城市居民私有泊位共享選擇行為及其影響因素的研究

□ 彭 威，呂軍威，趙明鈺

(上海工程技術(shù)大學(xué) 城市軌道交通學(xué)院，上海 201620)

1 前言

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，共享交通的理念被大家所接受[1-2]。共享單車、共享汽車以及網(wǎng)約車等共享出行方式在一定程度上緩解了交通擁堵，共享停車的理念也為解決城市停車難的問題提供了新的方法[3]。利用不同屬性建筑物配建停車場(chǎng)在停車需求上的時(shí)空差異性[4]，通過互聯(lián)網(wǎng)平臺(tái)將暫時(shí)閑置的停車位資源共享給有需求的用戶，從而實(shí)現(xiàn)停車共享[5]。因此，共享停車通過提高既有泊位的利用率既可以解決城市停車設(shè)施不足的問題，也可以緩解城市道路交通擁堵的情況。

在共享停車?yán)碚撆c方法的研究中，Resha等[6]研究了如何利用共享停車?yán)碚搧砀纳瞥鞘薪煌?，通過分析停車現(xiàn)狀建立了共享停車模型。秦延平等[7]通過調(diào)查問卷的方式收集數(shù)據(jù)并分析，提出了一系列針對(duì)共享式停車問題的解決方法，并通過范例證實(shí)共享泊位對(duì)解決停車問題的有效性。陳永茂等[8]以共享停車?yán)碚摓榛A(chǔ)，對(duì)建筑物配建停車位共享的可實(shí)施性與實(shí)施方法提出了一些指導(dǎo)建議。

在共享停車選擇行為的研究中，肖飛等[9]以停車泊位共享理論為背景，在混合土地利用模式的前提下，提出了一種基于泊位共享的停車需求預(yù)測(cè)模型及方法。Xie等[10]通過對(duì)特定駕車人群進(jìn)行意向調(diào)查，建立多項(xiàng)Logit模型來分析特定人群的停車行為與出行方式選擇行為。周志勇等[11]總結(jié)國(guó)內(nèi)外停車治理經(jīng)驗(yàn)與不足，選取停車者最關(guān)心的影響因素，采用聚類分析的方法建立智能停車選擇模型，從而提供全方位、多渠道的停車行為誘導(dǎo)服務(wù)。

從已有關(guān)于共享停車?yán)碚摰难芯砍晒锌梢钥闯觯瑖?guó)內(nèi)外已有較為詳盡的有關(guān)共享停車?yán)碚撆c應(yīng)用方面的研究，與停車行為選擇相關(guān)的研究也較為成熟，但大部分學(xué)者的研究重心都是針對(duì)錯(cuò)時(shí)共享的時(shí)間層面與就近共享的空間層面以及停車共享的需求層面，針對(duì)城市居民私有泊位共享的供給層面的研究較少。因此，本文從共享泊位供給側(cè)出發(fā)，采用問卷調(diào)查的方法獲取研究數(shù)據(jù)，綜合選取研究變量，借助二元logistic模型構(gòu)建城市居民私有泊位共享選擇行為概率模型，分析影響私有泊位共享選擇行為的顯著因素與影響程度，從而為政府制定泊位共享政策提供有力數(shù)據(jù)支撐。

2 城市居民私有泊位共享選擇行為模型構(gòu)建

設(shè)P為城市居民私有泊位擁有者將泊位共享的概率，取值范圍為0～1，1-P為城市居民私有泊位擁有者不將泊位共享出去的概率，將比數(shù)P/(1-P)取自然對(duì)數(shù)得ln(P/(1-P))，即對(duì)P作logit變換，記為logitP，則logitP的取值范圍為(-∞,+∞)。以logitP為因變量，建立包含m個(gè)自變量的logistic回歸模型如下：

logitP=α+β1X1+β2X2+…+βmXm

(1)

在式(1)中，α為常數(shù)項(xiàng)，βm為解釋變量Xm的系數(shù)，Xm為解釋變量，表示m個(gè)城市居民私有泊位共享選擇行為的影響因素，由式(1)逆推可得

