王健，程苑，胡曉偉

（哈爾濱工業(yè)大學(xué)交通科學(xué)與工程學(xué)院，黑龍江　哈爾濱　150090）

汽車共享下城市公共交通出行分擔(dān)率研究

王健，程苑，胡曉偉

（哈爾濱工業(yè)大學(xué)交通科學(xué)與工程學(xué)院，黑龍江哈爾濱150090）

隨著中國經(jīng)濟(jì)的快速發(fā)展，機(jī)動(dòng)車保有量急劇增加，對能源、交通和環(huán)境來說都是很大的挑戰(zhàn)。為了及時(shí)應(yīng)對，提出汽車共享的思想，將人們對小汽車的擁有權(quán)改變?yōu)槭褂脵?quán)。文中在出行選擇因素中考慮環(huán)保成本，加入?yún)^(qū)間值因素，分析了不同類型人群對出行時(shí)間成本、費(fèi)用成本、環(huán)保成本和出行自由度的敏感度，在前景理論的基礎(chǔ)上建立了汽車共享下城市公共交通出行分擔(dān)率模型；通過短距離出行和長距離出行的案例分析，分析了家庭收入、出行目的和出行距離對城市居民出行分擔(dān)率的影響，并證明了汽車共享出行方式的可能性和適用性。

城市交通；公共交通；分擔(dān)率；前景理論

2000年，汽車共享運(yùn)營商Zipcar在哈佛大學(xué)成立，使汽車共享的理念成為可能。汽車共享將人對汽車的擁有權(quán)變?yōu)槭褂脵?quán)，提供汽車共享服務(wù)的公司提供電動(dòng)汽車、租賃點(diǎn)等基礎(chǔ)設(shè)施，并承擔(dān)汽車的保險(xiǎn)、停放等一系列費(fèi)用，使用者在任何一個(gè)租賃點(diǎn)都可以租賃到電動(dòng)汽車，歸還時(shí)只要停放在最近的租賃點(diǎn)即可，按照租車的時(shí)間收費(fèi)。截至2012年10月，全球共有27個(gè)國家開展了汽車共享。汪鳴泉對純電動(dòng)汽車共享推廣在中國的可行性進(jìn)行了研究。浙江杭州在2013年6月啟動(dòng)了純電動(dòng)汽車微公交項(xiàng)目。北京、上海、重慶等國內(nèi)大城市也在積極推廣電動(dòng)車項(xiàng)目，并已建設(shè)一些相關(guān)基礎(chǔ)設(shè)施。

根據(jù)《中華人民共和國2014年國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》，2014年末，全國民用汽車保有量達(dá)到15 447萬輛。汽車保有量快速發(fā)展帶來的能源、環(huán)境及交通問題已嚴(yán)重制約社會(huì)經(jīng)濟(jì)的發(fā)展。汽車共享出行理念的提出為解決這些難題找到了新的研究方向。目前汽車共享出行方式在中國各大城市已得到重視，研究其在公共交通中的分擔(dān)率，進(jìn)而研究其最佳保有量，是其定價(jià)機(jī)制和政策制定的基礎(chǔ)。

1979年，Kahneman D.等提出前景理論，用于描述不確定環(huán)境下個(gè)體的決策行為。前景理論在出行選擇行為中的研究十分成熟：Schwanen T.等運(yùn)用前景理論分析了雙職工家庭接子女放學(xué)的出行行為；張波等總結(jié)了前景理論在出行行為研究中的應(yīng)用，討論了其適用性；王正武等運(yùn)用前景理論分析了多目標(biāo)多路徑出行選擇問題，提出了路徑廣義出行費(fèi)用，并定義了相關(guān)參考點(diǎn)；邢睿等基于前景理論進(jìn)行城市居民交通方式選擇研究，證明了該方法的有效性。該文在前景理論的基礎(chǔ)上，在居民出行選擇因素中加入環(huán)保成本和出行自由度，并考慮出行者對出行時(shí)間、出行費(fèi)用、環(huán)保成本和出行自由度的敏感度，研究汽車共享下城市公共交通出行分擔(dān)率。

