低碳政策下考虑行程时间不确定性的机场地面通达方式选择

刘春光; 邵梦汝; 谷晓宁; 左新羽; 陈超

doi:10.16503/j.cnki.2095-9931.2023.05.005

交通运输研究 >

2023 , Vol. 9 >Issue 5: 52 - 62

DOI: https://doi.org/10.16503/j.cnki.2095-9931.2023.05.005

便捷·高效

低碳政策下考虑行程时间不确定性的机场地面通达方式选择

刘春光 ^,¹ ,
邵梦汝 ² ,
谷晓宁 ³ ,
左新羽 ⁴ ,
陈超 ^,³

展开

¹ 山东交通学院顿河学院，山东济南 250357
² 埃因霍温理工大学建筑环境学院，荷兰埃因霍温 5600 MB
³ 大连理工大学汽车工程学院，辽宁大连 116024
⁴ 长安大学电子与控制工程学院，陕西西安 710064

陈超（1996—），男，山东聊城人，博士，副教授，研究方向为交通运输规划与管理。E-mail: chenchaocc@mail.dlut.edu.cn

刘春光（1983—），男，山东青岛人，博士，副教授，研究方向为应用经济学。E-mail: 213008@sdjtu.edu.cn

收稿日期: 2023-05-24

网络出版日期: 2023-12-07

基金资助

高等教育科学研究规划课题(22DL0403)

高等教育科学研究规划课题(23LH0424)

山东省重点研发计划（软科学项目）重大项目(2021RZA02025)

收起

Choice of Airport Ground Access Mode Considering Travel Time Uncertainty under Low-Carbon Policies

LIU Chunguang ^,¹ ,
SHAO Mengru ² ,
GU Xiaoning ³ ,
ZUO Xinyu ⁴ ,
CHEN Chao ^,³

Expand

¹ Don College of Shandong Jiaotong University, Jinan 250357, China
² Department of Built Environment, Eindhoven University of Technology, Eindhoven 5600 MB, the Netherlands
³ School of Automotive Engineering, Dalian University of Technology, Dalian 116024, China
⁴ School of Electronics and Control Engineering, Chang′an University, Xi′an 710064, China

Received date: 2023-05-24

Online published: 2023-12-07

Fold

摘要

在航空客运量快速增长的背景下，为了更有效地引导出行者选择低碳环保的机场地面通达方式，以西安咸阳国际机场为例，研究了低碳消费券补贴和居民环保意识对机场地面通达方式选择偏好的影响，并探讨了行程时间不确定性对于居民是否选择绿色出行方式的影响。考虑到交通环境的复杂性，设计了一个考虑行程时间不确定性的陈述性选择偏好实验来调查前往机场的出行者。基于收集的数据，通过构建混合累积前景理论-多项Logit（Cumulative Prospect Theory-Multinomial Logit, CPT-MNL）模型，研究了不同场景下出行者的选择偏好。模型标定结果表明，一方面，行李数量、行程时间不确定性、出行费用、提前到达机场的时间偏好是机场地面通达方式选择的重要影响因素；另一方面，碳减排比例和消费券补贴均对低碳出行方式产生显著影响。由此可以看出，在当前推广绿色出行的背景下，出行者对碳减排的重视程度逐渐增强，在出行时会有意识地选择低碳出行方式。低碳消费券补贴能够进一步促进出行者放弃私人交通方式转而选择公共交通。因此，交通管理者在倡导使用公共交通时，可以考虑强调环保概念、提供政策补贴等措施。针对行程时间延误对出行方式选择的显著影响，着力于提高公共交通运行的可靠性可以缩短行程时间延误差值，更有助于调整交通结构偏向低碳的公共交通。通过不断强化低碳出行理念，营造低碳社会氛围，提高公共交通出行便利度和可靠性，关注居民低碳出行选择特征并实施低碳激励策略，能够更好地引导出行者更多地使用绿色出行方式。

关键词： 机场地面通达方式; CPT-MNL模型; 陈述性选择偏好调查; 低碳消费券; 碳减排

本文引用格式

刘春光 , 邵梦汝 , 谷晓宁 , 左新羽 , 陈超 . 低碳政策下考虑行程时间不确定性的机场地面通达方式选择[J]. 交通运输研究, 2023 , 9(5) : 52 -62 . DOI: 10.16503/j.cnki.2095-9931.2023.05.005

Abstract

In the context of rapid growth in air passenger volume, in order to more effectively guide travelers to choose low-carbon and environment-friendly airport ground access modes, taking Xi′an Xianyang International Airport as an example, this study investigated the effects of low-carbon consumption voucher subsidies and residents′ environmental awareness on airport ground access method selection preferences, and explored the role of travel time uncertainty in guiding residents towards choosing sustainable mobility modes. Considering the complexity of traffic environments, a declarative choice preference experiment was designed to investigate travelers heading to the airport, taking into account the uncertainty of travel time. Based on the collected data, this study developed a hybrid Cumulative Prospect Theory-Multinomial Logit (CPT-MNL) model to analyze travelers′ preferences under different scenarios. The estimated results reveal that, on the one hand, factors such as the number of carry-on luggage, travel time uncertainty, travel costs, and preferences for arriving early at the airport significantly influence the choice of airport ground access modes. On the other hand, the proportion of carbon emissions reduction and consumption voucher subsidies have significant impact on sustainable mobility modes. This underscores that amid the current context of promoting green travel, travelers are increasingly valuing carbon emissions reduction and consciously opting for sustainable mobility modes. The low-carbon consumption voucher could further encourage travelers to shift from private transport to public transport. Thus, transportation managers, when advocating for public transit use, can emphasize environmental considerations and offer policy incentives. Given the significant impact of travel time uncertainty on mode choice, results show that enhancing the reliability of public transport operations to reduce travel time delays can further facilitate the shift towards low-carbon public transit, contributing to traffic structure adjustments. Therefore, it is essential to continually reinforce low-carbon travel concepts, cultivate a low-carbon societal atmosphere, enhance the convenience and reliability of public transport, focus on the characteristics of travelers′ low-carbon travel choices, and implement low-carbon incentive strategies for encouraging the use of sustainable mobility modes.

