張璐璐，朱欣媛，李亞男，李晨新

需求響應(yīng)式公交乘客乘坐意愿影響因素研究

張璐璐，朱欣媛，李亞男，李晨新

（長(zhǎng)安大學(xué)汽車學(xué)院，陜西 西安 710064）

通過SP問卷調(diào)查統(tǒng)計(jì)指標(biāo)得分，使用SPSS軟件研究分析各類指標(biāo)與乘客乘坐意愿的關(guān)系。采用多元線性回歸法建立乘客乘坐意愿影響模型，得出影響乘客對(duì)需求響應(yīng)式公交的乘坐意愿的顯著影響因素：準(zhǔn)點(diǎn)性、經(jīng)濟(jì)性、舒適性、上車時(shí)間與在途時(shí)間。

需求響應(yīng)式公交；影響因素；多元回歸；SPSS

前言

城市交通是現(xiàn)代工業(yè)社會(huì)發(fā)展的重要基礎(chǔ)，一直以來受到世界各國的關(guān)注。目前緩解城市交通擁堵，提高交通效率的主要方向是降低私家車出行分擔(dān)率，提高公交和地鐵出行分擔(dān)率[1]。

基于此，本文借助sp問卷調(diào)查與spss軟件分析，找出影響需求響應(yīng)式公交的乘客乘坐意愿的顯著影響因素，從而為未來需求響應(yīng)式公交進(jìn)行進(jìn)一步的優(yōu)化研究提高在城市通勤出行中的分擔(dān)率提供一定的參考。

1 需求調(diào)研

調(diào)研方法采用SP問卷調(diào)查，以需求響應(yīng)式公交的特點(diǎn)為問卷調(diào)查中影響因素選取的出發(fā)點(diǎn)，設(shè)計(jì)調(diào)查問卷,最后回收并統(tǒng)計(jì)指標(biāo)得分。

1.1 出行方式

需求響應(yīng)式公交作為新型的公共交通方式，主要用戶群為工作日的通勤人員，在城市交通系統(tǒng)中，通勤人員的出行方式有多種選擇，短途包括步行、電動(dòng)車、自行車、公交車等，其中由于步行、自行車、電動(dòng)車時(shí)效性太低，競(jìng)爭(zhēng)力低，且不屬于公共交通系統(tǒng)，因此只選取公交車；中長(zhǎng)途出行中，出行者的選項(xiàng)包括公交、地鐵、私家車、出租車，其中私家車和出租車乘車體驗(yàn)好，但是價(jià)格高，公交地鐵價(jià)格低，但是時(shí)效性一般，因此均具有一定的競(jìng)爭(zhēng)力，故選取地鐵、私家車、出租車三種出行方式。

綜上所述，本文需求響應(yīng)式公交需求分析問卷調(diào)查的交通方式選擇集合為需求響應(yīng)式公交、公交、出租車、私家車和地鐵。

1.2 影響因素

根據(jù)需求響應(yīng)式公交的特點(diǎn)分析，影響因素主要包括交通方式因素、個(gè)人因素和其他因素，如表1。

表1 需求響應(yīng)式公交需求分析影響因素

問卷調(diào)查對(duì)象是西安市有通勤需求的人員，主要是“上班族”。線上調(diào)查用百度問卷平臺(tái)，線下調(diào)查主要集中在工作崗位較為密集的地區(qū)和人流量較大的地區(qū)，包括賽格電腦城、軟件新城和體育場(chǎng)地鐵站出口。

調(diào)查初先對(duì)受調(diào)查者介紹需求響應(yīng)式公交的含義和特點(diǎn)，說明乘車時(shí)間、等車時(shí)間、舒適性、準(zhǔn)點(diǎn)性、便捷性、安全性和環(huán)保性的含義。

本次調(diào)查總計(jì)發(fā)出問卷400份，包括200份線上問卷，200份線下問卷。總共收回有效問卷378份。

問卷數(shù)據(jù)通過SPSS軟件進(jìn)行可靠性檢驗(yàn)，采用α系數(shù)法檢驗(yàn)數(shù)據(jù)如表2。

表2 可靠性統(tǒng)計(jì)量

其中，α系數(shù)大于0.7，說明問卷數(shù)據(jù)內(nèi)部一致性良好，可靠性高。

經(jīng)統(tǒng)計(jì)，最終的問卷得分如表3。

表3 多種出行方式的不同指標(biāo)得分

2 模型建立

本文探究的是各種因素對(duì)需求響應(yīng)式公交滿意度的影響程度和影響規(guī)律，屬于研究多變量對(duì)滿意度的影響，需要研究多個(gè)自變量對(duì)因變量的影響大小、正負(fù)影響和影響顯著性，綜合各方面考慮，本文選擇使用多元線性回歸模型分析計(jì)算。

