基于上海市消費者的汽車共享選擇分析

周 彪， 周溪召， 李 彬

（1.上海海事大學(xué) 經(jīng)濟(jì)管理學(xué)院，上海 201306；2.上海市交通港航發(fā)展研究中心，上海 200025）

20世紀(jì)80年代末期，汽車共享在歐洲出現(xiàn)了加速發(fā)展的趨勢.到目前為止，歐洲有近200個汽車共享服務(wù)組織，遍布瑞士、德國、英國、奧地利、荷蘭、丹麥、瑞典及挪威等國家，會員總數(shù)達(dá)到12.5萬人.汽車共享研究和實踐在國外取得了一系列成果［1］，但由于我國的交通基礎(chǔ)設(shè)施條件、居民出行方式及城市基本結(jié)構(gòu)等與歐美國家存在差異，使得它們的研究成果并不能直接應(yīng)用到我國的汽車共享之中.在我國，張小明［2］研究了汽車共享出現(xiàn)的動因，主要提出了私家車發(fā)展帶來的3個問題：環(huán)境問題、資源問題和堵車問題.薛躍等［3］在研究中闡明，基于私人擁有為基礎(chǔ)的汽車普及消費既是一種大幅度提高社會福利水平的生活方式，又是一種非可持續(xù)性消費模式，它不僅消耗大量自然資源，且造成極大的環(huán)境危害.程偉力［4］在關(guān)于汽車共享服務(wù)的對象研究中指出，汽車共享服務(wù)組織的服務(wù)對象是那些富有駕駛經(jīng)驗且遵守交通規(guī)則的人.

本文將基于消費者選擇行為理論，通過問卷調(diào)查，明確汽車共享的潛在市場.通過建立模型來分析購車與汽車共享之間的效用差異，明確選擇購車或汽車共享影響因素的權(quán)重，分析消費者個人長期的汽車擁有行為.

1 模型構(gòu)建

1.1 問卷目的

通過有效的問卷調(diào)查描述各個因素對個人選擇行為的影響.影響汽車擁有和汽車共享的主要因素包括：a.家庭經(jīng)濟(jì)條件，如家庭收入、家庭車輛擁有數(shù)、家庭房屋擁有情況、家庭成員及個人駕駛經(jīng)驗；b.相關(guān)費用，如現(xiàn)有汽車的使用費用、計劃購車的費用、汽車共享的使用費用；c.用車需求，如汽車使用頻率、家庭未成年人數(shù)、居住地公共交通條件；d.個人特征，如個人通勤及其它出行特征、個人環(huán)境意識、個人年齡、個人職業(yè)及受教育程度.

通過問卷調(diào)查，分析各個影響因素對個人消費者選擇汽車共享的權(quán)重，在給定消費者情況時，能夠迅速發(fā)現(xiàn)其是否為汽車共享的潛在顧客群.

1.2 問卷設(shè)計

問卷主要從上述主要因素的具體表現(xiàn)形式來設(shè)計問題，框架如下：第一部分為個人特征部分，主要包括性別、年齡及受教育程度等情況；第二部分是家庭經(jīng)濟(jì)情況，主要是收入情況、家庭車輛擁有情況、家庭成員及個人駕車經(jīng)驗情況；第三部分主要為用車需求調(diào)查，主要搜集的是日常出行方式、現(xiàn)有交通出行情況、出行（用車）頻率等方面信息；第四部分為相關(guān)費用部分，主要是了解被訪者車輛的價格、每月開銷等情況；第五部分是收集被訪者對汽車共享的了解情況.

1.3 樣本描述

問卷采取的是網(wǎng)絡(luò)調(diào)查與紙質(zhì)問卷調(diào)查相結(jié)合的方式.網(wǎng)絡(luò)調(diào)查部分：將設(shè)計好的問卷放在問卷星網(wǎng)站上，通過郵件、QQ、MSN、微博及電話等方式邀請同學(xué)、同事、朋友、網(wǎng)友以及通過他們轉(zhuǎn)發(fā)來完成.紙質(zhì)問卷調(diào)查部分：在上海市一些住宅小區(qū)內(nèi)發(fā)放問卷完成.本次問卷調(diào)查總共有250位被調(diào)查者，有效問卷213份，被調(diào)查對象的個人特征分布如表1所示.

1.4 Logit模型

通過對汽車共享服務(wù)和擁有私家車兩者的要素分析，希望能分析出在何種情況下，消費者會選擇汽車共享，在何種情況下消費者會選擇擁有私家車.由于Mcfadden提出的離散選擇模型應(yīng)用廣泛［5－6］，本文采用該模型.

