Logit模型在广深铁路客流分担率估算中的应用

表 1 铁路和公路各项指标的效用值
安全 性 铁路 公路 0 85 0 80 快捷 票价 性 水平 0 90 0 70 0 85 0 90 舒适 度 0 85 0 80 开行 间隔 0 60 0 96 方便 性 0 60 0 95 服务 水平 0 80 0 75 环境 友好性 0 90 0 85
输方式的效用值 , 并代替 L ogit 模型中的特征函数 Ui , U j , 计算广深间铁路客流分担率的公式如下 : P ( i ) = ex p( W i ) / [ exp ( W i ) + ex p( W j ) ] ( 6)
[ 2]
映同一类价值观的人群对事物的评价值。 3 2 基础指标主要有 3 类 : 结构化指标、半结构化 指标和非结构化指标。 1) 对于结构化指标, 可以将其量化 , 用线性 插值法 求 解基 础指 标 的 效用 值 , 用 w ( a) 表示 , w ( a) [ 0, 1] 。 基础指标有正指标和逆指标 2 类 , 如果指标值与实际效用值成正比关系, 则称为正指
1
模型选择
现有分担率估算方法基本可以分为 2 类 , 即分
担率曲线法和函数模型法。分担率曲线法主要是在 个人出行调查基础上 , 依据地区间的距离和旅行时
收稿日期 : 2005 -04 -14 基金项目 : 广州铁路集团公司科技项目 ( 2003K 2007) 作者简介 : 谢如鹤 ( 1963 ) , 男 , 湖南双峰人 , 教授 , 博士 , 博士生导师。
分担率是客流在两种或多种交通运输方式 ( 线 路) 之间的分担比 例, 它表 明各种交 通运输方 式 ( 线路 ) 所占有的市场份额。对分担率进行有效的 分析 , 并在此基础上进行客流量预测是交通规划的 基础性工作之一 , 也是决策的重要依据。 随着珠江三角洲经济的快速发展, 广深间客流 增长迅猛 , 铁路和公路的开行密度都在不断加大 , 竞争日趋激烈。为了争取更大的市场份额, 广深铁 路正在着力建立与旅客需求相适应的具有吸引力的 运输组织模式, 以实现广深铁路客运的公交化。因 而, 需要准确估算分担率以确定客运市场规模和进 行投资决策。
( 1)
式中 : a 为不可测因素对 U i 的影响程度; a , ai2 , ai3 分别为在乘时间、非在乘时间和票价的 待定权 数; N 为舒 适度等不 可测因素 ; T i 为在 乘时间 , h; T 0 为非在乘时间, h; F 为票价, 元。 因此 , 采用 Lo git 模型计算的广深间铁路客流 的分担率可以表示为 P ( i ) = ex p( Ui ) / [ exp ( U i ) + ex p( U j ) ] 广深间公路客流的分担率可以表示为 P ( j ) = ex p( Uj ) / [ ex p( Ui ) + exp ( U j ) ] ( 2) ( 3)
112
中
国
铁
道
科
学
第 27 卷
标 , 反git 模型假设出行者对交通运输方式的选择
对于正指标, 有 1, a amax ( 4) a- am in , am ax - am in 0, 对于逆指标, 有 1, w ( a) = am ax - a , a m ax - am in 0, a < amin a min a am ax ( 5)
间等因素, 通过绘制曲线来求解分担率。而函数模 型法又 有 线性 模型、 Pro bit 模型 和 L o git 模 型 3 种。 线性模型是最早的出行估算方法 , 它是通过各 种运输方式的线性函数求解。P robit 模型是为了弥 补线性模型的不足而开发的 , 主要适应于只有 2 种 运输方式的情况, 对于 3 种以上的运输方式分担率 求解显得相当困难。 L ogit 模型属于聚集模型。在 函数模型中 , 从预测精度、预测作业及模型构思的 合理性来看 , L og it 模型是比较好的。 同时, 在研究人的出行特征时, 可以分为聚集 型和非聚集型 2 类, 非 聚集模型以个 人为研究对 象 , 由于旅客在选择交通工具时的心理偏好各不相 同 , 而且随机性比较强 , 因此在很大程度上难以把 握。聚集模型则以群体作为研究对象 , 着重于个人 出行参数的平均状况, 只需要建立 1 个模型, 工作 量较小。本文采用 Lo git 模型和调查表统计相结合 的方法 , 估算广深间铁路客流的分担率[ 1] 。
第3期
L og it 模型在广深铁路客流分担率 估算中的应用
113
( 票价水平+ 快捷性+ 舒适度+ 开行间隔 + 方便 性+ 服务水平) 3 4 环境友好性。 铁路客流分担率的求解 以 W i , W j 分别表示广深间铁路和公路 2 种运
铁路的舒适度效用值取 0 85, 公路的舒适度效用 值取 0 80 。 5) 开行间隔。属于逆指标。目前, 铁路在满 负荷组织下, 开行间隔是 8 min, 最大值取空闲时 段开行间隔 12 min, 随着铁路四线的建成和公交 化组织方式的改进, 发 车频率还有一 定的提升空 间 , 列车开行间隔有望达到 5 min, 将其作为最小 值 , 将最大和最小值代入公式 ( 5) , 得出铁路的开 行间隔效 用 值 为 0 60 。目 前 公路 开 行 间 隔 为 5 m in, 比照铁路效用值, 得出公路的开行间隔效用 值为 0 60 8 5= 0 96 。 6) 方便性。相当一部分旅客比较看重买票的 方便性 , 公路客运站售 票要比铁路客 运站方便很 多。铁路的方便性效用值取 0 60, 公路的方便性 效用值取 0 95 。 7) 服务水平。鉴于铁路客运站良好的服务硬 软件条件, 以及列车上的良好服务, 其服务水平要 比公路高一些, 但它们均有一定的提升空间。铁路 的服务水平效用值取 0 80, 公路的服务水平效用 值则取 0 75。 8) 环境友好性。总的来说 , 铁路比公路受外 界环境的影响要小许多。铁路的环境友好性效用值 取 0 90, 而公路的环境友好性效用值取 0 85。 综上所述, 铁路和公路各项指标的效用值见表 1。
