提高限行政策效果、利用经济手段管理交通需求等引导出行者绿色出行的建议措施。

　　(5)由于本文开始研究时，西安市已经实施常态化限行政策，因此无法获取限行政策实施前西安市居民出行的数据，这是本文的先天不足;同时，本文构建的PL模型仅研究限行政策实施后传统小汽车出行者继续选择私家车出行或选择公共交通出行，没有考虑其它交通方式，这是本文的不足;此外，本文没有将公共交通进一步细分为轨道交通、公共汽电车和出租车。在后续的研究中，我们将对上述点不足继续进行深入探讨。

　　参考文献：

　　[1]国家统计局.中国统计年鉴[M].北京:中国统计出版社,2020NationalBureauofStatisticsofChina.ChinaStatisticalYearbook[M].Beijing:ChinaStatisticsPress,2020.

　　[2]刘凤喜,曹弋,周军.城市机动车保有量控制及合理使用策略[M].北京:北京交通大学出版社,2018.iuFengxi,CaoYi,ZhouJun.ThestrategyofUrban motorvehicleownershipcontrolandrationalusage[M].Beijing:BeijingJiaotongUniversityPress,2018.

　　[3]JiaN,ZhangY,HeZ,etal.Commuters’acceptanceofandbehaviorreactionstolicenseplaterestrictionpolicy:AcasestudyofTianjin,China[J].TransportationResearchPartD,2016,52:428440.

　　[4]ZhangLL,LongRY,ChenH.Docarrestrictionpolicieseffectivelypromotethedevelopmentofpublictransport?[J].WorldDevelopment,2019,119:100110.

　　[5]YangJ,LuF,QinP.Howdoesadrivingrestrictionaffecttransportationpatterns?ThemediumrunevidencefromBeijing[J].EnvironmentforDevelopment,2018,204:270281.

　　[6]YaoWB,DingYH,XuFM,etal.Analysisofcars’commutingbehaviorunderlicenseplaterestrictionpolicy:acasestudyinHangzhou,China[C].

　　21stInternationalConferenceonIntelligentTransportationSystems.USA:ITSC,2018.

　　作者：马壮林，崔姗姗，胡大伟，王晋

转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/29574.html