□ 彭 威，呂軍威，趙明鈺

(上海工程技術(shù)大學(xué) 城市軌道交通學(xué)院，上海 201620)

1 前言

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，共享交通的理念被大家所接受[1-2]。共享單車、共享汽車以及網(wǎng)約車等共享出行方式在一定程度上緩解了交通擁堵，共享停車的理念也為解決城市停車難的問(wèn)題提供了新的方法[3]。利用不同屬性建筑物配建停車場(chǎng)在停車需求上的時(shí)空差異性[4]，通過(guò)互聯(lián)網(wǎng)平臺(tái)將暫時(shí)閑置的停車位資源共享給有需求的用戶，從而實(shí)現(xiàn)停車共享[5]。因此，共享停車通過(guò)提高既有泊位的利用率既可以解決城市停車設(shè)施不足的問(wèn)題，也可以緩解城市道路交通擁堵的情況。

在共享停車?yán)碚撆c方法的研究中，Resha等[6]研究了如何利用共享停車?yán)碚搧?lái)改善城市交通，通過(guò)分析停車現(xiàn)狀建立了共享停車模型。秦延平等[7]通過(guò)調(diào)查問(wèn)卷的方式收集數(shù)據(jù)并分析，提出了一系列針對(duì)共享式停車問(wèn)題的解決方法，并通過(guò)范例證實(shí)共享泊位對(duì)解決停車問(wèn)題的有效性。陳永茂等[8]以共享停車?yán)碚摓榛A(chǔ)，對(duì)建筑物配建停車位共享的可實(shí)施性與實(shí)施方法提出了一些指導(dǎo)建議。

在共享停車選擇行為的研究中，肖飛等[9]以停車泊位共享理論為背景，在混合土地利用模式的前提下，提出了一種基于泊位共享的停車需求預(yù)測(cè)模型及方法。Xie等[10]通過(guò)對(duì)特定駕車人群進(jìn)行意向調(diào)查，建立多項(xiàng)Logit模型來(lái)分析特定人群的停車行為與出行方式選擇行為。周志勇等[11]總結(jié)國(guó)內(nèi)外停車治理經(jīng)驗(yàn)與不足，選取停車者最關(guān)心的影響因素，采用聚類分析的方法建立智能停車選擇模型，從而提供全方位、多渠道的停車行為誘導(dǎo)服務(wù)。

從已有關(guān)于共享停車?yán)碚摰难芯砍晒锌梢钥闯觯瑖?guó)內(nèi)外已有較為詳盡的有關(guān)共享停車?yán)碚撆c應(yīng)用方面的研究，與停車行為選擇相關(guān)的研究也較為成熟，但大部分學(xué)者的研究重心都是針對(duì)錯(cuò)時(shí)共享的時(shí)間層面與就近共享的空間層面以及停車共享的需求層面，針對(duì)城市居民私有泊位共享的供給層面的研究較少。因此，本文從共享泊位供給側(cè)出發(fā)，采用問(wèn)卷調(diào)查的方法獲取研究數(shù)據(jù)，綜合選取研究變量，借助二元logistic模型構(gòu)建城市居民私有泊位共享選擇行為概率模型，分析影響私有泊位共享選擇行為的顯著因素與影響程度，從而為政府制定泊位共享政策提供有力數(shù)據(jù)支撐。

2 城市居民私有泊位共享選擇行為模型構(gòu)建

設(shè)P為城市居民私有泊位擁有者將泊位共享的概率，取值范圍為0～1，1-P為城市居民私有泊位擁有者不將泊位共享出去的概率，將比數(shù)P/(1-P)取自然對(duì)數(shù)得ln(P/(1-P))，即對(duì)P作logit變換，記為logitP，則logitP的取值范圍為(-∞,+∞)。以logitP為因變量，建立包含m個(gè)自變量的logistic回歸模型如下：

logitP=α+β1X1+β2X2+…+βmXm

(1)

在式(1)中，α為常數(shù)項(xiàng)，βm為解釋變量Xm的系數(shù)，Xm為解釋變量，表示m個(gè)城市居民私有泊位共享選擇行為的影響因素，由式(1)逆推可得

