摘要：為分析農村居民出行目的地選擇的影響因素與影響過程，應用自主設計的調查問卷，獲得3329份農村人口出行特徵數據。按照農村居民常規出行目的地分布情況，將目的地劃分為鄰村、鄉鎮、縣城和市區。運用非集計理論，將農村居民的性別、年齡、教育程度、家庭年總收入、出行目的和出行距離等個人、家庭和出行屬性作為影響因素，並將４個目的地作為４個選擇肢，建立了農村居民出行目的地選擇行為度量模型，並結合彈性理論分析了各個影響因素的敏感度。分析結果表明：農村居民的出行屬性中出行距離和出行目的２個影響因素對應的彈性值均大於１，說明這些因素對出行目的地選擇富有彈性，影響顯著；年齡、是否換乘和所需時間３個因素對部分目的地的選擇富有彈性；性別、受教育程度、家庭年總收入和出行時間４個因素對應的彈性值均小於１，說明這些因素對出行目的地選擇缺乏彈性。
關鍵詞：交通規劃；農村居民；出行目的地；出行特徵；ＭＮＬ模型；敏感度分析
０引言農村居民出行規律是城鄉交通規劃的基礎，對布置農村客運班線、分配運力等具有極其重要的作用，但出行規律受農村經濟水平、地域特徵、文化背景以及區域中村鎮分布等因素的影響，不同地區表現出較為明顯的差異，且難以定量分析。受傳統因素與研究發展過程的限制，對農村居民出行研究相對較少，農村居民出行與城市居民相比在出行目的、時間、次數上也表現出很大的不同，所以用城市居民出行規律去分析指導鄉村交通規劃、交通組織和交通管理存在較多問題。農村居民出行目的地是出行規律的重要組成部分，儘管出行目的可能相同，但目的地的選擇往往差異較大，而不同目的地勢必影響農村居民的出行距離、方式和時間選擇，所以是出行特徵的關鍵影響因素。
對於居民出行規律的研究，國內外開展較早，且取得了豐富的研究成果，Ｓａｌｅｈ等構建了愛丁堡中心城居民工作出行與非工作出行的出發時間選擇模型，模擬了當收取擁擠費用時出行者出發時間的變化情況；Ｏｚｂａｙ等建立了考慮出行時間價值的出發時刻選擇模型，利用模型分析評價美國新澤西州出台的擁擠收費政策；Ｈｅｎｓｈｅｒ等使用非集計模型對居住地選擇和出行方式進行聯合選擇模型估計，建立了居住地址和出行方式聯合選擇模型；Ｋｗｉｇｉｚｉｅ等選取個人屬性、社會經濟屬性、出行特性等屬 性 因 素 建 立 聯 合 選 擇 模 型，應 用 交 叉 分 層Ｌｏｇｉｔ模型對居民的出行方式機率進行估計，結果表明分層Ｌｏｇｉｔ能更直觀地表示實際建模情況的相關複雜結構；陳尚雲等通過模擬城市的不同形態和種類，對重力模型的適用性和參數的取值範圍進行了定性和定量分析，並對中國部分特大城市的出行分布進行驗證，提出了對應的重力模型及其參數取值範圍；張政等以北京市２００５年出行調查數據中部分老年人個體出行行為信息為對象，分析了老年人在出行率、出行時間、出行距離、出發時間、出行方式及出行目的等方面的特徵以及老年人出行行為隨年齡變化的規律，比較了北京城八區與遠郊區縣老年人出行行為的差異，研究了老年人的出行特徵與出行行為屬性；徐婷等以北京市部分區域居民出行基礎數據，使用相關性分析篩選與居民出行方式選擇密切相關的影響因素，以小汽車出行方式的效用函數與公共運輸出行方式的效用函數的差值構建新效用函數，分析了出行成本對居民出行方式的影響；趙建有等應用７００份調研樣本數據，分析了城市低收入人群的年齡分布與就業狀況