关于打车软件使用情况的调查分析

王中媛　曹艳玲　谭畅

【摘 要】文章以荆门市为调研地点，以打车软件为调研对象，发现中青年人群是打车软件的主要用户，拒绝使用打车软件的主要原因为安全系数低和传统出租车能满足其需求。

【关键词】打车软件;SPSS软件;定量分析

【中图分类号】F713 【文献标识码】A 【文章编号】1674-0688（2019）04-0257-02

1 绪论

打车软件是一种智能手机应用软件，乘客可以便捷地通过手机发布打车信息与抢单司机直接沟通，大大提高了打車效率。但是一些打车软件在用户手机上植入恶意广告，传播不良信息，窃取用户隐私，间接造成扣费，从而影响了用户体验;并且在实际应用中，出租车司机一心热衷于抢订单赚补贴，导致许多乘客路边打车却遭空驶出租车司机的无视，等等。这些问题引发了人们对打车软件发展前景的质疑。基于以上问题，本文通过抽样调查和以SPSS软件为基础的数据分析，具体把握打车软件的使用现状，并通过因子分析找出影响打车软件使用程度的因素，进而挖掘潜在用户，针对不同的使用群体进行不同策略的定向服务，以提高用户的使用效率。

2 研究设计

本文以荆门市为调研地点，利用问卷调查的方式，分析经常使用打车软件用户的人群特征，为后续调查和分析做准备。在“滴滴打车”使用情况调查的基础上，通过分层抽样、简单随机抽样相结合的抽样方式展开调查，对数据进行了全面系统的分析，对样本的基本情况有了充分的了解与掌握。在此基础上采用描述性分析、Logit回归分析及因子分析对问题进行全面分析。从“打车软件的总体现状分析及产品定位”“打车软件使用客户特征分析”“打车软件使用频率等级分析”“打车软件使用潜在用户挖掘”等方面进行数据信息深度挖掘，并对打车软件需要改进的地方进行了思考，提出了科学的调研结果和优化方案。

3 数据来源

本文采用问卷调查法在湖北荆门地区进行了抽样调查。为了合理地组织抽样，最大限度地减少误差，采用分层抽样与简单随机抽样相结合的抽样方法。首先，根据调研主题的需要对调查对象按各辖区性质进行分层。在分层抽样的基础上，以层为单位进行简单随机抽样。通过问卷投放及回收，共计有效问卷500份。

4 数据分析

4.1 打车软件的总体现状分析及产品定位

在有效样本中，有使用和没有使用打车软件习惯的人数占比分别为55.67%和44.33%。从使用打车软件的比例可知，已有超过半数的人有使用打车软件的习惯。

各大支付平台，微信、支付宝、打车APP、QQ支付使用比例分别为58.49%、17.74%、23.40%、0.38%，微信支付占据最大的市场，打车APP的使用率仅次于微信支付，支付宝及QQ支付在打车出行中的使用率则相对较小。对打车软件非常满意的受访者仅占7.56%，46.43%的受访者对打车软件基本满意，还有接近一半的受访者持中立态度，有接近2%的受访者对打车软件不满意和非常不满意。

针对“未来是否有可能向别人推荐打车软件”的问题，有48.32%的受访者表示未来有可能向别人推荐打车软件，14.29%的受访者明确表示不会向别人推荐打车软件，有37.39%的受访者持中立态度。可以将持中立态度的这一人群作为目标人群，探索其有没有可能成为打车软件的潜在消费者。

4.2 Logit模型建立及分析

根据二元选择模型的原理，运用SPSS进行Logit回归分析，在显著性水平α=0.05时，可以得到各变量的系数估计值、WaId统计量及其p值。二元选择模型回归结果见表1。

如表1所示，模型自动剔除了职业变量和性别变量。剩余变量的系数估计p值均在0.05的显著性水平下显著，因此可以得到如下二元选择模型：

β1x1+…+βmxm=0.227×年龄-0.207×收入

从回归结果可以看出，年龄对是否有使用打车软件的习惯存在显著影响，变量“年龄”回归系数大于零，说明在各年龄段间，有使用打车软件习惯的用户更倾向于10～19岁、20～29岁这两个年龄段。这与年轻人的生活方式及对新鲜的追求程度和接受程度有关，年轻人在日常生活中养成很少携带现金出门的习惯，使得其更倾向于接受打车软件出行这种出行方式，而本身具有较强适应能力的他们就成为这种出行方式的主要使用群体。

