基于RP/SP調查的汽車分時租賃用戶出行特征分析
——以成都市為例

張晚笛，尹志芳，李 超，姚文瀚

（1.交通運輸部科學研究院，北京 100029；2.利茲大學，英國 利茲LS29JT）

0 引言

近年來，隨著“互聯網+”概念的深入和行業的創新發展，汽車分時租賃成為租車行業的一種新興模式。分時租賃，俗稱“汽車共享”，是以分鐘或小時等為計價單位，利用移動互聯網、全球定位等信息技術構建網絡服務平臺，為用戶提供自助式車輛預定、車輛取還、費用結算為主要方式的小微型客車租賃服務[1]。汽車分時租賃起源于歐美，2011 年左右被引入中國市場，并伴隨著互聯網技術和共享概念的發展實現快速增長。截至2019 年2 月，我國已注冊的汽車分時租賃企業超過1 600 家，實際投入運營的企業超過100 家，整體市場規模達28.5 億元，市場競爭較為激烈[2-3]。同時，汽車分時租賃作為“互聯網+”出行行業的新業態，其發展模式尚處于探索階段，企業運營經驗不足，盈利模式尚未成熟，自2017年來大量企業紛紛停止營業，行業面臨持續發展的困境。為使汽車分時租賃能在我國更好更快地發展，提高汽車分時租賃的服務水平和市場競爭力，需從用戶的角度分析其出行選擇影響因素，挖掘用戶出行習慣，并結合用戶需求給出針對性建議。

目前針對汽車分時租賃的已有研究中，在運營模式或運營技術方面，Correia 等[4]以分時租賃系統收益最大化為目標函數，建立了不同情景下的汽車分時租賃站點選址模型；Jorge 等[5]改進了Correia 的模型，引入需求變化并設定不同程度需求變化對應的情景；謝昳辰[6]考慮汽車分時租賃各站點間的車輛調度，建立了運營決策階段的分時租賃站點投放車輛規模模型；王靜娜[7]對汽車分時租賃網點選址和調度問題進行研究，給出租賃網點位置、容量及運營期間車輛調度方案；吳敬敬[8]對重資產運營的B2C 汽車分時租貨企業運營模式的選擇進行了分析。在行業發展及評價方面，陳衛東等[9]、劉穎琦等[10]、朱春節[11]從城市層面分析了我國電動汽車分時租賃市場發展現狀、商業模式和發展策略；李開恩[12]通過建立我國汽車分時租賃政策評價體系和評價模型，分析了政策的實施情況和存在的問題，并給出優化建議；李魯苗等[13]構建了汽車分時租賃運營效率評價指標體系，通過數據包絡分析模型挖掘汽車分時租賃運營中存在的問題；楊耀坤等[14]、紀雪洪等[15]針對電動汽車分時租賃企業盈利問題進行了研究，分析影響運營商盈利的因素。

現有研究多集中于分析汽車分時租賃企業的運營技術或發展前景，重在討論企業發展過程中遇到的技術問題、商業模型或盈利問題。站點選址、車輛調度等技術問題研究多是基于交通建模，研究理想化運營條件下的技術方案，這為行業發展提供了一定的參考，但面對實際運營中的困境，缺少從用戶角度出發，分析其出行特征和需求的研究。鑒于此，本文將針對汽車分時租賃消費者進行問卷調查，分析用戶出行特征，探究用戶對汽車分時租賃的接受度、明確相關影響因素，并基于出行需求給汽車分時租賃企業的策略制定提出建議，以期提升該行業的服務水平和可持續發展能力。

1 用戶問卷調查與數據采集

為了獲取一定量的分時租賃用戶樣本數據，本文以某汽車分時租賃品牌成都地區用戶為被訪對象，通過App 端發放調查問卷、短信邀請線上答題的方式采集被訪者信息。問卷和答題收集了被訪者的出行顯示性偏好（Revealed Preference,RP）數據和陳述性偏好（Stated Preference,SP）數據。RP數據來自被訪者的實際出行數據，統計了用戶最近一個月內汽車分時租賃的使用頻次、使用場景等，從中可較為準確地分析出汽車分時租賃用戶的出行特征。SP數據通過假設選擇實驗獲取，統計了被訪者在假設情境（不同的計費模式、假設未來沒有分時租賃）下的出行選擇。本次調查共回收問卷818 份，其中有效問卷788 份，然后利用統計分析的方法處理實際調查數據，分別從用戶社會經濟屬性、用戶交通屬性、用戶出行特征三方面挖掘被訪對象的特征。