(2)

(3)

在上式中，式(2)表示城市居民私有泊位擁有者將泊位共享出去的概率P，式(3)表示城市居民私有泊位擁有者不將泊位共享出去的概率(1-P)，通常將這兩者之間的比值P/(1-P)稱為發(fā)生比。

3 問(wèn)卷設(shè)計(jì)與分析

3.1 問(wèn)卷設(shè)計(jì)

本文采用問(wèn)卷調(diào)查的方式獲取研究數(shù)據(jù)，根據(jù)統(tǒng)計(jì)學(xué)原理設(shè)計(jì)《關(guān)于城市居民私有泊位共享意愿的調(diào)查》的調(diào)查問(wèn)卷。由于在上海市中心區(qū)域通勤的用戶比較多，對(duì)共享停車位的需求也比較高，因此調(diào)查區(qū)域選擇在上海市徐匯區(qū)、閔行區(qū)，調(diào)查問(wèn)卷于2021年10月7日-17日發(fā)放，調(diào)查對(duì)象為擁有私人泊位的城市居民。

針對(duì)擁有私人泊位的城市居民，我們將城市居民私有泊位共享選擇行為的影響變量分為五類因素共19種變量，如表1所示。

在表1中，除了考慮到個(gè)人因素對(duì)城市居民私有泊位共享行為的影響以外，本次調(diào)查還從私有泊位因素方面分析泊位擁有者的使用特征因素對(duì)泊位共享行為的影響，包括城市居民私有泊位主要使用時(shí)間、每日使用時(shí)長(zhǎng)。在泊位因素中，還通過(guò)調(diào)查私有泊位擁有者的用車特征和泊位所處地段來(lái)分析城市居民私有泊位共享選擇行為的影響因素。除此之外，本文還從安全因素、社會(huì)因素以及收益因素的角度來(lái)分析共享泊位選擇行為的影響因素。

3.2 泊位擁有者基本信息分析

本次調(diào)查共發(fā)放問(wèn)卷300份，剔除填寫不完整的與所填答案不符合實(shí)際的無(wú)效問(wèn)卷49份，共計(jì)回收有效問(wèn)卷251份，有效回收率83.7%。為了能夠了解私人泊位擁有者的基本信息特征，我們對(duì)所獲得的樣本數(shù)據(jù)中的個(gè)人信息進(jìn)行全面的整理與統(tǒng)計(jì)，結(jié)果如表2所示。

表1 初始變量表

表2 泊位擁有者基本信息分布表

我們?cè)诒?中發(fā)現(xiàn)，在被調(diào)查者中，男性的人數(shù)要多于女性，占比為54.8%，與社會(huì)中駕駛員的性別分布情況基本一致。40歲以下人群的占比達(dá)到了78.4%，以青中年居多，40歲以上人群總計(jì)占比21.6%，總體居于少數(shù)。在受教育程度方面，以大學(xué)本科學(xué)歷為主，占比達(dá)到44.4%，其次為大專及以下學(xué)歷。月收入水平在3001～5000元的人數(shù)最多，占比29.6%，其次為5001～8000元，占比達(dá)到28%。駕齡在3年以下的人群占比最多，為67.6%，這應(yīng)該與被調(diào)查者主要為青中年有關(guān)。在對(duì)泊位共享了解程度上，一半以上的人對(duì)泊位共享都有一些了解。以上被調(diào)查者的基本信息特征基本符合社會(huì)真實(shí)情況。

4 變量篩選與模型擬合

4.1 單因素回歸篩選變量

本文一共選取了19個(gè)變量來(lái)對(duì)擁有私人泊位的城市居民的泊位共享意愿進(jìn)行分析，但并不是每一種變量都對(duì)城市居民私有泊位共享選擇行為有顯著的影響，為了排除不顯著的影響因素，確定最佳預(yù)測(cè)變量對(duì)logistic模型進(jìn)行擬合，本文采用單因素回歸法來(lái)篩選變量。

