出行者對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”接受度特性研究

溫惠英，梅家駿

(華南理工大學(xué) 土木與交通學(xué)院，廣東 廣州 510641)

0 引 言

隨著我國綜合交通運(yùn)輸體系與互聯(lián)網(wǎng)技術(shù)的不斷完善，道路客運(yùn)進(jìn)入轉(zhuǎn)型發(fā)展期。公路客運(yùn)融合互聯(lián)網(wǎng)，不僅限于技術(shù)的運(yùn)用，還要求客運(yùn)企業(yè)應(yīng)當(dāng)具備互聯(lián)網(wǎng)思維，從乘客的角度出發(fā)，了解其對(duì)互聯(lián)網(wǎng)大數(shù)據(jù)模式下全新運(yùn)營組織形式的接受程度，從源頭上把握乘客需求，正確把握其發(fā)展趨勢，為后續(xù)工作開展提供依據(jù)與支撐[1-3]。在傳統(tǒng)公路客運(yùn)發(fā)班排班、線網(wǎng)規(guī)劃、票價(jià)制定和換乘等方面，國內(nèi)外學(xué)者做出了一系列研究。國外方面：M. H. BAAJ等利用基于人工智能的啟發(fā)式算法求解公交線網(wǎng)優(yōu)化問題，取得良好效果[4]；S. B. PATTNAIK等以公交乘客出行費(fèi)用和運(yùn)營費(fèi)用總和最小為目標(biāo)進(jìn)行公交線網(wǎng)設(shè)計(jì)，首先生成候選路網(wǎng)，然后基于遺傳算法從候選路網(wǎng)中選擇并確定路網(wǎng)[5]；K. K. T. LEE等研究出提高換乘銜接效率的方法，可采用優(yōu)化各種交通方式之間的緩沖時(shí)間，且研究了各種交通方式之間的換乘關(guān)系[6]；YAN Shangyao等對(duì)城市公交發(fā)班時(shí)間、線路開發(fā)及規(guī)劃兩方面進(jìn)行相關(guān)模型及算法研究[7]；C. L. MARTINS等對(duì)FBDP問題進(jìn)行研究[8]。國內(nèi)方面：單連龍等提出用雙層規(guī)劃模型來描述連續(xù)平衡公交網(wǎng)絡(luò)設(shè)計(jì)問題[9]；馮樹民等從節(jié)點(diǎn)、線路和線網(wǎng)3方面對(duì)公交線網(wǎng)優(yōu)化約束條件和目標(biāo)函數(shù)進(jìn)行研究[10]；史峰等利用連續(xù)時(shí)間馬氏純滅過程理論和Bellman 動(dòng)態(tài)規(guī)劃最優(yōu)化原理， 結(jié)合已知票價(jià)集和對(duì)應(yīng)的需求概率集，給出了動(dòng)態(tài)票價(jià)調(diào)整的遞推式，并設(shè)計(jì)了最優(yōu)策略和實(shí)用策略的求解方法，為提升票價(jià)計(jì)算子系統(tǒng)功能提供了非常重要的理論指導(dǎo)[11]。

已有的關(guān)于公路客運(yùn)的研究為傳統(tǒng)公路客運(yùn)系統(tǒng)優(yōu)化提供了很好的方法和思路，但對(duì)公路客運(yùn)與互聯(lián)網(wǎng)結(jié)合下的發(fā)展研究較缺乏?！盎ヂ?lián)網(wǎng)+公路客運(yùn)”是以互聯(lián)網(wǎng)票務(wù)系統(tǒng)為切入點(diǎn)，建設(shè)多渠道、多方式、交互式、體驗(yàn)式的道路客運(yùn)公眾出行信息服務(wù)系統(tǒng)，滿足預(yù)訂、在線查詢、在線支付需求，進(jìn)而利用互聯(lián)網(wǎng)平臺(tái)大數(shù)據(jù)穩(wěn)步推進(jìn)定制出行服務(wù)、動(dòng)態(tài)票價(jià)、聯(lián)程聯(lián)運(yùn)和一票制等服務(wù)，完成從“可以走”到“走得好”的個(gè)性化、多元化延伸。