4.3 打车软件使用频率等级分析

本文将使用频率采用五分制量表，分为总是使用、经常使用、偶尔使用、很少使用和从不使用，并用有序回归模型对参数进行求解。根据有序回归模型的原理，运用SPSS进行回归分析的结果（见表2）。

运用模型拟合信息对该模型进行估计，各系数均通过显著性水平的显著性检验。模型拟合信息的显著性为0.025，该模型具有有效性。因此得到方程如下：

■ = ■ x1+…+■ xn=1.363×年龄10～19岁+1.218×年龄20～29岁+1.040×年龄30～39岁

在模型中，年龄在10～19岁、20～29岁和30～39岁的人对使用频率有显著影响。系数均为正值，其中10～19岁为1.363，20～29岁为1.218。相比于30～39岁及40岁及以上的人群有更高的使用频率趋势，青年相对于中年人有更强的接受新鲜事物的能力。而10～19岁相比于20～29岁的人有更高的使用频率，与年轻人喜欢新鲜事物，接受能力强的特性相吻合。

4.4 主成分分析

本文将人群特征分为基本特征和经济特征两类。基本特征包括性别、年龄和职业，经济特征为月收入。分析中发现，性别和职业对是否选择使用打车软件无明显影响，因此未将其纳入分析。

4.4.1 潜在用户基本特征分析

在第一个分类数据主成分分析模型中，我们引入基本特征变量，把5个不使用打车软件的原因变量与年龄变量放入二维空间，得到成分负荷图。在第一个模型中，提取了两个主成分，代表两个维度的信息。从年龄结构来看，30岁以上的人群主要由于安全系数低而不愿意使用打车软件;而20～29岁的年轻群体主要由于传统出租车能满足需求而不使用打车软件。而操作步骤麻烦、身边使用人少和不愿意尝试均不构成影响其选择使用打车软件的主要因素。

4.4.2 潜在用户经济特征分析

在第二个分类数据主成分分析模型中，仅引入人群经济特征变量，把5个不使用打车软件的原因变量与人群经济特征变量放入二维空间，得到成分负荷图。在第二个模型中，提取了两个主成分，代表了两个维度的信息。从月收入来看，月收入在2 001～3 000元的人群因为传统出租车能满足出行需求而不使用打车软件;月收入在4 001元及以上的人群主要由于不愿意尝试而拒绝使用打车软件，针对这一点，在调查中有很多受访者反映是因为自己拥有私家车而没有使用打车软件的必要。

5 调查结论

5.1 中青年人群是选择使用打车软件的主要消费群体

打车软件的主要消费群体是年龄在20～39岁之间的中青年消费群体，收入在2 001～3 000元的人群也是构成使用打车软件的主要消费群体之一。这类人群对新鲜事物有较强的接受能力，对新鲜事物比较热衷，注重消费体验。针对这种情况，打车软件公司可以在司机注册过程中加强对司机素质方面的测评。后期，在司机完成配单后的乘客测评中，突出司机素质测评占星级的比重。从而起到时刻监督司机，规范其行为的作用，增强乘客满意度。

5.2 未使用打车软件的主要原因是安全系数低和传统出租车能满足需求

打车软件的发展受限在很大程度上归因于中小城市的消费者大多数认为传统出租车能满足消费需求，在当地，路边拦车的方式并没有对居民的出行造成很大的困扰。此外，對打车软件缺乏认识，再加上近年来“网约车”的负面新闻层出不穷，使得这一部分未使用打车软件的受访者对打车软件形成了消极认知，从而导致其拒绝使用打车软件。对于这样的情况，打车软件公司可以在体制上进行完善和改进，加强司机审核机制，并且在打车软件的广告宣传中突出强调安全性。

参 考 文 献

[1]李冬新，栾洁.滴滴打车的营销策略与发展对策研究[J].青岛科技大学学报（社会科学版），2015，31（1）：105-108.

[2]刘啸.滴滴打车公司发展战略研究[D].广州：广东财经大学，2016.

[3]田苗，周旭升.电子商务新领域出租车订车应用软件的发展趋势与建议[J].中国电子商务，2013（22）：33-34.

[责任编辑：高海明]