摘要：为分析农村居民出行目的地选择的影响因素与影响过程，应用自主设计的调查问卷，获得3329份农村人口出行特征数据。按照农村居民常规出行目的地分布情况，将目的地划分为邻村、乡镇、县城和市区。运用非集计理论，将农村居民的性别、年龄、教育程度、家庭年总收入、出行目的和出行距离等个人、家庭和出行属性作为影响因素，并将４个目的地作为４个选择肢，建立了农村居民出行目的地选择行为度量模型，并结合弹性理论分析了各个影响因素的敏感度。分析结果表明：农村居民的出行属性中出行距离和出行目的２个影响因素对应的弹性值均大于１，说明这些因素对出行目的地选择富有弹性，影响显着；年龄、是否换乘和所需时间３个因素对部分目的地的选择富有弹性；性别、受教育程度、家庭年总收入和出行时间４个因素对应的弹性值均小于１，说明这些因素对出行目的地选择缺乏弹性。
关键词：交通规划；农村居民；出行目的地；出行特征；ＭＮＬ模型；敏感度分析
０引言农村居民出行规律是城乡交通规划的基础，对布置农村客运班线、分配运力等具有极其重要的作用，但出行规律受农村经济水平、地域特征、文化背景以及区域中村镇分布等因素的影响，不同地区表现出较为明显的差异，且难以定量分析。受传统因素与研究发展过程的限制，对农村居民出行研究相对较少，农村居民出行与城市居民相比在出行目的、时间、次数上也表现出很大的不同，所以用城市居民出行规律去分析指导乡村交通规划、交通组织和交通管理存在较多问题。农村居民出行目的地是出行规律的重要组成部分，尽管出行目的可能相同，但目的地的选择往往差异较大，而不同目的地势必影响农村居民的出行距离、方式和时间选择，所以是出行特征的关键影响因素。
对于居民出行规律的研究，国内外开展较早，且取得了丰富的研究成果，Ｓａｌｅｈ等构建了爱丁堡中心城居民工作出行与非工作出行的出发时间选择模型，模拟了当收取拥挤费用时出行者出发时间的变化情况；Ｏｚｂａｙ等建立了考虑出行时间价值的出发时刻选择模型，利用模型分析评价美国新泽西州出台的拥挤收费政策；Ｈｅｎｓｈｅｒ等使用非集计模型对居住地选择和出行方式进行联合选择模型估计，建立了居住地址和出行方式联合选择模型；Ｋｗｉｇｉｚｉｅ等选取个人属性、社会经济属性、出行特性等属 性 因 素 建 立 联 合 选 择 模 型，应 用 交 叉 分 层Ｌｏｇｉｔ模型对居民的出行方式概率进行估计，结果表明分层Ｌｏｇｉｔ能更直观地表示实际建模情况的相关复杂结构；陈尚云等通过模拟城市的不同形态和种类，对重力模型的适用性和参数的取值范围进行了定性和定量分析，并对中国部分特大城市的出行分布进行验证，提出了对应的重力模型及其参数取值范围；张政等以北京市２００５年出行调查数据中部分老年人个体出行行为信息为对象，分析了老年人在出行率、出行时间、出行距离、出发时间、出行方式及出行目的等方面的特征以及老年人出行行为随年龄变化的规律，比较了北京城八区与远郊区县老年人出行行为的差异，研究了老年人的出行特征与出行行为属性；徐婷等以北京市部分区域居民出行基础数据，使用相关性分析筛选与居民出行方式选择密切相关的影响因素，以小汽车出行方式的效用函数与公共交通出行方式的效用函数的差值构建新效用函数，分析了出行成本对居民出行方式的影响；赵建有等应用７００份调研样本数据，分析了城市低收入人群的年龄分布与就业状况，并结合非集计模型理论，分析了影响低收入人群出行方式选择的因素；杨励雅等基于随机效用最大化理论，选取出行者特征、行程特性与出行方式服务水平作为效用变量，以出行方式与出