吳嬌蓉，王宇沁，林子旸，王佐靈

（1.同濟大學道路與交通工程教育部重點實驗室，上海201804；2.同濟大學城市交通研究院，上海201804；3.廈門市交通研究中心，福建廈門361000；4.上海市政工程設計研究總院（集團）有限公司，上海200092）

城市綜合體是指在步行可達的地塊范圍內，通過高強度的立體縱向多層次開發(fā)，實現(xiàn)多種城市功能的高度復合，是集多種城市功能于一體的微縮型城市實體。用地功能混合、開發(fā)強度高的集約型土地復合開發(fā)模式，具有居民出行頻率高、公共空間有限、土地資源價值高的特點。隨著私家車出行量的增加，綜合體停車空間資源和周邊道路逐漸難以滿足私家車出行的需求，除了繼續(xù)提高公共交通吸引力外，仍需尋找可替代、可轉移私家車的出行方式。對綜合體私家車出行者的意愿調查顯示，若放棄開車，有接近50%的受訪者表示將會選擇出租、分時租賃汽車共享出行，而僅有約30%的受訪者表示會選擇公共交通，可見具有共享出行屬性的分時租賃小汽車相比公交出行有較大的吸引力。本文將以機動化出行方式的綜合出行成本為切入點，研究綜合體出行者的私家車、出租車、分時租賃小汽車、公共交通方式綜合成本變化對出行行為的影響；采用情景分析法，假定綜合體不提供私家車停車泊位，只提供分時租賃汽車網(wǎng)點，分析開車者選擇分時租賃、公共交通和出租車三種機動化出行方式的行為選擇變化。

1 分時租賃小汽車的使用意愿及替代研究

比利時的調查表明，會員每月駕駛分時租賃小汽車主要用于休閑時段的出行，如購物、拜訪朋友或者度假［1-2］。Millard［3］在調查中也同樣發(fā)現(xiàn)，在分時租賃小汽車的出行目的中通勤比例較小，而較大部分比例出行在需要攜帶東西、有多個目的地時選擇汽車共享服務。周彪等［4］、Hui等［5］利用離散選擇模型，研究消費者選擇汽車擁有和汽車共享的主要影響因素，并基于對上海市消費者的問卷調查，構建單次出行選擇汽車共享的多項Logit模型和因汽車共享而放棄購車的多項Logit模型，分析影響消費者選擇汽車共享的不同因素，研究發(fā)現(xiàn)人們選擇出行方式時主要考慮經濟和快捷因素。何璇［6］采用結構方程建模和中介效應分析法構建北京市分時租賃消費者滿意度與忠誠度模型。在考慮選擇分時租賃小汽車時，其價格是最主要的影響因素，在無車一族中，受教育程度和從家步行至最近地鐵站的時間是最重要的影響因素，在有車一族中，汽車共享的價格和家庭中未成年人數(shù)是最重要的影響因素。

在機動化出行替代方面，分時租賃小汽車還增加了無車市民的機動化出行選擇。Brian［7］研究了汽車共享對廣大郊區(qū)居住者的影響，他認為對于每天私家車使用時間1～2 h、且居住在公共交通服務水平較低區(qū)域的居民，分時租賃小汽車會給無車的人帶來如私人小汽車出行一樣的機動性。葛王琦等［8］從大數(shù)據(jù)分析著手，比較分析分時租賃與小客車的運營特征差異，從交通特征切入，歸納總結了對分時租賃新的認識：既是公共交通的補充，也與出租汽車、網(wǎng)約專車等形成錯位互補。楊東援［9］、程苑［10］則認為，分時租賃小汽車在城市公共空間資源占用方面與私家車更加相似，屬于私人小汽車出行方式，對于道路資源的消耗大于公共交通。因此分時租賃小汽車不僅會對私家車，同時會對公共交通出行產生替代效應。

2 案例選取及數(shù)據(jù)準備

2.1 綜合體出行數(shù)據(jù)采集

本文選取上海市8個發(fā)展較為成熟且市域分布相對分散的商辦綜合體作為研究案例，為有效采集綜合體活動群體的出行行為特征及交通意愿數(shù)據(jù)，本研究結合RP調查（revealed preference survey）和SP調查（stated preference survey），設計了一份半結構式問卷，主要在綜合體活動較為集聚的地點（主要商業(yè)建筑出入口）進行多輪問卷調查。共回收有效問卷4 017份（有效回收率約為70%）。有效問卷清洗依據(jù)主要為：①出行起點、出行目的、出行方式等基礎出行數(shù)據(jù)信息完整有效；②開車群體停車費用為非零；③調查數(shù)據(jù)估算的行程速度符合交通工具速度閾值。

