基于BL模型的出租車需求運價彈性研究

笪媛 肖為周 秦菲菲

摘 要：出租車是城市交通不可或缺的一部分，近年來網約車對出租車市場造成了一定的影響。為研究影響乘客選擇出租車和網約車的因素，以及是否應該放開價格管制，本文構建基于二元Logit（Binary Logit）的選擇模型，在蘇州市開展出租車使用特征、選擇偏好和價格意向的實證調查，根據參數顯著性解釋城市綜合交通背景下出行方式選擇的關鍵因素，對于出租車客運量與出租車運價使用最小二乘法建立對數計量經濟模型，得出蘇州出租車的需求運價彈性值，蘇州市出租車起步價和里程價的價格彈性值均小于1，不宜放開價格管制，應該降低起步價或者上漲里程價。為出租車行業發展提供建議。

關鍵詞：城市出租車;需求運價彈性;二元Logit模型;出行方式選擇

Abstract：Taxi is an indispensable part of urban transportation. In recent years， online car-hailing has caused some impact on the taxi market. In order to study the factors that influence passengers choice of taxis and online car-hailing and whether price controls should be lifted， this paper constructs a binary Logit-based selection model， and conducts an empirical survey of taxi use characteristics， selection preferences and price intentions in Soochow. Based on the parameters， it explains the key factors of travel mode selection in the context of urban comprehensive traffic. The least squares method is used to established a logarithmic econometric model of passenger traffic volume and taxi price， and the demand price elasticity value of Suzhou taxis is obtained， and the price elasticity of the starting price and the mileage price of taxis in Suzhou are both less than 1， it is not appropriate to deregulate the price， and should lower the starting price or increase the mileage price. which provides suggestions for the development of the taxi industry.

Keywords：City taxi; demand price elasticity; binary Logit model; travel mode selection

0 引言

隨著互聯網對人們生活方方面面的滲透，使用打車軟件出行已經成為新的出行方式。網約車的出現對出租車的固有性質造成了一定的沖擊，網約車憑借其價格優勢和依托互聯網平臺迅速擴張，已成為城市交通系統中一個重要的組成部分[1]。由于網約車的迅速發展，對出租車產生巨大的沖擊，為此相關人員針對出租車如何應對這種沖擊進行了大量的研究。如：出租車運價的研究主要集中在利潤最大化問題[2-4]、出租車動態定價問題[5]、出租車司機補貼方法[6]，這些研究大多是從成本來考慮出租車定價，定價方式考慮因素比較單一化，從需求價格方面來研究出租車價格管制的比較少見，對出租車和網約車選擇方式的影響因素研究也不多。

在出行方式選擇方面，楊志勇[7]對長春市居民進行了出行調查和價格意向調查，建立了方式選擇MNL模型，使用遺傳算法計算出長春市出租車最優票價。曹祎等[8]研究了信息環境下成都市出租車乘客對巡游車及網約車的出行方式選擇特性，分析了出行方式的影響因素。

在價格管制方面，梁希喆[9]將出租車客運量與運價建立對數計量經濟模型，根據回歸結果得到北京市出租車需求價格彈性值是-0.49，認為放松價格管制不一定有效果。張朝霞等[10]分析了互聯網時代出租車管理體制和爭議，提出完善運價體系等創新管理模式。涂穎菲等[11]從計費方式和費率兩個方面描述汽車分時租賃的定價形式，認為對于長期而言，上海新能源汽車租賃系統EVCARD時長費率提高0.1元/min，得到需求價格彈性值較小，乘客能逐漸適應并接受價格的變化。Zhen[12]在匹茲堡進行了問卷調查，分析了出租車和網約車乘客出行特征。Wong等[13]對價格彈性的影響因素做了定性分析。另外一些學者從出租汽車分擔率水平變化的角度討論出租車運價調整的敏感度[14-16]，還有一些學者從出租車管制改革角度提出了出租車運價優化的方法[17-18]。