发时间作为选择肢，构建了出发时间位于下层与出行方式位于下层的２种居民出行模型，分析了北京市居民出行样本数据，并模拟了在早高峰时段对小汽车出行收取费用时，小汽车出行者出行行为的变化；陈团生等在考虑影响旅客出行选择行为的各种因素的基础上，利用非集计理论，构造了旅客出发时刻和运输方式选择行为的双层巢式逻辑决策模型，利用最大似然法对模型参数进行估计，分析了客运通道引入客运专线对旅客出行选择行为的影响；冯忠祥等应用非集计模型和统计方法对农村居民开展了系统的出行规律研究，研究对象主要包括农村居民出行一般特征、出行方式、出行距离、出行次数和出行时间等。
上述研究对象大多为城市居民，关于农村居民的研究较少，研究的焦点大多集中在出行时间与出行成本方面，缺少对出行目的地选择的建模和分析。本文以非集计理论为基础，针对出行目的地选择在交通规划和区域规划中的作用，设计调查问卷，对农村居民出行目的地开展研究，构建行为选择模型，并８４第５期 杨琦，等：农村居民出行目的地选择行为模型与影响因素分析进行因素敏感度分析，系统性地获得农村居民在选择目的地时相关决策过程与机理。
１农村居民出行调研结合交通运输部西部交通建设科技项目《西部地区城乡客运一体化规划关键技术研究》子课题《城乡居民出行特性分析及客运规划关键技术》设计了《农村居民出行调查问卷》，获得农村居民出行构成情况。农村居民出行调查样本为全国９个省份的１２９个自然村的３ ４００余户农民，调查获得有效问卷３ ３２９份，涉及人口１２ １１８人，调查内容主要包括人口数量、年龄结构、性别比例、教育程度、年收入状况、从事职业等内容。经过对调查数据统计，在调查的１２ １１８人中，男性占５２．９％，女性占４７．１％，对应的人数分别为６ ４１０、５ ７０８人。在所调查的对象中，家庭中人口成员最少为２人，最多为１０人，按照家庭为单位得到的平均人数为４．９１人。
２农村居民出行目的地建模当分析出行者个人交通行为时，由于非集计模型克服了集计模型产生的诸多问题，选择肢的减少或者增加不影响其他选择肢被选概率的大小。多项Ｌｏｇｉｔ（ＭＮＬ）模型是非集计模型中常用的模型之，在交通领域中应用较多。本文基于农村居民出行调查数据，随机抽取２ ３２９份相关数据，利用非集计理论建立ＭＮＬ模型。
２．１模型构建思路非集计模型的效用函数由固定项和随机项组成，第ｎ个出行者选择第ｉ种方案的效用函数为Ｕｉｎ＝Ｖｉｎ＋εｉｎ（１）Ｖｉｎ＝∑Ｋｋ＝１θｋＸｉｎｋ（２）式中：
Ｕｉｎ为第ｎ个出行者选择第ｉ个方案的效用函数；Ｖｉｎ为效用函数的固定项；εｉｎ为效用函数的随机项；Ｋ为特性变量的个数；θｋ为第ｋ个变量对应的参数；Ｘｉｎｋ为第ｎ个出行者选择第ｉ种方案的第ｋ个特性变量。假设式（１）中εｉｎ和Ｖｉｎ相互独立，而且εｉｎ服从Ｇｕｍｂｅｌ分布的前提下，第ｎ个出行者选择第ｉ种出行目的地方案的概率Ｐｉｎ为Ｐｉｎ＝ｅＶｉｎ∑Ｉｎｉ＝１ｅＶｉｎ（３）式中：Ｉｎ为可供选择方案的个数。依据农村居民出行的基本特征与非集计理论对出行者的属性要求，ｔ与ρ２分别为影响因素的检验值与决定系数。
８５交通运输工程学报２０１３年图５计算流程Ｆｉｇ．５ Ｃａｌｃｕｌａｔｉｏｎ ｆｌｏｗ２．２选择肢和影响变量的确定根据出行数据的调查结果，农村居民的出行目的地主要分为邻村、乡镇、县城和市区，以以上４个目的地作为模型的４个选择肢分别用Ａ、Ｂ、Ｃ、Ｄ表示，分别取值为０、１、２、３。将影响农村居民出行目的地选择的因素分为个人属性、家庭属性和出行属性３类，见表１。
