万桥

摘 要：基于非集计理论在智能交通研究和应用中的重要性，聚焦构建旅客出行选择行为模型的回顾，综述了目前有关旅客出行选择行为的研究现状。从我国目前交通发展的实际情况，梳理了影响旅客出行选择行为的因素，随后利用随机效用理论，提出基于非集计理论提出构建旅客出行选择方式模型，该方法常应用于预测交通方式分担率和交通资源优化等。

关键词：非集计模型;旅客选择行为;效用理论;客运市场

0 引言

随着我国经济、科技、网络技术等的快速发展，城市人口数量猛增，旅客对交通运输需求大大增加。我国长途客运市场主要有铁路、公路、民用航空等组成，由于各个运输方式都有其各自的技术特征，因此，旅客对出行数量和质量方面的要求也日益提高。不同运输方式的技术经济特征和优劣差异不同，使得各客运运输方式在运输市场竞争力和市场份额也存在明显差异。运输市场中运输能力富足，旅客出行方式受各种宏观因素和微观因素的影响，出于不同的内部及外部需求，旅客出行选择的偏好也不同。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内的客运需求结构。

因此，分析研究旅客出行选择行为，对交通资源优化、综合交通建设的合理规划等具有重要意义。为了能更好地与我国交通发展现状相适应，缓解城市交通拥堵，国内学者也相继提出了一些实践性较强的预测旅客出行选择方式的方法。

1 国内外研究概述

1.1 国外研究概述

美国Daniel L. McFadden等人基于概率论和非集合模型理论，提出了“随机效用模型”的Logit模型，并将模型推入实用阶段[1]。从以上国外学者的研究就可以看出，非集计模型在交通工程领域的开发研究起源于交通方式选择，其在交通工程领域最基本的应用还是交通方式选择。

1.2 国内研究概述

影响出行选择的因素有很多，文献[2-7]是目前国内学者根据影响旅客出行选择方式因素从不同角度对国内客运市场实际情况做出研究和分析，从城市群客运市场的供需特征、客流构成、服务营销、交通拥堵等方面出发，提出了不同竞争环境下各客运企业的经营策略。

2 旅客出行选择行为模型

旅客出行是指出于特定目的从出发地到目的地的旅行过程，包括市内出行和市外出行两部分。旅客根据自己所处的社会经济环境给每一个备选项以相应的效用，然后依据效用做出选择。而社会经济方面的复杂性导致了旅客状态的不确定性，从而影响旅客对出行方式的选择。

2.1 非集计模型理论

非集计方法认为个人在选择交通工具时的心理偏好和主要考虑的因素各不相同，在研究出行者对交通方式的选择行为时，需要引入效用概念，效用是指出行方式对人们出行需求的满足程度，其大小用效用值来度量。随机效用理论认为效用值是一个随机变量，并且由非随机变化部分和随机变化两部分组成，非随机变化部分主要由运输方式的技术经济特性确定，而随机变化部分因出行者的偏好而不同，是独立和随机的，同时假设它们之间呈线性关系。非集计模型基本假设见图1。

在实现全部的交通活动过程当中，旅客出行在获取交通信息时可能有误差，或对交通信息的了解有很大不同，使出行者在不一样条件不同时刻下对交通出行选取的方式也是不一样的。这个过程中，旅客其实是列举出每个方面可能的选择，根据自己所处的社会经济环境给每一个备选项以相应的效用，然后依据效用做出选择。而社会经济方面的复杂性导致了旅客状态的不确定性，从而影响旅客对出行方式的选择。

3 结语

本文对国内外研究旅客出行选择方式现状进行了分析，随着交通方式的多样化发展，利用随机效用理论在原有的集计模型基础上进行改进，旅客出行行为模型由集计向非集计、由整体特性向个体特性以及从社会心理学视角转变，提高各种运输方式的服务水平都提供理论依据，有一定的实际意义。

非集计模型还存在一些缺点，在后续的研究将改进模型，变量如何选取，如何将变量与传统的Logit模型进行整合，减小传统Logit模型的预测误差，以及如何在城市交通实际问题中应用等都还有待进一步研究。

参考文献：

[1]Daniel McFadden.A Method of Simulated Moments for Estimation of Discrete Response Models Without Numerical Integration[J].Econometria，1989，57（5）： 995-1026.

[2]李晓伟，王炜.高铁竞争下高速公路客运选择行为与发展策略[J].铁道科学与工程学报，2018，15（3）：574-580.

[3]席锐.西安市公路客运管理对策研究[D].辽宁：大连海事大学，2014.

[4]孙启鹏，赵军莉.道路客运企业营销策略的选择分析[J].交通企业管理，2005（12）：29-30.

[5]王姝春，马斐，陈峻.城市典型客运方式选择影响因素分析[J].交通运输系统工程与信息，2010，10（3）：93-98.

[6]沙峻林.高速铁路影响下的公路客运方式分担率及发展策略研究[D].吉林：吉林大学，2012.

[7]范文彬.基于关中城市群客运市场分析的公路客运竞争策略研究[D].西安：长安大学，2009.

[8]曹炜威，冯项楠，李宜威，等.基于客票数据的城际铁路出行方式选择行为研究[J].系统工程理论与实践，2020，

40（4）：989-1000.

[9]张琳.城际旅客出行方式选择行为研究[D].长安大学，

2019.

[10]叶玉玲，韩明初，陈俊晶.基于出行链的城际旅客出行方式选择行为[J].同济大学学报（自然科学版），2018，

46（9）：1234-1240.

[11]许冰.城际交通出行方式选择ICLV模型研究[D].北京交通大学，2018.

[12]任小聪.基于出行全过程的旅客城市群出行方式选择研究[D].重庆交通大学，2016.

[13]华诗雨.不同认知条件下旅客出行方式选择行为研究[D].北京交通大学，2016.

[14]谭晓伟.广珠通道内旅客出行方式选择行为研究[J].交通运输研究，2015，1（3）：71-77.

[15]范雪婷.中长途旅客出行方式选择和敏感度分析[D].华南理工大学，2012.

[16]徐亞.基于旅客出行行为分析的道路客运班线优化研究[D].武汉理工大学，2012.

[17]叶玉玲，王艺诗.沪杭运输通道内旅客出行方式选择行为研究[J].铁道学报，2010，32（4）：13-17.

[18]何永占.引入心理变量的旅客中长距离出行方式选择模型[J].甘肃科技纵横，2010，39（2）：18-22+37.