基于Logistic模型的张掖市共享单车需求影响因素研究

贾伶

摘 要：本文通过建立二元Logistic回归模型，对张掖市共享单车需求的影响因素进行研究，发现年龄、居民对单车租赁点方便与否的注重程度对居民使用共享单车有显著影响。在此基础上，结合张掖市的实际，提出相应的对策建议。

关键词：共享单车  影响因素  二元Logistic回归模型  张掖市

中圖分类号：F724.6 文献标识码：A 文章编号：2096-0298（2020）06（b）--03

“互联网+交通运输”背景下催生的共享单车，在为人们“最后一公里”出行带来方便的同时，也引发了诸多亟待解决的问题，如单车过度投放、使用率不高等。因此，如何提高共享单车的使用率尤为重要。目前，对共享单车需求影响因素的实证分析较少，常用的模型有最小二乘回归模型、空间误差模型等，本文通过构建二元Logistic回归模型对张掖市共享单车需求的影响因素进行研究，以期为提高张掖市共享单车的使用率提出有效的对策建议。

1 研究区概况和数据来源

1.1 研究区概况

张掖市位于甘肃省西北部，河西走廊中段，是丝绸之路经济带上的重要节点城市，其现下辖一区五县（甘州区、高台、临泽、肃南、山丹、民乐）。张掖市占地面积40874平方千米，常住人口123.38万，为了方便市民出行，完善城市的慢行交通体系，张掖市于2015年引入了公共自行车，后续又投放了无桩单车和骑电单车，现有共享单车6440辆。

1.2 数据来源

本文数据来源于问卷调查，此次调查采用随机抽样的方式，对张掖市不同年龄、不同职业的人群进行随机抽样，共发放问卷300份，收回295份，剔除无效问卷16份，有效问卷共计269份，有效问卷回收率为91.2%。

2 研究方法

2.1 多重共线性

多重共线性是指线性回归模型中的解释变量之间由于存在较精确相关关系或高度相关关系而使模型估计失真或难以估计准确。检验解释变量之间的多重共线性多用方差膨胀因子（VIF），其计算公式如下：

其中r为线性回归中解释变量之间的相关系数，当VIF很大时，表明自变量间存在多重共线性，一般VIFi>10时，说明自变量xi与其余自变量之间存在严重的多重共线性。

2.2 二元Logistic回归模型

2.2.1 Logit变换

设某事件发生的概率为p，不发生的概率为1-p，则将称为事件的发生比，记为odds（比数、优势），logit变换如下所示：

2.2.2 二元Logistic回归模型

设有一个二分类因变量y，取值为1时表示事件发生，取值为0时表示事件未发生，该因变量有m个影响因素（自变量）： x1， x2，...， xm，记事件发生的条件概率，则由pi（第i个观测）所构建的Logistic回归模型如下所示：

其中βj表示自变量xj改变一个单位时，logit（pi）的改变量，可以理解为各个影响因素的权重系数。

3 实证分析

3.1 变量设定

（1）因变量

将张掖市居民是否使用过共享单车作为因变量，将使用过共享单车赋值为“1”，没有使用过共享单车赋值为“0”。

（2）自变量

将张掖市共享单车需求影响因素作为自变量，主要包括个人基本情况、共享单车相关因素、外部因素。其中，个人基本情况包括职业、年龄、月平均收入、出行方式、对于自行车出行的喜爱程度，分别设为 x1、 x2、 x3、 x4、 x5;共享单车相关因素包括对单车种类的注重程度、对单车完好与否的注重程度、对单车租赁点分布方便与否的注重程度、对单车租赁手续方便与否的注重程度、对收取押金多少的注重程度、对用车时缴纳费用多少的注重程度、对办理退押金手续难易的注重程度、对单车运营主体服务质量的注重程度，分别设为 x6、 x7、 x8、 x9、 x10、 x11、 x12、 x13;外部因素包括对天气状况的注重程度、对使用共享单车出行时间段的注重程度、对自行车专用基础设施的注重程度、对出行时道路交通状况的注重程度，分别设为 x14、 x15、 x16、 x17。

3.2 基本假设

假设1：个人基本情况对共享单车的使用有显著影响;假设2：共享单车相关因素对共享单车的使用有显著影响;假设3：外部因素对共享单车的使用有显著影响。

3.3 构建模型

本文选用二元Logistic模型进行分析，使用共享单车，赋值为“1”，发生的概率为p，不使用共享单车，赋值为“0”，概率为1-p，可以建立回归模型：

3.4 单因素方差分析

对17个自变量进行单因素方差分析，由表1所示， x1， x2， x7， x8， x9， x11， x12， x13， x16， x17的显著性水平小于0.05，所以呈显著相关关系。 x3， x4， x5， x6， x14， x15的显著性水平均大于0.05，所以呈不显著相关关系，因此，剔除 x3， x4， x5， x6， x14， x15。

