英文题目：Understanding passengers' intermodal travel behavior to improve air-rail service: A case study of Beijing-Tianjin-Hebei urban agglomeration

中文题目：了解乘客多式联运出行行为以改善空铁服务——以京津冀城市群为例

论文作者：陈琳，姚恩建，杨扬，潘龙，刘莎莎

论文期刊：Journal of Air Transport Management

论文网址：https://www.sciencedirect.com/science/article/pii/S0969699724000802

摘要：我国在积极规划建设更多机场的过程中面临着机场群利用率不均衡这一普遍存在的问题，为解决这一问题，以空铁一体化服务（ARIS）为代表的多式联运旅客运输服务（IPTS）作为一种新途径应运而生。尽管当前市场上已出现一些相关服务产品，但这些产品未充分考虑多个枢纽间换乘的复杂性，导致中转时间过长、连通性不佳等问题，因此多式联运旅行服务目前仍处于起步阶段。为此，本研究基于京津冀城市群枢纽群多式联运在线陈述偏好（SP）调查，构建涵盖出行方式选择和城市选择的通用混合选择模型（HCM）框架。在此框架中，本研究引入旅客对出行安全性、舒适性、便利性和可靠性的关注作为态度变量，进一步深化对IPTS的研究。通过评估出行者对出行服务支付意愿（WTP），本研究揭示了多式联运旅客对于中转时间短、在大都市中转、航空比铁路预留时间长、行李直通服务以及安检互认机制的偏好。最后，通过情景测试发现高学历、高收入且对换乘时间容忍度较低的旅客，由于过度关注安全性和舒适性，可能会降低空铁联运的市场份额。本研究的发现可为相关部门和企业制定更加人性化的多式联运出行方案及基础设施建设计划提供有效参考。

关键词：多式联运出行行为；空铁一体化服务；混合选择模型；旅行态度；陈述偏好调查

1.引言

机场建设是我国近年来的发展方向，未来新建机场将达到140个。但现有的一些机场并没有得到充分利用，尤其是中小城市机场的能力还没有得到高效发挥。目前，我国机场群面临着利用率不均衡的问题。如图1，以京津冀机场群为例，作为重要的航空枢纽，2019年北京首都国际机场（PEK）利用率超过116%。相比之下，同年天津滨海国际机场（TSN）和石家庄正定国际机场（SJW）的利用率分别只有95%和60%。与此同时，天津正在规划一个可服务5500万人次的新航站楼，以提高其区域影响力，急需吸引一些客流。因此，如何有效发挥机场的运力是值得考虑的重要问题。

图1 京津冀机场集群利用现状

多式联运旅客运输服务（Intermodal Passenger Transportation Service，IPTS）为解决这一问题提供了一个有价值的思路，即通过合理引导部分出行需求来减轻枢纽的压力。空铁一体化服务（Air-Rail Integration Service，ARIS）是最典型的多式联运旅客运输服务之一，它可以通过综合枢纽内或城市群内多个枢纽之间的换乘来实现。ARIS促进了城市群协同发展，丰富了无直航城市的可达性，解决了旅客缺乏直航的困境。由于没有明确界定各枢纽在城市群中的功能定位，区域内航线重复会造成某些航班占用率低问题，而ARIS可以通过解决这一问题来降低航空公司的成本。基于这些优势，ARIS正成为城际交通的重要发展方向。

一些专注城际旅行的公司已经注意到旅客对多式联运的需求，并开始基于机场的HSR多式联运终端推出类似的服务产品，例如汉莎航空公司的AiRail，法国国家铁路公司和航空公司联合推出的TGV-Air，如图2所示。随着城市群的发展和HSR的建设，中国城市间的通达性逐步提高，相关服务也陆续推出，如东航与中铁联合推出的空铁、SJW“从家里飞，享受空铁”等。然而，由于中国最初没有规划综合枢纽，这些多式联运产品几乎总是需要过境城市中不同枢纽的协作，这就涉及到这些城市的城市交通，从而使ARIS复杂化。因此，市面上的多式联运产品直接借鉴汉莎航空等公司的成功经验，并没有考虑到上述的复杂性，存在换乘时间长、衔接不便等问题，仍处于起步阶段。有必要深入研究旅客在多个枢纽之间的多式联运旅行特点，以形成更丰富、更有针对性的旅行计划。

图2 多式联运产品

目前，许多学者都对IPTS进行了研究。现有的关于乘客多式联运出行行为的研究大多关注城市中各种交通方式的组合，例如自行车与地铁的组合。

其他涉及多式联运出行的研究则侧重于跨区域和城市交通方式的融合，如地铁和铁路的结合。当然，也有一些关于跨区域交通方式整合的文献，但它们主要研究的是模式之间的竞争、多式联运运输的可达性、开发多式联运出行规划器的系统架构、以及支持多式联运网络运营层面决策的解决方案框架等。

