关于高速铁路对旅客出行意愿影响的调查

考虑个体异质性的高速铁路旅客选择行为赵鹏;翟茹雪;宋文波【摘要】为了准确把握高速铁路旅客乘车选择行为,在分析个体异质性及影响旅客选择行为因素的基础上,以列车运行时间、票价、发车时段及车上服务水平作为意向调查(SP调查)的属性,利用正交设计进行调查情景组合设计.通过研究高速铁路旅客乘车选择行为,分别构建不考虑个体异质性的多项Logit模型(MNL模型)、考虑个体可观测异质性的多项Logit模型(MNL-SOC模型)和考虑个体完整异质性的混合Logit模型(ML模型).运用Biogeme软件,对模型参数进行标定;并通过支付意愿分析,定量研究个体异质性对旅客乘车选择行为的影响.结果表明:考虑个体异质性的MNL-SOC模型和ML模型的拟合优度更高,ML模型更能反映旅客的实际选择行为,并且当忽略个体异质性时旅客的支付意愿会被高估.【期刊名称】《北京交通大学学报》【年(卷),期】2019(043)002【总页数】7页(P117-123)【关键词】高速铁路;旅客选择行为;异质性;ML模型【作者】赵鹏;翟茹雪;宋文波【作者单位】北京交通大学交通运输学院,北京100044;北京交通大学交通运输学院,北京100044;北京交通大学交通运输学院,北京100044【正文语种】中文【中图分类】U293高速铁路的运营为旅客出行需求提供了优质的服务，提高了旅客的出行效率，然而旅客需求与高速铁路能力之间仍存在不匹配现象，导致部分车次能力紧张，部分车次能力虚糜.在此背景下，准确把握旅客的乘车选择行为并制定相应的策略，对提高铁路部门收益及列车能力利用率、精细化管理列车席位能力具有重要意义.关于旅客出行选择行为的研究已有较多成果，既有研究主要集中在旅客对不同出行方式、不同出行线路的选择：文献[1]建立动态广义费用的Logit模型，研究了郑州—西安运输通道内交通方式能力配置问题；文献[2]构建二元Logit模型，预测了京沪线旅客的出行方式选择；文献[3]在分析沪杭通道内客流结构和旅客出行方式选择特征的基础上，针对不同月收入的旅客构建Logit模型；文献[4]将旅客的选择因素分为主体因素、列车特性和随机因素三类，研究了铁路旅客乘车选择行为；文献[5]研究了旅客在G类和D类高速列车间的出行选择行为；文献[6]研究了京沪通道内出发时间和出行距离对旅客出行方式选择的影响.在既有模型中，通常假设旅客是“经济人”，即认为个体的偏好是同质的，然而这与实际不符，该假设忽略了个体异质性，导致模型结果存在局限性.因此，国外部分学者开始在旅客出行选择行为中考虑个体异质性：文献[7]基于潜在类别模型(LC模型)和考虑个体完整异质性的混合Logit模型(ML模型)，研究了旅客的不可观测异质性并对两种模型进行对比；文献[8]利用ML模型，研究了个体异质性对旅客支付意愿的影响；文献[9]采用潜在类别方法，研究旅客对不同航线的选择偏好，并对旅客进行分类.然而，国内交通领域对个体异质性的研究较少，并且鲜有在高速铁路旅客乘车选择行为中运用.本文作者在研究高速铁路旅客乘车选择行为时，引入个体异质性的影响.通过对影响旅客乘车选择行为的因素分析，设计并进行了旅客乘车选择行为意愿调查(SP调查).在此基础上，建立考虑个体异质性和不考虑个体异质性的旅客选择行为模型.最后，通过调查数据对构建的模型进行标定，根据模型结果对个体异质性在旅客选择行为中的影响进行分析.1 个体异质性及旅客乘车意愿调查1.1 个体异质性分析由于个体之间在文化程度、经济条件、消费习惯等方面存在一定的差异，导致其对同一产品进行选择时会产生不同的偏好，这种差异性的选择偏好即为个体间的异质性[10].个体间的异质性受到多种因素的影响，通常可以将其分为可观测到的异质性与不可观测到的异质性.例如，性别、年龄、收入等是可以直接观测到的个体间的差异，而如教育程度、出行习惯、价值观念等是无法直接观测到的个体间的差异.个体异质性会影响个体的选择行为，在对旅客选择行为研究时，忽略异质性的存在会对结果产生显著影响，就不能准确把握旅客的选择行为.因此，本文在旅客选择行为研究中考虑个体异质性的影响.1.2 旅客乘车意愿调查数据采集是定量研究个体异质性与建模的基础.本文利用SP调查，对高速铁路旅客乘车选择意愿的相关数据进行采集，其关键是确定影响旅客选择行为的因素，然后在此基础上设计调查问卷.由于目前旅客对高速列车的安全性、舒适性、车上环境等需求基本已得到了满足，而列车在数据通信(即WiFi)和餐饮服务方面与旅客需求之间仍存在很大的差距，因此将这两方面作为区别车上服务水平的因素.通过上述分析，选择列车运行时间、发车时段、票价和车上服务水平作为影响旅客选择行为的属性，并以北京—西安的高铁列车为基准设计各属性的水平值，其中票价的水平值设置以高铁二等座票价为基准，目前全价票为515.5元.SP调查的各属性及其水平如表1所示.表1 SP调查各属性及其水平Tab.1 Attributes and levels of SP survey水平属性票价/元发车时段运行时间/h车上服务水平1412.5(降低20%)8:00之前4不提供WiFi,无免费餐饮2464(降低10%)8:00—12:005提供免费WiFi,无免费餐饮3515.5(全价)12:00—16:006提供免费WiFi,有免费餐饮4567(提高10%)16:00以后——5618.5(提高10%)———从表1可以看出，SP调查时的运行时间和车上服务水平有3个水平，发车时段有4个水平，票价有5个水平.将这些属性的不同水平值之间进行组合，可以得到180个情景，每种情境中有2列列车供旅客选择，旅客可根据需求选择更想乘坐的列车.为了最大程度降低旅客回答问题的数量，并保证构建模型时采用数据的精确度，采用正交设计法设计调查情景.利用SPSS软件进行正交设计后得到49种情景，排除不合理的7种情景后，将剩下的42种情景分到6份调查问卷中，每份调查问卷中包含7个情景，每个情景的情况如表2所示.每种情景下的各属性水平取值不同，旅客可根据相应的情景进行选择.表2 调查情景问卷Tab.2 Investigation situation车次运行时间/h票价/元发车时段车上服务水平A64648:00—12:00有WiFi、有免费餐饮B446412:00—16:00有WiFi、有免费餐饮2 旅客乘车选择行为模型构建在构建模型时，先对特性变量进行选取，然后在此基础上构建考虑个体异质性和不考虑个体异质性的旅客选择行为模型，并通过对比分析来量化个体异质性对高速铁路旅客乘车选择行为的影响.2.1 影响旅客乘车选择的特性变量确定在进行建模时，需要确定构建模型所需要的特性变量.这里的乘车特性变量选取是指对影响旅客乘车选择的因素进行筛选，包括旅客主体属性、列车出行属性和列车服务属性.