對8個案例綜合體的出行方式選擇進行初步統(tǒng)計，各綜合體所處方位及出行結構如表1所示。由表1可知，公共交通承擔了較大比例的出行。除日月光中心和月星環(huán)球港，綜合體小汽車出行比例通常不低于20%。且調查數(shù)據(jù)顯示，分時租賃小汽車現(xiàn)狀出行占比約為5%～8%。

2.2 綜合體分時租賃小汽車分布及使用現(xiàn)狀

案例附近正在逐步增設分時租賃小汽車網(wǎng)點，8個綜合體附近網(wǎng)點布設情況如表2所示，其中50%網(wǎng)點需加收10元還車服務費。

基于綜合體附近網(wǎng)點分時租賃小汽車取還車訂單數(shù)據(jù)，可分工作日、非工作日，對其進行全日分時段用車強度統(tǒng)計，如圖1所示。統(tǒng)計結果顯示，工作日早高峰用車時段較為密集（6：30―8：30），晚高峰用車相對分散，非工作日早晚用車高峰均較工作日后移，且用車量低于工作日。由用車量差異可猜測，分時租賃小汽車出行方式已滲透入部分通勤及商務出行。

圖1 分時租賃點工作日與非工作日用車時間分布Fig.1 Usage distribution over day time of weekdays and weekends

3 綜合體分時租賃小汽車對私家車替代性

分時租賃小汽車與私家車在出行速度、時間以及舒適性上相當［7］，但在出行成本及使用便捷性上各具優(yōu)劣。本節(jié)綜合考慮兩種方式的客觀使用成本及出行者主觀使用意愿，探討分時租賃小汽車對私家車的替代可能性。

3.1 出行成本對比

出行成本由經濟成本與時間成本組成。經濟成本主要包括固定成本與使用成本。有學者測算擁擠收費政策下新加坡中心城區(qū)出行者小汽車出行成本時得出，年固定成本和年使用成本總和占年收入的百分比不超過16%［11］。在測算私家車使用總成本時，通常會考慮折舊、保險、燃油、維修、輪胎損耗等成本［12］。葉盈［13］測算杭州市民出行方式鏈成本時，考慮了電耗、票費、停車費、打車費等成本。王漢斌等［14］研究網(wǎng)約車與傳統(tǒng)出租車運營成本差異時，提出傳統(tǒng)出租車運營經濟成本包括政府稅收、車輛購置、維護管理和司機分成成本。

時間成本等于出行時間和時間價值乘積。其中時間價值分為資源時間價值和行為時間價值，前者主要用于交通運輸投資項目的評價，影響因素為地區(qū)生產總值、職工人口和收入水平，測算方法主要有生產法［15］、收入法［16］和綜合分析法，計算方法相對固定；行為時間價值則主要用于交通方式分擔率分析與預測，影響因素可以分為出行主體和交通設施屬性［17］，主要通過模型標定測算獲得。本文在進行時間成本測算時，時間價值主要通過效用函數(shù)標定得到，出行時間由車內出行時間和車外出行時間組成。

從出行成本構成角度，分時租賃小汽車與私家車相比，在以下三個組成部分均體現(xiàn)出低成本優(yōu)勢：

（1）固定經濟成本：分時租賃小汽車固定經濟成本近乎為零。私家車固定經濟成本指小汽車購買者即使不使用小汽車也需要花費的成本，不隨小汽車的使用與否、使用多少而變化。本文在討論私家車固定經濟成本時，主要包括小汽車折舊成本，車輛保險成本，車牌價格成本，以及居住區(qū)停車費成本。

（2）使用經濟成本：私家車的能源成本和維修成本轉變成分時租賃小汽車租金，私家車停車費由分時租賃小汽車網(wǎng)點服務費替代。基于調查數(shù)據(jù)統(tǒng)計可對兩種方式的使用成本進行粗略估算。在不計優(yōu)惠券的情況下，分時租賃小汽車使用經濟成本50%分位數(shù)為1.6元·km-1（已計入網(wǎng)點服務費），相比私家車0.7元·km-1（不計停車費）稍高，但若考慮停車費，私家車單程停車費均值約為10.5元，出行距離取50%分位數(shù)7.3·km，則單程小汽車停車費成本約為1.4元·km-1，私家車使用的總經濟成本上漲至2.1元·km-1，可見分時租賃小汽車在使用經濟成本方面亦略低于私家車。

