扩展功能
文章信息
- 张荣花, 赵磊, 王文斌, 张胜龙, 周安国
- ZHANG Rong-hua, ZHAO Lei, WANG Wen-bin, ZHANG Sheng-long, ZHOU An-guo
- 共享汽车选择行为影响因素分析
- Analysis on Influencing Factors of Car-sharing Choice Behaviors
- 公路交通科技, 2022, 39(3): 143-151
- Journal of Highway and Transportation Research and Denelopment, 2022, 39(3): 143-151
- 10.3969/j.issn.1002-0268.2022.03.018
-
文章历史
- 收稿日期: 2020-12-08
2. 北京易华录信息技术股份有限公司, 北京 100043
2. Beijing E-Hualu Information Technology Co., Ltd., Beijing 100043, China
为了满足多样化的出行需求,以市场化方式高效提供社会服务,继共享汽车在欧洲、日本等国的快速普及, 自2010年起,在我国北京、上海、广州等城市相继投入运营。共享汽车(分时租赁汽车),它以分钟或小时等为计费单位,通过信息网络技术搭建服务平台,为出行者提供按需自助的小汽车租赁服务,即出行者在无须获取汽车所有权的前提下,共同使用汽车来满足其短期自驾出行需求。截至2019年底,据公安部统计,我国驾照持有者已达4亿人,而私人小微型载客汽车(私家车)保有量仅为2.07亿辆[1],有近2亿人属于持证无车人员。此外,我国许多大中型城市在私家车限行限购等政策的制约下,由私家车高价购买、低频使用造成的资源闲置与浪费问题日益严峻。共享汽车可以很好地满足有车限行、持证无车出行者的中短途自驾出行需求,其凭借分时租赁、经济灵活、智慧环保等发展优势,逐渐成为我国大力推行的共享出行模式。2017年8月,交通运输部、住房城乡建设部联合颁布《关于促进小微型客车租赁健康发展的指导意见》[2],该意见中明确了共享汽车的发展定位与前景。由于个体出行方式选择的结果宏观表现为城市交通出行结构的改变,因此分析影响出行者出行行为的内在机理,将有助于预测个体的选择行为结果,进而预测城市交通出行结构的变化,为城市交通管理调控政策的制定提供依据。
随着共享经济和物联网等的发展,共享汽车领域引起了广大学者的关注,截至目前,研究成果以共享汽车的站点布局、调度定价问题[3-6]、运营管理问题[7-8]等居多。在出行方式选择方面的研究,Zhou[9]研究发现为大学员工提供通勤补贴将有助于吸引其参与汽车共享消费;Stefano[10]认为性别、年龄、出行频率、出行类型、出行成本等均会对出行者参与汽车共享的意愿产生影响;Daejin[11]表示性别、年龄、收入等个人特征将影响出行者的社会、经济观点,并与出行者汽车共享计划态度存在影响;Dimitrios[12]通过考虑受访者的人口统计特征、出行属性及其对当前出行模式的满意度等变量,而后对比分析了不同模型的预测效果,发现考虑潜在态度的模型更能解释汽车共享出行方式选择行为;罗薇、孙立山[13]发现性别、受教育程度、感知共享汽车信息量及信息准确性将影响出行者的共享汽车使用强度及未来使用意愿;吴娇蓉[14]认为加密分时租赁小汽车布点、缩短车外时间会提高出行者的使用意愿。
综上可知,以往关于心理因素的研究主要基于既有成熟理论(计划行为理论、技术接受模型等),却忽略了用户感知体验因素对出行者共享汽车选择行为的影响,而用户感知体验是出行者使用共享汽车过程中形成的主观心理感受,也会对出行者的使用意愿及出行行为产生较大的影响。因此,有必要从用户感知体验的视角出发,探讨影响城市居民的共享汽车选择行为的内在机理。本研究在既有研究基础上,通过网络问卷调查的方式开展出行者个人属性调查、共享汽车服务感受调查与选择行为调查,分别构建仅考虑心理潜变量的结构方程模型、不考虑心理潜变量的离散选择模型与考虑心理潜变量的混合选择模型,从个人属性、出行属性、感知属性3个角度,分析影响城市居民共享汽车选择行为的关键因素。
1 变量选取 1.1 潜变量选取计划行为理论(Theory of Planned Behavior,TPB)作为社会心理学中权威的态度-行为关系理论,其认为态度(Attitude,AT)、主观规范(Subjective Norm,SN)和知觉行为控制(Perceived Behavioral Control,PBC)是影响行为意向及选择行为的3个重要因素。