综合分析，将用于情景设计的属性及旅客个体的部分属性确定为模型的特性变量，其中旅客个体属性的选取是根据参数标定结果决定的.在进行参数标定时，个人收入和费用来源比较显著，因此选取旅客的这两个属性作为特性变量，各变量的描述如表3所示.表3 特性变量Tab.3 Characteristic variables变量描述列车票价P/元可取值为412.5、464、515.5、567、618.5列车运行时间T/h可取值为4、5、6发车时段DT1当列车发车时段处在8:00—12:00时,DT1取1,否则为0发车时段DT2当列车发车时段处在12:00—16:00时,DT2取1,否则为0发车时段DT3当列车发车时段处在16:00以后时,DT3取1,否则为0车上服务水平CF1当列车上无免费餐饮但提供免费WiFi时,CF1取1,否则为0车上服务水平CF2当列车上有免费餐饮并提供免费WiFi时,则CF2取1,否则为0当年收入6万元以下时,I=0;当年收入6万～10万元之间时,I=1个人收入I当年收入10万～18万元之间时,I=2当年收入18万元以上时,I=3费用来源F公费时,F=1,自费时,F=0表3中，票价与运行时间可以用数值形式进行定量描述，而发车时段和车上服务水平是0-1变量，其中发车时段和车上服务水平的取值较表1中各属性的水平值分别少一个.以发车时段为例，共有4个水平取值.从表3可以看出，可以由3个变量进行描述：当发车时段为水平2时，DT1=1；当发车时段为水平3时，DT2=1；当发车时段为水平4时，DT3=1；则当发车时段为水平1时，DT1=DT2=DT3=0.同理，车上服务水平的3个水平值可以由2个变量进行描述.2.2 不考虑个体异质性的选择行为模型构建不考虑个体异质性的多项Logit模型(MNL模型)是最基本的离散选择模型，在旅客出行方式选择中得到了广泛的应用.然而在建模时，MNL模型是不考虑个体间差异性的，认为个体之间是同质的.以随机效用理论为基础，模型中个体q选择分肢i 的效用函数Uiq为Uiq=Viq+εiq(1)(2)式中：Viq是与可观测变量Xkiq相对应的效用的确定项，本文中Viq是Xkiq的线性函数；εiq是不可观测的随机效用项，假设其服从Gumbel分布；K为变量的个数，Xkiq为选择肢i的第k个变量；βk为其相对应的待估参数.根据效用最大化理论，个体q选择分肢i的概率为Piq=prob[Uiq>max Ujq，i≠j，j∈An](3)式中：An为各选择分肢的集合；Uiq为个体q选择分肢i时的效用，Ujq为个体q选择其他分肢时的效用.旅客选择行为的MNL模型的选择概率如下(4)由于该模型中个体间是同质的，各变量的待估参数βk是固定值.本文基于MNL模型构建不考虑个体异质性的旅客选择模型，其效用函数的固定项为ViqMNL=β1P+β2T+β3DT1+β4DT2+β5DT3+β6CF1+β7CF2(5)2.3 考虑个体异质性的选择行为模型构建由于MNL模型具有IIA特性，并且认为个体间是同质的，所以无法处理个体之间选择的差异性和个人偏好信息.针对MNL模型应用中存在的不足，ML模型做了一些改进，它是一种高度适应性的模型，形式与MNL模型相似，能够清晰地表达个体之间的选择偏好.与MNL模型相比，ML模型中解释变量的系数不再是一个固定不变的值，而是一个随机值并且服从某一分布函数[7]，从而可以根据系数的分布函数来表现个体之间喜好的不同.其中，分布函数的参数一般可以通过估计得到，用来反映个体之间的异质性，通常分布函数的均值可以用来反映偏好的平均值，而标准差可以反映偏好差异间的变化幅度.基于随机效用理论，当个体q选择分肢i 时，ML模型的效用函数可以表示为Uiq=βiXiq+εiq=μβiXiq+σβiXiq+εiq(6)因此，ML中个体q选择分肢i时的概率表现形式为(7)式(6)和(7)中，βi不再是一个固定值，而是一个随机变量，其分布函数为f(βi|θ)，用来反映不同个体间的异质性，其中分布函数的形式较多，如正态分布、均匀分布、三角分布等，在实际应用中应根据模型应用的意义及其变量自身的特点进行选择.θ是需要进行估计的未知数，为βi的分布函数的特征参数，如正态分布的均值和标准差.βi=μβi+σβi，其中μβi为βi的均值，σβi为βi的随机误差项，反映了个体q 的异质性.σβiXiq+εiq是效用函数的误差项，μβiXiq+σβiXiq是包含了Logit模型误差项εiq的随机效用，使得随机效用项不再相互独立，从而避免了Logit模型的IIA特性[8].本文利用MNL模型的变形形式来测量旅客间的可观测异质性，借鉴文献[9]，MNL模型变形形式的效用函数固定项为(8)式中：Xk为效用函数中选择肢i的第k个变量；SEVh为个体q属性中的第h个变量；βXk、βXk_SEVh为需要估计的参数.对于传统的MNL模型而言，其效用函数中特性变量的系数为一个固定的数值，通常不考虑个体的社会经济属性对特性变量的影响.为了研究个体的可观测异质性，本文在特性变量的系数中引入个体的社会经济属性(参见式(8))，用来研究个体自身属性对特性变量的影响，以此来体现个体可观测的异质性[10].将考虑个体可观测异质性的选择模型称为MNL-SOC模型，通过构建的模型可以研究个体的社会经济属性对票价和运行时间的影响，从而得到个体的可观测异质性.在建模过程中，通过分析个体属性对特性变量的影响，发现仅仅是个体收入和费用来源(是否自费)对列车票价敏感.因此，最终确定的MNL-SOC模型效用函数的固定项为ViqMNL-SOC=(β1+βP-II+βP-FF)P+β2T+β3DT1+β4DT2+β5DT3+β6CF1+β7CF2(9)ML模型既可以测量个体的可观测异质性，也可以测量个体的不可观测异质性，因而构建ML模型来研究旅客对票价和运行时间的完整个体异质性，效用函数的固定项为ViqML=β1P+β2T+β3DT1+β4DT2+β5DT3+β6CF1+β7CF2(10)在式(9)中，所有特性变量的待估参数都是固定不变的值；在式(10)中，票价和运行时间两个特性变量的待估参数β1和β2是服从某一分布的随机变量，而其他特性变量的待估参数为固定不变的值.3 参数标定及研究结果分析3.1 调查数据分析利用设计的调查问卷，于2017年7月在北京西站进行了为期2 d的SP调查.共发出480份问卷，回收有效问卷446份，获得有效数据3 122条，有效率为92.9%；其中男性285人，女性161人，男女旅客比例约为1.77∶1.受访者年龄主要集中在18～23岁、24～30岁、31～40岁、41～50岁这4个年龄段，占总调查人数的90%.旅客职业分布、年收入分布、出行目的分布及出行费用来源分布情况见图1.