城市共享汽车用户使用意向分析及网点布局设计研究
发布时间：2021-03-11 03:01
共享汽车是继网约车以后,具备发展潜力的一种交通出行方式。它不但在方便人们出行、降低普通家庭用车门槛、缓解城市机动车保有量方面存在优势,还在发展新能源、盘活城市闲置停车资源等方面存在诸多好处。我国的汽车共享发展经历了将近十年,取得了一些成就。但总体来看,发展仍面临一些问题。如何确保共享汽车业态更好发展,还需要大量科学研究支持。为了提高城市共享汽车的使用率,本文研究了共享汽车用户使用意向影响和共享汽车网点布局设计优化两方面内容。首先,论文介绍了共享汽车的概念和发展现状,用共享汽车和传统租车业务做比较,分析共享汽车模式的优异性。接着从社会、企业、技术发展、政策方面分析了城市共享汽车业务爆发的原因,分析了几种典型的共享汽车模式、用户特征、使用场景、以及限制用户使用共享汽车出行的因素和共享汽车未来发展等。以重庆市为例,分析了重庆市共享汽车的发展状况和网点建设情况,通过对比出租车、网约车和共享汽车出行的价格,来分析共享汽车出行的价格优势。论文以科技接受理论和结构方程模型构建了用户使用共享汽车出行意向的结构方程模型。通过面向共享汽车用户收集问卷数据,在完成问卷信度和效度检验后,将数据导入SEM模型进...
【文章来源】：重庆交通大学重庆市
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
路网交通图
26的测度项有3个，分别是PU3（满足驾车需求0.704）、UA2（对共享汽车现状认同0.639）、UA3（共享汽车在社会中存在合理0.687），说明用户在这三个问题的认同最为一致，少量用户可以代表平均水平；σ在0.8范围内的测度项有11个；σ在0.9范围内的测度项有17个；σ大于0.9的测度项有4个，分别是PS1（车辆安全性能良好0.907）、PS2（问题车辆影响正常使用0.908）、PEOU3（处理违章、事故方便0.931）和PSL4（平台客服电话能打通、态度满意0.993），说明用户在这几个测度项中认识存在分歧，单个用户回答内容不能代表平均水平。分类统计来看，感知有用性（PU）平均得分3.94，σ=0.74；感知易用性（PEOU）平均得分3.51，σ=0.85；感知服务水平（PSL）平均得分3.17，σ=0.84；感知价格水平（PPL）平均得分3.04，σ=0.87；感知安全水平（PS）平均得分2.98，σ=0.91；使用态度（UA）平均得分3.72，σ=0.70；使用意向（ITU）平均得分3.65，σ=0.83。反映用户对共享汽车感知有用、感知易用、使用态度和使用意向认同较好，对感知价格、感知安全的认同较差，共享汽车未来发展应该提高用户的出行价格和出行安全满意度。3.2.4问卷信度和效度检验信度是指问卷数据收集的可信程度，可通过SPSS进行Cronbach检验得出[61]。一般情况下，样本总量表信度系数在0.8以上最好，0.7-0.8之间属可以接受；分量表的信度系数在0.7以上最好，0.6-0.7之间属可以接受[62]。效度是反应潜变量是否能被观察变量有效估计的程度的指标，可用平均方差提取值AVE值反映。一般情况下，AVE值大于0.5说明问卷指标设计良好，具有较好的效度。本次调查样本数据共计215组，总量表Cronbach系数0.896，总量表信度可靠，如图3-2所示。图3-2问卷数据SPSS软件信度分析结果
41量超过数量限制的时候，对2boundsij进行进一步划分，再判断返回POI的数量是否超过数量限制，不断循环，直至获取所有的POI数据。矩形区域检索拆分示意图如图4-2所示。图4-2矩形区域检索拆分示意图3.POI检索结果POI检索结果有十二个大类，包括住宅、餐饮、购物、教育、公司、医疗、政府、体育、住宿、生活、交通设施、金融保险[70]，其中，POI数据由名称、地址、类型、经纬度坐标、省份、城市、区域等字段组成。4.2.2聚类方法K-means聚类因其简单的原理和良好的聚类效果，广泛应用于诸多领域。K-means聚类以数据样本和分类数目为输入，输出聚类中心和类中的对象。假定给定数据样本X，包含了p个对象1{,,}pX=xx，其中每个对象都具有q个属性。K-means聚类的目标是将p个对象聚集到指定的k个类中，每个对象属于且仅属于距离聚类中心距离最小的类中。K-means聚类首先需要初始化k个聚类中心0001{,,}kC=cc，其中1<k≤p，然后通过计算每一个对象到每一个聚类中心的欧式距离，并根据计算出的欧氏距离，将对象分配到距离最近的聚类中心的类中，得到k个类0001{,,}kS=ss[71]。欧式距离计算公式如公式4.4所示。0021(,)()qijitjttxcxdisc==（4.4）式中：dis(A,B)——A、B之间的欧式距离；ix——第i个对象，1≤i≤p，其中，itx为其第t个属性，1≤t≤q；0jc——第j个聚类中心的，1<j≤k，其中，0jtc为其第t个属性，1≤t≤q。分配结束之后，计算K-means聚类的成本函数。K-means聚类的成本函数是各个类的畸变程度之和，而每个类的畸变程度等于其聚类中心与内部成员的欧式距离的平方和，如公式4.5所示。
