规划问道引用格式
耿天霜，孟丹青，戴骏晨，等. 区域出行需求模型构建关键技术：以南京都市圈为例[J]. 城市交通，2025，23(5)：90-101.
Geng Tianshuang, Meng Danqing, Dai Junchen, et al. Key technologies for constructing regional travel demand models: a case study of the Nanjing Metropolitan Area[J]. Urban transport of China, 2025, 23(5): 90-101.
耿天霜
南京地铁建设有限责任公司 总工办副主任 高级工程师
摘要：区域出行在频率和规律性方面显著区别于城市出行，需构建针对性的出行需求模型，而该类模型相较于传统方法的具体提升效果及低成本实现路径尚缺乏充分实证研究。以南京都市圈为例，基于手机信令和小样本调查数据，重点针对出行生成与出行分布两个阶段开展建模方法研究，并通过划分训练集与测试集进行模型验证与对比分析。提出一种融合小样本调查数据与出行大数据的建模流程：首先通过调查数据标定离散选择模型，再借助手机信令数据校正泊松回归模型，在保证精度的同时保留对个人特征的解释力。研究表明：未引入个人特征及起终点交互变量时，目的地选择模型性能甚至弱于重力模型；而加入交互变量后，其表现显著优于重力模型，嵌套Logit 模型中Nest结构的合理构建可进一步优化效果；所提出的方法在出行生成和分布阶段精度较传统模型分别提升24%和18%。
关键词：区域出行需求；离散选择模型；出行生成；出行分布；出行频率；目的地选择；交互效应；南京都市圈
0 引言
都市圈是城市群内部以超(特)大城市或辐射带动功能强的大城市为中心、以1 小时通勤圈为基本范围的城镇化空间形态。建设现代化都市圈是推进新型城镇化的重要手段，需着力打造轨道上的都市圈[1]。实现这一目标，需科学把握都市圈范围内的出行需求，即构建相应的区域出行需求模型。
欧美国家通常由官方机构建立并维护州(省)级乃至全国范围的出行需求模型。例如，美国由大都会规划组织(Metropolitan Planning Organization,MPO)负责建立各州的出行需求模型[2]，瑞典则由交通局管理Sampers模型并长期用于项目评估[3]。而中国除个别发达地区外，出行需求模型多由规划设计单位按城市分别建立，缺乏更高层次的统筹。这一现状导致都市圈层面的客流预测建模通常仍沿用基于单一城市的建模框架，仅将模型范围扩展至研究对象区域。然而，区域出行具有明显的跨城特征，其出行频率远低于城市内部出行，行为规律也更难把握。因此，有必要建立适应性更强的区域出行需求模型，并对其优势开展深入研究。此外，模型构建还需考虑现实成本与可行性。本文以南京都市圈为例，开展区域出行需求模型构建关键技术研究，提出一种经证实有效的低成本建模方法，并明确区域出行需求模型相较于传统模型的关键优势，弥补了该领域现有研究的不足。
1 区域出行需求模型研究现状
尽管基于活动的模型是当前最先进的模型，但美国MPO 出于实用性因素考虑，仍普遍使用传统的四阶段模型。K.Park 等[4]调查的25 个MPO 几乎全部采用传统的四阶段模型，其中20 个仍使用重力模型进行交通分布预测。重力模型并不符合第一性原理，即它不是从最基本假设或经验观察出发并通过逻辑推理或数学推导得出，而是通过形式类比万有引力定律构建的[5]。在城市交通中，居住与就业对应的出行发生和吸引相互关联，高频的通勤出行占据主导地位，且出行强度随距离和成本增加而衰减，重力模型反映了该现象；加之重力模型应用便捷，使其在城市内部交通建模中具有广泛的实用价值。然而，对于城市间的低频出行，重力模型对城际出行复杂成因的解释力可能不足。
