区域运输通道内客运方式分担率模型
第7章 交通方式划分
45
将来
将来OD分布表
O\D 1 2 3 计
1
22.819 11.226 5.427 39.471
2
11.080 70.585 7.995 89.660
3
5.270 9.462 22.637 37.369
计
39.169 91.273 36.058 166.500
47
解：
（1）利用现状数据确定未知常量
距离比
美国底特律高速公路划分率曲线
（与其它并行公路相比）
线性模型
这是函数模型中最早开发出来的模型。 它把影响交通方式分担的各种要素用线性函
数的形式表现，从而推求交通方式分担率。
但用这种方法求出的分担率Pi无法保证分担
率必须满足（0，1）之间的条件。
为了解决这个问题开发了Logit模型和Probit
9
第2节 交通方式划分的影响因素
（1） 出行者的特征 （2） 出行特征 （3）交通方式的特征
10
（1） 出行者的特征
1. 2. 3.
是否拥有小汽车或者可以利用小汽车 是否有驾驶执照 家庭结构(年轻夫妇、有儿女家庭、退 休家庭、单身家庭等) 出行者的家庭总收入 对小汽车的使用需要,如工作、送孩子上学时 住宅区人口密度
红巴士—蓝巴士问题
如果某人选择小汽车和巴士（假设所有公共汽车 都被漆成红色）的概率各为0.5，两者的选择概率之 比为1：1。现在设原模型中加入一半巴士漆成蓝色 的选择枝。因为通常人们在进行选择时与巴士的颜 色无关，故蓝巴士的效用与红巴士完全相同，都为 Vj，从而它们的选择概率之比为1：1。所以加入蓝 巴士后，小汽车、红巴士、蓝巴士的选择概率之比 为1：1：1，概率值都为1/3。
基于Logit模型的京石通道客流分担率预测
基于Logit模型的京石通道客流分担率预测郭倩倩;林柏梁;段君淼;张文胜【摘要】在考虑经济性、快速性、便捷性、舒适性、安全性、准时性6个影响因素的基础上,构建效用函数,建立基于多项Logit的客流分担率模型,并对京石通道内旅客进行RP和SP问卷调查,通过问卷调查的数据确定模型参数,然后对影响因素效用值进行无量纲化处理,预测京石通道内不同月收入旅客的高速公路、普通铁路、城际铁路、高速铁路四种运输方式分担率.最后分析不同月收入旅客对影响因素的敏感性和四种运输方式的分担率的变化.【期刊名称】《物流技术》【年(卷),期】2018(037)007【总页数】4页(P69-72)【关键词】Logit模型;客流分担率;效用函数;京石通道【作者】郭倩倩;林柏梁;段君淼;张文胜【作者单位】石家庄铁道大学交通运输学院,河北石家庄 050043;北京交通大学交通运输学院,北京 100044;北京交通大学交通运输学院,北京 100044;石家庄铁道大学交通运输学院,河北石家庄 050043;石家庄铁道大学交通运输学院,河北石家庄050043【正文语种】中文【中图分类】U1161 引言为推进京津冀区域交通一体化的发展，到2020年京津冀将开通9条城际铁路，基本实现京津石中心城区与周边城镇0.5-1h通勤圈，京津保0.5-1h交通圈。
到2030年基本形成以“四纵四横一环”为骨架的城际铁路网络。
近年来，许多学者对运输通道的客流分担率进行了研究。
何宇强[1]以经济性、快速性、方便性、舒适度、安全性为5个衡量指标建立其广义费用函数，利用logit模型研究北京—太原间各种运输方式的分担率。
朱顺应[2]建立城市群交通方式划分的非集计模型，对长株潭城际轨道交通进行预测。
彭辉[3]分析了城际运输通道交通衔接和换乘关系，并对传统logit模型进行改进，预测了广州—清远城际运输通道内各运输方式分担率的变化。
叶玉玲[4]运用非集计的多项Logit模型，建立旅客出行方式选择模型，计算基于多种客运专线服务水平方案下的沪杭通道内各种运输方式的分担情况。
基于旅客分担率的运输方式竞争力评价
ｏｎ ｃｏｍ ｐｅｔ ｉ ｖｅｎ ｅｓｓ ｏｆｅａｃ ｒ ｈ ｔａｎｓ ｐｏｒ ｏｄｅ ｉ ｔｍ Ｓ ａｎａｌｚｅｄ。 ｙ ｗ ｉ ｃｏ ｔ ｅ ｎｏｍ ｉ ｈ ｃ ｂｅｎ ｉ，ｒ ｄｉ ｏｎ ｅｎｉ ｃ ｅｆ ｔ ａｐｉ ｔ ｃ ｖ ｙ ｅｎ ｅ，ｃ ｏｍｆ ｒ ｏ ｔａｎｄ
ｓ ｆ ｔ ｎ ｘｅ ａ ｅ ｙ ａｓ ｉ ｄｅ ｓ．Ｕｔ ｉ ｕｎ ｔ ｏｒ ｅ ｈ ｔａｎ ｐｏ ｔ ｍ ｏｄ ｉｔ ｆ ｃ ｉ ｌｙ ｏｎ ｆ ａｃ ｒ ｓ ｒ ｅ ａｎ ｕｌ ｐｌ ｏ ｔ ｍ ｏｄｅＩａ ｅ ｅｓ ａｂｌ ｈｅ ｏ ｃ ｃ ａ ｅ ａｎ ｄ ｍ ｔ ｅ Ｌ ｇｉ ｉ ｒ ｔ ｉ ｓ ｄ ｔ ａｌ ｕｌ ｔ ｄ
各 种 运 输 方 式 在 通 道 内 的 竞 争 关 系 ， 分
析 以旅 客 分担 率 进 行 运 输 方 式 竞 争 力评
价 的 合 理 性 ， 选 取 经 济 性 、 快 速 性 、 方
ｂ ｔ ｅ ａｒ ｅ ｗ ｅｎ ｖ ｉ ｏｕｓ ｔａｎ ｏｒ ｍ ｏ ｓ ｉ ｒ ｒ ｓｐ ｔ ｄｅ ｎ ｔａｎｓ ｏｒ ｃ ｒ ｏｒ ｈ ｐ ｔ ｏｒｉ ，ｔ ｅ ｄ
ｆ ｒ ｓｐ ｔ ｅｎ ｅｒ ｉ ｅ ｏ ｅｎｈ ｎｃ ｈ ｒｃ ｏｒ ａｎ ｏｒ ｔ ｔ ｐｒ ｓ ｔ ｓ ａ ｅ ｔ ｅｉ ｏｍ ｐ ｉｅｎ ｓ ｅｔ ｖ ｅｓ ．
率 。 以成 渝 运 输 通 道 为例 的 计 算 结 果 表 明 ，该 模 型 可 以 为运 输 企 业 提 高 竞 争 力
文章 编 号 ：１０ 一 ４ ｌ ０２０一 ０９ ０ ０３ ｌ２ （ １）６ ｏ６ — ５ ２
预测通道客运分担率的MNL模型特性变量选取
预测通道客运分担率的MNL模型特性变量选取王江涛;马驷【摘要】基于非集计离散选择模型理论,结合通道内各种运输方式特性,给出了在运用MNL模型预测通道客运分担率时特性变量的选取原则.分析了影响旅客出行方式选择的出行时间、安全性、舒适性、方便性、费用等因素间的关系以及各因素作为特性变量的适应性,认为在运用MNL模型预测通道客运分担率时应选取出行时间、费用收入比和发车频率作为特性变量,并给出了各特性变量的取值标定方法.结合旅客出行特征调查数据,进行了实证分析和各个特性变量灵敏度分析,得出制定客运专线运营策略时应主要考虑出行时间、费用和出行者收入变化影响的结论.【期刊名称】《重庆交通大学学报（自然科学版）》【年(卷),期】2010(029)006【总页数】4页(P947-950)【关键词】效用理论;MNL模型;特性变量;客运分担率【作者】王江涛;马驷【作者单位】西南交通大学,交通运输学院,四川,成都,610031;西南交通大学,交通运输学院,四川,成都,610031【正文语种】中文【中图分类】U293.1+3客运分担率是指某种运输方式或线路在同方向各种运输方式或线路中所承担的客运量比例，是旅客在各种运输方式之间选择的结果，它表明各种运输方式在通道客运市场所占有的份额。
在规划建设客运专线时，需分析客运专线与通道内高速公路、民航的竞争关系，估计不同运输方式的客运分担率。
MNL模型是比较成熟的分担率估计方法，但是运用MNL模型估计通道内各种运输方式的客运分担率时，特性变量的选取方法及其值标定不统一，如:文献［1］、［2］选取进出站时间、候车时间、车上时间、总费用作为特性变量;文献［3］选取旅行时间，费用和发车频率;文献［4］选取时间和费用作为特性变量;文献［5］选取运行速度，单位里程运价和发班频率作为特性变量;文献［6］中选取用人均花费成本表示的各种运输方式的经济性指标，用乘客利用该运输方式的旅行时间(不包括市内交通耗费的时间)表示的快速性指标和用市区内交通走行时间与候车时间之和表示的方便性指标作为特性变量。
运输通道客运量预测方法