【参考文献】：
期刊论文
[1]基于结构方程模型的PBL教学效果影响研究——以“区域经济学”为考察样本[J]. 刘晗. 长江师范学院学报. 2019(02)
[2]基于VSM和Bisecting K-means聚类的新闻推荐方法[J]. 袁仁进,陈刚,李锋,魏双建. 北京邮电大学学报. 2019(01)
[3]基于卢因行为模型的共享汽车出行选择[J]. 罗薇,孙立山,王顺超,荣建. 北京工业大学学报. 2019(05)
[4]研究生学业满意度的多组结构方程分析——基于J大两个学位的比较研究[J]. 胡欣悦,汤勇力. 高教学刊. 2019(06)
[5]基于密度的全局K-means算法的改进[J]. 徐娟,范菁,陈楚天,曲金帅. 云南民族大学学报(自然科学版). 2019(02)
[6]一种基于谱聚类算法的高光谱遥感图像分类方法[J]. 杨随心,耿修瑞,杨炜暾,赵永超,卢晓军. 中国科学院大学学报. 2019(02)
[7]雾霾会促进公众绿色投资意愿么?——基于SEM的实证研究[J]. 陈波,颜静雯,罗颖妮. 中国人口·资源与环境. 2019(03)
[8]MOOC创新扩散的动力机制与分析模型——基于技术接受的理论视角[J]. 赵磊,高树仁. 重庆高教研究. 2019(02)
[9]消费者使用移动支付购买旅游产品意愿的实证研究——基于技术接受模型与计划行为理论模型[J]. 郭英之,李小民. 四川大学学报(哲学社会科学版). 2018(06)
[10]基于UTAUT模型的高校网络培训教师接受度实证研究[J]. 张英杰. 金华职业技术学院学报. 2018(05)
博士论文
[1]科研团队领导行为及其影响团队效能的研究[D]. 孟太生.电子科技大学 2008
硕士论文
[1]移动打车软件影响下出行者行为特性分析[D]. 申慧.东南大学 2017
[2]POI数据挖掘在建设用地节约集约利用评价中的应用[D]. 任远辉.河南农业大学 2017
[3]UGC模式移动短视频社交平台使用动机与使用行为研究[D]. 戚旭然.暨南大学 2016
[4]汽车共享的法律与政策问题研究[D]. 郭思琪.东南大学 2016
[5]基于出行选择的城市小汽车合乘可行机理研究[D]. 毕笑天.兰州交通大学 2016
[6]汽车共享下的城市交通出行方式博弈研究[D]. 程苑.哈尔滨工业大学 2015
[7]基于结构方程模型的工程项目社会影响评价研究[D]. 王玉姣.重庆大学 2014
[8]基于排队论的汽车共享优化设计[D]. 李仕鹏.杭州电子科技大学 2013
[9]供应链质量管理与企业绩效关系的实证研究[D]. 梅莉.西安科技大学 2012
[10]收益管理在汽车共享动态定价中的应用[D]. 赵青.西南交通大学 2010
本文编号：3075746
【文章来源】：重庆交通大学重庆市
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
路网交通图
26的测度项有3个，分别是PU3（满足驾车需求0.704）、UA2（对共享汽车现状认同0.639）、UA3（共享汽车在社会中存在合理0.687），说明用户在这三个问题的认同最为一致，少量用户可以代表平均水平；σ在0.8范围内的测度项有11个；σ在0.9范围内的测度项有17个；σ大于0.9的测度项有4个，分别是PS1（车辆安全性能良好0.907）、PS2（问题车辆影响正常使用0.908）、PEOU3（处理违章、事故方便0.931）和PSL4（平台客服电话能打通、态度满意0.993），说明用户在这几个测度项中认识存在分歧，单个用户回答内容不能代表平均水平。分类统计来看，感知有用性（PU）平均得分3.94，σ=0.74；感知易用性（PEOU）平均得分3.51，σ=0.85；感知服务水平（PSL）平均得分3.17，σ=0.84；感知价格水平（PPL）平均得分3.04，σ=0.87；感知安全水平（PS）平均得分2.98，σ=0.91；使用态度（UA）平均得分3.72，σ=0.70；使用意向（ITU）平均得分3.65，σ=0.83。反映用户对共享汽车感知有用、感知易用、使用态度和使用意向认同较好，对感知价格、感知安全的认同较差，共享汽车未来发展应该提高用户的出行价格和出行安全满意度。3.2.4问卷信度和效度检验信度是指问卷数据收集的可信程度，可通过SPSS进行Cronbach检验得出[61]。一般情况下，样本总量表信度系数在0.8以上最好，0.7-0.8之间属可以接受；分量表的信度系数在0.7以上最好，0.6-0.7之间属可以接受[62]。效度是反应潜变量是否能被观察变量有效估计的程度的指标，可用平均方差提取值AVE值反映。一般情况下，AVE值大于0.5说明问卷指标设计良好，具有较好的效度。本次调查样本数据共计215组，总量表Cronbach系数0.896，总量表信度可靠，如图3-2所示。图3-2问卷数据SPSS软件信度分析结果