在單因素回歸法中，我們利用SPSS軟件將19個(gè)變量逐個(gè)進(jìn)行二元logistic回歸，由于各變量之間存在一定的相關(guān)性，且有一定的混雜因素，為了避免遺漏重要的影響因素，將顯著水平放寬到0.15[12]，將不顯著的因素剔除，最終剩余變量情況表3所示。

表3 影響顯著的變量表

從表3中的變量數(shù)量我們可以發(fā)現(xiàn)，在利用單因素回歸法剔除掉性別、駕齡、親友之間的普及度等不顯著的影響因素之后，總的變量數(shù)量由19個(gè)減為12個(gè)，剩余變量的顯著水平p值均小于0.15。在剔除掉對(duì)因變量影響不顯著的自變量之后，即可對(duì)剩余變量進(jìn)行多因素二元logistic回歸分析來(lái)擬合模型。

4.2 多因素回歸擬合模型

為了保證在多因素回歸時(shí)變量中不存在共線性問(wèn)題，且在多因素回歸的同時(shí)剔除掉不顯著因素，本文選擇逐步回歸法中的Forward:Wald法進(jìn)行回歸分析，Exp(B)值的置信水平設(shè)為95%，利用SPSS進(jìn)行回歸分析，最終得到回歸模型的擬合結(jié)果，如表4所示。

表4 回歸模型擬合結(jié)果表

根據(jù)表4我們可以得到私有泊位共享行為選擇概率模型：

Logit(p)=-2.381-0.611X1+0.717X2-0.546X3-0.761X4+0.567X5+0.591X6-0.663X7+0.427X10+0.765X12

(4)

由于回歸模型中自變量較多，且自變量中多包涵連續(xù)性變量，因此回歸模型的整體適配度采用Hosmer和Lemeshow檢驗(yàn)，其原理是根據(jù)模型預(yù)測(cè)概率大小將所有觀察單位10等分，然后根據(jù)每一組中因變量各種取值的實(shí)測(cè)值與理論值計(jì)算Pearsonχ2，利用SPSS檢驗(yàn)結(jié)果，如表5所示。

表5 Hosmer和Lemeshow檢驗(yàn)結(jié)果表

從表5中的數(shù)據(jù)我們可以知道，在Hosmer和Lemeshow檢驗(yàn)中，顯著性P=0.456大于0.05，說(shuō)明模型擬合優(yōu)度效果較好，自變量可以有效預(yù)測(cè)反應(yīng)變量?；貧w模型的Cox&Snell R2和Nagelkerke R2的計(jì)算值可以反應(yīng)當(dāng)前模型中自變量解釋了反應(yīng)變量的變異占反應(yīng)變量總變異的比例，利用SPSS計(jì)算其值分別為0.392、0.558，表明當(dāng)前模型自變量與反應(yīng)變量間關(guān)聯(lián)強(qiáng)度較高，可以認(rèn)為模型的擬合程度較好。

4.3 模型擬合結(jié)果分析

根據(jù)模型擬合結(jié)果，我們可以得到以下結(jié)論：

①年齡、受教育程度、月收入水平、每日使用泊位時(shí)長(zhǎng)、每周用車頻率、泊位所在地段、泄露個(gè)人隱私、政府出臺(tái)政策、經(jīng)濟(jì)收益因素對(duì)城市居民私有泊位共享選擇行為有顯著影響。

②性別、駕齡、對(duì)泊位共享的了解程度、泊位主要使用時(shí)間、小區(qū)周邊用地類型、影響小區(qū)治安、使用者違規(guī)停車、app企業(yè)的管理措施、周圍親友之間的普及度、精神收益因素對(duì)城市居民私有泊位共享選擇行為的影響并不顯著。

