考慮高速公路差異化收費的貨車出行行為研究

孔德學，敖谷昌，徐威威，張惠玲

（1.武漢理工大學 智能交通系統研究中心，湖北 武漢 430063；2.武漢理工大學 交通與物流工程學院，湖北 武漢 430063；3.重慶交通大學 交通運輸學院，重慶 400074）

0 引言

交通運輸部、國家發展改革委及財政部聯合印發的《全面推廣高速公路差異化收費實施方案》[1]提出“全面推廣高速公路差異化收費，持續提升高速公路網通行效率，降低高速公路出行成本，促進物流業降本增效”的要求。在此背景下，借鑒國內外城市道路擁堵收費的成功經驗，在我國高速公路貨運市場引入差異化收費管理理念勢在必行[2-3]。貨運交通作為高速公路交通的主體，由于其重量、體積和車型等特征的多樣性，駕駛員出行選擇更易受到內外部環境的影響，科學精準制定貨車差異化收費方案較為困難。因此，對高速公路貨車出行行為進行研究是實現差異化收費管理的前提和關鍵。

針對高速公路貨車差異化收費，國外的公路收費政策側重于解決城市/城際交通擁堵和環境污染問題[4-5]，且主要針對總重量大于3.5 t的重型卡車。國內政策強調了物流業降本增效在差異化收費管理中的重要性，如陜西省高速公路基于ETC收費系統，針對本省籍和外省籍ETC 貨車制定差異化通行費優惠政策，促使通行費優惠回流本省運輸企業和實體經濟企業，以降低物流運輸成本[6]。目前，國內關于差異化收費的研究尚處于初步階段，缺乏對貨車駕駛員出行異質性的考慮?，F有文獻通常采用潛在類別模型（Latent Class Model,LCM）分析不同群體出行行為的偏好特性，通過多種分類變量來解釋各外顯變量之間的關系，較好地彌補了傳統聚類方法劃分依據以連續變量為主的局限性[7]?；诖?，諸多學者針對影響潛在類別劃分的因素展開研究，探討了出行者個人屬性、社會經濟屬性以及心理因素等潛變量對出行行為的影響[8-10]。在分類結果分析方面，較多集中于比較分析不同類型出行者的出行特征差異[4,11]。劉建榮等[12]在此基礎上，提出了潛在類別回歸的全路徑分析框架，探討了不同類型出行者行為特征影響因素的異同，為包含多種分類變量的出行者潛在類別分析提供了有效途徑。

綜上，現有文獻大多針對城市公交、公路及鐵路等客運細分市場展開研究[8-9,11-12]，較少從潛在類別角度探討差異化收費策略對高速公路貨運市場的影響，且缺乏從出行者個人屬性、貨物屬性等多個角度定量分析其對貨車出行者類別劃分和行為特征的影響。鑒于此，本文以重慶市高速公路貨車駕駛員為研究樣本，在高速公路高峰期提高收費費率的場景下對貨車駕駛員出行選擇偏好進行研究，選取付費方式、運輸時間緊急性、選擇重視因素和情境選擇行為4 個因素作為外顯變量，應用潛在類別模型對貨車駕駛員群體進行劃分，最后通過對各個因素進行回歸因子分析，揭示高速公路差異化收費對貨車駕駛員群體出行特征的影響機制。

1 模型理論

本研究考慮高速公路高峰期提高收費費率（低峰期不變）的情景下貨車駕駛員群體細分問題，目的在于對比分析不同類型貨車駕駛員出行行為特征受到各類因素的影響異同?；趯嵉貑柧碚{查數據，若采用傳統的聚類分析方法不但無法解釋各種因素對分類結果的影響，且無法保證信息的完整度。而潛在類別模型是建立在概率分布理論和對數線性模型基礎之上的分類因子分析方法[13]，可較好彌補傳統方法的不足。因此，本研究采用潛在類別模型對貨車駕駛員群體進行細分。

1.1 模型定義與參數估計

潛在類別模型變量可分為外顯變量和潛在變量兩種，其中前者可通過觀察、測量等手段獲取，如性別、收入和出行頻次等；后者通常不能直接得到，如心理期望、駕駛習慣等。潛在類別模型的基本原理就是將潛在變量的潛在類別概率和潛在類別中外顯變量的條件概率轉換為待定參數，即概率參數化。

