《Research in Transportation Business & Management》：Is hybrid measure an effective instrument for behavioural modal shift decisions to mitigate traffic congestion
编辑推荐：
拥堵收费与公交服务提升协同作用对出行方式选择的影响研究，通过1028份通勤者问卷和多元逻辑回归模型分析，发现公交空调配备、上下车便利性及换乘次数减少能有效吸引私家车用户转向公交，其中降低换乘次数和提升服务质量是核心驱动因素。
Naveed Farooz Marazi | Prasanta K. Sahu | Bandhan Bandhu Majumdar | Agnivesh Pani
沙特阿拉伯达兰，法赫德国王石油与矿业大学智能交通与物流跨学科研究中心，邮编31261
摘要
本文研究了混合措施（结合了系统性措施和提升的公共交通服务）对出行方式选择决策的影响，以及这种措施对拥堵收费（CP）成功实施的作用。混合措施的概念在本研究中首次提出，尤其在新兴经济体中，其效果尚未得到充分关注。该混合措施包括：1）推动性措施，即拥堵收费（CP）；2）公共交通的拉动性措施，例如减少换乘次数、降低进出站及乘车时间、减少出行成本、缩短车头时距；3）提升公共交通服务质量，例如提供空调、方便乘客上下车、降低车内拥挤程度。我们通过选择实验分析了多种拥堵收费方案，并收集了1028份包含通勤者社会人口统计信息、出行特征等详细数据的回应。多项逻辑回归模型分析结果显示，拥堵收费结合空调设施和便捷的上车体验能够吸引驾车通勤者转乘公共汽车。同时，减少换乘次数也能显著提高公共汽车的乘客量。研究发现，通勤者最看重的是上车便利性和出行时间的缩短。在评估不同方案之间的权衡时，我们发现：在第三种方案中（上车便利性最高、空调设施完善、车内拥挤程度和进出站时间最短，同时对驾车通勤者的收费最高），公共汽车被选择的概率最高（68.5%）。因此，混合措施相比单独实施推动性/拉动性或系统性措施，更有可能获得广泛接受，从而有效缓解城市交通拥堵并推动交通网络低碳化。
部分内容摘录
引言与研究背景
根据过往经验和现有文献，供需失衡以及定价信号不足导致了人们对私人汽车的过度依赖。INRIX和Centre for Economics and Business Research（2014年）估计，到2030年法国、德国、英国和美国的交通拥堵成本将达到4.4万亿美元。印度也不例外，2018年主要大城市的交通拥堵造成了约180亿美元的损失（Dash，2018年）。因此，
文献综述
交通拥堵带来的成本由所有通勤者共同承担，而不仅仅是那些造成他人延误的人。为了解决这一负面外部性，Pigou（1920年）提倡征收拥堵税（“Pigouvian Tax”），由此开启了关于拥堵收费的研究。Pigouvian Tax旨在促使通勤者改变出行行为，例如减少每日出行次数、改变出行目的地或选择其他交通方式。
选择实验设计
调查工具采用SP实验形式，为受访者设计了基于特定属性及其相应水平的假设场景（Patil等人，2021年）。问卷分为四个部分：第一部分向受访者介绍调查内容及问卷后续部分的各种图表和符号的含义；第二部分用于收集受访者的社会人口统计信息。
结果与讨论
表4总结了多项逻辑回归（MNL）模型的分析结果及支付意愿（WTP）估算值，表5展示了随机Probit（RPL）模型的分析结果及WTP估算值。WTP表示的是连续属性单位变化所带来的感知收益。为便于理解，对每个属性的WTP估算值进行了简要解读。最终分析使用了892名（车辆所有者）的数据来构建模型。
模型应用与研究意义
进行了敏感性分析，表6展示了相对于基准模式（汽车），在不同拥堵收费水平下选择其他交通方式的效用百分比变化。方程8、9和10给出了各种出行方式的效用值，而方程13则估算了选择其他交通方式相对于基准模式的概率。
政策与研究启示
交通规划者、经济学家及其他城市规划机构普遍支持实施拥堵收费（CP），以改善城市交通网络。公共交通是减少交通拥堵的关键因素，因此在拥堵收费背景下提升公共交通使用率至关重要。基于本研究提出的混合措施，可以制定若干政策建议：
舒适性与服务质量印度政府已着手实施相关政策
结论
本文通过捕捉驾车者对不同假设场景的认知，研究了混合措施（结合系统性措施和提升的公共交通服务）对出行方式选择决策的影响，从而评估了该措施对拥堵收费成功实施的作用。本文基于现有研究文献，提出了适用于印度的可行政策建议。模型分析结果表明：
作者贡献声明
Naveed Farooz Marazi：负责撰写初稿、验证数据、方法论设计、正式分析及数据整理、概念构建。Prasanta K. Sahu：负责审稿与编辑、项目监督、资源协调、方法论制定、数据收集及概念构建。Bandhan Bandhu Majumdar：负责审稿与编辑、项目监督、方法论设计、数据收集及概念构建。Agnivesh Pani：负责审稿与编辑、数据可视化及正式分析。
致谢
我们感谢印度人力资源开发部授予BITS Pilani大学“项目资助：P1075——不同定价方案下的拥堵收费：最优策略规划及通勤者行为影响”项目，该项目由卡迪夫大学和英国纽卡斯尔大学共同参与，通过学术与研究合作促进计划（SPARC）实施。同时，我们也感谢英国-印度教育与研究倡议（UKIERI）的支持。