（3）時間成本：分時租賃小汽車網(wǎng)點取還車增加了一定的車外出行時間，包括步行時間和取還車時間。其中還車步行時間根據(jù)上海市各綜合體周邊網(wǎng)點步行距離80%分位數(shù)為9 min（不計超出10 min理想步行距離的網(wǎng)點），1 min還車；取車步行時間計9 min，1 min取車，同時需要2 min撥打客服預留時間，即分時租賃小汽車出行時間在車內出行時間的基礎上還需增加約22 min的車外時間，存在5～10 min的波動（還車延誤等）。

綜上可知，兼顧經濟與時間成本，分時租賃小汽車在取代私家車的客觀可能性上，存在一定的成本優(yōu)勢。

3.2 綜合體私車群體對分時租賃小汽車的可轉移性

綜合體小汽車泊位供不應求，為緩解泊位緊張，政府及規(guī)劃部門通常采取提高停車費、控制泊位數(shù)等措施。但現(xiàn)有措施也難以緩解綜合體停車緊張現(xiàn)狀，根據(jù)上海市楊浦區(qū)信息管理中心所提供的2017年五角場萬達廣場地下車庫出入庫車輛數(shù)據(jù)，周末全天小汽車停車泊位飽和度（車庫實際車輛存量與車庫總泊位數(shù)的比值）11：00―19：00均大于0.8，13：00和18：00更是接近1.0，如圖2所示。

圖2 萬達廣場地下車庫飽和度時變圖Fig.2 Parking saturation time-varying graph of Wanda Underground Parking Lot

各案例綜合體因其分時租賃設施供應條件的差異，活動群體對分時租賃小汽車的使用意愿不同，如圖3所示。“會主動使用”的比例為11%～29%不等；但當私家車過于不便時，存在12%～33%的受訪者表示愿意轉移到分時租賃小汽車，但仍有相當比例的群體對原有出行方式較為堅持。綜上可知，大部分案例綜合體存在半數(shù)左右的活動人群，在主觀使用意愿上，有轉移到分時租賃小汽車的可能性。

4 綜合體出行方式選擇行為特征

4.1 模型構建及標定結果

圖3 綜合體對分時租賃小汽車使用意愿Fig.3 Usage intension of time-sharing automobile in different urban complexes

多項Logit模型（multinomial logit model，MNL）是離散選擇模型中最常用的模型之一。本研究基于問卷調查得到的受訪者個人信息和出行信息，對綜合體活動人群進行出行方式選擇模型的標定，定量分析各類成本對出行方式選擇行為的影響。模型因變量為出行方式選擇，選擇只設置了私家車、分時租賃小汽車、公共交通和出租車4種，以出租車作為參照。建模參數(shù)選擇停車收費分析中較為敏感的車內時間、車外時間、經濟成本、家庭年收入和出行目的。

采用逐步加變量法建模，每次排除不顯著變量，保留顯著變量，最終調整似然比指數(shù)達到0.288，模型擬合程度較好，并且兩個似然比統(tǒng)計量均高于各自卡方分布臨界值，模型顯著。最終標定效用函數(shù)如下：

式中：ECAR為小汽車使用經濟成本，包括油費、保養(yǎng)費、非居住區(qū)停車費和過路費，單位為元，其中油費為本次出行距離與每公里燃油成本乘積，保養(yǎng)費為本次出行距離與每公里保養(yǎng)成本乘積；EEVC為分時租賃小汽車使用經濟成本，包括租賃費用及借還車點服務費；EBUS、ETAXI分別為公共交通、出租車使用經濟成本，公共交通為票價，出租車為出租車費，單位為元；ICAR、IEVC、ITAXI分別為小汽車、分時租賃小汽車、出租車車內時間，通過高德API（application programming interface）批量獲取，單位為min；OCAR、OEVC、OTAXI分別為小汽車、分時租賃小汽車、出租車車外時間，根據(jù)調查問卷小汽車車外時間取平均值3 min，出租車平均等車時間取7 min；IBUS為公共交通車內時間，IBUS=總出行時間-OBUS，總出行時間通過高德API獲取，單位為min；OBUS為公共交通車外時間，等于公共交通總出行距離與公共交通車內出行距離的差除以步行速度，再加上候車次數(shù)和單次候車時間的乘積，單次候車時間根據(jù)調查取平均候車時間，為4 min；W為家庭年收入，單位為萬元。

4.2 不同出行方式對出行成本的敏感度

由模型標定結果可知，各出行方式的經濟成本、車內時間、車外時間以及出行者年收入，均對方式選擇存在顯著影響。且收入越高的群體，乘坐公共交通可能性越低，而分時租賃小汽車的選擇概率與居民收入之間未呈現(xiàn)顯著相關。