舉例來說，若選取駕駛員性別A、年齡B、駕齡C等3個外顯變量進行分析，每個變量分別有i(i=1,2,…,I)、j(j=1,2,…,J)、k(k=1,2,…,K)個屬性水平，為潛在類別變量X在潛在類別t(t=1,2,…,T)中的非條件化概率，用于解釋各外顯變量之間的潛在關系[14]，共同構成聯合概率公式。

針對以上模型概率參數迭代求解，潛在類別模型使用期望-最大化算法（Expectation-Maximization,EM）進行計算[15]，可得到樣本劃分結果。

如式（5）所示，當t=1 時，推導可得的最大化估計值，用于模型的潛在聚類分析。

1.2 模型擬合優度

為區別不同聚類數目下模型的擬合優度，需要對模型進行適配性檢驗，選擇適配性較高且參數較少的模型。檢驗指標主要有最小信息準則（Akaike Information Criterion,AIC）、貝葉斯信息準則（Bayesian Information Criterion,BIC）、一致最小信息準則（Consistent Akaike Information Criterion,CAIC）和調整貝葉斯信息準則（Adjusted Bayesian Information Criterion,ABIC）。通常，指標值越小，模型的擬合度越高[16]。

式（6）中：Λ為模型最大對數似然值；d為待估參數個數；n為樣本個數；RAIC,RBIC,RCAIC,RABIC分別表示AIC,BIC,CAIC和ABIC等評價指標的值。

在樣本量大、變量類型多、分類變量比例高以及樣本數據缺失的情況下，CAIC,ABIC 相對于其他指標，能夠提供更為準確的分類結果，其中ABIC的表現能力最佳[17]。

2 貨車駕駛員潛在類別模型構建

2.1 問卷設計與變量處理

為驗證潛在類別模型的分析能力，本文設計了重慶市高速公路貨車駕駛員出行特征調查問卷。問卷基于重慶市繞城高速貨運交通流的實際分布規律，將計劃選擇高速公路高峰期（7:00—19:00）出行的貨車駕駛員作為研究對象，選取收費費率作為場景特征屬性，費率提高區間為10%～50%，受訪者需在原計劃出行、改變出發時間、改變出行路徑等3 種方式中選擇。問卷共分為三部分：①個人屬性：性別、年齡、駕齡、平均月收入、高速公路月通行次數；②貨物屬性：貨物類型、付費方式、運輸時間緊急性、運輸成本；③行為態度：選擇重視因素、情境選擇行為。調查于2020 年10 月在重慶市進行，共獲得584份有效問卷，有效回收率為95.4%，達到問卷樣本量的基本要求。問卷調查的詳細內容和各變量的分水平處理如表1所示。

表1 貨車出行特征調查

經過多次對比不同外顯變量組合形式的模型擬合優度，發現將駕駛員個人屬性和運輸成本等變量納入模型會使分類效果變差，且由于貨物類型（分為一般貨物與緊急貨物）與運輸時間緊急性的時間層信息類似，兩者同時作為外顯變量會使模型參數的解釋能力傾向于時間需求，經綜合考慮最終選取付費方式、運輸時間緊急性、選擇重視因素以及情境選擇行為作為外顯變量。

2.2 模型參數估計

為了確定模型的最佳聚類數目，假定樣本可被劃分為2～6 個潛在類別，采用Mplus 軟件計算各模型適配性指標的檢驗值，見表2。

表2 模型擬合優度檢驗結果

從表2 數據可以看出，將樣本分為3 個類別時CAIC 與ABIC 檢驗值取到最小值，模型分類準確度最高。因此，根據潛在變量回歸結果得到各個類別的概率和每個外顯變量的分水平條件概率，結果如表3所示。

表3 模型參數估計結果

表3中潛在類別1的概率最大，為0.476 0；其次是潛在類別3 的概率，為0.421 6；最小的是潛在類別2的概率，為0.102 4。從表3中的因子載荷數據可以看出，潛在變量與外顯變量g2的關聯性最強，因子載荷值最大，達到0.829 1，R2為0.687 3，表明潛在變量可以解釋情境選擇行為的信息比例為68.73%；其次是外顯變量f3，R2為0.435 1。

