考慮用戶偏好的獎(jiǎng)勵(lì)機(jī)制下共享單車分流停車引導(dǎo)策略研究

彭芃，賈順平

(北京交通大學(xué) 交通運(yùn)輸學(xué)院，北京100044)

近年來，作為解決“最后一公里”的主要交通工具，共享單車為人們出行提供了便利。隨著使用人數(shù)的增加，大量的共享單車投入運(yùn)營(yíng)，共享單車亂停亂放、擠占公共道路資源等問題突出。共享單車的亂停亂放嚴(yán)重影響市容市貌，其占用非機(jī)動(dòng)車道及人行道停放對(duì)慢行交通環(huán)境產(chǎn)生較大影響。部分共享單車甚至占用機(jī)動(dòng)車停放，對(duì)機(jī)動(dòng)車行駛安全造成威脅的同時(shí)影響通行速度，易造成交通擁堵。

國(guó)內(nèi)外關(guān)于共享單車的研究多集中在共享單車需求預(yù)測(cè)、停車點(diǎn)規(guī)劃和調(diào)度管理方面，針對(duì)引導(dǎo)機(jī)制的研究較少。王玉全等[1]應(yīng)用隨機(jī)效用理論，建立基于交通方式選擇的共享單車需求預(yù)測(cè)(Logit)模型，以北京市共享單車停車需求預(yù)測(cè)為目標(biāo)，根據(jù)未來年交通出行量進(jìn)行共享單車停車需求預(yù)測(cè)。王凌蘇[2]針對(duì)共享單車停車需求進(jìn)行短時(shí)預(yù)測(cè)，提出了GCN-LSTM(graph convolutional network-long short term network)模型，并建立上層以企業(yè)成本最小為目標(biāo)、下層以用戶滿意度最高為目標(biāo)的雙層規(guī)劃模型，求得共享單車停放點(diǎn)的最優(yōu)選址方案和停放數(shù)量。徐長(zhǎng)興等[3]在因果分析的基礎(chǔ)上提出共享單車需求量預(yù)測(cè)的組合模型。

在選址方案、停車空間等硬件措施固定的情況下，如何在考慮用戶選擇的基礎(chǔ)上進(jìn)行停車需求分流和引導(dǎo)機(jī)制的建立就顯得尤為重要。王瑜瓊等[4]基于獲得效用理論，建立獎(jiǎng)勵(lì)和懲罰兩種機(jī)制下的停車選擇的混合策略博弈模型。李曉津等[5]從博弈論的視角研究共享單車亂停亂放問題的治理措施，提出共享單車企業(yè)要通過一些手段引導(dǎo)用戶停車。目前，一些地區(qū)正逐步實(shí)施電子圍欄來對(duì)用戶的停車行為進(jìn)行約束，但是顧麗梅等[6]研究發(fā)現(xiàn)，目前共享單車服務(wù)的各類管理機(jī)制中，最能發(fā)揮積極作用的還是物質(zhì)激勵(lì)和規(guī)范感召。Febbraro等[7]和Angelopoulos等[8]也提出給用戶用車費(fèi)用折扣可以有效引導(dǎo)用戶停車并提高共享單車企業(yè)收益。

目前有關(guān)共享單車停車問題的研究主要集中在需求預(yù)測(cè)、停放點(diǎn)選址、獎(jiǎng)懲機(jī)制等方面，但大多數(shù)的研究都僅停留在理論層面，很少考慮實(shí)際條件下共享單車可用停車空間有限且分散，以及用戶對(duì)于獎(jiǎng)懲機(jī)制下規(guī)范停車引導(dǎo)策略的接受程度。因此，本文以周邊人員活動(dòng)密集、共享單車停車需求大但可用停車空間較為分散的典型共享單車停車問題突出地點(diǎn)為背景，研究用戶接受度較高的共享單車分流停車引導(dǎo)策略。通過問卷調(diào)查探究能夠有效引導(dǎo)停車行為的影響因素[9]并建立二項(xiàng)Logit模型研究其影響規(guī)律，在此基礎(chǔ)上制定引導(dǎo)用戶分流停車的獎(jiǎng)勵(lì)措施；結(jié)合實(shí)際分流停車點(diǎn)的停車容量及可用的推薦分流停車點(diǎn)可容納的共享單車數(shù)量，以分流停車點(diǎn)的停車容量為約束，考慮企業(yè)成本最小與分散問題點(diǎn)停車需求最優(yōu)為目標(biāo)構(gòu)建分流停車引導(dǎo)模型，使用NSGA-Ⅱ算法，調(diào)用gamultiobj函數(shù)對(duì)模型進(jìn)行求解。