运输通道客运量预测方法吴伟;符卓;王晓【摘要】Transport corridor is the corridor which is of dense passenger and freight flow, and is composed of a variety of transport modes with rational division. The passenger volume forecasting of it is an important basic work of transport resources allocation for the transport corridor. On the basis of qualitatively analyzing the influencing factors of passenger volume of transport corridor, grey relation grade was used to quantitatively calculate their relational degrees with the purpose of selecting the main influencing factors. A BP neural network model based on multiple influencing factors was constructed to forecast passenger volume of transport corridor. The passenger volume forecasting of Liuzhou - Nanning transport corridor, where the Liuzhou - Nanning passenger dedicated line is located, was taken as an example to test the proposed method and to forecast the passenger volume.%运输通道是指在一个运输带状地域内,由多种运输方式通过合理分工组成的客货流密集走廊.其客运量的预测是运输通道运力资源配置的一项重要基础工作.在对运输通道客运量影响因素进行定性分析的基础上,运用灰色关联度理论对各影响因素的关联度进行定量计算,筛选出主要影响因素.构建基于多影响因素的BP神经网络模型对运输通道客运量进行预测,并以柳南客运专线所处的柳南运输通道客运量预测为实例对所提出的预测方法进行检验和客运量预测.【期刊名称】《铁道科学与工程学报》【年(卷),期】2012(009)005【总页数】7页(P96-102)【关键词】客运量预测;运输通道;客运专线;灰色关联度;BP神经网络模型【作者】吴伟;符卓;王晓【作者单位】中南大学交通运输工程学院,湖南长沙,410075;柳南铁路有限责任公司,广西南宁,530000;中南大学交通运输工程学院,湖南长沙,410075;中铁第四勘察设计院线站处,湖北武汉,430063【正文语种】中文【中图分类】U293.13运输通道，又称运输走廊，是指在一个运输带状地域内，由多种运输方式通过合理分工组成的客货流密集走廊［1］。
通道货运分担率预测的LOGIT模型特性变量选取
１ ２・
价 值 工 程
通道货运分担 率预测 的 Ｌ ＯＧＩ Ｔ模型特性 变量选取
Ｔｈ ｅ Ｓ ｐ ｅ ｃ ｉ ａ ｌ Ｖａ ｒ ｉ ａ ｂ ｌ ｅ Ｓ ｅ ｌ ｅ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ＬＯＧＩ Ｔ Ｍｏ ｄ ｅ ｌ ｏ ｆ Ｃｈ ａ ｎ ｎ ｅ ｌ Ｆｒ ｅ ｉ ｇ ｈ ｔ Ｓ ｈ ａ ｒ ｉ ｎ ｇ Ｒａ ｔ ｅ Ｆ ｏ ｒ ｅ ｃ ａ ｓ ｔ
ｅ ｘ ｐ （ ｖ ｊ ） 在 各种运输 方式 之间选择 的结 果， 它表 明了各种 运输 方式 在通道 货运市场所 占有 的份额 。 它是各种运输 方式之 间竞 在公式（ ３ ） 中， 要得到货运分担率 ， 就 需确 定 Ｖ 与 Ｖ ｉ 争力 的具体体 现。货运 分担 率是 通道内运输 方式配置 、 动 的值 ， 从公式（ ２ ） 中得知 ， ０ 、 Ｘ 确定 了 Ｖ ｍ ． 与 的值。其中 力 投放 等方面的重要的依据 ，同时也是运输通道规划 、 建 Ｘ ｍ ． 是常数项 ， 由各种运输 方式的技术经济特 性确定 ， 因此 设 和 管理 的 基 础 。 只需标定效用 系数 ０ 一 ０ 便可确定各种运输 方式的货运 Ｌ ｏ ｇ ｉ ｔ 模型是运输 通道上各种运 输 方式 分担率预测 的 分担率。 种 比较 成熟的方法 ， 目前主要用于客运通道运输 分担率 ２ 特型变量的选 取 研究， 而用于货运通道运输的研究相 对较少。本文主 要运 特性 变量 Ｘ 可以有不 同的形式 ， 可以是各种运 输 方 用Ｌ ｏ ｇ ｉ ｔ 模 型为理 论基础 ，结 合效用理论和通道 内各种运 式 的特性或是货物本身 的特性 ， 也可能是运输 方式特征与 输 方式的特性 ，给 出了在运用 Ｌ Ｄ ｇ ｉ ｔ 模 型预测通道 内货运 货物特征之 间相互关系的变量。 分担率时应选取 的特型变量。 ２ ． １货物安 全性 货物安全性是 指货物运 输途中发生 １ 理论基础 霉 变、 残 损、 丢失 等现象 ， 主要通过 货损率 Ｄ ； 只和 货物 完 效用 函数 ， 是效用值 与各种运输 方式服务 特性所构成 好率 Ｓ ｉ 衡量。货损率 Ｄ ｊ 是指某段 时间 内， 第ｉ 种 运输 方式 的函数 ， 又根据 随机 效用理 论 ， 将效 用函数 分为 固定 项和 所承 运的货物由于 霉变、 残损、 丢失、 短少等原 因造成 的损 随机误差项 ， 并 假 设两 者 呈线 性 关 系 ， 即： 失量 占该方式运输 总量的比率。就货主而言 ， 均希望 货物 Ｕ Ｖ ￡ ｍ ＿ （ １ ） 能完好无损地 到达 目的地 ， 因此 ， 货物 安全性越 高的运输 其 中： 为通过第 ｉ 种运输 方式运送第 ｎ批货物 的效 方式 ， 竞争力也就越 强。因此， 定义货物完好率 Ｓ ｉ 为： 用； 为第 ｉ 种 运输方式运送第 ｎ批 货物的效 用中的 固定 Ｓ ｉ ＝ １ 一 Ｄ ｉ （ ４ ） 项； ８ ｍ ． 为第 ｉ 种运 输方式运送第 ｎ批货物 的效用 中的随机 ２ ． ２快速性 运送速度是体 现各种交通运输工具服 务 误差项。 质量 的基 本特征 ， 在不 考虑其他 影 响因素 的前 提下 ， 速 度 。 Ｖ ｍ ＝ ０ Ｘ ｍ【 ｉ ∈Ａ ） （ ２ ） 越高的运输工具竞争优势越明显。从客 户角度 而言 ， 门到 式中： ｅ ＝ （ ０ 一 ） 为位置参 数向量 ， 也称效用 系数 ： 门 的总时耗 是衡 量快速 型的最终指标。其 中总耗 时 ｒ Ｉ １ ｉ Ｘ ｍ ． ＝ （ Ｘ 柚， …， ｘ 武 ） 是通过 第 ｉ 种运 输 方式运送 第 ｎ批 由货物在途时间、 装卸时间以及集结 时间组成。
logit分担率
• 高铁速度由350KM/H降到300KM/H,速度下降14%, 旅行时间延长30分钟,票价下降5%,但是由上面计算分 析得出,旅客选择高铁的意愿依然非常强烈,旅客分流率 只下降了6.36%.武广高铁在300KM/H依然竞争有力. • 高铁速度由350KM/H降到250KM/H, 速度下降28. 6%,旅行时间延长73分钟,票价下降34.7%,但是由上 面计算分析得出,客流下降度为18.53%,高铁客流57.4 4%和航空的竞争明显.旅客流有明显的下降.竞争力不 足..
运用Logit模型对武广高铁 降速后客流分担率的估计
基本概念
• 分担率是客流在两种或多种交通运输方式或路线之间的 分布概率,它表明各种交通运输方式或路线所占有的市场 份额. • Logit 模型的理论基础是假设出行者对交通运输方式 的选择符合正态分布,这与大交通中出行分布的特点是一 致的。 • 运输产品效用值:以安全、实际运价、速度、舒适、服务、 环境影响为内涵确定的效用定义为运输产品效用值. 运 输产品效用值,是反映决策者价值观念的准则.
