基于活动的出行方式选择模型与交通需求管理策略

第３７卷第１期　２００７年１月　吉林大学学报（工学版）　

Ｊｏｕｒｎａ１　ｏｆ　Ｊｉｌｉｎ　Ｕｎｉｖｅｒｓｉｔｙ（Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｅｄｉｔｉｏｎ）　Ｖｏ１．３７　ＮＯ．１　

Ｊａｎ．２００７　

基于活动的出行方式选择模型与　交通需求管理策略　

宗　芳　，隽志才　（１．吉林大学交通学院，长春１３００２２；２．上海交通大学交通运输研究所，上海２０００５２）　摘　要：应用基于活动的出行需求预测方法研究了长春市实行鼓励公交策略的可行性。通过　分析调查数据和总结以往模型，建立了Ｌｏｇｉｓｔｉｃ形式的出行方式选择模型，用长春市居民出行　调查数据进行了参数标定和模型验证。应用已建模型初步分析并评价了鼓励公交策略对居民　出行方式的影响。结果表明：建立基于活动的方式选择模型预测城市交通方式结构，可以全面　有效地进行交通需求管理策略的评价研究，为交通部门制定管理政策提供依据。　关键词：交通运输系统工程；交通需求管理；公交系统；非集计模型；出行方式　中图分类号：Ｕ４９１．１　文献标识码：Ａ　文章编号：１６７１－５４９７（２００７）０１—００４８—０６　

Ａｃｔｉｖｉｔｙ。ｂａｓｅｄ　ｔｒａｖｅｌ　ｍｏｄｅ　ｃｈｏｉｃｅ　ｍｏｄｅｌ　ａｎｄ　ａｎａｌｙｓｉｓ　ｏｎ　ｔｒａｆｆｉｃ　ｄｅｍａｎｄ　ｍａｎａｇｅｍｅｎｔ　

