网约车对城市居民出行行为的影响分析

焦玉洁，李黄河，孟春生，张长兴

（长安大学 汽车学院，陕西 西安 710064）

网约车对城市居民出行行为的影响分析

焦玉洁，李黄河，孟春生，张长兴

（长安大学 汽车学院，陕西 西安 710064）

随着当今社会信息化飞速发展，“互联网+”时代到来，传统公共交通服务难以满足多样化的居民出行需求，由此，“网约车”应运而生。现如今打车软件在市场中倍受青睐，它们潜移默化地影响着城市居民的出行观念，改变着居民的出行行为[1]。随着现如今交通信息化程度日益加深，居民出行与交通信息化之间的不协调问题也日渐凸显。文章利用RP/SP调查方法，通过对网约车出行者出行行为进行问卷调查，结合网约车的出行特点对结果定量分析，探究网约车对居民出行行为产生的影响，科学合理化协调好二者之间的关系，为出行者提供更好的出行策略。

网约车；居民出行行为；城市交通运输系统；交通信息化

CLC NO.: U491.1+1 Document Code: B Article ID: 1671-7988 (2017)10-248-04

前言

网约车行业的兴起与发展，为城市居民出行提供更加丰富的选择，使现代都市生活变得更加方便快捷；能有效解决出租车空跑问题，节约社会资源。探究网约车发展对城市居民出行行为的影响，处理好城市交通与居民出行行为之间的关系，使二者相辅相成协调发展，对城市交通运输系统发展有着至关重要的意义。

对出行者来说，分析城市交通运输系统信息化发展与城市居民出行行为的关系，能够科学地诱导城市居民的出行行为，使二者相互适应，协同作用并产生积极影响，以期使网约车最优化地为城市居民出行所服务；对城市交通运输系统管理层来说，能够辅助政府管理部门进行相应的职能作用强化，有效监管网约车的运营，提高安全系数与服务质量，最大程度地维护出行者的权益，为城市居民营造良好的出行环境，以期在城市交通运输系统中创造出更大的市场价值与社会价值。

本文将从网约车自身出发，与传统的城市公共交通模式相对比，结合国内外网约车行业发展现状及前景趋势，依托专车行业和城市居民出行行为的权威研究资源，对网约车出行者出行行为进行问卷调查，结合网约车出行特征定性定量地对结果进行分析，探究网约车对城市居民出行行为的影响，分析交通信息化发展与城市居民出行行为的关系，优化创新出更为合理的网约车服务模式，科学引导国内网约车未来发展方向，正确诱导城市居民的出行行为，全面促进城市交通运输行业的信息化发展。

1、研究现状综述

1.1 RP/SP调查方面

Elisabetta Cherchi利用RP数据和SP数据混合调查的方法,研究意大利新车服务的问题，建立较好的分析模型，此种融合数据的方法有助于提高模型拟合的准确性[2]。Raquel Espino利用RP数据的真实性，并将之应用于SP选择实验，两者交互使用时可以评估模型的质量[3]。王方在“交通SP调查的均匀设计方法”中分别介绍出RP调查和SP调查的不同，并且比较两者的优劣，提出均匀设计方法，较为成功地解决调查方案中问题数量[4]。吾晨晨提出利用RP/SP两种调查方法得到数据进行融合分析，互相弥两者的不足，提高了SP数据的可信度和RP/SP数据的精确度[5]。