基于出行者對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”接受度調(diào)研結(jié)果，首先分析了影響出行者對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”接受度的因素，并通過相關(guān)性分析、交叉分析等方法對(duì)現(xiàn)有“互聯(lián)網(wǎng)+公路客運(yùn)”接受度特性進(jìn)行定量與定性分析。然后針對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”多種模式的未來發(fā)展，建立了累積概率的有序多分類Logistic回歸分析模型。研究在于可從乘客角度出發(fā)，進(jìn)行以乘客為中心的價(jià)值鏈觀念再造，為道路客運(yùn)適應(yīng)移動(dòng)互聯(lián)網(wǎng)時(shí)代發(fā)展新要求和有針對(duì)性的推廣“互聯(lián)網(wǎng)+公路客運(yùn)”提供重要依據(jù)，為滿足人民出行新趨勢、創(chuàng)新道路客運(yùn)組織方式、創(chuàng)新道路客運(yùn)運(yùn)營模式、增加道路客運(yùn)綜合競爭能力、最終形成基于傳統(tǒng)道路客運(yùn)的新經(jīng)濟(jì)形態(tài)提供重要支撐。

1 “互聯(lián)網(wǎng)+公路客運(yùn)”接受度影響因素

通過分析出行者對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”的接受度，發(fā)現(xiàn)影響出行者對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”接受度的因素很多，主要包括公路客運(yùn)出行特性、出行者個(gè)人屬性、社會(huì)經(jīng)濟(jì)及其他因素等，出行者對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”的接受度影響因素見圖1。分析影響因素為調(diào)查問卷設(shè)計(jì)提供了依據(jù)。

圖1 出行者對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”的接受度影響因素Fig. 1 Influence factors of travellers’ acceptability of “internetplus highway passenger transport”

2 現(xiàn)有“互聯(lián)網(wǎng)+公路客運(yùn)”接受度特性

2.1 調(diào)查方法與內(nèi)容

2016年，對(duì)廣州市公路客運(yùn)出行者開展了“互聯(lián)網(wǎng)+公路客運(yùn)”接受度特性調(diào)查。調(diào)查地點(diǎn)為廣州市區(qū)的6個(gè)大型公路客運(yùn)車站，包括一級(jí)車站、二級(jí)車站和三級(jí)車站3種類型，以降低樣本的多重共線性。接受度特性調(diào)查主要采用攔截問詢法進(jìn)行，共收集問卷1 200余份，其中有效問卷978份，問卷有效率為81.5%。出行者對(duì)現(xiàn)有“互聯(lián)網(wǎng)+公路客運(yùn)”接受度特性調(diào)查問卷內(nèi)容包括3個(gè)部分：

1)乘客基本信息。包括個(gè)人統(tǒng)計(jì)特征變量，為性別、年齡、職業(yè)、學(xué)歷、收入。

2)乘客公路客運(yùn)交通需求信息。包括出行時(shí)間段、出行目的、年公路客運(yùn)出行次數(shù)和選擇公路客運(yùn)出行原因。

3)“互聯(lián)網(wǎng)+公路客運(yùn)”接受度信息。采用5分制李克特量表法(Likert Scale)研究乘客對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”購票、查看出行信息、查看票務(wù)信息、票務(wù)信息滿意度、實(shí)時(shí)排班、動(dòng)態(tài)票價(jià)、拼車換乘和聯(lián)票機(jī)制等的接受度特性。

2.2 公路客運(yùn)出行購票方式分析

2.2.1 出行購票方式總體特征

調(diào)查發(fā)現(xiàn)，在所有購票方式中，選擇互聯(lián)網(wǎng)購票的乘客最多(占比49.21%)，其次是車站購票(占比28.47%)和代售點(diǎn)購票(占比10.62%)，可見采用互聯(lián)網(wǎng)平臺(tái)購票的群體最大，結(jié)果如圖2。

圖2 出行購票方式Fig. 2 Ways to buy ticket

針對(duì)“如果互聯(lián)網(wǎng)票務(wù)具有哪些優(yōu)勢，會(huì)選擇使用互聯(lián)網(wǎng)票務(wù)系統(tǒng)”這一問題調(diào)查乘客對(duì)“互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)需求，30.79%的出行者認(rèn)為如果可以享受網(wǎng)上退票服務(wù)，并按實(shí)際情況退換費(fèi)用，會(huì)使用互聯(lián)網(wǎng)票務(wù)系統(tǒng)，占比最多，分析結(jié)果如圖3。

圖3 乘客對(duì)“互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)需求Fig. 3 Passengers’ demand for “internet plus” ticketing system

