网约车与巡游车混合模式下的居民出行选择意愿影响研究

高嵩林，雷晨阳，白耀东，胡金榜

网约车与巡游车混合模式下的居民出行选择意愿影响研究

高嵩林，雷晨阳，白耀东，胡金榜

（长安大学 汽车学院，陕西 西安 710061）

网约车的出现为居民出行提供了一个全新的选择。长久来看，网约车和巡游车混合经营将成为未来很长一段时间的主流经营模式。为了探究在这种模式下影响居民出行意愿的影响因素，在居民出行方式选择的研究上集中于网约车和巡游车两种。通过对出行者特征、出行特征和居民感知属性三大方面设计调查问卷，建立了居民网约车和巡游车选择差异的二元Logistic模型，利用SPSS软件进行数据回归分析。回归分析结果显示，在出行者特征中年龄、性别对居民出行选择影响显著；出行特征中，夜晚时间、有人同行、高峰时段影响显著；居民感知属性上，安全性影响显著。为了进一步探究影响因素，获取了网约车和巡游车一个月的订单数据，根据订单数据分析出行时间、出行距离和出行地区对居民选择意愿的影响。

网约车；巡游车；出行选择；二元Logistic模型；订单数据

在共享经济和智能手机成为时代潮流的当今社会，网约车紧紧抓住了机遇，充分发挥了互联网的便利性，优化了社会资源配置，提高了出行便利性，缓解了居民的出行压力。

相比网约车，传统的出租车依然有自己的竞争优势。出租车受政府监控，受出租车公司管理，司机的入职门槛相对网约车更高，各种行业规范也比网约车更加严格，对乘客提供了更加安全的出行保障[1]。

目前来看，网约车还不能完全取代巡游车，现今网约车和巡游车混合模式成为一种主流模式。居民出行对网约车和巡游车的选择受到各种因素的影响。

在研究出行方式选择的影响因素中，国内许多学者做了大量的研究。总结起来，影响出行方式选择的因素主要包括出行特征（出行目的、出行时间和距离）、出行者特征（性别、年龄、职业和收入）、出行者感知因素（经济性，安全性、舒适性、方便性）等[2-3]。

赵建有等从出行者个人、家庭角度和出行特征方面着手，探究了出行者年龄、职业、自行车拥有量、私家车数目、出行距离、出行时间等对出行方式的影响[4]。袁亮等在南京市内调查研究，着重考虑了出行者特征、交通工具特征、乘车价格和认知因素对居民网约车和巡游车出行选择的影响[5]。张伟等根据长沙市的调查数据，研究发现出行者的收入水平，网约车的高质量的服务水平对出行者选择网约车有积极影响[6]。FARZAD等在获取了美国加利福利亚州居民使用网约车出行的频率后，发现网约车使用频率与人口统计变量之间没有太大的关系，而与居民生活的土地利用性质和人口活动密度息息相关[7]。

针对影响居民出行选择网约车和巡游车的各种因素设置调查问卷、收集数据，对数据进行了总结与整理。构建了二元Logistic模型，采用SPSS软件对影响因素进行回归分析，根据回归结果得出显著影响因素。在此基础上，获取了西安市网约车和巡游车一个月的订单数据，根据订单数据分析出行时间、出行距离和出行地区对居民选择意愿的影响。

1 研究方法

1.1 调查问卷设置

根据国内外研究学者对居民出行方式影响因素的研究，总结了影响居民出行选择的最主要的几个方面，即出行者特征、出行特征及出行方式感知属性。

在出行者特征方面，收集了居民的个人基本属性：居民的性别、年龄、学历、月收入。

在出行特征方面，有以下几个问题：1）居民在高峰出行时，优先选择网约车还是巡游车出行；2）居民在夜晚期间出行时，优先选择网约车还是巡游车出行；3）居民有人同行时，优先选择网约车还是巡游车出行。

