对观光交通研究的思考(三)——观光行为分析方法

人已阅读 - - 作者: 杨东援 0

(1)生成-发生量(tripproduction and generation)lbp行之道

由于观光的偶发性特征,在传统调查手段条件下,很难以个人为基础采集生成数据,因此将生成作为直接行为模型加以表现的案例也很少。相应方法包括采用集计水平的多重回归分析、或者个人水平的结构方程式模型的频率分析等。多重回归分析的代表性案例有:山田等(1993)采用日本全国观光交通实态调查,分析了考虑地域属性的交通量发生,描述了不同地域的发生结构差异。荒木等(1995)采用结构方程式模型分析了包含观光交通的非日常交通发生频率。作为行为模型方法,古屋等(1993)研究了将观光交通的发生通过序列变量选择模型加以描述,分析了各个月的发生趋势。森川等(1999)采用日本全国观光交通实态调查数据,将观光旅行的类型分成:国内当日往返、地域内、地域外、亚洲、太平洋、其他海外,这样6类,离散型的观光类别选择,和连续型的不同类型观光天数(或者其他资金支出),共同构成离散-连续选择模型。该模型的一个主要特点在于考虑了观光以外资金支出,研究中将日本全国划分为北海道、东北、关东、北陆、中部、近畿、中国、四国、九州等九个居住区域,通过构建不同居住区域的模型明确了观光天数的区域差别。此外,土井、柴田(1995)采用AHP方法,基于未来的设想计划的观光出行的发生量预测。lbp行之道

(2)观光地的吸引力和选择分支集合的确定lbp行之道

对这方面的研究不仅限于离散选择模型本身,还需要研究观光地吸引力的量化计算方法,以及如何处理目的地选择所面临的庞大选择分支集合问题。lbp行之道

对于观光地吸引力的表征,可以考虑访问人数作为特征指标。但是,这不能用作于分析目的地选择行为的说明变量。对于观光地域的观光资源数的观光地客观属性和个人的主观属性,小森-松浦(1972)、高桥-五十岚(1990)、森川等(1991)、沟上等(1992)、室谷(1998)等进行了研究。吸引力是主观评价因素,沟上等采用可以考虑主观的评价项目间的重要度的AHP方法,计算观光地的吸引力。森川等采用在意愿结构分析中常被采用的结构方程式模型,考虑客观因素和主观的评价因素,计算观光地的吸引力。在结构不变的假设下,这些方法可以预测未来吸引力和新的观光地/地区的吸引力。lbp行之道

对于目的地庞大选择分支集合问题的尝试,可以列举森川等(1991)将日本全国作为研究对象,尝试不对观光地事先预定而进行分析。提出了将数量庞大的目的地选择分支集合一一比较逐步聚焦的非补偿型的选择分支集合构成方法。其他,原田采用想起度概念,提出了作为选择分支集合的形成影响被想起的概率导入选择模型的方案。西野等(2000)提出了根据试行错误的过程决定的方法。通过逐次使用限定的效用最大化模型,决定最终目的地集合的模型,即首先选择1个目的地导入最初为空集合的目的地集合中,而后对于是否再追加1个目的地进入重复进行试行错误操作。lbp行之道

作为观光目的地选择的选择分支抉择的一般方法,在分析全国尺度的干线交通量或者观光动态的时候,将目的地划分为较大的区域来压缩选择分支数量;而在针对特定观光地的路径交通量及设施使用者进行需求预测的情况下,将选择分支聚集在各观光地之中。lbp行之道

(3)周游行为lbp行之道

周游行为是观光行为分析中具有特点的行为形态。森杉等(1986)、沟上等(1991)、黑田等(1993),森川等(1995),佐佐木等(1996),杉惠等(1999)等研究了综合处理观光地域内的分布、分配等的分析模型的开发。同时,田村等(1988),森地等(1992),古屋等(1995),西野等(1999,2000)等对于滞留时间和出发时刻进行了建立模型的研究。由于考虑了滞留时间和出发时刻等因素,有可能进行不同时间的交通量预测,对于具有时间集中特点的观光交通有可能提出更加现实的解决方案。lbp行之道

森川等的工作将1日中的观光行为的意愿决策作为分成计划阶段和实施阶段,假设在计划阶段假设出发时刻选择和目的地群同时选择的嵌套型模型,在实施阶段第一目的地、下一目的地(或者返家)以及路径选择,各个选择相互独立的logit模型建立模型。在计划阶段通过引入目的地群选择,可以缓和实施阶段的各区之间独立性的假设。森川等将采用hazard型的Wenbull分布描述的滞留时间模型与上述模型相结合,对到达观光地区的全个人1日内的活动进行宏观仿真再现,预测对应于道路情况变化的各观光地进入游客数,以及不同路径的不同时间的交通量变化。lbp行之道

森地等采用Nested Logit模型表达周游行为,将它与Wenbull分布的滞留时间模型组合,表达周游活动。森川等的假设与森地等的模型的差异可以说是对于观光交通多大程度上进行计划的差别。即森地等的假设在于全部考虑路径选择和区域特征的基础上,决定下一步的目的地或者返家。相对于此,森川等的模型,向下一个目的地的移动,是逐步决策目的地选择、滞留时间、路径选择等构成的意愿决策过程。对于充分掌握信息的情况下,同时决策(simultaneousdecision making)模型是适用的,在没有充分掌握信息的情况下,计划性较低的观光交通,例如休息日驾驶等适合采用逐次决策(sequentialdecision making)模型。lbp行之道

     对于包含住宿-滞留时间的周游活动整体可以采用效用最大原理加以表达,但是各个活动的持续时间与选择模型的共存被认为是困难的。这样的研究示例有:沟上等以熊本县的的广域观光活动为对象,分析了区分时间段的目的地选择行为。这个分析中,将2天分成:上午、下午、住宿、第2天上午、第2天下午这样5个时段,建立Nested Logit模型。此外,还有黑田等构筑了假设时间约束下的合理观光活动,对于包含滞留时间在内的效用最大化模型。lbp行之道

(4)我国的观光交通需求预测研究lbp行之道

我国的观光交通需求预测研究还处于非常初期阶段。邵杰,关宏志(2003)以旅游交通规划的完善为目的,对旅游交通需求的特点进行了最为基础的分析,并提出漫游需求是分析交通需求的重点。何美玲,陈菊(2005)将旅游交通进行分类,分析了干线旅游交通需求预测和观光线旅游交通需求预测的方法。耿雪,关宏志,王迎晖(2008)以北京市中心城区的城市型旅游交通为例,通过问卷调查,探究本地居民游客和外地游客的出游特性及城市型旅游交通需求。关宏志等(2005)讨论自驾车旅游引起的交通问题,探讨了出行者的经济特征、闲暇时间等影响自驾车旅游交通需求的主要因素。lbp行之道

    微信公众号:MobilitySolution