西兰铁路客运通道内旅客出行格局、特征与机制研究

Passenger Travel Patterns, Characteristics, and Mechanisms within Xi’an-Lanzhou Railway Passenger Corridor

摘要

在我国高速铁路基本成网、强调高速铁路与普速铁路协调发展背景下，适时探讨高普并行通道内跨城旅客出行格局与出行方式选择具有参考价值。以西兰客运通道为实证案例，基于列车时刻表数据和问卷调查数据，借助网络分析与Logit模型，揭示高速铁路与普速铁路在跨城出行网络中的相互作用关系及旅客在不同交通方式间的决策机制。结果表明，高速铁路的开通虽然增加了西兰客运通道内乘客的出行频率，但其与普速铁路在西兰客运通道内呈现出均衡发展的态势；乘客自身的社会经济属性及出行特征是影响高速铁路与普速铁路出行方式选择主要因素。相较于周内，周末出行选择高速铁路的机会也会增加，由于高速铁路车站区位位于城市外围区域，使得市内出行时间增加，选择高速铁路出行的乘客其程前及程后衔接时间普遍高于普速铁路。研究旨在通过量化分析与模型构建，剖析西兰客运通道内高速铁路与普速铁路出行格局、特征与形成机制，从而为优化我国铁路客运资源配置提供参考。

Abstract

As China's high speed railway network reaches maturity, with the balanced development of high speed railways and conventional railways emphasized, it is valuable to explore the cross-city travel patterns of passengers and their travel mode choices within the parallel high speed railway and conventional railway corridors. This research took the Xi'an-Lanzhou Passenger Corridor as an empirical case and analyzed the train operation timetable and questionnaire survey data. Through network analysis and Logit model, it revealed the interaction between high speed railways and conventional railways in the cross-city travel network and the decision-making mechanisms of passengers among different modes of transportation. The results indicate that although the opening of the high speed railway has increased the passenger travel frequency within the Xi'an-Lanzhou Passenger Corridor, there is a balanced development between high speed railways and conventional railways within the corridor. The socio-economic attributes and travel characteristics of passengers are the primary factors influencing the choice of travel modes between high speed railways and conventional railways. Additionally, Compared with that on weekdays, the likelihood of choosing high speed railways for travel increases on weekends. However, high speed railway stations are usually located in outer urban areas, which makes the travel time within the city increase, and the pre-trip and post-trip connection time of passengers who choose high speed railways is generally higher than those choosing conventional railways. Through quantitative analysis and model construction, the paper aims to analyze the travel pattern, characteristics, and formation mechanism of high speed railways and conventional railways within the Xi'an-Lanzhou Passenger Corridor, so as to provide a reference for optimizing the allocation of railway passenger transport resources in China.

Graphical abstract

关键词

高速铁路 / 普速铁路 / 西兰客运通道 / 乘客出行行为 / 跨城出行

Key words

High Speed Railway / Conventional Railway / Xi'an-Lanzhou Passenger Corridor / Passenger Travel Behavior / Cross-City Travel

0　引言

伴随着我国城镇化与经济社会的高速发展，以高速铁路为代表的我国客运铁路运输网络快速扩张，在路网规模及质量、客运量等方面均步入世界前列。铁路的修建与完善在促进居民中长途城际流动、营造差异化区位条件进而影响经济社会发展与引导国土空间重塑方面发挥了基础性作用^[1-4]。由于各自的运行速度、票价、合理运距等技术经济特征，以及网络布局结构差异等因素，高速铁路和普速铁路满足了差异化的客运出行需求^[5]。《关于进一步做好铁路规划建设工作的意见》(国办函〔2021〕27号)要求严格控制既有高速铁路的平行线路建设，铁路设计时速与客流密度密切挂钩，注重高速铁路与普速铁路的协调发展。在我国高速铁路基本成网、强调高速铁路与普速铁路平衡发展背景下，适时探讨高速铁路与普速铁路并行通道内跨城旅客出行格局与出行方式选择具有参考价值。