本研究中,态度(AT)由出行者对使用共享汽车的行为信念强度与结果评价两部分组成。其中,行为信念体现于使用共享汽车对出行者、社会所带来的价值。结果评价体现于对共享汽车未来发展前景的评价。主观规范(SN)反映出行者对于使用共享汽车所感受到的社会压力,包括群体影响、政策制度影响两方面。其中,群体分为主要群体和次要群体,主要群体指身边家人和朋友的建议与鼓励,次要群体指电视、网络、报纸等媒体的鼓励与提倡。政策制度包括城市私家车限行、限购政策及共享汽车实施灵活的还车制度(灵活的还车制度即用户可在目的地附近的公共停车位缴费还车)。知觉行为控制(PBC)是指个体感知到执行某特定行为容易或困难的程度,反映控制信念和知觉强度对共享汽车使用意愿的影响程度,其中控制信念包括收费标准较低、免押金、多元化租赁模式等因素,知觉强度包括出行距离、出行目的及路况拥挤程度等因素。
基于计划行为理论模型框架,初步提出3个假设:
H1: 出行者对共享汽车的态度(AT)会直接影响其使用意愿(UI)。
H2: 主观规范(SN)会直接影响出行者的共享汽车使用意愿(UI)。
H3: 知觉行为控制(PBC)会直接影响出行者的共享汽车使用意愿(UI)。
就目前多数学者的研究来看,都将行为看作相对线性静态的过程,因此计划行为理论的解释力具有一定程度的局限性。基于此,为了提高模型的解释力,一些学者开始试图通过加入变量或整合其他模型的方式来扩展计划行为理论。如史乐峰[15]研究发现租还车便捷度、单车驾乘体验度会影响共享汽车车辆租赁价格及共享汽车公司市场地位;程龙[16]认为出行方式的舒适性、方便性、可靠性、灵活性、安全意识和环保意识会对通勤者的态度及行为产生影响;丁玲[17]表示公共交通的舒适性、可靠性、可达性、安全性会对出行者的选择行为产生影响;卢蝶[18]发现出行方式的快速性、经济性、方便性、舒适性及安全性会影响中小城市居民的方式选择行为。综上,结合共享汽车的选择行为决策过程,拟加入用户感知体验心理因素(用户感知体验即出行者使用共享汽车而产生的纯主观感受),以更好地预测及解释影响出行者共享汽车使用意愿及选择行为的内在机理。
用户感知体验主要归纳出4个因素:(1)收费合理性(Charging Rationality,CR):出行者对共享汽车收费标准合理性、收费机制规范性的评价。(2)租还易用性(Ease of Use,EU):出行者使用共享汽车的便捷性,体现为预约共享汽车的难易程度、提前预约或找到还车位的难易程度。(3)出行舒适性(Travel Comfort,TC):出行者对共享汽车车况、车辆运行状况、车内环境、车辆性能直观感受的评价。(4)感知风险(Perceived Risk,PR):出行者对使用共享汽车性能风险、生命风险及财务风险的评价。
由此,基于计划行为理论,初步将CR,EU,TC,PR这4个用户感知体验因素分别作为AT,UI的可能前置变量,并初步提出以下2个假设:
H4:收费合理性(CR)、租还易用性(EU)、出行舒适性(TC)、感知风险(PR)会直接影响出行者对共享汽车的态度(AT)。
H5: 收费合理性(CR)、租还易用性(EU)、出行舒适性(TC)、感知风险(PR)会直接影响出行者对共享汽车的使用意愿(UI)。
基于以上分析及假设,出行者共享汽车使用行为内在机理的初步模型框架,如图 1所示。
|
| 图 1 初步模型框架 Fig. 1 Initial model framework |
| |
1.2 显变量选取
在显变量的选择中,主要考虑个人属性和出行属性。关于影响共享汽车选择行为决策的个人属性,包括性别、年龄、学历、职业、月收入、最常使用交通工具、日常通勤单程距离等因素。在出行特征属性变量选择上,包括出行时间、出行费用两个重要影响因素。
2 混合选择模型的构建 2.1 模型框架混合选择模型的上层是结构方程模型(SEM),主要用于描述出行方式选择潜变量与其对应的观测变量之间、潜变量与显变量之间的因果关系;下层为离散选择模型,用于表示选择某一出行方案的概率与影响该决策潜变量、显变量之间的函数关系。拟将潜变量与显变量一起作为解释变量进行建模,模型框架如图 2所示。
|
| 图 2 混合选择模型框架 Fig. 2 Hybrid choice model structure |