(2)

(3)

在上式中，式(2)表示城市居民私有泊位擁有者將泊位共享出去的概率P，式(3)表示城市居民私有泊位擁有者不將泊位共享出去的概率(1-P)，通常將這兩者之間的比值P/(1-P)稱為發(fā)生比。

3 問卷設(shè)計(jì)與分析

3.1 問卷設(shè)計(jì)

本文采用問卷調(diào)查的方式獲取研究數(shù)據(jù)，根據(jù)統(tǒng)計(jì)學(xué)原理設(shè)計(jì)《關(guān)于城市居民私有泊位共享意愿的調(diào)查》的調(diào)查問卷。由于在上海市中心區(qū)域通勤的用戶比較多，對(duì)共享停車位的需求也比較高，因此調(diào)查區(qū)域選擇在上海市徐匯區(qū)、閔行區(qū)，調(diào)查問卷于2021年10月7日-17日發(fā)放，調(diào)查對(duì)象為擁有私人泊位的城市居民。

針對(duì)擁有私人泊位的城市居民，我們將城市居民私有泊位共享選擇行為的影響變量分為五類因素共19種變量，如表1所示。

在表1中，除了考慮到個(gè)人因素對(duì)城市居民私有泊位共享行為的影響以外，本次調(diào)查還從私有泊位因素方面分析泊位擁有者的使用特征因素對(duì)泊位共享行為的影響，包括城市居民私有泊位主要使用時(shí)間、每日使用時(shí)長(zhǎng)。在泊位因素中，還通過調(diào)查私有泊位擁有者的用車特征和泊位所處地段來分析城市居民私有泊位共享選擇行為的影響因素。除此之外，本文還從安全因素、社會(huì)因素以及收益因素的角度來分析共享泊位選擇行為的影響因素。

3.2 泊位擁有者基本信息分析

本次調(diào)查共發(fā)放問卷300份，剔除填寫不完整的與所填答案不符合實(shí)際的無效問卷49份，共計(jì)回收有效問卷251份，有效回收率83.7%。為了能夠了解私人泊位擁有者的基本信息特征，我們對(duì)所獲得的樣本數(shù)據(jù)中的個(gè)人信息進(jìn)行全面的整理與統(tǒng)計(jì)，結(jié)果如表2所示。

表1 初始變量表

表2 泊位擁有者基本信息分布表

我們?cè)诒?中發(fā)現(xiàn)，在被調(diào)查者中，男性的人數(shù)要多于女性，占比為54.8%，與社會(huì)中駕駛員的性別分布情況基本一致。40歲以下人群的占比達(dá)到了78.4%，以青中年居多，40歲以上人群總計(jì)占比21.6%，總體居于少數(shù)。在受教育程度方面，以大學(xué)本科學(xué)歷為主，占比達(dá)到44.4%，其次為大專及以下學(xué)歷。月收入水平在3001～5000元的人數(shù)最多，占比29.6%，其次為5001～8000元，占比達(dá)到28%。駕齡在3年以下的人群占比最多，為67.6%，這應(yīng)該與被調(diào)查者主要為青中年有關(guān)。在對(duì)泊位共享了解程度上，一半以上的人對(duì)泊位共享都有一些了解。以上被調(diào)查者的基本信息特征基本符合社會(huì)真實(shí)情況。

4 變量篩選與模型擬合

4.1 單因素回歸篩選變量

本文一共選取了19個(gè)變量來對(duì)擁有私人泊位的城市居民的泊位共享意愿進(jìn)行分析，但并不是每一種變量都對(duì)城市居民私有泊位共享選擇行為有顯著的影響，為了排除不顯著的影響因素，確定最佳預(yù)測(cè)變量對(duì)logistic模型進(jìn)行擬合，本文采用單因素回歸法來篩選變量。