因此，对于长距离出行，各国通常单独建模。不同国家对长距离出行的界定阈值存在差异：以单程出行距离计算，美国和英国约为80.5 km，瑞典约为100 km，荷兰约为50 km[6]。根据美国交通部2002 年全国家庭出行调查，长距离出行中个人出行占59%，商业出行占28%，通勤出行占13%[7]。2015年英国出行调查数据显示：每人每周平均出行17.2 次，其中长距离出行仅0.4 次，且收入越高，长距离出行频率越高[8]。长距离出行模型通常采用基于随机效用理论的离散选择模型。例如M.Bradley 等[9]建立了覆盖全美的实用型长距离出行模型，包括机动车拥车情况模型、目的地-出行方式选择模型、出行生成模型等，并通过人口合成技术生成离散数据以支持模型应用。在长距离出行模型的标定中，通过居民出行调查获得足够样本非常困难且成本极高，因此实践中很少采用——在过去20 年中，美国各地仅成功开展过5 次具备全国代表性样本的有效调查。目前常需借助手机信令等大数据进行补充与校正[10]。Zhang D.等[11]则通过SP 问卷调查，建立了针对城际交通方式的诱增客流模型。
在国际实践中，轨道交通的客流需求预测常常被高估。B.Flyvbjerg 等[12]指出，尽管建模技术在进步，但轨道交通需求高估的问题比公路更为突出，其原因并非模型不可靠，而是受到政治压力影响。因此，开发可靠且透明(模型结构及参数公开)的出行需求模型，不仅有利于交通学术界，也符合公众利益[11]。在中国，雷磊[13]较早对区域出行需求模型进行了系统研究，丘建栋等[14]则开发了应用于广东省规划设计实践的区域交通模型。
2 研究内容及方法
2.1 研究内容
区域出行需求模型与城市交通模型的主要差异体现在建模方法上，具体表现为四阶段模型中出行生成与出行分布两个阶段所采用方法的不同。区域出行需求模型不再局限于城市交通模型中常用的回归分析或重力模型，而是转向基于随机效用理论的离散选择模型。因此，本文重点研究区域出行需求模型在出行生成与出行分布阶段的建模方法。
2.2 区域出行界定
本文所界定的区域出行，主要指区别于城市内部出行的跨城出行。在都市圈范围内，该界定不包含进出都市圈的出入境出行及跨都市圈的过境出行。此外，虽然通勤圈周边乡镇街道的通勤出行以及相邻区域的短距离出行也跨越了行政区边界，但由于其属于日常出行范畴，性质上仍等同于城市内部出行，因此也不在本文的界定范围。都市圈区域出行界定示意见图1。
图1 都市圈区域出行界定示意
Fig.1 Regional travel definition in the metropolitan area
尽管图1 中主城和副城的范围可能与实际行政区划有所不同，但为便于实践应用和数据收集，仍将主城界定为地级市的市区，副城界定为所辖县或县级市(通常县或县级市相对独立，其与市区之间的出行规律已不同于日常通勤出行)，并统称为区域单元。若某市仅由市辖区组成，则将其相对独立的区划定为副城。以南京都市圈为例：核心城市南京的副城包括溧水和高淳；都市圈内其他地级市的主城为市区，副城为所辖县或县级市。南京都市圈区域单元划分示意见图2(同颜色表示同一区域单元)。
图2 南京都市圈区域单元划分示意
Fig.2 Regional unit division in the Nanjing Metropolitan Area
手机信令数据显示，相邻区域单元之间通常存在大量跨边界的短距离出行。如前所述，此类出行属于日常出行，不应计入区域出行。理想情况下，应基于出行频率对区域出行进行划分，但由于数据资源有限，且出行频率通常与距离呈负相关，为便于操作，本文采用距离阈值进行划定。同时，考虑到区域出行需求模型的重要应用之一是跨区域轨道交通客流预测——其中市域(郊)铁路平均站间距约为3 km，城际铁路站间距更大，结合主要乘客的出行距离特征及区县级模型精度等因素，最终将阈值确定为5 km。基于手机信令数据统计，跨区域单元的相邻区县间出行中，距离小于5 km 的出行比例约为40%，将此类出行与区域出行加以区分，有利于开展更具针对性的建模工作。因此，本文将区域出行具体界定为都市圈内部出行距离大于5 km 并跨区域单元的非通勤出行。通勤圈周边乡镇街道的通勤出行以及相邻区域间的短距离出行可单独建模，但本文不对其展开论述。
2.3 研究方法与数据
分别采用基于随机效用理论的离散选择模型和传统回归分析方法，对区域出行生成与出行分布进行建模，以获取分区县的人均区域出行次数和出行分布比例。利用训练数据集进行参数标定，并通过测试数据集检验模型效果，以此进行模型对比，并探索优化模型性能的途径。
由于区域出行需求模型所需数据覆盖空间范围大，在此范围内开展全面居民出行调查难度大、成本高，因此通常以大数据为主要数据来源。本文采用符合区域出行定义的南京都市圈手机信令数据，具体为区县级工作日日均出行量，仅包含去程数据(不含回程)，且无与出行关联的个人特征数据。