| |
2.2 模型假设
首先,做出如下假设:
(1) 出行者的方式选择行为是完全理性的,每个人的决策选择效用最大的方案。
(2) 假定出行者均有证无车或受尾号限行政策影响无法使用私家车,出行方式选择设定为3种:共享汽车、出租车、地铁。
(3) 出行者对出行方案的选择取决于效用函数U,效用函数中包括显变量和潜变量两部分。
(4) 效用函数U的误差项均值为0,独立同分布的Gumbel变量,其余函数的随机误差项服从正态分布。
2.3 改进效用函数随机效用理论中,效用函数Uin分为固定项Vin和概率项εin两部分,将潜变量添加到固定项,使效用函数既包括出行者个人属性、出行属性等显变量,也包含感受、态度等心理潜变量,改进后的效用函数固定项表示为:
|
(1) |
式中,i为可供选择的出行方案;N为出行者个数;l为出行者个人可直接观测特性的个数;q为出行方案可直接观测特性的个数;k为潜变量个数;silN为出行者个人可直接观测特性显变量;ziqN为出行方案可直接观测特性显变量;ηikN为潜变量;a′il,b′iq,c′ik为待估参数。
3 问卷设计及数据采集 3.1 问卷设计基于混合选择模型框架,问卷包括个人基本信息、心理潜变量量表信息、出行方式选择调查信息3部分。其中,心理潜变量量表共涉及8个因素,即CR,EU,TC,PR,AT,SN,PBC和UI,30个观测变量的题项均采用李克特五量表法进行测度,受访者在“非常不同意”至“非常同意”5个选项进行选择,分别赋值为1~5。
出行方式选择部分从出行距离、出行费用、在途时间、步行时间4方面设计出行情景,其中,设定出行者从出发地至取车点/地铁站1、还车点/地铁站2至目的地的步行时间均为5 min,不同出行距离下的在途时间借助百度地图(依据北京市平峰期)进行估算,出租车、地铁的出行费用以北京市2019年收费标准进行设置,具体出行场景如图 3所示。
|
| 图 3 出行场景 Fig. 3 Travel scene |
| |
基于以上出行场景,将出行距离、共享汽车收费标准作为特征变量,分别设置2个不同水平,即受访者在4种不同场景下完成出行方式选择,详细的属性及水平值如表 1所示。
| 出行方式 | 收费标准 | 出行距离 |
| 共享汽车 | 0.59元/min+2元/h服务费;0.3元/min+1.5元/km+10元服务费 | 25 km/50 km |
| 出租车 | 按北京市实际情况进行取值 | |
| 地铁 | 按北京市实际情况进行取值 |
3.2 样本统计分析
2019年9月通过问卷星发放网络问卷,最终回收240份问卷,去除无效样本后得到有效问卷204份,有效回收率85.0%, 有效问卷中曾使用过共享汽车服务的受访者共168人,占比达82.4%。根据Roscoe提出的样本量确定原则:(1)适合做研究的样本数目以30~500个较为合适。(2)进行多变量研究时,样本量为研究变量的5~10倍数最佳,一般而言,若要追求稳定的分析结果,受试样本数在200以上可以称为一个中型样本。本研究中样本总数目39个,因此样本量满足要求且充足,样本的特征统计如表 2所示。
| 调查项目 | 选项 | 占比/% | 调查项目 | 选项 | 占比/% | |
| 性别 (Sg) |
男性(0) | 51.96 | 是否拥有私家车 (Spc) |
否(0) | 47.06 | |
| 女性(1) | 48.04 | 是(1) | 52.94 | |||
| 年龄 (Sa) |
[18, 30]岁(0) | 75.49 | 居住城市(Sc) | 非一线城市(0) | 53.92 | |
| (30, 40]岁(1) | 16.67 | 一线城市(1) | 46.08 | |||
| >40岁(2) | 7.84 | 最常使用交通工具 (Srv) |
私家车(0) | 19.12 | ||
| 月收入 (Si) |
≤3 000元(0) | 20.1 | 地铁(1) | 16.67 | ||
| (3 000,5 000]元(1) | 22.06 | 公交车(2) | 13.24 | |||
| (5 000, 10 000]元(2) | 29.9 | 地铁+公交车(3) | 42.16 | |||
| >10 000元(3) | 27.94 | 出租车(4) | 8.82 | |||
| 学历 (Se) |
大学本科及以下(0) | 48.04 | 日常通勤通学单程距离 (Scd) |