表4 各参数的估计值Tab.4 Estimate value for each parameter特性变量系数MNL-SOC估计值t-testMNL估计值t-testML均值t-test(均值)标准差t-test(标准差)Pβ1-0.007 8-12.28-0.006 11-14.00-0.010 4-6.350.017 93.94Tβ2-0.569-15.32-0.568-15.32-0.851-6.830.6562.28DT1β30.86111.50.85711.481.108.07——DT2β40.6499.030.6448.970.8576.56——DT3β50.2302.670.2322.700.2071.83——CF1β60.4126.280.4106.270.5494.71——CF2β70.5087.440.5087.450.5885.55——I·PβI-P0.001 092.66——————F·PβF-P0.001 791.99——————ρ20.1330.1300.134Adjustedρ20.1290.1260.130Log-likelihood-1 876.501-1 883.687-1 874.008图1 调查结果Fig.1 Survey results3.2 参数标定与检验根据获得的旅客选择行为调查数据，通过Biogeme软件，对构建的不考虑个体异质性的MNL模型、考虑个体可观测异质性的多项Logit模型(MNL-SOC模型)和考虑个体完整异质性的ML模型进行标定，结果如表4所示.其中：t-test统计量用于检验变量的显著性，当其绝对值大于1.96时则认为变量显著；ρ2和Adju sted ρ2用于检验模型的拟合优度，值越大说明拟合优度越好[11].如表4所示，MNL-SOC模型、MNL模型和ML模型中各特性变量系数估计值的t-test统计量的绝对值基本都大于1.96，因此所选取的各特性变量的显著性都比较好，应在模型中保留.在ML模型中，β1和β2两个特性变量的系数都服从正态分布，这两个分布函数的均值和标准差的t-test统计量的绝对值也大于1.96，从而说明了系数分布函数假设的合理性.根据参数的标定结果，MNL模型、MNL-SOC模型、ML模型的效用函数分别为ViMNL=-0.006 11P-0.568T+0.857DT1+0.644DT2+0.232DT3+0.41CF1+0.508CF2(11)ViMNL-SOC=(-0.0078+0.00109I+0.00179F)P-0.569T+0.861DT1+0.649DT2+0.230DT3+0.412CF1+0.508CF2(12)ViML=β1P+β2T+1.1DT1+0.857DT2+0.207DT3+0.549CF1+0.588CF2(13)根据参数标定结果可知，列车票价、运行时间、发车时段、车上服务水平均会影响旅客的乘车选择行为.从票价来看，3个模型中票价的系数估计值均为负值，说明票价越高旅客选择列车的效用越低.在MNL-SOC模型中，旅客的收入水平及费用来源(是否自费)的系数均为正值，说明当旅客的收入越高或者公费出行时，票价对旅客选择列车效用的影响越小.从运行时间来看，3个模型中运行时间的系数估计值均为负值，表明列车运行时间越长，旅客选择列车的效用越小.从发车时段来看，3个模型中发车时段的系数估计值均为正值，并且结合各个发车时段的系数估计值大小，可以得到旅客对不同发车时段列车的偏好：首先选择8:00—12:00的列车，其次选择12:00—16:00的列车，然后是16:00之后的列车，最后选择早上8:00前的列车.从车上服务水平来看，3个模型中，衡量车上服务水平的变量的系数估计值都为正值，说明提供免费餐饮和WiFi都会对旅客选择列车产生正效用；从系数估计值大小可以看出，WiFi对于旅客选择列车的影响更大.从ρ2值和Adjusted ρ2值来看，ML模型的最大，其次是MNL-SOC模型，最后是MNL模型，表明ML 模型的拟合优度最好，MNL-SOC模型次之，最后是MNL模型，充分说明：考虑个体异质性较不考虑个体异质性，更能反映旅客的实际选择行为；当考虑完整的旅客个体异质性时，旅客的乘车选择行为能够被更好地刻画.3.3 旅客支付意愿支付意愿可以用来分析旅客对影响列车选择的各特性变量的偏好程度，根据各特性变量的系数估计值，能够得到各特性变量的水平值变化时旅客支付意愿的变化.因此，可以根据模型参数的估计值来研究个体异质性对旅客选择行为的影响.由于ML 模型的拟合优度较MNL-SOC模型要好，并且能测量个体的可观测和不可观测异质性，因此通过比较ML模型和MNL模型中不同特性变量的旅客支付意愿来研究个体异质性对旅客乘车选择行为的影响.根据各模型的效用函数，可以得出旅客对某一变量Xk的支付意愿为(14)式(14)可以用来计算定量描述的特性变量变化时旅客的支付意愿.当特性变量不能定量描述时，如发车时段、车上服务水平等为0-1变量，对于此类特性变量，旅客支付意愿的计算公式为(15)式中：Vi1是变量水平值为1时旅客选择列车i的效用;Vi0是变量水平值为0时旅客选择列车i的效用.根据式(14)和式(15)，可以计算得到ML模型和MNL模型下各特性变量的旅客支付意愿，通过对比各特性变量的旅客支付意愿，可以得到个体异质性对旅客乘车选择的影响，各特性变量的旅客支付意愿如表5所示.表5 各特性变量的旅客支付意愿Tab.5 Passenger willingness to pay for each characteristic variables特性变量数值变化ML模型旅客支付意愿/元多支付/%MNL模型旅客支付意愿/元多支付/%运行时间减少1h81.8315.8792.9618.03出发时段水平1-2105.7720.54140.2627.21水平1-382.4015.98105.4020.45水平1-419.903.8637.977.37车上服务水平水平1-252.7910.2467.1013.02水平1-356.5410.9783.1416.13表5中多支付的比例是以北京—西安的高铁二等座全价票为基准计算得到的，数值变化中的水平1-2、1-3、1-4分别指的是水平值由1变到2、3、4.可以看出：相对于MNL模型，ML模型中各特性变量的旅客支付意愿都要低于MNL模型中的相应状态，由于ML模型的拟合优度较MNL模型的拟合优度更好，因此ML模型下的旅客支付意愿更能反映旅客的实际选择行为，从而表明当忽略个体异质性时旅客的支付意愿会被高估.3.4 列车票价策略由于考虑旅客异质性的模型所得到旅客的支付意愿更符合实际情况，因此可以利用表5中ML模型得到的旅客支付意愿，对具有差异性的列车进行差别定价.如果A车比B车快1h，则可以在A车原有票价的基础上增加15%，或者给B车打8.5折；如果A车在8:00之前出发，B车在8:00—12:00出发，则可以给A车打8折或者在B车原有票价的基础上增加20%；如果A车提供免费WiFi而B车不提供WiFi，则A车在定价时可以适当提高票价，在原有票价基础上增加约10%.