基于共享单车使用者的理想单车骑行距离研究

李明远　郭凤香

摘 要：为能缓解共享单车管理混乱的问题，提供共享单车站点空间距离的合理值，以昆明市为数据调查地，采用问卷进行抽样调查，基于包含交互项的有序Logistic回归模型分析共享单车使用者的个人经济属性对其理想单车骑行距离的影响并统计分析站点空间距离的合理值。研究结果表明，将年龄、性别作为交互项比年龄或性别分别作为自变量对模型有更好的解释性。教育程度、职业、个人年收入以及年龄*性别等因素对共享单车使用者的理想单车骑行距离有显著影响，且不同群体对理想单车骑行距离的偏好不同。合理的共享单车站点空间距离应小于3km。

关键词：城市交通 共享单车 骑行距离 有序Logistic回归模型

中图分类号：U491 文献标识码：A 文章编号：1674-098X（2019）03（b）-0194-04

Abstract： In order to alleviate the confusion of shared bicycle management and provide a reference for the reasonable space distance of shared bicycle site， taking Kunming as the data survey area， the social-economical individual attributes affecting the ideal cycling distance of shared bicycle users were analyzed by the ordered logistic model including the interaction time， and statistical analysis of reasonable distance of space allocation were made. The results show that the model would be better explained by adding the interaction of age and gender than variables of age and gender respectively. Factors such as education level， occupation， personal annual income， and interaction have a significant impact on the ideal cycling distance of shared bicycle users， and different groups have different preferences for ideal bicycle riding distance. And the reasonable space distance should be less than 3 km.

Key Words：Urban traffic； Shared bicycle； Cycling distance； Ordered Logistic Regression Mode

隨着中国城市进程的加快，环境污染与交通拥堵已成为制约城市可持续发展的首要问题。面对发展中的问题，很多城市开始实施“公交优先”的发展战略，倡导居民选择公交、地铁等公共交通工具出行。与此同时，共享经济的兴起与成功，使其发展模式受到社会的普遍关注。共享单车作为共享经济领域的热门话题也得到了迅速发展，并逐渐成为解决公共交通“最后一公里”问题的重要措施。

对于出行者来说，出行距离会在一定程度上影响其对出行方式的选择。在同种出行方式下，随着出行的距离必然会增加出行时间，从而增加其完成出行任务所需时间。在出行行为研究中，出行行为一般被认为是负数效应的来源，应通过合理的方式减少出行者的出行时间[1]。另外，有学者指出出行行为是为出行目的实现而采取的必要行为，就其本身而言是具有正效用的[2，4]。因此，对于出行者的理想出行距离而言并不是总总趋于零。

对于共享单车而言，由于其发展时间较短，学术界对其研究主要从经济、法规等宏观发面出发[5]，仅有一些学者从微观角度探讨其运作机理[6-7]。由此可见，对于共享单车的研究已经受到学术界的普遍关注，逐渐从对其的宏观研究转变为微观研究并趋于对各个方面细节的研究。一些学者在研究发现，共享单车存在管理混乱的现象，严重扰乱了公共秩序。究其根源，无专用站点是导致车辆乱停乱放的主要原因，因此，对共享单车站点的布局规划亟待完善。

本文以昆明市为数据调查地，采用调查问卷对共享单车使用者进行数据调查，并基于有序Logistic回归模型探究共享单车使用者个人经济属性对理想单车骑行距离的影响，并通过对调查数据的统计分析确定合理的站点设置距离。研究成果可以为共享单车站点空间布局、站点平衡提供依据，并在一定程度上为缓解共享单车的管理混乱提供对策。

1 数据采集

本文以昆明市为数据调查地，于2018年9～10月对共享单车使用者进行抽样数据调查。抽样方法分为分层抽样和随机抽样两种。其中，分层抽样将不同地点视为不同层，针对不同层共享单车的使用者进行抽样；随机调查主要是同时网络问卷进行随机抽样。被调查者需要回答其理想单车骑行距离和其个人经济属性。通过调查，共获得调查问卷723份，剔除存在信息缺失的问卷，获得有效调查问卷660份，样本属性如表1所示。

2 模型构建

当研究的因变量为等级变量（有序变量）时，采用有序Logistic回归模型（Ordered Logistic Regression Model）分析所关注变量之间的依存关系较为适当。有序Logistic回归模型是将因变量取值的不同划分成两个相对的区域，并依次将因变量建立为二分类的Logistic回归模型。有序Logistic回归模型为[8]：

在计算出累计频率之后，各类别的概率也可以分别计算出来。本文采用极大似然估计法求解有序Logistic回归模型的参数。

在统计分析的基础上，将共享单车使用者的理想单车骑行距离划分为3个特定的区域，分别为≤1kms、（1-5]km以及>5km。其中，共享单车使用者的理想单车骑行距离的平均值为3km。为研究共享单车使用者的个人经济属性对其理想单车骑行距离的影响，现将其个人经济属性作为自变量、理想单车骑行距离作为因变量进行变量赋值，赋值结果如表2所示。