1　城市居民出行行為選擇分析

1.1城市居民出行選擇過程（見圖1）

圖1　居民出行選擇行為流程

（1）掌握城市交通出行中各種交通方式如出租車、公交車、軌道交通、汽車共享的內(nèi)在特性。

（2）交通出行方式內(nèi)在特性加載到特定類型的人群身上，成為出行選擇因素。

（3）不同出行者根據(jù)各自所處環(huán)境、出行目的、對路網(wǎng)的熟悉程度等，形成各自的感知費(fèi)用。

（4）選取感知費(fèi)用最優(yōu)的交通方式出行。

1.2城市居民出行選擇行為因素

分析影響居民出行選擇的因素從兩方面出發(fā)：一方面是出行者自身的特點(diǎn)，如家庭收入、出行目的、性別、年齡、學(xué)歷、家庭成員等；另一方面是交通方式的特點(diǎn)，如出行時(shí)間、出行費(fèi)用、出行自由度、環(huán)保、準(zhǔn)點(diǎn)率、舒適度等。

2　汽車共享下城市電動(dòng)汽車分擔(dān)率模型

2.1屬性分析

（1）出行目的。將出行目的分為兩部分，即剛性出行和彈性出行。剛性出行是指上下學(xué)和上下班等通勤出行，有著嚴(yán)格的時(shí)間要求，早到時(shí)間損失成本和遲到時(shí)間損失成本均較大。彈性出行是指購物、游玩或運(yùn)動(dòng)等出行行為，早到時(shí)間損失成本和遲到時(shí)間損失成本較小。

（2）家庭收入。依據(jù)家庭月人均收入將出行人分為高、中、低3個(gè)群體，其中：7 000元以上的為家庭收入高人群，3 000～7 000元的為家庭收入中人群，3 000元以下的為家庭收入低人群。家庭收入高的人群出行時(shí)間單位成本最高，家庭收入中的人群其次，家庭收入低的人群最低。

（3）出行時(shí)間成本。出行時(shí)間成本Utime由三部分組成，分別為必須的時(shí)間成本umust、早到時(shí)間損失成本uearly和遲到時(shí)間損失成本ulate，即：

Utime=umust+uearly+ulate（1）

式中：umust=θmust·tmust；uearly=δ·θearly·Δtearly；遲到情況時(shí)δ=0，早到情況時(shí)δ=1；Δtearly是期望時(shí)間與早到時(shí)間的差值；ulate=（1-δ）·θlate·Δtlate； Δtlate是期望時(shí)間與遲到時(shí)間的差值。

（4）出行費(fèi)用成本。出行方式有公交車出行、軌道交通出行、出租車出行和汽車共享出行。公交車出行采取通票制的收費(fèi)方法，即無論出行距離多少，價(jià)格均一致；軌道交通出行采取按路程收費(fèi)的方法；出租車出行采取前3 km起步價(jià)，之后按路程收費(fèi)的方法；汽車共享出行參照浙江省杭州市的電動(dòng)汽車收費(fèi)方法。

（5）環(huán)保成本。環(huán)保成本考慮的是人們出行對環(huán)境的影響，參考汽車的碳排放收費(fèi)。以出租車為例，出租車行駛1萬km大約排放碳2.7 t，需1 000 m2的人工林來吸收碳，人工費(fèi)用為1 200元，故出租車的環(huán)保單位成本為0.12元/km。

（6）出行自由度。根據(jù)調(diào)查問卷中人們對不同出行方式自由度的打分，同時(shí)參考交通方式的服務(wù)半徑確定。

（7）權(quán)重分析。通過發(fā)放調(diào)查問卷，得出家庭收入分別為高、中、低和出行目的為剛性和彈性的人群對于出行時(shí)間、出行費(fèi)用、環(huán)保成本及出行自由度的敏感度，確定相應(yīng)權(quán)值（見表1）。

表1　出行因素的權(quán)重

（8）屬性原矩陣的處理。因?yàn)閷傩栽仃囍型瑫r(shí)存在收益型、損失型屬性，故將其統(tǒng)一化為收益型屬性，在損失型屬性前面加“-”號(hào)。

2.2參照點(diǎn)

參照點(diǎn)的選取在前景理論中至關(guān)重要。該文采用將屬性值按概率平均的方法，公式如下：

式中：j=1，2，3，分別為出行時(shí)間、出行費(fèi)用和環(huán)保成本；E=［e1，e2，e3]，分別為3種成本的參照點(diǎn)；i =1，2，…，9，分別為各種情形的概率；aij為i種情形j種屬性的屬性值。

2.3收益損失矩陣

采取文獻(xiàn)［11]中的計(jì)算方法：若屬性值是實(shí)數(shù)， 當(dāng)aij≥ej時(shí)，gij=aij-ej，lij=0；當(dāng)aij