根据旅客的支付意愿，对各列车采取差别定价的策略，可以满足不同旅客的出行需求，均衡各列车的上座率.4 结论1)通过对影响旅客乘车选择行为的因素及个体异质性分析，在确定影响旅客选择行为的属性及水平值的基础上，利用SP调查的正交设计，构造旅客选择情景并设计问卷.2)在此基础上，分别以MNL模型、MNL模型的变形形式及ML模型为基础，分别构建了不考虑个体异质性、考虑个体可观测异质性和考虑个体完整异质性的旅客选择模型.3)通过对北京—西安的高速铁路旅客进行调查来获取旅客乘车选择数据，并标定模型参数.结果表明：ML模型的拟合优度最好，更能反映旅客实际的支付意愿；当忽略旅客异质性时，旅客的支付意愿会被高估.参考文献:【相关文献】[1] 孙启鹏,朱磊,陈波. 基于动态广义费用的客运通道交通方式选择Logit模型[J]. 交通运输系统工程与信息,2013,13(4):15-22.SUN Qipeng,ZHU Lei,CHENG Bo. A dynamic generalized cost based Logit [J]. Journal of Transportation Systems Engineering and Information Technology,2013,13(4): 15-22.(in Chinese)[2] 张睿,马瑜,赵冰茹,等. 京沪线高铁与民航旅客出行选择行为研究[J]. 交通运输系统工程与信息,2016,16(1):223-228.ZHANG Rui,MA Yu,ZHAO Bingru,et al. Passenger choice behavior of high-speed rail and airline between Beijing and Shanghai [J]. Journal of Transportation Systems Engineering and Information Technology,2016,16(1): 223-228.(in Chinese)[3] 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. YE Yuling,WANG Yishi. Research on travel mode choice behavior in Shanghai—Hangzhou transport corridor [J]. Journal of the China Railway Society,2010,32(4):13-17.(in Chinese)[4] 史峰,邓连波,霍亮. 铁路旅客乘车选择行为及其效用[J]. 中国铁道科学,2007,28(6):117-121. SHI Feng,DENG Lianbo,HUO Liang. Boarding choice behavior and its utility of railway passengers [J]. China Railway Science,2007,28(6):117-121.(in Chinese)[5] 王文宪,倪少权,吕红霞,等. 基于非集计理论的高速铁路旅客乘车选择行为研究[J]. 交通运输系统工程与信息,2015,15(3):13-18.WANG Wenxian,NI Shaoquan,LYU Hongxia,et al. Boarding choice for high-speed railway passengers based on disaggregate theory [J]. Journal of Transportation Systems Engineering and Information Technology,2015,15(3): 13-18.(in Chinese)[6] 张迦南,赵鹏. 综合运输通道旅客出行方式选择行为研究[J]. 中国铁道科学,2012,33(3):123-131. ZHANG Jianan,ZHAO Peng. Research on passenger choice behavior of trip mode in comprehensive transportation corridor [J]. China Railway Science,2012,33(3):123-131.(in Chinese)[7] GREENE W H,HENSHER D A. A latent class model for discrete choice analysis: contrasts with mixed Logit[J]. Transportation Research Part B:Methodological,2003,37(8):681-698.[8] ESPINO R,MAR TíN J C,ROMáN C. Analyzing the effect of preference heterogeneity on willingness to pay for improving service quality in an airline choice context[J]. Transportation Research Part E,2008,44(4):593-606.[9] TEICHERT T,SHEHU E,WARTBURG I V. Customer segmentation revisited: the case of the airline industry[J]. Transportation Research Part A,2008,42(1):227-242.[10] BöCKENHOLT U,DILLON W R. Some new methods for an old problem: modeling preference changes and competitive market structures in pretest market data [J]. Journal of Marketing Research,1997,34(1):130-142.[11] 王方.基于SP调查的行为时间价值研究[D].北京：北京工业大学,2005.WANG Fang. Study on behavior value of time based on stated preference survey [D]. Beijing：Beijing University of Technology,2005.(in Chinese)。