然而，真正探索多式联运旅客出行选择行为(即跨区域出行方式的组合选择)的研究很少。与一般的组合出行不同，多式联运出行是一种由不同类型的交通方式组成的跨城市出行方式。因此，乘客在出行过程中也会考虑特殊因素，如行李处理、换乘时间等。为了更全面地了解旅客对于多式联运出行的选择偏好，特别是涉及多个枢纽间换乘的选择偏好，本文基于京津冀城市群的问卷调查进行了深入研究。

本文的贡献主要体现在以下几个方面：

（1）考虑了在多个枢纽内的多式联运换乘，而不仅仅是在同一个枢纽内，并将城市交通作为连接枢纽的一种方式，这需要同时考虑出行方式的选择和换乘城市的选择，从而拓宽了IPTS的研究范围。

（2）针对多机场区域内的空铁联运，构建了一个适用于单枢纽和多枢纽联运的通用选择模型框架，并特别详细阐述了多式联运服务水平(换乘时间、等待时间、换乘城市等)以及潜在的多式联运增强措施(行李通关服务和安检互认机制)的影响机制。

（3）引入4个态度变量，借助HCM有效测量了旅客对出行安全性、舒适度、便利性和可靠性的关注程度，以及旅客个人特征(不仅是社会经济属性，还包括多式联运出行体验和偏好)与这些态度之间的相关性，并深入探讨了这些态度影响多式联运出行决策的机制，以更有针对性的方式揭示旅客的异质性。

（4）为平衡城市群背景下各城市的外部出行需求，从四个角度对不同城市枢纽联合提供空铁联运服务的举措给出相应建议：提供ARIS的企业、机场运营商/航空公司、交通管理规划者、政府/交通运输部，这将有利于更好地进行机场建设和服务提升，从而挖掘枢纽的潜在利用价值，增加经济和社会效益。

本文的剩余部分组织如下。第2节描述了本研究设计的网络问卷调查，并提供了对调查数据的描述性统计分析。第3节介绍了模型框架，并描述了建模方法。第4节讨论了模型估计的结果。第5节评估了旅客对旅行服务特征的支付意愿(WTP)，考察了态度变化对市场份额的影响，并从中得到了一些启示。第6节总结了本文的工作和重要发现。

2.数据收集

为了了解乘客选择多式联运的特征偏好，我们进行了一项基于网络的京津冀城市群枢纽多式联运偏好(SP)调查。每位被调查者随机选择2道SP场景实验题，并根据实际情况填写社会人口学问题和态度问题。我们委托专业在线调查机构长沙冉星信息科技有限公司进行调查，调查时间为2020年3月1日至3月15日。

2.1.调查设计

目前，居民出行的调查方法可分为回顾性偏好(RP)调查和陈述性偏好(SP)调查。与RP调查相比，SP调查可以更多地获得乘客对关键属性变化的敏感性。由于我国多式联运的不完善和旅客出行隐私保护机制的限制，RP调查存在很大的局限性。因此，本文采用SP调查问卷来获取不同场景下乘客出行选择的数据。

2.1.1.实验

首先询问了受访者对多式联运的了解，包括听说过和使用过。为了避免受访者不知道多式联运的定义，在问题中将其表述为 “一种可以将多种交通方式结合在一起的旅行服务，带有提供多式联运解决方案的票务平台”。然后向受访者展示了不同的旅行场景，并要求受访者将自己想象成旅行用户，以选择他们认为最愿意使用的方案。

考虑到假设旅行场景的设计，选择天气、日期、同伴、行李、旅行目的和旅行距离作为旅行属性，其中旅行距离与旅行的出发地（O）和目的地（D）有关。根据出发地和目的地城市与城市群之间的位置关系，有关城市群的多式联运可分为四类：出发地和目的地均在城市群内、出发地和目的地均在城市群外、只有出发地在城市群内、只有目的地在城市群内。由于现在城市群内的城市之间的交通更加便利，基本上可以在2小时内到达，因此本研究没有考虑出发地和目的地都在城市群内的情况。从其余三类城市中各选择了两对出发地和目的地，并考虑了旅行距离差距，如表1所示，该表还显示了其他变量的水平。