关于高速铁路与普速铁路出行的既有研究主要集中在以下3个方面。①供给侧视角下铁路客流网络结构研究。即以“流”空间理论为基础，建立基于时刻表数据的铁路客流网络^[6-8]，据此评估单一高速铁路或普速铁路在内的铁路客流网络结构特征，以此为铁路网络布局提供指导。②需求侧行为视角下基于铁路的出行行为研究^[9]。这类研究通常以出行行为理论为基础，如针对特定客运通道^[10-11]，基于出行调查数据，分析个人社会经济属性、出行特征、宏观环境对旅客高速铁路和普速铁路出行方式选择的影响^[12-14]。③高速铁路对普速铁路的影响研究。探讨高速铁路开通对普速铁路客运能力的影响，揭示高速铁路开通所造成的“被高速铁路”现象引致的乘客福利变化^[15]。

既有研究围绕单一高速铁路或普速铁路客运组织和出行特征开展了大量工作，但针对两者的复合型通道，缺乏高速铁路与普速铁路的跨城出行联系的直接比较及旅客出行方式选择的影响机制探讨，直接限制了其在供给侧铁路运输资源优化配置中的应用。鉴于此，以地处西北的西兰客运通道为例，综合运用网络分析与二元Logit模型^[16-17]，系统比较通道沿线跨城出行结构特征，并在此基础上探讨旅客高速铁路与普速铁路出行方式选择影响机制。

1　数据与方法

1.1　研究地区概况

西安与兰州作为西北两大中心城市，在国家打造由主轴、走廊、通道组成的综合立体交通网主骨架中承担着枢纽作用。西兰铁路(西安—兰州)于1953年7月建成通车，属陇海铁路(连云港—兰州)的最西段，全长670 km，西安至兰州有15座车站办理普速铁路客运业务。西兰沿线地区铁路线路示意图如图1所示。西兰高速铁路(西安北—兰州西)属于国家高速铁路规划网中徐兰高速铁路(徐州东—兰州西)的重要组成部分，东西两端分别连接郑西高速铁路(郑州东—西安北)、兰新高速铁路(兰州西—乌鲁木齐)，作为我国陆桥运输大通道的核心部分，促进了东西向高速铁路走廊的贯通，强化了东西双向互济对外开放通道网络。西兰高速铁路设有12个车站，自2017年7月全线开通以来，至2023年2月，与西兰铁路并行5年，西兰高速铁路的开通提高了陇海铁路通道的客货运能力，推动了西部欠发达地区的经济发展，提升了沿线居民的出行便利度和生活水平。2017—2023年期间，高速铁路对普速铁路的影响作用也已逐渐显现，因此，选取该通道作为案例具有一定的典型性。

1.2　数据来源

研究数据包括西兰客运通道的铁路运营数据和乘客出行问卷调查数据两大类。高速铁路线路包括动车组列车(D字头)、高速列车(G字头)和城际列车(C字头)的线路，其余为普速铁路线路。铁路运营数据来源于铁路12306，采集时间为2023年2月，按照地点空间(Space P)模式构建高速铁路和普速铁路跨城出行网络，即以车站所在城市为节点，任意2个城市之间只要有直达列车通过并停靠即构成一条边。对同时存在多个站点的城市进行数据加和，最后共计得到6个高速铁路与普速铁路重叠城市，以及有向重叠城市对30条。

旅客出行调查数据主要通过问卷调查获得。研究团队于2023年2月9日—2月14日在西安北站及西安站进行走访调研，对乘坐西兰客运通道列车的乘客进行问卷调查。本次调研共收集到273份问卷，其中西安北站216份，西安站57份，通过筛选最终得到257份有效问卷，问卷有效率为94.14%，257份有效问卷中，高速铁路乘客占比80.54%，普速铁路乘客占比19.46%。

1.3　研究方法

1.3.1　城市位势指数

城市位势指数表征城市节点在出行网络中的相对位势，采用加权优势度系数DIT_i 刻画各城市节点在网络中的相对水平，计算的是与城市i相连的列车频次总和与网络中其他城市相连的平均列车频次之间的比值。

DI{T}_i=T_i/\left({\displaystyle \sum _{j=\mathrm{1}}^J}{T}_j/J\right)i\ne j⑴

式中：T_i，T_j 分别为网络中与城市i，j相连的列车频次；J为网络中城市节点的总数。

DIT_i 值越大表明城市i的相对优势越大，若该值大于1，表明城市i的优势度高于其余网络平均水平。依据高速铁路和普速铁路的DIT_i 差值识别高速铁路优势型城市和普速铁路优势型城市，参考文献^[18]，设定2类网络DIT_i 指标差值在平均值±1个标准差为上限和下限，高于上限值为高速铁路优势城市，低于下限值则为普速铁路优势城市。