基于数据挖掘的高速铁路客流时空分布特征分析摘要：基于武广高铁售票数据，分析了武广高速客流时空分布规律。

在客流空间分布方面，分析了不同客运节点以及不同旅行距离的客流特征，并计算了跨线列车本线客流和跨线客流的比例。

在客流时段分布方面，首先分析了不同节假日对于客流产生的影响，其次按照列车时刻划分了客流出行时段，对于一日内不同车站以及区间的客流时段性出行规律进行了总结。

结论表明：旅客出行的时空分布特征受车站位置、出行距离以及节假日影响较大。

关键词：武广高速铁路；客流特征；时段分布；空间分布中国高速铁路的发展提升了铁路服务品质，满足了旅客更高层次的出行需求。

深入了解并掌握客流的分布规律对于优化列车开行方案，提升客运产质量以及合理有效利用运输资源具有重要的意义。

近年来不少学者对于高速铁路客流出行特性进行了分析。

韦胜[]对京沪高铁客流时空分布格局和站点客流日变化规律进行了分析；崔丽[]对郑西高铁乘客出行偏好以及消费特征进行了相关研究；张蕾[]揭示武广高铁的客流时空分布特征及客流变化规律，提出一种新的短期客流预测方法；王静[]归纳了北京地铁车站客流时空分布差异性特征规律，并进一步分析了进站客流和换乘站客流特征以及进出站客流接驳特征；张伯敏[]基于沪杭高铁的客流变化情况以及实际存在的问题，研究了旅客出行行为特征；雷莲桂[]以郑西高铁洛阳龙门站客流数据为基础，分析了高铁客流特征与客运市场运营现状。

王瑶[]通过调查分析了分析京广高速铁路客流特征，基于调查分析提出优化京广高速铁路列车开行方案的建议。

蒋学斌[]通过分析京沪高速铁路在时间、空间上的客流特征及客流的增长趋势，对京沪高速铁路营销策略提出相关建议。

本文在借鉴以上研究方法及研究成果的基础上，以高速铁路售票数据为研究基础，运用数据统计、分析和挖掘等手段，通运营后的武广高铁客流特征进行分析。

主要包括不同车站以及不同旅行距离客流空间分布特征，节假日客流以及一日内客流时段分布特征等方面。

中国铁路运输行业发展概况、铁路客运行业发展趋势及影响行业发展的主要因素分析一、交通运输行业发展概况交通运输是国民经济中基础性、先导性、战略性产业,是重要的服务性行业，对于宏观调控、市场调节、经济布局和国防建设都有着重要作用，我国一直将交通运输业的发展放在重要位置。

“十二五”时期，我国各种交通运输方式快速发展，综合交通运输体系不断完善。

交通运输基础设施累计完成投资13.4万亿元,是“十-五”时期的1.6倍，高速铁路营业里程、高速公路通车里程、城市轨道交通运营里程、沿海港口万吨级及以上泊位数量均位居世界第一，交通运输基础设施网络初步形成。

铁路、民航客运量年均增长率超过10%，快递业务量年均增长50%以上，城际、城市和农村交通服务能力不断增强，现代化综合交通枢纽场站一体化衔接水平不断提升。

高速铁路装备制造科技创新取得重大突破，电动汽车、特种船舶、国产大型客机、中低速磁悬浮轨道交通等领域技术研发和应用取得进展，技术装备水平大幅提高，交通重大工程施工技术世界领先，走出去步伐不断加快。

高速公路电子不停车收费系统实现全国联网，新能源运输装备加快推广：，交通运输安全应急保障能力进一步提高。

随着综合运输通道的完善、经济发展及人民生活水平不断提高,旅客商务出行、休闲旅游出行等需求及货物跨区域运输、调配的需要逐渐增加。

2013年以来，我国旅客运输周转量及货物运输周转量整体处于稳定增长的发展态势。

《2020-2026年中国铁路机车车辆及动车组制造行业市场现状调研及发展趋向分析报告》数据显示：按照运输方式进行分类，交通运输可以分为铁路、公路、水运、民用航空等方式，各类运输方式的旅客运输周转量呈现不同发展态势。

其中，铁路、民用航空旅客周转量增长速度较快，铁路运输旅客周转量占比由2011年31.02%提高至2018年41.34%;民用航空旅客周转量占比由2011年14.64%提高至2018年31.31%;水运旅客周转量占整体旅客周转量比重较低，处于较为稳定状态;公路旅客周转量及占比有所下降，由2011年54.09%下滑至2018年27.12%。

高速铁路对航空的影响分析一、支线航空的发展面临高速铁路的挑战中国的支线航空运输尚处于起步阶段,发展极不充分,支线航空旅客承运量占民航整体旅客承运量的比例长期徘徊不前,1998-2007的10年间,中国支线航空市场承运量占航空运输总客流量的比例始终徘徊在2%-4%之间,而在成熟的航空运输市场,这个数字通常保持在30%以上。

这种情况说明中国的支线航空长期处于被压抑状态。

支线航空业的现状已经引导起了政府有关部门的关注，政府意识到发展支线航空对完善航空网络，促进航空运输业发展的重要性，因此出台了一系列扶持支线航空和中小机场的政策；另一方面，航空公司从成本控制、开辟市场的角度也有动力开发支线航空市场。

因此，从宏观经济环境和微观行业两方面都存在刺激支线航空业发展的驱动力。

也正是因为发展不充分，我国的支线航空存在着巨大的发展潜力。

作为支线飞机的主要供应商，庞巴迪公司和巴西航空工业公司分别在2008年发表预测报告，对中国未来20年的支线航空市场的发展表现出极强的信心。

支线航空的发展潜力能否转化为现实，将极大地影响骨干机场和支线机场的投资价值。

不过，未来支线航空的发展将面临高速铁路发展的巨大挑战。

2008年10月31日，铁路部门制定的《中长期铁路网规划（2008年调整）》正式实施，《调整方案》制定了“四横四纵”八条主线为骨架，以及长三角、珠三角、环渤海等经济发达地区城际铁路共同构成的客运专线规划。