• A=1*(465/610+(24-3.55)/(24-3)+(0.9+0.9)* 300/350)*1 • B=1*(1+1+0.6+0.9)*0.7 • C=exp(A)/(exp(A)+exp(B)) A=1*(490/610+ (24-3.05)/(24-3)+(0.9+0.9)*350/350)*1 • B=1*(1+1+0.6+0.9)*0.7 • C=exp(A)/(exp(A)+exp(B))
都市圈内运输通道客流分担率推算模型探讨
维普资讯
都 市圈内运输通 道客流分担率推算模型探讨
聂
伟 等
道 上 的小 汽 车 ＯＤ交 通 量 ； 后 ， 据 统 计 的小 汽 车 实 式 中 ： 为 各 种 运 输 方式 的 平 均 广 义 费用 值 。 最 根
为 消除 指 数 函数 增长 过 快 导致 的结 果差 异 严 重扩 用 车 站 至 市 区 中 心 的 距 离 与 市 内 交 通 运 行 速 度 的 比
／ 内， ｖ 为 大 ， 模 型 进 行 改 进 。一 般采 用 两 种 方 式 将 广 义 费 用 值 来 表 示 ， 内＝ ｌ 其 中 ｚ 车 站 至 市 区 中 心 的 距 对 值 均 一 化 来 改 进 模 型 ， 式 如 下 ： 形 引
＝
Ｌ ｆ
（） ５
思 的 合 理 性 等 方 面 研 究 地 区 间 交 通 方 式 的 分 手 。 旦【
Ｌ ｇｔ 型 的 一 般 形 式 如 下 ： ｏｉ 模
＿ Ｐ ＝： （） １
式 中 ： 运输 方 式 的 平 均 运 行 速 度 。 ｖ为 （ ）方 便 性 指 标 。 市 区 内交 通 走 行 时 间 与 候 车 ３ 用 时 间 之 和 来表 示 。此 时 间 越 长 ， 明该 种运 输 方 式 越 说
改 进 模 型 １ ：
离 ， ｉ 为 市 内 交 通 运 行 速 度 。以 北 京 市 为 例 ， ０ ５ ｖＮ ２ ０ 年
市 区 内快 速 路 平 均 车速 约 为５ ｍ／ ， 交车 平 均 运 行 ５ ｋ ｈ公 速 度 约 为 ２ ｍ／ 。 ０ｋ ｈ
∑ ｘ （ ／ ｅ ｐ 一 Ｕ）
铁路 长途汽车 小汽车
２ ２ 广 义 费 用 函 数 的 建 立 ． 不 同 的运 输 方 式 由于技 术 性 能 ， 行 条 件 及 服 务 运 方式不 同， 因而 在 时 间 、 用 、 全 、 便 、 适 等 方 面 费 安 方 舒 具 有 不 同的 服 务 属 性 ［。 由于 都 市 圈城 际 距 离短 ， ５ 】 出 行 时 间不 长 ， 近 年 来 交 通 工具 水 平 提 高 较 快 ， 于 且 对
物流配送车辆调度模型
物流配送车辆调度模型一般配送费用由车辆费用、工资费用、延迟费用和等待费用组成。
车辆费用由燃料费、折旧费和维修费等变动费用组成，中心根据经营情况可核算出每车公里应摊的车辆费用。
工资费用根据途中工作时间计算，若工作时间超过8小时，则超时部分应按加班补助计算。
客户通常要求货物在一定时间窗范围内送达，否则中心需支付惩罚费用。
若提前到达，支付等待费用；若延迟到达，支付延迟费用。
设单一配送中心向l 个客户送货，第i 个客户货运量g i 为，卸货时间为i ut ，时间窗为[i et ，i lt ],每小时延迟费用i r ,中心与客户、客户与客户两两间的最短运距、平均车速和车辆费用分别为ij ij ij r v d 和、(i,j=0,1,2…,l;0表示配送中心)；可用m 类卡车送货，第p 型卡车有p n 辆，装载容量为p v (p=0,1,2,…，m)；每小时等待费用为r ，行车补助和加班补助分别为每小时s 和es ；途中运行到中午12：00和下午6：00时安排30分钟吃饭时间，车辆当天返回配送中心，再设pg n 为第p 类车的第q 辆配送的需一求点数(pg n =0表示未使用第p 类车的第q 辆车)，确定车辆调度方案。
4.2.2 物流配送车辆调度模型根据上述对问题的描述，可以构造数学模型，定义变量：⎩⎨⎧),(0),(1j i pq j i pq x ijpq 经过弧段表示车辆经过弧段表示车辆⎩⎨⎧=送货不给顾客表示车辆送货给顾客表示车辆i pq i pq y ipq 01 得到配送调度模型如下：目标函数：∑∑∑∑∑∑∑∑========+-•+•+•+=l i l i i i l i il l j m p m p n q pq pq n q ijpq ij ij t r lt t r es t e s t x r d MinZ p p 110i 01111)()0,max()(ωωω（4.3）约束条件：∑=≥li i t t f l 1%80)(1 （4.4） p l i ipq iv y g ≤∑=1（4.5） l i ym p n q ipq p，，，...21111==∑∑== （4.6）pq l j y xjpq l iijpq ∀==∑；，，，...10 （4.7）pq l i y xipq l j ijpq ∀==∑=；，，，...101 （4.8）式中：（4.3）为目标函数，即使车辆在完成配送任务时的最小配送费用； （4.4）为顾客满意度约束，即：每一顾客满意度的平均值必须到80%以上；（4.5）为车辆的能力约束，即：某一车辆所访问的全部客户的需求量不能超过车辆本身的载重量；（4.6）确保顾客i 仅由第p 类车的第q 辆车完成配送任务；(4.7) (4.8) 为到达某一顾客的车辆唯一性约束，即每一顾客仅由一辆车服务；其中，)(i i t ω表示当顾客i 的开始时间为i t 时，车辆在顾客i 处的等待时间:ij ij j j i v d ut t t /++=,j 为i 的前一个站点，当i t <12且j t ≧12,或j t <18且j t ≧18，有5.0+=j j t t ；)8,min(0'0t t t pq -=ω，)0,8max(0'0--=t t t e pq ω，0t 为发车时间，'0000/t v d et t i i i -=为收车时间。
综合运输体系下的货运方式分担率
综合运输体系下的货运方式分担率项昀;王炜;王昊;李烨;郑敦勇;刘兵【摘要】为优化货运交通结构并合理配置货运交通资源，研究了综合运输体系下基于运距的货运方式分担率。
通过对国内城市间不同货运量与运距的集计数据进行统计分析，确定货运量与运距的函数关系式。
随后，构建货运方式分担率运距模型，并获取货运方式分担率运距曲线。
研究结果表明，各货运方式分担率随运距变化呈现出特定的分布规律。
公路货运分担率运距曲线呈单调递减趋势，在50～500 km 运距范围内的分担率超过40％；铁路货运分担率运距曲线呈先增后减趋势，拐点出现在600～700 km 之间；水路货运分担率运距曲线呈单调递增趋势；航空货运分担率运距曲线在150～700 km 运距范围内呈缓慢递增趋势，700～1900 km运距范围内快速递增，运距超过1900 km 后趋于平缓。
%In order to optimize the structure of the freight mode and reasonably allocate transportation resource,the mode split rate of freight transportation based on the transport distance in the compre-hensive transportation system is studied.By statistically analyzing the aggregate data of different in-ter-city freight volumes and transport distances in China,the functional relationship between the freight volume and the transport distance is determined.Then,the mode split rate of the freight transportation-transport distance (MSRFT-TD)model is constructed,and the corresponding MSR-FT-TD curve is obtained.The results show that there is specific distribution of the mode split rate of freight transportation with the change of the transport distance.The highway MSRFT-TD curve de-creases monotonically and stays over 40% when the transport distance rangesfrom 50 to 500 km. The railway MSRFT-TD curve first increases and then decreases with a inflection point between 600 and 700 km.The waterway MSRFT-TD curve monotonically increases.The airway MSRFT-TD curve increases slowly with the transport distance from 150 to 700 km,and rises rapidly from 700 to 1 900 km;when the transport distance is over 1 900 km,the curve gradually levels off.