2.2.2 出行購票方式與出行者社會(huì)屬性交叉分析

將乘客出行購票方式與其社會(huì)屬性進(jìn)行相關(guān)性分析與交叉分析，有利于把握不同屬性層次的乘客對(duì)于“互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)的接受獨(dú)特性，進(jìn)而有針對(duì)性的推廣“互聯(lián)網(wǎng)+公路客運(yùn)”。通過對(duì)受訪者出行購票方式與其社會(huì)屬性之間的相關(guān)性進(jìn)行分析，選取置信水平為95%。分析結(jié)果表明，受訪者出行購票方式與年齡、職業(yè)、學(xué)歷、月收入等個(gè)人屬性因素相關(guān)，而與性別、出行目的、出行時(shí)段和年公路客運(yùn)出行次數(shù)的相關(guān)性不明顯，分析結(jié)果如表1。

表1 出行購票方式與乘客社會(huì)屬性相關(guān)性分析Table 1 Ccorrelation analysis between the ways to buy travel ticketsand the social attributes of passengers

注：*表示在0.05水平(雙側(cè))上顯著相關(guān)；**表示在0.01水平(雙側(cè))上顯著相關(guān)。

進(jìn)一步具體交叉分析發(fā)現(xiàn)，月收入方面，月收入8 000元是特殊點(diǎn)。移動(dòng)終端購票和代售點(diǎn)購票分擔(dān)比例都在8 000元以下階段呈上升趨勢，在8 000元以上階段呈下降趨勢；車站購票和電話購票分擔(dān)比例恰好相反，都在8 000元以下階段呈下降趨勢，在8 000元以上階段呈上升趨勢。電腦網(wǎng)上購票分擔(dān)比例則與月收入關(guān)系不明顯，說明其適用人群較廣。分析結(jié)果如圖4。

圖4 出行購票方式與月收入交叉分析Fig. 4 Cross analysis between the ways to buy travel ticket andmonthly income

學(xué)歷方面，大專和本科學(xué)歷是特殊點(diǎn)。移動(dòng)終端購票分擔(dān)比例在本科以下呈上升趨勢，在本科以上呈下降趨勢；車站購票分擔(dān)比例在本科以下呈下降趨勢，在本科以上呈上升趨勢；電腦網(wǎng)上購票和電話購票在大專以下呈上升趨勢，在大專以上呈下降趨勢；代售點(diǎn)購票則隨學(xué)歷增高呈下降趨勢。分析結(jié)果如圖5。

圖5 出行購票方式與學(xué)歷交叉分析Fig. 5 Cross analysis between the ways to buy travel ticket andeducation degree

年齡方面：21～35歲青年與中年階段是特殊點(diǎn)。移動(dòng)終端購票和電腦網(wǎng)上購票分擔(dān)比例在35歲以下呈上升趨勢，在35歲以上呈下降趨勢，且移動(dòng)終端購票的下降趨勢更快；車站購票、代售點(diǎn)購票和電話購票分擔(dān)比例則隨年齡的上升而上升。中國網(wǎng)民群體呈現(xiàn)年輕化特征，年齡較小出行者對(duì)互聯(lián)網(wǎng)的認(rèn)知和使用頻率更高，所以，在選擇公路客運(yùn)出行的購票方式時(shí)，年齡較大出行者更傾向于傳統(tǒng)的購票方式，如車站購票、代售點(diǎn)購票和電話購票等，而年齡較小出行者會(huì)選擇手機(jī)或電腦網(wǎng)上購票。分析結(jié)果如圖6。

從職業(yè)方面分析，學(xué)生使用電腦網(wǎng)上購票最多，事業(yè)單位工作人員使用移動(dòng)終端購票最多，事業(yè)單位工作人員使用電話購票最少，公務(wù)人員使用車站購票最少，公務(wù)人員使用代售點(diǎn)購票最少，分析結(jié)果如圖7。

圖6 出行購票方式與年齡交叉分析Fig. 6 Cross analysis between the ways to buy travel ticket and age

圖7 出行購票方式與職業(yè)交叉分析Fig. 7 Cross analysis between the ways to buy travel ticket andoccupation

將乘客對(duì)“互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)需求與其社會(huì)屬性進(jìn)行交叉分析，有利于針對(duì)特殊群體制定更為精確的“互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)推廣策略。

月收入方面：收入越高越注重?zé)o需取票與可實(shí)時(shí)查詢票務(wù)辦理改簽服務(wù)；可實(shí)時(shí)查詢班次的正晚點(diǎn)信息和可享網(wǎng)上退票服務(wù)則更引起中收入群體的注重。分析結(jié)果如圖8。