1.3.2　城市关联位势指数

城市关联位势指数表征城际联系在网络中的相对位势，采用关联优势度RSL_ij 说明城际间的优势度，计算的是整个网络中某一城市对联系强度占总联系强度的比重。

RS{L}_{ij}=t_{ij}/{\displaystyle \sum _{i=\mathrm{1}}^I}{\displaystyle \sum _{j=\mathrm{1}}^J}{t}_{ij}i\ne j⑵

式中：t_ij 为城市i和j之间的联系频次。

RSL_ij 表示城市i和城市j之间联系的相对强度，该值介于0~1之间，且越接近于1，则说明城市i和城市j之间的联系越紧密。

1.3.3　旅客出行方式选择影响因素

考虑到被解释变量为是否选择高速铁路出行，为二分类数据，即仅有2种方案：选择与不选择(选择普速铁路)，因而采用二元Logistic回归分析模型。

\mathrm{l}\mathrm{n}\left(\frac{P}{\mathrm{1}-P}\right)=\alpha +{\displaystyle \sum _{k=\mathrm{1}}^K}{\beta }_k{X}_k⑶

式中：P为选择高速铁路出行的几率；1-P为不选择高速铁路的几率，即选择普速铁路的几率；\alpha \mathrm{为模}\mathrm{型的}\mathrm{截距}，\mathrm{为常}\mathrm{数}；X_k为第k个自变量；β_k 表示第k个变量的回归系数；K为变量的总个数。

为揭示自变量影响选择高速铁路出行的几率，进一步选取几率比O{R}_k指标。

O{R}_k={\mathrm{e}}^{{\beta }_k}⑷

在Logit回归中，几率比是自变量变化一个单位时，因变量发生几率与不发生几率之比的变化。若OR_k ＞1，表示自变量增加会导致因变量发生的几率增加；反之，表示自变量增加会导致因变量发生的几率减少。出行方式的选择与个人社会经济属性及出行特征有关，因此将表征个人社会经济属性及出行特征的指标作为模型的自变量，离散选择模型自变量描述如表1所示。

2　结果分析

2.1　客运网络格局

西兰沿线地区城市节点累计出发/到达列车趟数如表2所示。整体来看，高速铁路在沿线城市间提供的客运服务总量要高于普速铁路，且高速铁路在不同城市之间提供的服务数量差距较大，普速铁路差距较小，这表明在西兰沿线地区高速铁路运输更加集聚，而普速铁路运输则相对均衡。西安作为西北地区的政治、文化和经济中心，高速铁路和普速铁路服务均居首位，分别提供通道内20.21%的高速铁路客运服务和21.34%的普速铁路客运服务；咸阳的高速铁路服务在6座城市中占比最小，仅6.90%；定西由于其人口相对较少，且紧邻甘肃省会兰州，因此其提供的普速铁路运输服务最少，占所有普速铁路运输的11.87%。

西兰沿线地区铁路运输格局如图2所示。从沿线城市客运网络的空间分布来看，在高速铁路网络中，分别以西安和兰州为核心，形成运输廊道，在西安和宝鸡、兰州和天水之间往返的高速铁路提供较多的客运服务，分别为61趟和53趟，而其他城市之间的高速铁路运输频率相对较低。究其原因，高速铁路通常在省内核心城市与次级城市之间提供服务，然后再延伸至相邻省份的核心城市，在该运输通道内，宝鸡是陕西省境内的次级城市，天水则是甘肃省境内的次级城市。在普速铁路网络中，并未形成以区域核心城市为主的运输线路，只是在西安和宝鸡之间往返的普速铁路运输较为突出，为40趟，宝鸡作为陕西的重要铁路枢纽，因此从东部及中部地区开来的列车经停西安之后会继续运行至宝鸡，加之从西安开往兰州及乌鲁木齐的列车，必须经过宝鸡，因此在西安和宝鸡之间的普速铁路服务较为突出。