【期刊名称】《东南大学学报（自然科学版）》【年(卷),期】2015(000)006【总页数】6页(P1197-1202)【关键词】货运方式;分担率;运距;综合运输体系;集计数据【作者】项昀;王炜;王昊;李烨;郑敦勇;刘兵【作者单位】东南大学城市智能交通江苏省重点实验室，南京 210096; 南昌航空大学土木建筑学院，南昌 330063;东南大学城市智能交通江苏省重点实验室，南京 210096;东南大学城市智能交通江苏省重点实验室，南京 210096;东南大学城市智能交通江苏省重点实验室，南京 210096;湖南科技大学地理空间信息技术国家地方联合工程实验室，湘潭411201;东南大学城市智能交通江苏省重点实验室，南京 210096【正文语种】中文【中图分类】U113面对我国货物运输需求持续快速增长的态势，优化交通运输结构，构建公、铁、水、航、管道协调发展、高效运作的多方式货运交通体系已成为我国重要的交通发展战略［1-2］.货运分担率，即各交通方式所承担的货物运输比例，是优化货运交通结构及合理配置货运交通资源的重要依据.目前，货运方式分担率模型主要包括以下3类:①运输成本最小化模型.文献［3-5］量化或细化货物运输费用，以成本最小为目标建模，确定不同交通方式所承担的货运量.②基于效用理论的非集计模型.文献［6-8］通过分析不同运输方式的影响因素，构建效用函数，建立Logit模型以确定较优的货运方式.③基于决策论的目标优化模型.文献［9-11］通过建立多目标决策模型或目标规划模型，以确定货运方式分担率.这些模型的缺点在于定量研究不足且系统性与普适性较差，未进行参数标定，或仅采用某一特定运输通道的数据进行标定.鉴于此，本文在采集与分析了大量区域宏观货运数据的基础上，构建了货运分担率-运距模型并进行模型标定，获取货运方式分担率-运距曲线.研究内容包括公路、铁路、水路和航空四大货物运输方式.每种货运方式各自的特性集中体现在分担率随运输距离变化的分布规律上.因此，本文在统计分析城市间各货运方式运距、运量数据的基础上，构建了各货运方式分担率-运距模型.具体步骤如下:①收集并统计某区域范围内各城市间不同货运方式的货运量和运距数据，从而获取不同运距所对应的分方式货运量数据，即数据集{(xabi，vabi)}.其中，xabi，vabi分别表示城市a至城市b第i种货运方式的运输距离和承担的货运量，a=1，2，…，n;b=1，2，…，n;i=1，2，3，4，且 i=1 表示公路货运，i=2表示铁路货运，i=3表示水路货运，i=4表示航空货运.②将分方式的货运量、运距数据进行拟合，分别建立该区域范围内各货运方式的货运量-运距函数关系式gi(x)，其中x为运输距离.③建立各货运方式的分担率-运距模型，即式中，fi(x)为第i种货运方式的分担率.以2008年全国货物运输数据为基础，对货运方式分担率-运距模型进行标定.2008年，我国货运总量为2.587×1010t，货运周转量为1.103×1012t·km.其中，公路、铁路、水运、航空、管道货运量分别占货运总量的74.122%，12.775%，11.389%，0.016%，1.698%;货运周转量分别占货运周转总量的29.799%，22.762%，45.569%，0.108%，1.762%.采集了不同城市间公路、铁路、水路、航空货运量-运距数据集{(xabi，vabi)}，分别为 811，907，240，240个.数据包含了货物运输的起讫点和货运量.2.2.1 数据统计及预处理对所采集的货运量-运距数据进行分方式、分运距归类.考虑到我国各区域货运方式发展水平不均衡，对数据进行预处理以减少统计误差.具体步骤如下:① 分方式.将货运量-运距数据集{(xabi，vabi)}中的数据按照公路、铁路、水运、航空4种货运方式进行分类，分别获得4个数据集{(xab1，vab1)}，{(xab2，vab2)}，{(xab3，vab3)}，{(xab4，vab4)}.②排序.分别将4个数据集的数据按照其运输距离的数值从小到大进行排序.③聚类.按照每一聚类中任意2个元素运输距离的差值不超过10 km的原则，分别将数据集的数据进行聚类.④合并.分别对每个聚类中全部元素进行合并，对全部元素的运输距离求平均值，对货运量求和，获取代表该聚类类别的关键运量-运距数据集.经合并后，公路、铁路、水运、航空的运量-运距数据集分别为 111，93，66，109 个.由于所收集的2008年货运量-运距数据主要集中在50～3 000 km运距范围内，故在数据预处理时只保留该区间以内的数据.2.2.2 数据拟合采用Matlab软件对关键运量-运距数据集进行拟合分析，经过比选后，在50～3 000 km范围内，公路货运量-运距函数关系式为铁路货运量-运距函数关系式为水路货运量-运距函数关系式为航空货运量-运距函数关系式为各货运方式货运量-运距拟合曲线如图1所示.将式(2)～(5)代入式(1)，可获取50～3 000 km运距范围内货运方式分担率-运距模型，适用于该运距范围内公路、铁路、水路、航空四大货运方式分担率的计算.鉴于此模型为分段模型，绘制曲线时较为复杂，故在工程应用时，可对其进行简化，并获取相应的分担率-运距曲线.首先，根据货运量-运距函数关系式分别计算x=50，60，…，3 000 km 时的公路、铁路、水运、航空的货运量;然后，将不同运距下各货运方式货运量除以总货运量，获得各货运方式分担率，从而得出货运方式分担率-运距散点图.经拟合后便可获取简化后第i种货运方式分担率-运距模型.公路货运分担率-运距简化模型为铁路货运分担率-运距简化模型为水路货运分担率-运距简化模型为航空货运分担率-运距简化模型为据此便可绘制出货运方式分担率-运距拟合曲线(见图2).虽然简化模型(6)～(9)较原模型(1)～(5)精度略有下降，但由于其拟合度均大于0.98，故认为该简化模型有效.在工程实践中，可依据精度要求及实际情况，选择采用原模型或简化模型.由图2可知，公路货运分担率曲线呈单调递减趋势，在0～500 km运距范围分担率均超过40%，说明公路货运适合于中短途运距，尤其是短途运距;在600 km处出现拐点，随后分担率下降趋势变缓.铁路货运分担率曲线呈先增后减的趋势，拐点出现在600～700 km之间;当运距为500～1 200 km时，其分担率明显大于其他3种方式的分担率，表明其适合于中长途运距.水路货运分担率曲线呈单调递增趋势，且运距大于1 200 km时分担率超过40%.航空货运方式由于运价高昂，故相比其他3种货运方式，其分担率较低;实际上，由图2(d)可知，航空货运分担率曲线在150～700 km运距范围内缓慢递增，700～1 900 km运距范围内快速增加，然后呈平缓趋势，并伴有上下波动，这一方面是由于航空货运成本高昂，导致运价极低的水路货运优势更为明显，另一方面也可能是由于统计分析的数据来自全国不同区域，存在各种运输方式发展不平衡的情况，导致结果存在一定误差.以辽宁-山海关综合运输通道为例，开展公路、铁路、水运、航空多方式交通网络环境下货运方式分担率的实证研究.对该通道的规划年(2020年)货运方式分担率进行预测，作为未来新建和改扩建运输通道项目的依据.以现有行政区划为基础，共划分101个交通小区，其中直接影响区30个，间接影响区27个，外部影响区44个.通过调查获得研究区域的货运现状OD矩阵，其发生总量或吸引总量为1.640×1010t.采用Fratar模型预测2020年的货运OD矩阵，其发生总量或吸引总量为2.509 ×1010t［12］.采用Visual C++编程，可获得计算结果.以3个交通小区为例，任选编号为1，51，73的交通小区进行计算，已知其货运OD矩阵如表1所示.计算步骤如下:①测算各小区之间的运输距离，结果见表2.②基于货运交通网络布设情况，明确小区之间4种货运方式的连通情况.若小区A至小区B缺少第i种货运方式时，则认为小区A，B之间的此种货运方式分担率为0.在实例中的3个交通小区之间，航空运输方式仅在交通小区51与小区73之间存在，其他运输方式在各交通小区间均连通.③将各小区间的运输距离代入模型(6)～(9)中，计算各小区间公路、铁路、水运、航空4种货运方式的分担率，结果见表3.需要指出的是，当运距小于50 km时，根据对当地货运方式选择的补充调研，取公路、铁路、水运、航空货运方式分担率分别为 0.95，0.025，0.025，0.