Ｚｏｎｇ　Ｆａｎｇ　，Ｊ　ｕａｎ　Ｚｈｉ—ｃａｉ。　（１．Ｃｏｌｌｅｇｅ　ｏｆ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ，Ｊｉｌｉｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ　１３００２２，Ｃｈｉｎａ；２．Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｔｕｄｉｅｓ，　Ｓｈａｎｇｈａｉ　Ｊｉａｏ　Ｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ　２０００５２，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｆｅａｓｉｂｉｌｉｔｙ　ｏｆ　ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　ｏｆ　ｔｈｅ　ｐｏｌｉｃｙ　ｏｆ　ｅｎｃｏｕｒａｇｉｎｇ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ｔｈｅ　ｐｕｂｌｉｃ　ｔｒａｆｆｉｃ　ｓｙｓｔｅｍ　ｉｎ　Ｃｈａｎｇｃｈｕｎ　ｃｉｔｙ　ｗａｓ　ｓｔｕｄｉｅｄ　ｂｙ　ｔｈｅ　ａｃｔｉｖｉｔｙ－ｂａｓｅｄ　ｔｒａｖｅｌ　ｄｅｍａｎｄ　ｐｒｅｄｉｃｔｉｏｎ　ｍｅｔｈｏｄ．Ｂｙ　ａｎａｌｙｚｉｎｇ　ｔｈｅ　ｓｕｒｖｅｙ　ｄａｔａ　ａｎｄ　ｓｕｍｍａｒｉｚｉｎｇ　ｔｈｅ　ｆｏｒｍｅｒ　ｍｏｄｅｌｓ，ａ　ｔｒａｖｅｌ　ｍｏｄｅ　ｃｈｏｉｃｅ　ｍｏｄｅｌ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　Ｌｏｇｉｓｔｉｃ　ｍｏｄｅｌ　ｗａｓ　ｂｕｉｌｔ，ａｎｄ　ｉｔｓ　ｃａｌｉｂｒａｔｉｏｎ　ｏｆ　ｔｈｅ　ｐａｒａｍｅｔｅｒｓ　ａｎｄ　ｖａｌｉｄａｔｉｏｎ　ｗａｓ　ｐｅｒｆｏｒｍｅｄ　ｂｙ　ｍｅａｎｓ　ｏｆ　ｔｈｅ　ｔｒａｖｅｌ　ｓｕｒｖｅｙ　ｄａｔａ　ｏｆ　ｔｈｅ　Ｃｈａｎｇｃｈｕｎ　ｉｎｈａｂｉｔａｎｔｓ．Ｔｈｅ　ｅｆｆｅｃｔ　ｏｆ　ｔｈｅ　ｐｏｌｉｃｙ　ｏｆ　ｅｎｃｏｕｒａｇｉｎｇ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ｔｈｅ　ｐｕｂｌｉｃ　ｔｒａｆｆｉｃ　ｓｙｓｔｅｍ　ｏｎ　ｔｈｅ　ｔｒａｖｅｌ　ｍｏｄｅｓ　ｏｆ　ｔｈｅ　ｉｎｈａｂｉｔａｎｔｓ　ｗａｓ　ａｎａｌｙｚｅｄ　ｂｙ　ｔｈｅ　ｂｕｉｌｔ　ｍｏｄｅ１．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｅｓｔａｂｌｉｓｈｉｎｇ　ｔｈｅ　ａｃｔｉｖｉｔｙ　ｂａｓｅｄ　ｔｒａｖｅｌ　ｍｏｄｅ　ｃｈｏｉｃｅ　ｍｏｄｅｌ　ｔｃ．ｐｒｅｄｉｃｔ　ｔｈｅ　ｔｒａｆｆｉｃ　ｍｏｄｅ　ｓｔｒｕｃｔｕｒｅ　ｉｎ　ｔｈｅ　ｕｒｂａｎ　ａｒｅａ　ｃａｎ　ｅｖａｌｕａｔｅ　ｅｆｆｅｃｔｉｖｅｌｙ　ｔｈｅ　ｔｒａｆｆｉｃ　ｄｅｍａｎｄ　ｍａｎａｇｅｍｅｎｔ　ｐｏｌｉｃｙ，　ｐｒｏｖｉｄｉｎｇ　ａ　ｂａｓｉｓ　ｆｏｒ　ｔｈｅ　ｔｒａｆｆｉｃ　ｍａｎａｇｅｍｅｎｔ　ｄｅｐａｒｔｍｅｎｔ　ｔｏ　ｆｏｒｍｕｌａｔｅ　ａ　ｒｅａｓｏｎａｂｌｅ　ｐｏｌｉｃｙ．　Ｋｅｙ　ｗｏｒｄｓ：ｅｎｇｉｎｅｅｒｉｎｇ　ｏｆ　ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ａｎｄ　ｔｒａｎｓｐｏｒｔａｔｉｏｎ　ｓｙｓｔｅｍ；ｔｒａｆｆｉｃ　ｄｅｍａｎｄ蜘ａｎａｇｅｍｅｎｔ；　ｐｕｂｌｉｃ　ｔｒａｆｆｉｃ　ｓｙｓｔｅｍ；ｄｉｓａｇｇｒｅｇａｔｅ　ｍｏｄｅｌ；ｔｒａｖｅｌ　ｍｏｄｅ　