表1個人特征部分調(diào)查結(jié)果Tab.1 Personal characteristics of the survey results

假設(shè) a.Logit模型的因變量yi是二分變量，它只能取值0，1；

b.Logit模型中的因變量和各自變量之間的關(guān)系是非線性的.

通常將事情分為可控部分和不可控部分，因此，二分變量的回歸方程為

式 中，α，βi為 參 數(shù)；xi為 自 變 量；yi為 二 分 變 量；εi為誤差項，假設(shè)εi服從Logistic 分布，分布函數(shù)其中，μ，σ 分別為Logistic分布的位置參數(shù)和尺度參數(shù)［7］.

這就是著名的Logit模型.

2 SPSS軟件運算分析

問卷調(diào)查的目的是得到2個Logit模型：a.放棄私家車而選擇汽車共享出行模式的Logit模型；b.無車一族選擇汽車共享出行模式的Logit模型.因此，分割被調(diào)查對象的一個最重要因素就是：有車與否.

2.1 無車一族選擇汽車共享出行模式的Logit模型

在本次問卷調(diào)查中，無車一族有125 人，占58.69%.將已獲得數(shù)據(jù)輸入SPSS18.0，選擇二元Logistic回歸分析，輸出結(jié)果如下：

本次SPSS操作共處理了125個案例，在參加問卷調(diào)查后愿意嘗試汽車共享這種出行方式的共有77人，占62.4%.在SPSS中，默認(rèn)將二分類因變量中出現(xiàn)次數(shù)較多的賦值為1，本文將“之后不愿意嘗試汽車共享”賦為0，“之后愿意嘗試汽車共享”賦為1.

從表2中的顯著性指標(biāo)取值可以知道，除了單獨納入Teenager（家庭中未成年人的個數(shù)）的模型沒有統(tǒng)計意義之外，其余模型都有顯著的統(tǒng)計學(xué)意義.

表2 不在方程中的變量1Tab.2 Variables not in the equation1

表3表示的是將上述變量納入模型后模型的全局檢驗結(jié)果，共采用了3種檢驗方法，分別是步與步間的相對似然比檢驗（步驟），塊之間的相對似然比檢驗（塊）和模型間的相對似然比檢驗（模型）.本例采取強行一次進(jìn)入，一次將所有變量納入模型，所以，3種檢驗方法的結(jié)果是一致的，模型具有顯著的統(tǒng)計學(xué)意義.

表3 模型系數(shù)的綜合檢驗1Tab.3 Comprehensive test of model coefficients 1

表4主要給出－2 對數(shù)似然值和兩類決定系數(shù)，－2對數(shù)似然值越小，兩類決定系數(shù)越接近1，說明模型的擬合程度越好.

表4 模型匯總Tab.4 Model summary

當(dāng)自變量數(shù)量增加時，尤其是連續(xù)自變量納入模型后，皮爾遜卡方不再適用于估計擬合優(yōu)度，此時引進(jìn)Hosmer和Lemeshow（HL）研究的對Logistic回歸模型擬合優(yōu)度的檢驗方法，如表5所示.

HL檢驗根據(jù)預(yù)測概率值將數(shù)據(jù)分為大致相同規(guī)模的10個組，隨機進(jìn)行分析，預(yù)測值越接近觀測值，說明模型擬合得越好.通過數(shù)據(jù)可以再次驗證，此次模型擬合得不算好，但是，也具有一定的代表性.

表6是將變量全部納入模型后模型的分類預(yù)測值，此時模型預(yù)測的準(zhǔn)確度只有79.2%.從案例殘差分析來看，只有2個案例（54號和58號）存在異常，剩余的123個案例均在正態(tài)分布之內(nèi)，無異常.

表7（見下頁）是Logistic模型的擬合結(jié)果.

表5 隨機性表Tab.5 Randomness table

?

2.2 放棄私家車而選擇汽車共享出行模式的Logit模型

對于已有私家車的被調(diào)查者的信息，用同樣的方式帶入SPSS運算，輸出結(jié)果如下：

對于已有私家車的被調(diào)查者數(shù)據(jù)共有88個，占41.3%.在Logistic模型運算中，系統(tǒng)自動賦值1給“之后愿意嘗試汽車共享”的人群，賦值0給“之后不愿意嘗試汽車共享”的人群，在本次調(diào)查中，之后愿意嘗試汽車共享出行模式的人占55.7%.

在進(jìn)行無車一族Logistic回歸分析時，由于各個因素對于最后是否愿意嘗試汽車共享的影響不是很大，如果初始假設(shè)參加汽車共享的概率為0.5，通過本次調(diào)查所得到的數(shù)據(jù)來檢驗，預(yù)測的準(zhǔn)確度為62.4%，因此，Logistic回歸將會失去意義，所以，在無車一族的Logistic回歸分析時，剔除了常數(shù)的影響，直接在各個自變量中尋找某種聯(lián)系.

