需求差异化下共享汽车分时租赁费率研究

鲜思静

（柳州五菱新能源汽车有限公司，柳州 545007）

0 引言

由于共享汽车的时空分配不均衡，在共享汽车的使用过程中会出现以下问题：当用户需要汽车的时候，车站内没有能够给消费者使用的车辆；用户在要还车的时候，站点内又出现没有剩余停车位供用户停车的现象[1]。“无车可租，有车难还”的问题已影响到共享汽车的发展，阻碍了共享汽车在我国城市的推广。为了提高共享汽车的使用率和收益水平，需要根据需求的时空分布采用不同的共享汽车租赁费率，进而提高共享汽车使用者的满意度。

根据共享汽车时段需求的差异化情况，很多学者运用Logit模型、动态自适应价格等理论制定分时租赁的费率，进而调节共享汽车的需求[2]。Balac等基于城市规模和消费者活动，研究共享车辆的需求与价格策略之间的关系，发现定价策略会导致共享汽车使用的空间结构和目的发生变化[3]。孙立山等根据居民出行目的，通过分类与统计站点影响范围内的兴趣点（POI）类型及分布，建立基于用地指标的需求预测模型，研究了共享汽车需求与周边用地分布特征的互动机理[4]。Jorge等根据用户的需求或现场提供车辆的能力，利用K-means聚类算法将研究区域划分为不同的时间段，并根据不同的区域划分实施差异化的价格策略[5]。Ren等考虑了人类决策的随机性，提出了基于车辆共享系统动态系统建模的反馈动态定价方法，通过实时改变服务成本来控制车辆的时空不均衡[6]。以往的费率研究主要考虑了不同时段的需求差异。为了更好解决共享汽车的时空分布不均衡，有必要考虑城市不同功能区的需求差异，制定各个停车点不同时段的优惠费率，以此诱导共享汽车用户进行异地还车，进而实现共享汽车的自适应调度。

本文依据某市选择共享汽车出行的比率，将城市区域分为住宅区、商业区和大学城等功能区，通过灰色预测模型计算出早中晚三个时段的共享汽车需求量。建立的共享汽车分时租赁费率不仅包含了共享汽车的固定成本，也包含了共享汽车的诱导费率。当共享汽车泊位数与实际需求量差异比较大时，通过诱导费率可以实现共享汽车的自适应调度，能有效地提高共享汽车在时间和空间上的分配，最后通过实际案例进行分析。

1 共享汽车的需求预测模型

由于不同城市区域的共享汽车使用频率相差较大，为了更好地预测共享汽车的需求量，根据城市不同区域的功能，将城市的功能区域分为：居民区、商业区、大学城、工业区、行政区和旅游区等6种不同功能区。不同地区的不同时间段会有需求差异化问题。例如居民区的早上需求量会很大，工业区会需要大量停车位；而到了晚上，共享汽车需求量和停车位需求量则会反过来。有鉴于此，本文将共享汽车需求量在时间上分成3个时间段来计算：早上为 6：30～8：30；中午为11：30～13：00；晚上为18：00～19：30。

假设不同区域3个时间段的人们出行所需共享汽车数量，与人口总量、选择使用共享汽车的人们比例以及每日出行次数等因素有关，也与每辆共享汽车平均每日使用次数和车辆维护百分比有关。具体关系式如下式：

ni——第i个功能区人均出行次数

ki——为第i个功能区共享汽车出行比例

ci——共享汽车日均被使用次数

wi——为各功能区停车站共享汽车总量

考虑到各个功能区的人口总量随着时间会发生变化，共享汽车的需求量随着人口总量的变化而改变，有必要对人口总量进行预测。由于灰色预测模型不需要大量的时间序列数据就能够取得较好的预测效果，本文采用GM（1，1）模型的离散形式对不同区域的人口总量进行预测[7]：

α1、α2——一对估计值，可根据最小二乘估计求得

2 需求差异化下共享汽车分时租赁费率

根据共享汽车需求差异化现状，在目的地可达范围内，通过调整不同时段相邻区域内的还车费率，以价格折扣手段刺激消费者，在服务顾客的同时实现共享汽车自适应调度，进而解决共享汽车时空分布不均衡的问题。因此，可将共享汽车的分时租赁费率分为固定成本和可变成本两部分。固定成本可采用投资收益率获得，包含了共享汽车成本和利润，而可变成本为共享汽车诱导费率，则分时租赁费率为：

