城市公共交通分担比的影响的研究.docVIP

城市公共交通分担比的影响的研究 　　[摘 要]“公交都市”是为应对小汽车高速增长和交通拥堵所采取的一项城市交通战略，已成为全球大都市的发展方向。公交可达性信息传递的有效性一定程度上影响着公交分担比率和公交服务水平，如何提高公交可达性信息的传播效率已成为交通领域的一大研究方向。 　　[关键词]公交都市 公交分担比 SP调查问卷 离散选择模型 公交可达信息 推送平台 　　中图分类号：F572 文献标识码：A 文章编号：1009-914X（2015）44-0304-02 　　1、公交分担率状况 　　公共交通出行分担率，是指在某个统计期、某特定范围内，选择公共交通的出行量占总出行量的比例。目前，国内外对于公交出行分担率的统计方式是多样的，得到的结果也不尽相同，下面根据文献对部分国内外城市公交分担率现状作简要统计。 　　1.1 国外公交分担率状况 　　根据文献资料[1]，国际上通用的公交分担率指标主要有6种：全方式全日全目的公共交通出行分担率、公共交通出行（不含步行）分担率、公共交通机动化出行分担率、不同区域公共交通出行分担率、早高峰进城公共交通出行分担率、通勤公共交通出行分担率。部分国外城市采用的统计方法及指标数值如表1。 　　由表1可以看出，世界发达国家的公共交通分担率已经达到了较高的水平，城市居民愿意选择公共交通方式出行，尤其是在早晚进、出城高峰时段，城市居民更愿意选择公共交通出行。 　　1.2 国内公交分担率状况 　　国内部分城市公交分担率如表2所示。 　　由表2可以看出，目前，国内内地公共交通分担率仅在35%左右。以成都市为例，全市公共交通（包括轨道、公共汽车）出行分担率为37.9%。成都出台的《成都市控制能源消费总量工作方案》[2]，计划到2017年，实现公共交通出行分担率达到50%以上。可见，目前成都市的公交分担率与《方案》还有一定差距，而《方案》比例也远不及世界发达国家水平。 　　2、公交出行意愿调查 　　2.1 SP问卷调查 　　交通Sated Preference（SP）调查，也称出行意愿调查，用以获取假设情境下出行者的选择意愿和偏好。由于SP调查的数据具有假设性，在分析新增交通方式需求、改变当前服务水平等超出实际范围外的数据预测时，相比传统的Revealed Preference（RP）调查具有很大优势。 　　下面采用SP调查，探讨在不同服务水平下，公交可达性信息推送前后出行者选择行为的变化，预测提高公交可达信息的推送水平的情况下，公交在居民日常出行中的分担率。 　　研究以成都市为例。市民选择的出行方式主要有公共交通（包括公交汽车与地铁）、自驾车、乘出租车、骑自行车、步行。随着城市的扩张，越来越多的出行距离已超过了自行车和步行的范围，而以乘公共交通、自驾车、出租车等机动车方式的出行，所以，自行车和步行两个选择枝在长距离出行中处于非常不显著的地位，故出行方式意愿调查问卷中选择枝集合为：公共交通、自驾车、出租车。 　　在实际设计问卷时，本文选择成都市106路公交车，以交大路西站为起点、文殊院站为终点，调查交大路西站附近出行者前往文殊院地区时的出行方式偏好。该线路，据实际调查，乘公交汽车的费用为2元，乘车时间约35分钟，等车时间5至10分钟不等，从而得到相应选择枝属性水平；乘坐出租车的费用约35元，时间约25分钟，等待出租车的时间约10分钟；自驾车前往的时间约20分钟，但由于需要停车以及燃油消耗，费用约为20元。参照现状基础并按10%的比例适当增减得到不同服务水平下各选择枝的属性水平，形成如表3所示的选择枝属性及属性水平定义表。 　　按照表3所示的选择枝属性水平，总共可形成648个试验组合，数量庞大，实际调查过程中可操作性低。故本文利用正交试验设计原理，选出16组两两相互正交且覆盖到各个属性的全部情况。 　　利用Matlab软件编程，得到如表4所示的16种正交组合[3]。观察可见，每个组合包含了每个属性所有水平，且任何一个属性水平与其他因素水平只形成了1个组合且不重复。 　　在完成核心的选择枝组合相关问题后，添加包括调查说明、填写说明、出行目的调查、当前水平下交通方式选择、被调查者个人属性等部分后，构成SP调查问卷。 　　按照不同的选择枝属性组合，设计共16份问卷，组成一套。并以此为基础，大规模分发调查。 　　2.2 离散选择模型验证 　　离散选择模型（Logit模型[4]）建立在经济学中的效用理论之上。所谓效用，即满意的程度，消费者从消费一种物品或服务中得到的主观上的享受和有用性。本文将可供选择的交通方式定义为选择枝，假设个人在每次选择中总选择效用值最大的选择枝，个人关于每个选择枝的效用值由个人自身的特性和选择枝的特性共同决定。 　　多项Logit模型，即MNL（Mul