近年来，随着城市交通拥挤状况日益严重，交　通需求管理（Ｔｒａｆｆｉｃ　Ｄｅｍａｎｄ　Ｍａｎａｇｅｍｅｎｔ，　ＴＤＭ）越来越受到人们的重视　。它的核心就是　

要通过各种政策、法规和现代化信息设备等诱导　

收稿日期：２００６一Ｏｌ一１５．　基金项目：高等学校博士学科点专项科研基金资助项目（２００３０１８３００８）；国家自然科学基金资助项目（５０５７８０９４）．　作者简介：宗芳（１９７９一），女，博士研究生．研究方向：运输系统规划与管理．Ｅ—ｍａｉｌ：ｊｌｕ．ｚｆ＠１６３．ｃｏｒｎ　通讯联系人：隽志才（１９５４一），男。教授，博士生导师．研究方向：运输系统规划与管理．Ｅ—ｍａｉｌ：ｚｅｊｕａｎ＠ｓｊｔｕ．ｅｄｕ．ｃｎ　第ｌ期　宗　芳，等：基于活动的方式选择模型与交通需求管理策略　·４９·　人们的出行来缓解城市交通拥挤问题。欧美、日　本等国自上世纪８Ｏ年代以后提出了许多ＴＤＭ　策略，而实行ＴＤＭ策略的前提是掌握居民出行　规律，提出适合本地区的管理策略，避免对居民出　行产生误导。因此开发有效的出行需求预测模型　以及分析和评价ＴＤＭ策略的可行性，对于提出　和推行高效的ＴＤＭ策略是必不可少的。从２ｏ　世纪９Ｏ年代开始，国外一些学者就开始了对　ＴＤＭ策略评价的研究。近些年，随着非集计模　型在出行需求预测领域的广泛应用，许多学者开　始将其应用于ＴＤＭ策略评价。如１９９９年　Ｗａｌｌａｃｅ等＿２］应用非集计模型对远程办公、价格　政策等５项ＴＤＭ策略实施效果进行了评价。　２０００年又对预测方法和评价指标做出改进，应用　负二项回归模型进行了出行需求预测ｌ３］。Ｌｉ　Ｑｉａｎｇ等ｌ４　用Ｌｏｇｉｔ模型对日本福冈地区实行　ＴＤＭ策略后影响工人出行方式选择的因素进行　了量化。Ｅｔｔｅｍａ等［５］利用ＭＭＮＬ（Ｍｉｘｅｄ　Ｍｕｌｔｉｎｏｍｉａｌ　Ｌｏｇｉｔ）模型评价了伦敦市分时段拥　挤收费策略对居民出行的影响。　ｌ出行需求预测方法　出行需求预测主要通过调查、分析现状数据，预　测未来居民的出行情况，根据指标的量化分析考察　各种策略的可行性，是评价交通需求管理策略的有　效手段之一。Ｉｆｌ前出行需求预测中应用较多的是上　世纪７Ｏ年代开发的非集计预测模型。上世纪９Ｏ年　代，开发人员根据非集计思想建立了基于活动的日　活动预测模型［６］。作者通过总结以往研究，把基于　活动的模型归纳为３层的ＮＬ（Ｎｅｓｔｅｄ　Ｌｏｇｉｔ）模型系　统（见图１）。　输入：个人、家庭及出行特性数据　时间概率——　活动安排模型　时间选择模型　出行方式模型　出发时间的　期望效用　出行方式和目的　地的期望效用　输出ｔ日活动安排、活动目的、每次出行的　交通方式和出发、到达时间　图１基于活动出行需求预测模型结构　ｎ晷１　－ｃＩｌ腓ｏｆ　ｐｒ。ｄⅫ蚰ｍｏｄｅｌ　作者主要以模型系统中的方式选择模型为例，　说明此类非集计模型的建模、参数估计和预测过程，　并利用已建方式模型对长春市实行鼓励公交政策的　可行性进行评价。　

２模型的建立　２．１模型介绍　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的效率。分　析居民方式选择的目的就在于根据出行者个人及家　庭的社会经济属性预测其选择某种方式出行的概　率，进而评价城市交通方式分布的合理性，制定适当　的管理策略。　２．２选择肢的确定　根据２００３年长春市居民日出行数据的调查统　计，把所有交通方式分为以下１１种：步行、自行车、　公共汽车、单位班车、单位小汽车、摩托车、出租车、　私人小汽车、有轨电车、轻轨和其他方式，分别用１　到１１的数字代表。　２．３模型结构　根据非集计理论，假定出行者将选择对自己来　说效用最大的交通方式。为进一步改进模型，简化　标定和预测过程，以多项Ｌｏｇｉｔ模型为基础建立　Ｌｏｇｉｓｔｉｃ回归模型＿７］，概率公式如下　Ｋｌｎ（－Ｙｉ）一　一＞：　（１）　

ｐｌｌ　式中；ｉ为从１到１ｏ的整数；Ｐ　为出行者选择前１ｏ　

种方式中第ｉ个选项的概率；Ｐ　为选择除前１ｏ种方　式外，其他方式的概率；　表示与其他方式相比第ｉ　种交通方式的效用；　为第五项因素的效用系数；　为选择项ｉ的第凫项因素的特征值。　２．４影响方式选择的因素　般认为，影响城市居民出行方式选择的因素　可分为出行者特性、出行特性和交通工具特性（主要　用出行时间来体现）３个方面。表１给出了经过筛选　后各类别中具体的影响因素。实际预测时，表征一　天活动整体安排的变量和出发时间变量的值分别由　日活动计划模型中的活动安排模型和时间选择模型　预测得出，体现了上层两个模型对方式选择模型的　制约。由于日活动模型标定时从底层的方式模型开　始，无需输入其他模型的计算结果，因此变量的值可　以通过在Ａｃｃｅｓｓ数据库中直接对数据进行分类查询　得到。另外，由于本次调查没有包括出行费用项和　出行距离数据，如果通过时间和各方式的出行速度　５０·　吉林大学学报（工学版）　第３７卷　表１出行方式选择模型变量裹　ｒＢＩｂＩｅ　１　Ｖａｒｉａｂｌｅｓ　ｉｎ　ｔｒａｖｅｌ　ｍｏｄｅ　ｃｈｏｉｏｅ　ｍｎｄｄ　