將收益、損失矩陣標(biāo)準(zhǔn)化，方法如下：

式中：zj=max｛|gij|，|lij|｝。

2.4價(jià)值函數(shù)價(jià)值函數(shù)公式為：

價(jià)值矩陣V=［vij]9×3。

根據(jù)價(jià)值函數(shù)的遞減性原則，α≥0，β≤1。α越小，決策者在面對收益時(shí)顯示出更大的風(fēng)險(xiǎn)規(guī)避性；β越小，決策者在面對損失時(shí)顯示出更大的風(fēng)險(xiǎn)追求性。λ是損失敏感的參數(shù)，λ越大，決策者相對于收益對損失的敏感性越大。文獻(xiàn)［5]運(yùn)用非線性回歸來標(biāo)定參數(shù)，結(jié)果表明α=β=0.88、λ=2.25。這個(gè)結(jié)果能描述大多數(shù)決策者的行為。文獻(xiàn)［12]通過試驗(yàn)也得出了類似結(jié)論。

2.5決策權(quán)重函數(shù)

情形的收益、損失按下式計(jì)算：

式中：W=［w1，w2，w3]為3種屬性的權(quán)重；H= ［h1，h2，…，h9]為各情形的收益、損失。

當(dāng)方案為“收益”時(shí)，決策權(quán)重函數(shù)的計(jì)算方法如下：

當(dāng)方案為“損失”時(shí)，決策權(quán)重函數(shù)的計(jì)算方法如下：

式中：pi為情形i的發(fā)生概率；D=［d1，d2，…，d9]為各情形的決策權(quán)重；γ和δ為參數(shù)，γ=0.61，δ= 0.69。

2.6前景值

情形的總價(jià)值為：

Q=［q1，q2，q3，q4]為4種出行方式（分別為公交車、軌道交通、出租車和汽車共享）的前景值，計(jì)算公式如下：

2.7出行交通方式分擔(dān)率

F=［f1，f2，f3，f4]為4種出行方式的分擔(dān)率，按下式計(jì)算：

式中：k=1，2，3，4，分別代表公交車、軌道交通、出租車和汽車共享出行方式。

3　案例分析

考慮出行距離為6 km的短距離出行和出行距離為15 km的長距離出行，出行期望時(shí)間按照出行時(shí)間的70％左右制定（見表2）。出行時(shí)間成本、出行費(fèi)用成本和環(huán)保成本的計(jì)算方法見表3～5。

表2　不同距離出行情形的設(shè)置

表3　出行時(shí)間成本的計(jì)算方法元/min

表4　出行費(fèi)用成本的計(jì)算方法

表5　出行環(huán)保成本的計(jì)算方法元/次

根據(jù)汽車共享下城市電動(dòng)汽車分擔(dān)率模型，得出城市公共交通出行分擔(dān)率（見表6、圖2～4）。

從圖2可以看出：在6種人群的出行選擇中，軌道交通的出行分擔(dān)率最高，這與其價(jià)格低、時(shí)間較快的特征是一致的。隨著家庭收入的增多，選擇汽車共享和出租車的人數(shù)逐漸增多，選擇公交車和軌道交通出行的人數(shù)逐漸減少。對于同一類別家庭收入的人群，剛性出行目的的人群比彈性出行目的的人群更多地選擇出租車和汽車共享出行方式，這與剛性出行時(shí)間性要求是一致的。汽車共享出行方式的分擔(dān)率在高收入人群和中收入剛性出行目的人群中低于公交車和軌道交通出行方式、高于出租車出行方式，在中收入彈性出行目的人群和低收入人群中低于公交車、軌道交通和出租車出行方式。

表6　城市公共交通出行分擔(dān)率

圖2　短距離出行公共交通分擔(dān)率

圖3　長距離出行公共交通分擔(dān)率

從圖3可以看出：在6種人群的出行選擇中，軌道交通的出行分擔(dān)率依然最高。隨著家庭收入和出行目的的變化，4種交通出行方式分擔(dān)率的變化與短距離出行是一致的。汽車共享出行方式的分擔(dān)率有了很明顯變化，在高收入人群和中收入剛性出行目的人群中低于軌道交通出行方式，高于公交車和出租車出行方式；在中收入彈性出行目的人群和低收入人群中低于公交車和軌道交通，高于出租車出行方式。