出行感知属性上主要研究居民在舒适性、安全性、经济性、方便性四个方面对网约车和巡游车的感知情况，探究这些感知属性对居民选择网约车和巡游车出行的影响。

1.2 问卷发放与回收

在问卷筛选方面，由于本文集中研究西安市内的居民出行意愿影响因素，因此，将IP地址不是在西安市的问卷剔除。在问卷质量把控上，首先，将前后回答自相矛盾的问卷筛除；其次，剔除回答问卷时间过短的问卷。经过这些工作之后，一共回收到200份问卷，问卷的回收率为74.3%。

1.3 数据统计

在回收的200份问卷中，倾向于选择网约车出行的有114人，选择巡游车出行的有86人。具体的问卷统计结果如下所示。

1）性别

200份问卷中，其中男性的人数为104人，女性的人数为96人。男性占比52%，女性占比为48%。据第七次全国人口普查的数据报告显示，西安市常住人口中男性占比51.07%，女性占比48.93%，调查样本男女比例与西安市男女比例基本吻合。

2）年龄

本次调查将居民的年龄分为：18岁以下、18～25岁、26～30岁、31～40岁、41～50岁和50岁以上。图1为年龄分布。

3）学历

如图2所示，调查样本中本科学历和研究生学历共占比61%，相对而言高中及以下的学历只占19%。

图2 学历分布

4）平均月收入

如图3所示，将居民收入分为4个层次：0～2 000元、2 000～5 000元、5 000～10 000元、10 000元以上。其中0～2 000元的低收入者有44人， 2 000～5 000元的中低等收入者有68人，5 000～10 000元的中高收入者有77人，10 000元以上的高收入者有11人。

图3 居民收入水平

5）夜晚出行

夜晚出行中优先选择巡游车的人数为125人，选择网约车的人数为75人。可见，出行时段为夜晚时，巡游车更受欢迎。

6）高峰出行

高峰时段，更倾向于巡游车出行的居民占到117人，网约车的占到83人。可见，居民在每天的高峰时间出行，对巡游车的需求更大。巡游车的优势相较于网约车而言更大。

7）有人同行

在有人同行的情况下，倾向于选择网约车的人数占到总人数的59%。结果表明，有人同行时，居民更倾向于选择网约车。

8）感知因素

根据统计结果显示，在方便性、安全性、舒适性、经济性四个感知因素方面，居民更加认可网约车的舒适性，方便性。而多数人较为赞同巡游车安全性较网约车高。

1.4 模型选取

在本研究中，当城市居民在打车出行时倾向于选择网约车因变量取值为1，倾向于选择巡游车因变量取值为0。因变量为二值分类变量，所以采用二元Logistic模型。

Logistic模型建立之前要求自变量之间不存在多重共线性，即要求自变量相互独立。自变量高度相关或者存在紧密联系将会使回归模型出现失真或者模型难以解释结果的情况。判定自变量之间没有多重共线性的指标是容忍度（Tolerance）大于0.1或者方差膨胀因子小于10。本模型将使用SPSS软件进行多重共线性检测，其检测结果如表1所示。

表1 多重共线性检测

自变量容忍度方差膨胀因子 性别0.9351.070 年龄0.5391.854 学历0.6261.597 月收入0.5371.861 夜晚出行0.9211.086 高峰出行0.7581.319 有人同行0.7501.334 经济性0.8541.171 安全性0.8051.241 舒适性0.6721.487 方便性0.6291.590

由此可知，问卷设置的自变量的容忍度和方差膨胀因子均在标准之内，自变量之间不存在共线性。

为了探究这些因素中显著影响居民选择网约车和巡游车的因素，本文用SPSS统计分析软件，应用二元Logistic回归分析，以巡游车为参照对象进行分析。各变量赋值情况如表2所示。

表2 变量赋值情况

变量名称赋值情况 性别0=女性 1=男性 年龄1=18岁以下 2=18～25岁 3=26～30岁 4=31～40岁 5=41～50岁 6=50岁以上 学历1=高中及以下 2=大专 3=本科 4=研究生 月收入1=0～2 000元 2=2 000～5 000元 3=5 000～10 000元 4=10 000元以上 夜晚出行0=巡游车 1=网约车 高峰出行0=巡游车 1=网约车 有人同行0=巡游车 1=网约车 经济性更好0=巡游车 1=网约车 安全性更好0=巡游车 1=网约车 舒适性更好0=巡游车 1=网约车 方便性更好0=巡游车 1=网约车

