宁波市居民使用共享单车满意度的影响因素分析
Yanyong Guo , Jibiao Zhou , Yao Wu, Zhibin Li
摘要
随着人们意识到共享单车具有良好的非机动车交通模式这一优势后，共享单车的发展规模呈现出“井喷式”趋势，受到了全世界的关注。然而，这种运输方式在中国的使用率却很低，引起了众人的关注。本文研究的主要目的是探讨中国用户群体中使用共享单车满意度的影响因素。数据资料在宁波市进行问卷调查采集。本文建立了一个双变量有序probit模型，同时考察了与使用共享单车和用户满意度相关的因素，然后计算导致因素的边际效应，以量化其对结果的影响。结果表明，BOP模型可以解释共享单车在使用和满意度方面未观察到的共同特征。BOP模型结果显示，共享单车的使用受性别、家庭自行车或电动自行车拥有量、出行模式、出行时间、共享单车站点位置、用户对共享单车的感知等因素的影响；而共享单车的满意度受家庭收入、共享单车站点位置、用户对共享单车的感知等因素的影响。研究还发现，共享单车的使用和满意度之间存在显著的正相关关系。这些研究结果有助于我们进一步了解影响共享单车使用和满意度的因素。最后在此基础上，本文从规划、工程和公众宣传等方面提出了提高宁波市公共单车使用率的建议。
1.引言
20世纪70年代，中国因高度依赖自行车出行而被誉为自行车王国，但随着经济的快速增长，自行车的使用已经显著减少。近年来，由于中国大多数城市的交通拥堵、空气污染和机动车安全问题，政府开始鼓励人们使用自行车进行短途旅行[1-3]。与机动模式相比，自行车占用的道路空间更小，排放的废气也更少，因此在城市地区使用自行车被普遍认为是一种环保的交通方式[4,5]。
共享单车作为一种新兴的交通方式，它的出现增加了自行车的使用量。它免费（通常在一小时内）提供多个载客地点，并提供自助服务，使它比传统自行车更方便，因此吸引了很多用户。此外，作为对其他城市交通系统的补充，共享单车提供了一个有效的解决“最后一英里”问题的方法[6]。比如提供从公交车站到目的地的路线，不仅减少了交通压力，还扩大了交通服务[7]。共享单车旅行可以是单程或往返的，允许自行车用于单向运输和多模式连接。在人口密集的城市环境中，共享单车被视为一种经济、高效、健康的交通方式。
由于共享单车具有的优势和好处，它已经在全球传播开来[8-10]。巴黎在2007年推出了欧洲最大的共享单车计划，共有2万多辆自行车。2013年，纽约推出了北美最大的自行车计划，拥有1万辆[11]自行车。中国拥有世界上最大的共享单车计划，并带动了全球最大的共享单车数量增长[11,12]。图1显示了这些共享单车项目的快速增长。目前中国共有自行车约75万辆，预计将增加到近100万辆[11，13]。2004年，中国住房和城乡建设部（MHURD）提出了交通优先政策，旨在减少二氧化碳排放，支持在中国扩大共享单车规模。在这一战略的实施过程中，共享单车系统已经在全国范围内蔓延开来，从首都北京到张家港[15]的一个小乡村小镇（永林）。
图1
早在2005年，中国就在北京推出了第一个共享单车系统，它不是基于[14]的信息技术（IT）。由于2008年奥运会的交通改革，车队规模增长从5000辆到10000辆不等。然而，仅到2010年，由于糟糕的用户体验、缺少站点和自行车维护不善，该系统就失败了[16,17]。从那时起，以IT为基础的共享单车系统在中国其他城市蓬勃发展。2008年，杭州开设了首个以IT为基础的共享单车项目，共有2000个共享单车站和5万辆自行车。截至2015年1月，中国约有140个城市开展了共享单车项目（图2）[18]。
图2
尽管共享单车在中国各个城市都很盛行，但这种模式的使用率很低，令人担忧。例如，沈阳甚至在运营3年后放弃了共享单车计划，原因是[19]使用率较低。因此，关键问题是认识到影响共享单车使用的因素。更好地了解共享单车使用的影响因素和共享单车用户的满意度，有助于开发改进，促进共享单车使用，提高现有共享单车系统的性能。
本文研究的主要目的是了解影响共享单车使用的因素和用户对共享单车的满意度。更具体地说，我们是评估人口统计学特征、旅行模式、建筑环境和用户感知如何影响共享单车的使用和满意度。本文采用双变量有序probit （BOP）建模方法，对影响共享单车使用和共享满意度的潜在因素进行了研究。本文以中国宁波为例进行了实证分析。
2.文献综述
2.1公共自行车项目
对文献的回顾表明，共享单车计划可以根据其业务和后勤发展[14]分为四代。第一代共享单车项目可以在欧洲找到，其追溯到20世纪60年代末——荷兰阿姆斯特丹有著名的“白色自行车系统”。第二代被称为“投币系统”，它要求用户插入可退还的押金，才能解锁和使用自行车。不幸的是，这两个方案都失败了，原因是被盗和被破坏的自行车的数目太多，而且没有时间限制。
从第三代“基于IT的系统”开始，为自行车登记和退车指定停靠站的智能技术得到了广泛认可，例如2005年在法国里昂推出的大型共享单车系统velorsquo;v。从那时起，随着人们对全球机动化、交通拥堵和温室气体排放的担忧，全球共享单车项目的数量呈指数级增长。第四代系统被称为“需求响应、多式联运系统”，通过智能卡与大型公共交通系统集成为一个关键功能。新一代系统也可能会引进各种自行车，如电动自行车和自行车再分配系统。
最近，随着共享单车的广泛开展，关于共享单车的研究也越来越多[8,21,22]。Shaheen等人的一项研究分析了欧洲、美洲和亚洲共享单车的历史和演变。他们讨论了共享单车的商业模式和经验教训，强调了共享单车的社会和环境效益。在随后的研究中，Shaheen等人[8]和Parkes等人[9]调查了北美共享单车的使用情况。他们记录了美国和加拿大以信息技术为基础的公共共享单车项目的现状，并强调了未来初创企业的新趋势。研究表明，最常见的共享单车出行目的是工作或与学校相关的，这表明共享单车是用于通勤目的。
