基于Logistic模型的張掖市共享單車需求影響因素研究

賈伶

摘 要：本文通過建立二元Logistic回歸模型，對(duì)張掖市共享單車需求的影響因素進(jìn)行研究，發(fā)現(xiàn)年齡、居民對(duì)單車租賃點(diǎn)方便與否的注重程度對(duì)居民使用共享單車有顯著影響。在此基礎(chǔ)上，結(jié)合張掖市的實(shí)際，提出相應(yīng)的對(duì)策建議。

關(guān)鍵詞：共享單車? 影響因素? 二元Logistic回歸模型? 張掖市

中圖分類號(hào)：F724.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2020）06（b）--03

“互聯(lián)網(wǎng)+交通運(yùn)輸”背景下催生的共享單車，在為人們“最后一公里”出行帶來方便的同時(shí)，也引發(fā)了諸多亟待解決的問題，如單車過度投放、使用率不高等。因此，如何提高共享單車的使用率尤為重要。目前，對(duì)共享單車需求影響因素的實(shí)證分析較少，常用的模型有最小二乘回歸模型、空間誤差模型等，本文通過構(gòu)建二元Logistic回歸模型對(duì)張掖市共享單車需求的影響因素進(jìn)行研究，以期為提高張掖市共享單車的使用率提出有效的對(duì)策建議。

1 研究區(qū)概況和數(shù)據(jù)來源

1.1 研究區(qū)概況

張掖市位于甘肅省西北部，河西走廊中段，是絲綢之路經(jīng)濟(jì)帶上的重要節(jié)點(diǎn)城市，其現(xiàn)下轄一區(qū)五縣（甘州區(qū)、高臺(tái)、臨澤、肅南、山丹、民樂）。張掖市占地面積40874平方千米，常住人口123.38萬，為了方便市民出行，完善城市的慢行交通體系，張掖市于2015年引入了公共自行車，后續(xù)又投放了無樁單車和騎電單車，現(xiàn)有共享單車6440輛。

1.2 數(shù)據(jù)來源

本文數(shù)據(jù)來源于問卷調(diào)查，此次調(diào)查采用隨機(jī)抽樣的方式，對(duì)張掖市不同年齡、不同職業(yè)的人群進(jìn)行隨機(jī)抽樣，共發(fā)放問卷300份，收回295份，剔除無效問卷16份，有效問卷共計(jì)269份，有效問卷回收率為91.2%。

2 研究方法

2.1 多重共線性

多重共線性是指線性回歸模型中的解釋變量之間由于存在較精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確。檢驗(yàn)解釋變量之間的多重共線性多用方差膨脹因子（VIF），其計(jì)算公式如下：

其中r為線性回歸中解釋變量之間的相關(guān)系數(shù)，當(dāng)VIF很大時(shí)，表明自變量間存在多重共線性，一般VIFi>10時(shí)，說明自變量xi與其余自變量之間存在嚴(yán)重的多重共線性。

2.2 二元Logistic回歸模型

2.2.1 Logit變換

設(shè)某事件發(fā)生的概率為p，不發(fā)生的概率為1-p，則將稱為事件的發(fā)生比，記為odds（比數(shù)、優(yōu)勢(shì)），logit變換如下所示：

2.2.2 二元Logistic回歸模型

設(shè)有一個(gè)二分類因變量y，取值為1時(shí)表示事件發(fā)生，取值為0時(shí)表示事件未發(fā)生，該因變量有m個(gè)影響因素（自變量）： x1， x2，...， xm，記事件發(fā)生的條件概率，則由pi（第i個(gè)觀測(cè)）所構(gòu)建的Logistic回歸模型如下所示：