影响因素类别　影响因素　变量　性别　Ｇｅｎｄ　ｒ　个人属性　＜２Ｏ岁　ＡＧＥ　Ａ　

年龄　２０￣４０岁　ＡＧＥ　Ｂ　４０￣６０岁　ＡＧＥ　Ｃ　Ｏ～５ＯＯ　ＩＮＣ　Ａ　５０１～１０００　ＩＮＣ　Ｂ　出行者特性　家庭月总收入／元　１００１￣２０００　ＩＮＣ　Ｃ　２００１￣３０００　ＩＮＣ　Ｄ　家庭属性　３００１￣５０００　ＩＮＣ　Ｅ　家中儿童情况　有否６岁以下儿童？　Ｃ｝ｌｉｌｄ６　有无小汽车？　Ｃａｒ　家中车辆拥有情况　有无摩托车？　Ｍｏｔｏｒ　是否有２台以上自行车？　Ｂｉｋｅ　在早高峰之前　Ｂｅ　ｎ　出发时间　在早高峰时段内　Ｉｎ　ａＩｎ　

阶活动（工作、生活、娱乐、在家）　Ｐｒｉ　出行特性　二阶活动（工作、生活、娱乐、没有二阶活动、二阶生活＋娱乐）　Ｓｅｃ　

中间驻停（去时驻停、回时、都有、没有驻停）　Ｉｎｔｅ－￣　有否工作子往返　Ｓｕｂ　上车前步行时间　Ｗ　ｋ　候车时间　Ｗ＿ａｉ：　乘车时间　Ｒｉｄｅ　交通工具特性　总行程时间　２０ｍｉｎ以内　Ｔｉｍｅ　Ａ　

２０￣４０　ｒａｉｎ　ＴｉｍｅＢ　４０￣６０　ｒａｉｎ　ｍｅ　Ｃ　来计算费用，则费用项与行程时间将成为相关变量，　因此模型中没有考虑各方式的费用，而用广义费用　中的出行时间表示。　２．５模型标定　应用ＳＰ’Ｓｓ软件标定模型，所用数据为２００３年　长春市居民日出行调查数据，总共包括５１０１户家　庭，１４　６５５个出行者的３７　１６４次出行。表２为模型　的标定结果，其中Ｖ列为参数估计结果，ｔ列为各参　数的ｔ检验值。模型的参数估计值可以这样理解：　以单位小汽车为例，变量ＡＧＥ　Ａ的参数估计值为一　１．４７，表示当出行者年龄小于２０岁时，选择乘坐单位　小汽车的可能性是选择其他方式的Ｅｘｐ（一１．４７）一　０．２２９倍。同理，当出行者年龄为２０￣４０岁时（　ＧＥ　Ｂ），乘坐单位小汽车的可能性为Ｅｘｐ（－－０．５２）一０．　５９６。说明２０岁以下的出行者可以乘坐单位小汽车　的可能性比２０到４０岁的出行者小。同理，用这种　方法还可以对其他的变量进行分析。　２．６敏感性分析　通过变量的敏感性分析考察当某一影响因素发　生变化时，各方式分担率之比发生的变化，用来判断　某一变量对个人选择出行方式的影响：程度。主要分　析了出行者家庭收入发生变化（假设分别为每月　１０００元、１５００元和２５００元）时，步行／其他（Ａ／Ａ１），　自行车／其他（　ｚ／ｐ　），单位小汽车／其他（　／ｐ　）三　组比值的变化。　假定某人即将进行一天的活动，其个人、家庭特　征及活动安排描述为：男，３５岁，本次出行出发时间　为上午８点，上班时间为８点３０分，期望行程时间为　３０　ｍｉｎ，在小区内和单位内的步行时间之和约为１５　ｍｉｎ。一天活动安排如下：有两次往返行程，第一次