O #39;Brien等人[23]最近的一项研究从全球视角分析了来自欧洲、中东、亚洲、大洋洲和美洲的38个系统的共享单车特征数据。O #39;Brien et al[23]通过分析占用率随时间的变化，并在系统范围内进行比较，提出了共享单车系统的分类，基于其地理足迹和日、日、周和占用率的空间变化。Fishman等人分析了共享单车对汽车使用的影响。通过对墨尔本、布里斯班、华盛顿特区共享单车项目的大规模调查和旅行数据的研究，Fishman等人研究了汽车旅行被共享单车所取代的程度。从这些研究中有证据表明，共享单车的好处还可以扩大，以改善旅行的连通性，减少机动车驾驶和排放。最近关于城市共享单车的研究也有不少[21,24]。
2.2与共用单车使用有关的成因
以往的研究通过实际的自行车使用数据来捕捉共享单车使用的决定因素。研究考察了交通基础设施、共享单车设施、土地利用和建筑环境特征以及时间特征对共享单车使用的影响。例如，Campbell等人最近的一项研究得出结论，选择共享单车是对费力程度和舒适度最敏感的。研究发现，共享单车的需求受出行距离、气温、降水量、空气质量等因素的负向影响。Fishman等人在[25]的报告中指出，缺乏可访问性（自发性）、系统在一夜之间关闭，以及无法通过信用卡轻松注册，这些都是共享单车使用的重大障碍。Zhao等人[15]和Rixey[26]的研究表明，随着自行车停靠站和公共自行车数量等共享单车设施的增加，共享单车的载客量也随之增加。Bachand-Marleau等人[27]报告说，当共享单车站附近有更多的自行车设施（如自行车道、自行车道）时，共享单车系统的使用会增加。
几项研究表明，土地使用和建筑环境，如地铁和公交车站、餐馆和大学的存在，有助于共享单车使用[27]。例如Wang等人[28]、faghi-imani等人[29]、Hampshir等人[30]发现了共享单车站附近的餐馆数量较多能增加自行车的使用率。Rixey[26]和Wang等人[31]证实了他们的研究结果，即车站附近有一条铺有路面的小径或自行车道会增加共享单车的使用。Bachand-Marleau等人[27]和faghi-imani等人[29]发现，当共享单车站距离中央商务区（CBD）更远时，其使用率会下降。研究考察了时间特征的影响，发现人们在工作日比周末更倾向于使用共享单车，与一天中的其他时间相比，在晚间高峰时段使用共享单车的比例更高。
文献综述表明，以往关于共享单车使用的研究是在总体水平上进行的。大多数共享单车研究依赖于载客量数据，但没有提供多少关于共享单车用户的信息，对影响共享单车满意度的潜在因素也知之甚少。此外，使用稳健的统计技术在分类水平上识别共享单车使用和共享单车的满意度之间的相互关系，以及促成因素之间的相互关系的研究也很少。本文研究开发了一个BOP模型来同时考察影响共享单车使用和共享单车满意度的潜在因素，并探讨了共享单车使用与用户满意度之间的潜在联系。
3.宁波共享单车项目概述
截至2014年底，宁波是中国东海岸最大的城市之一，人口580万，面积9817平方公里。这个城市也是中国最富裕的城市之一。2014年国内生产总值达到762.5亿元人民币（1225.5亿美元），比上年增长7.6%。
宁波公共共享单车系统由当地政府于2013年世界无车日（9月22日）启动，由宁波公共交通公司运营。宁波市政府投资9600万元人民币（1550万美元）支持[33]项目。共享单车计划的建设分为三个阶段：第一阶段在2013年，有600个停靠站和15000辆自行车部署在市区；第二阶段从2014年到2015年，有200个停靠站和5000辆自行车部署在六个核心地区；第三阶段从2016年到2017年，有400个停靠站和10000辆自行车。到2017年底，将有大约1300个停靠站和3万辆自行车覆盖整个城区。共享单车系统部署如图3所示。
图3
宁波共享单车系统采用第三代共享单车技术。它使用指定的停靠站和智能卡进行自动登记和还车。为加强公共单车与公共交通的联系，市民可使用公共交通卡租用单车，并可获九折优惠。目前的智能卡需要支付200元人民币（32美元）作为押金。第一个小时是免费的，在这个小时之后是增量定价，使用第二个小时时额外支付1元人民币（0.16美元），第三个小时时支付2元人民币（0.32美元），之后每小时支付3元人民币（0.48美元）。由于它的低成本，该服务使90%的总旅行是免费的。此外，宁波共享单车提供24小时服务，支持单程和多式联运。
截至2016年10月，宁波共享单车系统运营了1215个停靠站和29635辆自行车[34]。通过IC智能卡注册的共享单车会员超过25万。在过去两年，平均周转率由1.8至5.6，平均每辆单车每日使用4.47次。每日使用人数由27 200人至114 900人不等，平均每日载客86 800人。宁波共享单车系统的平均周转率和每日使用量与[15]报告的全国平均水平相当，但远低于上海、广州和深圳成功的共享单车项目。图4和图5显示了过去两年每月的平均日周转率和日使用量。共享单车站的服务半径在150米到200米之间。在交通枢纽附近部署80至100辆自行车，在每个大型公共汽车站附近部署50至100辆自行车，在其他地方每站部署20至40辆自行车，如购物中心、其他社区和公共汽车站[35]。车站广告牌和自行车广告是该计划的主要收入来源。
图4
图5
4.数据和方法
4.1概念模型
