引用本文
可钰, 聂磊. 基于OD分类的空铁联运换乘点选择研究[J]. 北京交通大学学报, 2020,44(3): 136-141.
KE Yu, NIE Lei. Transfer hubs selection of air-rail intermodel transport based on ODs classification[J]. JOURNAL OF BEIJING JIAOTONG UNIVERSITY, 2020,44(3): 136-141.
Doi:10.11860/j.issn.1673-0291.20190091  
Permissions
Copyright©2020, 北京交通大学学报编辑部
北京交通大学学报编辑部 所有
基于OD分类的空铁联运换乘点选择研究
可钰, 聂磊
北京交通大学 交通运输学院,北京 100044
通信作者: 聂磊(1970—),女,湖南长沙人,教授,博士,博士生导师.email:lnie8509@yahoo.com.

第一作者:可钰(1994—),女,河南焦作人,博士生.研究方向为综合交通运输.email:16114188@bjtu.edu.cn.

收稿日期: 2019-08-15
基金: 国家重点研发计划(2016YFE0201700); 中国国家铁路集团有限公司科研项目(K2019X007); 国家自然科学基金(71971024)
摘要

针对不同类型的客流起讫点(Origin-Destination,OD),确定了空铁联运的换乘点.首先,根据OD两端节点的机场和高速铁路车站的建设情况,将客流OD分为三类,并阐述经济性、快速性和方便性对空铁联运换乘点选择的影响;然后,基于既有航空和高铁客流数据建立Logit模型,说明空铁联运服务特性指标的取值方法;最后,以京广高铁运输通道中1 000 km以上的OD作为研究对象,选择了最优的空铁联运换乘点.结果表明:石家庄凭借价格优势和便捷换乘,分别在三类OD中被选择作为换乘点的次数最多.分析结果对于提高我国空铁联运竞争优势、加强综合运输发展具有指导意义.

关键词: 交通运输规划与管理; 空铁联运; Logit模型; 换乘; 综合交通运输
中图分类号:U15 文献标志码:A 文章编号:1673-0291(2020)03-0136-06
Transfer hubs selection of air-rail intermodel transport based on ODs classification
KE Yu, NIE Lei
School of Traffic and Transportation,Beijing Jiaotong University, Beijing 100044,China
Fund:National Key R&D Plan(2016YFE0201700); Science and Technology Research and Development Key Program of China Railway Corporation (K2019X007); National Natural Science Foundation of China(71971024)
Abstract

The transfer hubs in air-rail (AH) intermodal transport are selected for different types of passenger ODs (Origin-Destination). First, passenger ODs are classified into three categories by the infrastructure construction of airports and high-speed rail stations. The influence of service characteristics, including economy, rapidity, and convenience, on the selection of AH intermodal transport transfer hub is expounded. Then a Logit model is established based on the passenger data of air transport and high-speed rail, and how to evaluate the service performance indictor of AH intermodal is illustrated. Finally, AH intermodal transport transfer hubs are selected for different types of ODs transport which are all more than 1 000 km along the Beijing-Guangzhou high-speed rail corridor. The results show that Shijiazhuang is most often selected as the transfer hub in three types of passenger ODs due to the price advantage and convenient transfer. The results provide guidance for adding competitive advantage for AH intermodal transport in China and promote the development of integrated transportation.

Keyword: transportation planning and management; air-rail intermodel transport; Logit model; transfer; integrated transportation

随着航空和高速铁路的快速发展, 两者之间不仅仅存在竞争关系, 其合作关系也在逐渐加强[1].空铁联运作为典型的合作形式, 可满足中、长途旅客的多样需求, 提高运输覆盖度和通达性.针对不同的客流起讫点(Origin-Destination, OD), 空铁联运换乘点的选择直接影响了旅客的全程出行效用.在此背景下, 充分利用现有航空和高铁客流数据, 制定换乘点的选择策略, 对提高空铁联运服务水平具有现实意义.