，並結合非集計模型理論，分析了影響低收入人群出行方式選擇的因素；楊勵雅等基於隨機效用最大化理論，選取出行者特徵、行程特性與出行方式服務水平作為效用變量，以出行方式與出發時間作為選擇肢，構建了出發時間位於下層與出行方式位於下層的２種居民出行模型，分析了北京市居民出行樣本數據，並模擬了在早尖峰時段對小汽車出行收取費用時，小汽車出行者出行行為的變化；陳團生等在考慮影響旅客出行選擇行為的各種因素的基礎上，利用非集計理論，構造了旅客出發時刻和運輸方式選擇行為的雙層巢式邏輯決策模型，利用最大似然法對模型參數進行估計，分析了客運通道引入客運專線對旅客出行選擇行為的影響；馮忠祥等應用非集計模型和統計方法對農村居民開展了系統的出行規律研究，研究對象主要包括農村居民出行一般特徵、出行方式、出行距離、出行次數和出行時間等。
上述研究對象大多為城市居民，關於農村居民的研究較少，研究的焦點大多集中在出行時間與出行成本方面，缺少對出行目的地選擇的建模和分析。本文以非集計理論為基礎，針對出行目的地選擇在交通規劃和區域規劃中的作用，設計調查問卷，對農村居民出行目的地開展研究，構建行為選擇模型，並８４第５期 楊琦，等：農村居民出行目的地選擇行為模型與影響因素分析進行因素敏感度分析，系統性地獲得農村居民在選擇目的地時相關決策過程與機理。
１農村居民出行調研結合交通運輸部西部交通建設科技項目《西部地區城鄉客運一體化規劃關鍵技術研究》子課題《城鄉居民出行特性分析及客運規劃關鍵技術》設計了《農村居民出行調查問卷》，獲得農村居民出行構成情況。農村居民出行調查樣本為全國９個省份的１２９個自然村的３ ４００余戶農民，調查獲得有效問卷３ ３２９份，涉及人口１２ １１８人，調查內容主要包括人口數量、年齡結構、性別比例、教育程度、年收入狀況、從事職業等內容。經過對調查數據統計，在調查的１２ １１８人中，男性占５２．９％，女性占４７．１％，對應的人數分別為６ ４１０、５ ７０８人。在所調查的對象中，家庭中人口成員最少為２人，最多為１０人，按照家庭為單位得到的平均人數為４．９１人。
２農村居民出行目的地建模當分析出行者個人交通行為時，由於非集計模型克服了集計模型產生的諸多問題，選擇肢的減少或者增加不影響其他選擇肢被選機率的大小。多項Ｌｏｇｉｔ（ＭＮＬ）模型是非集計模型中常用的模型之，在交通領域中應用較多。本文基於農村居民出行調查數據，隨機抽取２ ３２９份相關數據，利用非集計理論建立ＭＮＬ模型。
２．１模型構建思路非集計模型的效用函數由固定項和隨機項組成，第ｎ個出行者選擇第ｉ種方案的效用函數為Ｕｉｎ＝Ｖｉｎ＋εｉｎ（１）Ｖｉｎ＝∑Ｋｋ＝１θｋＸｉｎｋ（２）式中：
Ｕｉｎ為第ｎ個出行者選擇第ｉ個方案的效用函數；Ｖｉｎ為效用函數的固定項；εｉｎ為效用函數的隨機項；Ｋ為特性變量的個數；θｋ為第ｋ個變量對應的參數；Ｘｉｎｋ為第ｎ個出行者選擇第ｉ種方案的第ｋ個特性變量。假設式（１）中εｉｎ和Ｖｉｎ相互獨立，而且εｉｎ服從Ｇｕｍｂｅｌ分布的前提下，第ｎ個出行者選擇第ｉ種出行目的地方案的機率Ｐｉｎ為Ｐｉｎ＝ｅＶｉｎ∑Ｉｎｉ＝１ｅＶｉｎ（３）式中：Ｉｎ為可供選擇方案的個數。依據農村居民出行的基本特徵與非集計理論對出行者的屬性要求，ｔ與ρ２分別為影響因素的檢驗值與決定係數。
