考慮共享汽車的高鐵站接駁交通出行方式選擇影響因素

谷鑫鑫，趙勝川，羅歡歡

（大連理工大學(xué)交通運(yùn)輸學(xué)院，遼寧 大連 116024）

0 引言

隨著高鐵在我國(guó)的蓬勃發(fā)展，旅客城際出行體驗(yàn)得到了很大提升，但是很多高鐵站遠(yuǎn)離市區(qū)以及部分城市交通與高鐵銜接不緊密的現(xiàn)狀已經(jīng)成為人們乘坐高鐵的阻礙?！案哞F+共享汽車”服務(wù)應(yīng)運(yùn)而生，這是“中國(guó)速度”與共享經(jīng)濟(jì)的結(jié)合：高鐵很好地解決了旅客城際交通問(wèn)題，而共享汽車作為一種對(duì)傳統(tǒng)小汽車出行方式的創(chuàng)新，可以幫助旅客解決高鐵站到市區(qū)之間的交通問(wèn)題。本文將通過(guò)分析影響旅客高鐵站接駁交通出行方式選擇的因素，探究共享汽車參與接駁出行的可行性。

共享汽車是傳統(tǒng)的汽車租賃與當(dāng)前的共享經(jīng)濟(jì)結(jié)合的產(chǎn)物，近年來(lái)受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。國(guó)外關(guān)于共享汽車的研究比國(guó)內(nèi)起步要早。大量研究認(rèn)為，共享汽車在提供多樣化出行方式的同時(shí)，一定程度上保留了私人小汽車的私密性和靈活性[1]，還可以降低小汽車擁有率[2-3]。Tran 等[4]分析了影響出行者對(duì)電動(dòng)共享汽車接受度的因素，發(fā)現(xiàn)出行者對(duì)出行費(fèi)用較為敏感，減少共享汽車的使用成本和增加私家車的停車費(fèi)用有利于提高共享汽車的使用率[5]。在市場(chǎng)方面，部分學(xué)者對(duì)共享汽車的會(huì)員數(shù)量[6]和時(shí)空分布[7]進(jìn)行了研究，但這些研究沒(méi)有針對(duì)共享汽車的具體應(yīng)用場(chǎng)景。Wappelhorst 等[8]調(diào)查對(duì)比了共享汽車在城市與鄉(xiāng)村的潛在使用需求，但是沒(méi)有發(fā)現(xiàn)城市與鄉(xiāng)村居民對(duì)于共享汽車使用的偏好差異。除了關(guān)于市內(nèi)交通出行中共享汽車的作用研究之外，還有一些關(guān)于共享汽車在城際交通中的應(yīng)用研究。Luca 等[9]通過(guò)行為調(diào)查（Stated Preference,SP），研究了城市間單程出行的共享汽車選擇行為，發(fā)現(xiàn)出行費(fèi)用、到停車場(chǎng)所需時(shí)間、性別、年齡、出行頻率、是否擁有私家車和出行類型是最顯著的影響因素。國(guó)內(nèi)目前關(guān)于共享汽車的研究主要集中在共享汽車的用戶行為、市場(chǎng)和車輛調(diào)度等方面。用戶行為分析方面，國(guó)內(nèi)學(xué)者主要使用問(wèn)卷調(diào)查的方法，研究發(fā)現(xiàn)出行者對(duì)共享汽車站點(diǎn)的距離比較敏感，經(jīng)濟(jì)性是共享汽車需要保持的重要優(yōu)勢(shì)[10]，隨著出行距離的增大和共享汽車收費(fèi)標(biāo)準(zhǔn)的降低，出行者選擇共享汽車服務(wù)的可能性增大[11]。市場(chǎng)研究方面，國(guó)內(nèi)學(xué)者從供需角度分析了共享汽車公司的定價(jià)策略[12]和出行者的共享汽車使用需求[13]。車輛調(diào)度研究方面，王寧等[14]提出了基于用戶激勵(lì)的共享電動(dòng)汽車自適應(yīng)調(diào)度，實(shí)證分析顯示，該方法能夠提高運(yùn)營(yíng)公司的收益及車輛利用率，節(jié)約成本并提高用戶滿意度。

