文摘

探索城际交通方式选择的影响因素可以揭示乘客的旅行的决定机制,帮助交通部门开发一个有效的需求管理政策。研究这些因素,是在西安进行的一项调查显示,中国,收集数据对乘客的出行链,包括飞机、高速铁路(高铁),火车,和表达公共汽车。贝叶斯混合开发多项logit模型来识别重要因素并在观察表面未被注意的异质性。重要的因素对城际交通方式选择的影响进行定量评估的优势比(或)技术。结果表明,贝叶斯混合多项logit模型优于传统的贝叶斯多项logit模型,表明的未被注意的异质性在观测可以改善模型。模型的估计结果表明,机票采购方法,舒适,守时,访问时间是随机参数异构对城际交通方式选择的影响。

1。介绍

高速铁路(高铁)城际运输中发挥着越来越关键的作用,因为它的时间优势传统列车(我们称之为火车)和低价格与飞机相比。它也有守时的优点、舒适度和低能源成本1]。中国的高铁网络经历了快速增长,总长度35000公里,2019年占全球的三分之二以上高铁网络(2,3]。根据长期的铁路网络计划,一个网格八纵八横的高铁线路,将运行在80%的大城市在中国到2020年(2]。

城际交通运输网络的重要组成部分,尤其是在中国(4- - - - - -8),其人口分布的不均衡和资源促进城际旅游需求,旅游和商务等。能源需求不同的城际交通方式。例如,飞机在长途旅行有很大的优势。然而,对于一个给定的距离,高铁的能源消耗是只有七分之一的飞机(9]。同样,高铁消耗能量的五分之一城际巴士(9]。因此,有必要探讨影响因素及其影响的选择城际高铁竞争下的旅游模式。这些发现可能有助于制定适当的营销策略,可以为城际交通方式规划提供科学依据。

许多研究调查了城际交通方式选择的因素,如乘客的社会经济特征,属性,和模式特征(10- - - - - -16]。然而,这样的研究侧重于旅游模式的飞机,火车,和表达的公交车。高铁经常被忽略的旅游行为研究综合交通系统由于缺乏数据。很少有研究探讨高铁之间的竞争因素和其他旅行方式,如飞机、火车、巴士,使用一个全面的数据集从整个旅游链。这些因素包括乘客的机票采购特点,访问特点,城际旅游特点,和出口特点高度被忽略了。

传统的离散建模方法等多项logit模型假设每个因素的影响对所有人是固定的。然而,潜在的个人特征和其他因素之间的相互作用导致了未被注意的异构影响交通方式选择(17,18]。混合开发多项logit模型来解释这个,它被广泛应用于交通事故研究[18- - - - - -30.]。先前的研究是基于似然估计,不能有效地捕获专家的先验信息参数,获得好的参数估计的统计性能。贝叶斯混合多项logit模型应用于城际模式选择克服上述缺陷。

本研究的目标是(a)探索重要旅客的城际交通方式选择影响因素从整个旅游供应链的角度和(b)检查未被注意的异构影响一个贝叶斯框架下的重要因素。乘客的活动数据的整个过程收集城际旅游城市西安,中国,和一个贝叶斯混合多项logit模型来探索重要因素和异构的影响。显著的影响(即竞争因素在模式。,airplane, HSR, train, and express bus) was assessed by the odds ratio.

2。文献综述

之前的研究表明,城际交通方式的选择是影响社会人口因素,包括性别(10,12,13)、年龄(12,13,31日)、职业(12),收入10,13,32,33),和汽车拥有量13]。马丁et al。34)发现,男性比女性更有可能使用公共交通工具。可以(12)发现,女性游客倾向于选择乘车旅行,而不是坐飞机。Miskeen et al。13)发现,老年人倾向于使用公共交通而不是私家车。可以(12)表明,31 - 45岁年龄段首选培训教练。关于职业,出差没有发现对交通方式的选择有重要影响(12]。游客更倾向于选择飞机或火车比一个教练12]。Forinash和Koppelman32)发现,高收入乘客青睐飞机比其他旅游模式,和低收入公共交通的乘客青睐。Bhat [10)和Miskeen et al。13发现类似。发现低收入个人成本更加敏感和不敏感的时间比中产阶级和高收入个人(33]。Miskeen et al。13)发现,家庭汽车拥有量的增加可能会减少阻力模式改变。