本文從乘客視角，對蘇州市出租車使用特征、選擇偏好和價格意向進行實證調查，基于二元Logit（Binary Logit）選擇模型來反映乘客的選擇特性，對于影響出租車選擇的關鍵因素進行研究，并根據OLS法（最小二乘法）計算出租車運價變化的需求彈性值，以期為出租車運價優化方向提供參考。

1 基于二元Logit的出租車選擇模型

1.1 模型設定

出租車和網約車是現代城市個性化出行方式中最經常使用的方式，在屬性和特征兩方面差異較大，兩種方式的選擇僅與方式本身有關，與其他因素無關，滿足Logit模型的不相關性，因此可采用二元Logit模型進行分析。該模型的公式為：

1.2 問卷設計與調查

采用SP調查方法獲取蘇州市居民出行的意愿數據，從出行者個人信息（性別、年齡、職業、個人月收入和家庭中小汽車使用情況等）、出行方式信息（最經常的乘車目的、乘車距離、乘車時間和乘車時間段）、出租車運價意向調查（起步價、里程價分別上漲和下降時乘客的出行方式變化）這3個方面設計乘客出行行為以及價格意向調查問卷。結合問卷問題設置，對模型變量進行定義和整理，見表1，以便SPSS能夠處理得到BL（Binary Logit）模型中各個參數的值。

1.3 結果分析

采用SPSS 22軟件對所要構建的BL模型進行參數標定，利用SPSS軟件中二元Logit模塊對參數進行標定。通過Hosmer-Lemeshow檢驗得到顯著性值為0.388，顯著性值大于α（此處α取0.05），表示得到模型的擬合優度高。使用分類表來檢驗Logit回歸模型預測的準確性，模型總的預測正確率為81.6%，說明模型的預測準確率比較高。

先進行變量篩選，得到打車距離、私家車情況、職業和月收入等變量顯著性水平大于0.05，所以這些變量并不會進入模型。而性別、出行目的和年齡等變量的顯著性小于0.05，表明這些變量對于模型的意義顯著，因此可以納入到出租車方式選擇模型中，再代入SPSS中進行這些變量和因變量的二元Logit回歸分析，得到結果見表2。

2 需求價格彈性模型

2.1 模型設定

根據Logit模型建立了蘇州市居民出租車和網約車二元選擇模型，對公式（1）的模型進行點彈性值分析，Logit模型的點彈性分析推導如下：

當其他因素不變時，使用此模型可以準確衡量出自變量對需求的彈性，也就是價格對需求的影響程度可以準確反映，因此選擇對數回歸模型進行需求價格分析。

2.2 數據來源及處理

P為出租車平均價格，由于相關部門沒有相應的統計結果，參考梁希喆[9]的估算方法，結合蘇州市實際數據得到估算方法為：根據蘇州市某天出租車計價器的運營數據計算出平均打車里程，根據平均打車里程推算出平均價格。Q為出租車客運量，根據出租車運價選擇意向問卷，結合真實的運營數據，預測各個里程分段的人次，預測人次結果見表3。選取2018年5月11日的出租車運營數據進行分析，總計105 459條，刪除異常數據，得到105 176條數據，里程分布如圖1所示，計算出平均打車里程為8.8 km。

根據問卷價格意向調查的數據，對起步價和里程價分別上漲和下降后不同出行里程的乘客進行選擇意向調查，按照一天蘇州市出租車客運量為105 176次，預測蘇州市一天的意向客運量見表3。

2.3 模型參數估計

2.3.1 起步價調整

（1）起步價上漲

目前蘇州市出租車運價，起步價為13元（包括3元燃油附加費），里程價為1.8元/km，根據圖1計算出蘇州市出租車平均打車里程為8.8 km，計算得到8.8 km時只考慮起步價和里程價的價格為24元，依次計算出起步價上漲（漲幅為1元）后8.8 km運輸里程下的價格，見表4。

