基于混合多项Logit模型的小型城市大学生居家至校园通勤出行方式选择与可持续出行偏好研究

《Sustainability》：Home-to-Campus Commuting Mode Choice Among University Students in a Small-Scale City: A Mixed Multinomial Logit Analysis of Sustainable Mode Preferences Raziye Peker, Mustafa Sinan Yard?m and Kadir Berkhan Akal?n

　　

城市人口、机动车保有量及空间扩张的快速增长给城市交通网络带来了日益增加的压力，这要求转向可持续的出行解决方案。因此，本研究考察了小型城市大学生居家至校园通勤出行方式选择偏好的决定因素。分析纳入了社会人口特征、出行资源及出行属性作为影响方式选择的潜在因素。为对偏好进行建模，研究人员首先使用多项Logit (Multinomial Logit, MNL) 模型来估计确定性效应，随后采用混合多项Logit (Mixed Multinomial Logit, MMNL) 模型来捕捉个体层面的未观察到的异质性。结果表明，性别、车辆所有权及出行距离在方式选择中扮演着统计上显著的角色。至关重要的是，MMNL分析揭示，尽管学生对出行时间的敏感性相对同质，但他们对出行成本的敏感性则表现出显著的未观察到的异质性。此外，研究揭示了向步行、骑行和公共交通等可持续选项进行方式转换的潜力。这些发现为促进可持续城市出行和制定数据驱动的交通政策提供了有价值的见解，特别是与联合国 (United Nations, UN) 可持续发展目标 (Sustainable Development Goals, SDGs) 中的“可持续城市和社区”目标保持一致。

本研究旨在探讨小型城市大学生居家至校园通勤出行方式选择的影响因素。城市化进程加速、机动车保有量上升及城市空间扩张持续对交通系统的效率和可持续性构成严峻挑战。大学学生作为重要的城市出行群体，其日常通勤行为既关乎个人福祉，也对城市交通规划至关重要。然而，在小型城市中，学生出行常面临公共交通网络协调性差、线路不足、基础设施匮乏等瓶颈，加之公共交通发展缓慢，共同加剧了交通压力，并为可持续通勤设置了显著障碍。学生们，特别是来自较低收入背景的学生，还承受着巨大的经济压力，并因高成本和易用性问题而难以接触数字化、智能化的出行解决方案，这往往迫使他们严重依赖私家车。现有文献虽指出社会人口特征、经济因素、城市规模、基础设施质量及对可持续交通方式的态度共同塑造了出行方式选择，但存在明显不足：多数研究聚焦于大都市，忽视了小型城市的独特空间动态；同时，现有研究常未能充分捕捉学生在感知出行成本和时间方面的异质性，往往假设群体偏好是均匀的。

为填补这些空白，研究人员以土耳其库塔希亚市为案例，分析了影响大学生出行方式选择的个体、出行相关及旅行属性。研究创新点在于其聚焦于小型城市环境，并运用MMNL模型在方法学上明确考察个体层面的未观察到的异质性，通过检验出行时间和成本的随机系数分布，揭示了标准模型所忽略的学生决策过程中隐藏的敏感性变化。

研究采用混合Logit模型方法，具体包括MNL模型和MMNL模型。MNL模型基于效用最大化理论，假设个体选择能带来最高效用的交通方式，其参数通过最大似然法估计。该模型结构简单、计算便捷，但其固定系数假设和无关选项独立性 (Independence of Irrelevant Alternatives, IIA) 假设限制了其捕捉个体偏好异质性的能力。为此，研究人员引入MMNL模型，该模型允许参数在个体间随机分布，并假设其服从特定概率分布（如正态、截断正态、均匀或三角分布），从而更灵活地建模偏好异质性。研究测试了包括截断正态分布在内的多种分布形式，并基于对数似然值 (Log-Likelihood, LL)、调整后的麦克法登伪R² (Adjusted McFadden’s R², ρ²)、赤池信息准则 (Akaike Information Criterion, AIC) 和贝叶斯信息准则 (Bayesian Information Criterion, BIC) 等多个拟合优度指标以及预测准确性，系统评估和选择了最佳模型。

研究数据来源于库塔希亚交通与停车总体规划 (Kütahya Transportation and Parking Master Plan, KTPMP) 框架内的家庭调查。调查于2022–2023学年秋季学期针对库塔希亚杜姆卢平纳尔大学和库塔希亚健康科学大学的学生进行，采用揭示偏好 (Revealed Preference, RP) 方式。最终纳入分析的有效学生样本为1514份，占库塔希亚约44,000名大学生总数的约3.4%，对应95%置信水平下约2.5%的误差范围，样本具有高度代表性和稳健性。出行方式被分为三类：低速方式 (Low-Speed Modes, LSM，包括步行、自行车、电动自行车、电动滑板车)、公共交通 (Public Transport, PT，包括公交车和小巴) 和高速方式 (High-Speed Modes, HSM，包括私家车、摩托车、出租车和共享车辆)。模型中使用的变量包括出行时间、出行成本、出行距离、车辆所有权、驾照持有情况、收入、性别、年龄和家庭规模等。

