汽車共享下城市公共交通出行分擔率研究

王健，程苑，胡曉偉

（哈爾濱工業大學交通科學與工程學院，黑龍江　哈爾濱　150090）

汽車共享下城市公共交通出行分擔率研究

王健，程苑，胡曉偉

（哈爾濱工業大學交通科學與工程學院，黑龍江哈爾濱150090）

隨著中國經濟的快速發展，機動車保有量急劇增加，對能源、交通和環境來說都是很大的挑戰。為了及時應對，提出汽車共享的思想，將人們對小汽車的擁有權改變為使用權。文中在出行選擇因素中考慮環保成本，加入區間值因素，分析了不同類型人群對出行時間成本、費用成本、環保成本和出行自由度的敏感度，在前景理論的基礎上建立了汽車共享下城市公共交通出行分擔率模型；通過短距離出行和長距離出行的案例分析，分析了家庭收入、出行目的和出行距離對城市居民出行分擔率的影響，并證明了汽車共享出行方式的可能性和適用性。

城市交通；公共交通；分擔率；前景理論

2000年，汽車共享運營商Zipcar在哈佛大學成立，使汽車共享的理念成為可能。汽車共享將人對汽車的擁有權變為使用權，提供汽車共享服務的公司提供電動汽車、租賃點等基礎設施，并承擔汽車的保險、停放等一系列費用，使用者在任何一個租賃點都可以租賃到電動汽車，歸還時只要停放在最近的租賃點即可，按照租車的時間收費。截至2012年10月，全球共有27個國家開展了汽車共享。汪鳴泉對純電動汽車共享推廣在中國的可行性進行了研究。浙江杭州在2013年6月啟動了純電動汽車微公交項目。北京、上海、重慶等國內大城市也在積極推廣電動車項目，并已建設一些相關基礎設施。

根據《中華人民共和國2014年國民經濟和社會發展統計公報》，2014年末，全國民用汽車保有量達到15 447萬輛。汽車保有量快速發展帶來的能源、環境及交通問題已嚴重制約社會經濟的發展。汽車共享出行理念的提出為解決這些難題找到了新的研究方向。目前汽車共享出行方式在中國各大城市已得到重視，研究其在公共交通中的分擔率，進而研究其最佳保有量，是其定價機制和政策制定的基礎。

1979年，Kahneman D.等提出前景理論，用于描述不確定環境下個體的決策行為。前景理論在出行選擇行為中的研究十分成熟：Schwanen T.等運用前景理論分析了雙職工家庭接子女放學的出行行為；張波等總結了前景理論在出行行為研究中的應用，討論了其適用性；王正武等運用前景理論分析了多目標多路徑出行選擇問題，提出了路徑廣義出行費用，并定義了相關參考點；邢睿等基于前景理論進行城市居民交通方式選擇研究，證明了該方法的有效性。該文在前景理論的基礎上，在居民出行選擇因素中加入環保成本和出行自由度，并考慮出行者對出行時間、出行費用、環保成本和出行自由度的敏感度，研究汽車共享下城市公共交通出行分擔率。

1　城市居民出行行為選擇分析

1.1城市居民出行選擇過程（見圖1）

圖1　居民出行選擇行為流程

（1）掌握城市交通出行中各種交通方式如出租車、公交車、軌道交通、汽車共享的內在特性。

（2）交通出行方式內在特性加載到特定類型的人群身上，成為出行選擇因素。

（3）不同出行者根據各自所處環境、出行目的、對路網的熟悉程度等，形成各自的感知費用。

（4）選取感知費用最優的交通方式出行。

1.2城市居民出行選擇行為因素

分析影響居民出行選擇的因素從兩方面出發：一方面是出行者自身的特點，如家庭收入、出行目的、性別、年齡、學歷、家庭成員等；另一方面是交通方式的特點，如出行時間、出行費用、出行自由度、環保、準點率、舒適度等。

2　汽車共享下城市電動汽車分擔率模型

2.1屬性分析

（1）出行目的。將出行目的分為兩部分，即剛性出行和彈性出行。剛性出行是指上下學和上下班等通勤出行，有著嚴格的時間要求，早到時間損失成本和遲到時間損失成本均較大。彈性出行是指購物、游玩或運動等出行行為，早到時間損失成本和遲到時間損失成本較小。

（2）家庭收入。依據家庭月人均收入將出行人分為高、中、低3個群體，其中：7 000元以上的為家庭收入高人群，3 000～7 000元的為家庭收入中人群，3 000元以下的為家庭收入低人群。家庭收入高的人群出行時間單位成本最高，家庭收入中的人群其次，家庭收入低的人群最低。