表1 假设旅行场景中各属性的等级值

在每个O-D对的情景中，可行的旅行模式有高铁、普速铁路（GSR）、航空及其组合，包括直达航空、直达普速铁路、直达高铁、以高铁为主的铁路中转、以普通铁路为主的铁路中转、航空中转、航空-铁路和铁路-航空。考虑到非直接出行方式的换乘，根据城市群的发展规划，本次调查选择了核心城市（以北京为代表）、副中心城市（以天津为代表）和区域中心城市（以石家庄和唐山为代表）作为换乘城市。依托第三方在线平台携程的票务系统，根据各定向对的实际交通能力设计相应的出行方案。为了给受访者提供有价值的参考，旅行方案根据旅行距离和实际交通运力限制进行了调整，但每种情景下根据旅行方式和换乘城市应该有 18 种旅行方案。我们选取了票价、车内时间、换乘时间（城市交通服务水平）、等候时间（换乘时间减去接驳时间后的剩余时间）、换乘城市、行李直通服务和安检时间作为出行方案属性。安检的价值与换乘的次数和方式有关，有些方案假定采用安检互认机制，而行李服务则随机分配给某种联运旅行方式。所有方案的旅行价格、车内时间、等待时间和换乘时间的等级分别设置为三个值：实际值和实际值±10%。根据正交设计理论和属性及属性水平的选择，构建属性组合表，为每个O-D对生成约8种不同的方案。最终的假设出行方案、方案描述和出行方案相结合的示例如图3所示。每个受访者将从不同的OD对中随机获得两个情景。

图3 多式联运旅行的假设旅行场景示例

2.1.2.态度性问题

为了调查个人对旅行决策的态度，我们设计了 12 项陈述来衡量受访者对旅行安全性、舒适性、便利性和可靠性的关注。根据受访者在不同指标上的得分，以五点李克特量表（5 分代表非常同意，1 分代表非常不同意）的形式进行了定量调查，如表2所示。

表2 态度性问题的细节

2.1.3.社会人口学问题

社会人口学问题从两个方面调查受访者的社会背景。首先是个人基本信息，包括性别、年龄、职业、收入和教育背景。二是日常出行习惯，包括出行频率、使用行李直通车服务的意愿、可接受的最长换乘时间和可接受的最长换乘次数。

2.2.描述性统计

数据收集时间为2020年3月1日至3月15日，通过专业的在线调查机构进行。最终，经过数据清理，我们共获得了549份有效问卷。每位受访者完成了两次实验，共计1098个选择观测值。样本的统计分布如表3和表4所示。

表3 旅客基本特征统计

表4 旅客出行特征统计

如表4所示，78.87%的受访者听说过多式联运服务模式，46.45%的受访者使用过多式联运服务模式，58.89%的听说过多式联运服务模式的受访者使用过多式联运服务模式，说明多式联运逐渐成为一种流行的交通服务模式。当被问及是否愿意使用行李直通车服务时，17.30%的受访者给出了否定的回答，原因可能是行李丢失的风险和解放双手的收益之间的权衡以及服务价格的不确定性，Chiambaretto等人的研究也得出了类似的现象。在样本中，大多数受访者每月旅行次数不超过4次，其中57.56%的受访者每月旅行次数少于2次，人均旅行次数为2次/月。受访者可接受的最大换乘次数集中在1-3次，人均最大换乘次数为2次，说明乘客在出行过程中对换乘有一定的容忍度。在接受换乘的受访者中，75.05%的受访者可以接受2小时以内的联运换乘时间，人均可接受的最大联运换乘时间为2小时，说明乘客希望在联运过程中前后车次能够衔接得更加紧密。

图4为乘客态度因素的统计数据，不到20%的受访者不太关注出行安全。超过80%的受访者表示出行时会注意系安全带，说明大部分乘客的出行安全意识较高。超过50%的受访者重视旅行的舒适度。车厢的清洁度是受访者最关心的问题，其次是车厢是否拥挤。对座位舒适度的要求实际上低于预期，不到50%。在旅行的便利性方面，超过60%的受访者同意所有四个描述性问题，其中人们认为机场/车站的便利性非常重要（该问题的平均得分为4.25，方差为0.56）。约50%-60%的受访者对可靠性表示担忧。超过70%的受访者同意出门前会关注天气情况，不到50%的受访者不能忍受航班延误。

图4 乘客态度因素统计

3.方法

本文通过SP调查中的里克特量表获得受访者对态度陈述的反馈，并将其作为潜在态度变量的量化指标。虽然将态度指标直接放入效用函数中来解释受访者的某些行为是一种可行的方法，但也有学者指出，态度指标之间关系密切，直接用作解释变量会导致内生性偏差。为了解决这个问题，Ben-Akiva等人构建了一个HCM框架，它可以量化抽象概念或难以观察到的影响因素。HCM框架由测量模型、结构模型和DCM组成，如图5所示。

图5 HCM框架

3.1.结构模型

潜变量之间的关系以及旅行者个人属性对潜变量的影响可以通过结构模型来表达，如公式（1）。

其中，表示第n位乘客的第i个不可观测的潜在变量；是一个常数项；表示影响潜在变量的第n位乘客的个人属性；是待估计的路径系数；是一个随机扰动项，假设其遵循均值为零、标准差为的标准正态分布。