离散选择模型的标定需要个人特征数据，尤其在出行生成阶段。为此，本研究在南京都市圈范围内开展了小样本问卷调查，共获取1 163 份有效问卷，内容包括个人社会经济特征(如性别、年龄、职业、收入、拥车情况及常住地址)及出行特征(如都市圈内区域出行频率、出行目的、目的地、出行方式及成本等)，用于支持离散选择模型的标定。具体调查方式为：以网络问卷形式在公立机构官方微博、微信公众号等渠道征集受访者，并对出行方式、时间、费用等信息逐项校验，严控数据质量。
3 区域出行生成
各区县基于手机信令数据的年人均区域出行次数(去程)见图3。该数据将作为真实值，分别用于模型的标定(训练集)与效果检验(测试集)。
图3 基于手机信令数据的年人均区域出行次数(去程)
Fig.3 Annual per-capita regional travel frequency(outbound)based on mobile signaling data
3.1 线性回归模型
1）变量选取。
线性回归模型是城市交通模型在出行生成阶段的常用方法，本文采用该方法对人均区域出行次数进行建模。模型的因变量为各区县的年人均区域出行次数(去程)。候选自变量包括各区县的第二产业GDP、第三产业GDP、总GDP、常住人口、年旅游接待人数、人均GDP、所在市相邻市的数量、相邻区域单元数量、所在城市GDP、所在区域单元GDP、所在市主城区域单元GDP(非主城则为0，以下简称GDPC)、副城与主城GDP乘积、目的地选择模型Root层的Logsum(以下简称Ld)，以及副城至主城方式划分Root层的Logsum(以下简称Ls)。
2）关键变量定义与建模逻辑说明。
副城与主城GDP 乘积用于反映同一地级行政区内副城与主城之间的向心作用，若该区县本身为主城，则取值为0。Logsum为Logit 模型中所有子选择肢效用期望值的对数，可用于表征综合效用。 Ld 表示所有目的地对出行者或出发地的综合吸引力，其值来源于区域出行分布模型的标定结果。因此，在模型标定过程中，实际顺序为先进行分布模型标定，再进行生成模型标定；但为符合应用中的逻辑顺序，本文仍按“先生成、后分布”的顺序进行论述。 Ls 用于表征副城至本市主城的综合出行便捷程度，体现同一市域范围内副城与主城的联系强度(若区县属于主城，则Ls 取最小值)。 Ls 的计算基于出行方式划分模型，由于出行方式划分不属于本文研究内容，故直接引用其结果。
3）模型估计结果与变量影响分析。
将南京都市圈60个区县按80%与20%的比例随机划分训练集(用于参数标定)和测试集(用于效果检验)。由于Ld 是出行分布阶段采用目的地选择模型(非重力模型)所特有的变量，为便于比较，分别对包含与不包含Ld的情况进行参数估计。候选变量中存在明显线性相关的变量，将其输入SPSS 软件，采用“步进”方法进行线性回归自动迭代，筛选后的变量及参数估计值见表1。采用平均绝对误差(Mean Absolute Error,MAE)和均方根误差(Root Mean Square Error, RMSE)衡量预测值与真实值的差异，模型验证结果见表2。
表1 区域出行生成线性回归模型参数估计值
Tab.1 Estimates of the linear regression model parameters for regional trip generation
表2 出行生成阶段各模型评价指标
Tab.2 Evaluation indicators of models in the trip generation stage
由表1和表2可知：①不含Ld 的模型所筛选出的变量(除Ld 外)与含Ld 的模型一致，说明没有其他变量可以替代Ld 的作用； Ld 系数显著为正，表明外界对该区县的综合吸引力直接影响区域出行频率，且不包含Ld 的模型误差显著增大；②Ls 系数为正，说明副城至主城的出行越便捷，越容易诱发额外出行；③所在区域单元GDP 系数为负，说明当地经济越发达，居民越倾向于本地活动，减少跨区域出行；④相邻区域单元数量系数为正，表示相邻区域单元越多，区域出行发生的可能性越大。
3.2 出行生成频率选择模型
区域出行生成模型通常采用出行频率选择Logit 模型，其选择肢为不同的出行频率等级(见图4)。
图4 出行频率选择Logit模型结构