1 問題描述

以圖1為例，當(dāng)共享單車用戶的出行目的地集中在D點(diǎn)時(shí)，該區(qū)域會(huì)存在大量共享單車停車需求，大多數(shù)共享單車用戶的選擇為停車最為便捷的A點(diǎn)，從而導(dǎo)致其成為秩序混亂、停車空間不足的停車問題點(diǎn)。為分散最佳停車點(diǎn)A的停車需求，共享單車企業(yè)在最佳停車點(diǎn)附近規(guī)劃了B1、B2和B3三個(gè)分流停車點(diǎn)，其中B1距離最佳停車點(diǎn)需走行d1且需要過馬路，B2距離最佳停車點(diǎn)需走行d2無需過馬路，B3距離最佳停車點(diǎn)需走行d1+d3且需過馬路。

用戶的一次共享單車出行在即將到達(dá)目的地時(shí)，通過手機(jī)APP查看附近的停車點(diǎn)，共享單車企業(yè)通過APP向部分用戶推薦分流停車點(diǎn)停車，并通過一定的獎(jiǎng)勵(lì)措施引導(dǎo)激勵(lì)用戶選擇推薦分流停車，此時(shí)用戶有兩種選擇：①不接受APP推薦，將共享單車停在最為便捷的停車點(diǎn)，即最佳停車點(diǎn)；②接受APP推薦，將共享單車停在規(guī)劃的分流停車點(diǎn)，獲得APP提供的獎(jiǎng)勵(lì)。

基于用戶選擇制定合理的獎(jiǎng)勵(lì)措施，共享單車企業(yè)可通過APP對(duì)最佳停車點(diǎn)的停車用戶進(jìn)行分流停車推薦，即將多少比例的最佳停車點(diǎn)停車需求分流到哪個(gè)規(guī)劃的分流停車點(diǎn)。

2 數(shù)據(jù)收集與獎(jiǎng)勵(lì)機(jī)制及引導(dǎo)策略建立

2.1 共享單車用戶停車選擇預(yù)調(diào)查

首先進(jìn)行共享單車用戶停車選擇影響因素的預(yù)調(diào)查，根據(jù)相關(guān)文獻(xiàn)資料[9-10]，預(yù)調(diào)查問卷主要針對(duì)共享單車用戶的停車現(xiàn)狀、停車選擇偏好、停車影響因素和規(guī)范停車措施偏好。通過對(duì)預(yù)調(diào)查問卷數(shù)據(jù)的統(tǒng)計(jì)分析，可以對(duì)影響因素有初步的了解[11]。預(yù)調(diào)查問卷通過網(wǎng)絡(luò)發(fā)放，收集到有效問卷283份，得到共享單車停車選擇偏好如圖2所示。根據(jù)預(yù)調(diào)查結(jié)果，絕大多數(shù)共享單車用戶遇到過停車問題，遇到停車問題后多數(shù)用戶會(huì)選擇前往APP推薦的停車點(diǎn)進(jìn)行停車。對(duì)于規(guī)范共享單車停車，目前共享單車企業(yè)多使用懲罰措施，但用戶普遍更認(rèn)可通過獎(jiǎng)勵(lì)進(jìn)行規(guī)范。影響用戶停車選擇的因素如圖3所示，其中推薦停車點(diǎn)與原停車點(diǎn)距離、是否趕時(shí)間、是否順路、是否需要過馬路為主要影響因素。

圖2 共享單車用戶停車偏好預(yù)調(diào)查結(jié)果Fig.2 Survey results showing the parking preference of bicycle-sharing users

圖3 共享單車用戶停車選擇影響因素Fig.3 Factors influencing the parking choices of bicycle-sharing users

2.2 共享單車用戶停車選擇SP調(diào)查

本次研究采用SP(stated preference)調(diào)查[12]，用來獲取共享單車用戶停車偏好數(shù)據(jù)[9,13]。問卷中被調(diào)查者停車方式的選擇為“接受推薦，進(jìn)行分流停車”和“不接受推薦，就地停車”兩種方式。根據(jù)預(yù)調(diào)查的結(jié)果，排除不可控因素(如天氣、是否趕時(shí)間等)，將影響因素設(shè)置為距離推薦分流停車點(diǎn)步行距離、是否順路、是否需要過馬路以及本文研究的獎(jiǎng)勵(lì)機(jī)制。各影響因素設(shè)置如下：