③根據(jù)Exp(B)值即OR值來(lái)判斷各顯著影響變量對(duì)私人泊位共享選擇行為的影響程度，如圖1所示。

圖1 各顯著變量影響程度

通過(guò)分析圖1我們得知，各顯著變量的影響程度由大到小依次為：泊位共享所帶來(lái)的經(jīng)濟(jì)收益因素(2.149)>受教育程度因素(2.048)>泊位所在地段因素(1.805)>每周用車頻率因素(1.763)>政府出臺(tái)政策因素(1.533)>月收入水平因素(0.579)>年齡因素(0.543)>泄露個(gè)人隱私因素(0.515)>私人泊位每日使用時(shí)長(zhǎng)因素(0.467)，因此泊位共享所帶來(lái)的經(jīng)濟(jì)收益因素對(duì)城市居民私有泊位共享選擇行為的影響程度最大，私有泊位的每日使用時(shí)長(zhǎng)因素對(duì)城市居民私有泊位共享選擇行為的影響程度最小。

④年齡、月收入水平、每日使用時(shí)長(zhǎng)、泄露個(gè)人隱私對(duì)城市居民私有泊位共享選擇行為起負(fù)向作用，即年齡越大、月收入水平越高、每日泊位使用時(shí)間越長(zhǎng)、越擔(dān)心泄露隱私，擁有私人泊位的居民越不會(huì)將泊位共享出去。

⑤經(jīng)濟(jì)收益、受教育程度、泊位所在地段、每周用車頻率、政府出臺(tái)政策對(duì)城市居民私有泊位共享選擇行為起正向作用，即經(jīng)濟(jì)收益越高、受教育程度越高、泊位越靠近市中心、每周用車頻率越多、政府出臺(tái)相關(guān)激勵(lì)政策越多，擁有私人泊位的居民越愿意將泊位共享出去。

5 結(jié)論與建議

5.1 結(jié)論

本文針對(duì)城市居民私有泊位共享選擇行為及其影響因素進(jìn)行了研究。首先，通過(guò)設(shè)計(jì)調(diào)查問(wèn)卷對(duì)城市居民私有泊位共享選擇行為的影響因素進(jìn)行調(diào)查，其次，借助SPSS軟件通過(guò)單因素回歸法篩選出對(duì)因變量影響顯著的因素，最后，以二元logistic模型為基礎(chǔ)利用逐步回歸法擬合城市居民私有泊位共享選擇行為概率模型。根據(jù)模型擬合結(jié)果我們發(fā)現(xiàn)年齡、受教育程度、月收入水平、每日使用泊位時(shí)長(zhǎng)、每周用車頻率、泊位所在地段、泄露個(gè)人隱私、政府出臺(tái)政策、經(jīng)濟(jì)收益因素對(duì)城市居民私有泊位共享選擇行為有顯著影響，且經(jīng)濟(jì)收益因素的影響程度最大，每日泊位使用時(shí)長(zhǎng)因素影響程度最小。

5.2 建議

①政府、企業(yè)出臺(tái)更多優(yōu)惠政策。

從前文分析中不難發(fā)現(xiàn)，經(jīng)濟(jì)收益因素對(duì)城市居民私有泊位共享選擇行為的影響程度最大，私人泊位共享的收益水平越高，泊位擁有者將泊位共享出去的概率越大，政府、企業(yè)可以出臺(tái)更多優(yōu)惠政策或補(bǔ)貼，提高泊位共享的收益水平，從而吸引更多擁有私人泊位的城市居民將泊位共享，提高既有泊位利用率。

②對(duì)泊位共享價(jià)格進(jìn)行區(qū)域化劃分。

在日常交通通勤中，由于不同區(qū)域?qū)Σ次坏男枨蟪潭炔煌次还蚕淼膬r(jià)格也應(yīng)不同，在對(duì)泊位需求高的區(qū)域，例如城市CBD區(qū)域，泊位共享的價(jià)格應(yīng)該更高，泊位擁有者的收益水平也就更高，泊位擁有者將泊位共享出去的概率就越大。

③制定更完善的個(gè)人信息保障制度。

在安全因素中，泄露個(gè)人信息因素對(duì)私人泊位共享選擇行為影響顯著，人們?cè)绞菗?dān)心個(gè)人信息的泄露就越不會(huì)將泊位共享出去，因此政府和企業(yè)應(yīng)該著手制定更加完善的個(gè)人信息保障制度，明確租車位用戶與出租車位用戶的權(quán)利與義務(wù)，確保用戶個(gè)人信息不會(huì)泄露。