學(xué)歷方面，基本上學(xué)歷越高對(duì)4種方式的需求度越高，唯一例外的是本科學(xué)歷對(duì)可實(shí)時(shí)查詢班次的正晚點(diǎn)信息的需求度較低。分析結(jié)果如圖9。

圖8 “互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)需求與月收入交叉分析Fig. 8 Cross analysis between “internet plus” ticketing systemand monthly income

圖9 “互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)需求與學(xué)歷交叉分析Fig. 9 Cross analysis between “internet plus” ticketing systemand education degree

年齡方面：50歲之前對(duì)于可享網(wǎng)上退票服務(wù)和可實(shí)時(shí)查詢票務(wù)辦理改簽服務(wù)的需求度隨年齡增加而增加，50歲之后隨年齡增加而降低；無需取票和可實(shí)時(shí)查詢票務(wù)辦理改簽服務(wù)的需求隨年齡變化趨勢相近，在21～35歲和51～65歲較高，在20歲及以下和36～50歲較低。分析結(jié)果如圖10。

圖10 “互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)需求與年齡交叉分析Fig. 10 Cross analysis between “internet plus” ticketing systemand age

職業(yè)方面：企業(yè)員工和學(xué)生對(duì)無需取票最為重視，對(duì)可實(shí)時(shí)查詢票務(wù)辦理改簽服務(wù)最不重視；企業(yè)員工對(duì)可實(shí)時(shí)查詢班次的正晚點(diǎn)信息最重視；公務(wù)人員對(duì)可享網(wǎng)上退票服務(wù)最重視，對(duì)可實(shí)時(shí)查詢班次的正晚點(diǎn)信息最不重視；私營企業(yè)主對(duì)無需退票最重視，對(duì)可享網(wǎng)上退票服務(wù)最不重視；事業(yè)單位工作人員對(duì)可實(shí)時(shí)查詢票務(wù)辦理改簽服務(wù)最重視，對(duì)可享網(wǎng)上退票服務(wù)最不重視。分析結(jié)果如圖11。

圖11 “互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)需求與職業(yè)交叉分析Fig. 11 Cross analysis between “internet plus” ticketing system andoccupation

2.3 “互聯(lián)網(wǎng)+公路客運(yùn)”接受現(xiàn)狀分析

2.3.1 “互聯(lián)網(wǎng)+”查看信息頻率

除了利用互聯(lián)網(wǎng)購買車票外，公路客運(yùn)出行者還會(huì)上網(wǎng)查看公路客運(yùn)的實(shí)時(shí)出行情況、車票等信息。相關(guān)性分析表明，受訪居民“互聯(lián)網(wǎng)+”查看信息頻率與其出行目的、出行時(shí)段、年公路客運(yùn)出行次數(shù)、“互聯(lián)網(wǎng)+”購票方式等公路客運(yùn)交通需求方面的變量相關(guān)，而與性別、年齡、職業(yè)、學(xué)歷和月收入等個(gè)人屬性因素的相關(guān)性不強(qiáng)。

表2 “互聯(lián)網(wǎng)+”模式查看信息頻率與乘客社會(huì)屬性相關(guān)性分析Table 2 Correlation analysis between the frequency to view informationby “internet plus” mode and the social attributes of passengers

注：*表示在0.05水平(雙側(cè))上顯著相關(guān)；**表示在0.01水平(雙側(cè))上顯著相關(guān)。

出行目的方面，就醫(yī)和公務(wù)商務(wù)出行利用“互聯(lián)網(wǎng)+”查看客運(yùn)信息及車票信息的頻率最高，其“總是”與“經(jīng)?！钡念l率之和分別為68%和45.1%。出行時(shí)段方面，工作日出行利用“互聯(lián)網(wǎng)+”查看客運(yùn)信息及車票信息的頻率最高，其“總是”與“經(jīng)?！钡念l率之和為47%。年出行次數(shù)方面，8次以上出行利用“互聯(lián)網(wǎng)+”查看客運(yùn)信息及車票信息的頻率最高，其“總是”與“經(jīng)?！钡念l率之和為46.8%。購票方式方面，移動(dòng)終端購票比電腦購票查看客運(yùn)信息及車票信息的頻率高，其“總是”與“經(jīng)?！钡念l率之和為51%。分析結(jié)果如圖12～圖15。

圖12 “互聯(lián)網(wǎng)+”模式查看信息頻率與出行目的交叉分析Fig. 12 Cross analysis between the frequency to view information by“internet plus” mode and travel purpose