≤10 km(1) | 78.43 | |
| 硕士及以上(1) | 51.96 | 11~20 km(2) | 14.22 | |||
| 职业 (So) |
公务员或事业单位职员(0) | 20.1 | 21~30 km(3) | 3.43 | ||
| 公司普通职员(1) | 27.94 | >30 km(4) | 3.92 | |||
| 学生(2) | 38.24 | |||||
| 其他(3) | 13.72 |
4 实证分析 4.1 信效度检验
对影响共享汽车使用意愿的7个潜变量的调查数据进行信效度检验,结果如表 3所示。30个观测变量的Cronbach’s α值为0.915,各潜变量的Cronbach’s α值均大于0.70,表明量表信度已达到要求;30个观测变量的KMO为0.881,各潜变量的KMO均大于0.60,AVE值均大于0.50,组合效度C.R均大于0.70,表明量表具有较好的结构效度与聚合效度。
| 潜变量 | α系数 | KMO | AVE | C.R. |
| 租还易用性(ηEU) | 0.827 | 0.687 | 0.512 | 0.747 |
| 出行舒适性(ηTC) | 0.856 | 0.813 | 0.536 | 0.799 |
| 收费合理性(ηCR) | 0.761 | 0.676 | 0.683 | 0.866 |
| 感知风险(ηPR) | 0.773 | 0.683 | 0.561 | 0.747 |
| 态度(ηAT) | 0.793 | 0.686 | 0.590 | 0.748 |
| 主观规范(ηSN) | 0.848 | 0.730 | 0.558 | 0.808 |
| 知觉行为控制(ηPBC) | 0.863 | 0.833 | 0.587 | 0.854 |
4.2 基于指定搜索法寻找最佳实证模型
初步设定结构方程模型框架后,在AMOS软件中,保留计划行为理论中研究假设之间的箭头,将用户感知体验的4个因素与AT,UI之间的箭头设为可选项,设定指定搜索程序的备选项并执行。通过操作共得到了68个假设模型对应的参数估计结果,依据BCC准则进行模型比较,从小到大排序得到模型30,20,40,60,31的BCC0值都在0与2之间,没有证据表明该模型不是K-L最优模型,由于模型30的BCC0值为0.000,C/df=2.253<5.0,因此模型30符合寻找最佳实证模型的要求。由此可知:收费合理性(CR)、租还易用性(EU)、出行舒适性(TC)与出行者对共享汽车的态度(AT)之间存在直接影响关系;感知风险(PR)会直接影响出行者的共享汽车使用意愿(UI)。最佳实证模型的框架如图 4所示。
|
| 图 4 实证模型框架 Fig. 4 Empirical model framework |
| |
4.3 潜变量间关系分析
混合选择模型中,结构方程模型的假设全部通过检验,同时态度(AT)、使用意愿(UI)的R-square值分别为0.79,0.78,即7个潜变量可解释共享汽车使用意愿的78%,收费合理性(CR)、出行舒适性(TC)、租还易用性(EU)可解释态度(AT)的79%,假设模型的解释能力较强。
各潜变量间路径关系如图 5所示,7个潜变量均会对出行者共享汽车使用意愿产生不同程度的影响。其中,收费合理性(CR)、出行舒适性(TC)、租还易用性(EU)会对态度(AT)产生正向影响,且收费合理性(CR)影响最大;主观规范(SN)、态度(AT)、知觉行为控制(PBC)对共享汽车使用意愿(UI)有显著的正向影响,主观规范影响最强烈,且感知风险会产生显著的负影响。
|
| 图 5 潜变量间的路径系数 Fig. 5 Path coefficients between latent variables 注:***表示p<0.001;**表示p<0.01,*表示p<0.05。 |
| |