旅游需求的属性,可访问性的交通枢纽,服务质量的运输方式已经被确认为施加明显影响城际交通方式选择(12,14,15]。赫斯et al。31日)发现,乘客旅行工作旅行时间的估计较低,而旅游休闲的最高估计。Bhat [33)显示,有一个更大的内在倾向于飞机的乘客在汽车旅行产生或结束在一个大的城市。Bhat [10)发现,独自旅行的乘客与高收入更关注低收入和组对车载时间旅行者。Miskeen et al。13]发现,司机会转向城际巴士的旅行时间和旅游总成本可以降低。Forinash和Koppelman32]表明,访问时间旅行者更敏感比运行时间较短的旅行,但这敏感性与旅行的距离可能会减少。马丁et al。34]探索访问和疏散时间的影响在马德里与巴塞罗那间的高铁和飞机之间的竞争选择(西班牙)走廊。郑et al。35)报道,乘客更关心nonchosen模式的成本和更少的关心成本选择模式。Miskeen et al。13)发现,舒适和便利等主观因素显著影响商务旅行者的模式选择。

常用方法分析城际模式选择是离散选择模型,包括二项分对数(提单)模型(34),多项logit (MNL)回归13,36),多项probit (MNP)模型(12),嵌套分对数(NL)模型(37,38],组合logit回归(ML) [39),混合模式选择31日,36),和面板rank-ordered组合logit模型(40]。表1过去的研究显示城际交通方式的选择,利用最大似然方法估计模型参数(13,31日,34,36,40- - - - - -42]。最近的研究表明,一个完整的贝叶斯方法可以整合先验信息,提高评估效率和模型性能(4,43- - - - - -46]。

总之,过去的研究调查了城际交通方式选择影响因素从个人的角度属性,旅游需求属性,交通模式,服务质量和可访问性的终端。然而,大多数研究集中在旅游模式的飞机,火车,和表达公共汽车。由于缺少数据,高铁是经常被忽略在旅游行为研究综合交通系统,使其难以理解的重要城际交通方式选择影响因素的竞争下高铁。此外,以往的研究没有探讨影响因素从整个旅游供应链的角度,也捕捉未被注意的异质性在观察使用贝叶斯推理的进入高铁后,更好地揭示了影响城际交通方式选择的因素。

3所示。数据收集

3.1。调查问卷设计

调查问卷是为了反映旅客的旅游信息覆盖整个生产过程,包括机票购买、访问离开终端中心,城际旅行,目的地并从终端出口中心。个人属性的乘客也包括(47),包括性别、年龄、职业、月收入、汽车保有量,票务方法,访问模式,访问时间,访问费用,旅行目的,起源城市,目的地城市,城际旅游成本,车辆的识别号码,安全、舒适、守时、出口模式,出口时间,出口成本。

男性和女性的性别标记为1和0,分别为20 - 29,和年龄小于19日- 39、40至49,50-59,和60以上分别标记为1 - 6,。职业被列为企业单位的人员,政府相关机构人员、学生、农民、个体家庭,和其他人,分别标记为1 - 6。月收入分组是不到3000元,3000 - 4000元4000 - 5000元5000 - 6000元,和6000 - 7000元,分别标记为1 - 6。拥有汽车是归类为“是”或“否”,分别标记为0和1。

售票方法分为在线和票务柜台,分别标记为1和0。访问模式要么是公共交通(公交、地铁)或汽车(私家车、出租车),分别标记为1和0。

访问时间是归类为0 30分钟,30 - 60分钟,60 - 90分钟,标记为1、2和3,分别。旅行目的是强制性的(例如,业务,从假期返回)或休闲(如旅游、探亲),分别标记为1和0。访问成本,实际成本的出发点(如家庭、工作场所)出发城市的交通枢纽,收集了与乘客直接协商。

四个城际旅游模式进行调查:飞机,高铁,火车,巴士,分别标记为1 - 4。收集的城际旅行成本与乘客直接协商。来源和目的地城市也调查确定旅行的距离。主观变量(安全、舒适和守时)是衡量一个5级李克特规模。例如,守时是归类为非常守时,守时的,一般情况下,守时,而且非常守时,分别标记为1 - 5。

出口模式被归类为公共交通(公交、地铁)和汽车(私家车、出租车),分别标记为1和0。出口时间分为0 - 0.5 h, 0.5 - 1 h,和1 - 1.5 h,分别标记为1 - 3。收集的出口成本与乘客直接协商。

3.2。实地调查

乘客的在中国西安旅游活动进行调查。显示偏好(RP)使用随机抽样调查2018年3月,在咸阳机场和高铁,铁路和高速公路巴士站(3]。12个交通工程高级学生西安大学的体系结构和技术要求随机选择每五名乘客通过抽样地区避免人口的偏见。

共有985份有效问卷去噪和清洁后用于本研究。在记录中,161(16.3%)空中旅行,369(37.5%)的高铁,299(30.4%)和156(15.8%)表达公共汽车。除了调查反应,旅行的距离计算,百度地图(48使用真正的来源和目的地城市之间的路线。城际旅游时间测量的基础上,安排相应的车辆数量和出发地与目的地城市(47]。表2提出了描述和分类变量的频率四个旅游模式。图1直观地描述了连续变量不同模式的情节。