不同出行方式的選擇行為對出行成本的三個組成部分，即經濟成本（E）、車內時間成本（I）和車外時間成本（O），亦表現(xiàn)出了不同的敏感度。

出行經濟成本（E）方面，敏感度由小到大為公共交通＜出租車＜私家車＜分時租賃小汽車。這是由于各種方式的計費模式不同，公共交通與出租車的出行成本基本固定，居民敏感程度較弱，而分時租賃小汽車的出行經濟成本是按每分鐘收費，因此經濟敏感性較強。

車內時間成本（I）方面，敏感度由小到大為公共交通＜分時租賃小汽車＜出租車＜私家車。公共交通和分時租賃的出行方式均為站點—站點模式，出行時間固定，出行者在選擇該方式前基本已有確定的時間概念。但選擇私家車和出租車的居民，一般對出行效率有較高的需求。

車外時間成本（O）方面，敏感度由小到大為私家車＜出租車＜分時租賃小汽車＜公共交通。符合實際情況，居民對公共交通的敏感程度主要集中在車外時間，及步行到站點時間或步行到目的地時間。

提取各出行方式效用函數(shù)中經濟成本變量（E）對應參數(shù)，可得到車內時間及車外時間的相對價值，即∝I/∝E，∝O/∝E，如表3所示。時間價值越高，即該項時間每提高1 min，對于方式效用的負向影響越大，也即此類方式出行者對于該時間的敏感度越高。故可將時間價值視為此類方式的選擇對于對應時間項的敏感度。

由表3可知，各種出行方式對于車內車外時間成本的敏感度存在較大差異，私家車出行的車內時間價值最高（1.66元·min－1），公共交通出行的車外時間價值最高（1.72元·min－1）。即私家車出行對車內時間的增加較為敏感，而公交出行對車外時間的增加較為敏感，即行程長短或路況將較為顯著地影響私家車的使用，出行起終點到公交站點及候車時間將較為顯著地影響公共交通的使用。

表3 各方式車內外時間價值表Tab.3 In-car and out-of-car time value of different travel modes

車外車內時間比值分布在0.5～3.0之間，并隨著出行方式由“私有化”向“公有化”轉變，由私家車向出租車、分時租賃小汽車、公共交通的轉變而逐漸增大。由此可見分時租賃小汽車的“私有化”程度介于出租車與公共交通之間，且車外時間價值約為車內時間價值的兩倍。即分時租賃小汽車的車外時間（網(wǎng)點分布等因素），較大影響了使用者對這一出行方式的使用效用。

5 分時租賃小汽車綜合出行成本變化對出行結構的影響分析

采用情景分析法，假定一個較為極端的簡化情景，即綜合體不提供私家車停車泊位，取而代之增設分時租賃汽車網(wǎng)點，則開車者只能選擇分時租賃、公共交通和出租車三種機動化出行方式，以上文模型標定所得公式（1）～（4）為基礎進行出行方式分擔比例測算分析。

5.1 簡化情景下的出行方式比例測算

假設綜合體周邊的分時租賃小汽車維持現(xiàn)狀還車服務費（5元）以及取還車便捷性（起終點步行至網(wǎng)點總時間10 min），以此作為情景方案一。相比于私家車，分時租賃小汽車綜合出行成本主要區(qū)別在于使用經濟成本和車外時間成本。分時租賃小汽車使用經濟成本EEVC，根據(jù)上海分時租賃小汽車EVCARD的訂單數(shù)據(jù)，取還車計費時間單價取0.6元·min-1，服務費僅考慮綜合體附近網(wǎng)點還車服務費，取5元。

各個方式到綜合體的車內時間、車外時間、出行成本均基于調查數(shù)據(jù)的統(tǒng)計值，如表4所示。并在該模型下加入分時租賃小汽車后，算得各方式的出行比例。

在該條件下同時計算模型的初始狀態(tài)，各種交通方式的出行比例變化如表5所示。

表4 綜合體模型預測初始值Tab.4 Initial value of model estimation

表5 綜合體加入分時租賃小汽車后各出行方式比例預測Tab.5 Travel mode proportion estimation after considering time-sharing automobile

可以發(fā)現(xiàn)，模型計算結果與現(xiàn)狀調查結果相近。因模型中未考慮慢行交通和其他方式，這兩種方式和一部分公共交通出行轉移到了分時租賃小汽車上，與實際情況相符，從側面驗證了模型的可靠性。而在私家車出行比例設為0后，原私家車出行大部分轉移至公共交通，公共交通比例上升至59.5%。