1.2 出行特征及出行行为方面

Jin-Seok Hahn选择了韩国老年人旅游特征这一研究方面，表明个人和家庭特征对老年人的出行有着较大的影响，因此运输的发展需要考虑老年人[6]。王妤岌认为中小城市居民出行和大城市居民出行方式有所差异，于是从出行目的、出行距离等方面优化了出行结构，对城市居民出行提出了良好的建议[7]。罗典对广州1984年和2005年的居民调查数据进行了分析，研究了城市空间发展对居民出行特征的影响，对探索交通发展有着重要影响[8]。顾康康分析了合肥市居民的出行特征，发现出行发誓变化巨大，步行和自行车的比例下降较多，私家车和公交车比例较大，其中机动车比例多，公共交通比例少[9]。邹志云等人通过对国内部分城市调查数据的对比分析、归纳和推理，按照人口规模、经济规模等指标分类，分析国内不同类型城市居民的出行规律及变化特征[10-11]。张振栋等人利用计划行为理论与结构方程，对城市居民慢行交通出行选择行为进行建模分析，通过问卷调查建立相关结构方程分析模型。研究结果表明：行为态度、行为控制认知、土地利用属性等因素对城市居民的慢行交通出行行为的选择决策具有直接影响作用[12]。吉淑娥等人依据城市居民出行调查方法，以居民的出行行为为研究对象，分析影响因素并结合相关参数，建立多元线性回归模型以及双层Logit出行方式选择模型，针对出行比例影响较大因素，定量分析参数之间相互影响关系，并通过实例验证模型的有效性，为城市的整体交通发展规划提供必要的依据[13]。刘名敏，王晓蕾通过数学建模分析了网约车平台出现后居民的出行模式选择，为定量评价网约车平台对城市居民出行造成的影响提供了理论模型[14]。

由此看来，国内对于公共交通影响居民出行行为的因素已进行各种深入研究，但是还没有形成一个完整的体系，主要存在以下问题：影响居民出行因素层次不够分明，不够全面；城市交通建设这方面考虑较少，影响居民出行行为的因素中，城市交通建设是很重要的一环；互联网普及的时代，应该考虑居民出行受到互联网（例如网约车）的影响。

2、调查方法

2.1 RP调查（Revealed Preference，以下简称RP）及SP调查（Sated Preference，以下简称SP）方法

基于现今社会的城市居民出行者中，既存在使用过网约车的用户，也存在尚未使用过网约车的出行者，即针对网约车的认知调查分为真实感受与假想思考两种情况，因此调查采用RP调查及SP调查相结合的方法。前者是以实际发生过的情景为基础，在某个地方或者某个时刻实际发生的出行者的交通出行行为选择。RP调查可以较真实得反应出行者的出行情况；后者是假设调查方法，根据调查者的思考来得出调查者对于某个情景的主观看法。SP调查因为是调查者假想的，可能具有不准确性。

2.2 网约车对居民出行行为的影响

在进行问卷设计之前，首先对探究网约车和出行者的影响因素进行分析，然后根据影响因素的测量指标来确定调查问卷的问题，最后通过预调研对回收的数据进行分析，对问卷的信度和效度进行检验，确定修改指标，得到正式问卷。从国内外的相关研究及实际出发，对调查变量进行总结，寻找因素之间的关系，用样本数据对理论关系进行验证，从而进行结构方程的构建。将网约车影响居民出行行为的影响因素与潜变量对应，确定潜变量是构建模型的前提条件。网约车影响居民出行行为包括多个方面的影响因素，这些影响因素是不可直接观测的，从现有的相关理论中总结和假设各影响因素之间的关系，并用样本数据来对其进行检验。

在对网约车影响居民出行行为的影响因素分析过程中，本文得出了以下几个主要影响因素：个人属性、出行链、网约车的特性、对网约车的依赖程度。

2.3 影响因素的相关指标

在以往的研究中，影响居民出行方式选择的因素常被归纳为出行者特征、出行特性和交通工具特效3个方面。由于网约车影响居民出行行为的影响因素，即模型中的潜变量，是不可预测量的变量，无法直接应用到模型中，需要借助可以直接测量的指标能够全面地反映影响因素。选择可测量指标即观测变量时，可以从不同的角度选取，使选取的指标能够全面地反映影响因素。

（1）个人属性：包含出行者的年龄、性别、学历、月收入和是否有私家车5个观测变量。

（2）出行链：包含出行目的、出行用时和出行目的数。

其中出行目的分为通勤、娱乐、购物和其他，不同的出行目的，对出行特征会有相应的影响。出行用时可以体现出行者的出行距离以及出行的疲劳度，也会影响出行决策。出行目的数用以衡量一条出行链中涵盖的目的数。