西兰沿线的6个城市中，均同时提供高速铁路和普速铁路客运服务。通过对比西兰沿线地区城市位势指数发现，西兰沿线地区城市位势指数如表3所示，仅有咸阳属于普速铁路优势型城市，其余5座城市均为均衡型城市，在沿线城市中并未出现高速铁路优势型城市，因此可以看出，高速铁路与普速铁路在西兰客运通道呈现出均衡发展的态势，这与西北地区城际铁路客流需求特征直接相关。

西兰沿线地区铁路运输优势联系如图3所示。在30组重叠城市对中，有20组城市对的高速铁路运输服务占据优势，如定西—天水、兰州—定西；有10组城市对的普速铁路运输服务占据优势，如咸阳—西安、宝鸡—咸阳。从优势城市对空间分布来看，高速铁路优势城市对主要集中于甘肃省境内，其中定西—天水高速铁路的优势程度最为明显，其关联优势度差值为1.48，是所有高速铁路优势城市对中最大的。而普速铁路优势城市对主要集中于陕西省境内，其中咸阳—西安普速铁路的优势程度最明显，其普速铁路关联优势度与高速铁路关联优势度的差值为2.54，这样的结果在很大程度上与咸阳市区位置有关，因为其紧邻西安，又与西安地铁直通，高速铁路为了保障高效快速的运输特点，因此西兰客运通道内的部分高速铁路不经停咸阳。然而，与高速铁路不同的是，普速铁路的运输特点具有均衡性、普惠性，加之咸阳与定西不同，其人口经济活跃且旅游资源也更加丰富，因此并不会因为地理距离近而考虑放弃咸阳，因而普速铁路在西安—咸阳之间占据明显优势。

2.2　高速铁路与普速铁路旅客出行特征

2.2.1　旅客社会经济属性

个人社会经济统计特征如表4所示，在所有受访者中，男性占54.09%，女性占45.91%，选择高速铁路和普速铁路的性别比例也大致相同，均为男性多，女性少；在年龄方面，受访者多数集中在23~30岁之间，占到26.07%，18岁以下的最少，仅占3.50%，其中选择高速铁路的人群年龄主要集中在23~30岁，而选择普速铁路的多为46~60岁，可见，高速铁路与普速铁路能够吸引不同年龄段的乘客；在学历方面，受访者以本科学历为主，占40.08%，高中学历人数最少，占14.40%，其中选择高速铁路的人群学历多为本科，而选择普速铁路的人群学历最多的为初中及以下；所有受访者中已婚和未婚的人数各占1/2；在月收入方面，由于学生群体较多，因而收入在2 000元及以下的人群最多，占到32.30%，因此，乘坐高速铁路和乘坐普速铁路的乘客收入水平也都是2 000元及以下的最多，但总体上乘坐高速铁路的高收入人群占比较大。

2.2.2　旅客出行特征

（1）出行目的。乘客出行目的统计如图4所示，此次调研的257名受访者中，142人属于回家探亲，其中高速铁路105人，占高速铁路总出行的51%，普速铁路37人，占普速铁路总出行的74%，可见普速铁路是探亲的主要交通方式之一；54人为商务出行，其中选择高速铁路的人数为49人，5人选择普速铁路，分别占据各自出行目的的24%和10%，这说明高速铁路的高速便捷，成为商务乘客的首要选择；有22人为旅行出游，其中高速铁路21人，普速铁路仅有1人，同样可见高速铁路已成为多数人旅行的首选交通工具；剩下39人为学生上学，其中有32人乘坐高速铁路，占高速铁路出行的15%，有7人选择普速铁路，占普速铁路出行的14%。

（2）出行频率。乘客跨市出行频率统计如图5所示。高速铁路开通后，乘客出行的频率明显增加，更多高频率出行出现，1周多次出行从1升为6；1个月1次出行从25增至53；3个月1次出行从68上升到112。而低频率出行显著减少，1年1次出行从45降至23；半年1次出行从108减少到51。高频率出行增加和低频率出行减少，表明高速铁路的开通提升了西兰沿线的出行水平。此外，高速铁路开通前，西安站和西安北站的出行频率集中在半年出行1次，而在开通后，2个站点的出行频率集中在3个月出行1次。