在分析已有私家車這類人群，選擇汽車共享這種出行方式時，常數(shù)本身對模型的影響不大.如表8所示（見下頁），系統(tǒng)自動賦予常量0.228，顯著性指標(biāo)的取值為0.287，模型不夠顯著.如表9所示（見下頁）.從不在模型中變量的顯著性指標(biāo)取值可以知道，有些變量對于模型是沒有統(tǒng)計意義的，在此選用向后剔除法，即開始將所有變量納入模型中，每次將最不顯著的一個變量剔除，直到模型中剩余變量都 足夠顯著.

表7 方程中的變量1Tab.7 Variables in the equation 1

在表10中，由于在這里采用的是向后剔除法，先一次性將所有變量納入模型，再逐次剔除最不顯著的變量，所以，3種檢驗方法的結(jié)果不大一致，步與步間的相對似然比檢驗顯示模型的統(tǒng)計學(xué)意義不夠顯著，但是，塊間的相對似然比檢驗和模型間的相對似然比檢驗結(jié)果顯示模型是越來越顯著的.在表11和表12中，HL檢驗顯示，隨著變量的減少，模型的擬合度下降比較小，在步驟4結(jié)束時，模型的擬合度還是不錯的.

表8 方程中的變量2Tab.8 Variables in the equation 2

表9 不在方程中的變量2Tab.9 Variables not in the equation 2

表10 模型系數(shù)的綜合檢驗2Tab.10 Comprehensive test of model coefficients 2

表11 Hosmer和Lemeshow 檢驗Tab.11 Hosmer and Lemeshow test

表12 Hosmer和Lemeshow 檢驗的隨機性表Tab.12 Randomness table of the Hosmer and Lemeshow tests

如表13和表14所示，在未剔除任何變量時，模型的準(zhǔn)確度達(dá)到86.4%，但是，當(dāng)模型進(jìn)行到步驟4，剔除了3個變量后，模型的準(zhǔn)確度降低為83%.雖然模型的準(zhǔn)確度有些許降低，但是，其引起的誤差還是在可接受范圍內(nèi).進(jìn)行到步驟4時，模型中被剔除的變量為：受教育程度、家庭中未持有駕照的成年人數(shù)和從家步行到最近地鐵站的時間.

表13 分類表2Tab.13 Classification table2

表14 不在方程中的變量3Tab.14 Variables not in the equation 3

在這組數(shù)據(jù)的運算中，不存在殘差案例，所有的案例均落在正態(tài)分布內(nèi).從表15可以清楚地看出每個變量的系數(shù)以及其對是否選擇汽車共享出行模式的影響程度.從表15中可以看到，已有私家車的潛在顧客群在是否選擇汽車共享出行模式時，首先考慮的是成本問題，其次考慮的是家庭中未成年人數(shù).

表15 方程中的變量3Tab.15 Variables in the equation 3

3 結(jié)果分析

國外的諸多研究都表明，汽車共享的主要客戶是20～40歲之間的青少年，這類人的通勤出行、購物出行需求較高，因此，問卷調(diào)查的主要對象集中在20～40歲之間的青少年群體.

通過本次問卷調(diào)查可以發(fā)現(xiàn)，在汽車共享不夠發(fā)達(dá)的中國，對于出行方式的選擇，大部分被調(diào)查者選擇的是公共交通，占到70.3%，而私家車出行只占到10.9%.通過對私家車擁有的調(diào)查，很清楚可以看到，有41.3%的被調(diào)查者擁有私家車，由此可見私家車擁有者中有73.6%的人平時的出行仍然不選擇私家車，而是選擇更具經(jīng)濟(jì)性的公共交通.

在調(diào)查人們選擇出行方式考慮的主要因素時，有83.6%的被調(diào)查者選擇了經(jīng)濟(jì)與快捷.在對私家車的調(diào)查中，被調(diào)查者普遍認(rèn)為私家車能夠提供出行更強的便捷性、舒適性、靈活性，但是，在私家車使用過程中，尋找停車位是一件很困難的事情.此外，私家車的使用成本高、帶來嚴(yán)重的環(huán)境污染，而且，被調(diào)查者都不認(rèn)為擁有私家車是一種社會地位的表現(xiàn)，因此，在消費者不認(rèn)為私家車是社會地位的表現(xiàn)的前提下，汽車共享如果真正實行，將減少道路車輛，緩解道路擁堵，解決停車難的問題，使出行更加便捷；另一方面，汽車共享對比私家車，有使用費更低的優(yōu)勢，從這個角度出發(fā)，又能滿足消費者對于經(jīng)濟(jì)性的要求.