（2）起步價下降

計算得到8.8 km時只考慮起步價和里程價的價格為24元，依次計算出起步價下降（降幅為1元）后8.8 km運輸里程的價格，見表5。

2.3.2 里程價調整

（1）里程價上漲

計算得到8.8 km時只考慮起步價和里程價的價格為24元，依次計算出里程價上漲（漲幅為0.1元）后8.8 km運輸里程的價格，見表6。

（2）里程價下降

計算得到8.8 km時只考慮起步價和里程價的價格為24元，依次計算出里程價下降（降幅為0.1元）后8.8 km運輸里程的價格，見表7。

2.4 模型結果分析

模型中lnP的系數為出租車的需求價格彈性，起步價增加的彈性值為-0.38，里程價增加的彈性值為-0.49，起步價減少的彈性值為-0.45，里程價減少的彈性值為-0.60。絕對值均小于1，說明缺乏彈性，這表明蘇州市出租車運價的變動對需求的影響并不大，因此放開價格管制的效果不明顯，不建議放開價格管制。原因分析如下：出租車需求主要分為3種，一是業務辦公性質的出行，公務需求中有很大部分是公費出行，所以這類乘客的需求彈性較小，他們選擇網約車的概率也比較小。第二是消費性的出行，收入水平影響這類人的出行，高收入群體的出行費用占其消費總額較少，低收入群體考慮價格因素較多，選擇出租車的概率不高，因此他們的價格彈性都比較低。第三是特殊情況出行，比如去醫院或者是惡劣天氣等，原本從公共交通轉移到出租車的人群，也并不會因為價格變動而有很大改變。

出租車合理需求價格彈性值參考郝佳[19]研究結論，即為-0.41～-0.52。對于蘇州市目前出租車來說，起步價下降和里程價上漲時，引起的需求彈性值變化在比較合適的范圍內，也是乘客可以接受的范圍，因此建議價格調整可以進行起步價下降或者里程價上漲，對于穩定出租車市場有一定的積極意義。

3 結束語

本文以蘇州市出租車使用特征、選擇偏好和價格意向的實證調查數據為基礎，構建了二元Logit模型以研究出行方式選擇的關鍵因素，對于出租車客運量與出租車運價，使用最小二乘法建立對數計量經濟模型，對出租車的價格彈性值進行了回歸計算，所得結論總結如下：

（1）網約車和出租車在功能定位上有一定的重復，在業務辦公和探親訪友的情況下，出租車成為了超過半數人的選擇，而在上下班時，網約車就變成了首選。為了提升出租車的競爭力，可考慮在上下班高峰使用出租車合乘等方式，減少出行費用和等車時間。女性和年齡越大者更傾向于出租車，可以考慮提高出租車方便性或者開展各種乘車活動來增加青年人群。

（2）對于呼聲不斷增加的放開價格管制的方法，由于蘇州市出租車運價彈性小于1，放開價格管制并不一定會改善出租車行業的現狀。現在仍然處于政府管制和市場過渡的階段，目前實行價格管制仍有一定的作用，可以先考慮進行價格調整——起步價下降或者里程價上漲，更利于乘客接受。

（3）出租車作為傳統的打車出行方式，已經有部分市場被網約車取代，除去網約車的價格優勢以外，網約車依托互聯網平臺的方便性也是另外一個優勢，出租車發展應該要加強與互聯網技術的深度融合。

【參 考 文 獻】

[1]唐立，鄒彤，羅霞，等.基于混合Logit模型的網約車選擇行為研究[J].交通運輸系統工程與信息，2018，18（1）：108-114.

TANG L， ZOU T， LUO X， et al. Choice behavior of taxi-hailing based on mixed-logit model[J]. Journal of Transportation Systems Engineering and Information Technology， 2018， 18（1）： 108-114.

[2]QIAN X W， UKKUSURI S V. Time-of-day pricing in taxi markets[J]. IEEE Transactions on Intelligent Transportation Systems， 2017， 18（6）：1610-1622.

[3]GONG X， LIU Q， WENG X. Impact analysis of factors for taxi pricing system[C]// International Conference on Transportation Engineering， ASCE， 2015.

[4]YANG Z. Analysis of Washington， DC taxi demand using GPS and land-use data[J]. Journal of Transport Geography， 2018， 66： 35-44.

[5]GUO S M， LIU Y X， XU K， et al. Understanding ride-on-demand service： Demand and dynamic pricing[C]//2017 IEEE International Conference on Pervasive Computing and Communications Workshops （PerCom Workshops）， Kona， HI， USA， 2017.

