1、1文章编号：0253-374X(2012)07- DOI: 3969/j.issn.0253-374x.2012.07.000常规公交乘客对车内拥挤感知阻抗调查与模型邵敏华，李田野，孙立军（同济大学 道路与交通工程教育部重点实验室，上海 201804）摘要：采用 SP（stated preference）与RP（revealed preference）相结合的调查方法，在分析得出车内拥挤程度分级阈值的基础上，通过Binary Logit 模型分析得出不同车内拥挤程度下乘客出行选择行为效用函数，计算得到乘客出行时间价值，建立车内拥挤程度与时间价值的函数关系，进而将车内拥挤转化为时间，给出车内拥挤
2、的乘客感知阻抗模型。关键词：感知阻抗;意愿调查;拥挤程度;时间价值中图分类号：U 491 文献标识码:Research on the Survey Method and Model of Passengers Cost Perception of the Crowding Level in BusSHAO Minhua , LI Tianye, SUN Lijun(Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, Chi
3、na)Abstract: Crowding Level in the bus will influence the passengers cost perception and change their route choice. Value of time of passengers under different crowding level in bus is obtained by using Binary Logit model. Then the relationship between the crowding level in bus and the value of time
4、 is derived. By converting crowding level in bus to equivalent travel time, the model of passengers cost perception to the crowding level is built finally.Key words: cost perception; stated preference survey; congestion; value of time在公共交通网络的客流分配过程中，阻抗作为影响乘客选择公交线路的依据，其重要性不容忽视。目前，对于公交线路阻抗的研究主要考虑的是时间因
5、素和费用因素，如：葛亮等 1在对公交网络阻抗的研究中考虑了时间价值、公交出行总时间、出行距离和票价等因素，蒋忠海等 2在建立阻抗函数时考虑了公交车上及车外时间消耗和乘客支付的费用等因素，而对乘客出行的舒适性缺乏考虑。随着公共交通网络化进程不断深入，客可选择的公共交通方式和线路逐渐增多，车内拥挤程度不同所带来的出行舒适性差异将在很大程度上影响乘客对公交线路的选择。本文将重点研究乘客对公交车内拥挤程度的感知阻抗的调查及量化分析方法，采用一种新的嵌入式 SP（stated preference）与 RP（revealed preference）相结合的调查方法，在给出车内拥挤程度分级阈值的基础上，建
6、立了不同拥挤程度下的乘客出行选择效用函数，从中剥离出不同车内拥挤程度下乘客出行的时间价值，得到拥挤程度与时间价值的关系，最终建立了乘客对车内拥挤的感知阻抗模型。1 公交乘客出行选择行为理论与问题1.1 乘客选择效用函数简介效用（utility）是指消费某种物品或劳务带给消费者的满足程度。经济学中假设消费者在收入既定的情况下，总是选择消费效用最大的物品或劳务。类似的，在乘客出行选择行为中，出行者以效用最大化为目标做出自己的选择决定。在描述人的选择行为中，效用函数包括 2 个可加和的部分，一部分是可观测的部分，另一部分是随机部分，这样的效用函数被称为随机效用函数，效用 可以表示为iqU收稿日期：2
7、011-05-06基金项目: 上海市科委科研计划项目（10231202702）第一作者: 邵敏华(1978-), 女, 副教授, 工学博士, 主要研究方向为交通工程. E-mail: 第二作者: 李田野(1988-), 男, 硕士研究生, 主要研究方向为交通工程. E-mail: 2（1）iqiiqUV式中： 为作出选择的人； 为选择集中的一q个可选项； 为可观测到的效用部分，通常表示iq为 ,向量 中的每个分量 i是要求解TiqiVx的模型的参数值，反映了人们的效用对相应的变量值的敏感性, 为所观测到的变量值，可iqiq以包括两部分的信息：选择主体的特性（如性别、年龄、职业和收入等）和选择客