式中 Pi——第i个功能区共享汽车分时租赁费率

Ci——为第i个功能区实际成本

β——为共享汽车的利润率

式（3）中的Ci可用每个泊位的实际成本来计算。假设共享汽车能够在第N年回收投资，考虑共享汽车的收入值、运营成本和折旧成本，可将实际成本表示为：

式中 Ai——第i个功能区共享汽车的收入值

Si——第i个功能区共享汽车的运营成本

Di——第i个功能区共享汽车的折旧成本

r——为所得税税率

j——共享汽车行业的基准收益率

式（4）中的共享汽车诱导费率需要考虑共享汽车时空上的差异性。本文以用户所在市的平均工资为基础，考虑不同共享汽车还车区域的步行距离时间成本。在步行时间成本的基础上，引入诱导力度系数。诱导力系数与共享汽车诱导费率的关系如下：

式中 m——诱导力度系数

s——某市的平均工资

式中 W— —共享汽车的实际泊位数

将式（4）～式（6）代入到式（3）中，可得共享汽车分时租赁费率：

本文所建立的共享汽车分时租赁费率不仅包含了共享汽车的固定成本，也包含了共享汽车的诱导费率。当共享汽车泊位数与实际需求量差异比较大时，由于各个还车点的分时租赁费率有所不同，以此诱导共享汽车用户进行异地还车，进而可以实现共享汽车的自适应调度，能有效地提高共享汽车在时间和空间上的分配。

3 实例分析

本文以某市相邻的居民区、商业区和大学城等3个功能区为研究对象，根据各个区域人口总量的历史统计数据，通过GM（1，1）模型的离散形式预测其2023年4—5月人口总量，如表1所示。采用问卷调查的形式，获取各个功能区早、中、晚3个时段的共享汽车出行比例，如表2所示。

根据历史数据，某市日均共享汽车的使用次数为2.8次，市民日均出行次数为3.9次，假设每个功能区停车站点数均为20个。依据表1和表2，通过式（1）计算得出各功能区不同时段下的共享汽车需求如表3所示。

表1 某城市2023年4—5月住宅区、商业区和大学城的人口预测值

表2 3个时段各个功能区共享汽车出行比例

表3 各功能区不同时段下求共享汽车的需求量

从表3中可以看出：在早高峰时，居民区共享汽车泊位需求量大于实际泊位数；晚高峰时，商业区需求量大于实际泊位数；而大学城需求量在3个时间段都小于实际泊位数。

根据式（7）可知，本文的诱导费率与诱导力度和步行距离有关，还与相邻功能区共享汽车需求量的差异。为了与现行的共享汽车固定费率相区别，本文将分时租赁费率的固定成本和可变成本分别进行分析。

根据式（4）可计算出分时租赁费率的固定成本。本文采用里程费的计算方法来考虑每个泊位的实际运行成本，然后假设共享汽车的利润率β=0.08，可以求得某市共享汽车的实际价格为0.8元/km。

由式（3）可知，分时租赁的可变成本为共享汽车诱导费率。当诱导力度系数m = 0时，诱导费率为零，这与传统的固定定价方法相一致。当≠W，根据式（6）可知，诱导费率与共享汽车泊位数的饱和状态有关，当饱和度越大，需要的可变成本就越大，用户所花费的用车成本就越高。此时如若相邻的还车区域处于空缺状态，用户会选择异地还车。本文选取诱导力度系数m=1.25时，根据式（5）可以计算出不同步行距离时的诱导费率，如表4所示。

从表4可以看出，诱导费率随着步行距离的增加而不断增加。由于共享汽车诱导费率考虑了异地还车的步行时间成本，当不同时段下共享汽车泊位数与实际需求量差异比较大时，通过诱导费率可以调节共享汽车用户异地还车。这样能够实现共享汽车的自适应调度，更好地解决共享汽车时空分布不均衡的问题。

表4 诱导力度系数m为1.25时不同步行距离的诱导费率

本文采用GM（1，1）模型的离散形式构建共享汽车需求量预测模型，该模型考虑了不同地区不同时间段的差异化现象，能够更好地预测区域共享汽车时段需求。

该研究中所建立的共享汽车分时租赁费率，不仅包含了共享汽车的固定成本，也包含了共享汽车的诱导费率。根据共享汽车需求差异化的情况，在目的地一定可达范围内，通过调整不同时段相邻区域内的还车费率，以此诱导共享汽车用户进行异地还车。

由于诱导费率考虑了异地还车的步行时间成本，当不同时段下共享汽车泊位数与实际需求量差异比较大时，通过诱导费率可以调节共享汽车用户去其他区域还车，进而实现共享汽车的自适应调度。