(1)原停車點(diǎn)至推薦分流停車點(diǎn)之間的距離：根據(jù)預(yù)調(diào)查的結(jié)果，多數(shù)用戶可接受400 m之內(nèi)的步行停車距離，超過400 m后用戶使用推薦停車點(diǎn)的意愿弱，結(jié)合實(shí)際情況分流停車點(diǎn)與問題停車點(diǎn)之間的距離多數(shù)為100 m以上，故設(shè)置100、200 和400 m等3個(gè)水平；

(2)推薦分流停車點(diǎn)是否與用戶來路同方向：包含是和否兩個(gè)水平，是一個(gè)啞元變量；

(3)前往推薦分流停車點(diǎn)是否需要過馬路：包含是和否兩個(gè)水平，是一個(gè)啞元變量；

(4)獎(jiǎng)勵(lì)機(jī)制中的貨幣獎(jiǎng)勵(lì)：目前已有的共享單車企業(yè)設(shè)置的共享單車起步使用費(fèi)用為1.5元，考慮到實(shí)際可操作性將最大獎(jiǎng)勵(lì)金額設(shè)置為起步價(jià)，故設(shè)置0.5、1.0和1.5元3個(gè)水平。

停車方式選擇、影響因素屬性和屬性水平定義情況如表1所示。

表1 不同停車方式的影響因素及其水平設(shè)置

在此水平設(shè)定下，全面設(shè)計(jì)會(huì)得到36種停車情景，規(guī)模過大會(huì)造成被調(diào)查者判斷次數(shù)過多產(chǎn)生疲勞和厭倦情緒[13]，因此使用SPSS軟件進(jìn)行正交設(shè)計(jì)，形成了9種組合方案。本次調(diào)查的正交設(shè)計(jì)方案如表2所示。 此次問卷調(diào)查累計(jì)參與用戶252人，共計(jì)選擇2 268次，樣本量為2 268。

表2 正交設(shè)計(jì)方案

2.3 獎(jiǎng)勵(lì)機(jī)制建立

2.3.1 二項(xiàng)Logit模型

離散選擇模型(discrete choice model)是常用的解釋選擇行為的模型，在此采用其中基本的二項(xiàng)Logit模型(binary logit，BL)[14]來解釋受訪者的推薦分流停車點(diǎn)選擇結(jié)果，分析各因素對(duì)于用戶進(jìn)行分流停車選擇的影響程度[15-16]。

用戶在面對(duì)停車點(diǎn)已滿的情況時(shí)，只有選擇“接受推薦，進(jìn)行分流停車“或“不接受推薦，就地停車”，故選用BL模型進(jìn)行分析，選擇“接受推薦，進(jìn)行分流停車”的效用函數(shù)，其模型公式(1)為：

(1)

根據(jù)效用最大化原則得到共享單車用戶選擇“接受推薦，進(jìn)行分流停車”的概率，其模型公式(2)為：

(2)

式中：xi(i=1,2,…,4)表示影響共享單車用戶停車選擇的第i個(gè)因素，1～4分別對(duì)應(yīng)表1的4個(gè)要素；βi(i=0,1,…,4)為待估計(jì)參數(shù)，代表各自變量對(duì)于用戶是否接受推薦停車點(diǎn)的影響程度。

2.3.2 模型求解與分析

用于此次參數(shù)估計(jì)的樣本量為2 268，用Nlogit 4.0軟件進(jìn)行模型擬合[17]，得到“接受推薦，進(jìn)行分流停車”的效用函數(shù)(3)為：

V1=-0.002 45x1+0.453 55x2-0.147 47x3+1.209 36x4。

(3)

該擬合模型對(duì)數(shù)似然數(shù)為1 443.663，具體參數(shù)如表3所示，模型擬合優(yōu)度通過計(jì)算為0.08。模型擬合優(yōu)度一般，這也說明用戶的停車偏好多樣性較高，符合常理；所有變量均達(dá)到很高的統(tǒng)計(jì)顯著度，說明模型可解釋部分的可信度高；β1、β3為負(fù)，說明x1、x3是用戶接受推薦停車點(diǎn)的阻力；β2、β4為正，說明x2、x4會(huì)促使用戶接受推薦停車點(diǎn)，符合常理。

表3 BL模型參數(shù)值

表3中系數(shù)估計(jì)值一欄為各變量對(duì)于用戶的接受度的影響程度，根據(jù)表3中各變量系數(shù)估計(jì)值的關(guān)系推導(dǎo)出如下獎(jiǎng)勵(lì)機(jī)制：

