網約車臨時用戶和長期用戶出行行為影響機理

李志成,鄧欣宇,趙紫艷,高語笛

(南京林業大學,江蘇 南京 210037)

0 引 言

隨著我國信息技術和交通行業的快速發展,網約車作為新時代互聯網經濟的產物,也逐漸進入人們生活,誕生了滴滴打車、Uber等網約車出行平臺。自2012年以來滴滴打車、快的打車進入網約車市場,打車軟件層出不窮,我國網約車行業進入快速發展階段,網約車已成為人們主要出行方式之一。

縱觀國內外學者在網約車出行領域已有的廣泛研究,董振寧等[1]利用Anylogic仿真軟件構建模擬現實乘客打車情景的仿真實驗,將動態數據與靜態數據進行分析,分別計算兩種定價模式下的平臺最優收益及消費者和司機福利。劉鑫等[2]以2018年大連市主要商圈內網約車主要使用者為對象,設計網約車用戶出行行為調查問卷,建立MNL模型,探索影響出行方式選擇的關鍵因素,并分析其內在規律。陳思為等[3]基于潛在類別模型對網約車選擇行為建模,以調查地的實際數據對用戶群體進行細分,挖掘不同群體對于網約車的偏好。劉祖友等[4]通過對福州地區大學生網約車出行行為進行調查,利用Logistic回歸分析方法,找出影響大學生選擇網約車出行的主要因素。Weng等[5]構建了網約車平臺演化博弈模型,認為網約車目前要加強信用約束或建立適當強度的協調監管模式。Pratiwi等[6]通過采用偏最小二乘法對網約車用戶水平度和滿意度進行分析。Soares等[7]建立UTAUT2模型,以Uber為基礎,來分析網約車的接受程度。Haddad等[8]通過結合巴西圣保羅網約車服務商的數據、個人層面的數據以及結構性交通網絡模擬評估網約車對出行時間和出行目的的影響。

雖然對于網約車出行行為研究較多,但針對網約車不同用戶群體的出行行為研究卻鮮有涉及,為此,從網約車長期用戶和臨時用戶的視角,探索其使用頻率的不同影響因素。

1 問卷設計

問卷主要包含兩部分內容:個人社會經濟屬性、出行屬性。其中,個人社會經濟屬性主要包括性別、年齡、職業、月收入、私家車擁有情況、網約車使用頻率、繼續使用意愿、是否擁有會員;出行屬性包括出行目的、出行距離、出行時刻。

為了更好地進行問卷調查,同時考慮當下疫情原因,問卷調查在網絡上進行,在QQ、微信及其他互聯網平臺上發布調查問卷。問卷的發放地選擇了網約車出行較多的南京與無錫兩個城市。共發放了175份問卷,其中得到的有效問卷數為163份,有效率為93.14%。樣本的分布分別為南京44%,無錫48%,其他城市8%。

2 調查結果

統計結果如表1所示:整體來看,調查樣本中男女比例接近1.2∶1,可以看出男性用戶更傾向于使用網約車服務。從年齡分布來看,網約車服務的用戶年齡段主要為21～30歲,比例為50.21%,主要因為這部分群體更容易接受新鮮事物;與此同時,老年人很少采用網約車出行,可能是由于其對網絡支付和APP使用相對較為陌生。從職業上看,學生和企業職員較多使用網約車服務。此外,當受訪者月收入在10 000以上時,很少采用網約車出行。從長短期用戶來看,在本次問卷中擁有網約車會員的群體中,63%的用戶對于網約車的需求是長期的,而37%的用戶對于網約車的需求是臨時的。由此可以看出,大部分網約車長期用戶會選擇成為網約車的會員,可以得到更多的網約車出行優惠補貼。

表1 調查樣本數據統計

對于網約車長期用戶來說,有63%的網約車長期用戶沒有私家車,有33%的長期用戶會選擇網約車作為他們的出行方式,而只有9%的長期用戶會將私家車作為他們主要出行方式,如圖1所示。大部分長期用戶因為沒有私家車,這也使他們在出行時更傾向于使用網約車。而對于網約車臨時用戶來說,選擇網約車作為主要出行方式的人有21%,但是有25%的用戶會選擇私家車出行,這是因為他們大部分都擁有私家車,由于私家車的便捷性,他們更傾向于使用私家車出行。

3 模型結果與討論

3.1 方法

離散選擇模型也被稱為非集計模型,非集計模型是基于效用最大和隨機效用兩個概念建立起來的[9],隨機效用U可分為可觀測的固定項和不可觀測的隨機項兩大部分。

Uin=Vin+εin

(1)

式中:Vin為可觀測的固定效用,εin為不可觀測的隨機項,通常將其看作隨機誤差項。

其中固定項Vin通常可以用線性表示

Vin=∑βkXink

(2)

式中:Xink是影響出行者n選擇出行方式i固定效用的第k個變量,βk是用最大似然法估計的參數。

針對乘客使用網約車頻次影響因素,由于研究的因變量為多項變量,且變量之間有等級或程度的變化,采用有序Logit模型探索因素之間的復雜關系較為合適[10]。假設出行頻率分為J個等級梯度,則其模型為

P(Yi>j)=Pij

(3)

Yi=Xiβ+ε

(4)

式中:wherej=1,2,…,J-1,Yi為第i位乘客使用網約車出行的頻率;Xi為第i位乘客所有調查的主觀指標和客觀指標的得分;β為對應Xi對應的擬合系數;ε為擬合殘差;Pij為第i位乘客使用網約車出行概率,αj為第j級出行頻次對應的常量系數。