4所示。方法

4.1。混合多项Logit模型

与传统的多项logit模型相比,混合多项logit模型允许所有参数随机变化在观察曼纳林et al ., 2016;Seraneeprakarn et al ., 2017;(17,23]。通过这种方式,可以提炼出更多的数据特性改善的准确性回归(17]。混合多项logit模型被描述为 在哪里代表的选择的交通方式由^th乘客, 是一个 独立变量的向量, 是一个系数向量。

在这项研究中,随机参数的混合多项logit模型假定为正态分布 ,与 和 。具体地说,

模型的似然函数 在哪里样品的数量,交通模式的数量,如果结果为乘客= 1是和为0,否则3,27]。

4.2。完整的贝叶斯估计

估计参数的后验分布完整的贝叶斯推理的基础上的马尔可夫链蒙特卡罗(密度)(曼纳林et al ., 2016;(27]在完整的贝叶斯方法中,先验信息和观测数据相结合获得参数的后验分布。的参数可以表示成

后验分布的参数根据贝叶斯推理可以估计 在哪里参数的后验分布吗有条件的 , 的联合概率分布的数据集吗和参数 , 参数的先验分布吗 ,和基于参数是可能性条件函数(曼纳林et al ., 2016;(42]。由于缺乏信息,noninformative随机参数的先验分布在模型中采用,并表示如下: 在遵循正态分布的随机参数的均值,方差和遵循一个逆伽马分布。基于先前的研究(曼纳林et al ., 2016;(46与眉题),参数方程(6)和(7hyperparameters),

基于参数的先验分布 ,后验分布可以得到如下:

4.3。优势比

显著的影响因素可以评估使用的优势比(或)[49,50]。一个解释变量代表了增量的或结果的可能性,如果变量的值增加一个单位(50),这是计算

5。结果与讨论

5.1。建模结果

避免城际旅游成本和时间之间的相关性和旅行距离,城际旅游成本和时间每百公里计算,规范他们(3,12]。每一对变量之间的多重共线性检验和相关分析进行了减少估计偏差(47]。我们使用火车作为参考类别,城际模式选择的重要因素是确定使用贝叶斯多项logit模型和贝叶斯组合logit模型,和表3和4展示各自的参数估计。重要变量在95%置信水平保留表。发现重大变量不同模式。例如,年龄是显著相关的飞机和高铁的选择,但不是与表达总线。

这两个性能的回归是使用异常信息标准(DIC)相比,这是贝叶斯组合logit模型的1240.95和1265.86的贝叶斯多项logit模型,表明贝叶斯组合logit模型性能更好(51]。

5.2。的解释模型

结果从贝叶斯组合logit模型被选中模型解释由于其更好的性能。如表所示4,年龄是影响乘客的飞机和高铁的选择与训练。或年龄表示,旅客乘坐飞机或高铁的可能性而不是火车增加了35.93%和22.72%,分别为每个额外的10岁,也许是因为年长乘客喜欢舒适和可靠的运输。然而,年龄并不影响表达总线选择与火车相比,与先前的研究一致(12),发现31 - 45岁年龄段首选培训教练。汽车保有量发现显著相关乘客的选择飞机、火车和巴士。与汽车或显示乘客是2.4646,1.4304,和2.4845倍乘飞机,高铁,和表达总线,分别比乘客没有汽车。这直观地显示,拥有汽车的乘客可以更好的财务选择安全舒适的旅行。

机票采购方法有很大的关系的选择飞机和高铁。或表明,乘客购买机票在线分别为4.0047和2.1245倍乘飞机旅行和高铁,分别比在柜台购买。它很简单,在线票务比其他方法更方便乘客节省时间。如图2正态分布的参数是(1.3875,0.8358)与飞机的选择,表明95.15%的在线票务乘客有更高的概率选择飞机和火车相比,而剩下的4.85%的在线票务乘客乘飞机旅行的概率更低而训练。这个结果意味着异构效应在售票的方法。

旅行目的明显影响飞机的选择。2.9710关于这个因素表明,强制的或旅行增加了1.9710倍的几率乘客的乘飞机旅行与休闲旅游的目的。这可能是因为乘客与强制性的旅行都倾向于选择一个相对快速的交通方式。

旅行距离显著相关乘客的飞机和表达总线选择。增加了1公里导致增加了0.21%,减少0.18%的乘客乘飞机和表达的概率,分别。这是一致的增加选择飞的概率随着旅行距离。相反,表达总线与较短的距离有关。

标准化的城际旅行成本与飞机和高铁的选择有关。每增加0.01元每公里旅行成本增加会导致9.24%的概率选择飞机和减少5.17%和4.43%的概率选择火车和巴士快车,分别。这是类似于过去的研究(12]表明标准化城际旅行费用中扮演重要角色的选择城际旅游模式。

