理解共享意愿的异质性：拼车服务的采用与使用频率

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Understanding the heterogeneity of willingness to share: Ridesplitting’s adoption and usage frequency

　　

**摘要** 拼车服务作为一种共享城市出行方式，被广泛认为是缓解网约车负面影响的有前景的途径，然而其市场渗透率仍然较低。现有研究对拼车意愿（WTS）在时空维度和用户异质性方面的理解有限。为弥补这一空白，我们在北京开展了一项问卷调查，并采用潜类别分析（LCA）识别基于与拼车相关的心理因素的用户细分群体。随后，运用二元Logit模型和情景分析考察不同群体间的拼车行为和出行方式转换。结果表明，拼车用户和非拼车用户在WTS方面均表现出显著异质性。适度满意用户的频繁使用潜力较大，而提高行程时间可靠性和成本节省可将潜在采纳者转化为积极参与者。这些发现为政策和平台策略提供了促进可持续城市出行的参考。

**引言** 网约车公司（TNCs）的兴起显著变革和多样化了城市出行行为。网约车服务以其时间效率、灵活性和舒适性著称，已被广大用户广泛接受，是增长最快且最具影响力的城市出行方式之一（Rayle等, 2016; Alonso-González等, 2021; Kumar等, 2022）。例如，仅Uber每天就提供超过1500万次行程（Uber, 2019）。然而，近期研究表明，尽管这些服务满足了出行需求，但也会导致车辆行驶里程（VMT）增加，从而加剧城市交通拥堵和环境污染（Henao & Marshall, 2019; Barnes等, 2020; Grahn等, 2021）。拼车是一种共享形式的网约车服务，将路线相似的乘客合并分配至同一辆网约车。与单人网约车服务相比，这种共享模式不仅更具成本效益，还能减少道路上的车辆数量（Kumar等, 2022），并降低温室气体排放（Li等, 2021）。例如，滴滴表示，通过推进拼车和绿色出行策略，已累计减少约794.2万吨碳排放（DiDi Global, 2025）。因此，拼车被视为缓解网约车不利影响的有效手段，代表了相对可持续的城市出行方式（Shaheen等, 2016; Anair, 2022; Guo等, 2025）。然而，实现这些效益取决于拼车能否获得足够的市场渗透率。现有研究普遍认为，共享行程需占总网约车行程的至少20%至50%，才能在交通效率和环境效益方面产生实质性提升（Rodier等, 2016; Fagnant & Kockelman, 2018; Alonso-González等, 2021）。实践中，这一标准仍远未达到，因为拼车频率较低且拼车乘客数量较少。例如，成都的实际拼车比例仅为7%（Li等, 2019），北京则低于10%（Chen等, 2023; Sun等, 2025）。因此，深入了解个体拼车意愿（WTS），包括是否拼车以及拼车频率，并制定针对性政策以提高拼车采纳率，具有重要的实践和学术意义。现有研究主要通过三个主要维度考察影响个体WTS的因素：行程属性、个人特征和建成环境因素。在行程属性方面，大量研究将时间与成本的权衡确定为影响WTS的最关键因素（Alonso-González等, 2021; Huang等, 2023）。在个人特征方面，大多数研究强调社会人口统计因素（如年龄、收入、性别、教育程度和居住地）和心理因素（包括安全、可靠性、满意度和隐私）的影响（Zhou等, 2023; Si等, 2023）。在建成环境因素方面，越来越多的文献强调公司密度和到市中心距离等变量可能对个体WTS产生显著的非线性效应（Tu等, 2021; Sun等, 2025）。在近期进展中，一些研究确认WTS在时空维度上存在显著差异（Huang等, 2023; Zhang等, 2024b; Guo等, 2025）。然而，当前研究很少将时空因素作为核心理释变量纳入WTS的分析框架，往往忽视时空因素与其他变量之间可能的交互作用。此外，学者们已认识到WTS的关键决定因素在用户间存在显著异质性（Alonso-González等, 2021; Wang等, 2022）。但这些研究往往主要通过行程属性或社会人口统计特征来定义用户异质性。这些变量虽能解释可观察到的约束，却较少说明为何面临相似条件的用户会对共享行程做出不同评价。因此，对心理态度的关注有限，制约了现有WTS研究解释感知价值、风险和满意度如何在可比出行条件下影响用户对共享行程评价的能力（Wang等, 2019a）。此外，主流聚类工作通常基于一般调查群体或更广泛的网约车用户群体，对子群体特异性的异质性提供有限的洞察（García-Melero等, 2022; Wang等, 2022; Iogansen等, 2025）。因此，有必要建立更全面的变量体系并深入探究用户异质性，以增进对个体WTS的理解。本研究在北京设计和实施了一项问卷调查，旨在回答两个研究问题：（1）哪些关键因素会影响拼车用户从低频参与向高频参与的转变，哪些因素会塑造非拼车用户的拼车意愿？（2）这些因素在不同用户群体间是否表现出显著差异和交互效应？具体而言，本研究做出三项关键贡献。首先，通过量化用户对待拼车的态度与感知，我们分别运用潜类别分析（LCA）探索拼车用户和非拼车用户的异质性。其次，我们采用合并二元Logit模型分析行程属性、建成环境变量、个人特征、时空因素以及时空交互对不同拼车用户群体WTS的影响。第三，我们通过情景分析探讨非拼车用户中潜在参与者的转化机制。通过考察细分用户群体间的拼车行为和转化动态，本研究有望为网约车公司和政府推动可持续共享出行提供针对性政策启示。本文其余部分组织如下：第2节提供与本研相关的现有文献综述；第3节描述调查设计和数据集的描述性统计；第4节介绍LCA、合并二元Logit模型和情景分析方法；第5节详细呈现LCA、合并二元Logit模型和情景分析的结果，并分析不同用户群体的拼车行为和转化机制；第6节讨论本研究的关键发现并提出针对不同用户群体的政策建议；第7节总结主要结论，阐明研究局限，并指出未来研究方向。