由图 5的因子载荷值的输出结果可知:(1)收费合理性中,CR1的因子载荷值(0.66)最高,即出行者对“根据车型制定不同的收费标准,形式多样,能满足不同的出行需求”的评价越高,对其态度的影响越大。(2)出行舒适性中,TC2(0.86),TC3(0.80)影响较明显,反映出出行者对共享汽车车辆运行状况、车内环境的重视程度较高。(3)租还易用性中,EU2(0.92)影响最大,出行者越认为容易预约到目的地附近的还车网点停车位,对其态度影响越大。(4)态度AT2的因子载荷值0.83,出行者对“共享汽车能为无车或有车被限号的居民提供一种可行的用车途径”这一看法越认同,其使用意愿就越强。(5)主观规范中,电视、网络、报纸等媒体的鼓励及提倡SN2(0.85)、家人朋友的建议及鼓励SN1(0.82)的影响较大,其次,私家车限行限购政策SN5(0.69),SN4(0.57)、实施灵活的还车制度SN3(0.50)也会对出行者的共享汽车使用意愿产生很重要影响。(6)知觉行为控制中,多元化租赁模式PBC3(0.81)、收费标准较低PBC1(0.80)、出行距离PBC4(0.70)、免押金PBC2(0.67)也是影响使用意愿较重要的因素。(7)使用意愿中,出行者更倾向于今后愿意尝试使用共享汽车UI2(0.82)和今后很乐意推荐他人选择共享汽车UI1(0.81)。
4.4 方式选择模型结果分析首先,运用主成份法提取了7个影响共享汽车使用意愿的心理潜变量,累积解释方差达68.426%。采用方差最大法对因子载荷矩阵进行正交旋转,潜变量各指标载荷均大于0.50,进行参数计算。其次,以共享汽车作为其他两种出行方式的对比选择肢,运用SPSS软件分别进行不考虑心理潜变量的离散选择模型和考虑心理潜变量的混合选择模型数据回归,两个模型均通过了似然比检验,并分别得到了两个模型的参数标定结果及拟合度评价指标结果,如表 4所示。
| 影响因素 | 混合选择模型(HCM) | 离散选择模型 | |||
| 出租车 | 地铁 | 出租车 | 地铁 | ||
| 截距 | 26.932 | -12.370 | 10.210 | -8.672 | |
| 个人属性 | |||||
| 年龄 | 0.137 | 2.903 | 0.734 | 0.108 | |
| 性别 | 10.904 | 24.564 | 0.843 | 0.031 | |
| 职业: | |||||
| 公务员及事业单位职员(0) | -45.831 | -33.862 | — | — | |
| 公司普通职员(1) | -62.830 | -12.993 | — | — | |
| 学生(2) | -45.799 | 21.478 | — | — | |
| 居住地点 | -4.891 | 14.121 | — | — | |
| 出行属性 | |||||
| 最常使用交通工具: | |||||
| 私家车(0) | 1.765 | -3.358 | -0.123 | -1.099 | |
| 地铁(1) | -24.693 | 8.150 | -0.945 | 0.184 | |
| 公交(2) | 6.878 | 8.195 | -1.048 | 0.068 | |
| 地铁+公交车(3) | -38.021 | 18.536 | -1.312 | 0.159 | |
| 日常通勤通学单程距离: | |||||
| ≤10 km(1) | — | — | 0.341 | 1.810 | |
| 10~20 km(2) | — | — | 0.085 | 1.133 | |
| 20~30 km(3) | — | — | -0.230 | 0.751 | |
| 出行距离 | -1.955 | -0.527 | -0.425 | -0.585 | |
| 共享汽车收费标准 | 1.806 | 1.356 | 1.786 | 1.651 | |
| 感知属性 | |||||
| 租还易用性EU | -12.671 | -3.958 | — | — | |
| 出行舒适性TC | -18.503 | -8.811 | — | — | |
| 收费合理性CR | -9.259 | -4.027 | — | — | |
| 感知风险PR | 3.354 | 4.920 | — | — | |
| 态度AT | -3.302 | -2.431 | — | — | |
| 主观规范SN | -0.154 | 14.296 | — | — | |
| 评价指标 | Cox和Snell | .621 | .180 | ||
| Nagelkerke | .730 | .214 | |||
| McFadden | .510 | .108 | |||
| 整体命中率HR | 81.3% | 64.1% | |||
由表 4结果可知:
(1) 混合选择模型的伪R方均大于0.50,整体命中率HR由64.1%上升到81.3%,说明混合选择模型的解释能力更好,各心理因素对城市居民共享汽车选择行为会产生重要影响。