綜上可知，國(guó)內(nèi)關(guān)于共享汽車的研究沒(méi)有涉及共享汽車的具體使用場(chǎng)景，當(dāng)前高鐵站接駁交通的研究對(duì)象也主要是公共交通[15]，缺少出行者在高鐵站接駁交通中的共享汽車使用意愿影響因素研究。據(jù)知名咨詢機(jī)構(gòu)羅蘭貝格預(yù)測(cè)，2025 年中國(guó)共享汽車的數(shù)量將達(dá)到60萬(wàn)輛，中國(guó)將成為全球最大的共享汽車市場(chǎng)[16]。共享汽車行業(yè)仍有遠(yuǎn)大前景，提供場(chǎng)景化的“高鐵+共享汽車”服務(wù)，或許是共享汽車未來(lái)的一個(gè)發(fā)展方向。本研究考慮共享汽車、出租車/網(wǎng)約車和公交車這3 種出行方式，選擇等待時(shí)間、行程時(shí)間、費(fèi)用和押金作為效用函數(shù)的選擇方案特性變量，構(gòu)建多項(xiàng)離散選擇模型（Multinomial Logit,MNL），分析在高鐵站接駁交通環(huán)境下，考慮共享汽車服務(wù)時(shí)出行者出行方式選擇的影響因素，以期為共享汽車場(chǎng)景化應(yīng)用的實(shí)施和相關(guān)政策制定提供理論依據(jù)。

1 問(wèn)卷設(shè)計(jì)及樣本統(tǒng)計(jì)分析

1.1 問(wèn)卷設(shè)計(jì)

本研究旨在了解高鐵出行者對(duì)接駁交通中共享汽車的使用意愿及其影響因素。高鐵站接駁交通包括“到達(dá)高鐵站”和“從高鐵站出發(fā)”兩種類型。本研究采用實(shí)地問(wèn)卷調(diào)查的方式，在高鐵站候車廳內(nèi)對(duì)高鐵乘客進(jìn)行調(diào)查，對(duì)“到達(dá)高鐵站”采用RP 調(diào)查，對(duì)“從高鐵站出發(fā)”采用SP 調(diào)查。參考現(xiàn)有文獻(xiàn)，結(jié)合專家意見(jiàn)和調(diào)查地點(diǎn)實(shí)際情況，調(diào)查問(wèn)卷主要分為以下3 個(gè)部分。

（1）受訪者基本信息調(diào)查。該部分主要研究個(gè)人屬性對(duì)出行方式選擇的影響，調(diào)查內(nèi)容包括年齡、性別、職業(yè)、月收入、是否持有駕照和是否擁有小汽車。

（2）受訪者出行特征信息調(diào)查。該部分主要調(diào)查受訪者本次出行的相關(guān)特征信息及對(duì)共享汽車的使用和了解情況，調(diào)查內(nèi)容包括本次出行目的、同行人數(shù)、駕車喜好、日常通勤方式、對(duì)共享汽車的了解程度和使用情況。

（3）考慮共享汽車的出行方式選擇意愿調(diào)查。該部分為本次調(diào)查問(wèn)卷的核心部分，出行場(chǎng)景假設(shè)為乘高鐵到達(dá)站點(diǎn)之后，需要前往一定距離之外的目的地，在共享汽車、出租車/網(wǎng)約車和公共交通之中選擇一種交通方式出行。共享汽車的出行特征主要包括等待時(shí)間、擁堵時(shí)間、還車方式、車輛類型和押金金額，具體水平值設(shè)置如表1所示。

表1 共享汽車特性變量及水平值設(shè)置

以大連北站為例，該站距市中心約12km，根據(jù)該站接駁交通情況，本調(diào)查選取6km,12km 和18km作為出行場(chǎng)景的出行距離。每個(gè)出行場(chǎng)景包括共享汽車、出租車/網(wǎng)約車和公交車這3 種出行方式，受訪者需要綜合考慮等待時(shí)間、行程時(shí)間和費(fèi)用等各種出行方式共有的因素，以及還車方式、車輛類型和押金等共享汽車特有的因素，最終選擇一種交通方式出行。