(1)若推薦停車點(diǎn)與用戶來路不順路，則獎(jiǎng)勵(lì)用戶0.37元現(xiàn)金的貨幣獎(jiǎng)勵(lì)；

(2)若推薦停車點(diǎn)需要用戶過馬路，則獎(jiǎng)勵(lì)用戶0.12元現(xiàn)金的貨幣獎(jiǎng)勵(lì)；

(3)若前往推薦停車點(diǎn)需要用戶步行，每步行100 m則獎(jiǎng)勵(lì)用戶0.2元現(xiàn)金的貨幣獎(jiǎng)勵(lì)。

2.4 分流停車引導(dǎo)策略模型

構(gòu)建模型時(shí)需考慮激勵(lì)分流停車時(shí)企業(yè)成本和分流需求，即以滿足共享單車分流停車需求為約束，更低的激勵(lì)成本為目標(biāo)。首先構(gòu)建目標(biāo)函數(shù)，為達(dá)到分流停車的目標(biāo)，企業(yè)要制定激勵(lì)措施，而激勵(lì)措施為企業(yè)成本，要使企業(yè)成本最?。粚?shí)際分流出的停車量要盡量滿足將過剩需求全部轉(zhuǎn)移。結(jié)合實(shí)際情況，模型需要考慮如下約束：分流到各分流停車點(diǎn)的停車輛小于該點(diǎn)的停車容量；從一個(gè)最佳停車點(diǎn)分流到不同分流點(diǎn)的比例總和不超過1。結(jié)合目標(biāo)函數(shù)和約束條件，建立如下數(shù)學(xué)模型。

(4)

(5)

(6)

(7)

αab≥0

，

(8)

式中：a為最佳停車點(diǎn)，{a∈A,a=1,2,…}；Qa為最佳停車點(diǎn)a現(xiàn)停車需求；Ta為最佳停車點(diǎn)a過剩的停車需求；b為分流停車點(diǎn)，{b∈B,b=1,2,…}；Vb為分流停車點(diǎn)b的停車容量，該停車容量為該分流點(diǎn)可接受的進(jìn)行分流停車的共享單車停車量，實(shí)際應(yīng)用中已考慮分流停車點(diǎn)中已有的車輛數(shù)；pab為向最佳停車點(diǎn)a推薦前往分流點(diǎn)b進(jìn)行分流停車時(shí)，該建議被接受的可能性；Rab為鼓勵(lì)用戶從最佳停車點(diǎn)a前往分流點(diǎn)b進(jìn)行分流停車，共享單車企業(yè)付出的成本；αab為共享單車APP向最佳停車點(diǎn)a推薦前往分流點(diǎn)b進(jìn)行停車的用戶占最佳停車點(diǎn)a停車現(xiàn)停車需求的比例。其中，αab為決策變量；式(4)、式(5)為目標(biāo)函數(shù)，表示企業(yè)成本最小和轉(zhuǎn)移過剩需求最大；式(6)確保分流到各分流停車點(diǎn)的停車輛小于該點(diǎn)的停車容量；式(7)表示最佳停車點(diǎn)a推薦至各分流點(diǎn)的總和不能超過該最佳停車點(diǎn)本身的需求；式(8)為變量的非負(fù)約束。

3 實(shí)例分析

3.1 案例場(chǎng)景

案例選取北京市海淀區(qū)西三旗永泰莊地鐵站進(jìn)行分析。通過實(shí)地調(diào)查發(fā)現(xiàn)永泰莊地鐵站A口和永泰莊地鐵站C口附近為用戶選擇較多的最佳停車點(diǎn)，共享單車停車問題嚴(yán)重，另外通過對(duì)周圍空間的調(diào)研，規(guī)劃3個(gè)分流停車點(diǎn)。調(diào)研得到早高峰最佳停車點(diǎn)A1、A2的現(xiàn)停車需求，需轉(zhuǎn)移停車數(shù)，各分流停車點(diǎn)B1、B2、B3的容量及其與最佳停車點(diǎn)的位置關(guān)系如圖6所示。其中B1點(diǎn)距A1點(diǎn)122.5 m，距A2點(diǎn)137.5 m；B2距A1點(diǎn)69 m，距A2點(diǎn)84 m；B3距A1點(diǎn)27 m，距A2點(diǎn)12 m。

圖4 永泰莊地鐵站停車最佳停車點(diǎn)及規(guī)劃分流停車點(diǎn)Fig.4 Optimal and planned diversion parking spots at Yongtaizhuang subway station

3.2 應(yīng)用結(jié)果

本文采用早高峰現(xiàn)場(chǎng)調(diào)研數(shù)據(jù)，平均分配用戶來向，使用 NSGA-II 算法，調(diào)用Matlab中g(shù)amultiobj求解器對(duì)上述模型求解后，根據(jù)實(shí)際情況選擇最優(yōu)解，得到永泰莊地鐵站共享單車分流停車引導(dǎo)策略如表4所示，策略主要指標(biāo)統(tǒng)計(jì)如表5所示。