④将2020年的货运OD矩阵分别乘以4种货运方式的分担率，计算出各小区间货运方式的分担量，结果见表4.1)在综合运输一体化的背景下，依据国内各城市间货运量、运输距离数据，构建了区域货运方式分担率-运距模型，并进行了标定.2)建立了货运方式分担率-运距模型，提出了该模型的简化形式，并获取了相应曲线，直观、形象地呈现各货运方式所承担货运量比例随运输距离变化的分布规律.3)货运方式分担率-运距模型的输入变量为货物运距，由此可确定50～3 500 km 运距范围内各货运方式的分担率，有效解决了在多方式交通网络中货运分担率在区域范围内的量化问题.4)货运方式分担率-运距模型可以为优化区域未来运输结构提供合理的决策依据，也有助于从总体上较为真实、客观地把握未来区域运输可能产生的交通运输负荷，从而实现运输资源的合理配置.【相关文献】［1］中华人民共和国交通运输部.交通运输“十二五”发展规划［R］.北京:中华人民共和国交通运输部，2011.［2］罗俊.基于行为分析的货物运输方式选择模型研究［D］.武汉:武汉理工大学交通学院，2012. ［3］胡军红，李晶.各种运输方式协调发展模式探讨［J］.重庆交通大学学报:自然科学版，2009，28(2):294-297.Hu Junhong，Li Jing.Discussion on patterns of transport modes'coordinated development ［J］.Journalof Chongqing Jiaotong University:Natural Science，2009，28(2):294-297.(in Chinese)［4］Sheffi Y，Eskandari B，Koutsopoulos H N.Transportation mode choice based on total logistics costs［J］.Journal of Business Logistics，1988，9(2):137-154.［5］Beuthe M，Jourquin B，Geerts J F，et al.Freight transportation demand elasticities:a geographic multimodal transportation network analysis［J］.Transportation Research Part E:Logistics and Transportation Review，2001，37(4):253-266.［6］宋睿，孙焰.基于多层Logit模型的货物运输链选择研究［J］.武汉理工大学学报:交通科学与工程版，2014，38(4):792-800.Song Rui，Sun Yan.Research on freight transportation chain based on nested logit model ［J］.Journal of Wuhan University of Technology:Transportation Science＆Engineering，2014，38(4):792-800.(in Chinese)［7］Greene W H，Hensher D A.Revealing additional dimensions of preference heterogeneity in a latent class mixed multinomial logit model［J］.Applied Economics，2013，45(14):1897-1902.［8］Feng P，Li W.Research on the mode split of freight about the mountain resources city-an example of Qinshui city［C］//CICTP 2014:Safe，Smart，and Sustainable Multimodal Transportation Systems.Changsha，China，2014:3362-3371.［9］Dazhi J，Wei D，Xiaoli Z.Study on the application of multi-objective grey situation decision-making theory for transportation mode choice［C］//International conferenceon Measuring Technology and Mechatronics Automation.Changsha，China，2009:895-898.［10］白骅，朱彤.运输通道货运量分担率的目标规划模型［J］.长安大学学报:自然科学版，2014，34(4):147-151.Bai Hua，Zhu Tong.Objective programming model for freight traffic-split rate in comprehensive transportation corridor［J］.Journal of Chang'an University:Natural Science Edition，2014，34(4):147-151.(in Chinese)［11］Kiesmüller G P，de Kok A G，Fransoo J C.Transportation mode selection with positive manufacturing lead time［J］.Transportation Research Part E:Logistics and Transportation Review，2005，41(6):511-530.［12］东南大学交通学院.基于综合运输体系的高速公路主通道交通量分析与预测研究［R］.南京:东南大学交通学院，2015.。
基于超级网络配流的区域高速铁路客流分担率研究
１ 状态扩展 网络结构 （ Ａ ） ＳＭ
定义区域超级交通 网络 Ｇ Ｎ，）其 中Ⅳ表示节 （ Ａ ， 点集合 ， ４为路段集合 用 Ｍ 表示 区域各 交通模式集 合． 在此需要说明的是 ， 一种交通模 式不仅仅代 表一
种交通方式 ， 考虑 到一些 交通 方式在 一条 路径 上可
研究 区域 高速铁 路 的客流分 担情 况 ， 核心 在于
第３ ２卷
第 ５期
大 连 交 通 大 学 学 报
Ｉ ＯＮＧ ＵＮ ＶＥＲ Ｉ Ｙ Ｉ ＳＴ Ｊ ＯＵＲＮ ＯＦ ＡＬ ＤＡＬ ＡＮ Ｉ ＪＡＯＴ
Ｖｏ ． ２ Ｎｏ ５ １３ ．
０ｃ ． ０１ ｔ２ １
文章 编 号 ：６ ３９ ９ （ ０ ）５ ０ ０ —４ １７ —５０ ２ １ ０ —０ ５０ １
之间的客运竞争更趋激烈． 高铁建设投资成本大 ， 日常运 营维 护 费用 高 ， 维 持 一 条 高 铁 的 良性 发 要
展 ， 必须 要有 强大 的客 运市 场竞 争力 作保 障 ． 就 因
此， 在各 种 交通 方 式错 综 相交 的超 级 交 通 网络 上 研 究客运专线 的客流分担率具有十分重要 的意义．
基 于 超 级 网 络 配 流 的 区域 高速 铁 路 客 流 分 担 率研 究
楼 小明 ， 宗平 李
（ 南交通 大学 交通运输 与物流 学院， 西 四川 成都 ６ ０ ３ ） １０ １
摘 要 ： 于 一 般 的 交 通 网络 随 机 用 户 均 衡 （ Ｕ ） 流 原 理 ， 过 构 建 一 种 适 用 于 区域 超 级 交 通 网 络 客 流 基 ＳＥ 配 通
定义 交 通模 式 ｍ 在路 段 （ 接 ） 的运 行 时 连 Ｚ 间 为 ， 通 模 式 ｍ 从 节 点 ｎ １交 。到 ｎ ：的 票 价 为
铁路运量预测的方法和模型
运量预测方法和模型为了满足铁路发展规划、建设项目立项研究和工程设计，以及铁路营销的需要，都需要采取一定的预测方法对未来时期的客货运量作出科学和合理的预测。
铁路运量包括发送（到达）量、周转量以及流向和负荷强度，是铁路未来市场需求在数量上的反映。
运量预测是市场预测，属于经济预测的范畴，大多为中长期预测。
铁路运量预测的方法很多，按技术特性可分为经验推断法、产销平衡法和经济数学预测法等三大类。
经验推断预测法，主要依靠预测者根据主观经验和掌握的信息，对未来作出判断，虽然计算比较简单，但在铁路规划研究和设计中有广泛应用，预测者的经验、水平和拥有的信息量，对于测结果起决定性作用。
产销平衡预测法在铁路大宗运量预测中被视为一个基本的方法。
基于铁路运输的特点，大宗的长距离的粗杂货物和原材料运输，铁路是最经济合理的承担者。
据统计，煤炭、石油、钢铁、矿石、矿建材料和水泥等大宗品类货物占铁路总运量的80％以上。
大宗品类货物不但数量大，而且生产和消费的企业规模大、集约化程度高，物流比较稳定。
因此大宗品类运量采用产销平衡预测时需对未来发展情景作深入的研究分析，需要掌握大量的经济和技术信息，预测者的知识和掌握的信息对预测结果有重要的作用。
经济数学预测法，也称计量数学方法或数理统计统计方法，它跟据历史和现状的数据，建立模拟公式推导未来，模型的建立、运算和预测结果的判断主要靠数学手段，它更强调预测者的数学知识，现代计算机技术发展使很多复杂的模拟和运算过程简单化、快速化。
模型的适应性和参数的选择对预测结果至关重要。
