考虑汽车共享服务的出行方式选择影响因素研究

张荣花，关宏志，赵 磊，朱海燕

（1.北京工业大学 建筑工程学院，北京 100124；2.交通工程北京市重点实验室，北京 100124；3.北京易华录信息技术股份有限公司，北京 100043；）

0 引言

近年来，我国很多城市对私家车实行限行限购等政策，因私家车高价购买、低频使用造成的资源闲置与浪费问题日益严峻。从大众对汽车的消费观来看，许多人对车辆不再以拥有为主，而是逐渐倾向于租赁。汽车共享服务，又称分时租赁汽车。它是一种以分钟或小时为计价单位，为出行者提供自助式车辆预订、车辆取还及费用结算的出行模式。2017 年，国家相关部门发布了《关于促进小微型客车租赁健康发展的指导意见》[1]，提出汽车共享服务不但可以改善用户出行体验，为城市出行提供一种新的选择，也会在一定程度上缓解城市私人小汽车保有量快速增长的趋势。目前，汽车共享服务在我国正处于发展初期，探究汽车共享服务对城市出行者出行方式选择产生的影响，分析出行行为前端的内在影响因素，有利于促进汽车共享服务发展，同时对于政府明确汽车共享服务在城市综合交通运输体系中的合理定位，形成多层次、差异化的城市交通出行体系，具有重要意义。

近年来，国内外学者关于汽车共享服务问题进行了大量的定性与定量研究。定性研究方面，Stefano 等[2]分析了汽车共享服务的可行性，并进一步探讨了影响出行者选择汽车共享服务行为的决定因素；Burak 等[3-4]认为不同需求、车站可达距离、补贴水平、电池充电性能、时间空间灵活性等都会影响出行者对汽车共享服务的选择行为；Balac 等[5]研究发现停车价格会对汽车共享使用需求产生影响；罗薇等[6]发现性别、受教育程度、感知共享汽车信息量、信息准确性均会对出行者的共享汽车使用强度和未来使用意愿产生影响；施建刚等[7]认为交通共享产品的有用性、易用性、个人可持续发展理念、强制性政策和规范压力会影响出行者的实际使用行为；郑迪斐[8]认为共享汽车的车况与性能、运营模式、安全性、使用效率、呈现方式等均会影响用户体验；徐慧亮[9]的研究表明，绩效期望、社会影响、个体创新等会对用户行为产生影响；史乐峰等[10]研究发现，共享汽车的租还便捷性和单车驾乘体验度对租赁价格的制定影响较大；吴娇蓉等[11]运用情景分析法，研究发现加密分时租赁小汽车的布点、缩短车外时间会提高出行者的使用意愿；Scott 等[12]发现政府支持汽车共享会对城市私家车的拥有量产生影响。

定量研究方面，Xu 等[13]构建了混合整数非线性规划模型，以利润最大化为目标，探讨了汽车共享站点布局、定价及调度问题；杨耀坤等[14]通过实际调查数据进行情景预测，以年利润为目标函数，探究影响电动汽车分时租赁项目的动态成本分布和收益的因素；赵俊丽等[15]运用灰色模糊分析法，通过实例对城市共享汽车选址方案进行综合分析决策；Lin 等[16]提出了一种新的图像模糊多准则决策（Multi-Criterion Decision Making,MCDM）模型以解决汽车共享站点的选址问题；Zhu 等[17]为了帮助系统操作员提前分配车辆以满足用户需求，提出了准确流量预测模型；刘向等[18]建立NL模型，探究用户电动汽车分时租赁出行选择行为的影响因素，并计算了各出行方式的分担率和敏感度；鞠鹏等[19]通过考虑心理潜变量，建立了混合选择模型以探讨出行者的汽车共享选择行为；惠英等[20]研究发现在外环以内居住、家庭已拥有私家车的出行者更倾向于选择共享汽车。

综上可知，定性方面的研究着重于探究汽车共享服务使用意愿、使用行为的影响因素以及对社会的影响；定量研究主要集中于汽车共享服务的站点布局、定价、调度、选址等问题。截至目前，鲜少有学者从出行者个人属性及汽车共享服务特征的角度出发，探究汽车共享服务对城市出行者出行方式选择的影响。为此，本文拟将汽车共享服务、出租车与地铁3 种出行方式作为选择肢，通过网络问卷调查的方式获取出行者交通行为的基础数据，并选择出行距离、汽车共享收费标准作为效用函数的特征变量，构建多项Logit（Multinomial Logit,MNL）模型，然后对模型进行参数估计，分析汽车共享服务对出行者出行方式选择行为的影响。