3.2.度量模型

本文使用5级量表衡量12个态度指标，使用有序Probit模型来解释这些指标的观测值。其中，每个潜在变量与其对应指标之间的测量关系可以通过测量模型来描述，如公式（2）（3）。

其中，是乘客n的潜变量对应的第j个态度问题的答案；是常数项;是要估计的路径系数；为随机部分，假设其遵循均值为零、标准差为的标准正态分布；是第j个态度问题的s-th序数标度;而为要估计的阈值。

根据Bierlaire的研究，对于每个态度变量的5级李克特量表，可以通过4个参数来表示。在假设测量分布是对称的情况下，这4个参数可以被重新写为两个正参数和，如公式（4）所示。

3.3.离散选择模型

本文的数据集不符合Hausman-McFadden的无关选择方案独立性（IIA）假设，因此，嵌套逻辑模型（NL模型）相较于多项逻辑模型（MNL模型）更为适用。图5展示了针对联运出行行为构建的两级嵌套逻辑模型，该模型包含三个嵌套层级：航空嵌套、铁路嵌套和空铁嵌套，以及从所有情景中归纳出的18种选择方案。航空嵌套包括直达航空和航空中转，由于调查情景中存在三个可以实现航空中转的过境城市，因此航空中转有三种不同的方案（I2~I4）。铁路嵌套包括直达普通铁路、直达高速铁路、以高速铁路为主的铁路中转和以普通铁路为主的铁路中转。由于过境城市的不同，高速铁路中转和普通铁路中转方案也有所不同。空铁嵌套包括空铁联运和铁空联运，其方案（I13~I18）根据航空和铁路的顺序以及过境城市的差异进行划分。

根据随机效用理论，乘客n在嵌套m中选择联运方案r的概率可以表示为：

和

其中，表示乘客n在选择了联运出行模式m的条件下，在m的下级层次中选择方案r的条件概率；表示乘客n选择嵌套m的概率；表示在嵌套m下乘客n的选择集合；表示乘客n的嵌套集合；表示乘客n在选择rm和m组合时的效用，这是一个随选择而变化的量；表示乘客n仅因选择了m而产生的确定性效用，该效用仅随m的变化而变化；是反映中备选方案对嵌套m影响的对数集变量；是下级层次的对数集参数（也称为尺度参数）；是上级层次的对数集参数，为简化估计而设为1，且表明嵌套结构是合理的；是备选方案特定常数项；和是需要估计的路径系数。

效用函数中包含四种特定类型的变量：模式特征属性、情境特征属性、个人特征属性和潜变量。除了实验中直接给出的原始变量（如旅行成本和车内时间）外，模式特征属性还包含了是否将GSR排除在多式联运解决方案之外以及中转城市级别，这些属性作为虚拟变量（取值为0或1）被间接提取。旅行成本和车内时间被置于所有备选方案的效用函数中，而其他模式特征变量则特定于联运备选方案（I2~I4, I7~I18）。情境特征属性和个人特征属性主要作为虚拟变量处理，并分别置于不同的备选方案中，具体规范见表5和表6。

4.结果

基于最大似然估计(MSL)方法，本研究使用Python Biogeme软件估计了测量模型、结构模型和NL模型，结果见表5和表6。

表5 NL模型估计结果

表6 HCM模型的估计结果

4.1.模型的规范与比较

NL1被构建为一个基础模型，其效用函数仅为所有变量（潜变量除外）的简单线性组合。值得注意的是，我们为等待时间设置了两个不同的系数，这反映了航空旅客和铁路旅客可能对等待时间有不同的感知。除了安检和行李托运处理外，几乎所有参数在90%或更高的置信水平下都具有显著性。因此，在NL2中，我们考虑了安检次数可能会改变乘客对行李托运处理服务重视程度的因素，从而使用了这两个变量的交互项。随后，我们还在NL2中应用了出行目的和出行成本的交叉项，以探索商务旅客和非商务旅客在偏好上的差异。考虑到最终的对数似然值、AIC、BIC以及表5中每个参数的显著性，NL2的表现确实优于NL1。因此，基于NL2，层次选择模型（HCM）在效用函数中以线性形式加入了由测量模型和结构模型量化的潜变量。下面对HCM估计的结果进行详细描述。

4.2.测量模型和结构模型的估计结果

测量模型的估计结果如表6所示，所有参数在99%的置信水平下均显著。所有路径系数的符号均为正，符合预期。表6还展示了结构模型的估计结果，该模型旨在探讨社会经济属性和日常出行习惯对潜变量的影响。所有参数在90%的置信水平下均显著。参数的符号表明，具有高中及以上学历、月收入超过12,000元人民币、男性或对换乘时间容忍度较低的受访者更加关注安全性。对舒适度敏感的人群通常具有以下特征：受过高等教育（本科及以上）、男性、没有跨模式出行经验以及更喜欢较短的换乘时间。当旅行者拥有大专或以上学历或有使用行李托运服务的意愿时，他们更加重视旅行的便利性。具有研究生及以上学历或能够接受较长换乘时间的旅行者，对旅行可靠性的要求较低。