８５交通運輸工程學報２０１３年圖５計算流程Ｆｉｇ．５ Ｃａｌｃｕｌａｔｉｏｎ ｆｌｏｗ２．２選擇肢和影響變量的確定根據出行數據的調查結果，農村居民的出行目的地主要分為鄰村、鄉鎮、縣城和市區，以以上４個目的地作為模型的４個選擇肢分別用Ａ、Ｂ、Ｃ、Ｄ表示，分別取值為０、１、２、３。將影響農村居民出行目的地選擇的因素分為個人屬性、家庭屬性和出行屬性３類，見表１。
２．３影響因素的標定與分析本文選用常用的交通分析軟體ＴｒａｎｓＣＡＤ進行模型影響因素標定，結果見表２。由表２可以看出，影響因素的最小檢驗絕對值為１．９９２ ４９６，符合計算要求，可見，以上１３個影響因素均可以顯著影響出行目的地選擇行為。在非集計理論中，用ρ２判斷模型的擬合度，一般情況下，ρ２值在０．２～０．４之間時，則可以認為吻合度很好，本文所建模型的ρ２為０．３１６ ３８２，說明所建立的模型真實。
４計算結果分析在分析以上１３個因素對農村居民出行目的地選擇的影響時，需對選擇模型進行靈敏度分析。靈敏度分析用於定性或定量地評價模型參數變化對模型結果產生的影響，是模型參數化過程和模型校正過程中的有用工具。針對本文模型，第ｋ個特性變量變化時，第ｉ個方案機率的彈性值Ｅ為Ｅ ＝θｋＸｉｎｋ（１－Ｐｉｎ）對於彈性值，採用其絕對值來分析，彈性值的絕對值可以從０到無窮大。
４個出行目的地對應的年齡平均值呈遞減趨勢，尤其是去市區居民的平均值比去鄰村的要小８歲，說明年輕人更趨向於去更繁華、功能更全面的城鎮和市區消費、打工、娛樂、購買生活必需品等，而年紀較長者，更偏向於離居住地更近一些的區域活動。出行目的地對應各年齡的彈性值中，鄉鎮和縣城均小於１，缺乏彈性，即年齡的變化對於選擇此２個目的地的變化程度影響相對較小；而鄰村和市區目的地的彈性值皆大於１，此時對行為選擇富有彈性，即年齡在這２個地區選擇機率上表現出較大的影響，這也與年齡平均值能夠相互印證。
４個出行目的地對應的農村居民受教育程度均值相差不大，說明受教育程度在各農村居民出行目的地選擇分布中表現出一定的相似性，即差異性不是很大。同時各自對應的彈性值也均小於１，缺乏彈性。平均值與參數值幾乎無相關對應性，這與調研樣本中農村居民７０％為初中及以下學歷，文化素質較低有一定關係，即教育程度在建模過程中無法表現出一定的差異性。
４．1家庭屬性不同家庭屬性對農村居民出行頻次選擇機率的彈性值見表７，從中可以看出，鄰村、鄉鎮、縣城和市區對應的農村居民的家庭年總收入的平均值呈上升趨勢，說明家庭年總收入與農村居民出行目的地選擇有一定相關性，單次選擇或許影響不明顯，但總家庭收入與經濟活動相關，越往經濟活躍的城市，收入相對越高。但各個目的地對應的彈性值均小於１，說明家庭年總收入對出行目的地選擇缺乏彈性，且相差不大，說明在選擇機率貢獻中，收入影響程度也較為接近。但市區目的地對應的彈性值最大，說明相比較而言，收入對城市目的地選擇與其他３個目的地相比，略微敏感。
按居民出行規律理解，出行目的直接決定著目的地的選擇，因為不同目的的需求不同，而不同目的地的功能和作用也不同，往往兩者呈單一對應，但也並非所有的都成唯一對應。如果看重病，往往只能選擇市區醫院，呈單一對應，但如果是小病，鄉鎮衛生所、縣城醫院和市區醫院都可以，所有選擇較多，此時其他因素會共同作用出行者，最終選擇出行效用最大的目的地。