1.2 數(shù)據(jù)收集與處理

為提高問(wèn)卷填寫(xiě)質(zhì)量，保障數(shù)據(jù)的真實(shí)性、有效性和普遍性，本研究采用線下問(wèn)卷調(diào)查的方式，分別在哈爾濱西站、長(zhǎng)春西站和大連北站3個(gè)東北地區(qū)高鐵車站候車廳進(jìn)行隨機(jī)抽樣調(diào)查，共收集到380 份調(diào)查問(wèn)卷，刪除18 歲以下受訪者的問(wèn)卷及不合理問(wèn)卷（如無(wú)駕照、獨(dú)自出行且選擇共享汽車出行的問(wèn)卷），最終獲得356份有效問(wèn)卷，有效回收率為93.7%。每套問(wèn)卷包含3 個(gè)情景選擇樣本，因此有效樣本個(gè)數(shù)為1 068 個(gè)，保證了模型結(jié)果的穩(wěn)定性和可靠性。

受訪者的基本屬性包括年齡、性別、月收入、駕照和私家車等，樣本的結(jié)構(gòu)如表2 所示。受訪者的年齡集中在18～50 歲，男性受訪者略多于女性受訪者，月收入大部分在10 000 元以下，持有駕照的占比較大，而擁有私家車的占比較小。

表2 受訪者個(gè)人屬性結(jié)構(gòu)特征

1.3 樣本統(tǒng)計(jì)分析

對(duì)用戶的出行特征進(jìn)行交叉統(tǒng)計(jì)分析，可以初步確定影響接駁交通中用戶出行方式選擇的因素。經(jīng)分析，年齡、同行人數(shù)和日常通勤方式等因素對(duì)于出行方式的選擇具有顯著影響。

（1）年齡。如圖1 所示，不同年齡段的群體在出行方式的選擇上存在很大差異。18～30 歲和31～50 歲群體選擇的出行方式相似，選擇共享汽車出行的比例分別為34.2%和36.27%，該年齡段群體更喜歡出租車/網(wǎng)約車出行，選擇公交車出行的比例較低；51～70 歲群體更喜歡選擇公交車出行，選擇共享汽車和出租車/網(wǎng)約車出行的比例之和小于50%。

圖1 各年齡段接駁出行方式選擇分布

（2）同行人數(shù)。如圖2 所示，出行時(shí)同行人數(shù)同樣對(duì)出行方式的選擇有很大的影響。受訪者為單人出行時(shí)，更喜歡選擇出租車/網(wǎng)約車出行，但是有同行人時(shí)，受訪者選擇共享汽車出行的比例大于選擇出租車/網(wǎng)約車出行的比例，有同行人時(shí)受訪者選擇共享汽車出行的比例要比沒(méi)有同行人時(shí)的比例高9.69個(gè)百分點(diǎn)。

圖2 不同同行人數(shù)下接駁出行方式選擇分布

（3）日常通勤方式。如圖3 所示，日常出行方式對(duì)高鐵站—市區(qū)出行交通方式的選擇同樣具有較大影響。日常出行方式為私家車的用戶更愿意在高鐵站接駁出行時(shí)使用共享汽車，比例為43.19%；日常出行方式為出租車/網(wǎng)約車的用戶選擇共享汽車出行的比例也較高，為36.16%；日常出行方式為公交車的用戶更愿意繼續(xù)選擇公交車出行（比例為48.96%），而選擇共享汽車的比例較低，為26.04%。

圖3 不同日常出行方式下接駁出行方式選擇分布

2 模型構(gòu)建

2.1 理論基礎(chǔ)

本文采用MNL模型分析受訪者高鐵站接駁出行方式選擇行為。MNL 模型作為一種常見(jiàn)的離散選擇模型，廣泛應(yīng)用于交通行為分析。

離散選擇模型是基于隨機(jī)效用理論和效用最大化假說(shuō)提出的，即離散選擇模型的建立基于兩點(diǎn)假設(shè)：①消費(fèi)者（決策者）是選擇行為的最基本的意愿決定單位；②消費(fèi)者（決策者）是理性人，他們面對(duì)給定的選擇方案集，將會(huì)選擇效用最大的方案。

隨機(jī)效用理論將效用視為隨機(jī)變量，并將隨機(jī)效用函數(shù)U分為可觀測(cè)的固定項(xiàng)Vin和不可直接觀測(cè)的隨機(jī)項(xiàng)εin。同時(shí)，隨機(jī)效用理論認(rèn)為Vin與εin存在線性關(guān)系。即，如果假設(shè)消費(fèi)者（決策者）n選擇方案i的效用為Uin，則：

式（1）中：Vin為消費(fèi)者（決策者）n選擇方案i的效用函數(shù)中的固定項(xiàng)；εin為消費(fèi)者（決策者）n選擇方案i的效用函數(shù)中的隨機(jī)項(xiàng)。