4.3.选择模型估计结果

表6展示了层次选择模型（HCM）中选择模型的估计结果。大多数参数的t值在90%的置信水平下具有显著性。首先，所有嵌套中的对数集参数值均大于1，这表明同一嵌套中的替代方案具有很强的相似性，且模型的嵌套结构是合理的。

为每个旅行方案类型都设定了一个备选方案特定常数（ASC），它表示在不考虑本文所考虑因素的情况下，对每种方案的一般预期偏好。作为参考项，直达高速铁路（HSR）的ASC值被设定为0，因此，其他方案ASC的负值表明了直达高速铁路是最受欢迎的方案。

就模式特性而言，作为所有备选方案的公共变量，旅行成本和车内时间的相应参数符合预期地呈现为负值。这一结果表明，乘客更倾向于选择低成本和短时间的旅行方案。旅行成本*商务旅行的交叉项的绝对值低于旅行成本*非商务旅行的交叉项的绝对值，这表明商务旅行者对价格不太敏感，这与商务旅行者通常公费出行的事实有关。根据联运方案的第二部分，等待时间被分为铁路等待时间（Waiting time1）和航空等待时间（Waiting time2）。估计值表明，乘客愿意为航空预留更多时间。换乘时间在联运方案中也如预期般呈现出负面影响。同时，所有联运方案特有的服务属性（如不含高铁服务、行李直达服务）都具有正符号，这可以理解为包含高铁、在大城市换乘且能在整个旅程中提供行李直达服务的方案对需要联运的乘客更具吸引力。这源于联运旅行者对更短的旅行时间和更优质的旅行服务的期望。值得注意的是，安检次数*行李直达服务的交叉项具有显著的正值，尤其是与NL1中的行李直达服务相比。这表明，正如我们所预期的那样，安检次数的增加提高了乘客对行李直达服务的需求。

情境特征变量和个人特征变量的结果可以帮助我们了解在何种情景下哪些人愿意使用哪种联运方案。根据情景属性的符号及其适用范围，我们可以发现，在明确假期出行时，涉及航空的方案对于长途旅行具有优势。独自旅行这一变量的正值表明，没有同伴的旅行者更倾向于选择直达方案。

就个人特征而言，18-40岁的旅行者相较于40岁以上的群体，选择高铁（GSR）及其附加联运方案的可能性更低，这可能是因为他们正处于工作年龄，能够接受高成本的交通方式，并且能忍受长时间的旅途。这一结论与Su等人的结论相似，并且也得到了不同职业偏好的充分证明。员工/公务员对应参数的值为正，表明这些群体更倾向于选择直达航空、直达高铁、铁路-高铁、航空-铁路和铁路-航空等联运方案。自由职业者对应参数的值也为正，这表明这些群体更倾向于选择铁路出行。此外，经常旅行的人更容易接受以航空为基础的计划(直航、空气-空气、空铁和铁空)，这并不奇怪，因为他们对旅行的效率有要求，并且可能经历多式联运旅行。

最后，就四个旅行态度属性而言，仅安全性、舒适性和可靠性显示出显著影响，而便利性出人意料地获得了非常低的参数值和t值。这可能是便利性与换乘服务之间存在相关性的结果，即便利性的影响可能由换乘时间、在核心城市换乘和在次中心城市换乘等因素共同产生。关于安全性，我们将其与空铁联运嵌套方案进行了对比，非核心城市换乘的空铁联运方案的负值表明，重视旅行安全的旅行者更不愿意选择这些方案，因为这些方案同时涵盖了航空和铁路旅行的风险。然而，令人惊讶的是，对于在核心城市换乘的方案（尽管由于非常不显著而被弃用），这一值却是正的，可能是因为像北京这样的核心城市拥有高质量的交通系统，减少了注重安全的旅行者的担忧。舒适性的参数在航空嵌套方案中获得了显著的正估计值，符合预期，这表明关注舒适性的旅行者更可能选择直达航空和航空-航空联运方案。同样，可靠性的负值说明了基于高铁的方案难以获得旅行者的信任。

5.讨论与启示

5.1.支付旅游服务费用的意愿

支付意愿(WTP)可以表示为出行成本与其他解释变量之间的边际替代率，由公式(10)计算。

其中，成本时间比通常称为旅行时间值(valueoftraveltime,VOT)。

为了进一步从旅行服务的角度进行分析，我们计算了车内时间、换乘时间、等待时间等的支付意愿（WTP）。所得值如表7所示，商务旅行者的支付意愿普遍高于非商务旅行者。此外，表8对比了本研究中考察联运变量的支付意愿与其他研究的支付意愿。