圖13 “互聯(lián)網(wǎng)+”模式查看信息頻率與出行時(shí)段交叉分析Fig. 13 Cross analysis between the frequency to view informationby “internet plus” mode and travel time

圖14 “互聯(lián)網(wǎng)+”模式查看信息頻率與年出行次數(shù)交叉分析Fig. 14 Cross analysis between the frequency to view information by“internet+” mode and travel times of a year

圖15 “互聯(lián)網(wǎng)+”模式查看信息頻率與購票方式交叉分析Fig. 15 Cross analysis between the frequency to view information by“internet plus” mode and ways to buy tickets

2.3.2 “互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)滿意度

進(jìn)一步分析發(fā)現(xiàn)，61.35%受訪者表示對(duì)公路客運(yùn)票務(wù)系統(tǒng)感到很滿意或較滿意，只有不到5%出行者認(rèn)為其不滿足自身需求，分析結(jié)果如圖16?？梢姡鲂姓邔?duì)目前公路客運(yùn)票務(wù)系統(tǒng)數(shù)據(jù)的滿意度水平較高。

此外，認(rèn)為互聯(lián)網(wǎng)對(duì)公路客運(yùn)很有幫助和有一定幫助的受訪者為總數(shù)的82.22%，如圖17?？梢?，乘客利用手機(jī)、電腦等方式上網(wǎng)購買公路客運(yùn)車票、查看實(shí)時(shí)客運(yùn)信息已較為普遍，互聯(lián)網(wǎng)對(duì)乘客的公路客運(yùn)出行幫助較大。

圖16 公路客運(yùn)票務(wù)系統(tǒng)數(shù)據(jù)的滿意度Fig. 16 Satisfaction to highway passenger ticketing system data

圖17 互聯(lián)網(wǎng)對(duì)公路客運(yùn)出行的幫助程度Fig. 17 Help degree of Internet to highway passengertransportation

3 未來“互聯(lián)網(wǎng)+公路客運(yùn)”發(fā)展接受 度特性

3.1 有序Logistic模型構(gòu)建

利用“互聯(lián)網(wǎng)+公路客運(yùn)模式下根據(jù)乘客發(fā)布出行需求信息實(shí)時(shí)排班接受度”、“互聯(lián)網(wǎng)+公路客運(yùn)模式下根據(jù)乘客實(shí)際出行情況動(dòng)態(tài)票價(jià)接受度”、“互聯(lián)網(wǎng)+公路客運(yùn)模式下拼車與換乘接受度”和“互聯(lián)網(wǎng)+公路客運(yùn)模式下聯(lián)票機(jī)制接受度”這4個(gè)決策變量進(jìn)行衡量，為了方便回歸分析，對(duì)響應(yīng)變量與影響因素變量進(jìn)行數(shù)值轉(zhuǎn)換，按次序轉(zhuǎn)化為從1開始的整數(shù)序列[12]。

先對(duì)4個(gè)接受度模型進(jìn)行平行線檢驗(yàn)(test of parallel lines)，其檢驗(yàn)結(jié)果P均大于0.05，如表3，說明各回歸方程互相平行，可使用Ordinal Regression過程進(jìn)行分析。

表3 平行線檢驗(yàn)結(jié)果Table 3 Parallel line test results

假設(shè)接受度水平劃分為k個(gè)級(jí)別，則有序多分類Logistic回歸分析模型對(duì)應(yīng)有k-1 個(gè)公式，則累積的Logistic模型可表示為式(1)：

ai+BX,i=1,2,,k-1

(1)

式中：Li為第i個(gè)累積的Logistic模型；i為指示響應(yīng)變量的水平，即4個(gè)決策變量的接受度；Y為響應(yīng)變量向量；X為自變量向量；ai為第i個(gè)模型的截距參數(shù)；B為斜率向量；P(Y=j|X)為4個(gè)決策變量接受度屬于j時(shí)的概率。

求得各接受度水平下累積的Logistic模型Li后，通過換算得到4個(gè)決策變量接受度屬于各級(jí)別的概率如式(2)：

P(Y=j|X1,X2,,Xm)=

(2)

式中：X1，X2，，Xm為m個(gè)影響因素；b1，b2，，bm為回歸系數(shù)。首先盡量全面選取可能的影響因素，如表4。

表4 Logistic模型影響因素Table 4 Influencing factors of Logistic regression model

采用后退逐步回歸法剔除模型中不顯著的影響因素，分別對(duì)4個(gè)決策變量與其影響因素的數(shù)據(jù)進(jìn)行有序多分類 Logistic 回歸分析，分別得到4個(gè)接受度與顯著性影響因素之間的有序Logistic回歸模型參數(shù)。