２．３影响因素的标定与分析本文选用常用的交通分析软件ＴｒａｎｓＣＡＤ进行模型影响因素标定，结果见表２。由表２可以看出，影响因素的最小检验绝对值为１．９９２ ４９６，符合计算要求，可见，以上１３个影响因素均可以显着影响出行目的地选择行为。在非集计理论中，用ρ２判断模型的拟合度，一般情况下，ρ２值在０．２～０．４之间时，则可以认为吻合度很好，本文所建模型的ρ２为０．３１６ ３８２，说明所建立的模型真实。
４计算结果分析在分析以上１３个因素对农村居民出行目的地选择的影响时，需对选择模型进行灵敏度分析。灵敏度分析用于定性或定量地评价模型参数变化对模型结果产生的影响，是模型参数化过程和模型校正过程中的有用工具。针对本文模型，第ｋ个特性变量变化时，第ｉ个方案概率的弹性值Ｅ为Ｅ ＝θｋＸｉｎｋ（１－Ｐｉｎ）对于弹性值，采用其绝对值来分析，弹性值的绝对值可以从０到无穷大。
４个出行目的地对应的年龄平均值呈递减趋势，尤其是去市区居民的平均值比去邻村的要小８岁，说明年轻人更趋向于去更繁华、功能更全面的城镇和市区消费、打工、娱乐、购买生活必需品等，而年纪较长者，更偏向于离居住地更近一些的区域活动。出行目的地对应各年龄的弹性值中，乡镇和县城均小于１，缺乏弹性，即年龄的变化对于选择此２个目的地的变化程度影响相对较小；而邻村和市区目的地的弹性值皆大于１，此时对行为选择富有弹性，即年龄在这２个地区选择概率上表现出较大的影响，这也与年龄平均值能够相互印证。
４个出行目的地对应的农村居民受教育程度均值相差不大，说明受教育程度在各农村居民出行目的地选择分布中表现出一定的相似性，即差异性不是很大。同时各自对应的弹性值也均小于１，缺乏弹性。平均值与参数值几乎无相关对应性，这与调研样本中农村居民７０％为初中及以下学历，文化素质较低有一定关系，即教育程度在建模过程中无法表现出一定的差异性。
４．1家庭属性不同家庭属性对农村居民出行频次选择概率的弹性值见表７，从中可以看出，邻村、乡镇、县城和市区对应的农村居民的家庭年总收入的平均值呈上升趋势，说明家庭年总收入与农村居民出行目的地选择有一定相关性，单次选择或许影响不明显，但总家庭收入与经济活动相关，越往经济活跃的城市，收入相对越高。但各个目的地对应的弹性值均小于１，说明家庭年总收入对出行目的地选择缺乏弹性，且相差不大，说明在选择概率贡献中，收入影响程度也较为接近。但市区目的地对应的弹性值最大，说明相比较而言，收入对城市目的地选择与其他３个目的地相比，略微敏感。
按居民出行规律理解，出行目的直接决定着目的地的选择，因为不同目的的需求不同，而不同目的地的功能和作用也不同，往往两者呈单一对应，但也并非所有的都成唯一对应。如果看重病，往往只能选择市区医院，呈单一对应，但如果是小病，乡镇卫生所、县城医院和市区医院都可以，所有选择较多，此时其他因素会共同作用出行者，最终选择出行效用最大的目的地。
出行目的赋值为人为决定，且目的本身为离散非数字，所以各个目的地对应的目的均值从数学角度无相关意义，仅为后续计算弹性值提供桥梁。而各个出行目的地对应的出行目的弹性值均大于１，说明出行目的对出行目的地选择富有弹性，但正是由于出行目的是人为赋值，本身不具有规律性，相互之间也无相关性，所以不同目的对于出行目的地的影响不能具体量化，只能反映目的变化对出行目的地选择概率变化程度影响较大。