(2) 除年龄、性别、职业、居住地点、最常使用交通工具、共享汽车收费标准、出行距离等个人属性、出行属性,租还易用性、出行舒适性、收费合理性、感知风险、态度、主观规范6个心理因素也会对出行者的共享汽车选择行为具有显著性影响。
(3) 公务员、事业单位职员、公司普通职员等中等收入的男性出行者,尤其是在一线城市,其选择共享汽车的概率较大;出行者的共享汽车选择行为对于出行距离和出行费用敏感性较高,故共享汽车企业应依据不同出行距离,制定完善合理的收费机制。
5 结论本研究从个人属性、出行属性、心理感知属性3个方面考虑城市居民的共享汽车选择行为影响因素,分别构建了仅考虑心理潜变量的结构方程模型、不考虑心理潜变量的离散选择模型及考虑心理潜变量的混合选择模型,通过实际问卷调查数据,运用AMOS,SPSS软件对3个模型参数进行标定,定量分析了影响居民共享汽车选择行为的内在因素,并得到以下结论:
(1) 出行者对共享汽车的态度会同时受到收费合理性、出行舒适性、租还易用性的影响,其中收费合理性影响最大,租还易用性、出行舒适性次之。
(2) 共享汽车的使用意愿会受到主观规范、态度、知觉行为控制、感知风险不同程度的影响,主观规范的影响程度最高,态度、知觉行为控制次之,感知风险呈显著的负影响。
(3) 考虑心理潜变量的混合选择模型拟合优度更高,解释能力更强。除年龄、性别、职业、居住地点、最常使用交通工具、共享汽车收费标准、出行距离等显变量影响之外,租还易用性、出行舒适性、收费合理性、感知风险、态度、主观规范等心理因素也会对出行者的共享汽车选择行为产生重要影响。
因此,为了加快共享汽车服务推广,首先建议相关政府部门及共享汽车企业从租还易用性、出行舒适性、收费合理性、感知风险等影响出行者感知体验角度出发,可以通过采取改善车辆运行状况、车内环境等措施有效提升出行者使用共享汽车的便利性与舒适度,也可通过实施灵活的还车制度,为出行者提供更便利的出行条件,提升共享汽车的服务水平。另外,共享汽车企业在努力提高服务水平外,更应该制定完善合理的收费机制及运营管理制度,以吸引与保障出行者使用共享汽车出行。当然,加强宣传也可以有效提高出行者对共享汽车服务的使用热情,采取免押金在内的多元化租赁模式也有助于共享汽车服务业务的拓展。
| [1] |
丁臻楠. 网约车条件下青年群体购车意向的影响因素研究[D]. 成都: 西南交通大学, 2019. DING Zhen-nan. Research on Influencing Factors of Young People's Car Purchase Intention under Condition of Car-hailing[D]. Chengdu: Southwest Jiaotong University, 2019. |
| [2] |
陈波. 基于SWOT分析的我国共享汽车发展策略探究[J]. 重庆交通大学学报(社会科学版), 2020, 20(4): 41-46. CHEN Bo. Research on the Development Strategy of Time-sharing Car in China Based on SWOT Analysis[J]. Journal of Chongqing Jiaotong University (Social Sciences Edition), 2020, 20(4): 41-46. |
| [3] |
BRANDSTÄTTER G, KAHR M, LEITNER M. Determining Optimal Locations for Charging Stations of Electric Car-sharing Systems under Stochastic Demand[J].
Transportation Research Part B: Methodological, 2017, 104(10): 17-35.
|
| [4] |
XU M, MENG Q, LIU Z. Electric Vehicle Fleet Size and Trip Pricing for One-way Carsharing Services Considering Vehicle Relocation and Personnel Assignment[J].
