□ 彭 威，吕军威，赵明钰

(上海工程技术大学 城市轨道交通学院，上海 201620)

1 前言

随着互联网技术的发展，共享交通的理念被大家所接受[1-2]。共享单车、共享汽车以及网约车等共享出行方式在一定程度上缓解了交通拥堵，共享停车的理念也为解决城市停车难的问题提供了新的方法[3]。利用不同属性建筑物配建停车场在停车需求上的时空差异性[4]，通过互联网平台将暂时闲置的停车位资源共享给有需求的用户，从而实现停车共享[5]。因此，共享停车通过提高既有泊位的利用率既可以解决城市停车设施不足的问题，也可以缓解城市道路交通拥堵的情况。

在共享停车理论与方法的研究中，Resha等[6]研究了如何利用共享停车理论来改善城市交通，通过分析停车现状建立了共享停车模型。秦延平等[7]通过调查问卷的方式收集数据并分析，提出了一系列针对共享式停车问题的解决方法，并通过范例证实共享泊位对解决停车问题的有效性。陈永茂等[8]以共享停车理论为基础，对建筑物配建停车位共享的可实施性与实施方法提出了一些指导建议。

在共享停车选择行为的研究中，肖飞等[9]以停车泊位共享理论为背景，在混合土地利用模式的前提下，提出了一种基于泊位共享的停车需求预测模型及方法。Xie等[10]通过对特定驾车人群进行意向调查，建立多项Logit模型来分析特定人群的停车行为与出行方式选择行为。周志勇等[11]总结国内外停车治理经验与不足，选取停车者最关心的影响因素，采用聚类分析的方法建立智能停车选择模型，从而提供全方位、多渠道的停车行为诱导服务。

从已有关于共享停车理论的研究成果中可以看出，国内外已有较为详尽的有关共享停车理论与应用方面的研究，与停车行为选择相关的研究也较为成熟，但大部分学者的研究重心都是针对错时共享的时间层面与就近共享的空间层面以及停车共享的需求层面，针对城市居民私有泊位共享的供给层面的研究较少。因此，本文从共享泊位供给侧出发，采用问卷调查的方法获取研究数据，综合选取研究变量，借助二元logistic模型构建城市居民私有泊位共享选择行为概率模型，分析影响私有泊位共享选择行为的显著因素与影响程度，从而为政府制定泊位共享政策提供有力数据支撑。

2 城市居民私有泊位共享选择行为模型构建

设P为城市居民私有泊位拥有者将泊位共享的概率，取值范围为0～1，1-P为城市居民私有泊位拥有者不将泊位共享出去的概率，将比数P/(1-P)取自然对数得ln(P/(1-P))，即对P作logit变换，记为logitP，则logitP的取值范围为(-∞,+∞)。以logitP为因变量，建立包含m个自变量的logistic回归模型如下：

logitP=α+β1X1+β2X2+…+βmXm

(1)

在式(1)中，α为常数项，βm为解释变量Xm的系数，Xm为解释变量，表示m个城市居民私有泊位共享选择行为的影响因素，由式(1)逆推可得

(2)

(3)

在上式中，式(2)表示城市居民私有泊位拥有者将泊位共享出去的概率P，式(3)表示城市居民私有泊位拥有者不将泊位共享出去的概率(1-P)，通常将这两者之间的比值P/(1-P)称为发生比。

3 问卷设计与分析

3.1 问卷设计

本文采用问卷调查的方式获取研究数据，根据统计学原理设计《关于城市居民私有泊位共享意愿的调查》的调查问卷。由于在上海市中心区域通勤的用户比较多，对共享停车位的需求也比较高，因此调查区域选择在上海市徐汇区、闵行区，调查问卷于2021年10月7日-17日发放，调查对象为拥有私人泊位的城市居民。

