基于居民出行需求的个体可达性模型构建

龙源期刊网基于居民出行需求的个体可达性模型构建作者：尚时羽来源：《价值工程》2015年第10期摘要：交通系统是否能够满足人们出行活动舒适、安全、便捷、准时、经济地到达目的地的要求，可以采用可达性这一指标来衡量。现有研究多是从交通供给角度测度可达性可以给交通使用者提供怎样一种服务，不足以从微观角度衡量个体到达某一区位的机会和能力。本文试图从个体出行需求角度出发，运用随机效用理论，将出行者出行行为看成消费者的选择行为，构建基于居民出行需求的个体可达性分析框架。Abstract：Whetherthetransportationsystemcanmeettherequirementsofcomfortably，safely，convenientlyandeconomicallyreachingthedestinationornotcanbemeasuredbytheindexofaccessibility.Mostoftheexistingresearchesaretomeasuretheaccessibilitycanprovidewhatkindofservicesfortheuserfromtheperspectiveoftrafficsupply，whichisnotenoughtomeasuretheopportunityandabilityofindividualtoacertainlocationfromthemicroscopicview.Thispapertriestousetherandomutilitytheorytoconsiderthetravelbehaviorasachoicebehaviorofconsumerfromindividualtraveldemandandbuildtheindividualaccessibilityanalysisframeworkbasedonthetraveldemandofresidents.关键词：个体可达性;出行需求;效用Keywords：individualaccessibility;traveldemand;utility0;引言城市聚集了高密度的人口和社会经济活动，居民在城市不同场所完成的工作、娱乐、购物、交往等活动，这些活动是城市的根基，而交通运输是为了满足居民社会经济活动需求而派生出的服务。交通系统是否能够满足人们出行活动舒适、安全、便捷、准时、经济地到达目的地的要求，可以采用可达性这一度量指标来衡量。已有学者对交通系统的可达性开展了大量研究，分析了可达性对于地区发展、就业机会、社会公平等各方面的影响。传统的可达性指由土地利用—交通系统所决定的、人/货物通过一定的交通方式到达目的地或参与活动的方便程度等。现有的研究大致可以归纳为四个不同的出发点，即土地使用、交通系统、时间限制、个人等四个方面[1]。对可达性内涵的不同理解导致不同的计算方法：有基于基础设施的可达性测度方法，有基于位置的可达性测度方法，也有基于效用的可达性测度方法。然而，以上几个方面大多是从交通供给的角度测度可达性到底可以给交通使用者提供怎样一种服务，不足以从微观角度衡量个体到达某一区位的机会和能力。可达性不仅是城市交通研究领域中的概念，它在人文地理学、区域经济学等领域中也是一个重要概念。已有学者从城市空间形态、土地利用和发展机会对可达性的影响作了评价和分龙源期刊网析，考虑了空间阻隔、机会累积、空间相互作用的影响;也有学者从基于个人的角度，Hagerstrand在1970年根据经典的时间地理学分析方法，提出了时空棱柱法[2，3]，构建了时空可达性分析框架，即个体在限定的时间和空间双约束条件下的活动空间，从而测度个体可达性水平。国内外大多数学者是在时间地理学方法的基础上研究个体出行的时空可达性。Recker[4]等利用时空棱柱法分析了家庭旅行的决策效率对可达性的影响。Odoki[5]利用时空约束模型分析个人可达性与其参与社会经济活动可能性大小有关，进而提出“可达性-机会”模型，将“机会”因素加入可达性模型中。利用时空分析方法在出行行为研究上有所发展，Ben-Akiva和Lerman[6]根据时空可达性将基于个人和基于效用可达性分析方法进行结合，利用微观经济学收益方法对可达性进行测度，对个体的时空约束可达性的影响进行评估，其中忽略了在交通系统中出行者的出行选择行为对可达性的作用，不足以从出行者个体出行需求角度对个体出行可达性进行评价。本文试图以基于运用经济学原理中随机效用理论的交通需求组合模型基础上，将出行者的个体出行行为看成消费者的选择行为，从个体需求角度出发构建基于个体出行需求的可达性分析框架，并在模型构建过程中体现出行者在不同选择层级上的不同行为，进而构建不同维度的个体可达性水平聚类评价城市空间不同区域的特性，为深刻了解可达性对个体活动影响的机理奠定基础。1;基于个体出行需求的可达性理论模型1.1定义：在现有的道路设施及路况条件下，出行者由于不同的个人属性、出行属性和家庭属性，采取不同选择行为出行所产生的效用大小。其中，效用是指从微观经济学角度出发，将出行者个体的出行行为看作是一种消费行为，并以这种消费行为在交通—土地系统中获得的最终效益作为该个体的可达性水平的评价标准。随机效用理论中指出，出行者在特定的选择条件下，选择其所认知到的选择方案中效用最大的方案，即某种交通方式的所需费用、所需时间等服务水平特性，出行者的年龄、职业、收入等社会经济特性以及出行的目的、出行的时间带等出行的特性等与交通行为有关的特性将对效用产生影响。同时认为效用是一个随机变量，通常将效用函数U分为非随机变化的部分（固定项）和随机变化部分（概率项）两部分，并假设两者间呈线性关系[7]。