2 RP調查結果分析

2.1 用戶社會經濟屬性分析

788 份有效問卷中，男性用戶有694 名，占88.1%，女性用戶有94 名，占11.9%，說明汽車分時租賃中男性用戶比例遠高于女性用戶。

被訪用戶年齡分布統計（見圖1）顯示，18～25 歲的用戶占49.9%，26～30 歲的用戶占29.1%，31～35 歲的用戶占11.4%，36～40 歲的用戶占5.5%，41 歲及以上用戶占4.1%。可以看出，汽車分時租賃用戶大部分為30歲以下的年輕人，說明青年群體對共享理念和“互聯網+”出行的接受程度更高。

被訪用戶年收入統計（見圖2）顯示，21.8%的用戶年收入低于5萬元，年收入在5萬～10萬元的用戶占39.6%，年收入在10 萬～15 萬元的用戶占24.5%，年收入在15萬～20萬元的用戶占8.5%，年收入在20 萬～25 萬元的用戶占2.7%，年收入在25 萬元以上的用戶占2.9%。從調查情況可看出，汽車分時租賃為收入不高的用戶群體提供了便捷的機動化出行選擇。

圖1 被訪用戶年齡分布

圖2 被訪用戶年收入分布

被訪用戶受教育程度統計（見圖3）顯示，有高中及以下學歷的用戶占19.8%，有大專學歷的用戶占33.5%，有本科學歷的用戶占40.1%，有碩士及以上學歷的用戶占6.6%。從調查情況看，有大專及以上學歷的用戶占80.2%，說明汽車分時租賃用戶受教育程度較高。

被訪用戶職業分布統計（見圖4）顯示，用戶中占比最高的是專業/技術人員，比例為72%，其次為自由職業者，占9.6%。可以看出，用戶職業集中于專業/技術人員。進一步分析發現，專業/技術人員用戶中的53.7%來自互聯網/IT 行業，這類用戶因為職業原因長期接觸新技術和新商業模式，對汽車分時租賃接受程度較高。

圖3 被訪用戶受教育程度分布

圖4 被訪用戶職業分布

2.2 用戶交通屬性分析

參與本次調查的用戶中，52%的用戶實際駕齡在2 年以上，駕齡為1～2 年的用戶占23%，駕齡在6 個月～1 年的用戶占18%，駕齡小于6 個月或不怎么開車的用戶占7%（見圖5）。48%的用戶實際駕齡低于2 年，這主要與用戶的擁車情況有關（見圖6）。58%的用戶沒有私家車，這類用戶有用車需求但無駕駛體驗，而分時租賃汽車滿足了這部分人群的需求。

圖5 被訪用戶實際駕齡分布

圖6 被訪用戶擁車情況

被訪用戶擁車情況統計（見圖6）顯示，14.4%的用戶沒有私家車且沒有購車打算，43.6%的用戶暫時沒有私家車但有購車意向，24.1%的用戶有私家車但不經常使用，17.9%的用戶有私家車且使用頻率較高。其中有私家車但不經常使用的用戶表示選擇汽車分時租賃出行的原因是自用車油費、停車費等使用成本高，而汽車分時租賃費用遠低于自用車使用成本。

2.3 用戶出行特征分析

圖7所示為用戶汽車分時租賃使用頻率分布，所有被訪對象中，幾乎每天都選擇汽車分時租賃方式出行的用戶占11.4%，每周使用幾次的用戶占41.8%，每月使用幾次的用戶占30.3%，甚少使用者占15.6%，第一次使用者占0.9%。

圖7 被訪用戶的汽車分時租賃使用頻率分布

圖8 所示為被訪用戶使用汽車分時租賃出行的場景分布。排名前5 的使用場景分別為近郊游玩、通勤、業務外出、參加親友聚會、去商場/飯店/影院/KTV 等休閑娛樂場所。其中，46.1%的用戶選擇汽車分時租賃作為近郊游玩的出行工具，主要原因是使用汽車分時租賃自駕出游的舒適度高于乘公共交通出游，而其租車費用又低于長租車，因此分時租賃成為舒適度高且兼顧經濟性的出游交通工具，同時也有效帶動了城市周邊旅游經濟的發展。40%的用戶在上班或上學的通勤出行中選擇汽車分時租賃。經進一步調查發現，將汽車分時租賃用于通勤出行的用戶的工作或居住地大部分位于公交線路覆蓋盲區或公交線路密度較低的區域，汽車分時租賃一定程度上彌補了城市公共交通在覆蓋力度上的不足。另外，有38.3%的用戶選擇將汽車分時租賃用于業務外出，30.3%的用戶用于參加親友聚會，22.5%的用戶用于去商場購物或其他休閑娛樂出行。