在單因素回歸法中，我們利用SPSS軟件將19個(gè)變量逐個(gè)進(jìn)行二元logistic回歸，由于各變量之間存在一定的相關(guān)性，且有一定的混雜因素，為了避免遺漏重要的影響因素，將顯著水平放寬到0.15[12]，將不顯著的因素剔除，最終剩余變量情況表3所示。

表3 影響顯著的變量表

從表3中的變量數(shù)量我們可以發(fā)現(xiàn)，在利用單因素回歸法剔除掉性別、駕齡、親友之間的普及度等不顯著的影響因素之后，總的變量數(shù)量由19個(gè)減為12個(gè)，剩余變量的顯著水平p值均小于0.15。在剔除掉對(duì)因變量影響不顯著的自變量之后，即可對(duì)剩余變量進(jìn)行多因素二元logistic回歸分析來擬合模型。

4.2 多因素回歸擬合模型

為了保證在多因素回歸時(shí)變量中不存在共線性問題，且在多因素回歸的同時(shí)剔除掉不顯著因素，本文選擇逐步回歸法中的Forward:Wald法進(jìn)行回歸分析，Exp(B)值的置信水平設(shè)為95%，利用SPSS進(jìn)行回歸分析，最終得到回歸模型的擬合結(jié)果，如表4所示。

表4 回歸模型擬合結(jié)果表

根據(jù)表4我們可以得到私有泊位共享行為選擇概率模型：

Logit(p)=-2.381-0.611X1+0.717X2-0.546X3-0.761X4+0.567X5+0.591X6-0.663X7+0.427X10+0.765X12

(4)

由于回歸模型中自變量較多，且自變量中多包涵連續(xù)性變量，因此回歸模型的整體適配度采用Hosmer和Lemeshow檢驗(yàn)，其原理是根據(jù)模型預(yù)測(cè)概率大小將所有觀察單位10等分，然后根據(jù)每一組中因變量各種取值的實(shí)測(cè)值與理論值計(jì)算Pearsonχ2，利用SPSS檢驗(yàn)結(jié)果，如表5所示。

表5 Hosmer和Lemeshow檢驗(yàn)結(jié)果表

從表5中的數(shù)據(jù)我們可以知道，在Hosmer和Lemeshow檢驗(yàn)中，顯著性P=0.456大于0.05，說明模型擬合優(yōu)度效果較好，自變量可以有效預(yù)測(cè)反應(yīng)變量。回歸模型的Cox&Snell R2和Nagelkerke R2的計(jì)算值可以反應(yīng)當(dāng)前模型中自變量解釋了反應(yīng)變量的變異占反應(yīng)變量總變異的比例，利用SPSS計(jì)算其值分別為0.392、0.558，表明當(dāng)前模型自變量與反應(yīng)變量間關(guān)聯(lián)強(qiáng)度較高，可以認(rèn)為模型的擬合程度較好。

4.3 模型擬合結(jié)果分析

根據(jù)模型擬合結(jié)果，我們可以得到以下結(jié)論：

①年齡、受教育程度、月收入水平、每日使用泊位時(shí)長(zhǎng)、每周用車頻率、泊位所在地段、泄露個(gè)人隱私、政府出臺(tái)政策、經(jīng)濟(jì)收益因素對(duì)城市居民私有泊位共享選擇行為有顯著影響。

②性別、駕齡、對(duì)泊位共享的了解程度、泊位主要使用時(shí)間、小區(qū)周邊用地類型、影響小區(qū)治安、使用者違規(guī)停車、app企業(yè)的管理措施、周圍親友之間的普及度、精神收益因素對(duì)城市居民私有泊位共享選擇行為的影響并不顯著。