目前, 国内外针对空铁联运的相关研究主要包括定性和定量分析两个方面.定性分析方面, 多数文章研究了航空和高铁的合作关系, 以及当前空铁联运面临的问题及实施对策.文献[2]以英国希斯罗机场为例, 考虑航空和铁路的替代关系, 讨论了二者合作的可能性.文献[3]介绍了德国的空铁联运产品, 并认为空铁联运产品成功的关键因素在于机场和高铁的基础设施是否连通.文献[4, 5]提出了我国空铁联运当前存在的问题, 结合国外发展经验, 提出了相应的发展对策.定量分析方面, 文献[1]基于SP调查, 建立Logit模型对京广运输通道的4对OD进行参数标定, 并进行敏感度分析.文献[6]考虑了运营者和旅客的联运成本, 提出了针对空铁联运路网设计的优化方法.文献[7]考虑了岛国内部航空和高铁的竞争关系, 认为应该加强二者之间的连通性.文献[8]采用多种统计方法, 基于当前全球的航空和高铁的合作案例, 定量分析了影响航空和高铁合作关系的因素.文献[9]利用超级网络理论构建空铁运输超级路网, 研究了城市间空铁联合交通流分布问题.文献[10]针对高铁和航空共存的客运枢纽网络, 考虑枢纽机场容量, 建立了求解多模式枢纽网络中高铁和航空最优票价问题的双层规划模型.

目前, 既有研究主要集中于市场份额、路网设计、联运票务等方面, 缺乏针对空铁联运换乘点选择的研究.为填补研究空白, 本文作者建立了空铁联运换乘点选择模型.通过对空铁联运客流OD进行分类, 基于当前航空和高铁客流数据, 建立Logit模型以量化服务特性指标与方式选择的关系, 并说明空铁联运的服务特性指标取值方法, 最后以京广高铁运输通道为例, 针对每类OD求取最优的换乘点.

1 空铁联运客流OD分类与换乘点
1.1 空铁联运客流OD分类

不同空铁联运客流OD具备不同的特点, 直接影响了空铁联运的服务质量, 因此有必要进行分类.分类因素包括城市节点属性和城市节点间的相互联系.

1)城市节点属性.

空铁联运路网中的节点属性与城市中机场和车站的建设情况、空铁联运的服务类型、运营组织和合作机制等因素有关.节点等级越高, 则机场、车站的建设越完备, 空铁联运的服务类型越丰富, 运营组织效率越高, 运输部门的合作机制也越完善.一般而言, 节点等级高的城市同时具备机场和高铁站, 这类节点通常为路网客运中心, 人口多、经济发达、社会属性强; 低等级的城市节点往往仅具备机场或高铁站, 这些节点一般为区域性客运中心或者普通站点, 客流需求较少, 集散功能较弱.

2)城市节点间的相互联系.

城市节点间的相互联系包括客流结构、路网条件和区位联系.客流结构方面, 主要体现在OD的客流量和距离.空铁联运的客流需求决定着产品开展的丰富程度; OD距离越长, 空铁联运在总旅行时间上的优势越明显.路网条件方面, 空铁联运的存在与否主要取决于OD两端节点的机场车站建设情况.行政联系和经济联系会影响客流的发生, 政治经济发达的区域之间客流量较大, 联运客运市场旺盛.图1给出了影响空铁联运客流OD分类因素的关系图.

图1 影响空铁联运客流OD分类的因素Fig.1 Influencing factors of passenger ODs classification in AH intermodal transport

通常情况下, 高等级节点通常具备完善的基础设施建设, 其相互之间的联系更加密切, 客流需求大, 政治经济交流频繁.本文主要考虑节点的机场和车站建设情况, 对空铁联运客流OD进行分类, 得到三类OD:第1类OD中两端节点均具备机场和高铁站, 最少换乘点数量为1; 第2类OD中两端节点内一端具备机场和高铁站, 另一端仅具备机场或者仅具备高铁站, 最少换乘点数量为1; 第3类OD中两端节点仅具备机场或者高铁站, 最少换乘点数量为2.表1给出了具体的分类内容, 其中AH表示同时具备机场和高铁站的节点, A表示仅具备机场的节点, H表示仅具备高铁站的节点.

表1 空铁联运客流OD分类 Tab.1 Passenger ODs classification of AH intermodal transport
1.2 空铁联运换乘点

空铁联运产品中不同换乘点导致服务水平的差异.选择客运产品经济性、快速性和方便性作为服务特性指标, 说明空铁联运换乘点与其间的关系.

1)空铁联运的核心竞争力之一在于价格优势.换乘节点机场的市场定位和地理位置直接决定了出行的经济性.通常, 低成本航空枢纽具备很强的价格优势, 因此也常常作为空铁联运产品中换乘节点的重要选择.

2)换乘点的选取决定着空铁联运的快速性.一方面, 高铁里程占据总里程的比例越小, 总旅行时间越小; 另一方面, 换乘节点的路网功能决定着航线数量和列车的服务频率, 航线越多, 列车服务频率越高, 可提供的空铁联运的换乘接续时间越短.