为了探究影响共享单车使用和满意度的因素，本文提出了包括输入、处理和结果三个过程的概念模型，如图6所示。模型的输入是独立的解释变量。本文采用问卷调查法收集共享单车使用情况及满意度数据，通过问卷调查收集了个体特征、家庭特征、出行方式、建筑环境、共享单车感知等解释变量。在处理过程中，采用双变量有序probit （BOP）建模技术，识别影响共享单车使用和满意度的重要因素。这种建模技术可以解释自变量之间的相关性。概念模型的结果是与共享单车使用和满意度相关的因素。然后，计算感兴趣的因素（重要变量）的边际效应，以确定它们对使用和满意度水平的影响。
图6
4.2数据收集
问卷调查的目的是收集宁波市共享单车使用情况和满意度信息。调查基于共享单车会员们的共享单车经验进行。该调查是宁波交通委员会（NBTC）于2015年发起的宁波共享单车使用改进计划的一部分。它在宁波市的六个核心区域进行：海曙、江东、江北、镇海、鄞州和北仑。本研究经宁波理工大学学术委员会批准。
问卷的设计是基于广泛的文献回顾和预先进行的焦点小组讨论的结果。在正式调查开始之前，对30名共享单车会员进行了一项预测试，以识别问卷中的潜在问题，并防止偏见。根据反馈，研究人员对初始问卷进行了修改，使问题变得更加清晰。虽然自我报告的调查有其局限性，尤其在一些主观描述方面，但这次调查也用详细的人口数据弥补了客观分析的缺陷。该方法为我们提供了之前忽略的个人
Identifying the factors affecting bike-sharing usage and degree of satisfaction in Ningbo, China
Yanyong Guo , Jibiao Zhou , Yao Wu, Zhibin Li
Published: September 21, 2017 https://doi.org/10.1371/journal.pone.0185100
Abstract
The boom in bike-sharing is receiving growing attention as societies become more aware of the importance of active non-motorized traffic modes. However, the low usage of this transport mode in China raises concerns. The primary objective of this study is to explore factors affecting bike-sharing usage and satisfaction degree of bike-sharing among the bike-sharing user population in China. Data were collected by a questionnaire survey in Ningbo. A bivariate ordered probit (BOP) model was developed to examine simultaneously those factors associated with both bike-sharing usage and satisfaction degree of bike-sharing among users. Marginal effects for contributory factors were calculated to quantify their impacts on the outcomes. The results showed that the BOP model can account for commonly shared unobserved characteristics within usage and satisfaction of bike-sharing. The BOP model results showed that the usage of bike-sharing was affected by gender, household bicycle/e-bike ownership, trip model, travel time, bike-sharing stations location, and usersrsquo; perception of bike-sharing. The satisfaction degree of bike-sharing was affected by household income, bike-sharing stations location, and usersrsquo; perception of bike-sharing. It is also found that bike-sharing usage and satisfaction degree are strongly correlated and positive in direction. The results can enhance our comprehension of the factors that affect usage and satisfaction degree of bike-sharing. Based on the results, some suggestions regarding planning, engineering, and public advocacy were discussed to increase the usage of bike-sharing in Ningbo, China.
