周 彪， 周溪召， 李 彬

（1.上海海事大學(xué) 經(jīng)濟(jì)管理學(xué)院，上海 201306；2.上海市交通港航發(fā)展研究中心，上海 200025）

20世紀(jì)80年代末期，汽車共享在歐洲出現(xiàn)了加速發(fā)展的趨勢(shì).到目前為止，歐洲有近200個(gè)汽車共享服務(wù)組織，遍布瑞士、德國(guó)、英國(guó)、奧地利、荷蘭、丹麥、瑞典及挪威等國(guó)家，會(huì)員總數(shù)達(dá)到12.5萬(wàn)人.汽車共享研究和實(shí)踐在國(guó)外取得了一系列成果［1］，但由于我國(guó)的交通基礎(chǔ)設(shè)施條件、居民出行方式及城市基本結(jié)構(gòu)等與歐美國(guó)家存在差異，使得它們的研究成果并不能直接應(yīng)用到我國(guó)的汽車共享之中.在我國(guó)，張小明［2］研究了汽車共享出現(xiàn)的動(dòng)因，主要提出了私家車發(fā)展帶來(lái)的3個(gè)問題：環(huán)境問題、資源問題和堵車問題.薛躍等［3］在研究中闡明，基于私人擁有為基礎(chǔ)的汽車普及消費(fèi)既是一種大幅度提高社會(huì)福利水平的生活方式，又是一種非可持續(xù)性消費(fèi)模式，它不僅消耗大量自然資源，且造成極大的環(huán)境危害.程偉力［4］在關(guān)于汽車共享服務(wù)的對(duì)象研究中指出，汽車共享服務(wù)組織的服務(wù)對(duì)象是那些富有駕駛經(jīng)驗(yàn)且遵守交通規(guī)則的人.

本文將基于消費(fèi)者選擇行為理論，通過(guò)問卷調(diào)查，明確汽車共享的潛在市場(chǎng).通過(guò)建立模型來(lái)分析購(gòu)車與汽車共享之間的效用差異，明確選擇購(gòu)車或汽車共享影響因素的權(quán)重，分析消費(fèi)者個(gè)人長(zhǎng)期的汽車擁有行為.

1 模型構(gòu)建

1.1 問卷目的

通過(guò)有效的問卷調(diào)查描述各個(gè)因素對(duì)個(gè)人選擇行為的影響.影響汽車擁有和汽車共享的主要因素包括：a.家庭經(jīng)濟(jì)條件，如家庭收入、家庭車輛擁有數(shù)、家庭房屋擁有情況、家庭成員及個(gè)人駕駛經(jīng)驗(yàn)；b.相關(guān)費(fèi)用，如現(xiàn)有汽車的使用費(fèi)用、計(jì)劃購(gòu)車的費(fèi)用、汽車共享的使用費(fèi)用；c.用車需求，如汽車使用頻率、家庭未成年人數(shù)、居住地公共交通條件；d.個(gè)人特征，如個(gè)人通勤及其它出行特征、個(gè)人環(huán)境意識(shí)、個(gè)人年齡、個(gè)人職業(yè)及受教育程度.

通過(guò)問卷調(diào)查，分析各個(gè)影響因素對(duì)個(gè)人消費(fèi)者選擇汽車共享的權(quán)重，在給定消費(fèi)者情況時(shí)，能夠迅速發(fā)現(xiàn)其是否為汽車共享的潛在顧客群.

1.2 問卷設(shè)計(jì)

問卷主要從上述主要因素的具體表現(xiàn)形式來(lái)設(shè)計(jì)問題，框架如下：第一部分為個(gè)人特征部分，主要包括性別、年齡及受教育程度等情況；第二部分是家庭經(jīng)濟(jì)情況，主要是收入情況、家庭車輛擁有情況、家庭成員及個(gè)人駕車經(jīng)驗(yàn)情況；第三部分主要為用車需求調(diào)查，主要搜集的是日常出行方式、現(xiàn)有交通出行情況、出行（用車）頻率等方面信息；第四部分為相關(guān)費(fèi)用部分，主要是了解被訪者車輛的價(jià)格、每月開銷等情況；第五部分是收集被訪者對(duì)汽車共享的了解情況.