對上海市場的個人消費者而言，汽車共享更能吸引那些目前還沒有私家車，但有用車需求的人群，特別是已經(jīng)計劃購買私家車的人群，這一點和國外的研究結(jié)果非常接近，因此，這個階段的市場營銷重點應(yīng)該在于那些有購車計劃的人群.

經(jīng)過調(diào)查，被調(diào)查者在考慮選擇汽車共享時，汽車共享的價格是一個最主要的影響因素，取車、還車的手續(xù)簡便也是一個重要因素，汽車的新舊程度的影響稍弱.親友是否使用，對于消費者選擇汽車共享的影響很小，基本可以忽略.由此可以看出，要成功推廣汽車共享，價格的制定一定要合理，這一點至關(guān)重要.

在對有車和無車兩組被調(diào)查對象的數(shù)據(jù)進(jìn)行Logistic回歸分析后，發(fā)現(xiàn)20～40歲的青少年的收入水平比較穩(wěn)定，對于是否選擇汽車共享的影響作用不是很大.從Logit函數(shù)可以看出，目前青少年的收入水平處于S形曲線的尾部，以其現(xiàn)有的水平可以負(fù)擔(dān)起汽車共享的費用，所以，收入的變動對于消費者是否選擇汽車共享的影響不是很大.

在無車一族中，通過Logistic回歸，可以清楚地發(fā)現(xiàn)最重要的兩個因素是：受教育程度和從家步行至最近地鐵站的時間.受教育程度越高的消費者，更加傾向嘗試汽車共享.這一調(diào)查結(jié)果與國外許多研究結(jié)果一致，汽車共享企業(yè)在開拓市場時，對這一部分人群制定專門的營銷計劃是必不可少的.

在有車一族中，最重要的兩個影響因素是：汽車共享的價格和家庭中未成年人數(shù).汽車共享的價格對是否選擇汽車共享，這在經(jīng)濟(jì)學(xué)中關(guān)于需求有解釋.關(guān)于家庭中的未成年人數(shù)，在已有未成年人的家庭中，出行的很大一部分原因是送孩子上學(xué)，在這種情況下，同一小區(qū)各個家庭的孩子可以共車去上學(xué)，從而減少各個家庭使用私家車的費用，這樣既便捷又經(jīng)濟(jì).

此次問卷調(diào)查取得的數(shù)據(jù)基本無殘差案例，都落在正態(tài)分布內(nèi)，能說明一定情況.各個自變量對于是否選擇汽車共享的影響是合理的，但是，由于被調(diào)查者數(shù)量的限制，各自變量對于消費者是否選擇汽車共享的影響程度可能存在誤差，需要進(jìn)一步研究.

4 結(jié)束語

基于上海市場消費者作問卷調(diào)查，進(jìn)行Logit回歸分析，探討影響消費者選擇汽車共享因素的重要性，但是依然存在很多不足之處.首先是由于時間關(guān)系，上海市場消費者調(diào)研的樣本數(shù)量還很?。黄浯卧谡{(diào)查問卷的設(shè)計上也存在一些缺陷，尚有一些對消費者選擇汽車共享有顯著影響的因素未納入模型；第三，對于有車一族與無車一族選擇汽車共享的Logit模型的擬合度有待于提高.

［1］夏凱旋，何明升.國外汽車共享服務(wù)的理論與實踐［J］.城市問題，2006（4）：87－92.

［2］張小明.共享汽車——一種全新的消費模式［J］.世界汽車，2001（7）：21－22.

［3］薛躍，楊同宇，溫素彬.汽車共享消費的發(fā)展模式及社會經(jīng)濟(jì)特性分析［J］.技術(shù)經(jīng)濟(jì)與管理研究，2005（l）：54－58.

［4］程偉力.北美小汽車共用的發(fā)展?fàn)顩r［J］.交通與運輸，2007（增刊）：34－37.

［5］McFadden D.Conditional Logit analysis of qualitative choice behavior［M］∥Zarembka P.Frontiers in Econometrics.New York：Academic Press，1974.

［6］邁克爾·弗洛里安，吳稼豪，賀曙光.多層Logit結(jié)構(gòu)多模式變量需求網(wǎng)絡(luò)平衡模型［J］.上海理工大學(xué)學(xué)報1999，21（3）：191－202.

［7］王濟(jì)川，郭志剛.Logistic 回歸模型——方法與應(yīng)用［M］.北京：高等教育出版社，2001.