各个出行目的地对应的出行时间均值除邻村较小外，其他３个地点均大于４，且相差不大，说明出行时间上较为接近，即选择邻村出行的往往相对较早。整体趋势并不是随着出行距离的增长出行时间越早，可能与农村居民上午下午均出行有很大关系，且目前农村居民中的年轻人夜晚喜欢出去娱乐有一定关联。而出行时间对应的弹性值均小于１，说明出行时间对目的地的选择缺乏弹性，即不同时间对出行目的地选择概率的影响程度较小。传统的农村居民出行只能依靠不是很便利的农村客运，出行时间受班车时间影响较大，所以如果没赶上班车，影响换乘，则当天无法再去目的地，而随着村村通道路的修建及农村班线的延伸，班车班次较为频繁，调研的部分地区甚至达到每５ｍｉｎ一班农村班车，基本与城市公交差不多，农村居民出行非常方便，不受时间的限制，所以出行时间对出行目的地选择概率影响程度较小。
各个出行目的地对应的是否换乘的均值呈递增趋势，说明随着邻村、乡镇、县城和市区目的地变化，换乘逐渐增多，但增幅并不是很大，４个平均值中仅市区目的地的大于０．５，说明去市区目的地需换乘较多。结合弹性值变化情况，邻村、乡镇、县城对应的弹性值均小于１，缺乏弹性，说明农村居民去此３个目的地时，是否换乘对其的选择概率影响程度较小，但去市区目的地对应的弹性值大于１，富有弹性，结合均值，需换乘的占多数，说明去市区时，换乘对其选择概率的影响较大，农村居民选择该目的地时，需考虑换乘带来的影响。
各个出行目的地所需时间对应的平均值呈快速递增趋势，去邻村的为０．３２６ ４１２，说明一般集中在３０ｍｉｎ以内，而去乡镇为０．７５４ ６１２，说明一般集中在６０ｍｉｎ以内，去县城的为１．９２９ ３６１，即３１～９０ｍｉｎ较多，但市区出行时间均值较高，为２．４１９ ３７１，即９０ｍｉｎ以上所需时间较多。这与农村区域分布特征较为吻合，与出行距离较为相关。根据对应的弹性值，邻村和乡镇的小于１，缺乏弹性，说明在选择该２个目的地时，所需时间对选择概率影响较小，即出行所需时间敏感性较差；但去县城和市区时，由于距离较远，农村居民需考虑出行所需时间，此时弹性值大于１，富有弹性，且分别是邻村的４．４倍和６．８倍，是乡镇的３．３倍和５．１倍，即所需时间对市目的地选择概率的影响程度是邻村的６．８倍，是乡镇的５．１倍，对县城目的地选择概率的影响程度是邻村的４．４倍，是乡镇的３．３倍。
５结语本文应用农村居民出行调查数据建立了农村居民出行目的地选择行为模型，经相关检验，模型合理、精确，且模型计算的出行目的地选择与实际统计结果值较接近，且各项绝对误差值较小，最大仅为－２．７％，可以满足实际使用要求。从弹性值分析结果看，本文模型能准确地反映农村居民个体出行目的地选择的特征，具有高的可操作性和可移植性。经模型影响因素弹性值分析，出行属性中出行距离和出行目的２个因素对出行目的地选择行为影响较大，起决定性作用，而年龄、是否换乘和所需时间３属性对部分目的地的选择概率影响程度较大。
参 考 文 献 ：
Ｒｅｆｅｒｅｎｃｅｓ：
［１］ＳＡＬＥＨ Ｗ，ＦＡＲＲＥＬＬ Ｓ．Ｉｍｐｌｉｃａｔｉｏｎｓ ｏｆ ｃｏｎｇｅｓｔｉｏｎ ｃｈａｒｇｉｎｇ８９交通运输工程学报２０１３年ｆｏｒ ｄｅｐａｒｔｕｒｅ ｔｉｍｅ ｃｈｏｉｃｅ：
ｗｏｒｋ ａｎｄ ｎｏｎ－ｗｏｒｋ ｓｃｈｅｄｕｌｅ ｆｌｅｘｉ－ｂｉｌｉｔｙ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ａ：
Ｐｏｌｉｃｙ ａｎｄ Ｐｒａｃ－ｔｉｃｅ，２００５，３９（７／８／９）：
７７３－７９１．［２］ＬＥＭＰ Ｊ Ｄ，ＫＯＣＫＥＬＭＥＮ Ｋ Ｍ，ＤＡＭＩＥＮ Ｐ．