[6]XING J R， WANG S X， ZHENG Z H. Model construction and quantitative analysis of taxi-hailing subsidy scheme[J]. Journal of Traffic and Transportation Engineering， 2017， 2（1）：1-5.

[7]楊志勇.長春市出租車合理價格研究[D].長春：吉林大學，2016.

YANG Z Y. Study on the reasonable taxi fare of Changchun[D]. Changchun： Jilin University， 2016.

[8]曹祎，李彥瑾，羅霞.考慮網約車影響的出租車乘客出行方式仿真[J].系統仿真學報，2018，30（2）：505-512.

CAO Y， LI Y J， LUO X. Simulation of taxi passenger travel mode considering the influence of online booking taxi[J]. Journal of System Simulation， 2018， 30（2）： 505-512.

[9]梁希喆.北京市出租車需求價格彈性分析：基于2001—2011年的年度數據[J].交通財會，2013，28（4）：69-72.

LIANG X Z. Beijing taxi demand price elasticity analysis based on annual data from 2001 to 2011[J]. Finance & Accounting for Communications， 2013， 28（4）： 69-72.

[10]張朝霞，秦青松，張勇.“互聯網+”時代客運出租車管理改革方向探討[J].價格理論與實踐，2015，35（7）：17-20.

ZHANG Z X， QIN Q S， ZHANG Y. Discussion on the reform direction of passenger tax management in the era of "Internet +" [J]. Price： Theory & Practice， 2015， 35（7）： 17-20.

[11]涂穎菲，蔡茜，陳小鴻.汽車分時租賃定價及價格彈性分析[J].交通與港航，2018，5（6）：31-37.

TU Y F， CAI Q， CHEN X H. Analysis on pricing and price elasticity of car-sharing system[J]. Communication & Shipping， 2018， 5（6）： 31-37.

[12]Zhen C. Impact of Ride-Sourcing Services on Travel Habits and Transportation Planning[J]. Computers & Geotechnics， 2015， 37（7/8）：1015-1022.

[13]WONG K I， WONG S C， YANG H. Modeling urban taxi services in congested road networks with elastic demand[J]. Transportation Research Part B Methodological， 2001， 35（9）：819-842.

[14]龍晨旭.出租車調價對居民出行影響的靈敏度研究[D].北京：北京交通大學，2015.

LONG C X. Sensitivity analysis on residents travel mode choice problems with taxi pricing policy[D]. Beijing： Beijing Jiaotong University， 2015.

[15]吳雪嬌.出租車調價視角下居民出行選擇多主體仿真系統研究[D].北京：北京交通大學，2016.

WU X J. Research on multi-agent simulation system of resident travel modes choice from the perspective of taxi price adjustment[D]. Beijing： Beijing Jiaotong University， 2016.

[16]祝歆，李靜，李千惠，等.網約車時代出租車分時計價方法應用研究：基于北京市數據的模擬測算[J].價格理論與實踐，2018，38（2）：147-150.

ZHU X， LI J， LI Q H， et al. Time-of-use taxi pricing method application research in the era of online car-hailing： simulation and calculation based on the data of Beijing[J]. Price： Theory & Practice， 2018， 38（2）： 147-150.

[17]王棟.出租汽車價格形成機制研究與建議[J].中國商論，2018，27（11）：113-114.

WANG D. Research and suggestions on the mechanism of taxi pricing[J]. China Journal of Commerce， 2018， 27（11）： 113-114.

[18]趙道致，楊潔.考慮公平目標的網約車服務價格管制策略[J].控制與決策，2019，34（5）：1060-1068.

ZHAO D Z， YANG J. Price regulation strategy of online car-hailing service targeted at fairness[J]. Control and Decision， 2019， 34（5）： 1060-1068.

[19]郝佳.北京市出租車租價結構及需求彈性研究[D].北京：北京交通大學，2006.

HAO J. Study on taxi rent structure and demand elasticity in Beijing[D]. Beijing： Beijing Jiaotong University， 2006.