2 Logistic回归结果分析

2.1 SPSS回归结果

数据进行整理后导入到SPSS软件中，在SPSS软件中对样本数据进行二元回归分析。对模型的拟合度检验采用霍斯默-莱梅肖检验。检验结果如表3所示。

表3 霍斯默－莱梅肖检验

步骤卡方自由度显著性 16.36680.606

由检验结果可知：模型的显著性为0.606，其值大于0.05，表明模型的拟合优度较高，能较好地与原始数据拟合。具体的回归运算分析结果如表4所示。

2.2 数据分析

由表4可知，出行者特征、出行特征、感知因素都对居民出行选择有显著影响。具体结果分析如下：

1）出行者特征

在性别方面，相比于女性，男性选择网约车的概率比是女性的1.145倍，显著性<0.05，具有统计学意义。结果说明，男性群体比女性群体更容易选择网约车。相较于50岁以上的居民，18岁以下、18～25岁、26～30岁和31～40岁的居民选择网约车的概率比是50岁以上的居民的31.5、11.438、5.625、5.5倍，且值均小于0.05，具有统计学意义。反应了网约车的用户普遍年轻化，相较于年纪偏大的居民，年轻人更加倾向于选择网约车。对于网约车这一新兴事物，年轻人更加容易接受。

2）出行特征方面

高峰时段选择网约车的概率比是选择巡游车的0.479倍（<0.05）。其回归系数为−0.699，表明高峰时段对网约车的选择有负面影响。在高峰时段，人们的出行需求更加集中，而西安市的巡游车市场规模比网约车大一些，通常来说，巡游车较网约车更容易打上车，因此居民为了追求打车效率，倾向于选择传统的巡游车。夜晚时间选择网约车的概率比是巡游车的0.131倍（<0.05），其回归系数为−2.035，表明夜晚时间出行对居民选择网约车有着很大的负面影响。巡游车较网约车有更加完善的安全管理制度，在夜晚时间，居民考虑安全问题，更加倾向选择巡游车。有人同行的情况下，居民选择网约车的比例是巡游车的6.071倍（<0.05）。可见，居民在有人同行时，倾向于选择网约车。

3）感知因素

在四个感知因素中，安全性对于居民网约车和巡游车的选择意愿影响显著（<0.05）。回归系数为−0.604，表明安全性感知对选择网约车出行具有显著的负面影响。当居民出行考虑安全性因素时，会降低居民选择网约车出行的意愿。

表4 回归结果

变量B标准误差瓦尔德自由度显著性Exp(B)Exp(B) 的95%置信区间 下限上限 性别0.1360.2880.22310.0311.1450.6522.014 年龄=1年龄=2年龄=3年龄=4年龄=5年龄=63.4502.4371.7271.7051.012 1.3246.78610.00931.52.350422.299 0.8188.87410.00311.4382.30256.838 0.8723.92010.0485.6251.01731.097 0.8444.08110.0435.51.05228.752 0.8701.35110.2452.750.49915.143 0 学历=20.2030.6070.11210.7380.8160.2482.683 学历=30.4840.6620.53410.4651.6220.4435.939 学历=42.1641.2682.91310.0888.7050.725104.461 学历=1 0 月收入=1 0 月收入=20.3040.5770.27810.5981.3550.4384.196 月收入=31.0210.7241.98610.1592.7750.67111.480 月收入=40.5591.0750.27110.6031.7500.21314.378 高峰出行−0.6990.3005.42010.020.4790.2760.895 夜晚出行−2.0350.37329.754100.1310.0630.272 有人同行1.8040.34826.859106.0713.06912.009 安全性−0.6040.3542.91910.0410.5460.2731.093 经济性1.2240.31515.06610.0873.4001.8336.309 舒适性0.0730.4220.02910.8641.0750.4702.461 方便性0.7190.3933.34310.0672.0520.9504.436