1.3 樣本描述

問卷采取的是網(wǎng)絡(luò)調(diào)查與紙質(zhì)問卷調(diào)查相結(jié)合的方式.網(wǎng)絡(luò)調(diào)查部分：將設(shè)計(jì)好的問卷放在問卷星網(wǎng)站上，通過(guò)郵件、QQ、MSN、微博及電話等方式邀請(qǐng)同學(xué)、同事、朋友、網(wǎng)友以及通過(guò)他們轉(zhuǎn)發(fā)來(lái)完成.紙質(zhì)問卷調(diào)查部分：在上海市一些住宅小區(qū)內(nèi)發(fā)放問卷完成.本次問卷調(diào)查總共有250位被調(diào)查者，有效問卷213份，被調(diào)查對(duì)象的個(gè)人特征分布如表1所示.

1.4 Logit模型

通過(guò)對(duì)汽車共享服務(wù)和擁有私家車兩者的要素分析，希望能分析出在何種情況下，消費(fèi)者會(huì)選擇汽車共享，在何種情況下消費(fèi)者會(huì)選擇擁有私家車.由于Mcfadden提出的離散選擇模型應(yīng)用廣泛［5－6］，本文采用該模型.

表1個(gè)人特征部分調(diào)查結(jié)果Tab.1 Personal characteristics of the survey results

假設(shè) a.Logit模型的因變量yi是二分變量，它只能取值0，1；

b.Logit模型中的因變量和各自變量之間的關(guān)系是非線性的.

通常將事情分為可控部分和不可控部分，因此，二分變量的回歸方程為

式 中，α，βi為 參 數(shù)；xi為 自 變 量；yi為 二 分 變 量；εi為誤差項(xiàng)，假設(shè)εi服從Logistic 分布，分布函數(shù)其中，μ，σ 分別為L(zhǎng)ogistic分布的位置參數(shù)和尺度參數(shù)［7］.

這就是著名的Logit模型.

2 SPSS軟件運(yùn)算分析

問卷調(diào)查的目的是得到2個(gè)Logit模型：a.放棄私家車而選擇汽車共享出行模式的Logit模型；b.無(wú)車一族選擇汽車共享出行模式的Logit模型.因此，分割被調(diào)查對(duì)象的一個(gè)最重要因素就是：有車與否.

2.1 無(wú)車一族選擇汽車共享出行模式的Logit模型

在本次問卷調(diào)查中，無(wú)車一族有125 人，占58.69%.將已獲得數(shù)據(jù)輸入SPSS18.0，選擇二元Logistic回歸分析，輸出結(jié)果如下：

本次SPSS操作共處理了125個(gè)案例，在參加問卷調(diào)查后愿意嘗試汽車共享這種出行方式的共有77人，占62.4%.在SPSS中，默認(rèn)將二分類因變量中出現(xiàn)次數(shù)較多的賦值為1，本文將“之后不愿意嘗試汽車共享”賦為0，“之后愿意嘗試汽車共享”賦為1.

從表2中的顯著性指標(biāo)取值可以知道，除了單獨(dú)納入Teenager（家庭中未成年人的個(gè)數(shù)）的模型沒有統(tǒng)計(jì)意義之外，其余模型都有顯著的統(tǒng)計(jì)學(xué)意義.

表2 不在方程中的變量1Tab.2 Variables not in the equation1

表3表示的是將上述變量納入模型后模型的全局檢驗(yàn)結(jié)果，共采用了3種檢驗(yàn)方法，分別是步與步間的相對(duì)似然比檢驗(yàn)（步驟），塊之間的相對(duì)似然比檢驗(yàn)（塊）和模型間的相對(duì)似然比檢驗(yàn)（模型）.本例采取強(qiáng)行一次進(jìn)入，一次將所有變量納入模型，所以，3種檢驗(yàn)方法的結(jié)果是一致的，模型具有顯著的統(tǒng)計(jì)學(xué)意義.

表3 模型系數(shù)的綜合檢驗(yàn)1Tab.3 Comprehensive test of model coefficients 1

表4主要給出－2 對(duì)數(shù)似然值和兩類決定系數(shù)，－2對(duì)數(shù)似然值越小，兩類決定系數(shù)越接近1，說(shuō)明模型的擬合程度越好.

