基于非集计理论的高铁与民航客运分担率研究

2018-12-25兰州交通大学交通运输学院甘肃兰州730070

物流科技 2018年11期

王星（兰州交通大学交通运输学院，甘肃兰州 730070）

0 引言

近年来，中国高速铁路事业迅猛发展，其对民航的巨大冲击已成定局。而面对高铁的来势汹汹，民航也积极采取了各项应对措施。在高铁与民航的竞争过程中，双方在充分发挥自身优势的基础上，以降价等手段对客流进行竞争，导致运输企业竞争日渐激烈。因此，本文对影响旅客出行方式选择的因素进行研究分析，明确两者的客运分担率，有利于两者早日实现共赢。

目前，对于旅客出行方式选择问题的研究已有一定的成果，王爽、赵鹏[1]利用非集计理论和方法，构建旅客的选择行为模型，对旅客选择行为进行预测。刘美琪[2]采用混合Logit方法建立了两种条件下的出行方式选择模型。Roman等[3]对马德里与巴塞罗那之间的高铁与民航进行调查分析，从旅行时间节省、舒适度等方面分析旅客的支付意愿，建立分类模式选择模型。贾洪飞等[4]根据北京居民出行调查数据，建立了交通方式选择模型，分析了不同收费价格下两种交通方式所分担的交通出行比率及道路交通饱和度的变化情况。何宇强、毛保华[5]选择经济性、快速性等5个衡量指标，建立广义费用函数，利用相关研究结果和极大似然估计法，确定模型参数，建立了高速客运专线客流分担率模型。Adler等[6]以运输距离和座位数等为影响因素，采用Logit模型计算客流分担率，建立包括生产者剩余、环境费用等因素的社会总效益函数。Yang和Zhang[7]从票价、客运收入以及社会福利等方面研究高铁与民航的竞争影响。以上研究成果对利用非集计理论研究旅客选择行为奠定了基础，但是对于高铁和民航的旅客选择行为，缺少对具体影响因素的分析。

本文主要研究高速客运通道内高铁和民航的选择行为，以非集计理论为依据，对问卷调查所得数据进行统计分析，建立反映高铁和民航两种运输方式客运分担率的BL（Binary-Logit）模型，并对众多影响因素进行筛选，最终量化各因素对旅客的出行行为决策的影响程度，并进行具体分析，从而得出高铁与民航竞争现状。

1 出行方式选择模型建立

旅客进行客运方式选择的Logit模型的效用函数Uik为可观测的影响因素构成的效用确定项Vik和不可观测的影响因素构成的效用随机项εik之和，那么第i个旅客选择方案k的效用函数可以表示为：

本文主要讨论高速铁路和民航两种客运方式，即选择方案k取值仅为1（选择高铁）和2（选民航），因此，可以选择Binary Logit模型进行描述，则旅客i选择高铁为出行方式的概率可表示为：

固定效用项Vik与其影响变量之间的关系可以用多种函数形式来描述，通常，最简单而且最常用的形式为假设二者呈线性关系[10]，即：

式中，Xink为第i个旅客选择第k种方案的第n个影响因素；θn为第n个影响因素所对应的参数；因此，选择民航的概率为：

2 影响因素的选择

通过对旅客出行方式选择影响因素的分析，其主要因素可划分为：旅客属性、交通工具属性和出行属性，在此基础上，设计旅客出行方式选择的调查问卷。考虑本文仅研究旅客对高铁和民航两种客运方式的选择偏好，因此，此次调研地点选择在济南高铁西站和遥墙机场，对旅客出行进行随机抽样调查。本次调查共发放调查问卷500份，收回有效问卷486份。其中男性乘客292位，女性乘客194位；调查对象的年龄主要集中在25岁到55岁，占到总调查人数的80%以上；而调查对象主要为公务出行，为被调查总人数的75%。

2.1 影响因素定义

根据效用最大化理论，出行者在可支配资源的约束下，总会选择使个人需要和愿望得到最大限度满足的出行方式。为了能够使出行方式选择模型能够尽可能准确地对出行者的判断过程进行有效分析，就必须对影响出行者出行方式选择的因素有全面的考虑。通过分析，影响旅客出行方式选择的主要因素包括：旅客自身属性、出行方式属性和出行属性，影响因素具体定义及变量见表1：

2.2 相关性分析

表1 影响因素定义及变量表

利用已建立的出行方式选择模型以及实地调查所得到的数据，通过SPSS22.0软件[9]对模型参数进行标定。为使后期计算简便，先对各影响因素进行筛选，通过已选影响因素之间的相关性来实现，由SPSS22.0得到相关性矩阵（见表2）。

表2 影响因素之相关性矩阵

3 参数标定与分析

将剩余变量X5、X8、X9、X10、X11的数据重新整合，进行参数标定，以便确定其对选择概率的影响程度。根据标定结果（见表3）可以看出各影响因素检验指标满足各项精度要求，因此，出行目的、发班间隔、票价、旅行时间、程前时间5个因素对旅客在高速客运方式的选择上有显著影响。

表3 参数标定结果

根据问卷的调查结果，有75%的旅客为公务出行，这类旅客很大程度上反映了高铁和民航的竞争情况，因此X5取值为2。那么，给定一组高铁和民航的属性值（表4），即可计算高铁和民航两种客运方式的客运分担率，从而分析其在不同票价折扣以及程前时间下的竞争情况。

首先，利用给定的属性值计算不同票价折扣下的客运分担率（表5、图1），从而得出以下结论：

（1）模型计算得到的预测值与实际调查值的误差在3%以内，说明两者吻合度较高，式（2）模型以及选择的影响因素可以较好地描述旅客对高铁与民航的选择情况。

（2）随着机票票价折扣的增大，民航客运所占的市场份额逐渐增大，相应地竞争力也逐渐增强；当民航票价降至5折时，高铁和民航的市场份额几乎均等，此时，两者竞争最为激烈；而随着民航票价的继续下降，两者的竞争依然激烈，直至民航票价低至1折以下时，民航客运基本完全占据客运市场。

根据上述结论，设置机票票价为5折，即Xi92=3；运输距离设置为1 000～1 200km，高铁平均行驶速度为250公里/小时，民航为750公里/小时；X5取值仍为2，其他属性值见表4。为了更清晰地分析在不同程前时间下高铁和民航的市场份额，引入相对竞争度的概念[10]。

表4 高铁和民航的属性值

表5 不同票价折扣下的客运分担率（%）

通过式（5）得到计算结果如图2，分析可得：高铁和民航的市场份额随着程前时间的增减而明显的增减；当高铁的程前时间＜0.75h时，高铁竞争优势明显，且随着程前时间的增加市场份额减少的速度缓慢；而当程前时间＞0.75h时，高铁的市场份额几乎呈直线趋势下降，直至程前时间达到1.5h，高铁和民航的市场份额均等，竞争最为激烈；程前时间＞1.5h，民航市场份额呈直线上升，直至完全占领市场。由此可知，当高铁程前时间＞1.5h时，在1 000～1 200km这个运输距离，由于运输时间等因素的影响，高铁的优势大大降低，民航客运快速占领市场。