出行目的賦值為人為決定，且目的本身為離散非數字，所以各個目的地對應的目的均值從數學角度無相關意義，僅為後續計算彈性值提供橋樑。而各個出行目的地對應的出行目的彈性值均大於１，說明出行目的對出行目的地選擇富有彈性，但正是由於出行目的是人為賦值，本身不具有規律性，相互之間也無相關性，所以不同目的對於出行目的地的影響不能具體量化，只能反映目的變化對出行目的地選擇機率變化程度影響較大。
各個出行目的地對應的出行時間均值除鄰村較小外，其他３個地點均大於４，且相差不大，說明出行時間上較為接近，即選擇鄰村出行的往往相對較早。整體趨勢並不是隨著出行距離的增長出行時間越早，可能與農村居民上午下午均出行有很大關係，且目前農村居民中的年輕人夜晚喜歡出去娛樂有一定關聯。而出行時間對應的彈性值均小於１，說明出行時間對目的地的選擇缺乏彈性，即不同時間對出行目的地選擇機率的影響程度較小。傳統的農村居民出行只能依靠不是很便利的農村客運，出行時間受班車時間影響較大，所以如果沒趕上班車，影響換乘，則當天無法再去目的地，而隨著村村通道路的修建及農村班線的延伸，班車班次較為頻繁，調研的部分地區甚至達到每５ｍｉｎ一班農村班車，基本與城市公交差不多，農村居民出行非常方便，不受時間的限制，所以出行時間對出行目的地選擇機率影響程度較小。
各個出行目的地對應的是否換乘的均值呈遞增趨勢，說明隨著鄰村、鄉鎮、縣城和市區目的地變化，換乘逐漸增多，但增幅並不是很大，４個平均值中僅市區目的地的大於０．５，說明去市區目的地需換乘較多。結合彈性值變化情況，鄰村、鄉鎮、縣城對應的彈性值均小於１，缺乏彈性，說明農村居民去此３個目的地時，是否換乘對其的選擇機率影響程度較小，但去市區目的地對應的彈性值大於１，富有彈性，結合均值，需換乘的占多數，說明去市區時，換乘對其選擇機率的影響較大，農村居民選擇該目的地時，需考慮換乘帶來的影響。
各個出行目的地所需時間對應的平均值呈快速遞增趨勢，去鄰村的為０．３２６ ４１２，說明一般集中在３０ｍｉｎ以內，而去鄉鎮為０．７５４ ６１２，說明一般集中在６０ｍｉｎ以內，去縣城的為１．９２９ ３６１，即３１～９０ｍｉｎ較多，但市區出行時間均值較高，為２．４１９ ３７１，即９０ｍｉｎ以上所需時間較多。這與農村區域分布特徵較為吻合，與出行距離較為相關。根據對應的彈性值，鄰村和鄉鎮的小於１，缺乏彈性，說明在選擇該２個目的地時，所需時間對選擇機率影響較小，即出行所需時間敏感性較差；但去縣城和市區時，由於距離較遠，農村居民需考慮出行所需時間，此時彈性值大於１，富有彈性，且分別是鄰村的４．４倍和６．８倍，是鄉鎮的３．３倍和５．１倍，即所需時間對市目的地選擇機率的影響程度是鄰村的６．８倍，是鄉鎮的５．１倍，對縣城目的地選擇機率的影響程度是鄰村的４．４倍，是鄉鎮的３．３倍。
５結語本文應用農村居民出行調查數據建立了農村居民出行目的地選擇行為模型，經相關檢驗，模型合理、精確，且模型計算的出行目的地選擇與實際統計結果值較接近，且各項絕對誤差值較小，最大僅為－２．７％，可以滿足實際使用要求。從彈性值分析結果看，本文模型能準確地反映農村居民個體出行目的地選擇的特徵，具有高的可操作性和可移植性。經模型影響因素彈性值分析，出行屬性中出行距離和出行目的２個因素對出行目的地選擇行為影響較大，起決定性作用，而年齡、是否換乘和所需時間３屬性對部分目的地的選擇機率影響程度較大。