8、体的性质（如交通方式的出行费用和时间等） ； 为随机效用部分, iq表示效用函数的随机部分，这部分就是前面提到的影响主体做出决策但不能被观测得到的部分，所以认为这部分是一个随机变量 3。1.2 问题分析对于公交出行乘客，现有研究重点关注的出行时间和票价 2 个因素将显著影响乘客的出行选择行为。然而，随着人民生活水平的提高和公交网络的日益完善，人们对出行舒适性的要求越来越高，出行舒适性在公交乘客出行选择行为中是否还能被忽略不计值得商榷。考虑到这一可能存在的影响，本文在影响因素中加入了车内拥挤程度指标，以此来衡量车内舒适性对乘客出行选择行为的影响。2 调查分析方法的提出2.1 SP 与 RP 调查
9、方法分析SP 调查与 RP 调查是行为调查中常用的种方法。其中：SP 调查是指人们为了获得“对假定条件下的多个方案所表现出来的主观偏好”而进行的意愿调查，而针对某些已经实施的政策措施或已经存在的交通设施进行的对被调查者实际出行行为的调查被称为 RP 调查 4。SP 调查与 RP 调查的优越性对比如表 1 所示表 1 SP 调查与 RP 调查的优越性对比Tab.1 Comparative advantages of SP and RP surveySP 调查 RP 调查可以处理当前不存在的方案* 不能处理当前不存在的方案可将某一属性与其他属性的效果分开*属性间的作用存在多重共线性可以完全控制选择
10、方案* 不能假设选择方案可从一个回答者处得到多个数据*从一个回答者处只能得到一个数据回答值未必和实际行动一致 变量的测量不存在系统偏差*注：*表示优点。2.2 嵌入 RP 的 SP 调查分析方法与时间、票价 2 个易量化、易描述的因素不同，车内拥挤程度是一个主客观相结合的影响因素，如沿用考虑时间、票价影响常用的 SP 调查方法，则对车内拥挤程度的情景假设难以描述，也容易造成被调查者对假设情景的困惑和误解，考虑这一因素的行为调查需要对传统 SP 调查进行改进，以提高假设情景的真实性。本文基于对 SP 与RP 调查方法优缺点的上述分析，提出了一种新的调查方法嵌入 RP 的 SP 调查分析方法：调查
11、将车内拥挤程度的 RP 调查嵌入到乘客选择意愿的SP 调查中，即调查人员首先请乘客对当前车内拥挤程度进行判断，并同时记录车内立席密度值，将此车内拥挤程度 RP 调查结果作为 SP 调查部分的前提条件（如表 2、表 3 所示） 。这一方法既获取了乘客对于拥挤程度的主观判断结果，也为乘客的 SP 调查提供了一种身临其境的情境，使得SP 调查的结果更贴近真实情况，从而提高数据的准确性。基于上述方法，调查将车内拥挤程度主观感受及选择意愿调查集中在一张问卷上，并同时采集乘客的个人属性、以往出行情况等信息。调查分为 2 个阶段，第 1 阶段为 2010 年 5 月、第 2 阶段为 2010 年 12 月，
12、地点均在固定票价常规公交车内，共采集到 278 份有效问卷。表 2 现状公交线路情况Tab.2 Present conditions of bus line候车时间min乘车时间min 拥挤程度费 用元15 35 不拥挤、拥挤、非常拥挤 2表 3 新的公交线路与现状公交线路的对比Tab.3 The comparison of new bus line and present bus line3拥挤程度 费用元车内时间min 选 择3 (+1) 30 (-5)3 (+1) 20 (-15)4 (+2) 25 (-10)4 (+2) 15 (-20)5 (+3) 30 (-5)5 (+3) 20
13、(-15)5 (+3) 10 (-25)1 (-1) 40 (+5)当前情况1 (-1) 50 (+15)注：假设新的公交线路与现状公交线路候车时间相同。车内拥挤程度的客观指标选择立席密度值。车辆的立席密度为扣除坐席面积后车内站立乘客数与立席面积的比值。目前国内外对车内立席密度的分级标准多考虑车辆的额定载客量，对乘客的主观感受少有考虑，且尚无城市常规公交车的立席密度分级标准，不能直接应用于面向城市常规公交乘客的主观偏好调查中。因此，本文利用上述调查方法中嵌入的 RP 调查，将车内拥挤程度分为不拥挤、拥挤和非常拥挤 3 个等级，分析给出了车内拥挤程度的分级标准。分析引入了模糊数学中隶属度函数的概