表7 支付意愿指标

表8 支付意愿指标与其他研究的比较。

5.1.1.基本服务：车内时间和组成

构成联运方案所需的运输方式以及这些方式所提供的服务水平是联运交通最基本的服务。在本研究中，我们主要分析了高铁（GSR）在联运方案组成部分中的作用，并以车内时间来表示每种运输方式的服务水平。

排除GSR的wtp最高，几乎是车内时间的10-14倍，这表明即使减少乘客的旅行时间10-14小时也不如从多式联运方案中消除GSR。

不包含高铁的情况支付意愿（WTP）最高，几乎是车内时间的10–14倍，这表明即使将乘客的旅行时间减少10–14小时，也不如从联运方案中移除高铁的效果好。

在本研究中，车内时间的支付意愿范围为22.3至31.9元/小时，远低于Li和Sheng的研究结果。这一巨大差异在一定程度上是由于本研究在备选方案中加入了高铁造成的。另一方面，Li和Sheng在北京和武汉的高铁站及机场进行了调查，选择了北京至广州的高铁线路作为调查路线，这是中国客流量最大、最繁忙的高铁线路。

5.1.2.转移服务

在现有的研究中，对多式联运中转服务水平的评估大多采用衔接时间。在本研究中，由于考虑到多个枢纽之间的换乘，将衔接时间细分为换乘时间和等待时间。

乘坐火车等待时间和乘坐飞机等待时间的WTP值表明，旅客愿意花更多的钱来减少乘坐火车的等待时间。换句话说，旅客愿意为飞机预留更多的时间，这是因为登机的过程比较繁琐，需要一些时间。换乘时间的WTP显著高于等待时间的WTP值，说明在多枢纽联运换乘过程中，旅客对换乘服务水平的重视程度更高。

为了更好地与其他研究结果进行比较，我们将等待时间和换乘时间的WTP合并在表8中。本研究中衔接时间的WTP高于车内时间，表明多式联运旅客更重视行程之间的衔接，而不是车内行程。这与Li和Sheng的研究得出的结论相同，但与欧洲几项研究的结果相反。这种差异来自中国与欧洲国家在基础设施发展上的不平等。欧洲国家机场和火车站之间有着非常紧密的联系，例如，法国戴高乐机场(CDG)在T2航站楼有一个TGV站，旅客乘坐联运航班非常方便。相比之下，中国大部分城市的机场和火车站却很难做到这样方便的换乘。在本文及Li和Sheng的研究中，虽然在石家庄换乘可以达到类似的效果，但在北京或天津的换乘联运方案中，除了乘坐出租车外，大多很难有直接的换乘路径。这就是为什么在本研究中，衔接时间与车内时间的WTP值之比更大的原因——Li和Sheng只调查了石家庄的换乘。

多个枢纽间联运的换乘服务不仅与换乘时间有关，还与换乘城市有关，这是其他研究中缺失的一个要素。与区域中心城市相比，多式联运旅客在核心城市或副中心城市的换乘意愿较强，这是因为大城市有着更为先进的旅客出行服务。当注意力转向不同交通模式间支付意愿（WTP）的差异时，出现了一些有趣的发现。如果不考虑旅行者对旅行的态度（即NL1、NL2），核心城市的换乘支付意愿高于次中心城市的换乘支付意愿，这与提供多式联运服务的初衷——缓解大都市中心枢纽的交通饱和状况相悖。然而，在探究了旅行者的态度，特别是他们对安全的态度后，情况却截然相反。这反映出旅行者选择在核心城市换乘的部分强烈愿望源自对旅行安全的考虑。由此得出一些见解：或许我们可以改善换乘服务，提升旅行者对运输能力尚未充分利用的次中心城市的安全认可度，来分散客流。

5.1.3.行李服务

研究发现，多式联运旅客愿意为行李直通服务支付68.9-118.9元，这一金额几乎是换乘时间价值的三分之一。罗曼、马丁、阿拉德和莫拉得出了类似的结论，但他们的数值要低得多，为2至9欧元（相当于14至62元人民币）。如前所述，在他们的研究中，由于欧洲主要城市的机场与火车站紧密相连，乘客会更加关注车内旅程而非换乘过程。对他们来说，即使未提供行李直通服务，在机场和火车站之间转运行李也并不费力。然而，奇安巴雷托等人的调查却得出了截然不同的结果。在他的结论中，乘客愿意为行李直通服务支付的金额几乎是换乘时间价值的两倍，为21至36欧元（相当于146至250元人民币）。这是因为他调查的场景是跨国旅行——从法国的一个地区城市飞往亚洲的一个大城市。对于国际旅行者来说，行李处理是一件非常费力的事情。即使是携带轻便行李的商务旅行者也会更加关注行李处理。