圖8 被訪用戶的汽車分時租賃使用場景分布

依據汽車分時租賃使用頻率，本次調查將用戶分為高頻和低頻兩組，對比其出行場景（見圖9）。高頻用戶和低頻用戶差異最大的兩個出行場景為“近郊游玩”和“通勤”。高頻用戶使用頻率最高的場景是通勤出行，但很少使用汽車分時租賃去近郊游玩。低頻用戶主要將汽車分時租賃作為近郊游玩的出行方式，在通勤出行中的使用頻率低于高頻用戶。

圖9 汽車分時租賃不同頻次用戶使用場景分布

圖10所示為被訪用戶汽車分時租賃出行的共乘人數分布。從圖中可看出，59%的被訪用戶使用汽車分時租賃時為2 人共乘，32%的被訪用戶僅1 人出行，3 人共乘出行的被訪用戶占7%，4人及以上共乘出行的被訪用戶占2%。結合前文使用場景可看出，由于用戶主要將汽車分時租賃用于休閑出行，使用場景中一般都是結伴出游，因此68%的出行共乘人數大于1 人，共乘出行可降低人均出行費用。

圖10 被訪用戶汽車分時租賃出行共乘人數分布

為調查影響用戶使用汽車分時租賃的關鍵因素，問卷列舉了不同因素請用戶進行排序，各影響因素的用戶關注比重如圖11 所示。72.2%的被訪用戶認為車輛取還便利性是最關鍵的決策影響因素，其次依次為費用、車內整潔度、保險、車型、車輛外觀整潔度、App 操作便利性、客戶服務及其他因素。從調查結果看，取還車便利性、費用是用戶普遍關注的焦點，也是企業吸引用戶和提升用戶體驗需注意的問題。

圖11 被訪用戶使用汽車分時租賃時關注的因素

本次調研統計了被訪者在使用汽車分時租賃前的出行方式選擇（見圖12）。從圖12 的統計結果可看出，在使用汽車分時租賃前，34.2%的用戶使用網約車出行，23.5%的用戶乘坐地鐵出行，17.1%的用戶駕駛私家車出行，9%的用戶乘坐公交出行，4.5%的用戶乘坐出租車出行，7.2%的用戶選擇自行車出行，其他出行方式的用戶占4.5%。

圖12 被訪用戶使用汽車分時租賃前的出行方式選擇

通過上述RP 調查結果分析可看出，汽車分時租賃具有男性用戶明顯多于女性用戶、用戶受教育程度較高、年輕人更易接受等特征；48%的用戶駕齡低于2 年，58%的用戶沒有私家車，分時租賃為新手司機和無車用戶創造了便利的自駕出行條件；汽車分時租賃的應用場景豐富，能滿足不同的出行需求；68%的用戶使用汽車分時租賃出行時為多人共乘；取還車便利性和費用是用戶最為關注的兩個因素；從使用汽車分時租賃前的出行方式選擇可看出，汽車分時租賃吸引了部分網約車用戶和私家車用戶；由于汽車分時租賃在使用體驗上接近私家車出行，其具有替代私家車出行的可能性。

3 SP調查結果分析

3.1 計費方式影響分析

SP 調查根據某品牌汽車分時租賃企業現有的收費標準假設了4 種不同的計費模式（見表1），分析不同計費方式下用戶在出行時間上的選擇。4 種計費模式分別為：1 元/km+0.2 元/min（里程費加時長費）、1.2 元/km+0.12 元/min（里程費加時長費）、0.45 元/min（無里程費）及1.65 元/km（無時長費）。

表1 SP調查假設的4種計費模式

SP 調查中選擇不同計費模式的被訪用戶下單時段分布如圖13所示。模式二和模式四的下單時段分布較為相似，呈現出較明顯的雙峰分布，反映了用戶在這兩種模式下會傾向于選擇在早晚高峰時段使用汽車分時租賃。在模式四情況下選擇早高峰使用汽車分時租賃出行的用戶明顯高于模式二，主要原因是用戶認為早高峰擁堵時間過長，故取消時長費用可在較擁堵時段吸引更多用戶。模式一和模式三的用戶下單時段整體分布趨勢相似，17:00以后出行的比例遠高于17:00以前。模式三由于取消了里程費，僅按時長收費，因此在23:00—次日7:00時段選擇在該模式下使用汽車分時租賃的用戶占比顯著提升。