14、念，分级结果如图 1 所示。图 1 拥挤程度分级阈值图Fig.1 Congestion degree classification threshold得到车内拥挤程度分级阈值分别为 3.6 和 6.2人m 2 ，即不拥挤与拥挤的分级阈值为 3.6人m 2 ，拥挤与非常拥挤的分级阈值为 6.2人m 2 。3 不同车内拥挤程度下的常规公交乘客出行选择效用函数与时间价值3.1 出行选择效用函数研究进一步将 278 份有效问卷得到的数据按照立席密度标准进行分类，分为不拥挤、拥挤和非常拥挤 3 类，采用标准 Binary Logit 模型作为个体公交出行选择模型形式，建立乘客出行选择效用函数，函数表达式
15、为：（2）jcjtjjYC式中： 为第 等级拥挤程度情况下乘客选j择某一公交线路的效用，假设 p 表示立席密度，当 人m 2 时， =1，不拥挤,当03.6pj人m 2 时， =2，拥挤,当.人m 2 时， =3，非常拥挤。 为乘客jc乘车的票价，元， 为乘客乘车的车内时间，tmin， 为常数项， ， 为第 等级拥挤程度jCcjtj情况下票价与车内时间的系数，通过回归分析得到。分别对不拥挤情况、拥挤情况和非常拥挤情况进行 Binary Logistic 分析，得到式（3）（5）如下：（3）1.3260.179.2Yct（4）2.50（5）30.91.29.63ct模型预测的总准确率（overa
16、ll percentage）分别为 76.5%，71.7%和 77.8%。3.2 时间价值的概念及计算从经济学的角度来讲，时间是一种稀缺资源，具有机会成本和价值。时间价值是指由于时间的推移而产生效益增值量和由于时间的非生产性消耗所造成的效益损失量的货币表现。乘客的时间价值是基于合理利用节约的在途时间的基础上的，如果节约的在途时间用于生产活动，则可以创造出更多的经济社会价值以满足个人的需求，如果用于其他社会活动则会给乘客带来额外的效用，因此，时间价值具有客观性。而另一方面，不同类型的出行者存在不同的时间价值，其基于个人效用最大化而作出的选择也不同，因此，时间价4值也具有一定的主观性。这就要求在研
17、究时间价值过程中注重主观与客观相结合 5。乘客出行时间价值是乘客选择某条线路而不选择其他线路时所考虑的该条线路给自己带来的个人效用增加量的货币表现。 在不同拥挤程度下，时间价值可以由以下公式进行计算：（6）1tt cVY式中： 为时间价值，元min 1 。将式t（6）得到的时间价值 变换为以元h 1 为单位，tV得到不拥挤情况、拥挤情况和非常拥挤情况下的时间价值分别为 8.04，9.96，14.94 元h 1 。可以看见：在车厢内不拥挤的情况下，出行者愿意用 8.04 元换取 1h 出行时间的节约，而车内非常拥挤时，乘客甚至愿意花费 14.94 元来换取1h 时间的节约。这一现象表明：常规公交
18、出行者在进行出行选择时，不仅受票价的影响，也受车内拥挤程度的影响。当前上海常规公交定额票价为 2 元，在出行者进行选择时可等效为约 15min，不同的车内拥挤程度对应不同的时间价值，假设货币价值不变，则拥挤程度的增加带来了出行者对车内时间感知的增加，增加比例达 86%。表 4 当量车内时间变化量对比表Tab.4 Comparison of equivalent time variation in bus车内状况 感受车内时间/min感受车内时间变化量/min单位票价变化等效车内时间变化量/min拥挤 24.8 4.8 7.5非常拥挤 37.2 17.2 7.5注：假设基准车内时间为 20min
19、，基准票价为2 元，此时车内不拥挤。由表 4 结果可知，拥挤程度的变化，尤其是早晚高峰时车内非常拥挤的情况下，对乘客感知车内时间的影响已经接近基准车内时间,并已经超过单位票价变化影响的 2 倍。4 车内拥挤的乘客感知阻抗模型4.1 感知阻抗函数选择由前述分析可知，随着车内拥挤程度的加剧，乘客由于拥挤而感受到的车内时间越来越长，而进一步的分析（见表 5 和图 2）亦表明：随车内立席密度的增大，乘客感受到的车内时间增长的速度也在加大。这一规律与道路交通常用 BPR（美国公路局）路段阻抗函数所表现的阻抗随需求与通行能力比值增大而增大，且增速逐渐增长的规律非常相似。因此，本文参考 BPR 路阻函数形式
20、，将车内拥挤程度的影响转化为时间，尝试建立形如式（7）所示的常规公交乘客感知阻抗函数。（7）0max(,)1szA式中： 为乘客在考虑车内拥挤后的感知行z程时间，即阻抗； 为公交车的实际行程时间；0为车厢内的人数； 为车厢内的座位数； 为车xsA厢的立席面积； ， 为系数。4.2 车内拥挤的乘客感知阻抗模型 将立席密度进一步细分成 5 个区间，分别为01.8，1.84.9，4.96.2，6.28.1，8.110.0，每一区间取中值。同时将所有问卷按照以上立席密度进行重新分类，对每一类问卷的调查结果再进行一次乘客出行选择效用函数的回归。特别针对立席密度为零情况（车内无站立乘客） ，整理相应的问卷