41量超过数量限制的时候，对2boundsij进行进一步划分，再判断返回POI的数量是否超过数量限制，不断循环，直至获取所有的POI数据。矩形区域检索拆分示意图如图4-2所示。图4-2矩形区域检索拆分示意图3.POI检索结果POI检索结果有十二个大类，包括住宅、餐饮、购物、教育、公司、医疗、政府、体育、住宿、生活、交通设施、金融保险[70]，其中，POI数据由名称、地址、类型、经纬度坐标、省份、城市、区域等字段组成。4.2.2聚类方法K-means聚类因其简单的原理和良好的聚类效果，广泛应用于诸多领域。K-means聚类以数据样本和分类数目为输入，输出聚类中心和类中的对象。假定给定数据样本X，包含了p个对象1{,,}pX=xx，其中每个对象都具有q个属性。K-means聚类的目标是将p个对象聚集到指定的k个类中，每个对象属于且仅属于距离聚类中心距离最小的类中。K-means聚类首先需要初始化k个聚类中心0001{,,}kC=cc，其中1<k≤p，然后通过计算每一个对象到每一个聚类中心的欧式距离，并根据计算出的欧氏距离，将对象分配到距离最近的聚类中心的类中，得到k个类0001{,,}kS=ss[71]。欧式距离计算公式如公式4.4所示。0021(,)()qijitjttxcxdisc==（4.4）式中：dis(A,B)——A、B之间的欧式距离；ix——第i个对象，1≤i≤p，其中，itx为其第t个属性，1≤t≤q；0jc——第j个聚类中心的，1<j≤k，其中，0jtc为其第t个属性，1≤t≤q。分配结束之后，计算K-means聚类的成本函数。K-means聚类的成本函数是各个类的畸变程度之和，而每个类的畸变程度等于其聚类中心与内部成员的欧式距离的平方和，如公式4.5所示。
【参考文献】：
期刊论文
[1]基于结构方程模型的PBL教学效果影响研究——以“区域经济学”为考察样本[J]. 刘晗. 长江师范学院学报. 2019(02)
[2]基于VSM和Bisecting K-means聚类的新闻推荐方法[J]. 袁仁进,陈刚,李锋,魏双建. 北京邮电大学学报. 2019(01)
[3]基于卢因行为模型的共享汽车出行选择[J]. 罗薇,孙立山,王顺超,荣建. 北京工业大学学报. 2019(05)
[4]研究生学业满意度的多组结构方程分析——基于J大两个学位的比较研究[J]. 胡欣悦,汤勇力. 高教学刊. 2019(06)
[5]基于密度的全局K-means算法的改进[J]. 徐娟,范菁,陈楚天,曲金帅. 云南民族大学学报(自然科学版). 2019(02)
[6]一种基于谱聚类算法的高光谱遥感图像分类方法[J]. 杨随心,耿修瑞,杨炜暾,赵永超,卢晓军. 中国科学院大学学报. 2019(02)
[7]雾霾会促进公众绿色投资意愿么?——基于SEM的实证研究[J]. 陈波,颜静雯,罗颖妮. 中国人口·资源与环境. 2019(03)
[8]MOOC创新扩散的动力机制与分析模型——基于技术接受的理论视角[J]. 赵磊,高树仁. 重庆高教研究. 2019(02)
[9]消费者使用移动支付购买旅游产品意愿的实证研究——基于技术接受模型与计划行为理论模型[J]. 郭英之,李小民. 四川大学学报(哲学社会科学版). 2018(06)
[10]基于UTAUT模型的高校网络培训教师接受度实证研究[J]. 张英杰. 金华职业技术学院学报. 2018(05)
博士论文
[1]科研团队领导行为及其影响团队效能的研究[D]. 孟太生.电子科技大学 2008
硕士论文
[1]移动打车软件影响下出行者行为特性分析[D]. 申慧.东南大学 2017
[2]POI数据挖掘在建设用地节约集约利用评价中的应用[D]. 任远辉.河南农业大学 2017
[3]UGC模式移动短视频社交平台使用动机与使用行为研究[D]. 戚旭然.暨南大学 2016
[4]汽车共享的法律与政策问题研究[D]. 郭思琪.东南大学 2016
[5]基于出行选择的城市小汽车合乘可行机理研究[D]. 毕笑天.兰州交通大学 2016
[6]汽车共享下的城市交通出行方式博弈研究[D]. 程苑.哈尔滨工业大学 2015
[7]基于结构方程模型的工程项目社会影响评价研究[D]. 王玉姣.重庆大学 2014
[8]基于排队论的汽车共享优化设计[D]. 李仕鹏.杭州电子科技大学 2013
[9]供应链质量管理与企业绩效关系的实证研究[D]. 梅莉.西安科技大学 2012
[10]收益管理在汽车共享动态定价中的应用[D]. 赵青.西南交通大学 2010
本文编号：3075746
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3075746.html