表4 模型匯總Tab.4 Model summary

當(dāng)自變量數(shù)量增加時(shí)，尤其是連續(xù)自變量納入模型后，皮爾遜卡方不再適用于估計(jì)擬合優(yōu)度，此時(shí)引進(jìn)Hosmer和Lemeshow（HL）研究的對(duì)Logistic回歸模型擬合優(yōu)度的檢驗(yàn)方法，如表5所示.

HL檢驗(yàn)根據(jù)預(yù)測(cè)概率值將數(shù)據(jù)分為大致相同規(guī)模的10個(gè)組，隨機(jī)進(jìn)行分析，預(yù)測(cè)值越接近觀測(cè)值，說(shuō)明模型擬合得越好.通過(guò)數(shù)據(jù)可以再次驗(yàn)證，此次模型擬合得不算好，但是，也具有一定的代表性.

表6是將變量全部納入模型后模型的分類預(yù)測(cè)值，此時(shí)模型預(yù)測(cè)的準(zhǔn)確度只有79.2%.從案例殘差分析來(lái)看，只有2個(gè)案例（54號(hào)和58號(hào)）存在異常，剩余的123個(gè)案例均在正態(tài)分布之內(nèi)，無(wú)異常.

表7（見下頁(yè)）是Logistic模型的擬合結(jié)果.

表5 隨機(jī)性表Tab.5 Randomness table

?

2.2 放棄私家車而選擇汽車共享出行模式的Logit模型

對(duì)于已有私家車的被調(diào)查者的信息，用同樣的方式帶入SPSS運(yùn)算，輸出結(jié)果如下：

對(duì)于已有私家車的被調(diào)查者數(shù)據(jù)共有88個(gè)，占41.3%.在Logistic模型運(yùn)算中，系統(tǒng)自動(dòng)賦值1給“之后愿意嘗試汽車共享”的人群，賦值0給“之后不愿意嘗試汽車共享”的人群，在本次調(diào)查中，之后愿意嘗試汽車共享出行模式的人占55.7%.

在進(jìn)行無(wú)車一族Logistic回歸分析時(shí)，由于各個(gè)因素對(duì)于最后是否愿意嘗試汽車共享的影響不是很大，如果初始假設(shè)參加汽車共享的概率為0.5，通過(guò)本次調(diào)查所得到的數(shù)據(jù)來(lái)檢驗(yàn)，預(yù)測(cè)的準(zhǔn)確度為62.4%，因此，Logistic回歸將會(huì)失去意義，所以，在無(wú)車一族的Logistic回歸分析時(shí)，剔除了常數(shù)的影響，直接在各個(gè)自變量中尋找某種聯(lián)系.

在分析已有私家車這類人群，選擇汽車共享這種出行方式時(shí)，常數(shù)本身對(duì)模型的影響不大.如表8所示（見下頁(yè)），系統(tǒng)自動(dòng)賦予常量0.228，顯著性指標(biāo)的取值為0.287，模型不夠顯著.如表9所示（見下頁(yè)）.從不在模型中變量的顯著性指標(biāo)取值可以知道，有些變量對(duì)于模型是沒有統(tǒng)計(jì)意義的，在此選用向后剔除法，即開始將所有變量納入模型中，每次將最不顯著的一個(gè)變量剔除，直到模型中剩余變量都 足夠顯著.

表7 方程中的變量1Tab.7 Variables in the equation 1

在表10中，由于在這里采用的是向后剔除法，先一次性將所有變量納入模型，再逐次剔除最不顯著的變量，所以，3種檢驗(yàn)方法的結(jié)果不大一致，步與步間的相對(duì)似然比檢驗(yàn)顯示模型的統(tǒng)計(jì)學(xué)意義不夠顯著，但是，塊間的相對(duì)似然比檢驗(yàn)和模型間的相對(duì)似然比檢驗(yàn)結(jié)果顯示模型是越來(lái)越顯著的.在表11和表12中，HL檢驗(yàn)顯示，隨著變量的減少，模型的擬合度下降比較小，在步驟4結(jié)束時(shí)，模型的擬合度還是不錯(cuò)的.