1 问卷设计及样本描述性统计

1.1 问卷设计

本研究通过问卷调查的方式获取受访者的各项属性指标，以分析出行者的行为特征和选择意愿，为交通行为模型构建获取基础数据。本次调查分行为调查（Revealed Preference,RP）和意向调查（Stated Preference,SP）两种。调查项目包括出行者的个人属性信息、出行特征信息及在不同情境下出行方式选择意愿3 部分。其中，出行方式选择意愿调查部分以2 种出行距离及分别对应的2 种汽车共享服务收费标准作为研究变量，分别设置2个水平、4个不同出行场景，具体如表1所示。每个场景在给定出行距离后，以北京市实际情况为例，假设出租车和地铁两种出行方式的出行费用为定值，且出行方式的出行时间可借助百度地图估算，要求受访者在汽车共享、出租车、地铁3种交通方式中进行选择。

表1 SP调查属性及水平值设置

1.2 样本描述性统计

本研究借助“问卷星”微信小程序于2019年9月份发放网络问卷，共回收240份，剔除明显不合理或题项回答前后矛盾的问卷，最终获得204份有效问卷，有效回收率为85.0%。样本信息分布如表2 所示，男女性别比例较均衡，年龄在18～40 岁的中青年占比为92.16%，以未婚为主；职业为公务员或事业单位职员、公司普通职员及学生的受访者占比达86.28%，受访者月收入集中于3000～10000 元；学历为本科及以下的受访者占48.04%，硕士及以上的占51.96%；最常使用交通工具以“地铁+公交车”、地铁为主，日常通勤单程距离≤10km的受访者占比为78.42%。

表2 样本信息统计结果

表2 （续）

对问卷调查结果进行统计分析，结果如表3所示。

表3 出行特性统计

由表3可知：

（1）受访者最希望汽车共享服务网点设置于火车站、机场、长途汽车客运站、居住区、工作区、商业服务区、市区郊外旅游景点等；

（2）受访者使用共享汽车的主要目的以短途旅游、休闲娱乐居多。

2 模型构建

本研究基于非集计模型的随机效用理论，通过构建MNL非集计模型，从概率的角度探究考虑汽车共享服务的出行方式选择行为，然后通过对模型进行参数估计，定量地分析影响出行者出行方式（汽车共享、出租车、地铁）选择行为的主要因素。

2.1 理论基础

非集计模型以实际产生交通活动的个人为基本单位，假定作为行为决策单元的个人在一个可以选择且选择方式相互独立的集合中会选择对自己效用最大的交通方式，由此引入效用最大化行为假说。该假说是所有非集计模型的理论基础和必须服从的前提条件。其中，效用是指出行者综合考虑费用、时间及舒适度等多因素后，对某种出行方式作出决策后所获得的满足感。非集计模型理论假定效用是服从一定分布的随机变量，它与可选方式的特性和选择者个人的社会经济属性有关，且每个个体都会选择效用最大的选择肢[21]。

MNL模型构建基本流程如图1所示。

图1 MNL模型建模流程

2.2 确定效用函数

根据随机效用最大化理论，出行者在条件一定的情况下，会选择效用最大的方案。出行者n选择出行方式i的效用函数为：

式（1）中：Uin为出行者n选择出行方式i的效用函数；Vin为出行者n选择出行方式i的效用函数中的固定项，主要包含可观测的出行时间、出行费用等方案特性，以及年龄、性别、职业等个人属性等；εin为出行者n选择出行方式i的效用函数中的概率项，包含不可观测的其他因素引起的随机项。

为了方便计算，假设Vin与特征变量Xin呈线性关系：

式（2）中：β0为常量；βk为待定系数；为出行者n选择出行方式i的第k个变量值，且k∈[1,8]。

由此，出行者n选择出行方式i的概率Pin为：

式（3）中：An为可供出行者n选择的出行方式集合；j为An中的某一种出行方式；Ujn为出行者n选择出行方式j的效用函数。

3 模型结果分析

3.1 模型拟合及检验

本研究应用SPSS软件进行数据处理，将汽车共享服务作为参考方式，以因变量和自变量的最后一个分类水平作为参照，考察不同水平间的倾向。应用MNL模型对样本数据进行统计分析，反复比较分析似然比检验值及估计参数，最终得到模型的拟合信息和似然比检验结果，如表4所示。