此外，本研究中的行李直通服务还与安检次数相关，这意味着每增加一次安检，乘客愿意为行李直通服务支付的金额就会增加68.9至118.9元人民币。在中国，对于多式联运旅行，重复安检不仅存在于城际旅行中（同一车站的同种交通方式之间，如高铁与普通铁路之间，可能会避免重复安检），也存在于枢纽间的换乘（如乘坐地铁）中。当安检次数超过两次时，提供行李服务就相当于为乘客节省了1小时的换乘时间。令人欣慰的是，中国已经出现了铁路与地铁安检互认机制，这为多式联运带来了巨大的发展机遇，因为它缩短了乘客进出站的时间，极大地提高了乘客换乘的效率。然而，机场的安检更为严格，难以与其他交通方式的安检相整合。尽管中国已经开始探索机场与地铁站安检一体化模式，但机场的安检仍与火车站的安检处于不同阶段。因此，为空铁联运提供行李直中转务是必要的，尤其是在中小城市的换乘中。

5.2.出行态度对市场份额的影响

第4节HCM的结果显示，出行态度在联运选择结果中发挥着重要作用。为了确定是否有必要引导旅客的态度，或者根据旅客的态度来整合航空和铁路服务，本文考察了态度变化对市场份额的影响。

正如Hessetal所言，考虑到出行态度与社会经济属性以及出行特征有关，研究态度变化的百分比是没有意义的。因此，我们针对一些情景测试模拟了人口特征和出行特征的变化。更准确地说，我们将某一群体的态度分配给每个人，然后观察市场份额的变化。需要注意的是，我们并没有改变选择模型中的社会经济属性和出行特征，而是重新分配与特定态度相关的结构方程部分。

图6 各态度变量的变化对市场份额的影响

我们通过改变性别、收入、教育程度、最大可接受换乘时间(MATT)、联运经验(有经验或没有经验)和使用行李全程搬运服务(接受或不接受服务)的意愿，共测试了36个场景。需要注意的是，尽管便利性的估计值在统计上不显著，但我们仍然将其作为参考进行了考察。结果如图6所示。就市场份额变化的规模而言，尽管可靠性的估计值更高（参见表6），但安全性和舒适性发挥了更大的作用。

在安全态度测试中，样本中受教育程度较低的人群导致了市场份额的最大变化，其次是高收入人群。低学历（高中及以下）人数的增加将促进空铁联运的发展，而高收入（≥12000元人民币/月）人数的增加则会导致相反的结果。因此，有必要增强高学历和高收入人群对空铁联运安全性的信任。

在舒适度的态度方面，教育再次成为影响最大的因素，其次是最大可接受换乘时间（MATT）。高学历群体态度的转变将有利于航空市场的拓展，而低于本科学历群体态度的转变则有利于铁路和空铁联运的发展。当乘客的最大可接受换乘时间（MATT）超过一小时时，空铁联运将获得一些发展机遇。如果采取某些措施提高多式联运枢纽之间的换乘效率，将有更多人愿意选择空铁联运。

在对可靠性的态度方面，当耗时低于3小时时，空铁联运（MATT）凭借其市场份额的增长占据主导地位，这与其对安全性和舒适性态度的影响截然相反。

因此，我们最终同时改变了这四个态度中的相同属性，以探究它们的联合影响，结果如图7所示。教育和空铁联运（MATT）继续成为这四个态度共同影响市场份额的关键因素。当旅行者为低学历（本科以下）且对换乘时间有高容忍度（超过2小时）的人群时，空铁联运可以从中受益。根据表5，这组人群对安全性、舒适性、便利性和可靠性的关注度较低，这表明空铁联运在这四个方面需要进一步改进。

图7 四个态度变量的变化对市场份额的综合影响

5.3.启示与建议

综上所述，支付意愿（WTPs）的结果强调了中转服务和行李直通服务的重要性，并揭示了中国和欧洲联运乘客之间的差异。态度对空铁联运市场份额的影响，主要来自不同教育背景和不同换乘时间容忍度的人对安全性和舒适性的注重程度不同。所有这些结果都很有启发性。因此，为了在中国妥善整合航空和铁路服务，并实现区域机场群的高效利用，我们提出以下建议：