Key words： airport ground access mode; CPT-MNL model; declarative choice preference survey; low-carbon consumption voucher; carbon emission reduction

0 引言

近年来，全球面临着日益严峻的气候变化和环境污染问题，各国政府和社会各界越来越关注低碳出行方式的推广和实践^[1]。2010年，我国提出“二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”的“双碳”目标。2021年公布的《“十四五”规划和2035年远景目标纲要》也明确提出了关于绿色发展、降低碳排放的任务。

就交通领域而言，降低交通碳排放不仅需要技术上的创新，还需要居民出行行为向绿色出行转变^[2]。在此背景下，低碳消费券作为一种新型的环保政策措施，逐渐被政府所重视，旨在通过奖励和激励的方式，促进居民选择更加环保、低碳的出行方式^[3]。低碳背景下出行方式选择的影响因素已成为国内外研究热点。Wu等人^[4]和Geng等人^[5]对居民低碳出行行为的研究结果显示，公交系统越完善，低碳理念的普及程度和低碳出行的比例就越高。文献[5]~文献[8]则指出，政府的干预和碳相关政策对于低碳出行方式的选择具有显著的、积极的作用。Huang等人^[9]和景鹏等人^[10]评估了受访者的主观态度和环保意识在其选择出行方式中的引导作用。机场作为城市综合交通运输体系重要的基础设施，是人们跨区域出行的重要场所。机场客流不断增加，对城市交通网络造成的压力也逐步增大，如何引导出行者选择更高效、便捷、低碳的机场地面通达方式已成为当前研究的热点。国内外学者对旅客进出机场交通方式的选择进行了大量研究。Akar^[11]对乘客的航班、汽车使用态度、出行方式偏好、社会人口因素等进行分析，通过二元Logit模型研究了乘客选择低碳出行方式的兴趣偏好，结果证明了出差、个人出行以及自愿减少私家车使用频率的人群更有可能选择低碳出行方式前往机场。秦焕美等人^[12]则通过对比分析大型机场私家车短时停车行为，建立出行者短时停车出行方式选择模型，发现了提高停车收费和改善公共交通服务水平对减少私家车出行比例的引导作用。李欣悦等人^[13]根据乘客的个人属性和出行特征对乘客进行细分，构建了多类出行信息条件下的出行方式选择模型，用以优化机场信息诱导系统，引导乘客的出行方式选择。

此外，随着城市的快速发展和生活节奏的加快，行程时间不确定性对出行者路径选择及出行方式选择的影响愈发明显。在行程时间不确定性对出行路径选择的影响方面：基于前景理论，张杨^[14]分析了出行者在行程时间不确定情况下的出行路径选择行为，结果显示大多数出行者在选择出行路径时会规避行程时间不确定的线路；王文颖^[15]研究了行程时间不确定性对路径选择的影响，结果行程出行时间的不确定对出行人数几乎没有影响，但对出行者的路径选择具有一定程度的影响。在行程时间不确定性对出行方式选择的影响方面：Kim等^[16]引入行程时间历史发生频次的概念，研究了行程时间不确定性对共享汽车选择偏好的影响；Tam等^[17]通过对行程时间可靠性的评估，结合陈述性选择偏好实验分析其对出行方式选择的影响，多项Logit选择模型标定结果量化了安全边际津贴、行程时间可靠性和感知服务质量对香港国际机场地面通达方式选择的影响。以上文献均表明，在对居民出行方式选择的研究中，不应忽略行程时间不确定这一重要因素。

综上，低碳政策、环保态度、公共交通完善程度均影响着居民出行方式的选择。既有文献中的低碳政策主要体现在碳排放收费、限制购车、个人碳交易等方面^[8,18]，对低碳消费券这种新兴的低碳激励政策的研究较少。而以西安咸阳国际机场为例，机场的统计数据显示，目前前往该机场的约60%的出行者选择的是非公共交通方式。为此，本文将以西安咸阳国际机场地面通达方式选择为例，基于混合累积前景理论-多项Logit（Cumulative Prospect Theory-Multinomial Logit, CPT-MNL）模型，通过收集分析受访者的相关数据，探究低碳消费券、居民环保意识及行程时间不确定性对公共交通、出租车、私家车等机场地面通达方式选择行为的影响。

1 问卷设计

1.1 影响因素及因素水平的确定

在设计调查问卷前，需确定选择实验中的选择集、影响因素以及因素水平。通过对西安咸阳国际机场地面通达方式现状的分析，本文将私家车（包括自驾和第三人送行）、出租车（包括网约车）和公共交通（包括公交车和定制公交）确定为选择实验中的选择集。

