路社非,孫小慧,左 志
(1.新疆大學建筑工程學院,新疆維吾爾自治區 烏魯木齊 830047;2.遼寧對外經貿學院信息管理學院,遼寧 大連 116052)
根據現有研究發現旅行者在選擇交通方式時更加注重交通方式的舒適性[1-7],本研究以三因素建立旅行感知費用函數,如公式(1)所示。
Gi,j=η1Ti,j+η2Mi,j+η3Cij
(1)
式中:Gi,j為旅行者i乘坐第j種交通方式的旅行感知費用;Ti,j為旅行者i乘坐第j種交通方式的旅行時間費用;Mi,j為旅行者i乘坐第j種交通方式的旅行貨幣費用;Ci,j為旅行者i乘坐第j種交通方式的旅行舒適性評價結果;η1、η2和η3為每種影響因素的權重,運用層次分析法對問卷數據進行計算可得:η1=0.419 9、η2=0.324 3、η3=0.255 8,經一致性檢驗計算C.R≤0.1,可知各影響因素權重具有一致性,可用于研究。
(1)旅行時間費用
旅行時間費用可以用單位旅行時間的貨幣化來表示,如公式(2)所示。
(2)
式中:Ti,j為旅行者i乘坐第j種交通方式的旅行時間費用,元;ti,j為旅行者i乘坐第j種交通方式的乘坐時間,h;Mi,s為旅行者i的月工資收入,元;Ti,w表示旅行者i的月工作時間,h。
(2)旅行貨幣費用
旅行貨幣費用是旅行者乘坐交通方式時購買車票所花的費用,記作:Mi,j,單位:元。這里著重介紹自駕時的旅行貨幣費用,包括燃油費用、停車費用和高速費用。
Mf=Fc×Pf×L
(3)
式中:Mf為車輛的燃油費用,元;Fc為汽車耗油量,L/km;Pf為燃油價格,元;L為旅行距離,km。
Pc=Pc×T+Pn
(4)
式中:Pc為停車費用,元;Pd為白天停車費用,元/h。T為白天停車時間,h;Pn為夜間停車費用,元/h。
Mg=θ1Mm+θ2M1
(5)
式中:Mg為高速收費,元;Mm為多高速路線收費,元;M1為少高速路線收費,元;θ1和θ2為多高速和少高速自駕方式的權重,通過調查問卷數據統計結果可得:θ1=0.541 7,θ=0.458 3。
(3)舒適性度量
羅仕鑒研究發現舒適性是人們在乘坐交通方式時的一種生理和心理上的狀態體現,本研究結合乘坐忍受時長評價生理舒適性的方法,提出一種新的舒適性評價方法,如公式(6)所示。
Ci,j=ρ1Bi,j+ρ2Pi,j
(6)
式中:Ci,j為旅行者舒適性;Bi,j為旅行者生理舒適性;Pi,j為旅行者心理舒適性;ρ1和ρ2為旅客對生理舒適性和心理舒適性的權重,通過問卷數據計算得:ρ1=0.423 7,ρ2=0.576 3。
旅客生理舒適性的計算方法為:根據問卷A所調查的數據統計旅客首選交通方式比例,計算各交通方式平均忍受時長及歸一化結果,取上述兩個指標的算術平均值作為生理舒適性的度量結果,如表1。

表1 不同旅游交通方式生理舒適性度量結果
旅客心理舒適性的計算方法為:運用顧客賦權法對表2的五個因素打分,1分最不重要5分最重要,根據公式(7)的計算結果如表2所示。

表2 不同旅行方式心理舒適度各項因素權重值
(7)

根據舒適度量結果可知需要對旅行時間費用值和旅行貨幣費用進行無量綱化處理,再進行計算,從而可得有效的結果。
旅行者在對交通方式選擇時以旅行感知費用作為參照點來衡量選擇的得失,就是將旅行者的旅行感知費用GE與實際旅行費用GP做比較,當GP≤GE時,旅行者認為所做的選擇呈“收益”狀態;當GP>GE時,旅行者認為所做的選擇呈“損失”狀態;用X0表示旅行者選擇旅行方式時的收益或損失,其等于
X0=GE-GP
(8)
價值函數V(X)是用來描述旅行者所做出的選擇是收益還是損失的主觀體現,其定義式如下
(9)
式中:X0是決策結果對比參考點的收益或損失值;a,β為風險態度系數,一般а屬于集合(0,1);λ為損失規避系數,且λ>1。
眾多學者發現Prelec提出的概率權重函數更適用于交通方式選擇研究。
(1)當旅行者面臨收益時,概率權重函數為
ω+(Pi)=exp(-(-ln(Pi)))γ
(10)
(2)當旅行者面臨損失時,概率權重函數為
ω-(Pi)=exp(-(-ln(Pi)))δ
(11)
式中:γ為風險收益態度系數;δ為風險損失態度系數。
按累積前景理論可知,備選旅游交通方式的累積前凈值(CPV)公式計算如下
CPV=CPV++CPV-=
(12)

以700 km旅行距離為例,兩種完全相同的交通方式(方式1和方式2)可供選擇,最初乘坐時間均為8 h,設計調查問卷B如下。
情景一:方式1以50%的可能性增加30 min,以50%的可能性減少xmin;方式2乘坐時間不變,為8 h。
情景二:方式1以P的概率減少180 min,以1-P的概率保持不變;方式2一定減少ymin時旅客會選擇方式2。
情景三:方式1以P的概率增加180 min,以1-P的概率保持不變;方式2一定增加ymin時旅客會放棄方式2。
情景一中x=30、60、90、120、150、180;情景二情景三中P=1%、10%、25%、50%、75%、90%、99%;y=0、30、60、90、120、150、180;統計數據運用SPSS軟件進行非線性回歸可得參數α=1.075,β=0.881,λ=2.5,γ=0.53,δ=0.76。
基于Logit模型在交通方式選擇研究中的弊端,本研究用CPV代替Logit模型里的效用值進行旅游交通方式選擇概率的預測,以消除Logit模型下旅行者完全理性的缺點。公式如下
Ui,j=CPVi,j+εi,j
(13)
(14)
式中:Ui,j為旅行者i選擇第j種交通方式的效用值;CPVi,j為旅行者i選擇第j種交通方式的累積前景值;εi,j為效用函數里的隨機項;Pi,j為旅行者i選擇第j種交通方式的預測概率;計算結果如表3所示。

表3 旅游交通方式選擇概率統計結果
城際旅游交通方式預測選擇概率和實際選擇概率誤差在-1.26%~4.06%以內,表明基于CPT構建的考慮舒適性的城際旅游交通方式選擇模型具有較高的擬合優度,可以很好的預測城際旅游中旅行者交通方式的選擇行為。
研究結果顯示,CPT適用于城際旅游交通方式選擇研究,基于CPT考慮乘舒適性建立的模型可以很好的解決旅行者面臨多選擇方案時的決策行為。本研究提出的舒適性評價方法可以有效的度量不同交通方式的乘坐舒適性,且設計的參數值標定情景適用于不同地區。該模型體系豐富了新疆地區旅游交通選擇行為研究的成果,驗證了高鐵建設對新疆地區旅游業發展的重要性。