3)换乘节点的服务水平直接影响了空铁联运的方便性.在换乘节点中, 机场和高铁站的距离越近, 旅客换乘越方便.按照接驳距离, 将换乘节点分为一体式, 紧邻式和近邻式, 以及异地式.一体式换乘点中铁路车站与机场航站楼、城市轨道交通等人员流动量较大的多种交通节点合设; 紧邻式中铁路车站与机场航站楼分开设置, 运用连接通道进行换乘, 但两者距离较近, 换乘通道小于100 m; 近邻式中运用连接通道或者摆渡车进行换乘, 空铁两者距离较远, 一般大于100 m, 不超过4 km; 异地式是指机场和高铁车站分别为独立的建筑, 二者相距4 km以上, 处于分离的状态.通常, 旅客更加偏好一体式的换乘节点, 紧邻式和近邻式次之, 异地式较差. 其特征、换乘方式如表2所示.

表2 基于机场和高铁站接驳距离的换乘节点分类 Tab.2 Transfer hub classification of AH intermodal transport based on transfer distance
2 空铁联运换乘点选择模型

基于实际的航空和高铁客流数据, 选择Logit模型量化经济性、快速性和方便性对出行选择行为的影响程度.一方面, Logit模型在理论上对旅客出行选择行为有较强的说服力, 结构简单、操作方便、适用性强; 另一方面, Logit模型可以基于小区间的客流数据拟合出行选择与运输方式服务特性之间的关系.空铁联运在短途运输中不具备竞争优势[1], 因此选择航空和高铁的中长途客流数据进行计算.

2.1 Logit模型效用函数构建

构建始发节点为i、终到节点为j、运输方式为k的效用函数为

Vijk=αEijk+β(Fijk+Cijk)(1)

式中:Eijk、Fijk和Cijk分别表示客运产品的经济性、快速性和方便性; α 和β 为待求参数; k=1, 2, 3分别表示航空, 高铁和空铁联运.各种服务特性指标取值说明:

1)经济性体现了旅客在出行过程中消耗的出行成本, 采用机票/车票费用作为ODij中第k种运输方式的经济性Eijk.由于航空的实际票价机制较为复杂, 简化为ODij的航空票价Eij1按照平均机票价格取值, 高铁票价Eij2取二等座票价.

2)快速性反映了出行过程中所消耗时间的长短, 采用旅客在运输工具中消耗的时间作为ODij中第k种运输方式的快速性Fijk.

3)方便性反映了不同运输方式对旅客不确定出行行为的满足程度.针对航空和高铁, 采用在ODij两端节点消耗的市内交通时间和在机场/车站内消耗的时间作为方便性Cijk.

2.2 Logit模型参数标定

基于2018年全国129对航空客流OD数据和高铁客票OD数据标定Logit模型中效用函数的参数.按照距离, 将所有OD分为15个距离区间, 距离区间q=1, 2, …, 15.每个区间q包括了mq个OD. nAql是区间q第l个OD的航空客流量, nHql是区间q第l个OD的高铁客流量. pqlA表示区间q第l个OD的航空客流分担率, pHql表示区间q第l个OD的高铁客流分担率, 其表达式如下为

pAql=exp(Vij1)/[exp(Vij1)+exp(Vij2)](2)

pHql=exp(Vij2)/[exp(Vij1)+exp(Vij2)](3)

采用极大似然估计法对效用函数的参数进行标定[11, 12, 13, 14].每个区间q的极大似然函数为

Lq* =∏l=1mq(pAql)nAql(pHql)nHql(4)

通过对数求导等于零即可得到参数α 和β 的值.计算出的每个区间的参数值见表3.

表3 不同运距下Logit模型效用函数的参数取值 Tab.3 Parameter values in Logit model under different transfer distances
2.3 空铁联运的服务特性指标取值

影响旅客选择空铁联运的因素同样包括经济性、快速性和方便性.经济性Eij3体现在出行链中平均航空票价和高铁票价之和; 快速性Fij3包括飞机上的运输时间和在高铁上的运输时间; 而方便性Cij3除了包括在OD两端节点消耗的市内交通时间、在相应机场/车站消耗的时间, 还要考虑换乘时间.空铁联运产品换乘时间的设计值与换乘点的基础设施建设情况有关.一般而言, 一站式、紧邻式和近邻式换乘点的换乘便捷性强, 产品中相应航空和高铁的预留接续时间较短; 对于异地式换乘点, 由于旅客需要通过公共交通完成换乘, 空铁联运产品则需要预留出足够的换乘时间以免旅客错失下一段行程.分别针对不同类型的换乘点取平均换乘时间.另外, 旅客在换乘过程中需要携带行李, 引入惩罚项γ 修正换乘时间.ODij选择换乘点h时所对应的方便性为

Cij3=tcij3h+tsij3h+γ×ttij3h(5)

式中:t cij3h为总市内交通时间; t sij3h为在机场/车站消耗的总时间; t tij3h为换乘时间; γ 为换乘惩罚项, 取值为2.