相关文献表明，出行场景在选择决策中扮演着重要的角色^[19]。本研究中，情景变量主要涉及出行距离和携带行李数量两个因素。为减少不确定因素的影响，本研究仅考虑固定的出行距离（30 km），并且结合日常机场出行的现实情况，确定了携带行李数量为0、1、2等3种情况。

针对私家车的相关属性，本研究主要考虑了平均行程时间、可能的行程时间延误/提前、延误/提前的概率、行程费用和停车费用。其中，根据西安市30 km距离的平均行程时间，本研究将平均行程时间设置为固定的50 min。考虑到存在潜在异常情况或突发事件的可能，本研究将行程时间延误/提前设定为（-2 min, 10 min, 22 min）、（-6 min, 5 min, 16 min）和（-10 min, 0 min, 10 min）等3个水平，并给出了相应延误/提前的概率，分别是（5%, 40%, 55%）、（10%, 60%, 30%）和（25%, 30%, 45%）。结合西安市实际出行情况，将私家车的30 km行程费用设定为30元、40元、50元，将私家车的停车费用设定为0元/h、6元/h、12元/h。

考虑到出租车与私家车的某些相似性，本研究将出租车的平均行程时间、可能的行程时间延误/提前、延误/提前的概率这3个影响因素及其对应的水平值设定为与私家车一致。但由于出租车的运营成本和便捷性均高于私家车，其行程费用也普遍高于私家车。因此，本文将出租车的行程费用设定为80元、95元、110元。除此之外，相比于私家车，出租车的空驶率更低，这在一定程度上减少了碳排放。因此，为了调查居民对碳减排的态度，本研究特别考虑了碳减排比例这一影响因素，并将碳减排比例设定为0、-20%、-40%等3个水平。

相比于前两种出行方式，公共交通的行驶路线与个人行程需求的贴合度较低，其运行线路往往会增加出行者的行程时间及换乘次数。因此，本研究将公共交通的平均行程时间设定为80 min（高于私家车和出租车），换乘次数设定为0、1、2。由于公共交通工具启停点较多，会造成运行时间误差累积，故公共交通相较于私家车和出租车有更多的行程时间延误/提前以及更大的延误/提前概率。因此，本文将公共交通的行程时间延误/提前水平值设定为（-3 min, 5 min, 13 min）、（-8 min, 0 min, 8 min）和（-13 min, -5 min, 2 min），将延误/提前概率分别设定为（10%, 70%, 20%）、（10%, 75%, 15%）和（10%, 80%, 10%）。由于公共交通具有公益属性，其行程费用也相应有所降低，因此本文将公共交通的行程费用设定为20元、25元、30元。此外，公共交通的节能减排作用较出租车大幅提升，故将公共交通的碳减排比例设定为-50%、-70%、-90%等3个水平。

需要指出的是，低碳消费券补贴是政府为了改变居民交通出行结构、减小私家车出行方式分担率进而达到低碳减排目的所采取的措施。结合西安市居民人均收入及咸阳机场地面商业消费的平均水平，本研究拟定针对公共交通方式发放低碳消费券补贴，有0元、5元、10元等3个补贴标准，并通过陈述性选择偏好实验调查分析出行方式变化趋势。选择实验中影响因素及因素水平见表1。

表1 选择实验的影响因素及因素水平

因素类型	因素属性	因素水平
情景变量	出行距离（固定）/km	30
情景变量	携带行李数	0, 1, 2
私家车（包括自驾和第三人送行）	平均行程时间（固定） /min	50
	可能的行程时间延误 /提前/min	(-2, 10, 22), (-6, 5, 16), (-10, 0, 10)
	延误/提前的概率	(5%, 40%, 55%), (10%, 60%, 30%), (25%, 30%, 45%)
	行程费用/元	30, 40, 50
	停车费用/（元/h）	0, 6, 12
出租车（包括网约车）	平均行程时间（固定） /min	50
	可能的行程时间延误/ 提前/min	(-2, 10, 22), (-6, 5, 16), (-10, 0, 10)
	延误/提前的概率	(5%, 40%, 55%), (10%, 60%, 30%), (25%, 30%, 45%)
	行程费用/元	80, 95, 110
	碳减排比例	0, -20%, -40%
公共交通（包括公交车和定制公交）	平均行程时间（固定）/min	80
	可能的行程时间延误 /提前/min	(-3, 5, 13), (-8, 0, 8), (-13, -5, 2)
	延误/提前的概率	(10%, 70%, 20%), (10%, 75%, 15%), (10%, 80%, 10%)
	行程费用/元	20, 25, 30
	换乘次数	0, 1, 2
	碳减排比例	-50%, -70%, -90%
	低碳消费券补贴/元（例如：购物优惠券）	0, 5, 10

1.2 实验设计

鉴于本实验中考虑的影响因素及对应的水平值较多，采用全面试验设计法生成所有可行的情景组合交由被调查者填写是不现实的。因此，本文采用正交试验设计法保留了部分具有代表性的情景组合方案，一共64种。为了进一步简化，在被调查者同意参与调查后会随机抽取其中8个情景组合方案，请被调查者在对应组合方案下做出他们的选择。图1展示了其中一种情景组合方案实例。