參 考 文 獻 ：
Ｒｅｆｅｒｅｎｃｅｓ：
［１］ＳＡＬＥＨ Ｗ，ＦＡＲＲＥＬＬ Ｓ．Ｉｍｐｌｉｃａｔｉｏｎｓ ｏｆ ｃｏｎｇｅｓｔｉｏｎ ｃｈａｒｇｉｎｇ８９交通運輸工程學報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．
關鍵詞：交通規劃；農村居民；出行目的地；出行特徵；ＭＮＬ模型；敏感度分析
０引言農村居民出行規律是城鄉交通規劃的基礎，對布置農村客運班線、分配運力等具有極其重要的作用，但出行規律受農村經濟水平、地域特徵、文化背景以及區域中村鎮分布等因素的影響，不同地區表現出較為明顯的差異，且難以定量分析。受傳統因素與研究發展過程的限制，對農村居民出行研究相對較少，農村居民出行與城市居民相比在出行目的、時間、次數上也表現出很大的不同，所以用城市居民出行規律去分析指導鄉村交通規劃、交通組織和交通管理存在較多問題。農村居民出行目的地是出行規律的重要組成部分，儘管出行目的可能相同，但目的地的選擇往往差異較大，而不同目的地勢必影響農村居民的出行距離、方式和時間選擇，所以是出行特徵的關鍵影響因素。
對於居民出行規律的研究，國內外開展較早，且取得了豐富的研究成果，Ｓａｌｅｈ等構建了愛丁堡中心城居民工作出行與非工作出行的出發時間選擇模型，模擬了當收取擁擠費用時出行者出發時間的變化情況；Ｏｚｂａｙ等建立了考慮出行時間價值的出發時刻選擇模型，利用模型分析評價美國新澤西州出台的擁擠收費政策；Ｈｅｎｓｈｅｒ等使用非集計模型對居住地選擇和出行方式進行聯合選擇模型估計，建立了居住地址和出行方式聯合選擇模型；Ｋｗｉｇｉｚｉｅ等選取個人屬性、社會經濟屬性、出行特性等屬 性 因 素 建 立 聯 合 選 擇 模 型，應 用 交 叉 分 層Ｌｏｇｉｔ模型對居民的出行方式機率進行估計，結果表明分層Ｌｏｇｉｔ能更直觀地表示實際建模情況的相關複雜結構；陳尚雲等通過模擬城市的不同形態和種類，對重力模型的適用性和參數的取值範圍進行了定性和定量分析，並對中國部分特大城市的出行分布進行驗證，提出了對應的重力模型及其參數取值範圍；張政等以北京市２００５年出行調查數據中部分老年人個體出行行為信息為對象，分析了老年人在出行率、出行時間、出行距離、出發時間、出行方式及出行目的等方面的特徵以及老年人出行行為隨年齡變化的規律，比較了北京城八區與遠郊區縣老年人出行行為的差異，研究了老年人的出行特徵與出行行為屬性；徐婷等以北京市部分區域居民出行基礎數據，使用相關性分析篩選與居民出行方式選擇密切相關的影響因素，以小汽車出行方式的效用函數與公共運輸出行方式的效用函數的差值構建新效用函數，分析了出行成本對居民出行方式的影響；趙建有等應用７００份調研樣本數據，分析了城市低收入人群的年齡分布與就業狀況，並結合非集計模型理論，分析了影響低收入人群出行方式選擇的因素；楊勵雅等基於隨機效用最大化理論，選取出行者特徵、行程特性與出行方式服務水平作為效用變量，以出行方式與出發時間作為選擇肢，構建了出發時間位於下層與出行方式位於下層的２種居民出行模型，分析了北京市居民出行樣本數據，並模擬了在早尖峰時段對小汽車出行收取費用時，小汽車出行者出行行為的變化；陳團生等在考慮影響旅客出行選擇行為的各種因素的基礎上，利用非集計理論，構造了旅客出發時刻和運輸方式選擇行為的雙層巢式邏輯決策模型，利用最大似然法對模型參數進行估計，分析了客運通道引入客運專線對旅客出行選擇行為的影響；馮忠祥等應用非集計模型和統計方法對農村居民開展了系統的出行規律研究，研究對象主要包括農村居民出行一般特徵、出行方式、出行距離、出行次數和出行時間等。
