数据驱动下共享汽车的用户出行特征及竞争演化研究

The appearance and development of the new traffic mode of car-sharing contribute to meeting people's travel diversification and realizing urban’s green and low-carbon development. The delicacy management of urban car-sharing requires an overall and deep understanding of the competitive process and evolving trend of the car-sharing in the market. Meanwhile, the precise time-varying forecasting of urban residents’ travel behavior is the prerequisite for understanding the evolution process of market competition. Based on the fusion of multi-source heterogeneous transportation big data, this subject analyzes car-sharing users’ travel characteristics and related influence factors. A variable selection model and causal inference model are provided to quantify the marginal effects of travelers’ individual attributes, environment and the distribution of POI. Based on travelers' preferences and their travel behavior, a travel cost comparison model is built to analyze the competitive scope of car-sharing and taxi, to study the bidirectional influence between peoples’ travel characteristics and the competition in the car-sharing market. Then, we predict the competitive evolution trend of car-sharing in the market according to the spatio-temporal characteristics of travel in different situations. Based on the theoretical deduction and data analyses, this subject studies the benefit conflicts in the car-sharing market, integrates the market mechanism and government regulation, and proposes specific measures and schemes for delicacy management. The results of the project will improve and enrich the theory and methodologies of urban travel behavior, and provide decision-making support for the urban car-sharing’s planning, development and management.

共享汽车的出现和发展为满足人们的多样化出行、实现城镇低碳绿色发展提供了新的解决方案。城市共享汽车的精细化管理需要深刻理解并准确把握共享汽车市场的竞争过程及演化趋势，而时变的精准的城市居民出行行为预测是理解并把握市场竞争演化过程的前提。本项目基于融合的多源异构交通大数据，分析共享汽车用户的出行特征及影响因素，构建变量选择模型和因果推论模型量化出行者个体属性、环境及用地属性对居民出行的影响；从出行者的偏好和出行行为出发，构建出行成本对比模型，分析共享汽车和出租车的竞争范围，研究用户出行行为与共享汽车市场竞争间的双向影响，根据不同情境下用户出行的时空特征，预测共享汽车在市场中的竞争演化趋势；在理论推演和数据分析的基础上剖析共享汽车市场中的利益冲突，整合市场机制和政府管制，提出精准化管理的具体举措和方案。项目成果将丰富城市出行行为理论与方法，为城市共享汽车的发展、规划和管理提供决策支持。

本项目以“多源数据融合——出行行为特征及影响因素——出行成本对比及竞争演化”为研究主线，采取理论建模和数据分析相结合的方法探讨共享汽车用户及其出行特征、影响共享汽车需求的多因素及共享汽车市场的竞争与演化动态。项目基于融合的多源异构交通大数据，主要从以下几个方面展开研究：.（1）基于共享汽车和出租车的出行订单及其GPS轨迹数据，探讨并提取共享汽车用户的出行特征及影响因素。从个体属性、出行行为、用地属性、环境信息、出行成本等一系列角度探讨共享汽车的用户特征、潜在需求及其市场发展趋势，这对于理解共享汽车的现状及运营特征具有重要意义。.（2）基于因果框架，利用Heckman两阶段模型构建用户对共享汽车使用频率的多影响因素模型，量化分析共享汽车的用户群体特征及用户对共享汽车使用频率的主要影响机制。探讨增加共享汽车的潜在用户群体以及提升用户对共享汽车使用频率的相关策略。.（3）构建出行成本对比模型，测算对比共享汽车场景下和出租车场景下两种出行方式的成本，探讨不同出行情形下共享汽车的优势市场和演变趋势。.（4）讨论出行的不同因素（如时间成本、等待时间等）对共享汽车竞争优势的影响，以及在不同出行条件下的竞争演变趋势。挖掘不同出行情形（如取车距离，时间成本，价格浮动）下共享汽车的潜在需求。.（5）从用户需求满足情况和用户取还车便捷性这两个角度综合评估共享汽车站点选址，确定最佳的选址方案并给出每个共享汽车站点的容量。其研究结果有助于共享汽车站点选址方案的制定，有利于共享汽车行业网络化、规模化运营，促进共享汽车市场的健康可持续发展。