其中βj表示自變量xj改變一個(gè)單位時(shí)，logit（pi）的改變量，可以理解為各個(gè)影響因素的權(quán)重系數(shù)。

3 實(shí)證分析

3.1 變量設(shè)定

（1）因變量

將張掖市居民是否使用過共享單車作為因變量，將使用過共享單車賦值為“1”，沒有使用過共享單車賦值為“0”。

（2）自變量

將張掖市共享單車需求影響因素作為自變量，主要包括個(gè)人基本情況、共享單車相關(guān)因素、外部因素。其中，個(gè)人基本情況包括職業(yè)、年齡、月平均收入、出行方式、對(duì)于自行車出行的喜愛程度，分別設(shè)為 x1、 x2、 x3、 x4、 x5;共享單車相關(guān)因素包括對(duì)單車種類的注重程度、對(duì)單車完好與否的注重程度、對(duì)單車租賃點(diǎn)分布方便與否的注重程度、對(duì)單車租賃手續(xù)方便與否的注重程度、對(duì)收取押金多少的注重程度、對(duì)用車時(shí)繳納費(fèi)用多少的注重程度、對(duì)辦理退押金手續(xù)難易的注重程度、對(duì)單車運(yùn)營(yíng)主體服務(wù)質(zhì)量的注重程度，分別設(shè)為 x6、 x7、 x8、 x9、 x10、 x11、 x12、 x13;外部因素包括對(duì)天氣狀況的注重程度、對(duì)使用共享單車出行時(shí)間段的注重程度、對(duì)自行車專用基礎(chǔ)設(shè)施的注重程度、對(duì)出行時(shí)道路交通狀況的注重程度，分別設(shè)為 x14、 x15、 x16、 x17。

3.2 基本假設(shè)

假設(shè)1：個(gè)人基本情況對(duì)共享單車的使用有顯著影響;假設(shè)2：共享單車相關(guān)因素對(duì)共享單車的使用有顯著影響;假設(shè)3：外部因素對(duì)共享單車的使用有顯著影響。

3.3 構(gòu)建模型

本文選用二元Logistic模型進(jìn)行分析，使用共享單車，賦值為“1”，發(fā)生的概率為p，不使用共享單車，賦值為“0”，概率為1-p，可以建立回歸模型：

3.4 單因素方差分析

對(duì)17個(gè)自變量進(jìn)行單因素方差分析，由表1所示， x1， x2， x7， x8， x9， x11， x12， x13， x16， x17的顯著性水平小于0.05，所以呈顯著相關(guān)關(guān)系。 x3， x4， x5， x6， x14， x15的顯著性水平均大于0.05，所以呈不顯著相關(guān)關(guān)系，因此，剔除 x3， x4， x5， x6， x14， x15。

4 多重共線性診斷

在進(jìn)行二元Logistic回歸分析之前，先對(duì)自變量之間是否存在多重共線性進(jìn)行分析。如表2所示，17個(gè)解釋變量的容差均大于0.1，方差膨脹因子（VIF）均小于10，所以它們之間不存在多重共線性。

5 二元Logistic回歸

采用“向前LR”法對(duì)剩余的11個(gè)自變量進(jìn)行二元Logistics回歸分析，表3中Sig值為0.000小于0.05，說明方程顯著性檢驗(yàn)通過。表4中Cox&SnellR^2為0.089，NagelkerkeR^2為0.120，表5中Hosmer-Lemeshow檢驗(yàn)的卡方值1.005小于自由度為1的卡方臨界值1.323，Sig值為0.316大于0.05，據(jù)此判斷方程的擬合度較好。表6中的數(shù)據(jù)得到Logistic模型：Logit（p）=0.625+0.357x2-0.434x8，結(jié)果顯示，年齡、單車租賃點(diǎn)分布方便與否的注重程度對(duì)居民使用共享單車有顯著的影響。