3 实例分析

以京广高铁运输通道为实例背景, 为沿线客流OD选择换乘点.京广高铁沿线车站有36个, 共计1 260个客流OD.其中, 沿线车站所在城市具备机场的站点包括北京西站、正定机场高铁站(石家庄)、郑州东站、武汉站、长沙南站和广州南站.运距超过1 000 km的OD共计232个, 占总客流OD数目的18.4%, 将这些客流OD分类, 各类OD数量的占比如表4所示.

表4 京广高铁运输通道客流OD数量分布 Tab.4 Distribution of passenger ODs in Beijing-Guangzhou high-speed rail corridor

对于同一个OD, 不同的换乘点对应着不同的空铁联运产品.产品的效用越高, 旅客对该产品的偏好越高.本文在京广通道沿线城市中, 以北京、石家庄、郑州、武汉、长沙、广州作为备选换乘节点, 计算每一个客流OD的不同空铁联运产品的服务特性指标值, 代入不同运距对应的效用函数得到效用值, 选择效用值最高的换乘点作为该OD的最优换乘点.第1类和第2类OD选择一个换乘点, 第3类OD选择两个换乘点.各类客流OD的部分换乘点选择结果如表5所示.例如, 第1类OD中, 北京—广州客流OD的空铁联运最优换乘点为石家庄, 郑州—广州客流OD的最优换乘点同样选择石家庄; 第2类OD中, 北京—清远客流OD的空铁联运最优换乘点为广州, 保定—广州客流OD的最优换乘点选择石家庄; 第3类OD中, 保定—韶关、安阳—清远等客流OD的空铁联运最优换乘点均选择石家庄和广州.

表5 各类客流OD的最优换乘点(部分) Tab.5 Optimal transfer hubs for different types of passenger ODs (Part)

汇总各个换乘点被选择的次数以及比例, 第1类客流OD共计14个, 石家庄被6个OD选作最优换乘点, 占比最高, 长沙和北京被选作最优换乘点的比例最低, 为14%; 第2类客流OD中, 被选作最优换乘点次数最高的节点为石家庄, 被选择44次, 占比为37%, 次数最低的节点为广州, 占比为11%; 第3类客流OD中, 石家庄同样是被选择为最优换乘点的比例最高的节点, 占比为28%, 占比最低的节点为武汉.具体结果如图2所示.三类OD中石家庄被选择作为空铁联运产品最优换乘点的次数最多.因为石家庄正定机场的大众化航空定位使其具备较强的价格优势, 春秋航空、祥鹏航空等多家低成本航空公司的入驻保证了经济性; 正定机场和正定机场高铁站距离近, 约为3.4 km, 旅客乘坐免费摆渡车于10 min之内即可完成换乘, 极大地方便了旅客的出行, 从而保证了方便性.对于效用较低的产品, 其换乘点往往在价格和换乘条件方面有所欠缺.所以, 在设计空铁联运产品时, 换乘点的价格优势越强, 换乘点为一体式、紧邻式或近邻式, 该产品的市场竞争力越强.

图2 3类客流OD中不同换乘城市被选择的次数及比例Fig.2 Frequencies and proportions for different cities to be selected as transfer hubs in three types of passenger ODs

4 结论

1)对空铁联运客流OD进行分类, 基于航空和高铁OD客流数据建立了Logit模型, 说明了空铁联运的服务特性指标取值方法, 以京广高铁运输通道1 000 km以上的客流OD为研究对象, 在给定的换乘点备选集合中, 通过定量计算选择了最优的换乘点.不同客流OD类型中, 石家庄被选择作为空铁联运产品最优换乘点的次数最多, 说明了换乘点的属性对空铁联运产品设计起着重要的影响.价格优势越明显、换乘越便捷, 则更加适合开展空铁联运.分析结果对于提高我国空铁联运竞争优势、加强综合运输发展具有指导意义.

2)随着综合交通枢纽布局基本形成, 精细化空铁联运产品设计将会是主要趋势.在以后的研究中, 可以进一步引入航空和高铁的时刻表, 优化设计一体化的接续方案, 提高空铁联运产品的换乘质量.