3.2 結果與討論

將用戶使用網約車出行頻次作為因變量,以此來區分長期用戶和臨時用戶,將使用頻率為從沒使用過、很少使用、每月使用1～2次的網約車使用頻率作為臨時用戶;將使用頻率為每周使用1～2次、每周使用3～4次、幾乎每天使用作為長期用戶。

自變量則選取網約車用戶出行選擇行為影響因素,包括個人社會經濟屬性中的性別、年齡、職業、月收入、是否擁有私家車以及是否擁有網約車會員,出行相關屬性中的出行距離、出行時刻以及出行目的,其中所涉及到的個人社會經濟屬性和出行相關屬性等屬性變量的變量定義如表2所示。

表2 模型屬性變量及變量定義

從表3的結果可以看出,出行時刻、是否擁有會員、月收入、有無私家車、性別、職業是具有顯著性影響的變量。對各個自變量對因變量的影響進行分析,具體如下。

表3 參數估算值

(1)對于使用網約車的出行時刻,通過計算回歸系數,可以得到exp(2.002)=7.40,exp(1.293)=3.64,exp(1.881)=6.56,exp(1.044)=2.84,exp(1.436)=4.20。以使用網約車出行時刻在節假日為參考類別,因為估計值為正,所以在工作日早高峰與晚高峰使用網約車出行的群體,比在節假日使用網約車出行的群體使用網約車頻次更加頻繁,可能性高了大約7倍,由此可以看出,許多出行者上班通勤會選擇網約車出行,所以他們更有可能是網約車的長期用戶,而在節假日采用網約車出行的,更有可能是僅在休閑時使用網約車出行,此類人群使用網約車的頻次相對來說會少,更有可能是臨時用戶。

(2)對于是否擁有網約車會員,經過計算回歸系數,可以得出exp(0.86)=2.36。以沒有網約車會員為參考類別。因為估計值為正,所以有網約車會員的用戶群體比沒有網約車會員的用戶群體使用網約車的頻率更加頻繁的可能性高2.36倍,由此可以得出,有會員的出行者使用網約車的頻率更高。當他們擁有會員后,出行時往往會使用網約車,因此更有可能是網約車的長期用戶。

(3)對于月收入小于3 000有顯著影響,顯著性小于0.05,而月收入在3 000～6 000和6 000～10 000顯著性大于0.05,對于因變量沒有顯著影響,不進行進一步分析。對回歸系數進行計算,可得exp(0.997)=2.71。以月收入大于10 000為參考類別,因為估計值為負,所以月收入小于3 000的群體使用網約車的頻率比月收入大于10 000的更少,可能性達到2.71倍,可以看出月收入高的群體比月收入低的群體可能使用網約車的頻次更多,月收入高的群體更有可能是長期用戶,月收入低的群體更有可能是臨時用戶。

(4)對于有無私家車來說,對回歸系數經過計算可得,exp(0.902)=2.46。以沒有私家車為參考類別,因為估計值為負,所以有私家車的群體使用網約車的頻率比沒有私家車的少的可能性達2.46倍,可以看出有私家車的用戶更偏向于使用私家車出行,而沒有私家車的用戶更可能會使用網約車出行,使用的頻率較高,更可能是長期用戶。

(5)對于性別來說,回歸系數經過計算可得,exp(0.827)=2.28。以女性為參考類別,因為估計值為負,所以男性使用網約車的頻次比女性使用網約車的頻次少的可能性達2.28倍,可以看出女性對于網約車的使用頻次可能比男性更高,她們更有可能是長期用戶。

(6)對于職業來說,學生、企業職員和退休人員這些變量對因變量使用網約車頻次有顯著影響,顯著性小于0.05,而其余職業的變量因顯著性都大于0.05,對因變量影響不顯著,不再分析。回歸系數計算可得,exp(1.341)=3.82,exp(0.707)=2.02,exp(2.657)=13.02,以其他為參考類別,因為學生與企業職員這兩個變量估計值為正,所以學生與企業職員使用網約車的頻次比職業為其他頻繁的可能性達到3.82和2.02倍,而退休人員變量估計值為負,所以其使用網約車的頻次比職業為其他少的可能性達13.02倍。從中可以看出,學生和企業雇員使用網約車的頻次更多,學生考慮到網約車的方便快捷,更加青睞于網約車出行。而對于企業職員來說,上下班為出行高峰期,而網約車在手機上即可預約并且速度較快,所以他們會將網約車作為重要的通勤工具,這兩類群體使用網約車較為頻繁,可能是網約車的長期用戶。而退休人員一般年齡較大,他們對于網約車的接受程度較小,并且因為對于智能手機使用不夠熟練,在出行時很少選擇網約車,使用網約車頻次較少,更可能會是網約車的臨時用戶。

4 結 論

在當今互聯網經濟的大環境下,網約車作為新興交通方式備受關注,在此背景下,從網約車長期用戶與臨時用戶出發,收集兩個群體的出行調查數據,通過有序logit分析,找出影響網約車長期用戶和臨時用戶出行選擇行為的關鍵因素及出行選擇行為差異。主要研究結論如下:對于使用網約車出行頻次來說,有無私家車、出行時刻、性別、職業、月收入和是否擁有網約車會員都對其有顯著影響。有私家車比沒有私家車使用網約車更加頻繁,在上下班高峰期出行的群體比在節假日使用網約車出行的群體使用網約車更多,擁有網約車會員的群體因為有網約車會員的優惠比沒有網約車會員的群體使用次數更多。