3.2 模型檢驗(yàn)

3.2.1 擬合優(yōu)度檢驗(yàn)

表5是Deviance、皮爾遜χ2、Hosmer-Lemeshow統(tǒng)計(jì)量擬合優(yōu)度檢驗(yàn)的結(jié)果。從表5可看出，Deviance、皮爾遜χ2、Hosmer-Lemeshow統(tǒng)計(jì)量的P值均大于0.05，所以在顯著性水平α=0.05的條件下，χ2檢驗(yàn)不顯著，認(rèn)為模型擬合數(shù)據(jù)較好。

表5 擬合優(yōu)度檢驗(yàn)Table 5 Test of fitting goodness

3.2.2 預(yù)測準(zhǔn)確度檢驗(yàn)

表6是序次相關(guān)指標(biāo)的準(zhǔn)確度檢驗(yàn)結(jié)果。4個(gè)接受獨(dú)特性除Tau-a指標(biāo)外，其余3個(gè)指標(biāo)都不小于0.7，表示預(yù)測概率與因變量之間的關(guān)聯(lián)程度較高，說明建立的Logistic模型的預(yù)測能力較好。

表6 序次相關(guān)指標(biāo)的準(zhǔn)確度Table 6 Accuracy of rank correlation index

根據(jù)參數(shù)估計(jì)和相應(yīng)的檢驗(yàn)結(jié)果，在95%的置信水平下，最終保留與4個(gè)決策變量相關(guān)性顯著的變量，分析結(jié)果如表7～表10。

3.3 “互聯(lián)網(wǎng)+公路客運(yùn)”實(shí)時(shí)排班

道路客運(yùn)企業(yè)要積極提供定制化出行服務(wù)，充分發(fā)揮門到門優(yōu)勢，探索提供各類定制客運(yùn)班線等服務(wù)。表7為“互聯(lián)網(wǎng)+公路客運(yùn)”實(shí)時(shí)排班有序Logistic回歸模型結(jié)果。

表7 實(shí)時(shí)排班有序Logistic回歸模型參數(shù)Table 7 Orderly Logistic regression model parameters withreal-time sechduling

由表7可知：月收入、職業(yè)、公路客運(yùn)出行時(shí)間、年公路客運(yùn)出行次數(shù)、互聯(lián)網(wǎng)票務(wù)系統(tǒng)數(shù)據(jù)滿意度均會(huì)引起“互聯(lián)網(wǎng)+公路客運(yùn)”實(shí)時(shí)排班接受度的變化；中等收入者(5 000～8 000元)接受度最高，低收入者(3 000元及以下)接受度最低，說明低收入者更希望的是一種穩(wěn)定的客運(yùn)班線形式，中高收入者對(duì)客運(yùn)定制化服務(wù)的需求大，更希望體驗(yàn)品質(zhì)化的客運(yùn)服務(wù)；學(xué)生和公務(wù)人員接受度最高，私營企業(yè)主接受度最低；工作日出行比節(jié)假日出行接受度高，說明工作日出行多的群體對(duì)目前的客運(yùn)班線仍有一些改進(jìn)的愿景，實(shí)時(shí)排班更能解決工作出行的需求；年出行次數(shù)越少接受度越高，說明出行次數(shù)少的群體對(duì)實(shí)時(shí)排班有更大需求，可以有針對(duì)性的向其推廣使其更多的轉(zhuǎn)向公路客運(yùn)出行；互聯(lián)網(wǎng)票務(wù)系統(tǒng)數(shù)據(jù)滿意度越高接受度越高。

3.4 “互聯(lián)網(wǎng)+公路客運(yùn)”動(dòng)態(tài)票價(jià)

客運(yùn)企業(yè)在未來可依托互聯(lián)網(wǎng)大數(shù)據(jù)，根據(jù)市場自主定價(jià)，通過打折、動(dòng)態(tài)調(diào)整票價(jià)來吸引客流，對(duì)客運(yùn)企業(yè)和乘客實(shí)現(xiàn)雙贏。表8為“互聯(lián)網(wǎng)+公路客運(yùn)”動(dòng)態(tài)票價(jià)有序Logistic回歸模型結(jié)果。

表8 動(dòng)態(tài)票價(jià)有序Logistic回歸模型參數(shù)Table 8 Orderly Logistic regression model parameterswith dynamic fare