21、，得到此时的乘客出行时间价值。进而剥离出各个立席密度下乘客出行的时间价值。结果如表 5 所示。表 5 取值实例Tab.5 Example of values时间价值 立席密度 时间价值 立席密度7.228 0 10.341 5.5507.442 0.900 13.125 7.1508.550 3.350 16.237 9.050对表 5 的数据进行曲线回归分析，得到结果如图 2。5图 2 时间价值与立席密度的关系Fig.2 Relationship of value of time and density of standing passengers所得表达式为：， （8）1.827.20.5
22、tVp0.95R式中： 为相关系数。可以发现，随着立席密度的增加，公交乘客出行的时间价值在增大，并且曲线的斜率呈增大的趋势。也就是说，随着拥挤程度的提高，乘客认为车内时间越来越“值钱”了。根据不同立席密度下的时间价值，建立立席密度与时间价值关系如式（9）所示： 1.82max(0,)()7.281. tVxssfAA（9）对应立席密度为 0 时的时间价值 。07.V在不考虑票价影响时，不同立席密度下的时间阻抗与立席密度为 0 时的时间阻抗的等效关系如式（10）所示：（10）1.820max(,)1.2tVzsA将感知阻抗函数形式按式（10）整理，得到车内拥挤的常规公交乘客感知阻抗如式（11）所
23、示：（11）1.820ax(0,)1.2szA5 结语针对常规公交乘客在进行出行路径选择时对车内拥挤的阻抗的感知，提出了嵌入式 SP 与 RP相结合的调查方法，使 RP 调查的结果同时成为SP 调查的情景假设条件，从而在一定程度上弥补了 SP 调查与实际情况易有偏差的缺陷。采用这一方法，对上海常规公交乘客进行调查，提出了车内拥挤程度分级的立席密度阈值，并在此基础上建立了不同车内拥挤程度下的常规公交乘客出行选择效用函数，得到时间价值与车内立席密度的对应关系，进而构建了考虑车内拥挤程度的常规公交乘客感知阻抗模型。参考文献：1 葛亮，王炜，杨明，等. 基于站点的公交网络配流实用模型与算法研究J. 公
24、路交通科技， 2004, 21(10): 105. GE Liang, WANG Wei. Research on the model and algorithm of public transit assignment based on bus stopJ. Journal of Highway and Transportation Research and Development，2004, 21(10): 105.2 蒋忠海，邹志云. 城市公交网络阻抗函数模型J. 华中科技大学学报：城市科学版，2006, 23(2): 109.JIANG Zhonghai, ZOU Zhiyun. Mo
25、del of urban public transit net impedance functionJ. Journal of HUST：Urban Science Edition， 2006, 23(2): 109. 3 严作人，杜豫川，张戎运输经济学M北京：人民交通出版社，2009.YAN Zuoren, DU Yuchuan, ZHANG Rong. Transport economicsD. Beijing: China Communications Press, 2009.4 焦朋朋，陆化普基于意向调查数据的非集计模型研究J公路交通科技，2005，22(6)：114JIAO Peng
26、peng, LU Huapu. Study on disaggregate model based on stated preference dataJ. Journal of Highway and Transportation Research and Development, 2005, 22(6): 114.5 胡吉平. 旅行时间价值研究的意义与方法J. 综合运输，2008, 10: 64.HU Jiping. Significance and method of research on value of travel timeJ. Comprehensive Transportation, 2008, 10: 64.