注：指回归系数；Exp()指优势比，表示度量自变量对因变量影响程度的大小。

3 实际订单数据分析

3.1 数据的获取

通过网约车和巡游车平台，获取了西安市网约车和巡游车在2020年12月一个月内所有的订单数据。通过对数据的整理，得到了在2020年12月内网约车的有效订单数据3 136 103次，巡游车6 215 544次。

原始数据中的信息包括：订单ID、订单日期、司机ID、乘客上车时间、下车时间、乘车费用、上车纬度与经度、下车纬度与经度等信息。

3.2 数据的分析

3.2.1出行时间

为了探究各时段居民对网约车和巡游车需求量的差异，将12月内网约车和巡游车订单量按照一天中每个小时段进行了初步的分类。初步整理的数据如图4所示。

从时段分布来看，巡游车订单量从早上5点开始急剧上升，9点左右达到峰值，13点之前一直保持一个较高订单量的稳定状态。而网约车方面，在早上8点订单量达到峰值后开始下降，并且降幅还比较大。此时正是出行的高峰时刻，许多居民都有上班、上学的刚性需求。从订单量趋势中可以看出，高峰时段，居民更倾向于选择巡游车，这与前面得出的高峰时段对居民选择网约车具有负面影响的结论吻合。

图4还可明显看出，从夜间0点到凌晨6点，居民更倾向于巡游车出行。总体而言，居民夜间出行的总体需求不大，但巡游车的订单量都在网约车订单量的10倍左右。多数人在夜间都选择巡游车。这与上一章得出的夜晚时间对居民选择网约车出行具有负面影响的结论吻合。巡游车更规范的管理，更高的安全性是吸引乘客在夜间选择乘坐巡游车的主要原因。

图4 网约车与巡游车分时段订单分布

3.2.2出行距离

提取网约车和巡游车12月的订单数据中每单的行驶里程，根据距离的长短，将行驶里程分为0～6 km、6～12 km、12～18 km、18～24 km、24～30 km和30 km以上。每段的订单数据量如表5所示。

表5 各行驶里程段的订单数据

行驶里程/km巡游车网约车 0～63 949 7021 709 287 6～121 607 758907 790 12～18404 611274 322 18～24118 54993 274 24～3048 12041 326 30以上86 70477 227

由表5可见，随着出行距离的增大，巡游车和网约车的订单数量逐渐减少。网约车和巡游车各单的行驶里程都集中在0～6 km和6～12 km。超过12 km后，网约车和巡游车的订单量都急剧减少。为了进一步分析行驶里程与网约车和巡游车订单量之间的变化关系，将表5的数据做成了可观性高的折线图，如图5所示。

图5 订单量随行驶里程变化趋势

从图5可以看出，巡游车与网约车之间的订单差距越来越小，行驶里程在24 km以上时，两者的订单量相差无几。在中短距离出行中，居民更加倾向于巡游车出行。而对于长距离出行，巡游车与网约车相差不大。中短距离出行耗时短，人们对出行的舒适性不高。而对于长距离出行，耗时长，舒适性成为居民出行的一个重要的考虑范畴。普遍舒适性高于巡游车的网约车，就吸引一部分人在长距离的出行中优先选择了网约车。

3.2.3出行地区

原始的数据提供了每次订单的乘客上、下地点的经度和纬度。利用ArcGIS软件导入经纬度数据，得到网约车和巡游车的上、下客区域的热力分布图。图6和图7为网约车上、下客点热力图，图8和图9为巡游车上、下客点热力图。

图6 网约车上客点热力图

图7 网约车下客点分布热力图

图8 巡游车上客点分布热力图

由热力图分析可知：网约车上车区域集中于小寨、钟楼、体育场、高新区、丈八路。网约车下车区域集中在钟楼、小寨、北客站、机场和丈八路。巡游车方面，上车地点集中在钟楼、小寨、机场、北客站、西安北站和行政中心；下车地点集中在钟楼、小寨、朱雀大街、西安汽车站。