6 研究結(jié)論及對(duì)策建議

6.1 研究結(jié)論

通過研究我們發(fā)現(xiàn)，居民的年齡、單車租賃點(diǎn)分布方便與否的注重程度對(duì)居民使用共享單車有顯著影響。年齡對(duì)因變量的影響為正，即隨著年齡的增加居民越趨向于使用共享單車。通過實(shí)際調(diào)查，我們發(fā)現(xiàn)張掖市共享單車的使用群體以中老年群體居多，對(duì)于這一群體來說，時(shí)間相對(duì)自由，騎共享單車出行既有利于身體健康，又低碳環(huán)保。對(duì)單車租賃點(diǎn)分布方便與否的注重程度對(duì)因變量的影響為負(fù)，即居民對(duì)單車租賃點(diǎn)分布方便與否的注重程度越高，使用率越低。在城市快節(jié)奏生活方式的影響下，人們出行注重便捷性與高效率，單車租賃點(diǎn)方便與否的注重程度越高，單車使用率越低。這也與我們的實(shí)際調(diào)查狀況相符。

6.2 對(duì)策建議

6.2.1 用戶

首先，深刻認(rèn)識(shí)發(fā)展共享單車的社會(huì)意義及價(jià)值。居民應(yīng)該通過關(guān)注國(guó)家的大政方針、新聞等渠道了解和認(rèn)識(shí)共享單車，深刻認(rèn)識(shí)發(fā)展共享單車的社會(huì)意義及價(jià)值。其次，踐行“綠色出行”的理念。居民自身應(yīng)該以身作則，多騎共享單車出行，踐行綠色出行的理念。最后，形成示范和帶動(dòng)效應(yīng)。居民還應(yīng)該帶動(dòng)和影響自己的家人、親戚、朋友、同事一起多騎共享單車出行，讓我們一起為環(huán)境保護(hù)、減少排放貢獻(xiàn)一份力量。

6.2.2 運(yùn)營(yíng)主體

（1）合理分布單車租賃點(diǎn)

居民作為共享單車的需求方，單車租賃點(diǎn)的設(shè)置應(yīng)該符合居民的用車需求，需求量大的地方多設(shè)置，需求量小的地方少設(shè)置。單車運(yùn)營(yíng)主體可嘗試在住宅小區(qū)內(nèi)設(shè)立單車租賃點(diǎn)，方便市民隨時(shí)用車。單車運(yùn)營(yíng)主體還可以與學(xué)校展開合作，讓共享單車走進(jìn)校園，方便學(xué)生的出行。

（2）開展特色騎行活動(dòng)，鼓勵(lì)更多用戶使用共享單車

單車運(yùn)營(yíng)主體可通過開展特色騎行活動(dòng)，鼓勵(lì)更多的用戶騎共享單車出行。例如，周末休息日騎單車出行免費(fèi)，三八婦女節(jié)、國(guó)慶節(jié)等節(jié)日騎單車出行免費(fèi)等，倡議市民每月少開一次車，騎共享單車出行等。

6.2.3 政府

一是建立宣傳機(jī)制。政府部門應(yīng)該定期或不定期，通過各種渠道宣傳共享單車在城市發(fā)展進(jìn)程中的意義和價(jià)值;二是建立相關(guān)職能部門協(xié)作制度。要將工商行政管理、城管、交通運(yùn)輸、公安交警、環(huán)衛(wèi)等部門協(xié)調(diào)起來，通力合作，確保人們出行安全便捷。

參考文獻(xiàn)

Wang J.Spatial modeling of bike share trip generation in the twin cities[C].Research Board 97th Annual Meeting， Washington DC， 2018.

Shen Y， Zhang X， Zhao J， et al. Understanding the usage of dockless bike sharing in Singapore[J]. International Journal of Sustainable Transportation， 2018， 12（9）： 686-700.

葉顯嚴(yán).基于地理加權(quán)回歸的城市出租車客流影響因素分析及建模[D]. 成都：西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，2017.

陳宏剛.蘭州市共享單車可持續(xù)發(fā)展問題分析[J].黑龍江工業(yè)學(xué)院學(xué)報(bào)（綜合版），2019，19（08）.

馬新衛(wèi)，季彥婕，金雨川，等.基于時(shí)空地理加權(quán)回歸的共享單車需求影響因素分析[J].吉林大學(xué)學(xué)報(bào)（工學(xué)版）：2019，12（19）.

馮彥銘，姚顯記.基于Logistic模型的共享單車持續(xù)使用意愿影響因素研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2018（34）.