标准化的城际旅行时间也与乘客的选择飞机和高铁。每0.01小时/公里之外城际旅行时间导致削减99.99%和82.95%的概率乘飞机和高铁,分别。这个结果支持的研究可以(12),表明调整单位里程城际旅行时间是一个重要的是运输企业可以吸引乘客。

安全是选择高铁显著相关。根据或分析,乘客选择一个高铁火车的可能性增加67.94%每增加一个单位的安全需求。这表明,乘客有更大更有可能乘坐高铁安全要求。

或分析的基础上,每增加一单位的安慰会导致67.02%,133.86%,和−34.68%几率的增加乘客选择飞机,高铁,分别和表达总线。可以预期,一个更干净、更舒适的服务环境可以提供飞机和高铁,和对面的总线上的表达。正态分布(见图3)高铁的这个参数(0.8495,0.6738),表明89.63%的乘客有更高的概率选择高铁与舒适需求增大,剩下的10.37%的乘客有一个低概率的选择相比,高铁列车舒适度的需求增加。这个结果意味着异构效应在安慰。

守时是发现明显与乘客的城际交通方式的选择。结果表明,与更高的守时要求倾向于选择高铁乘客。守时会导致76.87%的每一增量单位,−27.62%,和−41.43%几率的增加选择高铁,飞机,分别和表达总线。如图4参数的正态分布,高铁是(0.5702,0.3077),表明96.81%的乘客有更高的概率选择高铁准时的要求增加,,剩下的3.19%喜欢火车准时的日益增长的需求。

访问时间还发现与飞机和表达有关总线选择。或分析的基础上,每增加一次30分钟的访问时间将导致增加48.84%,−32.59%几率的增加选择飞机和高速巴士公司,分别。如图5,系数是正态分布(−0.3944,0.3375)表达总线,表明87.87%的乘客花更长的访问时间不太可能选择表达巴士,而剩下的12.13%的乘客支出更长的访问时间更有可能选择表达的公共汽车。结果证实了异构影响整个访问时间。类似的发现可以找到疏散时间。或者,每个额外的30分钟的疏散时间将导致124.01%和−在飞机的几率增加17.93%,表达总线,分别。

6。结论

我们探讨了影响机制的竞争因素城际模式(即。,airplane, HSR, train, and express bus) and found unobserved heterogeneity of significant factors in the intercity model choice. Passengers’ intercity travel activity data from Xi’an, China, were used for modeling. A mixed multinomial logit model was established to explore the relevant factors of intercity mode choice, which was compared with the Bayesian multinomial logit model. The proposed mixed multinomial logit model successfully captured the heterogeneous effects of some significant factors. It was found that the mixed multinomial logit model outperformed the Bayesian multinomial logit model according to the comparison of DIC. The results also showed that ticket purchasing method, comfort, punctuality, and access time had heterogeneous effects on intercity travel mode choice, appearing in the form of random parameters in the model.

这些发现有助于为城际交通方式的选择提供相关管理策略,是交通运输发展的意义,可以为决策者和规划者提供信息。对于决策者来说,高铁发展的强烈推荐,因为它具有无可比拟的优势如守时,安全,舒适。随着全球老龄化的背景下,老年人更喜欢高铁,它满足乘客的需要更高的服务质量。同时,提高高铁的效率和共轨和调整票价是重要手段促进将乘客从高能运输方式(如飞机和直通巴士)低能耗模式。交通规划者,机场和火车站的布局,以及连接模式,是一个不可分割的一部分,他们的竞争力。服务提供者,一个有效的票务系统模式的选择产生重大影响,尤其是高速巴士。有一个迫切需要一个高效的在线售票系统。最后,模型及其估计可以为软件企业提供参考,为城际旅游开发智能决策服务系统模式的选择。

这项研究也有一些局限性。我们使用的数据只有一个城市。不同的文化背景和交通环境可以改变交通方式的选择。因此,要收集数据从其他城市来验证提出的模型和结果。潜在的因素如温度、湿度、降雨量、降雪量、和可见性没有探索。在未来,这些因素可以被纳入模型,及其对乘客的影响城际交通方式的选择应该讨论。此外,贝叶斯混合多项logit模型的比较与机器学习方法(52)是一种有价值的研究领域。最后,尽管我们发现一些变量(例如,机票采购方法,舒适,守时,和访问时间)有异构影响乘客的城际旅行的选择模式,其具体影响交通管理还必须探索。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是由中国国家自然科学基金(没有。71701046)、陕西省自然科学基金青年项目(没有。2017 jq5086),陕西教育部门科学(没有特殊的科技项目。19 jk0477)和基础工程西安建筑科技大学(没有。ZR18021和QN1711)。