Transportation Research Part B: Methodological, 2018, 111(5): 60-82.
|
| [5] |
王宁, 郑文晖, 刘向, 等. 基于用户激励的共享电动汽车调度成本优化[J]. 同济大学学报(自然科学版), 2018, 46(12): 1668-1675, 1721. WANG Ning, ZHENG Wen-hui, LIU Xiang, et al. Relocation Cost Optimization Model of Electric Vehicle Sharing Based on User Incentive[J]. Journal of Tongji University (Natural Science Edition), 2018, 46(12): 1668-1675, 1721. |
| [6] |
王静娜. 共享电动汽车租赁网点选址和车辆调度联合优化研究[D]. 北京: 北京交通大学, 2019. WANG Jing-na. Study on Joint Optimization of Rental Station Location and Vehicle Relocation of Electric Car-sharing[D]. Beijing: Beijing Jiaotong University, 2019. |
| [7] |
蒋步健. 共享租赁模式下的汽车供需匹配问题研究[D]. 合肥: 合肥工业大学, 2017. JIANG Bu-jian. Research on Matching Supply and Demand of Sharing Rental Car[D]. Hefei: Hefei University of Technology, 2017. |
| [8] |
王新源. 汽车共享的创新运营要素研究[J]. 长安大学学报(社会科学版), 2013, 15(4): 39-44. WANG Xin-yuan. Innovative Operation Elements of Car Sharing[J]. Journal of Chang'an University (Social Science Edition), 2013, 15(4): 39-44. |
| [9] |
ZHOU J P. Carsharing on University Campus: Subsidies, Commuter Benefits, and Their Impacts on Carsharing[J].
Transportation Research Part D: Transport and Environment, 2014, 32: 316-319.
|
| [10] |
DE LUCA S, DI PACE R. Modelling Users' Behaviour in Inter-urban Carsharing Program: A Stated Preference Approach[J].
Transportation Research Part A: Policy and Practice, 2015, 71: 59-76.
|
| [11] |
KIM D, KO J, PARK Y. Factors Affecting Electric Vehicle Sharing Program Participants' Attitudes about Car Ownership and Program Participation[J].
Transportation Research Part D: Transport and Environment, 2015, 36(5): 96-106.
|
| [12] |
EFTHYMIOU D, ANTONIOU C. Modeling the Propensity to Join Carsharing Using Hybrid Choice Models and Mixed Survey Data[J].
Transport Policy, 2016, 51: 143-149.
|
| [13] |
罗薇, 孙立山, 王顺超, 等. 基于卢因行为模型的共享汽车出行选择[J]. 北京工业大学学报, 2019, 45(5): 476-484. LUO Wei, SUN Li-shan, WANG Shun-chao, et al. Travel Choice of Car-sharing Based on Lewin Metal of Behavior[J]. Journal of Beijing University of Technology, 2019, 45(5): 476-484. |
| [14] |
吴娇蓉, 王宇沁, 林子旸, 等. 综合体分时租赁小汽车对出行方式转移行为影响[J]. 同济大学学报(自然科学版), 2020, 48(1): 60-67. WU Jiao-rong, WANG Yu-qin, LIN Zi-yang, et al. Impact of Time-sharing Automobile on Modal Shift Behavior in Urban Complex[J]. Journal of Tongji University (Natural Science Edition), 2020, 48(1): 60-67. |
| [15] |
史乐峰, 吕通, 陈真. 共享汽车租赁定价策略研究[J]. 价格理论与实践, 2018(4): 155-158. SHI Le-feng, LÜ Tong, CHEN Zhen. Sharing Car Pricing Strategies Analysis[J]. Price: Theory & Practice, 2018(4): 155-158. |
| [16] |
程龙. 大城市低收入通勤者出行方式选择及改善对策评估[D]. 南京: 东南大学, 2016. CHENG Long. Mode Choice of Low Income Commuters and Evaluation of Their Improvement Measures in Big Cities[D]. Nanjing: Southeast University, 2016. |
| [17] |
丁玲. 公共交通优先策略下考虑交通状态的出行行为研究[D]. 南京: 东南大学, 2016. DING Ling. A Study of Travel Behavior under Transit Priority Strategies Considering Traffic State[D]. Nanjing: Southeast University, 2016. |
| [18] |
卢蝶. 中小城市公共交通与个人交通服务属性及竞争关系研究[D]. 广州: 华南理工大学, 2013. LU Die. Research on Service Properties and Competition Relationship between Public Transit and Personal Transport in Small and Medium-sized Cities[D]. Guangzhou: South China University of Technology, 2013. |
2022, Vol. 39