由表8可知：月收入、職業(yè)、公路客運(yùn)出行時(shí)間、年公路客運(yùn)出行次數(shù)、移動(dòng)終端購買公路客運(yùn)車票頻率、互聯(lián)網(wǎng)票務(wù)系統(tǒng)數(shù)據(jù)滿意度均會(huì)引起“互聯(lián)網(wǎng)+公路客運(yùn)”動(dòng)態(tài)票價(jià)接受度的變化；低收入者(3 000元及以下)接受度最高，高收入者(8 000元及以上)接受度最低，說明低收入者更希望公路客運(yùn)票價(jià)能以動(dòng)態(tài)形式調(diào)整，減輕其支出負(fù)擔(dān)，而高收入群體對(duì)目前的票價(jià)認(rèn)可度較高，希望其維持穩(wěn)定的狀態(tài)；企業(yè)員工和公務(wù)人員接受度較高，學(xué)生、私營企業(yè)主和事業(yè)單位工作人員接受度較低；工作日出行比節(jié)假日出行接受度高，說明工作日出行群體更希望出行時(shí)能享受彈性票價(jià)，節(jié)假日出行群體則更為偏向保守；年公路出行次數(shù)很少(2次以下)和很多(8次以上)接受度較高，出行次數(shù)中等(2～7次)接受度較低，說明出行次數(shù)多與少兩個(gè)極端對(duì)目前票價(jià)表示滿意，更希望票價(jià)能保持穩(wěn)定，而出行次數(shù)中等群體對(duì)彈性票價(jià)更為期待；偶爾使用移動(dòng)終端購買公路客運(yùn)車票接受度最高；互聯(lián)網(wǎng)票務(wù)系統(tǒng)數(shù)據(jù)滿意度越高接受度越高。

3.5 “互聯(lián)網(wǎng)+公路客運(yùn)”拼車換乘

為了讓公路客運(yùn)乘車方式更為靈活，可以引入“互聯(lián)網(wǎng)+公路客運(yùn)”拼車換乘。站點(diǎn)拼車即出行的出發(fā)點(diǎn)與目的地在同一客運(yùn)班線上的乘客乘坐同一車次出行，換乘即由出行出發(fā)點(diǎn)到目的地跨線或跨班次乘坐客運(yùn)班車的行為。表9為“互聯(lián)網(wǎng)+公路客運(yùn)”模式下拼車換乘有序Logistic回歸模型結(jié)果。

表9 拼車換乘有序Logistic回歸模型參數(shù)Table 9 Orderly Logistic regression model parameters withcarpooling and transfer

由表9可知：年齡、月收入、學(xué)歷、職業(yè)、公路客運(yùn)出行時(shí)間、互聯(lián)網(wǎng)票務(wù)系統(tǒng)數(shù)據(jù)滿意度均會(huì)引起“互聯(lián)網(wǎng)+公路客運(yùn)”拼車換乘接受度的變化；年齡越低接受度越高，說明低年齡段對(duì)于運(yùn)力共享模式更為認(rèn)可；低收入者(3 000元及以下)接受度最低，中等收入者(5 000～8 000元)接受度最高，與實(shí)時(shí)排班相似，低收入者更希望穩(wěn)定的客運(yùn)班線形式，中高收入者則可能認(rèn)為組織模式創(chuàng)新也是定制化客運(yùn)的一種體現(xiàn)，對(duì)此接受程度較高；學(xué)歷越高接受度越高，說明高學(xué)歷群體更認(rèn)同可將有用的閑散資源進(jìn)行整合，節(jié)約資源，提高效率；出行時(shí)間不固定接受度高于工作日高于節(jié)假日；互聯(lián)網(wǎng)票務(wù)系統(tǒng)數(shù)據(jù)滿意度越高接受度越高。

3.6 “互聯(lián)網(wǎng)+公路客運(yùn)”聯(lián)票機(jī)制

為了打破傳統(tǒng)客運(yùn)包車企業(yè)“靠旅游公司吃飯”的局面，拓展自身的業(yè)務(wù)范圍和合作渠道，包車企業(yè)可以尋求與旅游景區(qū)對(duì)接、與景區(qū)周邊的餐飲住宿等商戶合作，打造“互聯(lián)網(wǎng)+公路客運(yùn)” 聯(lián)票機(jī)制，即車票+旅游門票+住宿一票制一條龍服務(wù)。表10為“互聯(lián)網(wǎng)+公路客運(yùn)”聯(lián)票機(jī)制有序Logistic回歸模型結(jié)果。