第一节经验推断法一、调查法（一）用户调查法用户调查法是指向运输需求企业单位、建设主管单位、设计咨询部门发出问卷或登门咨询，籍以搜集现状、计划（规划）资料和运输量，通过研究分析确定未来年度运量。
在货运量预测中，用户调查是不可忽缺的方法。
特别是对于大中型工厂、矿山、港口以及重点仓储、物流企业，这些单位的运输需求量大，提供的资料可信度大，在总运量构成中所占比重也大，是各级调查中的重点，掌握这些部门的信息和资料，在铁路规划设计中是非常重要的，也是产销平衡预测中重要的基础资料。
基于广义费用的成渝运输通道客运量分担率模型
陈爽 【 １ 】 陈 露罔 ｆ １ ． 四川 省 公 共资 源 交易 服 务 中心 四川 成 都 ６ １ ０ ０ ３ １ ） ２ ． 西南 交 通 大学 交通 运 输 与物 流 学 院 四 川 成都 ６１ ０ ０ ３１ ）
专线 （ 动车组列车 ）
式中 ， 为 第 种 运 输 方 式 的 旅 行 速 度 ； Ｌ ＾ 为 第 ｋ种 运 输 方
旅 客 时 间 价值 的计 算 公 式 为 ： （ ） ＝
以成渝运 输运输通 道沿途 主要客运 站作 为网络 的节点 ． 用 表示 ， ＝ Ｊ ， ２ 。 …， ｎ ； 四种 不 同运 输 方 式 采 用 的运 行 线 路 作 为 连 接 相邻节 点之 间的弧 ， 用 表 示 ， ， Ｊ ， ２ ， …， １ １ ， ｋ ＝ Ｊ ， ２ ， ３ ， ４ ， ５ ， 分 别 表 示客运专线 、 既有铁路 、 高速公路 、 普 通 公 路 四 种 不 同运 输 方 式 ； 即 Ⅵ１ ） ＝ ｒ Ｖ ＋ 两个 不 同 节点 Ｄ 、 Ｄ 间连 接 弧 的弧 权 用 表 示 。将 四种 不 同运 两 地 旅 客 时 间 价值 的平 均 值 ， 输方式的经济性 、 快速性 、 方便性 、 舒适度 、 安 全 性 ５个 衡 量 指 标 转 换 成 对 应 的费 用 指 标 后 ．作 为 两 个 客 运 站 间 某 种 运 输 方 式 的 连 接 弧 的 权 值 如 此 可 得 到 成 渝 运 输 通 道 间 的 加 权 有 向 图 Ｇ ＝
目前 对 于 运 输 通 道 内客 运 量 分 担 率 的研 究 主要 是 基 于 Ｌ ０ ｇ ｉ ｔ 模型 的流量分配 为主 ． Ｌ ｏ ｇ ｉ ｔ 模 型 是 预 测 运 输 通 道 上 各 种 运 输 方 式 客 流分 担率 的 一 种 比较 成 熟 的方 法 本 文 通 过 建 立 各 种 运输 方 式 的广 义 费 用 函 数 ．然 后 根 据 客 运 专 线 建 成 前 的现 状 对 模 型 参 数 进 行 标 定 ．进 而 研 究 当 客 运 专 线 建成 后 各 种 运 输 方 式 分 担 率情况 ． 从 而 得 到 不 同运 输 方 式 的分 担 率Ｉ Ｉ 。 ２ ． １ 各 种 运输 方式 的广 义 费 用 函数 关 于 广 义 费用 值 的 计 算 ． 一 般 有 加 法 原 理 和乘 法 原 理 两 种 。 若 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 以相 互 地 补 偿 ． 则 宜 采 用加 法 规 则 对 各 因 素 的 广 义 费 用 加 以 合并 。 如 果 决 定 某 一 因 素 属性 的 各 因 素 相 互 独 立 ．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 因 素 都 较 优 时 ． 它 们 所 决 定 的 属 性 才能较优 ． 而一 旦 其 中某 一 因 素 较 差 。 即使其他 因素较优 ， 整 个 属性 也很 差 ． 则 采 用乘 法规 则 求 解 。 根 据 四种 不 用பைடு நூலகம்运 输 方 式 的特 点 ．结 合 旅 客 在 出行 过 程 中的 因 、 和Ｂ ｋ 同 为 价格 单 位 ， 故 采用 同一 系 数 。 因 此 ， 研 究 用 如
新建客运专线和既有线客流分担率模型研究
假 设站 在 出行 者 的角度 ， 所 有交 通 方 式 的 对 评 价指标 相 同 ， 即各 种交 通 方式 的效用 函数形 式 是 相 同 的。对 于 每种 交通 方 式 ， 择 ５种 服务 属 选
做 了 详 尽 的 介 绍 ； ｅｓｅ Ｈ ｎｈｒ等［ 提 出 用 Ｎ ｓ ｄ ２ ｅｔ ｅ
叶玉玲， 官湘洋， 王艺诗
（ 济 大学 同 交 通 运输 工 程学 院 ，上 海 ２ １０ ） ０ ８４
摘
要： 应用分层 Ｌ ｇ 模型将 Ｒ （ ｅｅｌ ｒｆ ｅｃｓ ｏｉ ｔ Ｐ Ｒ ｖａ ｄＰｅ ｒｎｅ 行为调查 ） Ｓ （ ｔｅ ｒｆ ｅｃｓ ｅ ｅ 和 Ｐ Ｓａ ｄＰｅ ｒｎｅ 意向调查） ｔ ｅ 调查数据
两种 Ｎ Ｌ模 型分别做 出 了评 估 。根 据上 述研 究 成
果 ， 文 选 择运 用 效 用 理论 和 Ｒ ／ Ｐ融 合 的 Ｎ 本 ＰＳ Ｌ
（）＝ ＋艺 ￡
Ｊ＝１
＋ Ｐ Ｒ ＝１２ （ ，）
（） １
５
ＵＰｉ ＋∑ ｏ ＋ Ｐｉ ，， （） ｓ ）＝ （ ５ （ ＝１ ３ ２ ） ２
收 稿 日期 ： ０ ００ —８ 修 回 日期 ：０ ００ － ２ １－５１ ２ １－６２ ０
１为既 有铁路 ， ＝ ｉ ２为公路 ， ＝３为 私家 车 ， ｉ ＝
４为客 运专 线 ｝ 为 效用 函数 中相应 选 择 枝 ｉ ； 的 固有 哑元 ； 为效 用 函数 的快 速 性 指标 ， 化 为 量
查 ） Ｒ （ ｅｅｌｄＰｅｅｅｃｓ 和 Ｐ Ｒ ｖａ ｒｆ ｎｅ 行为 调查 ） 种调 ｅ ｒ 两
并调 查旅 客对 出行 的整 体感 觉 ， 而 获 得进 行 客 从 流预测 的数 据资 料 。
自驾游汽车运输班列出行方式分担率研究
以北京为中心的京津冀地区到以杭州为中心的江南地区之间，存在着大量的自驾游出行需求，并且各种交通方式以及配套的服务都较为发达。本文以北京−杭州的自驾游旅游路线为例，研究自驾游汽车运输班列的分担率。
2.1 参数标定
根据课题组对北京−杭州自驾游出行方式选择的586份有效SP调查结果及相关资料，得到北京−杭州各自驾游出行方式的基本参数如表3所示。
式中：fy为方式1中产生的燃油费；fgl为方式1中产生的过路费；fzc为方式2中的租车费；fys为方式3中的小汽车运输费；fpj为方式2，3中的票价。
2) 快速性
用旅客在途的旅行时间作为快速性的衡量指标，考虑方式1中一昼夜实际驾驶时间为12 h，则旅客的在途时间Ti为：
式中：L为旅客所在地和目的地之间的距离为旅客驾驶小汽车的平均速度；t为乘坐公共交通工具的时间。
1) 经济性
旅客在目的地进行小汽车自驾游之前所需支付的相关费用。各自驾游出行方式所产生的费用构成不同，方式1主要包括燃油费和过路费，方式2主要包括租车费和票价，方式3主要包括小汽车运输费和票价。其中票价的构成包括旅客乘坐高铁、飞机的票价和市内交通费，本文中取方式2和方式3的票价相等。则第i种出行方式所产生的经济费用Ri为：
出行方式考虑中，安全性与其他因素都较优时，整体效用才较优，因此安全性与其他因素应是乘法关系，其他因素之间则是互补关系，采用加法原理。则旅客选择第i种自驾游出行方式所产生的广义费用Wi为：
式中：β1，β2，β3，β4和β5分别为旅客对出行费用、出行时间、出行便捷程度、舒适性和安全性的敏感程度系数。这些系数因旅客个体特性差异而异，也因不同经济地区发展程度而异。
1.1 广义费用函数
广义费用函数是描述旅客选择某种出行方式所付出的代价，广义指影响出行方式选择的因素的综合性。每个旅客由于自身的特性不同，因而具体费用值也会不同，但旅客总是趋向于选择费用最小的出行方式。广义费用函数的构成有加法原理和乘法原理，主要取决于各因素之间的相互关系。考虑某一因素时，当该因素与其他因素相互独立并且可以相互补偿，则宜采用加法原理，当该因素与其他因素相互独立并且同时取较优时，整体才较优，则宜采用乘法原理。本文采用经济性、快速性、便捷性、舒适性和安全性5个因素[10−11]来构建自驾游出行广义费用函数，各影响因素量化处理如下。
长三角快速客运网城际公共交通分担率模型
Ｋｅ ｒｓ ｉｔｒｕ ｂ ｎ ｐ ｂ ｉ ｔａ ｓ ｏ ｔｍｏ ｅ ｓ ａｅ ｈ ｇ —ｐ ｅ ａｌ ｙ ｅｗｏ ｋ； Ｌ ｇｔ ｍｏ ｅ； ｙ ｗｏ ｄ ： ｎ ｅ－ ｒ ａ ｕ ｌ ｒ ｐ ｒ ｄ ｈ ｒ ； ｉｈ ｓ ｅｄ ｒｉ ｃ ｎ ｗａ ｓ ｎ ｔ ｒ ｏｉ ｄｌ ＲＰ／ Ｐ ｓ ｒ ｅ Ｓ ｕｖ ｙ：ｂ ｈ ｖｏ ａｕ ｆ ｉ ｅ ｅ ａ ｉｒｖ ｌｅｏ ｍ ｔ
ｉ ，ｒ ｇ ｏ ｄ， ｇｅｓ ｒｍ ｔｔ ｂａ ｄ ｆ ｎ ｉ ｎ ｎｔ ｅｒａ ｅ ｒｓ ｏ ｔｅｓａｉｎｉ ｏ ｔｉｅ ． ｏ ｉ ｄ ｈ ｏ ｆ ｈ ｏ ｓ ｎ ｅ ｆ ｒｎ ｔｒｕｂ ｎ ｐ ｂｉ ｔａｓｏｔ ｈ ｒｓ ｎｄ ｅｅ ｔｉ ｅ－ｒａ ｕ ｌ ｎ ｐ ｒ ａｅ ｉ ｎ ｃｒ ｓ ａｅｃｌｕａｅ ｒｕ ｈｔｅＬ ｇｔ ｒ ｌ ．Ａｔａｔ ｈｉｐ ｐ ｒ ｎ ｌｚｓ ｆ ｒｎ ｔｒｕｂ ｎｐ ｂｉ ｔａｓｏｔ ｈ ｒｓ ｒ ａｃｌｔｄｔ ｏ ｇ ｏ ｉ ｒ ｘｅ ｈ ｈ ￣ １ ｓ，ｔ ｓ ａ ａｙｅ ｆ ｅ ｔｎ ｅ－ ａ ｕ ｌ ｎ ｐ ｒ ｓ ａｅ ｌ ｅ ａ ｉ ｄ ｅ ｉ ｒ ｃｒ