Fig.4 Structure of the Logit model for travel frequency choice
资料来源：文献[13]和[14]。
1）问卷调查设计与变量处理。
以问卷调查获取的个人区域出行频率作为因变量。由于区域出行频率普遍较低，为充分捕捉其分布特征，调查中将非通勤出行频率划分为6 个等级：一年内无外出、每年1～2次、每年3～10次、每月1～2次、每月3～5次、每月6～10 次。为应用图4 所示模型结构，可根据调查年期望出行次数以及出行频率分布，将其转换为12 次月出行频率(每次月出行频率对应图4中的4项)，同时保证年期望出行次数不变。
需要说明的是，区域出行调查难度大，问卷完成率和有效率普遍较低。为了充分获取有效信息，本次调查以年度为周期进行询问，未区分工作日与非工作日出行，因此与基于工作日的手机信令数据存在统计口径差异。鉴于本文重点在于验证参数逻辑的合理性，且后续将对参数进行校正，该偏差尚在可接受范围内。未来调查中建议增设工作日/非工作日选项，并可结合比例估计等方法简化操作。
自变量包括问卷调查获得的个人特征：性别(男=1，女=0)，年龄(20～49岁=1，其他=0)，职业(单位负责人、专业技术人员、办事人员和有关人员、商业服务业人员=1，其他=0)，拥车情况(有=1，无=0)，收入水平(≤2 499元=1，2 500～3 999 元=2，4 000～7 999 元=3，8 000～19 999 元=4，≥20 000 元=5)。同时将Ld 和所在市相邻市数量作为自变量。区域出行生成频率选择模型参数估计值见表3。由参数符号可知：男性、中青年、常差旅职业人员、高收入人员及有车群体的区域出行频率更高； Ld 对出行频率具有显著正向影响；而出发地所在都市圈的中心程度则呈负向影响，即外围地区因受中心城区吸引更易产生区域出行。
表3 区域出行生成频率选择模型参数估计值
Tab.3 Estimates of the frequency choice model parameters for regional trip generation
1)表中“所属选择肢”非该变量取值水平，同一变量可能出现在不同选择肢中；2)若以调整常数项方式按训练集的区县区域出行总量进行校正，则增加0次选择肢的常数项取值0.233。
2）人口合成方法与数据代表性分析。
为将出行频率选择模型应用于区县层面，需先获取反映个人特征组合的人口合成数据。该方法以调查数据为种子，以第七次全国人口普查长表数据为边界约束，通过迭代调整使合成人口在各特征维度上与区县统计资料一致，其过程类似于人口扩样，具体步骤可参考文献[15]。
网络问卷尽管难以完全保证样本代表性，但通过在都市圈空间层面尽可能均匀收集问卷，基本覆盖了各年龄段人群。针对部分外围区县人口属性组合缺失的问题，通过在种子数据中补充一组低权重的各类人口属性组合，确保了人口合成过程的收敛。图5展示了合成后各区县部分人口属性(性别、年龄、职业)与“七普”数据的对比情况。
图5 南京都市圈区县级人口合成部分人员属性边界约束拟合情况
Fig.5 Boundary constraint fitting of selected individual attributes in district/county-level population synthesis in the Nanjing Metropolitan area
需要说明的是，对于样本较少的地区，该方法通过均匀调整属性组合比例以满足区县级的各项统计数据，可能与实际存在偏差。因此，在有条件时仍建议使用更全面的种子数据。
3）模型校正的局限性与区域出行建模的现实挑战。
受限于问卷样本量，出行频率选择模型直接输出的区县人均区域出行次数与手机信令数据存在规模差异。常规做法是通过调整常数项使模型输出结果与观测值一致，但此类强行拟合数据可能损害模型的泛化能力。本文对比以下两种情形的模型效果：直接应用模型，以及通过调整“不出行”选择肢的常数项使训练集出行总量与真实值一致。结果如表2所示，可见不仅模型效果(对应“小样本出行频率选择模型”列)明显差于线性回归模型，常数项校正后效果(对应“小样本出行频率选择模型总量校正”列)进一步恶化。然而，这并不表明出行频率选择模型效果一定不如线性回归模型，而是反映出小样本调查数据难以准确标定复杂模型参数。这也说明常数项校正虽可勉强拟合当前数据，却可能削弱模型的预测能力。