显示原图|下载原图ZIP|生成PPT

图1 选择实验中某一情景组合方案

注： “—”表示该属性不适用于此交通方式。

2 模型建立

由于交通状况的不确定性，采用前述3种地面出行方式前往机场时均存在潜在的行程时间延误/提前，并且这一因素的值本身也具有一定的不确定性。因此，构建一个能够准确考虑出行者在不确定环境下做出风险决策的模型十分必要。既有的风险决策行为模型主要基于期望效用理论、后悔理论以及前景理论等。相比于期望效用理论中对理性行为的假设，前景理论对不确定环境下选择行为的解释更加合理。因此，本文通过构建混合CPT-MNL模型对不确定环境下居民的出行方式选择进行研究。

2.1 不确定因素的累积前景理论模型

本文考虑影响出行方式选择的变量可以分成两类：确定性因素和不确定性因素。为了对不确定性因素进行处理，本文首先引入累积前景理论的相关概念。前景理论模型能够合理地对不确定环境下决策者的选择行为进行解释。基于该模型的相关原理，出行者n在选择场景s下对备选出行方式i的不确定性因素u（即可能的行程时间延误/提前）的第k种可能值

x n, i, s, k u

（

k ∈ K

，表示不确定性因素共有K种可能值）的感知价值可以由式（1）计算得出：

（1）

Δ x n, s, i, k u = x n, s, i, k u - τ n, s, i

式（1）中：

Δ x n, s, i, k u

为行程时间延误/提前的感知价值；

τ n, s, i

为出行者n针对行程时间延误/提前的参照点。

根据其符号，可以将

Δ x n, s, i, k u

分为收益和损失。本文中的参照点为各调查者在问卷中陈述的最大可接受延误时间。因此，真实的行程时间延误越小，则出行者获得的收益越高（

Δ x n, s, i, k u ≤ 0

）。反之，真实的行程延误时间越大，则出行者承受的损失越大（

Δ x n, s, i, k u > 0

）。

在实际决策中，出行者对相同数值的收益和损失持不同的态度^[20]。既有文献表明，损失对决策的影响要显著高于相同数值的收益带来的影响^[20]。因此，本文采用Kahneman和Tversky提出的分段价值函数对收益和损失值进行转换^[20]。数学表达式如下：

（2）

V Δ x n, s, i, k u = (- Δ x n, s, i, k u) α Δ x n, s, i, k u ≤ 0 - λ (Δ x n, s, i, k u) β Δ x n, s, i, k u > 0

式（2）中：

V Δ x n, s, i, k u

表示损失和收益所对应的决策价值；

α

和

β

为未知参数，分别表示出行者对收益和损失的敏感程度，值越大说明出行者越敏感；

λ λ > 1

是损失规避系数，用来表明相较于收益，出行者对损失更加敏感。

除此之外，出行者对概率的感知度也呈现差异性。既有文献表明，人们通常更关注小概率事件而低估大概率事件^[20]。概率权重函数通过对客观概率进行相应的非线性转换来体现这一现象。本文通过将等级依赖效用理论中的偏好等级依赖的权重决策机制引入前景理论，构建了累积前景理论模型重要的组成部分，即排序依赖的概率加权函数^[21⇓-23]。数学表达式如下：

（3）

π n, s, i, c + = w + (p n, s, i, c u)

（4）

π n, s, i, d + = w + (p n, s, i, d u + ⋯ + p n, s, i, c u) - w + (p n, s, i, d + 1 u + ⋯ + p n, s, i, c u)

（5）

π n, s, i, - q - = w - (p n, s, i, - q u)

（6）

π n, s, i, d - = w - (p n, s, i, - q u + ⋯ + p n, s, i, d u) - w - (p n, s, i, - q u + ⋯ + p n, s, i, d - 1 u)

式（3）~式（6）中：

π n, s, i, k + / -

（k=c, d, -q）是对行程时间延误/提前对应概率值的非线性转换（上标中的+表示行程时间延误所对应的转换，-表示行程时间提前所对应的转换；下标中的c, d, q表示所有可能行程时间延误/提前值按照由差到好的顺序排序后的编号，其中c表示最差值，q表示最优值，d表示非最差或最优的中间值）；

p n, s, i, k u

表示出行者n在选择场景s下选择出行方式i时第k种可能行程时间延误或提前值所对应的概率；

w + ⋅

和

w - ⋅

用于对累积客观概率进行非线性转化。该函数可以呈现多种表达形式，本文采用了最常用的线性对数几率（linear-in log odds）表达式^[23]，即：

（7）

w + (p n, s, i, k u) = (p n, s, i, k u) γ [(p n, s, i, k u) γ + (1 - p n, s, i, k u) γ] 1 γ

（8）

w - (p n, s, i, k u) = (p n, s, i, k u) δ [(p n, s, i, k u) δ + (1 - p n, s, i, k u) δ] 1 δ

式（8）中：

γ

和

δ

为待估参数。

基于上述定义的决策值和排序依赖的概率加权函数，针对不确定因素（即行程时间延误/提前）的累积前景理论模型部分可以由式（9）表示，即：行程时间延误/提前的主观值

V n, s, i u

等价于所有可能延误/提前时间的前景值的累加。

（9）

V n, s, i u = ∑ k ∈ K π n, s, i, k V (Δ x n, s, i, k u)

