时变效用偏好下轨道交通走廊高峰通勤建模与福利经济分析

In-vehicle crowding is one of important factors impacting the commuting in rail transit systems, which is distinct from the travel by auto. Morning peak-period commuters generally choose their respective preferred trains to the destination with the balance of travel time, schedule delay, in-vehicle crowding and fare. It requires understanding and characterizing the variation of their marginal time utilities at home, in the vehicle or at work, for the purpose of explaining and forecasting commuting decision-makings of peak-period transit commuters and then designing feasible demand management policies. Existing studies on rail transit commuting problems almost assume commuters have the constant marginal time utility preferences, which are not consistent with some empirical evidences. With the analysis of rail transit commuters' time-of-use decisions as the starting point, this project plans to conduct departure-time choice preference surveys and controlled behavioral experiments. Our objective is to verify the variation of commuters' time utility preferences, especially to reveal the function forms of time-varying disutility from in-vehicle crowding. On this basis, we plan to develop peak-period commuting equilibrium models and residential location equilibrium models with endogenous in-vehicle crowding, and then do welfare economic analyses on system efficiency and travel equity. Besides, this project plans to conduct empirical studies in Beijing using rail transit smart card data to calibrate model parameters. The models and findings in this project can explore and explain peak-period commuting and residential location patterns on rail transit corridors, and accordingly provide a theoretical basis for the practical pricing and operational management of rail transit systems.

车厢内的人群密集拥挤是轨道交通通勤区别于道路自驾出行的重要影响因素。解释和预测轨道交通用户综合考虑出行时间、时刻延误、车厢拥挤和票价因素进行早高峰通勤决策的行为进而制定可行的需求管理措施，需要理解和把握通勤者在家、在车厢内还是在工作地点的边际时间效用变化规律。以往研究大都假定通勤者具有常数化的边际时间效用，但这一假设与实际情况不大符合。项目以分析轨道交通用户的时间使用决策为切入点，通过通勤时刻选择偏好调查和可控行为实验，验证通勤者时间效用偏好的时变特性，重点揭示车厢拥挤感知负效用的时变函数规律。在此基础上，考虑内生的车厢拥挤效应，构建轨道交通走廊高峰通勤均衡模型和居住选址均衡模型，在系统效率和出行公平性两方面进行福利经济分析。最后利用北京轨道交通一卡通刷卡数据进行实证研究，校正模型参数，发现并解释典型走廊通勤居民的高峰出行和居住选址规律，为实际轨道交通系统的票价制定与运营管理提供理论依据。

公共交通与一般机动车相比在环境污染、能源消耗等方面具有明显优势。优先发展城市公共交通，建设以轨道交通为骨架的公交主导型综合交通系统，已成为国内外大城市尤其是超大城市交通系统发展的共识。车厢内的人群密集拥挤是轨道交通通勤区别于道路自驾出行的重要影响因素。解释和预测轨道交通用户综合考虑出行时间、时刻延误、车厢拥挤和票价因素进行早高峰通勤决策的行为进而制定可行的需求管理措施，需要理解和把握通勤者在家、在车厢内还是在工作地点的边际时间效用变化规律。本项目综合运用交通管理科学、经济学与行为科学的理论和方法，刻画了城市交通走廊轨道交通早高峰通勤用户在出行时间成本、时刻延误成本、车厢拥挤成本和票价之间的决策权衡，揭示了居民时间效用偏好尤其是车厢拥挤感知偏好的时变特性和函数规律以及走廊居民分布、住房价格与均衡通勤成本的内生机理，在福利经济分析的基础上发展了新颖的以价格机制和数量控制为基础的交通需求管理策略。项目成果可以为轨道交通为骨干的多模式城市交通服务定价和运营工作提供较为科学的理论依据和决策参考。项目执行四年，在Transportation Research (Part A/B/C/E)、Regional Science and Urban Economics、Transportation、Journal of Management Science and Engineering、管理科学学报、系统工程理论与实践等国内外重要刊物上发表标注学术论文10篇，其中SCI(E)/SSCI检索7篇。项目组举办2019“多模式交通网络分析与运营”学术研讨会1次，参加国内外学术会议和合作交流20次，1篇会议论文获第11届计算交通科学国际研讨会(CTS 2019) Best Paper Award。项目培养毕业硕士研究生5名，协助培养毕业博士研究生3名。项目负责人被聘为教育部2020年度“长江学者奖励计划”青年学者。