3
效用值求解
城际交通与市内交通有着很大的区别, 旅客出
行数据的收集比较困难, 尽管我们在广州和深圳间 做了大量的旅客出行样本调查 , 但是不足以支持铁 路旅客分担率的估算。特征函数可作为一种效用值 函数 , 表示旅客对某种交通运输产品的可能满意程 度。对传统 L ogit 模型特征函数的求解做一定的改 进, 采用可能满意法求解运输产品的效用值 , 在一 定程度上拓展了模型的适用范围 。 3 1 效用值的含义 效用值是反映决策者价值观念的准则, 也是反 基础指标效用值的求解
( 1 中南大学 交通运输工程学院 , 湖南 长沙 410075; 2 广深铁路股份有限公司 , 广东 深圳 410001) 518010; 3 石长铁路股份有限公司 , 湖南 长沙 摘
要 : 客流分担率估算 的常 用方 法有 分担 率曲 线法 和函 数模 型法 , 通过 比选 决定 采用 函数 模型 法中 的
4
4 1
广深间铁路客流需求分担率计算
采用改进的 Logit 模型求解需求分担率 先通过调查统计分析和专家评估, 确定铁路与
公路运输各项指标的效用值 , 然后采用 L ogit 模型 求解需求分担率。 针对铁路和公路 2 种运输方式进行市场调查 , 共发放调查表 3000 份, 样本有效率为 84% 。对于 上述 8 个指标, 都做了详细的调查 , 并分别从广州 市和深圳市的调查表中随机抽取 100 份进行统计分 析。 同时 , 采用专家评估法 , 近 30 位铁路和公路 运输部门以及相关科研院所的专家 , 针对铁路和公 路对应各指标的重要性和效用进行评价 , 给出评价 值。 综合考虑调查统计分析值和专家评价值 , 确定 各指标的效用值 , 分别如下。 1) 安全性。统计分析表明, 旅客对铁路的安 全比较放心, 而对于公路安全有许多担忧。但是 , 铁路安全性的加强还需要在硬软件方面下功夫。铁 路安全 性 效用 值 取 0 85, 公 路 安全 性 效用 值 取 0 80 。 2) 快捷性。铁路平均旅行时间和公路平均旅 行时间相差不多 , 它们的旅行速度均有一定的提高 空间。铁路快捷性效 用值取 0 90, 公路快 捷性效 用值取 0 85 。 3) 票价水平。属于逆指标。节假日票价浮动 比较灵活 , 票价平均变动幅度为 5% 左右, 但是由 于目前密集开行 , 票价降低空间很小; 受油价变动 等不确定性因素影响 , 升幅较大, 这里取最大升幅 为 10% , 降幅为 1% , 得出票价最大值和最小值 , 代入公 式 ( 5) , 得 出 公路 的 票 价水 平 效 用 值 为 0 90 。目前, 公路的平均票价为 55 元 , 铁路的平 均票价为 70 元, 因此, 铁路的票价水平效用值为 55/ 70 0 9= 0 70。 4) 舒适度。铁路的舒 适度要比公 路好一些。
i 0 i 1
w ( a) =
a min < a < am ax a amin
a > amax
2) 对于半结构化指标, 可以采用指标分解方 法对其处理 , 先分解再结构化处理成为可以量化的 分指标 , 然后通过多目标决策的方法进行综合。 3) 对于非结构化指标 , 效用值的求解有多种 方法 , 如德尔菲法、经济分析法等[ 3] 。结合市场调 查结果 , 本文主要采用德尔菲法求解效用指标值。 3 3 运输产品效用值 在基础指标效用值基础上, 根据它们在评价指 标体系中权重和相互间的关系, 应用多目标决策方 法进行组 合, 从而得到 总的可能满意 度, 即效用 值。常用的组合规则有加法、乘法、代换和混合等 4 类规则。 将分指标 的 w ( a) 合 并成类指 标的可能 满意 度 , 最后合并成方案总的可能满意度。合并过程用 到较多的是 加法规则 和 乘法规则 。 加法规则: 如果决定某一属性的诸因素具有独 立性, 它们各自所起的作用只有程度上的差别而无 本质上的差别, 且可以互相线性补偿 , 则宜采用加 法规则对诸因素的可能满意度加以合并。 乘法规则: 如果决定某一因素属性的诸因素是 相互独立的 , 所起的作用也是只有程度上的差别而 无本质上的差别, 但只有当各个因素都较优时 , 它 们所决定的属性才能较优; 而一旦有其中某一因素 较差, 即使其他因素较优, 整个属性亦极差, 则须 采用乘法规则对诸因素的可能满意度加以合并。 依据广深间铁路和公路运输组织情况 , 通过广 州和深圳 2 个主要城市铁路和公路旅客市场的实际 调查, 将旅客选择铁路主要考虑的因素, 也就是基 础指标归纳为: 安全性、快捷性、票价水平、舒适 度、开行间隔、方便性、服务水平和环境友好性等 8 项。从旅客和社会效益的角度考虑 , 开行间隔、 票价水平属于逆指标, 其他属于正指标。 综上可知, 广深间运输产品的效用值 = 安全性