按照建设规划，到2015 年，我国客运专线主干网络大部分建设完成，到2020 年，我国客运专线总里程将达到16000公里，届时全国铁路网将能够覆盖20万人口以上城市，基本覆盖地级以上行政区，覆盖率达95%以上；快速客运网络将连接所有省会和城市人口50万及其以上的大城市，覆盖全国90%以上人口，大大缩短城市之间的时空距离。

特别是随着客运专线网络的逐步完善，时速300公里/小时动车组的开行，势必在中短距离旅客快速运输市场对航空运输造成较大冲击。

高速铁路旅客人身伤害在高速铁路上，旅客人身伤害是一个令人担忧的问题。

尽管现代高速铁路的技术和设备日益完善，但由于各种原因，人身伤害事件仍然时有发生。

本文将探讨高速铁路旅客人身伤害的原因、影响以及可能的应对措施。

一、原因分析1. 设备故障：高速铁路是一个复杂的系统，包括轨道、信号系统、列车设备等。

设备故障可能导致列车失控、突然刹车或其他不可预测的情况，造成旅客人身伤害。

2. 乘客行为：有些旅客可能不遵守高铁的乘车规定，例如趴着坐、从悬挂钩上吊挂行李等，这些行为可能导致乘客摔倒、滑倒或与其他乘客发生冲突而受伤。

3. 设施问题：高速铁路站点和列车内的设施不合理，例如站台过于拥挤、高铁车厢内座椅不稳固等，增加了旅客发生意外伤害的风险。

二、影响分析1. 旅客安全感下降：高速铁路旅客人身伤害事件的频发将严重影响旅客对高铁安全的信任，降低其乘坐高铁的意愿，对高铁发展构成不利因素。

2. 经济损失：人身伤害事件会导致很大的社会经济损失，包括医疗费用、赔偿费用以及司法程序费用等。

此外，较大规模的人身伤害事件还会对当地旅游业和相关产业造成冲击。

三、应对措施1. 强化设备检测和维护：高速铁路管理部门应加强设备的定期检测和维护，并及时修复或更换可能存在安全隐患的设备，以最大程度地减少设备故障导致的人身伤害事件。

2. 加强乘客教育：高铁管理部门应加强对旅客的安全教育，宣传高铁乘车规定，加强对旅客行为的监督和管理，减少乘客因违规行为导致的人身伤害。

3. 优化设施设计：高速铁路管理部门应优化站点和列车内的设施设计，确保站台宽敞、车厢座椅牢固，为旅客提供舒适、安全的环境，减少潜在的人身伤害风险。

4. 加强事故应急处置：高速铁路管理部门应建立健全的应急响应机制，加强事故现场的救援和医疗救护能力，确保能够及时、有效地处理人身伤害事件，减少伤害程度。

5. 加强严惩制度建设：相关法律和法规应明确高速铁路人身伤害事件的责任界定，加大对违规行为的处罚力度，通过加强执法和司法监督，维护旅客的人身安全。

通勤成本上升对出行意愿的影响1. 引言1.1 研究背景在当今社会，随着城市化进程的加快和人口数量的增加，通勤成本逐渐成为人们日常生活中不可忽视的问题。

通勤成本包括了人们在外出工作、学习或购物时所需要花费的时间、金钱和精力。

随着经济发展和城市发展，通勤成本也逐渐上升，给人们的生活带来了不小的压力。

通勤成本上升的原因有很多，主要包括交通拥堵、交通费用上涨、车辆维修等方面的花费增加。

随着城市化进程的不断推进，城市交通拥堵日益严重，不仅影响了通勤效率，还给人们的出行带来了很大不便。

由于燃油价格的不断上涨以及车辆维修成本的增加，通勤的费用也在逐渐增加。

了解通勤成本上升对出行意愿的影响，对于改善人们的出行体验、提高城市生活质量具有重要意义。

通过深入研究通勤成本上升对出行方式、出行距离、出行时间以及交通工具选择的影响，可以为政府和相关部门制定更加合理的交通政策提供参考依据，同时也可以为市民提供更好的出行建议和指导。

【研究背景】1.2 研究目的研究目的主要是为了探讨通勤成本上升对出行意愿的影响，具体包括了对通勤成本上升的原因进行分析，进一步探讨通勤成本上升对人们选择出行方式、出行距离、出行时间和交通工具的影响。

在当前社会日益增长的经济压力和交通拥堵情况下，通勤成本的上升已成为影响人们出行方式和意愿的重要因素之一。

通过研究这一问题，可以更好地了解通勤成本上升对个人出行决策的影响机制，为相关部门提供科学依据和政策建议，促进城市交通系统的可持续发展。

本研究旨在通过分析通勤成本上升的影响因素，探讨其对出行意愿的具体影响，以期为提升城市交通效率和改善居民出行体验提供参考依据。

2. 正文2.1 通勤成本上升的原因1. 油价上涨：随着国际油价的波动，汽油价格的上涨直接增加了通勤的成本。

特别是对于那些每天需要开车通勤的人来说，油价上涨对经济压力是不可忽视的。

2. 公共交通费用增加：随着城市发展和通勤需求增加，公共交通系统也在不断扩张和改善，这导致公共交通费用普遍上涨。

Vol.42No.2March ，2021中国铁道科学CHINA RAILWAY SCIENCE第42卷，第2期2021年3月基于混合Logit 模型的旅客对短途高速铁路列车选择行为程谦1，杨光2，胡启洲3（1.南京铁道职业技术学院运输管理学院，江苏南京210031；2.中国铁路上海局集团公司上海客运段，上海200071；3.南京理工大学自动化学院，江苏南京210094）摘要：以南京到上海和南京到杭州的短途高速铁路客流为背景，应用行为调查法与意向调查法开展客流调查，获取客流数据。

基于选择行为理论，以旅客对列车的选择作为因变量，旅客个体特征、出行特征、列车服务水平作为自变量，基于多项式Logit 模型构建混合Logit 模型，拟合客流调查数据。