表4 永泰莊地鐵站共享單車分流停車引導(dǎo)策略

表5 引導(dǎo)策略主要指標(biāo)

從表4～5中可以看出，對(duì)于最佳停車點(diǎn)A1，共計(jì)向75.06%的用戶推薦前往分流點(diǎn)進(jìn)行停車，對(duì)于最佳停車點(diǎn)A2，共計(jì)向75.03%的用戶推薦前往分流點(diǎn)進(jìn)行停車，說明本文設(shè)置的三個(gè)停車分流點(diǎn)全部有效。由最佳停車點(diǎn)推薦至分流停車點(diǎn)的推薦比例符合實(shí)際情況，在推薦用戶中的接受程度均達(dá)到60%，策略具有一定的可操作性。引導(dǎo)策略預(yù)計(jì)工作日早高峰時(shí)段的企業(yè)成本為88.974 1元，單輛單車的最大獎(jiǎng)勵(lì)為0.765元，單輛單車的最小獎(jiǎng)勵(lì)為0.138元，成本控制較好。預(yù)計(jì)成功轉(zhuǎn)移58.33%的過量停車需求，從預(yù)計(jì)轉(zhuǎn)移車輛數(shù)可以看出該策略能夠一定程度上對(duì)最佳停車點(diǎn)的停車需求進(jìn)行分流，可以較好地緩解該地區(qū)停車壓力，但不能完全滿足所需轉(zhuǎn)移需求，說明單靠運(yùn)營(yíng)企業(yè)的推薦和用戶自主選擇并不能完全解決共享單車停車問題，還需政府參與其中進(jìn)行管理，符合常理。

3.3 政策建議

共享單車企業(yè)可結(jié)合應(yīng)用結(jié)果進(jìn)行相應(yīng)的APP設(shè)計(jì)，在共享單車 APP 內(nèi)，用戶可查看停車位置、站點(diǎn)容量、已被占用的車位等信息[18]，當(dāng)用戶即將進(jìn)行停車操作時(shí)，讓用戶提前進(jìn)行目的地最佳停車點(diǎn)的選擇，根據(jù)用戶的來向結(jié)合引導(dǎo)策略對(duì)用戶進(jìn)行停車建議，并提供相應(yīng)的獎(jiǎng)勵(lì)補(bǔ)償。

為緩解共享單車的停車壓力，在分散停車需求并制定相應(yīng)措施引導(dǎo)用戶規(guī)范停車的基礎(chǔ)上，還應(yīng)輔以“政府+共享單車運(yùn)營(yíng)企業(yè)+用戶”三位一體的聯(lián)合管理機(jī)制，政府要認(rèn)識(shí)到共享單車的準(zhǔn)公共產(chǎn)品的屬性，加大對(duì)城市共享單車的管理[19]。以西三旗永泰莊地鐵站為例，對(duì)于未能通過引導(dǎo)政策轉(zhuǎn)移的過剩停車需求，政府應(yīng)敦促運(yùn)營(yíng)企業(yè)定時(shí)進(jìn)行共享單車清理，將引導(dǎo)與管理相結(jié)合，從而達(dá)到更好的治理效果。

4 結(jié)論

本文在對(duì)共享單車用戶停車偏好調(diào)查數(shù)據(jù)分析的基礎(chǔ)上，得出用戶前往推薦停車點(diǎn)停車的效用函數(shù)，根據(jù)該函數(shù)制定了相應(yīng)的獎(jiǎng)勵(lì)措施以激勵(lì)用戶前往推薦停車點(diǎn)停車。該研究為共享單車企業(yè)激勵(lì)用戶規(guī)范停車提供方法支持，進(jìn)而為共享單車的運(yùn)營(yíng)管理提供決策參考。在共享單車分流停車點(diǎn)規(guī)劃完成的前提下，基于制定的獎(jiǎng)勵(lì)機(jī)制，以分流停車點(diǎn)的停車容量為約束，考慮企業(yè)成本最小與分散最佳停車點(diǎn)停車需求最優(yōu)構(gòu)建了數(shù)學(xué)模型，使用 NSGA-II 算法求解，得到了建議的引導(dǎo)策略，結(jié)果具有一定的實(shí)際意義。

本文的不足之處在于在制定引導(dǎo)策略時(shí)用戶來向僅考慮了四個(gè)方向且均勻分配，實(shí)際用戶來向會(huì)更復(fù)雜，值得進(jìn)一步深入研究。