5.2 基于情景方案的分時租賃小汽車綜合出行成本

基于已有的模型可以對不同情況下的居民出行進行情景分析，本文主要考慮以下5個要素構建情景方案：①不提供私家車停車泊位，私家車出行比例為0；②分時租賃站點布點密集程度上升；③公共交通出行水平優(yōu)化；④公共交通站點布點密集程度上升；⑤分時租賃出行費用上升。其中出行水平優(yōu)化主要表現(xiàn)在車內出行時間下降，而分時租賃站點密集程度上升主要表現(xiàn)在車外出行時間下降；對綜合體停車費的考慮體現(xiàn)在分時租賃出行收費上漲情景方案中。對綜合體泊位數(shù)的考慮間接通過分時租賃布點密度大小、車外時間（含步行到租賃點的步行時間加取車時間）來反映。總共形成表6的9個出行情景方案。

表6 情景方案描述指標Tab.6 Description indexes of scenarios

圖4 分時租賃小汽車與公共交通時間與收費變化的分析結果Fig.4 Analysis results of changes in time-sharing automobile and public transport travel time and charging

對不同情景下的出行比例計算，可以得到不同情景方案下的居民出行比例變化，如圖4所示。方案一為基礎情景，各項均維持不變，在圖中即為方案二在y軸的起點，方案二到方案五為連續(xù)逐步變化的過程（分時租賃車外時間下降到分時租賃收費上漲到公交車內時間下降再到公交車外時間下降），均在前一方案的基礎上增加單項變化。方案六到方案九則為多項指標同步變化，可視為前面幾個單項變化方案的疊加。

情景模擬旨在分析時間經濟成本變化時，公交與分時租賃小汽車比例的變化情況，從分析結果可知：

（1）當分時租賃小汽車布點加密時，假設車外時間降低50%（25.5 min下降至12.7 min），公共交通將流失近10%的客流轉移到分時租賃小汽車，對應方案二。

（2）分時租賃小汽車收費上漲對其客流分擔的影響較小，當收費上漲50%（10元·h-1上漲至15元·h-1）時，分時租賃小汽車客流分擔比僅下降2.5%左右，對應方案三。

（3）在分時租賃小汽車布點加密且收費上漲的基礎上，公交可通過提高服務水平（車內外時間下降50%），實現(xiàn)客流回升（上漲至66.2%），對應方案四、方案五。

（3）公交車外時間與公交車內時間下降同等比例時（均下降50%），即公交車外時間（例如步行到站時間）與候車時間整體縮短，更有利于公交對客流的吸引，對應方案四、方案五。

（4）方案六、方案七、方案八均為多項指標同步變化，其最終結果與單項逐步變化方案（方案二到方案五）疊加后的值等同。以方案八為例，其線末端值與方案二、三、四、五逐步疊加得到的最終值齊平。由此可見多項指標同時變化的效果可等同于單項指標分別調整的效果疊加。

（5）方案二顯示分時租賃小汽車布點加密時將分流公交客流。而公交客流流失并非分時租賃小汽車替代私家車情景下所期望出現(xiàn)的情況，因而需采取其他措施同步維持公交方式分擔比例。方案九則模擬了一個理想狀態(tài)，即分時租賃車外時間降幅與分時租賃收費漲幅比值為1.47時，且公交服務水平同步改善時，公交客流比例將不受影響。

6 結論

本文通過調研采集數(shù)據(jù)，建立綜合體出行者行為選擇多項Logit模型，采用情景分析法，量化分析了出行成本對綜合體不同出行方式的影響差異，并標定出不同出行方式的車內及車外時間價值。采用情景分析方法，假設綜合體不提供私家車停車泊位，取而代之提供分時租賃汽車網(wǎng)點，隨著布點加密，車外時間縮短，分時租賃小汽車替代私家車、公交等其他方式出行意愿顯著。在發(fā)展分時租賃小汽車的同時，仍應秉持公交優(yōu)先的發(fā)展理念。即同時采用分時租賃車外時間縮短、分時租賃收費上漲、公共交通車內時間和車外時間縮短等措施，且控制分時租賃車外時間降幅與分時租賃收費漲幅之間的比例關系，才能有助于調節(jié)綜合體停車空間資源和周邊路網(wǎng)的道路資源供需水平。本研究對于綜合體出行結構有機更新有著積極的指導意義，綜合體規(guī)劃管理者和分時租賃運營公司可通過尋求網(wǎng)點投放密度和價格調節(jié)的平衡點，實現(xiàn)公交分擔率、分時租賃分擔率與運營者收益的共贏。