（3）市内交通衔接。跨市出行总时间构成如图6所示，完整的一次铁路出行应包括：程前衔接时间、候车时间、在车时间和程后衔接时间^[19]。因此，市内交通衔接属于出行的一部分。通过统计受访者的程前交通衔接方式发现，有158人乘坐公共交通前往车站，为所有衔接方式中最多的，占61%，其中有134人前往西安北站，24人前往西安站；有41人乘坐出租车到达车站，其中34人前往高速铁路车站，其余前往普速铁路车站；有21人为私家车送行，其中高速铁路车站20人；剩余的37人则为步行前往，包括在2座车站中转的乘客，其中高速铁路车站19人，占高速铁路车站所有衔接方式的9%，普速铁路车站18人，占普速铁路车站所有衔接方式的36%。乘客市内衔接交通方式如图7所示。

就所用时间来看，被调查对象前往高速铁路和普速铁路车站平均耗时分别是41 min和29 min，可见普速铁路车站相较于高速铁路车站更容易到达，这与我国大多中心城市的车站布局实际情况相符，普速铁路车站因建造通车历史相对久远，大多位于或邻近市中心，而高速铁路车站一般建在市郊。从列车运行时间来看，高速铁路运行时间更短，在所有样本中，高速铁路平均运行时长为137 min，普速铁路平均运行时长为231 min，是高速铁路的1.69倍，可见虽然普速铁路减少了市内出行的时间，但列车运行时间则大幅增加。

3　旅客出行方式影响机制

由于调查问卷数据中，商务出行的旅客全部选择高速铁路，因此在模型估计中将其省略，将其余变量进行回归运算，得到离散变量回归分析结果如表5所示。

由结果可知，个人社会经济属性中，学历和收入对选择高速铁路有显著影响。学历每上升1个阶段，选择高速铁路出行比选择普速铁路出行的几率比增加46.7%，平均而言，学历每增加1个单位，选择高速铁路的几率平均增加了4.2%；个人月收入每提升1个档次，相应选择高速铁路出行比选择普速铁路出行的几率比增加45.8%，而平均几率增加了4.1%。这是由于高学历和高收入者更看重时间效率，愿意支付更高票价以节省时间。性别、婚姻情况及年龄这3类变量在模型回归中并不显著，但是年龄与是否选择高速铁路呈负相关，即年龄越大，选择高速铁路出行的几率较小。

就出行特征来看，工作日与双休日出行对高速铁路的选择几率也会造成影响，双休日出行选择高速铁路的几率是工作日的两倍，而平均几率增加了7.6%，双休日周边游的市场大大增加，因此绝大部分人会选择高速铁路，而非所需时间较长的普速铁路，以便有更多时间安排在目的地。程前、程后衔接时间及列车运行时间都对是否选择高速铁路出行产生显著的影响，由结果可知，程前和程后衔接时间增加1 min，选择高速铁路出行比选择普速铁路出行的几率比就会增加4.3%和2.6%，这与高速铁路车站所在区位有直接关系，高速铁路车站一般位于城市的边缘，因此到达和离开高速铁路车站都需要更多时间；列车运行时间呈显著的负相关，列车运行时间每增加1 min，选择高速铁路的几率是选择普速铁路的0.99倍，而对应的平均几率也减少0.1%。表明较长的运行时间削弱了高速铁路的速度优势，尤其是在票价较高的情况下，长距离运输中普速铁路的性价比更高；出发时间与候车时间并不显著，但呈正相关，高速铁路因其发车频率高的原因，加之西兰沿线城市之间距离较近，有较多的出行时段可选择，因此在早中晚都有较多的旅客，而西兰沿线地区的普速铁路发车时间多集中于凌晨及早上，因此可供选择的机会较少，因而出发时间越迟选择高速铁路的几率就越大。

4　研究结论

以西兰客运通道为研究对象，基于2023年2月的旅客列车运营数据，研究西兰沿线地区铁路客运重叠网络，分析旅客出行行为，在此基础上总结归纳高速铁路与普速铁路相互作用的影响因素及作用路径，得出以下结论。

（1）高速铁路在西兰沿线城市之间的发车频率高于普速铁路，且在不同城市之间提供差异化服务。西兰沿线地区的6座城市中，除咸阳的普速铁路运输较为突出外，其余城市高速铁路与普速铁路服务相对均衡；在城市对上，高速铁路优势对以甘肃省境内为主，普速铁路优势对则以陕西省境内为主。