这一问题凸显了区域出行建模的现实困境：大数据通常缺乏个人特征，无法直接用于标定出行频率选择模型；而区域层面大规模出行调查成本高昂、难以实施。因此，如何有效融合大数据与小样本调查数据，成为提升区域出行需求分析能力的关键挑战。
3.3 校正泊松回归模型
基于调查数据标定的模型虽能提供个人特征对出行影响的有效信息，且变量参数取值合理，但因样本量有限，难以充分反映全局规律。因此，需引入区县级特征进行重新标定，并利用训练集区县的出行量信息校正出行频率。具体步骤如下：
1）将基于调查数据标定的模型应用于训练集区县的人口合成数据，通过各选择肢对应的出行频率与其概率加权求和，得到每个离散个体(组合)的年区域出行次数，再按区县内对应个体(组合)的人数加权求和，得到区县级区域出行次数的初始预测值；
2）将训练集区县的真实区域出行次数除以步骤1）得到的预测值，得到训练集各区县的调整系数，用以校正每个离散个体(组合)的年区域出行次数；
3）以校正后的出行次数作为因变量，在原有自变量基础上，补充区县级特征变量(包括所在城市GDP、GDPC、相邻区域单元数、副城与主城GDP乘积、Ls)，进行泊松回归建模。
泊松回归假设个体在一定周期内的区域出行次数服从泊松分布，并对其期望值进行回归建模，公式如下：
式中： μi 为第i 个分类变量组合(除收入分为5 个水平外，其余4 个个人特征均为2 个水平，共80 种特征组合)对应的年期望出行次数；α 为常数项； βT 为待估计系数列向量的转置； X 为自变量的列向量，其中连续变量取该组内的平均值。
将训练集校正后的数据整理为80 条记录(对应80 种特征组合)，字段包括5 个个人特征变量的取值、各连续变量在该组合中的平均值，以及组合人数和年区域出行次数总和。在SPSS 中进行分析时，将年区域出行次数设为权重变量，组合人数设为单元格结构，分类变量作为因子，连续变量平均值作为协变量，运行泊松回归模型。
校正泊松回归模型参数估计值如表4 所示，对于共有变量，泊松回归模型中各变量的符号含义与出行频率选择模型一致。由表4可知：所在城市GDP系数为正，表明全市经济越发达，区域出行倾向越高；GDPC系数为负，反映主城居民的区域出行倾向低于副城；副城与主城GDP 乘积系数为负，原因在于控制城市GDP 后，该乘积越大意味着主城与副城经济规模越接近，相互吸引作用反而减弱。
表4 校正泊松回归模型参数估计值
Tab.4 Estimates of the corrected Poisson regression model parameters
注：收入为5及其他个人特征取值为1的情况为参照水平，估计值为0。
模型验证结果见表2。测试集的RMSE为所有模型中最优，虽然MAE不及含Ld 的线性回归模型，但RMSE对较大误差更为敏感，有利于在客流预测中避免局部出现较大偏差。因此，可认为校正泊松回归模型整体表现最优。尽管优势不显著，但该模型具备个人特征解释能力，在未来数据条件改善时，能够提供更合理的预测和更精确的决策支持。同时，由于传统模型方法无法获得目的地选择模型的Ld，与不含Ld 的线性回归模型(RMSE为3.163)相比，本模型测试集的RMSE为2.401，误差降低了24%。
4 区域出行分布
为便于评估出行分布模型所得结果的准确性，所有分布模型的对比都基于真实的出行生成数据展开。基于手机信令数据获取的日均区域出行分布(去程)见图6，以此作为出行分布真实值用于模型标定(训练集部分)与效果检验(测试集部分)。
图6 基于手机信令数据的日均区域出行分布(去程)Fig.6 Average daily regional travel distribution
(outbound)based on mobile signaling data
4.1 重力模型
重力模型普遍应用在城市交通模型的出行分布阶段，通常采用双约束形式(即各交通小区的发生量和吸引量均预先给定)。由于区域出行生成模型仅提供出行发生量，为保持模型间的可比性，本文采用仅约束出行发生量的单约束形式，并以特征变量的线性组合表征出行吸引量。重力模型计算公式为：