3 模型拟合信息及平行线检验

本文拟采用有序Logistic回归模型对共享单车使用者理想单车骑行距离影响因素分析时，得出模型中年龄自变量对共享单车使用者理想单车骑行距离的显著性P=0.478>0.1，表明单一的年龄自变量对共享单车使用者理想单车骑行距离不具有显著影响。因此，本文为提高模型的解释有效性，现采用包含交互项的有序Logistic回归模型对影响共享单车使用者理想单车骑行距离的因素进行测度分析。本文将年龄和性格作为交互项，探求年龄*性格自变量对共享单车使用者理想单车骑行距离的影响，赋值结果如表2所示。

用SPSS.25对数据进行分析。平行线检验结果为P>0.05，说明有序Logistic回归模型的回归系数与分割点无关，也就是模型具有可行性。另一方面，对模型拟合信息中P=0.000，说明以教育程度、职业、个人年收入以及年龄*性别自变量的模型具有较好的解释能力。结果如表3所示。

4 模型结果分析

对有序Logistic回归模型进行参数标定，结果如表4所示。从表中可以看出，教育程度和职业在0.001水平下对共享单车使用者理想单车骑行距离有显著影响；年龄*性别在0.01水平下对共享单车使用者理想单车骑行距离有显著影响；收入在0.05水平下对共享单车使用者理想单车骑行距离有显著影响。

其中，教育程度为高中及以上的群体的估计系数为正数，说明教育程度为高中及以上的人群的理想单车骑行距离倾向于更长，且至少长于一个等级的可能性为2.5倍；职业为企业及事业单位的人群的估计系数为负数，说明职业为企业及事业单位的人群倾向于理想单车骑行距离更短，且至少短于一个等级的可能性为2.1倍；个人年收入为<5万元和5～10万元的人群的估计系数为负数，说明个人年收入为<5万元和5～10万元的人群倾向于理想单车骑行距离更短，且至少短于一个等级的可能性分别为1.6和1.5倍；性别为男且年龄小于30岁、性别为男且年龄大于30、性别为女且年龄小于30的人群估计系数为正数，说明性别为男且年龄小于30岁、性别为男且年龄大于30、性别为女且年龄小于30岁的人群倾向于理想单车骑行距离更长，且至少长于一个等级的可能性分别为3.2、4.1和1.5倍。

5 结语

本文以昆明市作为数据调查地，分析了共享单车使用者的个人经济属性对其理想单车骑行距离的影响并统计分析站点空间距离的合理值。结果表明，将年龄、性别作为交互项比单一年龄或性别因素作为自变量对模型有更好的解释性。教育程度、职业、个人年收入以及年龄*性别等因素对共享单车使用者的理想单车骑行距离有显著影响，且不同群体对理想单车骑行距离的偏好不同。统计分析的基础上，得出共享单车站点空间距离应小于3km，以确保为共享单车使用提供更好的服务，并在一定程度上缓解共享单车管理混乱的问题。

参考文献

[1] REDMOND L S， MOKHTARIAN P L. The positive utility of the commute： modeling ideal commute time and relative desired commute amount [J]. Transportation Research Part A： Policy and Practice， 2001， 28（2）： 179-205.

[2] SALOMON* I， MOKHTARIAN P L. What happens when mobility-inclined market segments face accessibility-enhancing policies？ [J]. Transportation Research Part D： Transport and Environment， 1998， 3（3）： 129-140.

[3] STEG L. Car use： lust and must. Instrumental， symbolic and affective motives for car use [J]. Transportation Research Part A： Policy and Practice， 2005， 39（2）： 147-162.

[4] BERGSTAD C J， GAMBLE A， HAGMAN O， et al. Affective–symbolic and instrumental–independence psychological motives mediating effects of socio-demographic variables on daily car use [J]. Journal of Transport Geography， 2011， 19（1）： 33-38.

[5] 张泽华，林晓言，张雅萍.供给侧视角下共享单车现存问题经济本质分析[J].城市发展研究，2017，24（11）： 83-88.

[6] KAPLAN S， MANCA F， NIELSEN T A S， et al. Intentions to use bike-sharing for holiday cycling： An application of the Theory of Planned Behavior [J]. Tourism Management， 2015， 47： 34-46.

[7] 賴磊，姜农娟.基于扎根理论的共享单车商业模式设计研究——以摩拜单车为例[J].当代经济管理，2017， 39（6）：19-22.

[8] 何明卫，赵胜川，何民.基于出行者认知的理想通勤时间研究[J].交通运输系统工程与信息，2015，15（4）：161-165，180.