若假设出行者n选择方案i的效用为Uin，则Uin的表达式为：Uin=Vin+εin（1）式中：Vin——出行者n选择方案i的效用函数中的固定项;εin——出行者n选择方案i的效用函数中的概率项。这里，将出行者n选择方案i假定为k，即效用为Uk，并且假设随机变量Uk符合Gumbel分布，Vk为非随机变化部分的随机变量，是可预测部分，而εk为随机变化龙源期刊网部分的随机变量，是不可预测部分，因此对效用函数取期望，则有E（Uk）=Vk，则可达性指标为：A=E（■U■）=■ln■e■（2）式中：k——出行者出行选择方案的集合，对于每个方案k都有其相应效用且k∈K。Oppenheim[8]在1996年提出基于统一的出行者选择行为的交通需求组合模型。模型是在随机效用理论基础上，将出行者的出行行为看作成消费者选择行为，即出行选择与出行效用和出行预算有关。模型中出行选择是基于非集计模型中的多层Logit模型，同时避免了传统交通规划的四步模型中选择行为不一致问题，从而保证了拥挤效应在不同选择层次上的一致性。模型中，出行者的出行选择分为以下层次：①在小区i，给定时间下，一个潜在出行者选择出行与否的概率为Pt/i;②在给定上层选择条件下，选择目的地j的概率为Pj/i;③在给定上层选择条件下，选择出行方式m的概率为Pm/ij;④在给定上层选择条件下，选择路径r的概率为Pr/ijm;这一层次结构如图1所示。设定小区i潜在出行者总人数为Ni，则有Tijmr=Ni·Pijmr=Ni·Pt/i·Pj/i·Pr/ijm，？坌i，j，m，r，其中Tijmr为OD对ij方式m路径r的流量;Pijmr为OD对ij方式m路径r的概率。各选择层次的概率为Pt/i，Pj/i，Pm/ij，Pr/ijm，首层选择只有两个选择枝（即出行与否）概率公式为BL模型，以下各层均为ML模型，则基于Logit模型的概率公式：■=P■=■，？坌i（3）■=P■=■，？坌i，j（4）■=P■=■，？坌i，j，m（5）■=P■=■，？坌i，j，m，r（6）其中，T■为小区i的出行量;T■为OD对ij间的出行量;T■为OD对ij间方式m上的流量;βr，βm，βr，βt为各层次Logit模型的参数;gimr为居民广义出行成本;hi，hij，hijm，hijmr是各层次选择效用中的常数部分，与社会经济属性和个体特性有关;Logsumt/i，Logsumj/i，Logsumm/ij为每个层次的实际效用的期望值。这里，引入Logsum参数，在多层Logit模型中，最低层选项的效用与多元Logit模型类似，中间层的选项的效用定义除了解释性变量外，还需要添加一个“表示其下属各个分支选项龙源期刊网效用”的参数，此参数是对低层的logit概率的分母取，因其在数学上Logsum恰好等于低层选项的最大效用的期望值。即各层次的实际效用期望值为：Logsum■=■ln■e■，？坌i，j（7）Logsum■=■ln■e■，？坌i，j，m（8）Logsum■=■ln■e■，？坌i，j，m，r（9）对于不出行的出行者其出行效用为0，那么选择出行的实际效用期望值为Logsum■=■ln（1+e■），？坌i;;;（10）即基于居民出行需求的个体可达性的计算公式为：A=E（■U■）=■ln■e■=■ln（1+e■）？坌i（11）1.2出行广义成本。其中出行广义成本gimr部分，这里包含使用成本、时间成本和疲劳成本三部分构成即：广义出行成本=使用成本+时间成本+疲劳成本，即表1中分别表示各部分成本构成。广义出行成本构成中所用到的符号及其含义如表2所示。1.2.1使用成本;在交通系统中，出行者的使用成本指的是使用者在金钱方面的净损失，主要指的是购车费、维修费、税费、票价等[9]。不同交通方式出行的使用成本是在使用交通系统中各种费用累加之后，折算成每车公里成本，则交通方式的车公里使用成本计算公式如下：gm=■=■（元/人·km）或Gm=gmLm（元/人）（12）对于出行者的金钱方面净损失，只针对使用小汽车、自行车、助动车等私人交通工具时考虑车公里的使用成本，而选用出租车、公共汽车、轨道交通等公共交通方式出行，使用成本只考虑实际支付的费用，而不按照车公里计算使用成本。1.2.2时间成本;出行时间成本，是由于出行者在出行途中所消耗时间存在机会成本而产生的价值[10]。则车公里时间成本计算公式为：g■=■（元/人·km）或GT=gT·Lm（元/人）（13）龙源期刊网出行者的时间价值分为资源价值（社会角度评价）和行为价值（个别消费者的支付行为看到的时间的行为价值[7]），这里讨论的是行为价值，即时间价值（vot）主要指将个人的出行时间折算为个人在工作、生活等活动中耗费相同的时间所能带来的效益。本文是把出行者的出行行为看作消费者的选择行为的基础上建立起来的模型，因此要考虑出行者自身的个体特性和社会经济属性对出行时间价值判断的影响。非集计模型是出行行为预测分析中常用的一种模型[7]，模型中所需效用函数仅考虑费用和出行时耗两个变量，则效用函数表达式如下：Vm=α+βTtm+βCcm（14）式中：α、βT、βC——待标定参数，利用SPSS软件对参数进行标定;那么选择第m种交通方式的出行者的时间价值为：vot（m）=■=■。1.2.3疲劳成本;疲劳成本即因疲劳而产生的成本，是指出行者在出行过程中身体舒适程度和心情愉悦程度[11]。①舒适程度。一个人在单位时间内经历了特定环境之后，需要通过休息来恢复和解除疲劳的时间[11]。出行者选择不同交通方式出行的舒适程度，可以用疲劳的恢复时间描述[12]。而疲劳恢复的时间与出行者选择交通方式的乘车时间和环境有关。则出行者选择交通方式m出行的疲劳恢复时间的计算公式如下：g■（t■■）=■（15）其中T■为最大恢复时间，通常取14-15小时;η■为无量纲参数，表示出行者选择第m种交通方式出行且当出行时间t=0时的疲劳恢复时间（即出行疲劳恢复时间为最小）为gu（0）=Tmax/（1+η■）;