（3）网约车的特性：包含应对天气恶劣、应对行李物品多、应急性、经济性、快捷性、时效性和服务质量7个观测变量，并将其选定为网约车研究特征。

（4）对网约车的依赖程度：包含使用频率、使用时间和推荐与介绍3个观测指标。使用频率和使用时间可以衡量出行者在出行行为层面对网约车的依赖程度，测量出行者是否会推荐与介绍网约车给身边的其他人，可以从心理层面调查出行者对网约车的满意度，多方面的测量指标有助于全面地反映潜变量的影响因素。

2.4 调查准备

进行居民出行行为调查的目的是：了解出行者的自身特性及出行特性；了解网约车的特性；了解出行者对网约车的依赖程度；了解出行者对网约车的看法；对出行者个人属性和出行链进行统计评估。在问卷调查的过程中，应避免因为年龄不同造成的理解偏差，选取的被试者应在最近一段时间内使用过网约车出行，以得到网约车对居民出行影响的最新资料。

2.5 问卷设计

本文欲研究网约车发展对居民出行行为的影响，选取个人属性、出行链、依赖程度、网约车优势、出行方式5个潜变量，研究上述变量的关系。

本次调查的对象为西安雁塔区周边的城市居民，调查采用随机拦访的方式，问卷内容包括n个潜变量因子，n项可测指标，量表采用了5级量度，如对网约车特性的测量：

表1 调查问卷5级度量的设置

3、调查结果分析

研究网约车发展对居民出行行为的影响，选取个人属性、出行链、依赖程度、网约车优势、出行方式5个潜变量，研究上述变量的关系。

图1 时效性统计图

图2 便捷性统计图

本次试调查共计发放问卷200份，回收有效问卷178份，有效率89%。对于数据不足的情况，采用表列删除法，即在一条记录中，只要存在一项缺失，则删除该记录。根据问卷结果分析快捷性、便捷性、经济性、服务质量、应对天气恶劣、应对行李物品多和应急性，七个特性假设是否成立。

图3 经济性统计图

图4 服务质量统计图

根据问卷调查结果，有59%的人认为打车软件具有可以节省出行时间，即快捷性，有33%人保持中立，只有8%的人持相反意见，“快捷性”的优势假设成立；83%的人群表示使用打车软件出行方便便捷，3%的人持反对意见。考虑到少部分人群不熟悉手机软件操作，可能会对打车软件方便快捷认知不足。综上，“便捷性”的优势假设成立；

图5 应对恶劣天气统计图

图6 应对行李多统计图

相比于同等出行时间和出行距离的出行方式选择，68%的人群认为打车软件更为经济，因此“经济性”的优势假设成立；73%的人群认为打车软件能享受到更好的服务质量，因此“提高服务质量”的优势假设成立；

84%的人群认为天气恶劣时会使用打车软件出行，只有5%的人群持反对意见。因此打车软件在“天气恶劣”的情况下出行具有较大优势；73%的人群认为天气恶劣时会使用打车软件出行，只有7%的人群持反对意见。因此打车软件在出行者“行李物品多”的情况下出行具有较大优势；

图7 应急性统计图（有突然的用车需求时使用打车软件）

72%的受调查者认为在有突然用车需求时会选择使用打车软件出行，以应对突发情况，只有13%的人群持反对意见，综上网约车“应急性”的优势成立。

综合上述饼状图的统计资料，选取的7个网约车的优势假设持同意意见的人数比例均在60%以上，因此，快捷性、便捷性、经济性、服务质量、应对天气恶劣、应对行李物品多和应急性，7个优势假设均成立。

4、结论

基于结构模型的分析结果，在网约车的研究背景下，其快捷性、便捷性、经济性、服务质量、应对天气恶劣、应对行李物品多和应急性，这7个优势性指标对城市居民出行行为君产生了显著性影响。在考虑到以上几点网约车的特征要素时，城市居民出行选择更倾向于乘用网约车。

进而提出以下科学合理化建议：对城市居民出行者来说，建议在天气恶劣、行李物品多和出行需求紧急的情况下，选择乘用网约车。使得更好得满足多样化的城市居民出行需求，使二者相互适应，协同作用并产生积极影响，以期使网约车最优化为城市居民出行所服务；对城市交通运输系统管理层来说，建议通过出台相关法律法规，并严格管控国内网约车行业发展的手段，不断提高专车的快捷性、便捷性、经济性及其服务质量。有效监管网约车的运营，提高安全系数与服务质量，最大程度地维护出行者的权益，为城市居民营造良好的出行环境，以期在城市交通运输系统中创造更大的市场价值与社会价值。

[1] 张梦玲，朱娴璐，丁阿楠.浅析打车软件的优越性及其发展策略[J].现代营销.2014(03):112-113

[2] Elisabetta Cherchi,Juan de Dios Ortúzar. Mixed RP/SP models incorporating interaction effects[J].Transportation.2002,29(4):371-395.