Introduction
China was famous as the Kingdom of bicycles in the 1970s due to the heavy reliance on cycling for mobility, however, with rapid economic growth and motorization, bicycle use has significantly decreased. In recent years, owing to traffic congestion, air pollution and safety problems caused by motorized vehicles in most Chinese cities, the potential benefits of bicycle use for short distance trips was encouraged [1–3]. Bicycles occupy less road space and produce fewer emissions as compared to motorized modes, and thus their use in urban areas is generally recognized as an environmentally friendly mode of transport [4,5].
As an emerging transport mode, bike-sharing—the shared use of a bicycle fleet—increases bicycle use. It provides a variety of pick-up and drop-off locations, free of use (usually within one hour), and self-service, making it more convenient and attractive to users. In addition, serving as a complement to other urban transit systems, bike-sharing offers an efficient solution to the “last mile” problem [6]. They can connect from/to transit stations to/from their final destination/home, reducing pressure on expanding transit services [7]. Trips with bike-sharing can be single or round-trip, allowing the bicycles to be used for one-way transport and for multi-modal connectivity. Bike-sharing is viewed as an economic, efficient, and healthy transport mode in a dense urban environment.
Due to the advantages and benefits of bike-sharing, it has spread globally [8–10]. Paris launched Europersquo;s largest bike-sharing programme with over 20,000 bicycles in 2007. In 2013, New York launched North Americarsquo;s largest scheme with 10,000 bicycles [11]. China has the worldrsquo;s largest bike-sharing schemes, and leads the greatest growth of bike-sharing around the word [11,12]. Fig 1 shows the rapid growth of these bike-sharing programmes. There are currently approximately 750,000 shared bicycles in China and the number is estimated to increase to nearly a million [11,13]. The expansion of bike-sharing in China is supported by Transit Priority Policies as proposed by the Ministry of Housing and Urban and Rural Development (MHURD) in 2004, which aimed at reducing carbon dioxide emissions [14]. In the im
资料编号：[5943]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
