王 芳，陈征征

(宿州学院 资源与土木工程学院，安徽 宿州 234000)

可变信息板(variable message signs，VMS)又称可变情报板，是交通状况及交通诱导信息发布的重要设备，具有图形与文字显示功能[1]。操作员根据交通、天气及指挥调度部门的指令，向VMS发布各种通告和信息，从而有效地对交通流进行引导，提高路网的交通运输能力，为驾驶员安全快速行车提供优质服务。驾驶员选择路径时会受到各种因素的影响，故以真实数据为依据才能获得比较理想的结果，但目前VMS存在信息更新不及时的情况，从而影响驾驶员的判断。

邵春福等[2]通过stated preference(SP)调查数据分析了北京市VMS信息对驾驶员路径选择行为的影响，并基于总结出的关键因素建立了驾驶员路径选择多元Logit模型。曹亚康[3]通过构建SP调查和Logistic回归分析模型，分析了不同因素对驾驶员路径选择行为的影响。陈赣浙[4]研究了VMS影响下驾驶员在快速路上的路径选择行为特点，发现驾驶员的驾龄和对路网的熟悉程度对驾驶员的路径选择行为影响最大。邱洪等[5]创建了多因素影响的二项Logit模型，测试表明模型的估计准确率为75%左右。

随着我国私家车数量的快速增长，路况也越来越复杂，VMS信息的有效利用将会为交通流的合理分配提供有效引导。本研究总结了影响驾驶员路径选择的主要因素，以宿州市火车站和汴河中路为例进行了SP调查，构建了Logit模型，并对各因素与驾驶员路径选择行为进行了相关性分析。

1 驾驶员路径选择影响因素

驾驶员在实际行车过程中的路径选择会受到各种因素的影响，如驾驶员自身属性和外部环境等，主要可分为以下3类。

1.1 驾驶员自身属性

驾驶员自身属性包括性别、年龄、性格、驾龄、学历、对路网的熟悉程度、精神状态等。相关研究表明，男性驾驶员多为易冲动型性格，而女性驾驶员则多为较谨慎的性格；另外，驾驶员学历、年龄和职业等的差异都会对其交通信息反应和接受速度产生一定影响，从而造成驾驶员不同的路径选择行为[6]。

1.2 道路属性

道路属性主要指的是道路级别、道路周围环境、道路条件等。不同级别道路的行车道宽度、通行能力、服务水平和对速度的限制等都不同，驾驶员的行驶体验也不同。以通勤为目的的交通，驾驶员一般会选择通行能力好、道路等级高的路段；当行程对时间的要求不高时，驾驶员一般会选择舒适度较高的道路。

1.3 出行特征

出行特征一般包括出行目的、出行时间和出行距离。不同的出行目的对出行时间有不同的要求，一般而言，上班、上学、办理业务等出行要求时间越短越好，驾驶员会尽可能选择行程时间较短的路径避免因迟到带来的损失，且更倾向于听从VMS的建议；而以回家和自由行为目的的出行，对时间的要求一般相对较低，所以驾驶员选择路径时对舒适度和安全性的要求较高。另外，驾驶员改变出行路径的习惯在不同时间段会有所不同，有调查显示，在接受调查的人中约有65%的驾驶员愿意在晚上改变路径行驶[7]。

2 SP调查

SP调查也称意向调查，可模拟不同的交通场景，根据调查需求为被调查人员提供多种备选方案，是了解驾驶员对信息反应的一个重要途径。SP调查方法有助于了解哪些因素会对驾驶员路径选择行为产生较大影响、哪些因素是无关紧要的，以及同一个因素的不同状态会对路径选择行为产生怎样不同的影响。根据影响驾驶员路径选择的因素，SP调查的具体内容如表1所示。