上述研究對象大多為城市居民，關於農村居民的研究較少，研究的焦點大多集中在出行時間與出行成本方面，缺少對出行目的地選擇的建模和分析。本文以非集計理論為基礎，針對出行目的地選擇在交通規劃和區域規劃中的作用，設計調查問卷，對農村居民出行目的地開展研究，構建行為選擇模型，並８４第５期 楊琦，等：農村居民出行目的地選擇行為模型與影響因素分析進行因素敏感度分析，系統性地獲得農村居民在選擇目的地時相關決策過程與機理。
１農村居民出行調研結合交通運輸部西部交通建設科技項目《西部地區城鄉客運一體化規劃關鍵技術研究》子課題《城鄉居民出行特性分析及客運規劃關鍵技術》設計了《農村居民出行調查問卷》，獲得農村居民出行構成情況。農村居民出行調查樣本為全國９個省份的１２９個自然村的３ ４００余戶農民，調查獲得有效問卷３ ３２９份，涉及人口１２ １１８人，調查內容主要包括人口數量、年齡結構、性別比例、教育程度、年收入狀況、從事職業等內容。經過對調查數據統計，在調查的１２ １１８人中，男性占５２．９％，女性占４７．１％，對應的人數分別為６ ４１０、５ ７０８人。在所調查的對象中，家庭中人口成員最少為２人，最多為１０人，按照家庭為單位得到的平均人數為４．９１人。
２農村居民出行目的地建模當分析出行者個人交通行為時，由於非集計模型克服了集計模型產生的諸多問題，選擇肢的減少或者增加不影響其他選擇肢被選機率的大小。多項Ｌｏｇｉｔ（ＭＮＬ）模型是非集計模型中常用的模型之，在交通領域中應用較多。本文基於農村居民出行調查數據，隨機抽取２ ３２９份相關數據，利用非集計理論建立ＭＮＬ模型。
２．１模型構建思路非集計模型的效用函數由固定項和隨機項組成，第ｎ個出行者選擇第ｉ種方案的效用函數為Ｕｉｎ＝Ｖｉｎ＋εｉｎ（１）Ｖｉｎ＝∑Ｋｋ＝１θｋＸｉｎｋ（２）式中：
Ｕｉｎ為第ｎ個出行者選擇第ｉ個方案的效用函數；Ｖｉｎ為效用函數的固定項；εｉｎ為效用函數的隨機項；Ｋ為特性變量的個數；θｋ為第ｋ個變量對應的參數；Ｘｉｎｋ為第ｎ個出行者選擇第ｉ種方案的第ｋ個特性變量。假設式（１）中εｉｎ和Ｖｉｎ相互獨立，而且εｉｎ服從Ｇｕｍｂｅｌ分布的前提下，第ｎ個出行者選擇第ｉ種出行目的地方案的機率Ｐｉｎ為Ｐｉｎ＝ｅＶｉｎ∑Ｉｎｉ＝１ｅＶｉｎ（３）式中：Ｉｎ為可供選擇方案的個數。依據農村居民出行的基本特徵與非集計理論對出行者的屬性要求，ｔ與ρ２分別為影響因素的檢驗值與決定係數。
８５交通運輸工程學報２０１３年圖５計算流程Ｆｉｇ．５ Ｃａｌｃｕｌａｔｉｏｎ ｆｌｏｗ２．２選擇肢和影響變量的確定根據出行數據的調查結果，農村居民的出行目的地主要分為鄰村、鄉鎮、縣城和市區，以以上４個目的地作為模型的４個選擇肢分別用Ａ、Ｂ、Ｃ、Ｄ表示，分別取值為０、１、２、３。將影響農村居民出行目的地選擇的因素分為個人屬性、家庭屬性和出行屬性３類，見表１。