（3）出行時間成本。出行時間成本Utime由三部分組成，分別為必須的時間成本umust、早到時間損失成本uearly和遲到時間損失成本ulate，即：

Utime=umust+uearly+ulate（1）

式中：umust=θmust·tmust；uearly=δ·θearly·Δtearly；遲到情況時δ=0，早到情況時δ=1；Δtearly是期望時間與早到時間的差值；ulate=（1-δ）·θlate·Δtlate； Δtlate是期望時間與遲到時間的差值。

（4）出行費用成本。出行方式有公交車出行、軌道交通出行、出租車出行和汽車共享出行。公交車出行采取通票制的收費方法，即無論出行距離多少，價格均一致；軌道交通出行采取按路程收費的方法；出租車出行采取前3 km起步價，之后按路程收費的方法；汽車共享出行參照浙江省杭州市的電動汽車收費方法。

（5）環保成本。環保成本考慮的是人們出行對環境的影響，參考汽車的碳排放收費。以出租車為例，出租車行駛1萬km大約排放碳2.7 t，需1 000 m2的人工林來吸收碳，人工費用為1 200元，故出租車的環保單位成本為0.12元/km。

（6）出行自由度。根據調查問卷中人們對不同出行方式自由度的打分，同時參考交通方式的服務半徑確定。

（7）權重分析。通過發放調查問卷，得出家庭收入分別為高、中、低和出行目的為剛性和彈性的人群對于出行時間、出行費用、環保成本及出行自由度的敏感度，確定相應權值（見表1）。

表1　出行因素的權重

（8）屬性原矩陣的處理。因為屬性原矩陣中同時存在收益型、損失型屬性，故將其統一化為收益型屬性，在損失型屬性前面加“-”號。

2.2參照點

參照點的選取在前景理論中至關重要。該文采用將屬性值按概率平均的方法，公式如下：

式中：j=1，2，3，分別為出行時間、出行費用和環保成本；E=［e1，e2，e3]，分別為3種成本的參照點；i =1，2，…，9，分別為各種情形的概率；aij為i種情形j種屬性的屬性值。

2.3收益損失矩陣

采取文獻［11]中的計算方法：若屬性值是實數， 當aij≥ej時，gij=aij-ej，lij=0；當aij

將收益、損失矩陣標準化，方法如下：

式中：zj=max｛|gij|，|lij|｝。

2.4價值函數價值函數公式為：

價值矩陣V=［vij]9×3。

根據價值函數的遞減性原則，α≥0，β≤1。α越小，決策者在面對收益時顯示出更大的風險規避性；β越小，決策者在面對損失時顯示出更大的風險追求性。λ是損失敏感的參數，λ越大，決策者相對于收益對損失的敏感性越大。文獻［5]運用非線性回歸來標定參數，結果表明α=β=0.88、λ=2.25。這個結果能描述大多數決策者的行為。文獻［12]通過試驗也得出了類似結論。

2.5決策權重函數

情形的收益、損失按下式計算：

式中：W=［w1，w2，w3]為3種屬性的權重；H= ［h1，h2，…，h9]為各情形的收益、損失。

當方案為“收益”時，決策權重函數的計算方法如下：

當方案為“損失”時，決策權重函數的計算方法如下：

式中：pi為情形i的發生概率；D=［d1，d2，…，d9]為各情形的決策權重；γ和δ為參數，γ=0.61，δ= 0.69。

2.6前景值

情形的總價值為：

Q=［q1，q2，q3，q4]為4種出行方式（分別為公交車、軌道交通、出租車和汽車共享）的前景值，計算公式如下：

2.7出行交通方式分擔率

F=［f1，f2，f3，f4]為4種出行方式的分擔率，按下式計算：

式中：k=1，2，3，4，分別代表公交車、軌道交通、出租車和汽車共享出行方式。

3　案例分析

考慮出行距離為6 km的短距離出行和出行距離為15 km的長距離出行，出行期望時間按照出行時間的70％左右制定（見表2）。出行時間成本、出行費用成本和環保成本的計算方法見表3～5。

表2　不同距離出行情形的設置

表3　出行時間成本的計算方法元/min

表4　出行費用成本的計算方法

表5　出行環保成本的計算方法元/次

根據汽車共享下城市電動汽車分擔率模型，得出城市公共交通出行分擔率（見表6、圖2～4）。

從圖2可以看出：在6種人群的出行選擇中，軌道交通的出行分擔率最高，這與其價格低、時間較快的特征是一致的。隨著家庭收入的增多，選擇汽車共享和出租車的人數逐漸增多，選擇公交車和軌道交通出行的人數逐漸減少。對于同一類別家庭收入的人群，剛性出行目的的人群比彈性出行目的的人群更多地選擇出租車和汽車共享出行方式，這與剛性出行時間性要求是一致的。汽車共享出行方式的分擔率在高收入人群和中收入剛性出行目的人群中低于公交車和軌道交通出行方式、高于出租車出行方式，在中收入彈性出行目的人群和低收入人群中低于公交車、軌道交通和出租車出行方式。