4 多重共线性诊断

在进行二元Logistic回归分析之前，先对自变量之间是否存在多重共线性进行分析。如表2所示，17个解释变量的容差均大于0.1，方差膨胀因子（VIF）均小于10，所以它们之间不存在多重共线性。

5 二元Logistic回归

采用“向前LR”法对剩余的11个自变量进行二元Logistics回归分析，表3中Sig值为0.000小于0.05，说明方程显著性检验通过。表4中Cox&SnellR^2为0.089，NagelkerkeR^2为0.120，表5中Hosmer-Lemeshow检验的卡方值1.005小于自由度为1的卡方临界值1.323，Sig值为0.316大于0.05，据此判断方程的拟合度较好。表6中的数据得到Logistic模型：Logit（p）=0.625+0.357x2-0.434x8，结果显示，年龄、单车租赁点分布方便与否的注重程度对居民使用共享单车有显著的影响。

6 研究结论及对策建议

6.1 研究结论

通过研究我们发现，居民的年龄、单车租赁点分布方便与否的注重程度对居民使用共享单车有显著影响。年龄对因变量的影响为正，即隨着年龄的增加居民越趋向于使用共享单车。通过实际调查，我们发现张掖市共享单车的使用群体以中老年群体居多，对于这一群体来说，时间相对自由，骑共享单车出行既有利于身体健康，又低碳环保。对单车租赁点分布方便与否的注重程度对因变量的影响为负，即居民对单车租赁点分布方便与否的注重程度越高，使用率越低。在城市快节奏生活方式的影响下，人们出行注重便捷性与高效率，单车租赁点方便与否的注重程度越高，单车使用率越低。这也与我们的实际调查状况相符。

6.2 对策建议

6.2.1 用户

首先，深刻认识发展共享单车的社会意义及价值。居民应该通过关注国家的大政方针、新闻等渠道了解和认识共享单车，深刻认识发展共享单车的社会意义及价值。其次，践行“绿色出行”的理念。居民自身应该以身作则，多骑共享单车出行，践行绿色出行的理念。最后，形成示范和带动效应。居民还应该带动和影响自己的家人、亲戚、朋友、同事一起多骑共享单车出行，让我们一起为环境保护、减少排放贡献一份力量。

6.2.2 运营主体

（1）合理分布单车租赁点

居民作为共享单车的需求方，单车租赁点的设置应该符合居民的用车需求，需求量大的地方多设置，需求量小的地方少设置。单车运营主体可尝试在住宅小区内设立单车租赁点，方便市民随时用车。单车运营主体还可以与学校展开合作，让共享单车走进校园，方便学生的出行。

（2）开展特色骑行活动，鼓励更多用户使用共享单车

单车运营主体可通过开展特色骑行活动，鼓励更多的用户骑共享单车出行。例如，周末休息日骑单车出行免费，三八妇女节、国庆节等节日骑单车出行免费等，倡议市民每月少开一次车，骑共享单车出行等。

6.2.3 政府

一是建立宣传机制。政府部门应该定期或不定期，通过各种渠道宣传共享单车在城市发展进程中的意义和价值;二是建立相关职能部门协作制度。要将工商行政管理、城管、交通运输、公安交警、环卫等部门协调起来，通力合作，确保人们出行安全便捷。

参考文献

Wang J.Spatial modeling of bike share trip generation in the twin cities[C].Research Board 97th Annual Meeting， Washington DC， 2018.

Shen Y， Zhang X， Zhao J， et al. Understanding the usage of dockless bike sharing in Singapore[J]. International Journal of Sustainable Transportation， 2018， 12（9）： 686-700.

叶显严.基于地理加权回归的城市出租车客流影响因素分析及建模[D]. 成都：西南交通大学交通运输与物流学院，2017.

陈宏刚.兰州市共享单车可持续发展问题分析[J].黑龙江工业学院学报（综合版），2019，19（08）.

马新卫，季彦婕，金雨川，等.基于时空地理加权回归的共享单车需求影响因素分析[J].吉林大学学报（工学版）：2019，12（19）.

冯彦铭，姚显记.基于Logistic模型的共享单车持续使用意愿影响因素研究[J].经济研究导刊，2018（34）.