3 不同類別貨車駕駛員出行特征分析

3.1 分類結果橫向對比

圖1 展示了各類別貨車駕駛員的出行選擇行為特征橫向對比分析結果，結合表3 中各類別外顯變量的分布特征，對各潛在類別進行命名。

圖1 各類別貨車駕駛員出行特征分布

圖1 （續）

類別1 的顯著特征表現為選擇重視通行費用的比例最高（占83.5%），以個人承擔通行費為主，且僅低于類別2，在提高收費費率的情境下，駕駛員選擇改變出發時間的比例最高，僅有1.4%的駕駛員會選擇按照原計劃出行。根據以上特征分析可將該類別定義為靈活型貨車駕駛員。

類別2 的顯著特征表現為個人承擔通行費的比例最高，以重視通行費用為主，但迫于高達95.3%的貨物需要緊急送達，收費費率提高會導致其改變出發時間和出行路徑，盡量避開高收費公路。根據以上特征分析可將該類別定義為無奈型貨車駕駛員。

類別3 的顯著特征表現為以重視道路是否擁堵為主，重視通行費用的比例約為0%，付費方式以單位報銷為主，運輸緊急類貨物居多，提高收費費率情形下該類駕駛員傾向于選擇按照原計劃出行。根據以上特征分析可將該類別定義為忠誠型貨車駕駛員。

3.2 貨車駕駛員類別劃分影響因素

將個人屬性及貨物屬性作為自變量，計算各變量對潛在類別劃分的影響系數，如表4 所示。在95%的置信水平下，表4 中僅貨物類型、運輸成本會顯著影響貨車駕駛員的類別。

表4 貨車駕駛員類別劃分影響因素

圖2 和圖3 分別展示了在其他條件不變時貨物類型、運輸成本對貨車駕駛員潛在類別劃分的影響。由圖2 可知，當貨物類型為緊急貨物時，貨車駕駛員屬于靈活型的概率為6.3%；當為一般貨物時，屬于靈活型的概率為71.6%，但無奈型的概率從26.8%降至4.9%，忠誠型也從66.9%降至23.5%。圖3 中，隨著運輸成本的提高，貨車駕駛員屬于靈活型的比例逐漸增加，屬于無奈型的變化較小，屬于忠誠型的逐漸降低。在其他條件不變的情況下，運輸成本為90元及以下時，屬于忠誠型駕駛員的概率為51.0%；當運輸成本為921元及以上時，僅為29.8%。

圖2 貨物類型對貨車駕駛員類別的影響

圖3 運輸成本對貨車駕駛員類別的影響

3.3 貨車駕駛員行為影響因子分析

由于付費方式取決于貨車的歸屬性質，不受其他屬性的影響，且靈活型中貨物運輸時間緊急性f3為1（即需要緊急送達）的樣本個數僅為9，樣本量不足，不進行分析。因此本節只分析各屬性變量對3 類貨車駕駛員選擇重視因素g1、情境選擇行為g2的影響。

3.3.1 選擇重視因素的影響因素對比分析

貨車駕駛員的選擇重視因素與其個人屬性、貨物屬性有關。對于靈活型、無奈型、忠誠型3類貨車駕駛員，分別將選擇重視因素g1與各個影響因素進行回歸，得到分析結果如表5 所示。從數據可以看出，對于無奈型，所有因素對選擇重視因素g1的影響均不顯著，其中由于貨物類型僅有緊急貨物，故在回歸分析將其剔除；對于靈活型，僅運輸成本f4的影響顯著；對于忠誠型，僅高速公路月通行次數e5、貨物類型f1、運輸成本f4的影響顯著。從數據來看，忠誠型的高速公路月通行次數e5和貨物類型f1的系數均大于0，表明隨著高速公路月通行次數的增加或當貨物類型為一般貨物時，貨車駕駛員會更加傾向于關注高速公路是否有良好的行車條件。此外，靈活型和忠誠型運輸成本f4的系數正負號相反，表明運輸成本對兩類貨車駕駛員選擇各重視因素的概率會有不同的影響。

表5 不同類別貨車駕駛員的g1影響因子分析

圖4 展示了在保持其他條件不變時，忠誠型的高速公路月通行次數、貨物類型對選擇各重視因素概率的影響。從圖中可以看出，當高速公路月通行次數由5 次以下增加至16 次以上時，忠誠型選擇重視道路里程的概率從48.0%降至19.1%；但當貨物類型由一般貨物變為緊急貨物時，此概率由12.4%增加至35.0%。