结果表明：混合Logit 模型的拟合优度高于多项式Logit 模型；出发时间是影响旅客选择行为的关键因素，77%的旅客偏好选择6：00—7：00出发列车，仅有10%的旅客偏好选择20：00—21：00出发列车；列车旅行时间、票价水平与旅客对列车的选择行为负相关；女性、50岁以上、学生、低收入、自费购票等类的旅客对票价敏感度较高；公务人员及企业职员偏好选择8：00—11：00开行的列车，休闲出行旅客偏好选择8：00—11：00及14：00—17：00开行的列车；行前接驳选择自驾换乘的旅客，偏好选择5：00—8：00开行的列车；旅客对6：00-10：00开行列车的支付意愿最高，对17：00—22：00开行列车的支付意愿最低。

关键词：短途高速铁路客流；交通出行选择；旅客偏好；混合Logit 模型；多项式Logit 模型中图分类号：U293.1文献标识码：Adoi ：10.3969/j.issn.1001-4632.2021.02.20旅客在选择高速铁路出行时，面对不同种类、不同时段开行的列车表现出不同的选择行为。

深入研究旅客对不同列车的选择行为，定量分析影响旅客选择行为的主要因素，可以进一步丰富交通出行选择行为理论研究的内涵，也可以为高铁运营企业合理设计列车服务产品、开展精准营销活动提供理论依据。

铁路常旅客计划问卷调查分析张禄【期刊名称】《《铁道经济研究》》【年(卷),期】2019(000)005【总页数】5页(P12-16)【关键词】铁路; 常旅客计划; 客户关系管理【作者】张禄【作者单位】中国铁路经济规划研究院有限公司北京100038【正文语种】中文1 绪论常旅客计划是由企业的客户关系管理与积分计划逐步适应不同业态演化而来，客户关系管理是关注于与客户建立、维持和加强长期合作的关键环节[1]。

有效的客户关系管理是由不同因素影响的客户维系所驱动的，而积分计划是指一种以积分作为介质，对积分会员进行消费奖励或服务升级的营销手段，也是一种提升客户体验，增强客户吸引力与忠诚度，并更好地挖掘客户价值的客户关系管理平台。

常旅客计划最先是由美国的酒店业向经常使用其产品的客户推出的以积分累计进行奖励的促销方式，是吸引公务、商务顾客，提高公司竞争力的一种市场手段，最终这项计划被美国的航空业成功引入移植，逐渐形成了一个成熟的商业营销模式[2]。

对于铁路来说，铁路运输产品亦具有易逝和不可储存的特点，其价值随需求变化差异巨大，在产量相对稳定的情况下，充分利用剩余库存能力吸引和稳定旅客，是以较低边际成本投入，带动整体效益增加的有效手段。

因此，常旅客计划是实现铁路从产品营销向客户营销转变的实质载体，是铁路适应市场需求，进行供给侧结构性改革的具体体现。

铁路实施常旅客计划一是能够引导客流均衡分布，允许旅客使用积分兑换部分上座率较低的列车车票，提高既有客流的稳定性，减少淡季客流流失，降低剩余产品整体库存；二是能够提升铁路服务质量，可以依托会员体系打造全流程服务体系，增强铁路会员身份认同感，并通过识别高价值客户群体，完成针对性的差异化服务和增值服务体系设计，带动整体服务质量的逐步提高；三是能够丰富铁路营销与收益手段，铁路常旅客计划发展到较为成熟的阶段后，尝试打通路内外相关产业间的积分通路，实行产业间积分交易，以积分为纽带实现业务互通，实现价值客户的相互引流和转化，带动铁路非运输业的消费，增加整体运输效益。

城市居民出行行为研究国内外文献综述1 国内文献综述在对出行即服务的研究上，主要包括出行即服务的概念特征和发展现状两个方面。

在出行即服务的概念方面，邵滢璐等（2019）认为出行即服务系统（MaaS）也就是运用具有人机交互的电子系统界面和交通管理的相关服务，整合不同交通方式和交通出行服务，满足居民出行需求的信息系统。

龙昱茜等（2019）认为MaaS服务供应商设计特定界面将多种交通出行方式信息整合，为客户提供定制出行服务套餐，满足其服务需求的模式。

叶建红和易法彬（2019）认为可以将MaaS理解为将全部出勤服务均融为一体的一站式服务平台。

在此服务模式之下，用户只需将其出行的起止点以及自身的偏好信息输入，能够自动得到平台推送的出行方案；用户选择确定方案之后，平台可以针对相应的方案提供对应的票务预定以及其他信息服务；结束行程之后，全部费用一次性结算支付。

王健和王涛（2020）则认为出行即服务的基本商业模式可以划分为两大类：组合出行服务和整合公共交通服务。

在出行即服务的发展现状方面，刘向龙等（2019）梳理分析了我国公共客运服务管理运营的现状，指出我国可以首先可以针对城市客运发展MaaS，接着进一步拓展覆盖城际道路以及城乡道路客运MaaS，其次进一步延伸到民航客运以及铁路客运MaaS，最后随着一带一路以极端开放的步伐覆盖发展跨境客运MaaS。

邵滢璐等（2019）认为MaaS作为近几年逐渐发展起来的概念，在世界各国进展情况差距很大[1]。

统计数据表明全球当前正在推进或研究的MaaS项目数量共有15个，大部分都集中在北美以及欧洲各国。

其中，法国、比利时、瑞典、奥地利和芬兰各1个，美国2个，荷兰3个，德国5个，可以看出西欧国家，尤其德国和荷兰较突出。

岳锦涛和李瑞敏（2019）运用几何学领域的“点—线—面”的概念，分别对应着产品－出行链－区域顺序基于其中逻辑分析对MaaS的发展阶段进行梳理。

关于居民出行方式选择的研究上，刘雪岩（2006）分析指出，对于出行者所选择路线决策造成影响的主要因素有时间、经济以及信息等，而且这些因素之间就有一定的内在联系。

高速公路出行群体的年代消费特征摘要：在高速公路出行中，出行配套与消费服务能为出行人提供快速、舒适、安全的出行环境，是高速公路建设的重要内容。

本文在文献分析与实证调研的基础上，介绍和分析了当前高速公路出行群体中从“70后”到“00后”群体的性格与特征，并对高速公路与服务区的消费服务提出了建议，从而对我国智慧高速与智慧服务区的设计与建设提供参考和指导。