圖13 SP調查中選擇不同計費模式的用戶下單時段分布

為進一步研究汽車分時租賃用戶對不同計費模式的接受程度，本次SP調查進一步分析了確定場景下用戶的出行選擇。本文假設用戶于工作日19:00使用汽車分時租賃從春熙路前往成都火車南站（見圖14），然后統計選擇4種不同計費模式的用戶，結果如圖15 所示。在“去火車站/機場”這一指定場景下，32.7%的用戶選擇計費模式一，31.8%的用戶選擇計費模式三，選擇計費模式二和計費模式四的用戶分別為10.1%和25.4%。

圖14 工作日19：00春熙路—成都火車南站路況圖

圖15 SP調查中確定場景下的用戶計費方式選擇分布

3.2 替代出行方式分析

本文調查了在無法使用汽車分時租賃出行時用戶的替代出行方案。統計結果（見圖16）顯示，假設未來沒有汽車分時租賃這一方式，43.6%的被訪用戶將轉為使用網約車出行，27.8%的被訪用戶將乘坐地鐵出行，10%的被訪用戶選擇公交出行，6.6%的被訪用戶選擇乘坐出租車出行，4.5%的被訪用戶選擇駕駛私家車出行，3.4%的被訪用戶選擇自行車出行，選擇其他出行方式的用戶占4.1%。

圖16 SP調查中替代出行方式選擇分布（若汽車無分時租賃）

由上述SP調查結果分析可看出，計費方式直接影響了用戶對出行時段的選擇。當取消時長費或時長費較低時，由于無需考慮擁堵帶來的額外費用，用戶在早晚高峰時段選擇汽車分時租賃出行的比例會明顯升高。若取消里程費，會激發用戶在道路擁擠度較低的夜間時段出行。在分時租賃的替代出行方案里，43.6%的用戶會選擇網約車出行，這反映出汽車分時租賃和網約車在出行市場上存在明顯的競爭關系。

4 汽車分時租賃行業發展建議

為促進汽車分時租賃行業健康可持續發展，根據上述分析結果，現提出以下發展建議。

（1）制定動態調價策略。由用戶特征分析可知，費用是影響用戶選擇汽車分時租賃的關鍵因素之一。考慮到高頻用戶和低頻用戶的使用場景有較大區別，建議汽車分時租賃企業結合用戶多元出行需求調整收費方式，嘗試分時段的動態調價策略。例如通過調整時長費與里程費制定工作日和節假日等不同時段的收費方式，這樣一方面可提高節假日休閑出行的低頻用戶的黏性，另一方面可增加午間、夜間等較空閑時段的用戶數，吸引更多的用戶選擇汽車分時租賃。

（2）結合用車場景開展上下游商業聯動。從排名前五的使用場景可看出，用戶選擇汽車分時租賃出行的場景不少與休閑消費相關。建議汽車分時租賃企業根據用戶的使用場景，聯合目的地的景點、商鋪推出特定的折扣、積分抵扣等促消活動，與上下游商家形成一站式服務效應，豐富出行服務生態，拓展不同于網約車、出租車的競爭優勢，多維度創新盈利模式。

（3）提升核心運營能力。調查結果顯示，用戶在使用汽車分時租賃時最關注的因素是取還車便利性，如何最大限度地滿足用戶用車需求是企業需要解決的核心問題。但車輛、車位、充電樁的高額投入導致企業網點鋪設緩慢，而車輛和車位不足則無法滿足用戶出行需求。為平衡企業成本控制與服務水平提升的矛盾，建議企業構建用戶全旅程數據體系，加強對出行數據的深入分析，制定網點布設策略和車輛智能調度方案，有針對性地提升核心運營競爭力，增強企業可持續發展能力。

5 結語

本文對某汽車分時租賃品牌的用戶進行了RP調查與SP 調查，通過分析用戶的社會經濟屬性、交通屬性、出行特征等，對汽車分時租賃行業進行用戶畫像，并依據調查分析結果提出促進企業可持續發展的建議。由于此次調查主要集中于成都市汽車分時租賃用戶群體，對于不同城市之間的用戶出行特征無法進行對比分析，因此上述結論無法反映我國汽車分時租賃出行的整體情況。未來可擴大調研范圍，選擇更多的國內典型城市進行調研分析，對比不同地區的用戶，更全面地刻畫我國汽車分時租賃用戶的特征。