式（9）中：

π n, s, i, k

为式（3）~式（6）对行程时间延误/提前对应概率值非线性转换的综合表示。

2.2 混合CPT-MNL模型

除2.1节中考虑的不确定性因素外，确定性因素同样会对出行者的交通方式选择行为产生影响。基于多项Logit模型的基本思想^[8,16]，本文通过引入扩展确定性效用的概念，构建了一种混合CPT-MNL模型。模型中效用函数的结构表达式如下：

（10）

V n, s, i = A S C i + V n, s, i d + β n u V n, s, i u

式（10）中：

V n, s, i

为出行者n在选择场景s下对第i种出行方式感知的扩展确定性效用；

A S C i

为备择常数；

V n, s, i d

为T种情景（context）变量

x n, s, t c

、H种确定性（deterministic）影响因素

x n, s, i, h d

及二者对应参数（

β t c

和

β h d

）所构成的线性组合函数（见公式（11））；

β n u

为变量

V n, s, i u

所对应的参数。

（11）

V n, s, i d = ∑ t ∈ T β t c x n, s, t c + ∑ h ∈ H β h d x n, s, i, h d

值得注意的是，数学公式是确定性表达式，其忽略了选择方案中那些无法直接观测到的效用值。相关文献表明，考虑不可观测效用影响最直接、最简便的方法是在效用函数中引入随机误差项^[24]。因此，本文通过假设随机误差项

ε n, s, i

服从独立极值Ⅰ型分布，构建了出行者n在选择场景s下选择第i种出行方式的概率

P n, s, i

，公式如下：

（12）

P n, s, i = e x p (V n, s, i) ∑ i ∈ I e x p (V n, s, i)

经推导，得到

P n, s, i

所对应的对数似然函数

L L β

，表达式如下：

（13）

L L β = l n ∏ n ∈ N ∏ s ∈ S n ∏ i ∈ I (P n, s, i) y n, s, i = ∑ n ∈ N ∑ s ∈ S n ∑ i ∈ I y n, s, i ⋅ l n (P n, s, i)

式（13）中：N为受访者的数量；

S n

为受访者n被调查的选择场景集；I为受访者n在选择场景s下所面临的备选方案集；

y n, s, i

为0-1变量，当受访者n在选择场景s下选择出行方式i时，其值为1，否则为0。

3 算例分析

3.1 研究区域与数据收集

本文采用问卷调查的方式获取样本数据。调查地点为陕西省西安市。西安市地处中国西北，作为国家综合立体交通网的枢纽城市，为国内外空陆交通提供了便捷的联通通道。西安咸阳国际机场客运吞吐量处于全国前列，以“绿色航空枢纽”为目标推进绿色机场建设，于2022年被中国民用机场协会评为“双碳机场”。因此，本文以西安咸阳国际机场为例研究低碳政策下居民考虑行程时间不确定性的机场地面通达方式选择具有较强的代表性。

具体调查方式为现场调查，调查时间为2020年2月至3月。考虑到该时间区间与新冠疫情期重叠，为减轻疫情相关政策和影响对调查结果的干扰，在正式调查之前，受访者被明确告知他们不需要在出行决策中考虑新冠疫情的影响，即受访者在本次调查中做出的决策都是基于非疫情下的一般状况。本次调查共邀请了583名受访者，经过数据清洗后获得了382份有效问卷用于后续分析。

3.2 受访者属性分析

根据调查结果统计，受访者个人属性特征分布如表2所示。受访者中，男性占44%，女性占56%；28.1%的受访者年龄在25岁及以下，大部分受访者（69.7%）的年龄分布在26~55岁，56岁以上占比相对较少，只有2%；60.5%的受访者受教育程度为本科及以上；月收入低于4 000元的受访者占34.2%。

表2 受访者个人属性特征分布

属性特征	类型	比例（%）	人口普查数据（%）
性别	男	44	48.83
性别	女	56	51.17
年龄	25岁及以下	28.1	14岁及以下：15.65 15~59岁：68.33 60岁及以上：16.02
	26~40岁	41.3
	41~55岁	28.4
	56岁及以上	2.2
受教育程度	本科及以上	60.5	18.4
受教育程度	其他	39.5	81.6
月收入 /元	<4000	34.2	—
	[4 000, 8 000)	26.2	—
	[8 000, 10 000)	11.5	—
	≥10000	28.1	—
是否拥有有效驾驶证件	是	83.1	—
是否拥有有效驾驶证件	否	16.9	—
上次到达机场的出行方式	公共交通	39.6	—
	出租车	23.7	—
	私家车	16.4	—
	第三人接送	13.7	—
	其他	6.6	—

为了验证样本的有效性，将调查结果中的人口属性与陕西省第七次人口普查数据进行了对比。结果显示，本次调查人口男女比例与人口普查数据相吻合，但老年人及受教育程度低的人口代表性不足。考虑到本文研究对象为乘坐飞机的旅客，相关研究也表明高收入和学历较高人群在长距离出行中更倾向于使用航空运输，因此，该样本被认为可以有效代表机场旅客，以研究其前往机场时出行方式的选择偏好。