关键词：出行群体；年龄阶段；消费特征；高速服务一、引言随着高速公路的快速建设以及高速衍生产业的不断发展，出行配套与消费服务得到了日新月异的提升，越来越向着人性化、市场化、服务化的目标迈进，努力为公众提供快速、舒适、安全的出行环境———这也是人们愿意选择高速公路出行、并到服务区休息和消费的重要原因之一。

而在工作实践中我们也会经常发现一个有趣的现象：随着年代的推进，高速出行的群体也在悄然发生着改变，但由于成长环境等方面的不同，不同年龄阶段的群体从个性特征到消费习惯上均有一定的差异，因此对不同年龄层阶段的消费群体特征研究对于高速公路及服务区的经营管理者来说就显得尤为重要。

二、不同年龄层群体的特征1.“60后、70后”的群体特征。

“60后、70后”是指出生于1960年至1979年这一时期的人群，通常被称为转型的一代。

从成长环境来看，他们既赶上了我国计划经济下物质相对稀缺的童年，同时又在年富力强时搭上了我国改革开放的顺风车，通过坚毅的品格和不懈的奋斗，创造了属于自己的幸福生活，具有丰富而独特的人生阅历[1]。

同时，他们也是承前启后的一代，在老一辈眼中，他们理性踏实、成熟稳重，在年轻一代人眼中，又稍显守旧、低调。

目前，“60后、70后”迎来了事业的收获期，也是当前所有年龄层当中最具有消费力的一代，但他们同时也受到其父辈传统守旧的家庭环境影响，承袭了中庸、谨慎的个性特征。

因此，从消费意识上来看：“60后、70后”在消费开支上量入为出，预防性的银行储蓄，消费趋于消费品的实在性。

目录摘要 (2)第1章绪论 (2)1.1研究背景 (2)1.2研究意义 (3)第2章相关理论 (3)2.1高速铁路的定义 (3)2.2服务质量的定义和特点 (4)2.2.1 服务质量的定义 (4)2.2.2 服务质量的特点 (5)2.3铁路客运服务质量的界定 (6)2.3.1 铁路客运服务定义与特性 (6)2.3.2 高速铁路客运服务的特征 (7)第3章我国铁路客运质量方面存在的问题 (8)3.1缺乏相关的个性化和标准化服务 (8)3.2服务设施设备有待进一步完善 (8)3.3工作人员的工作素养需要得到提高 (8)3.4铁路客运方面的餐饮方面问题较多 (9)3.5高铁车站的选址远离城市中心 (9)第4章提高铁路客运服务质量的措施 (9)4.1强化个性化和标准化服务 (9)4.2创新服务理念，更新服务方式 (10)4.3提高工作人员的素养 (10)4.4解决乘客在餐饮方面的问题 (10)4.5做好高铁车站的延伸服务，确保高铁客流量 (11)结束语 (11)致谢..................................... 错误!未定义书签。

参考文献. (12)摘要近年来，我国铁路建设不断发展，与其相关联的产业产品也日趋完善，伴随着铁路各项设施的完备，使得出行者在交通上所花费的时间大大缩减。

然而因为受到传统观念的约束，铁路完整的服务体系在思想和策略方针上无法完全满足旅客的需求。

就目前来看，要想提高铁路业的在竞争中拥有绝对优势，就必须实现更新、创新并驾齐驱，在原有的理念上深化改革，摒弃糟粕，发展优秀方面；推陈出新，创造具有自身特征的服务理念，从而来满足旅客在出行时所面临的需求，提高旅客出行满意度。

本文旨在剖析目前高铁自身存在的不足，并给出相适应的解决办法。

关键词：高速铁路；服务质量；客运第1章绪论1.1 研究背景铁路运输属于服务业，服务质量是关系铁路行业生存发展的重要影响因素之一，可以说运输市场的竞争就是服务质量的竞争，优质的服务可以提高顾客满意度，能够产生积极的营销效应。

高速铁路车站客运服务质量评价及改进的研究与实践高速铁路车站客运服务质量评价及改进的研究与实践随着我国高速铁路建设的不断推进和完善，高速铁路已成为人们出行的首选交通工具之一。

而高速铁路车站作为高铁客运服务的重要环节，其客运服务质量的评价与改进对于提升旅客出行体验、优化高铁服务水平具有重要意义。

本文将对高速铁路车站客运服务质量评价与改进进行研究与实践。

一、客运服务质量评价方法客运服务质量评价是衡量车站服务水平的重要手段。

在高速铁路车站客运服务质量评价中，可以采用以下方法：1. 问卷调查法：设计合理的问卷调查，包括旅客对车站的设施设备、人员服务、信息发布等各个方面进行评价。

通过统计和分析问卷结果，可以客观地了解旅客对车站服务质量的满意度、不满意的方面及原因。

2. 现场观察法：通过对车站的现场观察，直接评估车站客运服务质量。

观察包括车站的布局、人员服务态度、信息发布情况等。

通过现场观察，可以直观地发现车站存在的问题和不足之处。

3. 投诉统计法：分析车站收到的投诉情况，了解旅客对车站服务的不满意之处。

通过统计投诉率和投诉类型，可以判断车站客运服务质量的问题所在，为改进提供依据。

二、客运服务质量改进实践高速铁路车站客运服务质量的改进是一个长期而复杂的过程。

以下是一些常见的实践方法：1. 提升设施设备：车站设施设备作为提供旅客服务的重要条件，应不断进行更新和提升。

包括车站候车室的舒适性改善、卫生设施的完善、候车座椅的更新等。

通过提升车站设施设备，为旅客提供更好的出行环境。

2. 加强人员培训：车站工作人员的服务态度和专业水平直接影响客运服务质量。

通过加强人员培训，提高工作人员的服务意识和技能，使其更好地为旅客提供服务。

培训内容包括礼仪规范、沟通技巧、危机处理等。

同时，可以通过定期进行服务质量评估，对人员进行考核和奖惩，激励工作人员积极向上。

3. 加强信息发布：及时、准确、全面的信息发布是车站客运服务的重要环节。