鐵路客運樞紐短假期旅客集散交通接駁方式選擇影響因素分析

云亮　涂丹　陳蘭　唐雷

摘要 掌握鐵路客運樞紐旅客集散交通接駁方式影響因素是合理預(yù)測交通接駁需求、配置樞紐交通接駁資源的重要依據(jù)。以短假期鐵路旅客為研究對象，基于成都東站樞紐“五一”假期實地調(diào)查，構(gòu)建離站和到站兩個方向的交通接駁方式選擇MNL模型，并利用SPSS軟件進行了自變量相關(guān)性分析、模型驗證和因素分析，結(jié)果表明收入、出行目的、出行距離和同行人數(shù)對到達(dá)旅客模型具有顯著貢獻(xiàn)，收入、出行目的、同行人數(shù)和本站使用次數(shù)對出發(fā)旅客模型具有顯著貢獻(xiàn)。同時參數(shù)估計結(jié)果表明，旅客選擇常規(guī)公交的概率變化以及特殊出行目的旅客交通方式選擇的概率變化受上述因素的影響更顯著。

關(guān)鍵詞 鐵路樞紐;集散交通;交通接駁方式選擇;影響因素;短假期

中圖分類號 U291.75 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-8949（2022）10-0031-05

0 引言

鐵路客運樞紐作為城市對外交通與內(nèi)部交通轉(zhuǎn)換的重要節(jié)點，有效提高鐵路樞紐旅客集散交通的效率是改善樞紐及其所在城市區(qū)域交通運行的重要途徑。該文將通過鐵路到達(dá)樞紐、利用各類交通銜接方式前往出行目的地的旅客稱為到達(dá)旅客，將通過各類交通銜接方式到達(dá)樞紐、利用鐵路前往出行目的地的旅客稱為出發(fā)旅客，研究其集散交通接駁方式選擇的因素可以為合理構(gòu)建交通預(yù)測模型、配置交通資源提供支持[1]。

該文基于成都東站樞紐“五一”假期實地調(diào)查，通過對旅客個人特征和出行特征相關(guān)變量進行篩選，構(gòu)建接駁方式選擇MNL模型，對影響短假期鐵路旅客集散交通接駁方式選擇的因素進行分析。

1 數(shù)據(jù)調(diào)查與描述性統(tǒng)計

1.1 數(shù)據(jù)調(diào)查概況

為研究鐵路樞紐短假期旅客集散交通接駁方式選擇影響因素，以成都東站為研究區(qū)域，在2021年“五一”假期對該區(qū)域進行實地調(diào)查。成都東站提供的離站接駁交通方式包括中長途的城際鐵路、公路長途客運，中短途的城市軌道交通、常規(guī)公共、出租車、私家車、網(wǎng)約車等。在樞紐到達(dá)大廳進行隨機調(diào)查，采用電子問卷形式獲得531份到達(dá)旅客問卷和581份出發(fā)旅客問卷，有效問卷分別為507份和554份。根據(jù)鐵路部門統(tǒng)計，2021年“五一”期間成都東站旅客到達(dá)量和發(fā)送量分別達(dá)124.9萬人和124.6萬人，日均旅客到達(dá)量和發(fā)送量分別為24.98萬人和24.92萬人。根據(jù)Z統(tǒng)計量檢驗方法，選擇置信區(qū)間為95%，統(tǒng)計誤差為5%，標(biāo)準(zhǔn)差取0.5，確定最小樣本量為358人，均小于本次調(diào)查的兩類樣本量，因此調(diào)查數(shù)據(jù)滿足樣本量要求。

1.2 描述性統(tǒng)計

旅客樣本個人屬性和出行屬性統(tǒng)計情況分別如表1和表2所示。個人屬性統(tǒng)計結(jié)果表明：到達(dá)和出發(fā)旅客男性均多于女性，旅客年齡在35歲以下的青年占比均超過67%，職業(yè)均以工人/普通職員/科技人員、學(xué)生、醫(yī)護人員/教師/服務(wù)業(yè)人員等為主，學(xué)歷以大學(xué)本科/?？茷橹?，月收入集中在9 000元以下;出行屬性統(tǒng)計結(jié)果表明，出行目的占比前三位的，到達(dá)旅客分別是打工/創(chuàng)業(yè)、回家/返校、探親/訪友，出發(fā)旅客分別是回家/返校、旅游、打工/創(chuàng)業(yè)，出行距離主要集中在10～25 km范圍內(nèi)，出行人數(shù)集中在三人以內(nèi)，攜帶行李大多不超過一個普通行李箱的規(guī)格，有超過兩成的游客是首次抵達(dá)成都東站。