從表6可以看出：隨著出行距離的增大，出行時(shí)間增多，公交車出行分擔(dān)率下降，軌道交通出行分擔(dān)率略有上升，出租車出行分擔(dān)率略有下降，汽車共享出行分擔(dān)率上升。出行時(shí)間上升，公交車出行時(shí)間成本較大，出租車出行費(fèi)用較大，造成這兩種出行方式分擔(dān)率下降，而軌道交通出行費(fèi)用低、時(shí)間較短的特點(diǎn)和汽車共享在長距離出行中快速、方便、經(jīng)濟(jì)的優(yōu)勢，讓這兩種交通方式的分擔(dān)率上升，這與出行者的出行心理是一致的。

圖4　短距離出行和長距離出行汽車共享分擔(dān)率對比

4　結(jié)語

隨著國家對新能源汽車的政策扶持，電動(dòng)汽車一定能擁有更加廣闊的市場，汽車共享也會(huì)逐漸成為人們出行方式的重要選擇。而且財(cái)政補(bǔ)貼的增多，會(huì)降低汽車共享的出行成本，增加汽車共享的出行分擔(dān)率。另外，更多、更合理的汽車共享定價(jià)方案，適應(yīng)于不同的出行需求，也能吸引更多的出行者選擇汽車共享。

該文提出的汽車共享下城市電動(dòng)汽車分擔(dān)率模型，能預(yù)測在電動(dòng)汽車設(shè)施基本完善，汽車共享出行方式已成為一種基本出行方式時(shí)的電動(dòng)汽車分擔(dān)率，也證明了汽車共享出行方式的適用性，能為新能源電動(dòng)汽車的推廣使用提供依據(jù)。

［1］汪鳴泉.純電動(dòng)汽車共享推廣可行性研究［J].交通與運(yùn)輸，2013（7）.

［2］范非，鮑健強(qiáng).Car2go模式在杭州微公交體系中的應(yīng)用［A].浙江省經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)低碳發(fā)展綜合探討會(huì)論文集［C].2013.

［3］中華人民共和國國家統(tǒng)計(jì)局.中華人民共和國2014年國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)［R].北京：中華人民共和國國家統(tǒng)計(jì)局，2015.

［4］Kahneman D，Tversky A.Prospect theory an analysis of decisions under risk［J].Econometrica，1979，47（2）.

［5］Tversky A，Kahnman D.Advance in prospect theory： cumulative representation of uncertainty［J].Journal of Risk and Uncertainty，1992（5）.

［6］Schwanen T，Ettema D.Coping with unreliable transportation when collecting children：examining parents′behavior with cumulative prospect theory［J].Transportation Research Part A：Policy and Practice，2009， 43（5）.

［7］張波，雋志才，倪安寧.前景理論在出行行為研究中的實(shí)用性［J].北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013，15 （1）.

［8］王正武，羅大庸.不確定性條件下的多目標(biāo)多路徑選擇［J].管理科學(xué)學(xué)報(bào)，2011，14（7）.

［9］邢睿，楊陽梅，陳紫蕓.基于前景理論的城市居民交通方式選擇研究［J].公路與汽運(yùn)，2014（2）.

［10］Zaras K.Rough approximation of a preference relation by a multi-attribute dominance for determinist，stochastic and fuzzy decision problems［J].European Journal of Operational Research，2004，159（1）.

［11］Zhiping Fan，Xiao Zhang，F(xiàn)adong Chen，et al.Multiple attribute decision making considering aspiraton-levels：a method based on prospect theory［J].Computers &Industrial Engineering，2013，65（2）.

［12］Hongli Xu，Jing Zhou.A decision-making rule for modeling travelers′route choice behavior based on cumulative prospect theory［J].Transportation Research Part C：Emerging Technologies，2011，19（2）.

［13］尹毫企.基于前景理論的城市公共交通方式選擇模型研究［D].西安：長安大學(xué)，2012.

［14］中國城市交通發(fā)展論壇課題組.公交出行分擔(dān)率及公交優(yōu)先發(fā)展評價(jià)研究［J].城市交通，2014（5）.

［15］郭淑霞，于雷，陳旭梅，等.北京城市公交汽車出行特征分析及對策［J].綜合運(yùn)輸，2010（4）.

［16］凌小靜，楊濤，施泉.關(guān)于公共交通出行分擔(dān)率指標(biāo)的探討［A].新型城鎮(zhèn)化與交通發(fā)展：2013年中國城市交通規(guī)劃年會(huì)暨第27次學(xué)術(shù)研討會(huì)論文集［C].2014.

U491.1

A

1671-2668（2016）01-0037-05

2015-04-12