所謂效用最大化假說(shuō)，即消費(fèi)者（決策者）在給定的選擇情景下，將選擇能讓其獲得最大效用的選擇方案。如果消費(fèi)者（決策者）在給定的選擇方案集An中，選擇方案i的條件為：Uin＞Ujn（i∈An,j∈An,i≠j），則根據(jù)效用最大化假說(shuō)，消費(fèi)者（決策者）n選擇方案i的概率Pin為：

其中，0 ≤Pin≤1,。

當(dāng)效用函數(shù)中的隨機(jī)項(xiàng)εin服從獨(dú)立的同參數(shù)二重指數(shù)分布時(shí)，可以推導(dǎo)出Logit模型。采用線性函數(shù)作為效用函數(shù)形式，各出行方式的效用函數(shù)為：

式（3）中：β0為常量；βk為待定系數(shù)；為出行者n選擇出行方式i的第k個(gè)變量值。

出行時(shí)間價(jià)值VOT 可以通過(guò)MNL 模型中的時(shí)間與費(fèi)用參數(shù)進(jìn)行計(jì)算，公式如下：式（4）中：Vi為出行方式i的效用函數(shù)；ti為出行方式i的出行時(shí)間；γi為出行方式i的出行費(fèi)用；λt為效用函數(shù)中出行時(shí)間的系數(shù)值；λc為效用函數(shù)中出行費(fèi)用的系數(shù)值。

2.2 效用函數(shù)構(gòu)建

根據(jù)問(wèn)卷調(diào)查結(jié)果，影響出行者出行方式選擇的因素按屬性可以分為3 類，即：選擇方案特性變量、個(gè)人屬性變量和出行特征屬性變量。效用函數(shù)中的變量設(shè)置如表3所示。

表3 效用函數(shù)變量描述

其中，職業(yè)包括學(xué)生（CA-S）、企業(yè)職工（CA-E）和行政事業(yè)單位職工（CA-P）；高鐵出行目的包括商務(wù)（TP-C）、回家（TP-H）、旅游（TP-T）和訪友（TP-F）等；日常通勤方式包括私家車（CM-C）、公交（CM-B）、地鐵（CM-M）和出租車（CM-T）等；對(duì)年齡、月收入數(shù)據(jù)進(jìn)行重新賦值，對(duì)性別、職業(yè)等屬性變量進(jìn)行虛擬變量處理。

3 模型結(jié)果分析

本文以出租車/網(wǎng)約車為參考項(xiàng)，借助R 語(yǔ)言，使用極大似然估計(jì)法對(duì)MNL模型進(jìn)行參數(shù)估計(jì)。剔除共享汽車還車方式、共享汽車車輛類型等不相關(guān)變量后再次進(jìn)行模型標(biāo)定，最終模型的選擇方案特性變量參數(shù)估計(jì)結(jié)果如表4所示。

表4 參數(shù)估計(jì)結(jié)果

表4 （續(xù)）

3.1 選擇方案特性變量參數(shù)估計(jì)結(jié)果

等待時(shí)間、出行時(shí)間、費(fèi)用和押金的系數(shù)均為負(fù)值，且變量參數(shù)顯著，表明等待時(shí)間、出行時(shí)間、費(fèi)用和押金均對(duì)共享汽車的使用產(chǎn)生負(fù)效用，即：隨著等待時(shí)間、出行時(shí)間、費(fèi)用和押金的增加，高鐵站旅客在接駁交通中選擇共享汽車出行的概率將減小。模型中等待時(shí)間和出行時(shí)間的單位為min，費(fèi)用單位為元，押金單位為百元。根據(jù)各變量的系數(shù)值大小可以發(fā)現(xiàn)：等待時(shí)間增加1min 產(chǎn)生的負(fù)效用，相當(dāng)于出行時(shí)間增加1.82min 產(chǎn)生的負(fù)效用；出行費(fèi)用增加1 元產(chǎn)生的負(fù)效用，相當(dāng)于押金增加181 元產(chǎn)生的負(fù)效用，旅客接駁出行過(guò)程中的時(shí)間價(jià)值約為51.7 元/h，與我國(guó)城市居民小時(shí)工資大體一致。