主要交通銜接方式統(tǒng)計結(jié)果表明：選擇城市軌道交通作為主要銜接交通方式的旅客約占一半，到達(dá)旅客選擇的比例略高于出發(fā)旅客;選擇公共交通方式（城市軌道交通+常規(guī)公交）的旅客在65%～70%，到達(dá)旅客高于出發(fā)旅客;選擇小汽車的旅客在21%～25%，出發(fā)旅客高于到達(dá)旅客。

2 模型構(gòu)建

該文基于非集計模型的隨機效用理論構(gòu)建多項logit模型（MNL模型），從概率的角度探討旅客集散交通的接駁方式選擇行為，然后通過對模型進行參數(shù)估計，定量分析影響旅客接駁交通方式選擇的主要因素。

2.1 模型數(shù)學(xué)表述

非集計模型假定作為行為決策單元的個人在可以選擇且選擇方式相互獨立的集合中會選擇對自己效用最大的方式，即隨機效用理論。旅客在條件一定的情況下選擇接駁方式的效用函數(shù)可以用公式（1）表示：

2.2 模型變量設(shè)置

該文將影響旅客接駁方式選擇決策的因素分為個人特征因素和出行特征因素，模型變量設(shè)置及定義如表3所示。

利用SPSS進行上述變量的兩變量相關(guān)性雙向檢驗，因變量均為分類變量，因此采用Spearman相關(guān)分析。到達(dá)旅客和出發(fā)旅客的分析結(jié)果分別如表4和表5所示。

由表4可知，到達(dá)旅客的“年齡”和“職業(yè)”、“年齡”和“收入”以及“職業(yè)”和“收入”的相關(guān)性系數(shù)為0.4～0.6之間，即為中等程度相關(guān)，其余變量之間相關(guān)性均為弱相關(guān)或極弱相關(guān)。因此，將“年齡”和“職業(yè)”兩個變量去除，保留“收入”變量。

同時由表5可知，出發(fā)旅客除上述變量中等程度相關(guān)外，“同行人數(shù)”和“攜帶行李”變量也為中等程度相關(guān)。因此，將“年齡”“職業(yè)”和“攜帶行李”三個變量去除。

3 模型驗證及因素分析

3.1 模型擬合及檢驗

應(yīng)用SPSS軟件進行數(shù)據(jù)處理，將“其他”方式作為參考方式，以因變量的最后一個分類水平作為參照，應(yīng)用MNL模型分別對到達(dá)旅客和出發(fā)旅客樣本數(shù)據(jù)進行模型擬合與檢驗，得到模型的擬合信息和似然比檢驗結(jié)果分別如表6和表7所示。

由表6可知，最終模型的卡方值分別為275.653和777.904，顯著性水平均小于0.05，表明最終模型優(yōu)于僅有截距的模型，因而更具有統(tǒng)計意義，因此通過檢驗。

由表7可知，模型似然比檢驗結(jié)果表明，到達(dá)旅客模型所選取的變量中“性別”“學(xué)歷”“攜帶行李”和“本站使用次數(shù)”的顯著性水平以及出發(fā)旅客模型中的“性別”“學(xué)歷”和“出行距離”的顯著性水平均大于0.05，表明研究這些自變量不具有實際意義;其余變量對模型構(gòu)成均有顯著貢獻(xiàn)。因此，最終進入到達(dá)旅客模型的效應(yīng)包括截距、收入、出行目的、出行距離和同行人數(shù)，進入出發(fā)旅客模型的效應(yīng)包括截距、收入、出行目的、同行人數(shù)和本站使用次數(shù)。再次進行檢驗的結(jié)果分別如表8和表9所示。

3.2 參數(shù)估計與因素分析

通過SPSS軟件檢驗自變量對到達(dá)旅客和出發(fā)旅客接駁方式選擇的影響，得到到達(dá)旅客和出發(fā)旅客模型的參數(shù)估計結(jié)果分別如表10和表11所示。

由表10可知在到達(dá)旅客選擇離站交通方式時，與“其他”方式相比：

（1）在收入水平不高于25 000元情況下，在任何收入水平上隨著收入的提升，選擇常規(guī)公交方式概率的增長，明顯高于選擇城市軌道交通和小汽車的概率增長，在12 000～15 000元收入范圍這一現(xiàn)象更明顯。

（2）除“其他”出行目的外，各類目的的旅客選擇常規(guī)公交和小汽車的概率均增加，但選擇城市軌道交通的概率均下降（只有“看病就醫(yī)”目的增加，原因尚不明確）;此外，以“看病就醫(yī)”為目的的旅客比其他目的的旅客概率增長得更明顯。