圖4 忠誠型的e5、f1對選擇重視因素概率的影響

圖5 所示為運輸成本變化對靈活型與忠誠型選擇各重視因素概率的影響。從圖5中可以看出，隨著運輸成本的增加，靈活型選擇重視道路是否平順和是否擁堵的概率逐漸減小，選擇重視通行費用的概率從71.6%增加到98.5%，而此時忠誠型的變化趨勢與之相反。

圖5 靈活型與忠誠型的f4對選擇重視因素概率的影響

3.3.2 情境選擇行為的影響因素對比分析

表6 展示了情境選擇行為g2分別與3 類貨車駕駛員各個影響因素之間的回歸分析結果。從表6 可以看出，所有因素對無奈型的影響均不顯著。對于靈活型，僅高速公路月通行次數e5的影響顯著，且回歸系數估計值為正值，表明隨著高速公路月通行次數的增加，改變出行方式的概率提高。而對于忠誠型，僅付費方式f2對其出行選擇影響顯著。

表6 不同類別貨車駕駛員的g2影響因子分析

圖6 為在提高收費情形下靈活型貨車駕駛員的高速公路月通行次數對出行方式選擇概率的影響。從圖6 可以看出，當使用高速公路次數從每月5 次以下逐漸增加至16 次以上時，靈活型選擇按照原計劃出行和改變出發時間的概率逐漸降低，而選擇改變出行路徑的概率從14.7%增加至40.2%。

圖6 靈活型的e5對出行方式選擇概率的影響

3.4 結果分析與討論

前文3.1～3.3三小節分析了不同類型貨車駕駛員的出行行為特征，并對影響駕駛員類別劃分的主要因素進行了探討。在駕駛員類別劃分的基礎上，對于不同群體的貨車駕駛員，對比分析影響選擇重視因素、情境選擇行為等的因素。根據研究，得到以下結論。

1）發現選取付費方式、運輸時間緊急性、選擇重視因素、情境選擇行為作為潛在類別模型的外顯變量時分類效果最佳，最終將貨車駕駛員劃分為靈活型、無奈型和忠誠型等3 類，占比分別為47.78%,10.96%,41.26%。

2）貨物類型、運輸成本會顯著影響貨車駕駛員的潛在類別劃分。貨物類型分別為緊急貨物、一般貨物時，屬于靈活型的概率分別為6.3%,71.6%，屬于忠誠型的概率分別為66.9%,23.5%；隨著運輸成本的提高，貨車駕駛員屬于靈活型的概率逐漸從40.3%增加到58.6%，屬于忠誠型的概率逐漸從51.0%降低到29.8%。

3）對于忠誠型貨車駕駛員，選擇重視里程的概率與高速公路月通行次數成負相關；且當貨物類型由一般貨物變為緊急貨物時，選擇概率增加了22.6%。

4）當貨物運輸成本提高至921元以上時，靈活型出行選擇會更加看重通行費用的高低，而忠誠型則以重視道路是否平順與是否擁堵為主。

5）提高收費場景下靈活型的高速公路月通行次數對出行行為具有顯著影響。隨著高速公路月通行次數的增加，選擇改變出行路徑的概率顯著提升。

綜上可知，靈活型和忠誠型貨車駕駛員在提高收費場景下的出行行為特征存在顯著差異。個人承擔通行費用的靈活型對費率變化更為敏感，收費費率提高會導致該類用戶流失，因此對于該類用戶科學精準調整收費方案至關重要。而忠誠型偏好使用高速公路運輸緊急類貨物，更加注重高速公路的行車體驗和運輸效率，因此，對該類用戶應著重提高高速公路的服務水平。對于無奈型，盡管其對收費費率較為敏感，但是迫于貨物的運輸時間要求，其行為特征方面的差異性較小。

4 結束語

為進一步推進高速公路差異化收費方案與營銷策略的制定與實施，發揮高速公路在地區交通物流發展中的支撐作用，本文以重慶市高速公路貨車出行行為調查問卷數據為基礎，在提高高速公路高峰期收費費率的場景下，采用潛在類別模型將貨車駕駛員群體劃分為靈活型、無奈型和忠誠型3 類，并從駕駛員個人屬性、貨物屬性和行為態度等3 個角度比較分析了不同類別貨車駕駛員的出行選擇行為差異。本研究論證了各類因素對高速公路貨車出行行為的影響機制，但并未考慮不同差異化收費形式和收費費率對貨車出行行為的影響，未來可從這兩個方面深入研究貨車駕駛員的出行選擇偏好。