２．３影響因素的標定與分析本文選用常用的交通分析軟體ＴｒａｎｓＣＡＤ進行模型影響因素標定，結果見表２。由表２可以看出，影響因素的最小檢驗絕對值為１．９９２ ４９６，符合計算要求，可見，以上１３個影響因素均可以顯著影響出行目的地選擇行為。在非集計理論中，用ρ２判斷模型的擬合度，一般情況下，ρ２值在０．２～０．４之間時，則可以認為吻合度很好，本文所建模型的ρ２為０．３１６ ３８２，說明所建立的模型真實。
４計算結果分析在分析以上１３個因素對農村居民出行目的地選擇的影響時，需對選擇模型進行靈敏度分析。靈敏度分析用於定性或定量地評價模型參數變化對模型結果產生的影響，是模型參數化過程和模型校正過程中的有用工具。針對本文模型，第ｋ個特性變量變化時，第ｉ個方案機率的彈性值Ｅ為Ｅ ＝θｋＸｉｎｋ（１－Ｐｉｎ）對於彈性值，採用其絕對值來分析，彈性值的絕對值可以從０到無窮大。
４個出行目的地對應的年齡平均值呈遞減趨勢，尤其是去市區居民的平均值比去鄰村的要小８歲，說明年輕人更趨向於去更繁華、功能更全面的城鎮和市區消費、打工、娛樂、購買生活必需品等，而年紀較長者，更偏向於離居住地更近一些的區域活動。出行目的地對應各年齡的彈性值中，鄉鎮和縣城均小於１，缺乏彈性，即年齡的變化對於選擇此２個目的地的變化程度影響相對較小；而鄰村和市區目的地的彈性值皆大於１，此時對行為選擇富有彈性，即年齡在這２個地區選擇機率上表現出較大的影響，這也與年齡平均值能夠相互印證。
４個出行目的地對應的農村居民受教育程度均值相差不大，說明受教育程度在各農村居民出行目的地選擇分布中表現出一定的相似性，即差異性不是很大。同時各自對應的彈性值也均小於１，缺乏彈性。平均值與參數值幾乎無相關對應性，這與調研樣本中農村居民７０％為初中及以下學歷，文化素質較低有一定關係，即教育程度在建模過程中無法表現出一定的差異性。
４．1家庭屬性不同家庭屬性對農村居民出行頻次選擇機率的彈性值見表７，從中可以看出，鄰村、鄉鎮、縣城和市區對應的農村居民的家庭年總收入的平均值呈上升趨勢，說明家庭年總收入與農村居民出行目的地選擇有一定相關性，單次選擇或許影響不明顯，但總家庭收入與經濟活動相關，越往經濟活躍的城市，收入相對越高。但各個目的地對應的彈性值均小於１，說明家庭年總收入對出行目的地選擇缺乏彈性，且相差不大，說明在選擇機率貢獻中，收入影響程度也較為接近。但市區目的地對應的彈性值最大，說明相比較而言，收入對城市目的地選擇與其他３個目的地相比，略微敏感。
按居民出行規律理解，出行目的直接決定著目的地的選擇，因為不同目的的需求不同，而不同目的地的功能和作用也不同，往往兩者呈單一對應，但也並非所有的都成唯一對應。如果看重病，往往只能選擇市區醫院，呈單一對應，但如果是小病，鄉鎮衛生所、縣城醫院和市區醫院都可以，所有選擇較多，此時其他因素會共同作用出行者，最終選擇出行效用最大的目的地。
出行目的賦值為人為決定，且目的本身為離散非數字，所以各個目的地對應的目的均值從數學角度無相關意義，僅為後續計算彈性值提供橋樑。而各個出行目的地對應的出行目的彈性值均大於１，說明出行目的對出行目的地選擇富有彈性，但正是由於出行目的是人為賦值，本身不具有規律性，相互之間也無相關性，所以不同目的對於出行目的地的影響不能具體量化，只能反映目的變化對出行目的地選擇機率變化程度影響較大。