受访者上次到达机场的出行方式调查结果显示，使用私家车（包括第三人接送）前往机场的比例为30.1%，说明受访者倾向于选择相对方便快捷的出行方式前往机场。

3.3 模型标定结果

本文应用Biogeme及Python对所提出的混合CPT-MNL模型求解。表3所示为基于样本数据模型的标定结果。其中，情景变量只针对公共交通进行标定，私家车和出租车均是公共交通的相对选择，故只选择标定公共交通即可达到分析目的；效用函数中的效用均是相对值，故个人属性变量仅针对私家车/出租车进行标定，公共交通可以由该值推算，系数之和为0。

表3 模型标定结果

影响因素				出行方式	参数值	t值
情景变量	行李数量			公共交通	-0.676***	-7.91
个人属性变量	性别			私家车/出租车	0.149**	2.41
	月收入 /元		<4000	私家车/出租车	-0.271	—
			[4 000, 8 000)	私家车/出租车	0.389***	3.54
			[8 000, 10 000)	私家车/出租车	-0.019 8	-0.141
			≥10000	私家车/出租车	0.002 17	0.0203
	提前到达时间 /h		[1, 1.5)	私家车/出租车	0.272 4	—
			[1.5, 2)	私家车/出租车	-0.821**	-2.07
			[2, 2.5)	私家车/出租车	0.076 6	0.337
			[2.5, 3)	私家车/出租车	0.472***	2.82
备择特定属性	出行费用			私家车	-0.0239***	-2.84
				出租车	-0.001 58	-0.319
				公共交通	0.017 5	1.17
	停车费用			私家车	-0.0284**	-2.07
	换乘次数			公共交通	-0.047 2	-0.64
	平均出行时间			所有方式	-0.002 33	-0.0994
	行程时间延误 /提前			私家车	-0.0481**	-2.16
				出租车	-0.009 96	-0.628
				公共交通	-0.012 5	-0.627
	碳减排比例			出租车	0.188*	-1.711
	碳减排比例			公共交通	0.044 5	-0.118
	低碳消费券补贴			公共交通	0.191*	1.818
备择常数				私家车	0.264**	2.417
模型拟合优度		参数为0时的对数似然估计值		-1 347.997
		最优对数似然估计值		-1 042.569
		$ρ 2$		0.226
		修正 $ρ 2$		0.211

注：***, **, *分别表示置信水平为99%, 95%, 90%。

从表3中可以看出，行李数量对于机场地面通达方式的选择有着显著影响。出行时携带的行李数量越多，选择公共交通的概率越低。这一结果符合真实情况，即在携带行李较多时，人们更愿意选择方便快捷的出行方式。

对于个人属性变量的统计结果显示，男性更倾向于选择私家车或出租车前往机场；中等收入（4000~8000元/月）和高收入（≥10000元/月）群体在前往机场乘机时更倾向于选择私家车或出租车。需要注意的是，提前到达机场的时间偏好对机场地面通达方式选择的影响显著。习惯于提前1.5~2 h到达机场的出行者更愿意选择公共交通，而喜欢提前2.5~3 h到达机场的出行者更愿意选择私家车或出租车。这一结果可能与出行者风险规避心理有关。选择提前2.5~3 h到达机场的出行者对时间较为敏感，公共交通由于其路程时间的延长及到达时间的不确定性而不被欢迎。相反，选择提前1.5~2 h到达机场的旅客对时间不敏感，采用公共交通反而能有效降低出行成本。选择提前1~1.5 h到达机场的出行者在前往机场时更愿意选择私家车或出租车，这可能与登机时间的紧迫性有关，相比于公共交通，私家车或出租车能快速直达机场。

关于各项费用对机场地面通达方式选择的影响调查结果显示：出行费用和停车费用的增加均会抑制出行者对私家车的使用意愿。与预想一致，各出行方式的行程时间会影响机场地面通达方式的选择，出行者更愿意选择行程时间最短的出行方式前往机场。考虑行驶路途中的不确定性，本文引入了行程时间延误/提前的概念。结果显示，行程时间延误对选择私家车的影响更大，即当机场线路相对拥挤时，出行者更偏向于使用公共交通。此外，虽然换乘次数的t值在本研究中并不显著，但标定参数符号为负同样说明换乘次数的增加会抑制出行者对公共交通的选择意愿，这一结果与既有研究结论相似^[25]。

对于出行者在不确定环境下的风险感知问题，大量文献基于经验数据对累积前景理论模型中的相关参数进行了标定^[26-27]。虽然目前尚无一个能够适用所有应用场景的统一形式的累积前景理论模型，但是各个模型对出行者选择原则的假设是一致的，即：出行者对损失的敏感程度高于对收益的敏感程度；出行者偏向于高估极端但不太可能发生的事件。本研究中，混合CPT-MNL模型中的5个参数（

α

β

λ

γ

δ

）用于表征出行者在不确定环境中的风险态度。依据极大似然估计及Gauss-Newton迭代法，CPT模型部分的各参数标定值分别为

α = 0.611

β = 0.359

λ = 1.508

γ = 0.692

δ = 0.632

。

参数

α

和

β

用于衡量出行者边际灵敏度递减效用。模型标定值均小于1，说明出行者总是对收益持风险规避态度，对损失持风险追寻态度。而

α

和

β

的值较小，则进一步表明出行者不倾向于做出风险决策，即出行者在面对能够提前到达的收益时不愿冒风险追求更高收益，而面对损失时不愿为了规避风险而承受损失。原因可能是在当前快节奏生活中，大多数出行者重视到达目的地的准时性，且没有提前到达的需求。因此，他们更愿意选择一种能够满足其延误时间期望的出行方式。