表8 方程中的變量2Tab.8 Variables in the equation 2

表9 不在方程中的變量2Tab.9 Variables not in the equation 2

表10 模型系數(shù)的綜合檢驗(yàn)2Tab.10 Comprehensive test of model coefficients 2

表11 Hosmer和Lemeshow 檢驗(yàn)Tab.11 Hosmer and Lemeshow test

表12 Hosmer和Lemeshow 檢驗(yàn)的隨機(jī)性表Tab.12 Randomness table of the Hosmer and Lemeshow tests

如表13和表14所示，在未剔除任何變量時(shí)，模型的準(zhǔn)確度達(dá)到86.4%，但是，當(dāng)模型進(jìn)行到步驟4，剔除了3個(gè)變量后，模型的準(zhǔn)確度降低為83%.雖然模型的準(zhǔn)確度有些許降低，但是，其引起的誤差還是在可接受范圍內(nèi).進(jìn)行到步驟4時(shí)，模型中被剔除的變量為：受教育程度、家庭中未持有駕照的成年人數(shù)和從家步行到最近地鐵站的時(shí)間.

表13 分類表2Tab.13 Classification table2

表14 不在方程中的變量3Tab.14 Variables not in the equation 3

在這組數(shù)據(jù)的運(yùn)算中，不存在殘差案例，所有的案例均落在正態(tài)分布內(nèi).從表15可以清楚地看出每個(gè)變量的系數(shù)以及其對(duì)是否選擇汽車共享出行模式的影響程度.從表15中可以看到，已有私家車的潛在顧客群在是否選擇汽車共享出行模式時(shí)，首先考慮的是成本問題，其次考慮的是家庭中未成年人數(shù).

表15 方程中的變量3Tab.15 Variables in the equation 3

3 結(jié)果分析

國(guó)外的諸多研究都表明，汽車共享的主要客戶是20～40歲之間的青少年，這類人的通勤出行、購(gòu)物出行需求較高，因此，問卷調(diào)查的主要對(duì)象集中在20～40歲之間的青少年群體.

通過(guò)本次問卷調(diào)查可以發(fā)現(xiàn)，在汽車共享不夠發(fā)達(dá)的中國(guó)，對(duì)于出行方式的選擇，大部分被調(diào)查者選擇的是公共交通，占到70.3%，而私家車出行只占到10.9%.通過(guò)對(duì)私家車擁有的調(diào)查，很清楚可以看到，有41.3%的被調(diào)查者擁有私家車，由此可見私家車擁有者中有73.6%的人平時(shí)的出行仍然不選擇私家車，而是選擇更具經(jīng)濟(jì)性的公共交通.

在調(diào)查人們選擇出行方式考慮的主要因素時(shí)，有83.6%的被調(diào)查者選擇了經(jīng)濟(jì)與快捷.在對(duì)私家車的調(diào)查中，被調(diào)查者普遍認(rèn)為私家車能夠提供出行更強(qiáng)的便捷性、舒適性、靈活性，但是，在私家車使用過(guò)程中，尋找停車位是一件很困難的事情.此外，私家車的使用成本高、帶來(lái)嚴(yán)重的環(huán)境污染，而且，被調(diào)查者都不認(rèn)為擁有私家車是一種社會(huì)地位的表現(xiàn)，因此，在消費(fèi)者不認(rèn)為私家車是社會(huì)地位的表現(xiàn)的前提下，汽車共享如果真正實(shí)行，將減少道路車輛，緩解道路擁堵，解決停車難的問題，使出行更加便捷；另一方面，汽車共享對(duì)比私家車，有使用費(fèi)更低的優(yōu)勢(shì)，從這個(gè)角度出發(fā)，又能滿足消費(fèi)者對(duì)于經(jīng)濟(jì)性的要求.

對(duì)上海市場(chǎng)的個(gè)人消費(fèi)者而言，汽車共享更能吸引那些目前還沒有私家車，但有用車需求的人群，特別是已經(jīng)計(jì)劃購(gòu)買私家車的人群，這一點(diǎn)和國(guó)外的研究結(jié)果非常接近，因此，這個(gè)階段的市場(chǎng)營(yíng)銷重點(diǎn)應(yīng)該在于那些有購(gòu)車計(jì)劃的人群.

經(jīng)過(guò)調(diào)查，被調(diào)查者在考慮選擇汽車共享時(shí)，汽車共享的價(jià)格是一個(gè)最主要的影響因素，取車、還車的手續(xù)簡(jiǎn)便也是一個(gè)重要因素，汽車的新舊程度的影響稍弱.親友是否使用，對(duì)于消費(fèi)者選擇汽車共享的影響很小，基本可以忽略.由此可以看出，要成功推廣汽車共享，價(jià)格的制定一定要合理，這一點(diǎn)至關(guān)重要.