各個出行目的地對應的出行時間均值除鄰村較小外，其他３個地點均大於４，且相差不大，說明出行時間上較為接近，即選擇鄰村出行的往往相對較早。整體趨勢並不是隨著出行距離的增長出行時間越早，可能與農村居民上午下午均出行有很大關係，且目前農村居民中的年輕人夜晚喜歡出去娛樂有一定關聯。而出行時間對應的彈性值均小於１，說明出行時間對目的地的選擇缺乏彈性，即不同時間對出行目的地選擇機率的影響程度較小。傳統的農村居民出行只能依靠不是很便利的農村客運，出行時間受班車時間影響較大，所以如果沒趕上班車，影響換乘，則當天無法再去目的地，而隨著村村通道路的修建及農村班線的延伸，班車班次較為頻繁，調研的部分地區甚至達到每５ｍｉｎ一班農村班車，基本與城市公交差不多，農村居民出行非常方便，不受時間的限制，所以出行時間對出行目的地選擇機率影響程度較小。
各個出行目的地對應的是否換乘的均值呈遞增趨勢，說明隨著鄰村、鄉鎮、縣城和市區目的地變化，換乘逐漸增多，但增幅並不是很大，４個平均值中僅市區目的地的大於０．５，說明去市區目的地需換乘較多。結合彈性值變化情況，鄰村、鄉鎮、縣城對應的彈性值均小於１，缺乏彈性，說明農村居民去此３個目的地時，是否換乘對其的選擇機率影響程度較小，但去市區目的地對應的彈性值大於１，富有彈性，結合均值，需換乘的占多數，說明去市區時，換乘對其選擇機率的影響較大，農村居民選擇該目的地時，需考慮換乘帶來的影響。
各個出行目的地所需時間對應的平均值呈快速遞增趨勢，去鄰村的為０．３２６ ４１２，說明一般集中在３０ｍｉｎ以內，而去鄉鎮為０．７５４ ６１２，說明一般集中在６０ｍｉｎ以內，去縣城的為１．９２９ ３６１，即３１～９０ｍｉｎ較多，但市區出行時間均值較高，為２．４１９ ３７１，即９０ｍｉｎ以上所需時間較多。這與農村區域分布特徵較為吻合，與出行距離較為相關。根據對應的彈性值，鄰村和鄉鎮的小於１，缺乏彈性，說明在選擇該２個目的地時，所需時間對選擇機率影響較小，即出行所需時間敏感性較差；但去縣城和市區時，由於距離較遠，農村居民需考慮出行所需時間，此時彈性值大於１，富有彈性，且分別是鄰村的４．４倍和６．８倍，是鄉鎮的３．３倍和５．１倍，即所需時間對市目的地選擇機率的影響程度是鄰村的６．８倍，是鄉鎮的５．１倍，對縣城目的地選擇機率的影響程度是鄰村的４．４倍，是鄉鎮的３．３倍。
５結語本文應用農村居民出行調查數據建立了農村居民出行目的地選擇行為模型，經相關檢驗，模型合理、精確，且模型計算的出行目的地選擇與實際統計結果值較接近，且各項絕對誤差值較小，最大僅為－２．７％，可以滿足實際使用要求。從彈性值分析結果看，本文模型能準確地反映農村居民個體出行目的地選擇的特徵，具有高的可操作性和可移植性。經模型影響因素彈性值分析，出行屬性中出行距離和出行目的２個因素對出行目的地選擇行為影響較大，起決定性作用，而年齡、是否換乘和所需時間３屬性對部分目的地的選擇機率影響程度較大。
參 考 文 獻 ：
Ｒｅｆｅｒｅｎｃｅｓ：
［１］ＳＡＬＥＨ Ｗ，ＦＡＲＲＥＬＬ Ｓ．Ｉｍｐｌｉｃａｔｉｏｎｓ ｏｆ ｃｏｎｇｅｓｔｉｏｎ ｃｈａｒｇｉｎｇ８９交通運輸工程學報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．
收藏