针对拥有私人泊位的城市居民，我们将城市居民私有泊位共享选择行为的影响变量分为五类因素共19种变量，如表1所示。

在表1中，除了考虑到个人因素对城市居民私有泊位共享行为的影响以外，本次调查还从私有泊位因素方面分析泊位拥有者的使用特征因素对泊位共享行为的影响，包括城市居民私有泊位主要使用时间、每日使用时长。在泊位因素中，还通过调查私有泊位拥有者的用车特征和泊位所处地段来分析城市居民私有泊位共享选择行为的影响因素。除此之外，本文还从安全因素、社会因素以及收益因素的角度来分析共享泊位选择行为的影响因素。

3.2 泊位拥有者基本信息分析

本次调查共发放问卷300份，剔除填写不完整的与所填答案不符合实际的无效问卷49份，共计回收有效问卷251份，有效回收率83.7%。为了能够了解私人泊位拥有者的基本信息特征，我们对所获得的样本数据中的个人信息进行全面的整理与统计，结果如表2所示。

表1 初始变量表

表2 泊位拥有者基本信息分布表

我们在表2中发现，在被调查者中，男性的人数要多于女性，占比为54.8%，与社会中驾驶员的性别分布情况基本一致。40岁以下人群的占比达到了78.4%，以青中年居多，40岁以上人群总计占比21.6%，总体居于少数。在受教育程度方面，以大学本科学历为主，占比达到44.4%，其次为大专及以下学历。月收入水平在3001～5000元的人数最多，占比29.6%，其次为5001～8000元，占比达到28%。驾龄在3年以下的人群占比最多，为67.6%，这应该与被调查者主要为青中年有关。在对泊位共享了解程度上，一半以上的人对泊位共享都有一些了解。以上被调查者的基本信息特征基本符合社会真实情况。

4 变量筛选与模型拟合

4.1 单因素回归筛选变量

本文一共选取了19个变量来对拥有私人泊位的城市居民的泊位共享意愿进行分析，但并不是每一种变量都对城市居民私有泊位共享选择行为有显著的影响，为了排除不显著的影响因素，确定最佳预测变量对logistic模型进行拟合，本文采用单因素回归法来筛选变量。

在单因素回归法中，我们利用SPSS软件将19个变量逐个进行二元logistic回归，由于各变量之间存在一定的相关性，且有一定的混杂因素，为了避免遗漏重要的影响因素，将显著水平放宽到0.15[12]，将不显著的因素剔除，最终剩余变量情况表3所示。

表3 影响显著的变量表

从表3中的变量数量我们可以发现，在利用单因素回归法剔除掉性别、驾龄、亲友之间的普及度等不显著的影响因素之后，总的变量数量由19个减为12个，剩余变量的显著水平p值均小于0.15。在剔除掉对因变量影响不显著的自变量之后，即可对剩余变量进行多因素二元logistic回归分析来拟合模型。

4.2 多因素回归拟合模型

为了保证在多因素回归时变量中不存在共线性问题，且在多因素回归的同时剔除掉不显著因素，本文选择逐步回归法中的Forward:Wald法进行回归分析，Exp(B)值的置信水平设为95%，利用SPSS进行回归分析，最终得到回归模型的拟合结果，如表4所示。

表4 回归模型拟合结果表

根据表4我们可以得到私有泊位共享行为选择概率模型：

Logit(p)=-2.381-0.611X1+0.717X2-0.546X3-0.761X4+0.567X5+0.591X6-0.663X7+0.427X10+0.765X12

(4)

由于回归模型中自变量较多，且自变量中多包涵连续性变量，因此回归模型的整体适配度采用Hosmer和Lemeshow检验，其原理是根据模型预测概率大小将所有观察单位10等分，然后根据每一组中因变量各种取值的实测值与理论值计算Pearsonχ2，利用SPSS检验结果，如表5所示。

表5 Hosmer和Lemeshow检验结果表

从表5中的数据我们可以知道，在Hosmer和Lemeshow检验中，显著性P=0.456大于0.05，说明模型拟合优度效果较好，自变量可以有效预测反应变量。回归模型的Cox&Snell R2和Nagelkerke R2的计算值可以反应当前模型中自变量解释了反应变量的变异占反应变量总变异的比例，利用SPSS计算其值分别为0.392、0.558，表明当前模型自变量与反应变量间关联强度较高，可以认为模型的拟合程度较好。