**拼车意愿影响因素** 许多研究探讨了影响个体WTS的因素，通常将这些因素分为四大类：行程属性、个人特征、建成环境因素和时空因素（Huang等, 2021; Tu等, 2021; Feng等, 2024; Sun等, 2025）。越来越多的基于实证数据的研究表明，行程属性在塑造拼车行为中发挥关键作用。例如，Alonso-González等（2021）和Huang等...

**调查设计** 本研究设计了结构化问卷，以收集回顾性行为数据和基于情景的陈述意愿，旨在建立更全面的变量体系并深入探究用户异质性，从而增进对WTS的理解。问卷包含三个主要部分，分别涉及行程属性、态度与感知以及个人特征。为量化影响乘客WTS的因素，本...

**方法论** 本研究通过分别对拼车用户和非拼车用户应用潜类别分析（LCA）来系统考察用户异质性，依据其对拼车的态度与感知进行划分。随后，对拼车用户估计合并的弹性净（Elastic-Net）后二元Logit模型，考察解释变量与高频拼车使用之间的关联，同时允许选定效应在潜在用户类别间发生变化，通过类别...

**拼车与非拼车用户细分结果** 基于拼车用户和非拼车用户的态度与感知（包括动机、满意度、情境场景和相关因素），分别进行LCA分析，以考察每组内部的潜在异质性。这种方法为更具针对性的政策建议提供了理论支持，旨在提高拼车比例。对于拼车用户，随着类别数量的增加，AIC逐步下降，而BIC下降...

**拼车用户：从低频到高频** 根据拼车用户对拼车动机和服务满意度的态度，将拼车用户分为MS-RUsers（适度满意型拼车用户）和HS-RUsers（高度满意型拼车用户）。结果表明，这两个群体不仅在基线使用频率上存在差异，在与更规律拼车使用相关的条件方面也表现出不同特征。与HS-RUsers相比，MS-RUsers的高频使用比例较低，但在长途行程和高峰时段情境下，其高频倾向增加更为明显。这...

**结论** 本研究在北京设计并实施了一项问卷调查，运用LCA、二元Logit模型和情景分析，全面考察了与拼车相关的用户异质性和行为特征。主要发现总结如下：1. 在拼车采纳和使用频率方面，WTS的用户异质性显著。在拼车用户中，MS-RUsers的高频比例低于HS-RUsers（20.4% vs. 30.1%）。在...

**CRediT作者贡献声明** 孙一特：撰写—审阅与编辑、撰写—原稿撰写、可视化、验证、软件、方法论、调查、形式分析、数据管理、概念构思。刘晓兵：撰写—审阅与编辑、监督、资源、项目管理、方法论、获取资金、数据管理。张玉凤：撰写—审阅与编辑、监督。钟华：调查、数据管理。闫学东：监督、获取资金。高子游：监督、资源。

**利益冲突声明** 作者声明，他们不知道任何可能影响本文所述工作的竞争性经济利益或个人关系。

**致谢** 本研究获得中国国家自然科学基金资助（批准号：72288101, 72304030）。

孙一特 | 刘晓兵 | 张玉凤 | 钟华 | 闫学东 | 高子游 交通运输部大数据应用技术综合运输重点实验室，北京交通大学交通运输学院，北京 100044，中国