③根據(jù)Exp(B)值即OR值來判斷各顯著影響變量對(duì)私人泊位共享選擇行為的影響程度，如圖1所示。

圖1 各顯著變量影響程度

通過分析圖1我們得知，各顯著變量的影響程度由大到小依次為：泊位共享所帶來的經(jīng)濟(jì)收益因素(2.149)>受教育程度因素(2.048)>泊位所在地段因素(1.805)>每周用車頻率因素(1.763)>政府出臺(tái)政策因素(1.533)>月收入水平因素(0.579)>年齡因素(0.543)>泄露個(gè)人隱私因素(0.515)>私人泊位每日使用時(shí)長(zhǎng)因素(0.467)，因此泊位共享所帶來的經(jīng)濟(jì)收益因素對(duì)城市居民私有泊位共享選擇行為的影響程度最大，私有泊位的每日使用時(shí)長(zhǎng)因素對(duì)城市居民私有泊位共享選擇行為的影響程度最小。

④年齡、月收入水平、每日使用時(shí)長(zhǎng)、泄露個(gè)人隱私對(duì)城市居民私有泊位共享選擇行為起負(fù)向作用，即年齡越大、月收入水平越高、每日泊位使用時(shí)間越長(zhǎng)、越擔(dān)心泄露隱私，擁有私人泊位的居民越不會(huì)將泊位共享出去。

⑤經(jīng)濟(jì)收益、受教育程度、泊位所在地段、每周用車頻率、政府出臺(tái)政策對(duì)城市居民私有泊位共享選擇行為起正向作用，即經(jīng)濟(jì)收益越高、受教育程度越高、泊位越靠近市中心、每周用車頻率越多、政府出臺(tái)相關(guān)激勵(lì)政策越多，擁有私人泊位的居民越愿意將泊位共享出去。

5 結(jié)論與建議

5.1 結(jié)論

本文針對(duì)城市居民私有泊位共享選擇行為及其影響因素進(jìn)行了研究。首先，通過設(shè)計(jì)調(diào)查問卷對(duì)城市居民私有泊位共享選擇行為的影響因素進(jìn)行調(diào)查，其次，借助SPSS軟件通過單因素回歸法篩選出對(duì)因變量影響顯著的因素，最后，以二元logistic模型為基礎(chǔ)利用逐步回歸法擬合城市居民私有泊位共享選擇行為概率模型。根據(jù)模型擬合結(jié)果我們發(fā)現(xiàn)年齡、受教育程度、月收入水平、每日使用泊位時(shí)長(zhǎng)、每周用車頻率、泊位所在地段、泄露個(gè)人隱私、政府出臺(tái)政策、經(jīng)濟(jì)收益因素對(duì)城市居民私有泊位共享選擇行為有顯著影響，且經(jīng)濟(jì)收益因素的影響程度最大，每日泊位使用時(shí)長(zhǎng)因素影響程度最小。

5.2 建議

①政府、企業(yè)出臺(tái)更多優(yōu)惠政策。

從前文分析中不難發(fā)現(xiàn)，經(jīng)濟(jì)收益因素對(duì)城市居民私有泊位共享選擇行為的影響程度最大，私人泊位共享的收益水平越高，泊位擁有者將泊位共享出去的概率越大，政府、企業(yè)可以出臺(tái)更多優(yōu)惠政策或補(bǔ)貼，提高泊位共享的收益水平，從而吸引更多擁有私人泊位的城市居民將泊位共享，提高既有泊位利用率。

②對(duì)泊位共享價(jià)格進(jìn)行區(qū)域化劃分。

在日常交通通勤中，由于不同區(qū)域?qū)Σ次坏男枨蟪潭炔煌?，泊位共享的價(jià)格也應(yīng)不同，在對(duì)泊位需求高的區(qū)域，例如城市CBD區(qū)域，泊位共享的價(jià)格應(yīng)該更高，泊位擁有者的收益水平也就更高，泊位擁有者將泊位共享出去的概率就越大。

③制定更完善的個(gè)人信息保障制度。

在安全因素中，泄露個(gè)人信息因素對(duì)私人泊位共享選擇行為影響顯著，人們?cè)绞菗?dān)心個(gè)人信息的泄露就越不會(huì)將泊位共享出去，因此政府和企業(yè)應(yīng)該著手制定更加完善的個(gè)人信息保障制度，明確租車位用戶與出租車位用戶的權(quán)利與義務(wù)，確保用戶個(gè)人信息不會(huì)泄露。