表10 聯(lián)票機(jī)制有序Logistic回歸模型參數(shù)Table 10 Orderly Logistic regression model parameters with couponmechanism

由表10可知：性別、年齡、職業(yè)、公路客運(yùn)出行時(shí)間、是否使用“互聯(lián)網(wǎng)+”平臺(tái)購買公路客運(yùn)車票和互聯(lián)網(wǎng)票務(wù)系統(tǒng)數(shù)據(jù)滿意度均會(huì)引起“互聯(lián)網(wǎng)+公路客運(yùn)”聯(lián)票機(jī)制接受度的變化；男性群體比女性群體接受度高，說明女性可能比男性更傾向由自己來全盤設(shè)計(jì)旅游每個(gè)環(huán)節(jié)的細(xì)節(jié)，男性則更為粗放的樂意尋求一個(gè)整體的旅游解決方案；公務(wù)人員接受度最高，學(xué)生接受度最低；工作日出行比節(jié)假日出行接受度高；不使用“互聯(lián)網(wǎng)+”平臺(tái)購買公路客運(yùn)車票的群體比使用的群體接受度高，說明可能使用“互聯(lián)網(wǎng)+”平臺(tái)購票的群體更為熟悉對(duì)于互聯(lián)網(wǎng)平臺(tái)的應(yīng)用，擅長利用其解決除了車票之外的其他問題，從而搭配出高度個(gè)性化的旅游方案，而不使用的群體對(duì)于現(xiàn)成的整套旅游方案則接受度更高；互聯(lián)網(wǎng)票務(wù)系統(tǒng)數(shù)據(jù)滿意度越高接受度越高，此點(diǎn)在以上4個(gè)方面均保持一致，說明對(duì)目前票務(wù)系統(tǒng)的滿意度很大程度上影響對(duì)未來“互聯(lián)網(wǎng)+公路客運(yùn)”發(fā)展的接受度。

4 結(jié) 論

針對(duì)出行者對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”接受度特性，基于問卷調(diào)查數(shù)據(jù)，進(jìn)行了實(shí)證研究與分析，主要得到以下結(jié)論：

1)乘客對(duì)“互聯(lián)網(wǎng)+”購票方式已有一定傾向性，且更傾向于移動(dòng)終端購票。對(duì)購票方式的選擇與乘客個(gè)人基本屬性有較強(qiáng)相關(guān)性，其中以年齡、職業(yè)、學(xué)歷、月收入相關(guān)性最為明顯，且表現(xiàn)出了不同的特征。乘客對(duì)“互聯(lián)網(wǎng)+”票務(wù)系統(tǒng)可以享受網(wǎng)上退票服務(wù)需求最大。

2)乘客利用“互聯(lián)網(wǎng)+”手段查看信息頻率與其公路客運(yùn)交通需求有較強(qiáng)相關(guān)性，其中以出行目的、出行時(shí)段、年公路客運(yùn)出行次數(shù)、“互聯(lián)網(wǎng)+”購票方式相關(guān)性最明顯，且表現(xiàn)出不同的特征。超過六成受訪者對(duì)目前公路客運(yùn)票務(wù)系統(tǒng)感到很滿意或較滿意，認(rèn)為其對(duì)公路客運(yùn)出行很有幫助或有一定幫助的受訪者超過八成。

3)建立有序多分類Logistic模型分析“互聯(lián)網(wǎng)+公路客運(yùn)”未來發(fā)展接受度特性，在4個(gè)方面分別有獨(dú)特的因素引起其接受度變化。因此未來“互聯(lián)網(wǎng)+公路客運(yùn)”的發(fā)展應(yīng)當(dāng)充分考慮不同屬性層次群體的接受度獨(dú)特性。

筆者針對(duì)出行者對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”的接受度做了以上研究，試圖從“互聯(lián)網(wǎng)+公路客運(yùn)”現(xiàn)有票務(wù)系統(tǒng)與未來發(fā)展趨勢的角度描述“互聯(lián)網(wǎng)+公路客運(yùn)”接受度特性。但對(duì)“互聯(lián)網(wǎng)+公路客運(yùn)”利用大數(shù)據(jù)把握乘客需求進(jìn)行轉(zhuǎn)型升級(jí)的復(fù)雜巨系統(tǒng)來說，這個(gè)視角略顯薄弱，希望能在后續(xù)研究中繼續(xù)完善。