（1）对于提供ARIS的企业：在制定多式联运出行计划时，应主要结合高铁与航空运输，因为排除高铁直达（GSR）选项后的旅客支付意愿（WTP）最高。考虑到次级城市中心（与核心城市相比，次级城市中转的旅客支付意愿更高，且不受安检影响）中转的旅客支付意愿更高，以及缓解核心城市交通枢纽拥挤压力的重要性，还有多式联运旅客对中转服务的重视，应选择交通枢纽间中转便利、客流量不饱和且容量充足的次级城市作为中转站。鉴于若下一程为铁路则旅客愿意接受的等待时间会更短（这一点由等待铁路时间的旅客支付意愿更高得到证实），在保证旅客不会错过下一程的基础上，可适当降低空铁联运时间的门槛，根据可用容量提供更灵活的铁路时刻表。行李直挂服务已获得旅客的一定期待，且鉴于安检对行李直挂服务旅客支付意愿的影响，可在多式联运方案涉及安检的背景下，进一步研究其定价策略。

（2）对于机场运营商/航空公司：将部分飞往热门旅游目的地的航班分流至中小型城市的机场，并考虑与低成本航空公司合作以寻求更低的价格，从而吸引非商务多式联运旅客离开拥挤的核心城市。因为根据旅行成本与非商务交叉项的绝对值较高来看，非商务旅客对价格更为敏感。

（3）对于交通管理规划者：换乘时间的旅客支付意愿（WTP）相对较高，是车内时间的10倍。从提升城市内部多式联运枢纽间换乘效率的角度出发，在已经实施安检互认机制的城市中，如果机场已经建成，可以考虑修建一条连接机场与火车站的专用地铁线路。如果机场尚在规划中，则建议规划一个综合交通枢纽，接入轨道交通以实现无缝换乘。对于没有地铁的中小型城市，可以开设专用公交线路，使多式联运旅客能够更快地完成换乘。

（4）政府/交通运输部：安全性和舒适性对市场份额的影响最大，当旅客的态度转向高学历、高收入、对换乘时间的容忍度低的人群时，将不利于空铁的发展。因此，一方面，鉴于安检次数的增加会提高旅行者对行李直挂服务的支付意愿，而长期实施可能较为困难，有必要在积极推动航空与铁路合作的同时，探索多式联运安检互认机制，以提高多式联运旅客的换乘效率，为联运发展创造更多机遇。另一方面，次级城市中心与区域中心城市旅行者的旅行安全问题备受关注，尤其是高学历、高收入旅行者（在不考虑安检影响的情况下，次级城市中心的中转旅客支付意愿高于核心城市）。此外，由于旅行者对舒适度的态度向低学历人群转变将特别有利于铁路，因此提高旅行者对铁路旅行舒适度的认识将有助于促进空铁联运的发展。

6.结论

为了更有针对性地改善空铁联运服务，本文从联运服务特点和旅客特点两个主要方面，对涉及多枢纽换乘的旅客联运出行行为进行了分析。基于一项关于京津冀城市群枢纽联运出行的在线陈述偏好调查问卷数据，构建了HCM模型，以量化各因素的影响。同时，测量了联运方案服务特点的旅客支付意愿（WTP），并与以往研究进行了比较。此外，还检验了态度变化对市场份额的影响。

HCM的估算结果表明，旅行计划的时间和成本、旅行环境（如天气、日期和同行者）以及旅客的个人属性（如年龄、收入、职业甚至旅行频率）都是影响最终计划的重要因素，这与文献（Allard and Moura, 2016）的预期一致。此外，本研究还发现了一些新内容，即联运旅客倾向于在核心城市或次级城市中心进行换乘，并愿意为铁路旅行减少更多等待时间，这与联运旅客期望缩短旅行时间的预期相关。

旅行服务的旅客支付意愿（WTP）揭示了中国和欧洲联运旅客所看重因素的差异，中国旅客更看重换乘时间（代表城市交通服务水平），而欧洲旅客则更看重车内时间。更有趣的是，行李直通服务的旅客支付意愿与安检次数有关，这可能是因为在中国，不仅机场有安检，地铁站和火车站也设有安检。

此外，与之前的研究相比，专门引入了乘客对安全性、便利性、舒适性和可靠性等潜变量的担忧，以探索乘客异质性。然后在情景测试中捕获不同特定人群态度转变所带来的市场份额变化。教育程度和最大可接受交换时间起主导作用。旅客对安全性、舒适度和可靠性的态度向低学历、高换乘时间容忍度群体转变，将有助于空铁联运市场的拓展。

因此，我们根据这些调查结果，向提供ARIS的企业、机场运营商/航空公司、交通管理规划者和政府/交通运输部提出建议，帮助他们更清楚地整合和改善空铁服务。

如果能够获得脱敏后的真实联运旅行数据，未来的研究可以考虑结合陈述偏好（SP）和揭示偏好（RP）数据，构建多式联运旅行行为分析的选择模型。根据Train的观点，RP数据可以校正SP数据，并弥补SP数据与实际行为之间的偏差。此外，未来研究的框架可以扩展到联运旅客出发时间的选择及其与联运方案选择的相互作用上，已有研究表明，旅客的出发时间会对出行方式的选择产生影响。