3.2 個(gè)人屬性變量參數(shù)估計(jì)結(jié)果

共享汽車和公交車的效用函數(shù)中年齡的系數(shù)分別為0.344 和0.948，均為正數(shù)，表明隨著年齡的增加，相比出租車，旅客更愿意選擇共享汽車和公交車作為接駁出行的交通方式，并且在其他條件相同的情況下，年齡段由18～30 歲增加到31～50歲時(shí)，選擇共享汽車的概率增加6.1%。

收入水平系數(shù)均為負(fù)數(shù)，表明隨著收入水平的提高，相比出租車出行，旅客選擇共享汽車和公交車出行的可能性不斷減小。

分析職業(yè)的系數(shù)值發(fā)現(xiàn)，企業(yè)、事業(yè)單位員工的系數(shù)均為負(fù)數(shù)，說(shuō)明企事業(yè)單位的員工普遍更喜歡出租車/網(wǎng)約車接駁出行。駕照的系數(shù)在共享汽車的效用函數(shù)中為正值，在公交車的效用函數(shù)中為負(fù)值，表明持有駕照會(huì)增大旅客選擇共享汽車接駁出行的概率，同時(shí)會(huì)減小旅客選擇公交車出行的概率。私家車的系數(shù)在共享汽車和公交車的效用函數(shù)中均為負(fù)值，表明擁有私家車的旅客選擇共享汽車和公交車接駁出行的概率都會(huì)變小，在其他條件相同的情況下，擁有私家車的乘客選擇共享汽車接駁出行的概率比沒(méi)有私家車的乘客低6.3個(gè)百分點(diǎn)。

單獨(dú)出行的系數(shù)在共享汽車的效用函數(shù)中為負(fù)值，并且具有顯著性，說(shuō)明單獨(dú)出行的人選擇共享汽車接駁出行的概率較小。

3.3 日常特征屬性變量參數(shù)估計(jì)結(jié)果

根據(jù)旅客日常出行方式數(shù)據(jù)的標(biāo)定結(jié)果，可以發(fā)現(xiàn)日常出行方式為私家車的旅客選擇共享汽車接駁出行的概率最大，而日常出行方式為地鐵的旅客選擇共享汽車出行的概率最小，商務(wù)出行的旅客更喜歡選擇出租車接駁出行。

根據(jù)駕車喜好和共享汽車熟悉程度的標(biāo)定結(jié)果，可以發(fā)現(xiàn)喜歡駕駛與否的系數(shù)具有顯著的影響，且系數(shù)為正值，說(shuō)明喜歡駕駛的旅客選擇共享汽車接駁出行的概率更大，在其他條件相同的情況下，喜歡駕駛的旅客選擇共享汽車接駁出行的概率比不喜歡駕駛的旅客選擇共享汽車接駁出行的概率高12.1 個(gè)百分點(diǎn)。是否使用過(guò)共享汽車同樣具有顯著影響，曾用過(guò)共享汽車的旅客再次選擇共享汽車出行的概率更大。但是對(duì)共享汽車的了解程度對(duì)于共享汽車出行選擇沒(méi)有顯著影響。

4 結(jié)論

本文基于實(shí)地問(wèn)卷調(diào)查結(jié)果，使用MNL模型對(duì)考慮共享汽車的高鐵站接駁出行方式進(jìn)行了研究，結(jié)果表明：

（1）目前市場(chǎng)上對(duì)共享汽車的使用率和了解程度均較低，而出行者對(duì)共享汽車的了解程度越高，選擇共享汽車接駁交通出行的概率越大，因此為推動(dòng)共享汽車的發(fā)展需要加大宣傳力度。

（2）增加共享汽車在高鐵站接駁交通中的使用率，需要縮短共享汽車的業(yè)務(wù)辦理時(shí)間，保持共享汽車的價(jià)格優(yōu)勢(shì)。

（3）“高鐵+共享汽車”的場(chǎng)景化共享汽車服務(wù)模式具有可行性，隨著接駁距離的增大，出行者選擇共享汽車接駁出行的概率逐漸增大。

共享汽車是一種創(chuàng)新的汽車消費(fèi)模式，但是目前其在國(guó)內(nèi)市場(chǎng)發(fā)展并不完善，在高鐵站接駁交通中的應(yīng)用仍較少?？紤]供需平衡和共享汽車企業(yè)正常運(yùn)營(yíng)的條件下，研究共享汽車在高鐵站接駁交通中的投放量和車輛調(diào)度方式，完善高鐵站接駁交通系統(tǒng)的建設(shè)，將是下一步研究的重點(diǎn)。