Ａｂ ｔ ｃ ： ｄ ｒｔｅａｓｍｐｉｎｔａ ｅｈｇ －ｐｅ ａｗａ ｓａｅｉ ｐ ｒｔ ｎ ｉ ｎ ｔｅＲｉｅ ｌ ， ｈｓ ａ ｓｒ ｔ Ｕｎ ｅ ｓｕ ｔ ｔ ｉｈｓｅｄｒｉ ｙ ｒ ｏ ｅａｉ Ｙａ ｇｚ ｖｒＤｅ ａ ｔｉ ｐ — ａ ｈ ｏ ｈ ｔ ｈ ｌ ｎ ｏ ｎ ｔ ｐ ｒ ｒｓｎｓｔｅｐｏ ｅ ｎ ｅ－ｒ ａ ｕ ｌ ｅ ｐｅｅ ｔ ｈ ｒｐｒｉｔｒｕｂ ｎｐ ｂｉ ｃ仃ａ ｓｏｔ ｌ ｒａｉｅ ｔｏ ， ｎ ｎａ ａｙｉ ｏ ｔ ｅｇｎ ｒｌｅ ｒｖ ｌ Ｉｐ ｒ ｔ ｎ ｔ ｍｅｈ ｄ ａ ｄａ ｌｓ ｆ ｈ ｅｅａ ｚｄｔ ｅ １ ａｅ ｖ ｎ ｓ ｉ ａ
客运专线对运输通道分担率的影响
分 担 率 采 用 多 项 Ｌｏｇ ｔ 型 … ｉ模
（ ｌｎ ｍｉｌ ｏ ｉＭｏ ｅ） Ｍｕｔ ｏ ａ Ｌ ｇｔ ｄ １ 的一 般 ｉ
ｊ 关键词 运输通道 ；网络；客运专线，合理分担模型；运输结构 ｊ
形式 ：
ｎ
Ｍ ＝ ｅ
％ ／ ｅ ∑
（ １ ）
随 ～ 建列速 ２运ｋ 高， 着 ３线 速时 ０ ０ 的设 将 ０专 客０ ｍ 车
维普资讯
文章编号 ：１０一Ｉ２（０ ６Ｉ— ０６ ０ ０３ ４ Ｉ ０）２ ０ １－ ４ ２
图分类号 ：Ｔ ：Ｕ ３ Ｂ１２ ２ ８ Ｉ
文献标识码：Ｂ
客运专线对运输通道分担率的影响
张铱 莹 ，彭 其 渊
（ 西南交通大学 交通运输 学院 ，四川 成都 ６０３ ） ｛０ ｊ
Ｃ
分析 中将主要 的车站 （ ） 场 作
为 网络 的节 点 Ｄ ， 相 关 运 输 方 式 把
的线路作为相邻节 点的弧 ， 表
图 １ 区际运输通 道网络图
将发生变化。 旅 客 出 行 选 择 交 通 工 具 的 过 程 是 一 个 多 目标 决 策过 程 ， 究 运 研
示 由节 点 发 出的 经 由运 输 方 式
运 输 通 道 内有 多 种 运 输 方 式
旅 文 重 点 分 析 客运 专 线 对 各 种 运 输 Ｄ 出的 经 由运 输 方式 ｉ 往 节 点 可 供 旅 客 出行 选 择 ， 客就 会 针 对 发 去
Ｄ肘 向 的 一 条弧 的 权 为 Ｗ（ ） 各 种 运 输 方 式 的 服 务 特性 ， 合 自 方 Ｅ 。 结
去 往 节 点 ＤＭ 向 的 一 条 弧 ， 中 式 中 ： 方 其
为 从 节 点 到 节 点 ＤＭ 之
运用Logit模型预测成渝通道客流分担率
运 用 Ｌ ｇ 模 型 预 测 成 渝 通 道 客 流 分 担 率 ｏｉ ｔ
刘 广 武
（ 西安铁路职业技术学院 陕西 西安 ７０ １ ） １０ ４
摘
要： 成渝通道是一条各种运输方式发 育完善竞争激烈 的客 运通道 ， 文的 目的是 预测通道 内各 交通方式 的客 本
流 分担 率 。Ｌ ｇ 模 型 是 预 测 运 输 通 道 上 各 种 交通 方 式 客 流 分担 率 的 一 种 比 较 成 熟 的 方 法 ， 文 通 过研 究 成 渝 通 道 ｏｉ ｔ 本
渝城 际铁路 、 空和 高速公路 的客 流分担 率。结果表 明 ２０ 航 ０ ８年 以后城 际铁路 将分担 ２ ３的客 流 ， 高速公 路承担 ／ 新
１ ３的客 流 。 ／
关键词 ： 分担 率； 广义 费用函数 ；ｏｉ模型 ； Ｌｇ ｔ 运输通道
中图分类号： ｌ ｕ１ ６
文献标识码 ： Ａ
ห้องสมุดไป่ตู้
成都 和重庆 是我 国西南 地 区两 座 最 大 的城 市 ， 使得 成渝通 道成 为一 条 繁忙 的运输 通 道 ， 道 内各 通
场 铁路 、 公路 、 民航竞 争 的“ 国演义 ” 三 。
种运输方式发育完善， 竞争激烈 。自从 １９ ９５年成渝
高速 公 路 开通 以来 ， 场 结 构 进 行 了三 次 洗 牌 ， 市 各 交 通方 式 占有 率 发 生 了戏 剧 性 的 变化 。上 演 了一
ｉ ｄ ｌ ｐ ｌｅ ｎ ｈ ａ ｓ ｏ ｔｔｏ ｅ ｅ ｒ ｈ ｗａ ｓ ｄ ｆ ｒ ｔ ｅ ｎ ｌｓｓ Ｅｃ ｎ ｍｙ， ｓ ｅ ｎ ｓ ， ｃ ｎ ｅ ｅ ｃ ｓ ｗｉ ｅｙ ａ ｐ ｉｄ ｉ ｔ ｅ ｔ ｎ ｐ ｒａｉｎ ｒ ｓ ａ ｃ ｓ ｕ ｅ ｏ ａ ａｙ ｉ． ｒ ｈ ｏｏ ｐｅ ｄｉｅ ｓ ｏ ｖ ｎｉｎ ｅ，
综合运输通道旅客出行方式选择行为研究
第33卷，第3期中国铁道科学2012年5月C H I N A R A I L W A Y S C I EN C E V oL33N o．3 M ay，2012文章编号：1001—4632(2012J03—0123—09综合运输通道旅客出行方式选择行为研究张迦南，赵鹏(北京交通大学交通运输学院，北京100044)摘要：针对综合运输通道内旅客出行距离长、频率低的特点，基于非集计理论和纯选择行为抽样调查法建立综合运输通道内旅客选择行为的Logi t模型。
对京沪运输通道内旅客选择行为随出发时问和出行距离变化情况的模拟表明，中长距离的旅客对综合运输通道内存运产品的选择受出发时问影响较大，客运需求结构在不同时段存在显著差异，面短距离旅客的出行方式选择行为受出发时间影响较小，此外各种运输方式的典型客运产品均存在优势运输距离范围。
与京沪运输通道客运产晶结构现状对比的结果表明，由综合运输通道内旅客出行方式选择行为模趔得到的结果能够反映通道客运需求结构的现状，并且能够解释由客运供需矛盾引发的购票困难等现象，从而为综合运输通道客运摹础’豉施的科学规划和客运产品的合理设计提供理论依据。
关键词：综合运输；旅客选择行为；非集计模型；客流调查；运输规划中图分类号：U116．1文献标识码：A dei：10．3969／j．i ssr L l001—4632．2012．03．20目前，我国的城市间客运需求正在快速增长，2001--2010年的l o年间，京沪铁路客运量已经由9043万人增长到14307万人。
同时，旅客平均出行距离也在延长，1990年，中国铁路旅客平均运距为273km，到2010年，这一数字增长到532 km[¨，经过20年中国铁路的旅客平均运距翻了一番。
此外，新技术的应用使各种运输方式的速度、容量等特性也发生了巨大变化，甚至出现了新的运输方式。
城市间运输需求的快速增长、旅客出行距离的显著增加以及运输产品特征的不断变化，改变了以往综合运输通道(多种运输方式并存的中长距离运输通道)内的客运需求结构。
铁路通道内客流分担率及客运组织策略研究
统计数据的对比分析表 明，给 出的客流分扣率模型具有较 高的准确 率 。通过对 影响武广 铁路运输 通道客运组 织
关 键 因 素 的 分析 ，提 ｆ 了武 广 高 速 钬 路 按 培 育 期 、增 长 期 和成 熟 期 ３ 阶段 开 展 客 运 组 织 的 策 略 。 ｛ ５ 个
关键词 ：高速铁路 ；通道 ；客流分担率 ；客运组织 ；策略 中图分类号 ：Ｕ２ ３ １ ；Ｕ ９ ． ９． ３ ２ ３ １ 文献标识码 ：Ａ
， ： 生 ｒ ．
，
（ ２）
式 中 ：丁 为第 ｉ 线 路 上 旅 客 的旅 行 时 间 ，ｈ 种 ；
为运 行 在 第 ｉ种 线 路 上 旅 客 列 车 的 旅 行 速 度 ，
ｋｍ ・ｈ 。
模型 ｌ 和基 于博弈论 的竞 争性 博弈模 型ｌ 。本文 基 ３ ］ ４ ］ 于 Ｉ ｇｔ 担率模 型 ，主要研究 铁 路 运输 通道 内高 ． ｉ分 ｏ
Ｅ 一 Ｒ Ｌ （） １
式 中 ：Ｃ 为第 ｉ 线 路 的 便捷 性 ，ｈ 为旅 客 为 种 ；ｔ 乘 坐第 ｉ种 线路 在 市 内耗 费 的交 通 时 间 ，ｈ ２ ；ｔ 为
候 车时 间 ，ｈ 。 （ ）舒适性 因素 。由于线路 的运行 特性 和服务 ４
设施 不 同 ，其舒 适性 Ｍ 也 不 同 。为 了在效 用 函数
铁 路 通 道 内客 流 分 担 率 及 客 运 组 织 策 略 研 究
吴 文 娴
（ 州 铁 路 （ 团 ）公 司 ， 东 广 州 ５ ０ ８ ） 广 集 广 １０ ８
摘
要 ：针对高速铁路 与既有线并行 的铁路通道 内客流 的分担率 问题 ，分析旅 客选择乘 坐铁路通 道内高速
铁 路 和 既 有 线 的 主 要 影 响 因 素 ，在 考 虑 经 济 性 、快 速 性 、便 捷 性 和 舒 适 性 ４个 影 响 因 素 的 基 础 上 ，采 用 加 法 原
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（考，一儿）７
（３）
Ａ，一（口ｉｉ）
式中：妒（考，）为分布密度函数；Ａ，为协方差矩阵，反 映了运输方式之间的相关性。当ｉ—Ｊ（ｉ∈Ｎ，Ｊ∈Ｎ） 时口。ｉ为ｐ≯：，当ｉ≠歹时，口。ｉ为陬≯！（ｏ≤ｐ＜１）。 ２．２从旅客的角度建立客运量分担率模型
假定运输方式的广义费用服从正态分布，在起 点与终点之间可供选择的运输方式中，出行者所利 用的各种运输方式的广义出行费用的数学期望值全 部相等，并且不大于未被利用的运输方式出行费用 的期望值，不确定条件下的旅客最优状态为
Ｋｅｙ ｗｏｒｄｓ： ｔｒａｆｆｉｃ ｐｌａｎｎｉｎｇ； ｐａｓｓｅｎｇｅｒ ｔｒａｆｆｉｃ ｓｈａｒｉｎｇ ｒａｔｅｓ； ｓｔｏｃｈａｓｔｉｃ ｏｐｔｉｍｉｚａｔｉｏｎ； Ｗａｒｄｒｏｐ