在西安最热门的区域，比如：小寨、钟楼等地方，网约车与巡游车的需求都特别大。在这些热门地区，居民需求十分集中。在西安北站、国际机场和火车站等地方，网约车和巡游车的需求也非常大，但是巡游车的需求要大于网约车，可见在西安的重点交通枢纽站，巡游车要比网约车承担更多的运输任务，居民在这种乘客比较集中的地方，也偏向于选择出租车。网约车出行需求集中在诸如钟楼、小寨、体育场和大雁塔等居民休闲、游玩的地方。总体而言，出行地区之间的差异也会影响居民对网约车和巡游车的选择。

4 总结

根据回归结果分析，性别、年龄、夜晚出行、高峰出行、有人同行，感知因素中安全性显著影响居民对网约车和巡游车的选择。根据西安市2020年12月份一个月的订单数据信息可得，高峰时间出行，巡游车的需求更大，在夜间时刻，人们更倾向于选择巡游车；长距离的出行对人们选择网约车有正向影响；考虑出行地区，巡游车需求量重点集中在城市交通枢纽，如机场、北客站和火车站。网约车则集中在城市中休闲、娱乐中心。

[1] 曹祎,陶竑宇,罗霞.打车软件使用率对出租车社会福利的影响[J].交通运输系统工程与信息,2015,15(3): 1-6,24.

[2] ZHOU F,ZHENG Z,WHITEHEAD J,et al.Preference Heterogeneity in Mode Choice for Car-sharing and Shared Automated Vehicles[J].Transportation Research Part A:Policy and Practice,2020,132:633-650.

[3] 高永,安健,全宇翔.网络约租车对出行方式选择及交通运行的影响[J].城市交通,2016,14(5):1-8.

[4] 赵建有,袁华智,蹇小平,等.城市低收入人群出行方式选择模型[J].长安大学学报(自然科学版),2012,32 (4):65-69.

[5] 袁亮,吴佩勋.城市居民对网约车与出租车的选择意愿及影响因素研究:基于江苏省调查数据的Logistic分析[J].软科学,2018,32(4):120-123.

[6] 张伟,李星星.长沙市乘客乘坐网约车意愿影响因素的实证分析[J].经济研究导刊,2017(24):118-123,168.

[7] FARZAD A,GIOVANNI C,SUSAN H,et al.What Influences Travelers to Use Uber? Exploring the Factors Affecting the Adoption of On-Demand Ride Services in California[J].Travel Behaviour and Soc- iety,2018(13):88-104.

Research on the Impact of Residents' Travel Choice Willingness under the Mixed Mode of Online Car and Cruise Car

GAO Songlin, LEI Chenyang, BAI Yaodong, HU Jinbang

( School of Automobile, Chang'an University, Xi'an 710061, China )

The emergence of online car rental offers a new choice for residents to travel. In the long run, the mixed operation of online car and cruise car will become the mainstream business model for a long time in the future. In order to explore the influencing factors of residents' willingness to travel under this mode, the research on residents' choice of travel mode focuses on online car and cruise car. By designing a questionnaire on the three major aspects of traveler characteristics, travel characteristics and residents' perception attributes, a binary Logistic model of the difference between residents' online car appointment and cruise car selection is established, and data regression analysis is carried out using SPSS software. According to the results of regression analysis, age and gender have a significant impact on residents' travel choice among the charac- teristics of travelers. Among the travel characteristics, night time, accompanied by people and peak hours have a significant impact. In terms of residents' perception attributes, security has a significant impact. In order to further explore the influencing factors, we obtain the one-month order data of online car and cruise car, and analyze the impact of travel time, travel distance and travel area on residents' willingness to choose according to the order data.

Online car;Cruise car;Travel choice;Binary Logistic model;Order data

U121；U491

A

1671-7988(2023)19-178-07

10.16638/j.cnki.1671-7988.2023.019.035

高嵩林（1999－），男，硕士研究生，研究方向为智慧交通，E-mail:1615633200@qq.com。