[3] Raquel Espino,Concepción Román, Juan Dios Ortúzar. Analysing Demand for Suburban Trips: A Mixed RP/SP Modelwith Latent Variables and Interaction Effects[J]. Transportation.2006,33(3): 241 -261.

[4] 王方,陈金川,陈艳艳. 交通SP调查的均匀设计方法[J]. 城市交通,2005,(03):69-72.

[5] 吾晨晨. RP/SP数据融合方法研究[D].苏州大学,2016.

[6] Jin-Seok Hahn,Hyoung-Chul Kim,Joon-Ki Kim,Gudmundur F. Ulfarsson. Trip making of older adults in Seoul: Differences in effects of personal and household characteristics by age group and trip purpose[J]. Journal of Transport Geography,2016,:.

[7] 王妤岌,程龙,冯岑,陈学武,王炜. 中小城市居民出行特征片区差异性分析——以浙江省长兴县为例[J]. 城市交通,2015,(02): 55-62.

[8] 罗典,甘勇华. 城市空间发展对居民出行特征的影响研究——以广州为例[J]. 交通与运输(学术版),2010,(01):11-14.

[9] 顾康康,蔡茜. 合肥城市居民交通出行特征分析[J]. 安徽建筑工业学院学报(自然科学版),2012,(02):59-63.

[10] 邹志云,蒋忠海,胡程,梅亚南. 国内不同类型城市居民出行特征分析[J]. 武汉理工大学学报(交通科学与工程版),2008,(03):554-557.

[11] 邓毛颖,谢理.广州市居民出行特征分析及交通发展的对策[J].城市规划,2000,(11):45-49.

[12] 张振栋,严凌,黄瑞. 考虑土地利用特征的城市慢行交通出行行为分析[J]. 农业装备与车辆工程,2017,(01):17-21.

[13] 吉淑娥,刘财,张平,李万平. 城市居民出行行为模型分析——以哈尔滨为例[J]. 森林工程,2017,(01):82-86.

[14] 刘名敏,王晓蕾.网约车对城市居民出行方式影响的建模与分析[J].物流科技,2016,(10):79-82.

An Analysis of the Impact of the Online Car-Hailing Service on Urban Residents' Travel Behavior

Jiao Yujie, Li Huanghe, Meng Chunsheng, Zhang Changxing
( School of Automobile, Chang’an University, Shaanxi Xi’an 71006 )

With the rapid development in today's society informatization, "Internet +" era, the traditional public transport services is difficult to meet the residents' travel demand of diversification, as a result, "the net about car" arises at the historic moment. Nowadays, taxi-hailing apps are popular in the market, and they subtly influence the attitudes of city dwellers and change the behavior of residents.[1]As the traffic informationization is increasing, the problem of incoordination between resident and traffic information is becoming more and more obvious. Using RP/SP survey method, and through the network questionnaire survey was conducted about car traveler travel behavior, combined with the characteristics of the network about car travel results of quantitative analysis, to explore the network about the influence on residents' travel behavior, rationalize the relationship between science, provides a better strategy for traveler.

The Online Car-Hailing Service; Residents Travel Behavior; City Transportation System; Traffic Infor matization

U491.1+1

B

1671-7988 (2017)10-248-04

10.16638/j.cnki.1671-7988.2017.10.085

焦玉洁（1995—），女，长安大学汽车学院本科生，交通运输（汽车运用工程）专业；李黄河（1997—），男，长安大学汽车学院本科生，车辆工程专业；孟春生（1995—），男，长安大学汽车学院本科生，交通运输（汽车运用工程）专业；张长兴（1994—），男，长安大学汽车学院本科生，交通运输（汽车运用工程）专业。获得国家级大学生创新创业训练计划项目资助。