（3）在出行距離不大于25 km情況下，任何出行距離范圍上隨著距離的增加，旅客選擇城市軌道交通、常規(guī)公交和小汽車的概率都會增長，而且在5～25 km范圍內(nèi)增長得更明顯。

（4）在同行人數(shù)5人以下情況下，選擇城市軌道交通和小汽車方式的概率增加均高于常規(guī)公交，而同行人數(shù)3～5人情況下選擇各類方式的概率增長是最小的;其中，無同伴時選擇常規(guī)公交的概率是降低的。

由表11可知在出發(fā)旅客選擇到站交通時，與“其他”方式相比：

（1）在任何收入水平上選擇小汽車方式的概率均下降，收入在3 000～25 000元范圍時選擇城市軌道交通的概率均增加，收入在6 000～25 000元范圍時選擇常規(guī)公交的概率均增加，其中收入在9 000～25 000元范圍時選擇城市軌道交通和常規(guī)公交概率的增長明顯高于其他收入范圍。

（2）除“其他”目的的旅客外，其余各類出行目的的旅客選擇城市軌道交通、常規(guī)公交和小汽車的概率均增加，其中選擇常規(guī)公交的概率明顯高于城市軌道交通和小汽車，而“看病就醫(yī)”目的的旅客選擇各類方式概率的增加明顯高于其他出行目的。

（3）在同行人數(shù)5人以下情況下，只有選擇常規(guī)公交的概率在各類同行人數(shù)情況下均增加，且明顯高于選擇其他方式的概率增加，同時只有同行人數(shù)3～5人情況下選擇各類方式的概率均增加。

（4）在使用本站次數(shù)10次以內(nèi)情況下，選擇城市軌道交通的概率在各種使用頻率情況下均下降，而選擇常規(guī)公交的概率在各種使用頻率情況下均增加。

4 結(jié)論

（1）成都東站短假期旅客以青年為主，男性多于女性，多為普通職工、學(xué)生、服務(wù)業(yè)人員等中低收入者;出行目的主要是打工創(chuàng)業(yè)、回家返校、旅游和探親訪友，出行距離主要集中在5～25 km范圍，以三人以內(nèi)的小團隊為主，攜帶行李大多不超過一個普通行李箱的規(guī)格，有兩成的游客是首次抵達(dá)成都東站，主要利用公共交通（尤其是城市軌道交通）集散;

（2）參數(shù)估計結(jié)果表明，到達(dá)旅客隨著收入水平的增加選擇常規(guī)公交的概率增長明顯高于其他兩類方式，以“看病就醫(yī)”為目的的旅客選擇各類方式的概率增長比其他目的的旅客概率增長更明顯，出行距離在5～25 km的旅客選擇各類方式的概率明顯高于5 km以內(nèi)的旅客，3人以內(nèi)團隊選擇各類方式的概率增長明顯高于4～6人團隊;出發(fā)旅客隨著收入水平的增加選擇公共交通方式的概率均增長而選擇小汽車的概率下降，以“看病就醫(yī)”為目的的旅客選擇各類方式的概率增長比其他目的的旅客概率增長更明顯，所有同行人數(shù)類型的團隊選擇常規(guī)公交的概率增長明顯高于其他方式且3人以內(nèi)團隊選擇小汽車方式的概率下降，各種本站使用次數(shù)情況下選擇常規(guī)公交的概率增加明顯高于其他方式。

因此對于鐵路樞紐接駁交通系統(tǒng)而言，應(yīng)考慮擴大常規(guī)公交接駁的換乘區(qū)域可達(dá)性和交通引導(dǎo)，發(fā)揮其在短距離接駁的作用;應(yīng)提高對旅客團體出行在接駁需求方面的服務(wù)，如增加特殊群體（如看病就醫(yī)旅客）專用或優(yōu)先換乘通道等;應(yīng)注意通過良好的接駁交通組織管理培養(yǎng)出行者的出行習(xí)慣，引導(dǎo)綠色交通體系的構(gòu)建和完善。

參考文獻(xiàn)

[1]云亮. 鐵路到達(dá)旅客離站交通系統(tǒng)配置優(yōu)化研究[D]. 成都：西南交通大學(xué)， 2015.

[2]馬書紅， 李陽， 岳敏. 考慮出行鏈的城際旅客換乘選擇行為研究[J]. 北京交通大學(xué)學(xué)報， 2020（6）： 74-81.

[3]董小楠， 閆章存， 趙懷明， 等. 基于時空約束的出行方式選擇行為分析[J]. 公路交通科技， 2020（9）： 104-112.

[4]李進芳， 郭海明. 樣本量確定的經(jīng)濟學(xué)分析[J]. 統(tǒng)計與決策， 2009（19）： 22-23.