在對(duì)有車和無(wú)車兩組被調(diào)查對(duì)象的數(shù)據(jù)進(jìn)行Logistic回歸分析后，發(fā)現(xiàn)20～40歲的青少年的收入水平比較穩(wěn)定，對(duì)于是否選擇汽車共享的影響作用不是很大.從Logit函數(shù)可以看出，目前青少年的收入水平處于S形曲線的尾部，以其現(xiàn)有的水平可以負(fù)擔(dān)起汽車共享的費(fèi)用，所以，收入的變動(dòng)對(duì)于消費(fèi)者是否選擇汽車共享的影響不是很大.

在無(wú)車一族中，通過(guò)Logistic回歸，可以清楚地發(fā)現(xiàn)最重要的兩個(gè)因素是：受教育程度和從家步行至最近地鐵站的時(shí)間.受教育程度越高的消費(fèi)者，更加傾向嘗試汽車共享.這一調(diào)查結(jié)果與國(guó)外許多研究結(jié)果一致，汽車共享企業(yè)在開拓市場(chǎng)時(shí)，對(duì)這一部分人群制定專門的營(yíng)銷計(jì)劃是必不可少的.

在有車一族中，最重要的兩個(gè)影響因素是：汽車共享的價(jià)格和家庭中未成年人數(shù).汽車共享的價(jià)格對(duì)是否選擇汽車共享，這在經(jīng)濟(jì)學(xué)中關(guān)于需求有解釋.關(guān)于家庭中的未成年人數(shù)，在已有未成年人的家庭中，出行的很大一部分原因是送孩子上學(xué)，在這種情況下，同一小區(qū)各個(gè)家庭的孩子可以共車去上學(xué)，從而減少各個(gè)家庭使用私家車的費(fèi)用，這樣既便捷又經(jīng)濟(jì).

此次問卷調(diào)查取得的數(shù)據(jù)基本無(wú)殘差案例，都落在正態(tài)分布內(nèi)，能說(shuō)明一定情況.各個(gè)自變量對(duì)于是否選擇汽車共享的影響是合理的，但是，由于被調(diào)查者數(shù)量的限制，各自變量對(duì)于消費(fèi)者是否選擇汽車共享的影響程度可能存在誤差，需要進(jìn)一步研究.

4 結(jié)束語(yǔ)

基于上海市場(chǎng)消費(fèi)者作問卷調(diào)查，進(jìn)行Logit回歸分析，探討影響消費(fèi)者選擇汽車共享因素的重要性，但是依然存在很多不足之處.首先是由于時(shí)間關(guān)系，上海市場(chǎng)消費(fèi)者調(diào)研的樣本數(shù)量還很?。黄浯卧谡{(diào)查問卷的設(shè)計(jì)上也存在一些缺陷，尚有一些對(duì)消費(fèi)者選擇汽車共享有顯著影響的因素未納入模型；第三，對(duì)于有車一族與無(wú)車一族選擇汽車共享的Logit模型的擬合度有待于提高.

［1］夏凱旋，何明升.國(guó)外汽車共享服務(wù)的理論與實(shí)踐［J］.城市問題，2006（4）：87－92.

［2］張小明.共享汽車——一種全新的消費(fèi)模式［J］.世界汽車，2001（7）：21－22.

［3］薛躍，楊同宇，溫素彬.汽車共享消費(fèi)的發(fā)展模式及社會(huì)經(jīng)濟(jì)特性分析［J］.技術(shù)經(jīng)濟(jì)與管理研究，2005（l）：54－58.

［4］程偉力.北美小汽車共用的發(fā)展?fàn)顩r［J］.交通與運(yùn)輸，2007（增刊）：34－37.

［5］McFadden D.Conditional Logit analysis of qualitative choice behavior［M］∥Zarembka P.Frontiers in Econometrics.New York：Academic Press，1974.

［6］邁克爾·弗洛里安，吳稼豪，賀曙光.多層Logit結(jié)構(gòu)多模式變量需求網(wǎng)絡(luò)平衡模型［J］.上海理工大學(xué)學(xué)報(bào)1999，21（3）：191－202.

［7］王濟(jì)川，郭志剛.Logistic 回歸模型——方法與應(yīng)用［M］.北京：高等教育出版社，2001.