ｔｈｅｏｒｙ；ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ Ａｕｔｈｏｒ ｒ蚂ｕｎ硷：Ｚｈｕ Ｃｏｎｇ－ｋｕｎ（１９６８一），ｍａｌｅ，ａｓｓｏｃｉａｔｅ ｐｒｏｆｅｓｓｏｒ，８６—５１２—６８２４２６３４，ｚｈｕｃｏｎｇｋｕｎｌ９６８＠ １２６．ｃｏｍ．
通道内的客运量分担率时，只考虑公共汽车）；铁路 种交通工具的比例分别为：７２．４％、２７．６％、Ｏ．ｏ％。
表ｌ旅客选择运输方式的比例
Ｔａｂ．１ Ｐｍｐｏｒｔｉｏｎ ｏｆ ｐａｓ辨ｎｇｅｒＳ辩Ｉｅｃｔｉｎｇ ｔｒａｎｓｐｏｒｔ ｍｏｄｅｓ
／％
出行距离／ｋ“ ＜２００
＜１ Ｏｏｏ元／月
汽车
火车
飞机
６８．３
效用函数的不确定项决定着客运量分担率模型 的形式，假设运输方式咒的效用￡服从正态分布
Ｎ（愆，肛：），愆为臼ｉＰ＋岛Ｐ？＋岛只＋只Ｅ），则善。服
从行维联合正态分布Ｎ（肌，Ａ，），即与ＯＤ对ｓ（ｓ∈Ｓ）
之间运输方式钾（行∈Ｎ）的广义费用的数学期望为
ｒ
ｃ？一ｌ厂（醛，等）妒（ｇ）ｄ￡
（２）
Ｊ
驴（考。）一（２兀）一Ｎ／２ ｌ｜Ａ，｜｜－１／２ｅｘｐＩ一去（毒，一ｐ，）Ａ＝＿１·
出行距离／ｋｍ ＜２００
快速性
Ｏ．５６９
权系数
经济性 舒适性
Ｏ．２１９
Ｏ．１２４
方便性
Ｏ．０８８
２００～５００ ５００～８００
＞８００
Ｏ．４０３ Ｏ．３３２ ０．３０２
Ｏ．３５２ Ｏ．４２０ Ｏ．４５５
Ｏ．１４６ Ｏ．１６２ Ｏ．１５２
Ｏ．０９８ Ｏ．０８６ Ｏ．０９１
全性、舒适性、方便性等因素的综合体现。旅客选择 某一运输方式的广义费用随着该交通方式客流的需 求而变化，因此，广义费用和客运量是相互影响的。 只有准确地掌握旅客对各种运输方式选择的广义费 用函数，才能准确地计算各种运输方式的客运量分 担率。本文采用幂函数形式的广义费用函数口１
万方数据
１１２
交通运输工程学报
２００５年
通道内客运方式分担率的研究有随机效用［１￣３］、神经
和航空的交通工具分别是火车和飞机。各种运输方
网络［４］、Ｗａｒｄｒｏｐ原理［５“１等为理论基础的模型，虽然 式的服务属性（如速度、票价、安全性、舒适性和方便
模型众多，但是由于旅客对交通工具选择的不确定性 程度等）、旅客自身的经济条件（如收入水平）和出行
中图分类号：Ｕ１１６
文献标识码：Ａ
】ⅥＯｄｅｌｓ ｏｆ ｐａｓｓｅｎｇｅｒ ｔｒａｆｆｉｃ ｓｈａｒｉｎｇ ｒａｔｅｓ ｏｆ ｒｅｇｉｏｎａｌ ｔｒａｎｓｐｏｒｔ ｃｏｒｒｉｄｏｒ
Ｚｈｕ Ｃｏｎｇ—ｋｕｎｌ，Ｗａｎｇ Ｊｉｅ２，Ｆｅｎｇ Ｈｕａｎ—ｈｕａｎｌ
（１．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｕｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎ０１０９ｙ，Ｓｕｚｈｏｕ ２ １ ５０ １ １，Ｃｈｉｎａ； ２．Ｃｈｉｎａ Ａｃａｄｅｍｙ ｏｆ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｃｉｅｎｃｅｓ ｏｆ Ｍｉｎｉｓｔｒｙ ｏｆ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｂｅ巧ｉｎｇ １０００２９，Ｃｈｉｎａ）
（１．苏卅ｌ科技学院土木工程系，江苏苏州 ２１５０１１；２．交通部科学研究院，北京 １０００２９）
摘 要：鉴于Ｗａｒｄｒｏｐ原理假设通道内的旅客对各种运输方式的实际出行费用能够完全准确估计
的不足，利用不确定规划理论，结合不同出行距离、不同收入水平的旅客对运输方式服务属性的评
价，用数学期望表示旅客出行的广义费用，提出了不确定条件下运输通道内各种运输方式旅客最优
ｅｃｏｎｏｍｙ ｌｅｖｅｌｓ ａｎｄ ｄｉｆｆｅｒｅｎｔ ｉｎｃｏｍｅ ｌｅｖｅｓ ｐａｓｓｅｎｇｅｒｓ ｆｏｒ ｔｒａｎｓｐｏｒｔ ｍｏｄｅｓ ｗｅｒｅ ｃｏｎｓｉｄｅｒｅｄ， ｔｈｅ ｔｒａｖｅｌ ｃｏｓｔ ｗａｓ ｅｘｐｒｅｓｓｅｄ ｂｙ ｍａｔｈｅｍａｔｉｃ ｅｘｐｅｃｔａｔｉｏｎ， ｔｈｒｅｅ ｄｉｆｆｅｒｅｎｔ ｃｏｍｐｕｔａｔｉｏｎ ｍｏｄｅｌｓ ｏｆ ｐａｓｓｅｎｇｅｒ ｔｒａｆｆｉｃ ｓｈａｒｉｎｇ ｒａｔｅｓ ｗｅｒｅ ｓｅｔ ｕｐ， ｗｈｉｃｈ ｗｅｒｅ ｐａｓｓｅｎｇｅｒ ｅｑｕｉｌｉｂｒｉｕｍ ｍｏｄｅｌ， ｓｙｓｔｅｍ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｏｄｅｌ ａｎｄ ｍｕｌｔｉ—ｏｂｊｅｃｔ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｏｄｅｌ，ａ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｓｔｏｃｈａｓｔｉｃ ｓｉｍｕｌａｔｉｏｎ ｔｏ ｃａｌｃｕｌａｔｅ ｔｈｅ ｍｏｄｅｌｓ ｗａｓ ｐｕｔ ｆｏｒｗａｒｄ． Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ａｖｅｒａｇｅ
ｆｃ：一ｃ炯ｉ。） （醛＞０） 【ｃ？≥ｆ“ｍｉ。） （配一ｏ） 式中：ｃ加㈦为均衡状态下，ＯＤ对ｓ（ｓ∈Ｓ）之间最小 的广义费用数学期望。 根据随机规划理论Ⅲ，构造与式（４）等价的数学 规划模型为
ｍｉｎ础点，一Ｍ暑肪硼如］㈣战（５）
ｓ．ｔ．∑ｑ≯Ｑ，
（６’
嚣≥ｏ
（７）
第ｓ个（）Ｄ对之间运输方式押的客运量分担率为
本文对数据进行处理，得到旅客在不同出行距 离段内，运输方式４种服务属性的权系数见表２。 从表２中可以看出，随着距离的增加，速度对运输方 式选择影响逐渐减小，经济性（主要指票价）对运输 方式选择的影响逐渐增大，舒适性和方便性的变化 不是十分明显，但是都有增大的趋势［３’…。
２客运量分担率模型的建立
表２服务属性权系数 Ｔａｂ．２ ｗｅｉｇｈｔ ｐａｒａｍｅｔｅｒｓ ｏｆ辩ｒｖｉｃｅ ｐｒｏｐｅｎｉ船
ｅｒｒｏｒ ｏｆ ｃｏｍｐｕｔａｔｉｏｎ ｖａｌｕｅｓ ａｎｄ ｍｅａｓｕｒｅ ｖａｌｕｅｓ ｉｓ ８．１ ３％， ｗｈｉｃｈ ｅｆｆｅｃｔｉｖｅｌｙ ｉｎｄｉｃａｔｅｓ ｔｈｅ
ｕｎｃｅｒｔａｉｎ ｏｆ ｐａｓｓｅｎｇｅｒ ｃｈｏｉｃｅ ｔｒａｎｓｐｏｒｔ ｍｏｄｅｓ． ５ ｔａｂｓ，９ ｒｅｆｓ．
Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｔｈｅ ｓｈｏｒｔｃｏｍｉｎｇ ｏｆ ｔｒａｖｅｌ ｃｏｓｔ ｅｘａｃｔ ｅｖａｌｕａｔｉｏｎ ｆｏｒ ｐａｓｓｅｎｇｅｒｓ ｗｉｔｈ
Ｗａｒｄｒｏｐ ｔｈｅｏｒｙ， ｕｎｃｅｒｔａｉｎ ｐｒｏｇｒａｍｍｉｎｇ ｔｈｅｏｒｙ ｗａｓ ａｎａｌｙｚｅｄ， ｔｈｅ ｅｖａｌｕａｔｉｏｎｓ ｏｆ ｄｉｆｆｅｒｅｎｔ
３１．７
０．Ｏ
收入水平
１ Ｏｏｏ～２ ｏｏＯ元／月
２ ｏｏＯ～４ ｏｏＯ元／月
汽车
火车
毛祝
汽车
火车
飞机
７２．９
２７．１
Ｏ．Ｏ
７２．９
２７．１
０．０
＞４ ｏｏＯ元／月
汽车
火车
飞机
７６．９
２３．１
Ｏ．Ｏ
２００～５００
２６．８
７３．２
Ｏ．Ｏ
３０．Ｏ
７０．Ｏ
Ｏ．Ｏ
２９．１
７０．８
Ｏ．Ｏ
３０．８
６５．４
３．８
万方数据
第４期
朱从坤，等：区域运输通道内客运方式分担率模型
１１３
速性属性值［８３；Ｐ：为运输方式咒的经济性属性 值［８１；只为运输方式挖的舒适性属性值∞］；Ｐ为运 输方式咒的方便性属性值［８３；ｎ、６为待定参数，根据 统计资料或试算法计算得到；只为第￡项服务属性
的权系数；￡：为第ｓ个０Ｄ对（ｓ∈Ｓ）之间第咒种运 输方式广义费用函数的不确定项。
Ｌ—ｚ（ｇ，岳）＋嘻（Ｑ一∑ｇ？）＋∑ｕ？（ｏ一瑶）（１０）
对式（１０）求偏导数
券一Ｊ。Ｒ。厂（ｑ：，考，）９（考，）ｄ考，一吼一口：一ｏ（１１）
对式（１１）化简并整理得
羔一ｃ；一琅一ｕ：一ｏ。
ａ口：
。５
‘，５
“５
（…１２７）
如果ｑ？＞ｏ，必有口；为Ｏ，即
ｆ；＝琅
厂（醵，窦）一以（瑶）６一擘一ｎ（ｑ；）６一 （乱Ｐ＋岛Ｐ；＋以Ｆ；＋吼Ｅ；）＋￡； （１）
考，＝（孽，…，譬） Ｎ一｛火车，汽车，飞机｝ 式中：ｓ为运输通道内０Ｄ对的集合，ｓ∈ｓ；Ｎ为与 ＯＤ对对应的运输方式的集合；喜，为第ｓ个ＯＤ对
２．１广义费用函数 交通运输中的广义费用是指旅行时间、票价、安
（ｓ∈Ｓ）之间运输方式的效用；联为第ｓ个０Ｄ对之 间运输方式咒的客运量（人）；Ｐ为运输方式咒的快
５００～８００
２．４
９２．７
４．９
２．９
９ｌ‘４
５．７
８．３
７２．９
１８．８
７．７
５３．８
３８．５
＞８００
Ｏ．Ｏ
９２．７
７．３
Ｏ．Ｏ
８２．９
１７．１
Ｏ．Ｏ
６０．４
３９．６
Ｏ．Ｏ
３４．６
６５．４
（２）当出行距离在２００～５００ ｋｍ时，选择汽车 的旅客明显减少，旅客在选择交通工具时已倾向于 火车，少数高收入旅客出行时开始选择飞机作为交 通工具，旅客选择３种交通工具的比例分别为： ２９．２％、７０．３％、ｏ．５％。