在结果部分，研究比较了MNL和MMNL模型的性能。MNL模型作为基线，其对数似然值为-450.3，调整后ρ²为0.587，预测准确率为91.48%。然而，MNL模型假设个体偏好同质。相比之下，MMNL模型在所有分布设定下均显示出更优的性能，其对数似然值范围在-444.5至-418.4之间，调整后ρ²范围在0.591至0.613之间。特别值得注意的是，采用截断正态分布设定出行时间和成本参数的MMNL模型表现最佳，其调整后ρ²达到更高水平，且同时保证了出行时间和成本参数的符号符合预期（均为负值）。热图分析显示，改变出行成本参数的分布假设对模型性能影响显著，而改变出行时间参数的分布假设影响较小，表明模型拟合度主要由出行成本异质性的设定驱动。

对最终选定的MMNL模型（出行时间和成本均采用截断正态分布）结果的深入分析揭示了关键发现：在出行属性方面，出行时间系数为负且显著 (-0.131)，符合理论预期；而MNL模型中该系数为正 (0.081)，违背了经济理论，突显了MMNL模型在模拟真实出行行为上的优势。出行成本的均值系数 (-4.342) 和标准差 (5.840) 均显著为负，表明尽管学生群体普遍对成本敏感，但个体间的成本敏感性存在巨大差异，这是MMNL模型捕捉到的核心异质性。出行距离对LSM有强烈的负向影响 (-1.057)，但对PT有正向影响 (0.395)，表明距离增加会抑制步行和骑行，但可能因成本考虑而促进对公共交通的选择。在社会经济因素方面，私家车所有权对选择LSM和PT均有显著的负向影响 (分别为-11.984和-11.106)，驾照持有同样强烈负向影响可持续方式的选择。相反，摩托车所有权对选择LSM有正向影响 (3.876)。月收入对选择LSM有微小的负向影响 (-0.004)。在社会人口因素方面，女性性别对选择LSM和PT均有正向影响，且对选择PT的影响显著 (2.651)。家庭规模对选择LSM在MMNL模型中有显著正向影响。年龄总体上对LSM和PT有负向影响，但显著性在模型间有差异。

讨论部分强调了MMNL模型在克服MNL模型IIA假设限制、捕捉个体偏好异质性方面的优越性，并得到实证支持。研究发现，性别是显著的决定因素，女性学生更倾向于选择低速和公共交通方式，这提示交通规划需优先考虑性别平等和女性安全。车辆所有权（私家车和驾照）显著抑制可持续出行方式的使用，印证了私家车拥有对公共交通和主动出行的减量效应。自行车所有权则与可持续方式偏好呈正相关，可能强化多模式出行。最引人注目的发现与出行敏感性有关：与文献通常强调时间敏感性异质性不同，本研究发现学生对出行时间的敏感性相对同质，而对出行成本的敏感性存在显著异质性。这表明在小型城市环境中，经济约束对学生出行选择的影响机制更为复杂和个体化，为制定差异化定价策略提供了依据。

研究结论指出，基于1514名库塔希亚学生的数据，出行时间、出行成本、驾照持有、性别、车辆所有权、家庭规模和出行距离是影响方式选择的显著因素。研究的创新在于同时关注小型城市的独特动态并运用稳健的MMNL框架揭示隐藏的偏好异质性。核心行为模式是：学生对出行成本的敏感性存在显著未观察到的异质性，而对出行时间的敏感性则相对同质。基于此，研究人员提出以下政策启示：首先，需建设性别敏感的校园周边基础设施，如加强照明、设置安全候车区；其次，应管理私家车向可持续方式的过渡，例如将车辆停放区与微出行点（如共享电动滑板车或自行车站点）整合；第三，应通过完善自行车基础设施（如公交车载自行车架、安全停车点）来强化骑行与公共交通的衔接，鼓励多模式出行；最后，需通过针对经济弱势学生群体的公共交通折扣订阅制、补贴和财务支持政策，解决出行成本造成的经济可及性壁垒。综上所述，小型城市大学生的出行方式选择是一个受基础设施、安全、社会经济地位和出行习惯共同塑造的多维过程，可持续交通政策必须重新设计，以兼顾物理基础设施、社会包容性和经济可及性。