表1 SP调查问卷内容Tab.1 Contents of SP questionnaire

2.1 调查结果统计

本次调查采取实地调查的方式，调查对象为宿州市小汽车驾驶员，调查地点为宿州火车站附近和汴河中路沿线。小汽车包括私家车和出租车，其中私家车的主要用途是上下班、接送孩子及少部分其他用途，每天基本都是固定路线，因工作日多在高峰时段出行，经常遇到拥堵，所以改变路径的概率比较高，而节假日出行的目的主要是休闲，这时候对出行时间和路线的要求没有工作日高；出租车的出行范围广、工作时间长，没有固定的目的地，并且出行都是以选择最短路径为准则。

火车站附近的出租车较多，故选择在此区域对出租车司机进行调查；汴河中路沿线分布有大型购物商场、医院、学校，所以该区域一整天的车流量和人流量都很大，故选择在此区域对私家车驾驶员进行调查。

采取街头问卷调查的方式，共发出300份问卷，其中无效问卷52份，有效回收率为82.7%。SP问卷的数据统计结果见表2和表3。

表2 驾驶员自身属性及出行特征Tab.2 Statistics of drivers′ own attributes and travel characteristics

表3 驾驶员对VMS的态度Tab.3 Statistics of drivers′ attitudes towards VMS

通过表2和表3的统计结果可以看出，SP调查基本涵盖了驾驶员的自身属性、出行特征和对VMS的态度等因素。在调查的样本中，有81%的驾驶员对VMS持很信任或比较信任的态度，在高速和雨雪天气等特殊行车条件下，大部分司机会留意VMS的信息，并且更期待“图形+文字”的呈现方式。同时，被调查驾驶员接触到的现有VMS的准确程度仅为36.2%，并且有52.4%的驾驶员认为VMS存在消息滞后现象，这也是VMS今后需要改进的地方。

2.2 驾驶员行为选择Logistic模型

Logistic回归分析模型简称Logit模型，是一种广义的线性回归分析模型，可用来评估决策者在多个备选方案中选择某个方案的概率。若P为某事件发生的概率，则事件不发生的概率为1-P，以LogitP为因变量，建立线性关系如下：

(1)

从而，

(2)

式中：α为常数项；β1，…，βm为回归系数。

用该模型预测驾驶员在行车过程中接收到VMS信息后，在各种因素的影响下改变路径的概率，将驾驶员改变路径的倾向设置为改变路径(Y=1)和不改变路径(Y=0)两种，将SP调查统计表中的性别、年龄、驾龄、学历、对路网的熟悉程度这5个变量分别作为模型估计的变量。利用SP调查的有效样本数据对模型进行标定，结果如表4所示。

表4 驾驶员选择估计模型待定参数Tab.4 Undetermined parameters of driver selection estimation model

3 相关性分析

对驾驶员改变行驶路径与各影响因素之间的相关性进行分析，结果见表5。其中：相关系数为正代表正相关，反之为负相关；绝对值越大，表示两者一致的相关性越强。从表5可以看出：

表5 驾驶员改变路径与各影响因素的相关性分析结果Tab.5 Results of correlation analysis between drivers′ route change and influencing factors

(1)两个指标相关系数为正的有驾驶员的性别、年龄、学历、路网熟悉程度、改变路径频率、能忍耐拥堵的时间和路径选择等，说明在其他情况相同时：在交通拥堵的状况下男性驾驶员更易根据VMS信息避开红色拥堵路段；年龄较小的驾驶员更倾向于接受VMS信息改变出行路径；学历越低的驾驶员越偏好按照VMS信息选择出行路径；驾驶员改变路径的频率越高，在遇到交通拥堵时忍耐性越低。

(2)驾驶员的驾龄与改变路径之间的相关系数为负值，说明随着驾驶员驾龄的增长，对路网状况熟悉后更倾向于选择替换路径。

4 结语

本研究选取宿州市火车站附近和汴河中路沿线进行了SP调查，归纳了影响驾驶员路径选择行为的主要因素，建立了二项Logit模型，并对各因素与驾驶员路径选择行为进行了相关性分析。结果显示：驾驶员的年龄、性别、学历、路网熟悉程度、改变路径频率、能忍耐拥堵的时间等与改变路径之间的相关系数为正，驾驶员的驾龄与改变路径之间的相关系数为负。