式中： yij 为区县i 至区县j 的日均区域出行去程出行量/(人次·d-1)； Pi 为区县i 的日均区域出行去程总量/(人次·d-1)；γT 为待估计系数列向量的转置；Xj 为表征区县j 出行吸引能力的自变量列向量；α 为常数项；k 为待估计参数；Lsij 为区县i 至区县j的Ls 值。
在以上重力模型中，阻抗函数采用指数函数形式，其核心变量——综合出行便捷程度Ls 本质上反映的是出行效用，更适合用指数函数表达；出发量约束则采用线性权重形式，与重力模型的迭代方法一致。该模型相当于在给定各区县出行发生量的基础上，求解各自对外区域出行量的分布。由于不同出发区县的出行分布相对独立，本文继续沿用出行生成阶段所划分的80%训练集和20%测试集区县，以便系统分析模型效果。
Xj 的候选变量包括：区县第二产业GDP、第三产业GDP、人均GDP、常住人口和年旅游接待人数。为排除区域单元内部出行对模型的干扰，将同一区域单元内部的Lsij 设置为-9 999(其他模型亦采用相同处理方式)。采用非线性最小二乘法估计参数值，剔除不合理及不显著的变量，最终保留的变量除Ls 外仅余第二产业GDP，参数估计结果见表5。这一结果可以解释为：在南京都市圈范围内，第三产业吸引力突出的城市较少，其代表的服务业吸引力已部分体现在综合出行便捷程度Ls 中——因为服务交流越频繁，交通基础设施通常越完善， Ls也相应越高；而第二产业GDP 则反映了除上述因素之外的其他区域出行吸引力。
表5 区域出行分布模型参数估计值
Tab.5 Estimates of the regional trip distribution model parameters
注：“-”表示标定后模型不含此变量；“×”表示标定前模型未输入此变量；NL模型的θN 估计值未列出。
出行分布阶段各模型的评价指标见表6，采用通勤者共同部分指数(Common Part of Commuters, CPC)和RMSE 作为评价标准。CPC用于衡量预测值与真实值之间的一致性[16]，其取值范围为[0,1]：预测与实际完全不一致时为0，完全一致时为1。CPC 计算公式如下：
式中： y 为预测值； y 为真实值。
表6 出行分布阶段各模型评价指标
Tab.6 Evaluation indicators of models in the trip distribution stage
4.2 目的地选择模型
目的地选择模型是一种将各目的地作为选择肢的Logit 模型。若Root 层下仅包含单一层级(即直接对应区县级目的地)，该模型为多元 Logit 模型(Multinomial Logit,MNL)；若Root层下为嵌套结构(例如先连接城市层Nest，Nest 下再连接城市内各区县)，则为嵌套Logit 模型(Nested Logit,NL)。目的地选择Logit 模型结构见图7。若NL 模型中所有Nest 的不相似参数(dissimilarity parameters，θ)均为1，则该模型等价于MNL 模型。目的地选择模型计算公式为：
式中：Uj 为目的地区县j 的吸引力效用值，Uj=γTXj+kLsij；θN 为Nest 的不相似参数，取值范围(0,1]，取值越接近1 表示该Nest 内各选择肢相互独立性越强，越小则表示相关性越高。
图7 目的地选择Logit模型结构
Fig.7 Structure of the Logit model for destination choice
4.2.1 常规模型
MNL 模型在形式上与重力模型类似，但所有计算项均采用指数函数形式；NL 模型则将相互关联的区县组成Nest，例如可根据“先选城市、再选区县”的出行决策过程，按地级市划分Nest。本文分别对这两种模型采用与重力模型相同的候选变量进行估计，结果见表5 和表6。结果显示，各选择肢共有的常数项因不影响最终选择而不产生作用；与重力模型相比，模型中仅多出一个影响较小的常住人口变量。然而，MNL 模型测试集的CPC 低于重力模型，而NL 模型测试集的CPC进一步降低。这说明在使用相同变量的情况下，目的地选择模型并未表现出明显优势，预测性能反而略有下降。
造成上述结果的主要原因是Logit 模型的潜能未被充分利用。重力模型仅能考虑出行发生量、吸引量以及起讫点间的阻抗/效用，若Logit 模型也仅采用相同变量，自然无法发挥其在解释个体离散特征方面的优势。然而，如前所述，包含离散特征的区域出行数据较难获取，现有建模只能基于区县级集计数据。在此条件下，Logit 模型中的目的地选择仅与目的地属性有关，而与出发地特征无关(因为在所有目的地选择肢中出发地特征相同，其影响会被抵消)。但这显然与真实情况不符：不同出发地的居民对目的地的偏好必然存在差异。