（2）高速铁路的开通增加了西兰沿线乘客的出行频率，其优势在于速度快、准点率高、在列车上所消耗的时间少、车站的可达性和服务水平较高；而普速铁路出行的优势在于不赶时间、普速铁路车站的可达性高、票价实惠且提供夜间卧铺服务。

（3）乘客自身的社会经济属性及出行特征会影响出行的选择。高学历、高收入者更倾向于选择高速铁路，相较于周内，周末出行选择高速铁路的机会也会增加，高速铁路车站区位使得选择高速铁路出行的乘客其程前及程后衔接时间普遍高于普速铁路，相较于休闲旅游，在商务出行中，高速铁路的选择率几乎为100%。

（4）鉴于本研究是基于特定时段的数据，存在季节性(2月正值大学生返校时期)、时效性或其他短期波动的影响，为此还可以开展更长时间跨度的研究，以分析旅客出行行为的变化趋势。

参考文献

[1] 王姣娥，焦敬娟，金凤君. 高速铁路对中国城市空间相互作用强度的影响[J]. 地理学报，2014，69(12)：1833-1846.

[2] WANG Jiaoe， JIAO Jingjuan， JIN Fengjun. Spatial Effects of High Speed Rails on Interurban Economic Linkages in China[J]. Acta Geographica Sinica，2014，69(12)：1833-1846.

[3] 钟业喜，郭卫东. 中国高铁网络结构特征及其组织模式[J]. 地理科学，2020，40(1)：79-88.

[4] ZHONG Yexi， GUO Weidong. High Speed Rail Network Spatial Structure and Organization Model in China[J]. Scientia Geographica Sinica，2020，40(1)：79-88.

[5] MIMAR S， SORIANO-PAÑOS D， KIRKLEY A，et al. Connecting Intercity Mobility with Urban Welfare[J]. PNAS Nexus，2022，1(4)：178.

[6] 李　宇，李　涛，邱孟龙，等. 基于交通流的关中城市群城际交互对城市空间增长的影响[J]. 人文地理，2023，38(01)：147-157.

[7] LI Yu， LI Tao， QIU Menglong，et al. Impact of Intercity Interaction on Urban Space Growth in the Guanzhong Plain Urban Aggression Based on Traffic Flows [J]. Human Geography，2023，38(01)：147-157.

[8] 李　涛，彭天浩，王姣娥，等. 铁路功效运输联系空间差异化及区域整合效应[J]. 地理学报，2023，78(4)：946-960.

[9] LI Tao， PENG Tianhao， WANG Jiaoe，et al. Spatial Differentiation and Effect on Regional Integration of Inter-City Connections in China[J]. Acta Geographica Sinica，2023，78(4)：946-960.

[10] 冯兴华，修春亮，刘志敏，等. 东北地区城市网络层级演变特征分析：基于铁路客运流视角[J]. 地理科学，2018，38(9)：1430-1438.

[11] FENG Xinghua， XIU Chunliang， LIU Zhimin，et al. Characteristics of Urban Network Hierarchy Evolution Based on the Perspective of Railway Passenger Transport in Northeast China[J]. Scientia Geographica Sinica，2018，38(9)：1430-1438.

[12] 蒋海兵，祁　毅，李传武. 中国城市高速铁路客运的空间联系格局[J]. 经济地理，2018，38(7)：26-33.

[13] JIANG Haibing， QI Yi， LI Chuanwu. China's City High Speed Rail(HSR) Passenger Spatial Linkage Pattern and Its Influence Factors[J]. Economic Geography，2018，38(7)：26-33.

[14] 曹炜威，杜　冬，刘长华. 高速铁路与民航网络结构特征演化比较研究[J]. 铁道运输与经济，2022，44(4)：30-37，45.

[15] CAO Weiwei， DU Dong， LIU Changhua. Comparative Analysis of the Structural Evolution of China's High Speed Railway and Air Transport Networks[J]. Railway Transport and Economy，2022，44(4)：30-37，45.

[16] CHAN C S， YUAN J T. Changing Travel Behaviour of High Speed Rail Passengers in China[J]. Asia Pacific Journal of Tourism Research，2017，22(12)：1221-1237.