损失规避系数

λ

值大于1，表明出行者对损失的敏感程度高于对收益的敏感程度。相较于文献[26]中损失规避系数的数值，本文中的值较大，进一步证明了出行者对行程时间不确定的厌恶程度。这一结果也与出行者对能够准时到达机场以避免无法登机重视程度的事实相符。基于上述参数，图2展示了混合CPT-MNL模型中涉及的价值函数。与既有文献中对价值函数的假设相同，本文计算的价值函数在收益部分曲线呈上凸形，在损失部分曲线呈下凹形。

显示原图|下载原图ZIP|生成PPT

图2 标定的分段价值函数

关于权重函数中参数的标定，通过与相关文献中的权重函数对比，发现其与本文标定的

γ

和

δ

所绘制的权重函数曲线具有相似的形状，即出行者倾向于低估大概率事件而高估小概率事件。图3显示，对于出行时间延误而言，这种特点更加明显。

显示原图|下载原图ZIP|生成PPT

图3 损失及收益对应的概率加权函数

通过以上比较和分析，认为本文所构建的混合CPT-MNL模型中针对不确定因素部分的估计是可接受的。值得注意的是，针对行程时间延误的累积前景值总是为正，说明出行者倾向于选择对他们有利的出行方式，即人们更喜欢选择能够准时到达目的地的出行方式。这一结果也符合理论预期。

为了掌握出行者对碳减排的重视程度，促进出行者选择绿色出行方式，本文通过探究碳减排比例和低碳消费券补贴这两个因素对机场地面通达方式选择的影响，为机场运营方或交通管理者制定低碳政策并最终实现碳中和的目标提供理论支撑。模型结果显示，碳减排比例会促进出行者使用更环保的交通方式，且碳减排比例越高，前往机场的出行者对公共交通或出租车的偏好越强。这一结果也说明，相同情景下人们更倾向于选择碳减排比例更高的出行方式，也从侧面凸显了当前提倡的低碳出行背景下人们的环保意识。同时，低碳消费券补贴得越多，出行者越愿意选择公共交通。基于时间价值的相关计算结果显示，单位行程时间不确定性所引发的前景值下降可以由价值15.2元的低碳消费券补贴所抵消。据此可以做出以下推论：交通管理者在倡导居民选择绿色出行方式时，可以突出消费券补贴和碳减排比例这两个因素；同时，为了减少出行者对于行程时间不确定性的忧虑，也可以通过发放消费券的方式对行程时间不确定性产生的负面效果加以弥补以鼓励公共出行，引导出行者选择更低碳的交通方式。

4 结束语

本文以西安咸阳国际机场为研究对象，借助陈述性选择偏好实验方法，探讨了低碳消费券补贴、居民环保意识及行程时间不确定性对地面交通达方式选择的影响。本文建立了混合CPT-MNL模型，基于此，研究了行程时间不确定性所涉及的延误时间及延误概率的具体影响，以便更好地了解出行者对风险规避的偏好。

根据模型标定结果，低碳消费券补贴能够有效促进出行者选择绿色出行方式，因此有针对性地采用更多的折扣和优惠能够鼓励出行者选择公共交通这种低碳交通方式。碳减排比例对低碳出行方式选择的显著影响意味着随着出行者环保意识的提高，绿色出行方式的市场分担率有望进一步提升。针对行程时间不确定性对出行方式选择的影响，可以通过降低公共交通线路的非直线系数，减少出行者非必要的绕行时间来减少总行程时间，以及提高公共交通线网规划的科学性，减少出行者换乘次数并提高换乘的便利性。在此基础上，为进一步提高出行者对公共交通的接受度和使用频率，考虑提高私家车出行成本以降低私家车出行的比重，加强低碳宣传以增强公众的环保意识等。

本文的研究仍存在一定的局限性。出行者对出行方式的选择受到多种因素的影响。尽管本文研究结果表明，低碳消费券补贴在促进绿色出行方式的选择中起到了一定积极作用，但其影响程度在不同地区、出行场景及群体之间存在差异。因此，后续研究可以考虑出行者选择偏好的异质性，对本文的模型和结论做出改进。此外，本研究的数据收集阶段正处于新冠疫情期间，尽管要求被调查者忽略新冠疫情政策对出行的影响，但是无法验证被调查者是否真实按照非疫情状态做出选择。因此，后续研究可以通过收集现阶段的数据对模型的标定结果进行验证。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	FUJII S, TANIGUCHI A. Reducing family car-use by providing travel advice or requesting behavioral plans: An experimental analysis of travel feedback programs[J]. Transportation Research Part D: Transport and Environment, 2005, 10(5): 385-393.

[2]	和占琼, 何民. 环境态度对交通行为影响研究综述[J]. 城市问题, 2015(1):97-101.

[3]	国家发展改革委, 工业和信息化部, 住房和城乡建设部, 等. 国家发展改革委等部门关于印发《促进绿色消费实施方案》的通知[EB/OL].(2022-01-18)[2023-05-20]. https://www.gov.cn/zhengce/zhengceku/2022-01/21/content_5669785.htm.

[4]	WU X, HE M, CAO S, et al. Evolution trend analysis of urban residents′ low-carbon travel development based on multidimensional game theory[J]. Journal of Central South University, 2019, 26(12): 3388-3396.