表4 模型拟合信息

由表4 可知，在模型的拟合信息表中，最终模型的卡方值为161.706，显著性小于0.05，表明最终模型优于仅有截距的模型，因而更具有统计意义，通过检验。

模型的伪决定系数方值（Cox 和Snell 为0.180,Nagelkerke 为0.214,McFadden 为0.108）均不高，说明模型对原始变量变异的解释程度一般。

模型似然比检验结果如表5 所示，其中显著性水平表明6 个影响因素对模型构成均有显著贡献，研究这些自变量存在实际意义。因此，最终进入模型的效应包括截距、性别、年龄、最常使用交通工具、汽车共享服务收费标准、出行距离及日常通勤单程距离。

表5 模型似然比检验结果

3.2 参数估计

通过SPSS软件的输出结果可知，本文所建模型的整体命中率为64.1%。检验自变量对交通方式选择的影响，得到参数估计结果，如表6所示。

表6 参数估计结果

由表6 可知，性别、年龄、最常使用交通工具、日常通勤单程距离、出行距离以及汽车共享服务收费标准均对出行者的出行方式选择行为具有显著性影响。

以汽车共享服务为参考方式，就出租车出行而言：

（1）日常通勤单程距离（20～30km）、出行距离对出行者选择出租车具有显著的负向影响，结果表明：①与选择汽车共享服务出行相比，日常通勤单程距离为20～30km 的出行者选择出租车的概率会小一些；②出行距离的系统估计值为-0.425，表明出行距离越长，出行者选择出租车出行的概率就越小，即选择汽车共享服务出行的概率越大。

（2）年龄、性别、日常通勤单程距离（≤20km）、汽车共享服务收费标准对出行者选择出租车具有显著的正向影响，结果表明：①出行者年龄越大，选择出租车出行的概率越大；②在出租车与汽车共享服务两种出行方式可供选择的情况下，女性更倾向于选择出租车，而男性更倾向于选择汽车共享服务；③日常通勤单程距离在20km 以内的出行者选择出租车的概率较大；④汽车共享服务收费标准越高，出行者选择出租车的概率越大。

以汽车共享服务为参考方式，就地铁出行而言：

（1）年龄、性别、最常使用交通工具（地铁、公交、地铁+公交）、日常通勤单程距离、汽车共享服务收费标准对出行者选择地铁具有显著的正向影响，结果表明：①年龄越大，出行者选择地铁出行的概率越大；②女性更倾向于选择地铁出行；③出行者的最常使用交通工具为公共交通方式时，选择地铁出行的概率较大；④汽车共享服务收费标准越高，出行者选择地铁的概率越大。

（2）最常使用交通工具（私家车）、出行距离对出行者选择地铁具有显著的负向影响，结果说明：①当出行者的最常使用交通工具为私家车时，相较于地铁，其选择汽车共享服务的概率更大；②出行距离越长，汽车共享服务被选择的概率越大。

4 结论

本文基于网络调查数据，利用MNL非集计模型对考虑汽车共享服务的出行方式选择行为进行了研究，并运用SPSS软件定量分析了出行者个人属性和汽车共享服务属性等对汽车共享服务选择行为的影响，研究表明：

（1）性别、年龄、最常使用交通工具、日常通勤单程距离、出行距离和汽车共享服务收费标准均对出行者汽车共享服务的选择行为具有显著影响；

（2）在汽车共享服务和出租车两种方式选择分析中，日常通勤距离为20～30km 时，随着出行距离的增大、汽车共享服务收费标准的降低，出行者选择汽车共享服务的概率越大，而当出行者的日常通勤距离在20km 以内时，更倾向于选择出租车；

（3）在汽车共享服务和地铁两种方式选择中，随着出行距离的增大、汽车共享服务收费标准的降低，出行者选择汽车共享服务的可能性增大，而当出行者的最常使用交通工具为公共交通方式时，其更倾向于选择地铁。

因此，为了提高汽车共享服务被选择的概率，运营商及相关部门可结合适用人群的出行需求，合理设置网点位置、制订合理的收费标准、明确适用的出行距离，使其与城市公共交通、出租车等多种出行方式共同形成多层次、差异化的城市交通出行体系。

本文只考虑了汽车共享服务对大城市出行者日常出行方式（地铁和出租车）的影响，而未就其对现实中其他交通方式（如公交车、网约车等）的影响展开研究。今后，可针对不同类型城市，全面考虑可供居民选择的出行方式，深度剖析汽车共享服务对城市居民出行方式选择的内在影响，为政府相关部门及汽车共享服务运营商的政策制定提供理论依据。