基于非集计 模型的城际铁路需求预测 李 莉 等MNL

旅客运输

铁道运输与经济

话调查法等。

对于个人出行特性变量、私家车和公路大巴出行方案特性变量采用 RP 调查获得，包括汽车保有量、年龄、收入，小汽车与公路大巴的出行时间、费用 ( 票价或出行费 ) 和便捷性，而针对城际铁路的部分相关特性变量则采用 SP 调查法。将 2 种调查法获得的数据应用于公式 ⑷ 中，从而实现参数标定。为了更好地估计未知参数集合，需要对一些数据进行以下处理。

（1）票价。票价取值为实际购票价格。（2）出行费用。出行费用取值为燃料费加过路费。（3）时间。时间为到达时刻减去出发时刻。（4）便捷性。便捷性分为 3 个等级：1 表示较差，3 表示一般，5 表示很好。

（5）年龄。年龄分为 3 个阶段：第一阶段为20 ( 含20 )～25 岁，第二阶段为 25 ( 含25 )～55 岁，第三阶段为 55 岁及以上。

（6）收入。收入分为 5 个等级，1 级：＜2 000元，2 级：2 000 ( 含2 000 )～3 000 元，3 级：3 000 ( 含 3 000 )～4 000 元，4 级：4 000 ( 含 4 000 )～5 000 元，5 级：≥5 000 元。

（7）汽车保有量。汽车保有量取值为实际拥有辆数。

将数据导入 TransCAD 中实现模型求解[7]。2.4 个体出行方式选择概率的集计处理

预测的最终目的是获得交通方式的选择概率，仅获得个体交通方式的选择概率对预测的意义不大。因此，需要对交通方式选择概率进行以下计算。

1N

P ( i ) = — ∑ Pin

Nn = 1

样本量。

⑸

式中：P ( i )表示第 i 种交通方式的选择概率；N 为

3 算例分析

以成渝通道为例，仅考虑该通道内 3 种竞争激烈的交通方式：成遂渝城际铁路、公路 ( 大巴 )、高速公路 ( 私家车 )。成都—重庆间存在的路径方式可以分为成渝城际列车—成遂渝铁路、成渝营运大巴—规定的公路线路、私家车—高速公路。

在变量设置时，由于交通方式的选择概率 Pin

主要与出行方案效用值间的差值相关，为确保任意 2个出行方案的效用差值中均包含所选取的变量，采用表 1 中的形式。表 1 中 0 和 1 分别表示变量取值为 0 或 1，其余则表示取变量的实际值。

然后，根据公式 ⑷ 进行方式划分，将出行调查数据导入 TransCAD 进行模型求解，最终的求解结果如表 2 所示。

根据表 2 的参数估计值可知，模型中时间和费用对应的参数估计值为负，表示对效用的贡献值为负值，与实际情况吻合；同时所选用的 12 个参数的 T 检验值绝对值均大于 1.96，因此可以认为这些因素对方式的选择影响显著。

最后，根据成渝间日均客流量：2011 年成都—重庆为 14 884 人，重庆—成都为 14 919 人。利用公式 ⑷ 和公式 ⑸，可得各交通方式的分担情况为：营运大巴 25.6%，城际列车 52.6%，私家车 21.8%。

表 模型的特性变量选择1 MNL

选择方案特性变量

效用

固有哑元变量Xin1

V1n

( 城际铁路 )V2n

( 高速公路 )V3n( 公路 )参数

100

Xin2010

出行费Xin3

0X2n30

票价Xin4X1n40X3n4

变量

时间Xin5X1n5X2n5X3n5

便捷性Xin6X1n6X2n6X3n6

汽车保有Xin7

0X2n70

出行者特性变量年龄Xin8X1n800

年龄Xin90X2n90

收入Xin10X1n1000

收入Xin110X2n110

θ1

θ2θ3θ4θ5θ6θ7θ8θ9θ10θ11

( 下转第73页 )