[5]	GENG J, LONG R, CHEN H. Impact of information intervention on travel mode choice of urban residents with different goal frames: A controlled trial in Xuzhou, China[J]. Transportation Research Part A: Policy and Practice, 2016, 91: 134-147.

[6]	LIU D, DU H, SOUTHWORTH F, et al. The influence of social-psychological factors on the intention to choose low-carbon travel modes in Tianjin, China[J]. Transportation Research Part A: Policy and Practice, 2017, 105: 42-53.

[7]	LO S H, VAN BREUKELEN G J P, PETERS G J Y, et al. Commuting travel mode choice among office workers: Comparing an extended theory of planned behavior model between regions and organizational sectors[J]. Travel Behaviour and Society, 2016, 4: 1-10.

[8]	胡严艺, 蒲政, 王沛. 基于 Logit 模型的碳排放收费对居民出行方式选择的研究[J]. 交通运输工程与信息学报, 2018, 16(4):57-62.

[9]	HUANG Y, GAO L. Influence mechanism of commuter′s low-carbon literacy on the intention of mode choice: A case study in Shanghai, China[J]. International Journal of Sustainable Transportation, 2022, 16(12): 1131-1143.

[10]	景鹏, 王静, 陈龙, 等. 考虑主观态度的低碳出行市场细分实证研究[J]. 预测, 2016, 35(6):37-43.

[11]	AKAR G. Ground access to airports, case study: Port Columbus International Airport[J]. Journal of Air Transport Management, 2013, 30: 25-31.

[12]	秦焕美, 囤莹莹, 陈艳艳. 大型机场小汽车短时停车行为研究[J]. 交通科技与经济, 2020, 22(5):11-16.

[13]	李欣悦, 孙云华, 艾云飞. 多类信息对机场出站乘客交通方式选择的影响[J]. 交通运输系统工程与信息, 2021, 21(4):163-170.

[14]	张杨. 不确定性对城市交通出行者路径选择的影响[J]. 交通运输工程学报, 2010, 10(5):77-80.

[15]	王文颖. 出行时间不确定性及路网规模对出行者逐日路径选择行为的影响[D]. 呼和浩特: 内蒙古大学, 2020.

[16]	KIM J, RASOULI S, TIMMERMANS H J P. The effects of activity-travel context and individual attitudes on car-sharing decisions under travel time uncertainty: A hybrid choice modeling approach[J]. Transportation Research Part D: Transport and Environment, 2017, 56: 189-202.

[17]	TAM M, LAM W H K, LO H P. The impact of travel time reliability and perceived service quality on airport ground access mode choice[J]. Journal of Choice Modelling, 2011, 4(2): 49-69.

[18]	RAUX C, CHEVALIER A, BOUGNA E, et al. Mobility choices and climate change: Assessing the effects of social norms, emissions information and economic incentives[J]. Research in Transportation Economics, 2021, 90: 101007.

[19]	MOLIN E J E, TIMMERMANS H J P. Context dependent stated choice experiments: The case of train egress mode choice[J]. Journal of Choice Modelling, 2010, 3(3): 39-56.

[20]	KAHNEMAN D, TVERSKY A. Prospect theory: An analysis of decision under risk[M]// Handbook of the Fundamentals of Financial Decision Making:Part I. Singapore: World Scientific Publishing Co. Pte. Ltd., 2013: 99-127.

[21]	QUIGGIN J. A theory of anticipated utility[J]. Journal of Economic Behavior & Organization, 1982, 3(4): 323-343.

[22]	LUCE R D, FISHBURN P C. Rank-and sign-dependent linear utility models for finite first-order gambles[J]. Journal of Risk and Uncertainty, 1991, 4(1): 29-59.

[23]	TVERSKY A, KAHNEMAN D. Advances in prospect theory: Cumulative representation of uncertainty[J]. Journal of Risk and Uncertainty, 1992, 5: 297-323.

[24]	HENSHER D A, ROSE J M, GREENE W H. Applied Choice Analysis: A Primer[M]. Cambridge: Cambridge University Press, 2005.

[25]	GUO J, FENG T, TIMMERMANS H J P. Modeling co-dependent choice of workplace, residence and commuting mode using an error component mixed logit model[J]. Transportation, 2020, 47(2): 911-933.

[26]	ZHOU L, ZHONG S, MA S, et al. Prospect theory based estimation of drivers′ risk attitudes in route choice behaviors[J]. Accident Analysis & Prevention, 2014, 73: 1-11.

[27]	INDRIANY S, SJAFRUDDIN A, KUSUMAWATI A, et al. Identification of cumulative prospect theory parameters for mode choice model[C]// MATEC Web of Conferences. Paris: EDP Sciences, 2019, 270(03012): 1-6.

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

0 引言

1 问卷设计

1.1 影响因素及因素水平的确定

表1 选择实验的影响因素及因素水平

1.2 实验设计

图1 选择实验中某一情景组合方案

2 模型建立

2.1 不确定因素的累积前景理论模型

2.2 混合CPT-MNL模型

3 算例分析

3.1 研究区域与数据收集

3.2 受访者属性分析

表2 受访者个人属性特征分布

3.3 模型标定结果

表3 模型标定结果

图2 标定的分段价值函数

图3 损失及收益对应的概率加权函数

4 结束语

参考文献