参考文献
[1] LI Z C, SHENG D. Forecasting passenger travel demand for air and high-speed rail integration service: a case study of Beijing-Guangzhou corridor, China[J]. Transportation Research Part A: Policy and Practice, 2016, 94: 397-410. [本文引用:3]
[2] GIVONI M, BANISTER D. Airline and railway integration[J]. Transport Policy, 2006, 13(5): 386-397. [本文引用:1]
[3] GRIMME W G. Air/rail passenger intermodality concepts in Germany[J]. World Review of Intermodal Transportation Research, 2007, 1(3): 251. [本文引用:1]
[4] 樊桦, 刘昭然. 我国空铁联运发展面临的问题和建议[J]. 综合运输, 2015, 37(4): 48-52.
FAN Hua, LIU Zhaoran. Intermodal air-rail development in China: problems and suggestions[J]. China Transportation Review, 2015, 37(4): 48-52. (in Chinese) [本文引用:1]
[5] 张晓光, 孙相军, 崔姝. 我国空铁联运发展的对策建议[J]. 综合运输, 2015, 37(8): 41-45.
ZHANG Xiaoguang, SUN Xiangjun, CUI Shu. Suggestions of development of the air-rail multimodal transport mode in China[J]. China Transportation Review, 2015, 37(8): 41-45. (in Chinese) [本文引用:1]
[6] ALLARD R F, E MOURA F M M V. Optimizing high-speed rail and air transport intermodal passenger network design[J]. Transportation Research Record: Journal of the Transportation Research Board, 2014, 2448(1): 11-20. [本文引用:1]
[7] TAKEBAYASHI M. The future relations between air and rail transport in an island country[J]. Transportation Research Part A: Policy and Practice, 2014, 62: 20-29. [本文引用:1]
[8] LI X Y, JIANG C M, WANG K, et al. Determinants of partnership levels in air-rail cooperation[J]. Journal of Air Transport Management, 2018, 71: 88-96. [本文引用:1]
[9] 戴福青, 庞笔照, 袁婕, 等. 基于超级网络的空铁联合交通流分布模型[J]. 武汉理工大学学报(交通科学与工程版), 2017, 41(5): 770-775.
DAI Fuqing, PANG Bizhao, YUAN Jie, et al. The air-rail integrated traffic flow distribution model based on super-road network[J]. Journal of Wuhan University of Technology(Transportation Science & Engineering), 2017, 41(5): 770-775. (in Chinese) [本文引用:1]
[10] 张婧, 郭啸, 陈维亚, 等. 多模式枢纽网络中高铁与航空票价优化模型[J]. 系统工程学报, 2015, 30(5): 693-702.
ZHANG Jing, GUO Xiao, CHEN Weiya, et al. Price optimization model of high-speed rail and airline in a multi-modal hub network[J]. Journal of Systems Engineering, 2015, 30(5): 693-702. (in Chinese) [本文引用:1]
[11] 李博, 赵鹏, 宋文波. 基于旅客时间价值的高速铁路差别定价[J]. 北京交通大学学报, 2018, 42(4): 98-103.
LI Bo, ZHAO Peng, SONG Wenbo. Differential pricing for high-speed railway based on the time value of passengers[J]. Journal of Beijing Jiaotong University, 2018, 42(4): 98-103. (in Chinese) [本文引用:1]
[12] 许若曦, 聂磊. 高速铁路运营参数对客流分担率的影响及灵敏度分析[J]. 铁道运输与经济, 2017, 39(11): 21-27.
XU Ruoxi, NIE Lei. The impacts of HSR operation parameters on sharing ratio of passenger flow and their sensitivity analysis[J]. Railway Transport and Economy, 2017, 39(11): 21-27. (in Chinese) [本文引用:1]
[13] 何宇强, 毛保华, 陈团生, 等. 高速客运专线客流分担率模型及其应用研究[J]. 铁道学报, 2006, 28(3): 18-21.
HE Yuqiang, MAO Baohua, CHEN Tuansheng, et al. The mode share model of the high-speed passenger railway line and its application[J]. Journal of the China Railway Society, 2006, 28(3): 18-21. (in Chinese) [本文引用:1]
[14] 赵鹏, 李云峰, 李博. 基于时段偏好的高铁旅客车次选择行为研究[J]. 北京交通大学学报, 2017, 41(6): 49-54.
ZHAO Peng, LI Yunfeng, LI Bo. Study on the train choice behavior for high-speed railway passengers considering the departure time preference[J]. Journal of Beijing Jiaotong University, 2017, 41(6): 49-54. (in Chinese) [本文引用:1]