[17] 武前波，陶娇娇，吴　康，等. 长江三角洲高铁日常通勤行为特征研究：以沪杭、宁杭、杭甬线为例[J]. 城市规划，2018，42(8)：90-97，122.

[18] WU Qianbo， TAO Jiaojiao， WU Kang，et al. Daily Commuting Behavior Characteristics of High Speed Rail Passengers in the Yangtze River Delta Region：A Case Study of Shanghai-Hangzhou，Nanjing-Hangzhou，and Hangzhou-Ningbo Lines[J]. City Planning Review，2018，42(8)：90-97，122.

[19] 曾俊伟，石生钿，钱勇生，等. “列车流” 视角下西北地区城市网络结构演变研究[J]. 地域研究与开发，2022，41(4)：78-83.

[20] ZENG Junwei， SHI Shengtian， QIAN Yongsheng，et al. Study on Evolution of City Network in Northwest China from Perspective of "Train Flow"‍[J]. Areal Research and Development，2022，41(4)：78-83.

[21] 叶玉玲，韩明初，陈俊晶. 基于出行链的城际旅客出行方式选择行为[J]. 同济大学学报(自然科学版)，2018，46(9)：1234-1240.

[22] YE Yuling， HAN Mingchu， CHEN Junjing. Intercity Passenger Travel Mode Choice Behavior Based on Trip Chain[J]. Journal of Tongji University (Natural Science)，2018，46(9)：1234-1240.

[23] 滕　靖，薛　晖. 考虑出行者异质性的城际出行选择行为研究[J]. 铁道运输与经济，2020，42(S1)：60-66，80.

[24] TENG Jing， XUE Hui. A Study on Intercity Travel Choice Behavior Based on Traveler Heterogeneity[J]. Railway Transport and Economy，2020，42(S1)：60-66，80.

[25] 郇　宁，姚恩建. 城际组合出行行为建模及应用研究进展[J]. 清华大学学报(自然科学版)，2022，62(7)：1112-1120.

[26] HUAN Ning， YAO Enjian. Advances in Intermodal Travel Behaviour Modelling[J]. Journal of Tsinghua University (Science and Technology)，2022，62(7)：1112-1120.

[27] 张凯烊，孟晓晨. “被高铁” 现象的理性分析：以京沪高铁为例[J]. 地理科学进展，2016，35(4)：496-504.

[28] ZHANG Kaiyang， MENG Xiaochen. "Involuntary High Speed Railway Travel"：A Case Study Based on the Beijing-Shanghai High Speed Railway[J]. Progress in Geography，2016，35(4)：496-504.

[29] 张　航，赵　鹏，乔　珂，等. 高速铁路旅客出行时间选择Logit模型与分析[J]. 铁道运输与经济，2017，39(1)：55-60.

[30] ZHANG Hang， ZHAO Peng， QIAO Ke，et al. Analysis on Logit Model of High Speed Railway Passengers' Travel Time Choice[J]. Railway Transport and Economy，2017，39(1)：55-60.

[31] 程　谦，杨　光，胡启洲. 基于混合Logit模型的旅客对短途高速铁路列车选择行为[J]. 中国铁道科学，2021，42(2)：183-192.

[32] CHENG Qian， YANG Guang， HU Qizhou. Passenger Choice Behaviors for Short-Haul HSR Trains Based on Mixed Logit Model[J]. China Railway Science，2021，42(2)：183-192.

[33] YANG H R， DIJST M， WITTE P，et al. Comparing Passenger Flow and Time Schedule Data to Analyse High Speed Railways and Urban Networks in China[J]. Urban Studies，2019，56(6)：1267-1287.

[34] 孔　宇，甄　峰，张　泉，等. 居民高铁前出行阶段满意度特征及其影响因素研究：以南京市为例[J]. 现代城市研究，2018，33(8)：37-46.

[35] KONG Yu， ZHEN Feng， ZHANG Quan，et al. A Study on the Impact of ICT on Travel Satisfaction of Residents in the Access Trip of High Speed Railway：A Case of Nanjing[J]. Modern Urban Research，2018，33(8)：37-46.

基金资助

国家自然科学基金项目(42371189)

教育部人文社会科学研究一般项目(23XJCZH008)

中央高校基本科研业务费项目(24ZYYB017)