4.3 模型拟合结果分析

根据模型拟合结果，我们可以得到以下结论：

①年龄、受教育程度、月收入水平、每日使用泊位时长、每周用车频率、泊位所在地段、泄露个人隐私、政府出台政策、经济收益因素对城市居民私有泊位共享选择行为有显著影响。

②性别、驾龄、对泊位共享的了解程度、泊位主要使用时间、小区周边用地类型、影响小区治安、使用者违规停车、app企业的管理措施、周围亲友之间的普及度、精神收益因素对城市居民私有泊位共享选择行为的影响并不显著。

③根据Exp(B)值即OR值来判断各显著影响变量对私人泊位共享选择行为的影响程度，如图1所示。

图1 各显著变量影响程度

通过分析图1我们得知，各显著变量的影响程度由大到小依次为：泊位共享所带来的经济收益因素(2.149)>受教育程度因素(2.048)>泊位所在地段因素(1.805)>每周用车频率因素(1.763)>政府出台政策因素(1.533)>月收入水平因素(0.579)>年龄因素(0.543)>泄露个人隐私因素(0.515)>私人泊位每日使用时长因素(0.467)，因此泊位共享所带来的经济收益因素对城市居民私有泊位共享选择行为的影响程度最大，私有泊位的每日使用时长因素对城市居民私有泊位共享选择行为的影响程度最小。

④年龄、月收入水平、每日使用时长、泄露个人隐私对城市居民私有泊位共享选择行为起负向作用，即年龄越大、月收入水平越高、每日泊位使用时间越长、越担心泄露隐私，拥有私人泊位的居民越不会将泊位共享出去。

⑤经济收益、受教育程度、泊位所在地段、每周用车频率、政府出台政策对城市居民私有泊位共享选择行为起正向作用，即经济收益越高、受教育程度越高、泊位越靠近市中心、每周用车频率越多、政府出台相关激励政策越多，拥有私人泊位的居民越愿意将泊位共享出去。

5 结论与建议

5.1 结论

本文针对城市居民私有泊位共享选择行为及其影响因素进行了研究。首先，通过设计调查问卷对城市居民私有泊位共享选择行为的影响因素进行调查，其次，借助SPSS软件通过单因素回归法筛选出对因变量影响显著的因素，最后，以二元logistic模型为基础利用逐步回归法拟合城市居民私有泊位共享选择行为概率模型。根据模型拟合结果我们发现年龄、受教育程度、月收入水平、每日使用泊位时长、每周用车频率、泊位所在地段、泄露个人隐私、政府出台政策、经济收益因素对城市居民私有泊位共享选择行为有显著影响，且经济收益因素的影响程度最大，每日泊位使用时长因素影响程度最小。

5.2 建议

①政府、企业出台更多优惠政策。

从前文分析中不难发现，经济收益因素对城市居民私有泊位共享选择行为的影响程度最大，私人泊位共享的收益水平越高，泊位拥有者将泊位共享出去的概率越大，政府、企业可以出台更多优惠政策或补贴，提高泊位共享的收益水平，从而吸引更多拥有私人泊位的城市居民将泊位共享，提高既有泊位利用率。

②对泊位共享价格进行区域化划分。

在日常交通通勤中，由于不同区域对泊位的需求程度不同，泊位共享的价格也应不同，在对泊位需求高的区域，例如城市CBD区域，泊位共享的价格应该更高，泊位拥有者的收益水平也就更高，泊位拥有者将泊位共享出去的概率就越大。

③制定更完善的个人信息保障制度。

在安全因素中，泄露个人信息因素对私人泊位共享选择行为影响显著，人们越是担心个人信息的泄露就越不会将泊位共享出去，因此政府和企业应该着手制定更加完善的个人信息保障制度，明确租车位用户与出租车位用户的权利与义务，确保用户个人信息不会泄露。