综合以上情况，在建模中引入起点与终点之间的交互效应，是解决上述问题的关键。
4.2.2 含交互模型
不同出发地的居民在选择目的地时存在偏好差异，这意味着起点与终点变量之间必然存在多种交互效应。为分析其中最主要的交互影响，本文考虑市域内主城与副城之间因行政隶属关系而产生的额外联系——出行生成阶段相关变量的有效性已初步印证这一点。据此，构建交互变量GDPoxd，其取值为起点区县与终点区域单元GDP 乘积的平方根；若起点与终点跨越地级市行政区，则该变量取值为0。
将此交互变量纳入候选变量集进行模型标定与验证，结果见表5 和表6。可以看出，GDPoxd系数较大且具有显著正向影响。MNL 模型测试集的CPC 从重力模型的0.694提升至0.728，NL 模型进一步提升至0.740；如果将Nest 按区域单元划定，CPC 可达0.750；测试集RMSE 较重力模型提升18%。这说明，即使在缺乏离散个体数据的情况下，引入有效的交互项仍能显著提升目的地选择模型在区域出行分布预测中的性能，使其优于重力模型。同时，Nest划分越符合实际决策结构，越能准确刻画出行选择行为。然而，若模型中缺失关键交互变量，NL 模型的表现可能反而不如MNL 模型。这是因为模型无法捕捉不同出发地居民的出行习惯差异，导致选择行为描述出现偏差，此时即便优化Nest结构也难以弥补这一缺陷。
5 结论
本文研究了区域出行需求模型与城市交通模型在四阶段模型中的主要差异——出行生成与出行分布中的建模方法及其效果。基于手机信令数据，本文通过划分训练集与测试集的验证方式，为所构建的区域出行需求模型的优势提供了实证依据。研究提出了一种结合通用手机信令数据与小样本问卷调查数据的低成本建模流程，能够在有限资源下构建具备一定精度的区域出行需求模型。主要结论如下：
1） 在符合相关数据管理规定的前提下，可对特征变量进行适当合并与简化以获取与出行行为关联的个人特征数据，这样能够最大限度地发挥出行频率选择模型和目的地选择模型的优势；
2）在无法获得大量含个人特征的出行数据时，可先通过小样本调查数据标定离散选择模型，再通过出行大数据校正、标定泊松回归模型，从而在预测精度上超越传统回归模型，同时保留对个人特征的解释能力；
3）若模型中既不引入个人特征，也不包含起终点交互变量，则目的地选择模型在区域出行分布中的表现甚至弱于重力模型；而引入起终点交互变量后，其预测效果显著优于重力模型，若进一步结合合理的Nest结构划分，可进一步提升模型性能；
4）综合来看，即使在缺乏大量个人特征数据的情况下，本文所提出的区域出行需求建模方法，在出行生成和出行分布阶段的预测精度相比传统城市交通模型方法仍分别提升约24%和18%。
综上，区域出行需求模型的构建应区别于传统城市交通模型的建模思路。若仅沿用城市交通模型框架，并简单将模型范围扩展至区域尺度，则跨区域部分的预测往往需依赖额外简化建模或主观调控手段，稳定性较差；而区域出行需求模型基于大范围出行特征进行整体建模，能够提供更为客观的出行规律。与既有区域出行需求模型构建方法相比，本文明确了应充分利用的信息类型(如Logsum、起终点交互变量等)，并提出了相应的校正技术建议。
基金项目：南京地铁集团有限公司科研项目“都市圈城际轨道交通客流预测关键技术研究”(JS-D.S05.X-XY01-00-2211-0332)
作者：耿天霜 ，孟丹青 ，戴骏晨 ，凌小静
第一作者简介：耿天霜(1980—)，男，江苏南通人，学士，高级工程师，总工办副主任，研究方向为地铁建设与管理，电子邮箱1219801024@qq.com。
通信作者：戴骏晨(1990—)，男，江西新余人，硕士，工程师，研究方向为交通模型、数据科学，电子邮箱djesse@foxmail.com。
点击“阅读原文”查看
“案例研究”栏目更多内容
采编平台
微博
官网
视频号
关注解锁更多精彩
2026022期
编辑 | 王海英 耿雪 张宇
审校 | 张宇
排版 | 耿雪
原文始发于微信公众号（城市交通）：耿天霜 | 区域出行需求模型构建关键技术：以南京都市圈为例