模型公式如下：

式中：

Y為需求響應(yīng)式公交使用意愿；X為對(duì)需求響應(yīng)式公交使用意愿有顯著影響的影響因素；

θ為對(duì)應(yīng)影響因素的影響系數(shù)。

通過求解多元線性回歸模型，比較分析各影響因素的影響系數(shù)和影響顯著性篩選出關(guān)鍵因素。本文使用SPSS軟件求解多元線性回歸模型。

SPSS軟件中自變量和因變量設(shè)置如表4。

表4 回歸分析變量表

其中：1~11為自變量，Y為因變量。

3 輸出分析

使用SPSS軟件求解后，輸出模型匯總結(jié)果如表5。

表5 模型匯總

其中，調(diào)整R方用于衡量方程與原始數(shù)據(jù)的擬合度，本模型為0.855，說明擬合度好。

D-W值用于判斷原始數(shù)據(jù)之間是否存在自相關(guān)，本模型為1.77，接近2，說明數(shù)據(jù)不存在自相關(guān)，排除偽回歸可能。

表6 方差分析表

SPSS方差分析的原假設(shè)是所有的自變量對(duì)因變量都沒有顯著影響，基于此原假設(shè)計(jì)，計(jì)算得模型的F值為148.394，對(duì)應(yīng)的顯著性水平是0.000，即原假設(shè)成立的可能性為0，原假設(shè)為偽命題。說明自變量中至少有一個(gè)變量對(duì)因變量有顯著影響。

自變量的影響系數(shù)表如表7。

表7 自變量的影響系數(shù)表

其中，標(biāo)記**的變量Sig<0.01為顯著，標(biāo)記*的變量0.010.05為不顯著。同時(shí)，表中VIF值均較小，在0.857~3.033之間，變量間不存在多重共線性。

綜上，剔除影響不顯著的變量后，得表8。

表8 篩選后的影響因素

得最終線性回歸模型表達(dá)式如下：

綜上，當(dāng)準(zhǔn)點(diǎn)性、舒適性、經(jīng)濟(jì)性提高，在途時(shí)間、上車時(shí)間降低時(shí)，出行者對(duì)需求響應(yīng)式公交的乘坐意愿會(huì)提高，符合客觀事實(shí)，說明模型合理。

4 準(zhǔn)點(diǎn)性因素分析

在顯著影響因素中，準(zhǔn)點(diǎn)性對(duì)需求響應(yīng)式公交乘坐意愿有顯著影響，影響系數(shù)為0.674，為影響系數(shù)最大的變量，說明通勤出行者最重視準(zhǔn)點(diǎn)性指標(biāo)，通勤方式的準(zhǔn)點(diǎn)性是通勤者考慮的首要指標(biāo)，這與高續(xù)[4]在論文《成都市定制公交需求研究》中用logit模型分析比較了費(fèi)用、準(zhǔn)點(diǎn)性、舒適性、安全性的靈敏度，最終得出的結(jié)論是準(zhǔn)點(diǎn)性的靈敏度最高，與本文的研究結(jié)論一致。

5 結(jié)論

本文著眼于需求響應(yīng)式公交的乘客需求影響因素，通過設(shè)計(jì)SP問卷調(diào)查，回收統(tǒng)計(jì)了問卷數(shù)據(jù)中11個(gè)自變量評(píng)分情況，分析比較了公交、地鐵、需求響應(yīng)式公交、出租車、私家車通勤出行間的得分情況，然后根據(jù)問卷數(shù)據(jù)和研究問題特點(diǎn)選取了多元線性回歸模型分析數(shù)據(jù)，并使用SPSS求解模型，計(jì)算出各變量對(duì)應(yīng)的顯著性和影響系數(shù)，得到對(duì)需求響應(yīng)式公交乘坐意愿具有顯著影響的關(guān)鍵因素包括準(zhǔn)點(diǎn)性、經(jīng)濟(jì)性、舒適性、上車時(shí)間、在途時(shí)間。最后對(duì)準(zhǔn)點(diǎn)性因素進(jìn)行分析，為需求響應(yīng)式公交進(jìn)一步的優(yōu)化研究提供借鑒。

[1] 王月玥.基于多源數(shù)據(jù)的公共交通通勤出行特征提取方法研究[D].北京工業(yè)大學(xué),2014.

[2] 牟偉華.如何提高公交分擔(dān)率——世界經(jīng)驗(yàn)及我國展望[D].山東大學(xué),2015.

[3] 趙路偉,王穎,白楊.新興產(chǎn)業(yè)區(qū)DRTS服務(wù)意愿調(diào)查研究[J].城市建設(shè)理論研究:電子版,2016,6(8).

[4] 高續(xù).成都市定制公交需求研究[D].2016.

Research on the Factors Affecting the Passengers' Willingness in Demand-Responsive Bus

Zhang Lulu, Zhu Xinyuan, Li Yanan, Li Chenxin

（Automotive Institute of Chang'an University, Shaanxi Xi’an 710064 )

Through SP questionnaire survey and collect the scores of statistical indicators, use SPSS to analyze the relation -ship between indicators and the willingness. Then establish a multiple regression model and obtain the significant factors affecting the passengers'willingness, including punctuality, economy, comfort, boarding time and transit time.

Demand-responsive bus; Influencing factors; Multiple regression; SPSS

U491.1

B

1671-7988(2019)24-246-03

U491.1

B

1671-7988(2019)24-246-03

10.16638/j.cnki.1671-7988.2019.24.085

張璐璐（1996.04-），碩士研究生，就讀于長(zhǎng)安大學(xué)汽車學(xué)院載運(yùn)工具運(yùn)用工程專業(yè)。