为定量分析出行者主观因素对共享单车使用行为和服务感知的影响,通过问卷调查收集到宁波市1212名共享单车用户的有效样本,采用潜在类别分析(latent class analysis,LCA),识别出用户选择偏好的异质性;建立(bivariate ordered probit,BOP...为定量分析出行者主观因素对共享单车使用行为和服务感知的影响,通过问卷调查收集到宁波市1212名共享单车用户的有效样本,采用潜在类别分析(latent class analysis,LCA),识别出用户选择偏好的异质性;建立(bivariate ordered probit,BOP)联立方程模型,从个人属性、家庭属性、出行特征、服务感知和用户期望等五方面,分析了影响共享单车使用频率与满意程度的显著因素,检验了两者之间潜在的关联关系,并计算边际效应来量化各因素的影响效用.结果表明:①LCA模型将共享单车用户类别划分为五类:通勤型群体(19.88%)、创新型群体(12.13%)、混合型群体(43.65%)、换乘型群体(16.34%)和随机型群体(8.00%);②BOP模型可以有效刻画共享单车使用频率和满意度的内在联系,两者之间呈显著正相关(ρ=0.160,p<0.001);③考虑用户群体异质特征能够显著提高BOP模型的拟合效果,出行者潜在类别对共享单车使用频率和满意度均具有显著影响.展开更多
文摘为定量分析出行者主观因素对共享单车使用行为和服务感知的影响,通过问卷调查收集到宁波市1212名共享单车用户的有效样本,采用潜在类别分析(latent class analysis,LCA),识别出用户选择偏好的异质性;建立(bivariate ordered probit,BOP)联立方程模型,从个人属性、家庭属性、出行特征、服务感知和用户期望等五方面,分析了影响共享单车使用频率与满意程度的显著因素,检验了两者之间潜在的关联关系,并计算边际效应来量化各因素的影响效用.结果表明:①LCA模型将共享单车用户类别划分为五类:通勤型群体(19.88%)、创新型群体(12.13%)、混合型群体(43.65%)、换乘型群体(16.34%)和随机型群体(8.00%);②BOP模型可以有效刻画共享单车使用频率和满意度的内在联系,两者之间呈显著正相关(ρ=0.160,p<0.001);③考虑用户群体异质特征能够显著提高BOP模型的拟合效果,出行者潜在类别对共享单车使用频率和满意度均具有显著影响.