表6　城市公共交通出行分擔率

圖2　短距離出行公共交通分擔率

圖3　長距離出行公共交通分擔率

從圖3可以看出：在6種人群的出行選擇中，軌道交通的出行分擔率依然最高。隨著家庭收入和出行目的的變化，4種交通出行方式分擔率的變化與短距離出行是一致的。汽車共享出行方式的分擔率有了很明顯變化，在高收入人群和中收入剛性出行目的人群中低于軌道交通出行方式，高于公交車和出租車出行方式；在中收入彈性出行目的人群和低收入人群中低于公交車和軌道交通，高于出租車出行方式。

從表6可以看出：隨著出行距離的增大，出行時間增多，公交車出行分擔率下降，軌道交通出行分擔率略有上升，出租車出行分擔率略有下降，汽車共享出行分擔率上升。出行時間上升，公交車出行時間成本較大，出租車出行費用較大，造成這兩種出行方式分擔率下降，而軌道交通出行費用低、時間較短的特點和汽車共享在長距離出行中快速、方便、經濟的優勢，讓這兩種交通方式的分擔率上升，這與出行者的出行心理是一致的。

圖4　短距離出行和長距離出行汽車共享分擔率對比

4　結語

隨著國家對新能源汽車的政策扶持，電動汽車一定能擁有更加廣闊的市場，汽車共享也會逐漸成為人們出行方式的重要選擇。而且財政補貼的增多，會降低汽車共享的出行成本，增加汽車共享的出行分擔率。另外，更多、更合理的汽車共享定價方案，適應于不同的出行需求，也能吸引更多的出行者選擇汽車共享。

該文提出的汽車共享下城市電動汽車分擔率模型，能預測在電動汽車設施基本完善，汽車共享出行方式已成為一種基本出行方式時的電動汽車分擔率，也證明了汽車共享出行方式的適用性，能為新能源電動汽車的推廣使用提供依據。

［1］汪鳴泉.純電動汽車共享推廣可行性研究［J].交通與運輸，2013（7）.

［2］范非，鮑健強.Car2go模式在杭州微公交體系中的應用［A].浙江省經濟欠發達地區低碳發展綜合探討會論文集［C].2013.

［3］中華人民共和國國家統計局.中華人民共和國2014年國民經濟和社會發展統計公報［R].北京：中華人民共和國國家統計局，2015.

［4］Kahneman D，Tversky A.Prospect theory an analysis of decisions under risk［J].Econometrica，1979，47（2）.

［5］Tversky A，Kahnman D.Advance in prospect theory： cumulative representation of uncertainty［J].Journal of Risk and Uncertainty，1992（5）.

［6］Schwanen T，Ettema D.Coping with unreliable transportation when collecting children：examining parents′behavior with cumulative prospect theory［J].Transportation Research Part A：Policy and Practice，2009， 43（5）.

［7］張波，雋志才，倪安寧.前景理論在出行行為研究中的實用性［J].北京理工大學學報：社會科學版，2013，15 （1）.

［8］王正武，羅大庸.不確定性條件下的多目標多路徑選擇［J].管理科學學報，2011，14（7）.

［9］邢睿，楊陽梅，陳紫蕓.基于前景理論的城市居民交通方式選擇研究［J].公路與汽運，2014（2）.

［10］Zaras K.Rough approximation of a preference relation by a multi-attribute dominance for determinist，stochastic and fuzzy decision problems［J].European Journal of Operational Research，2004，159（1）.

［11］Zhiping Fan，Xiao Zhang，Fadong Chen，et al.Multiple attribute decision making considering aspiraton-levels：a method based on prospect theory［J].Computers &Industrial Engineering，2013，65（2）.

［12］Hongli Xu，Jing Zhou.A decision-making rule for modeling travelers′route choice behavior based on cumulative prospect theory［J].Transportation Research Part C：Emerging Technologies，2011，19（2）.

［13］尹毫企.基于前景理論的城市公共交通方式選擇模型研究［D].西安：長安大學，2012.

［14］中國城市交通發展論壇課題組.公交出行分擔率及公交優先發展評價研究［J].城市交通，2014（5）.

［15］郭淑霞，于雷，陳旭梅，等.北京城市公交汽車出行特征分析及對策［J].綜合運輸，2010（4）.

［16］凌小靜，楊濤，施泉.關于公共交通出行分擔率指標的探討［A].新型城鎮化與交通發展：2013年中國城市交通規劃年會暨第27次學術研討會論文集［C].2014.

U491.1

A

1671-2668（2016）01-0037-05

2015-04-12