【互联网电商发展对交通出行行为的影响实证探究（论文）17000字】

互联网电商发展对交通出行行为的影响实证研究摘要在“互联网+”的背景下，电子商务通过加入简单的智能设备,彼此通信,在交通运输及物流领域运用广泛、许多新的应用将应运而生,实现商品交易活动和生活服务的智慧化，数字化，信息化，在电商发展的背景下城市居民的生活模式和出行模式受到了不同程度的影响，能够不必出行就可以享受比较全面的生活服务,进而对交通出行和城市交通产生影响。本文通过查阅相关的文献，了解电商发展及其背景下的交通出行行为，综合省市统计年鉴发布的交通运输相关数据、电商业务交易额、以及对许昌市区居民出行结构网上问卷调查,分析互联网电商时代城市居民出行模式的变化、基于调查问卷结果分析，然后利用SPASS分析软件基于各项自变量因素，利用有序logit回归模型，分析电商以与居民具体出行行为的关系、出行特性和出行工具选择的关系，从而针对目前居民个体出行与物流运输给出相关总结与建议，最后是本研究的展望。关键词：电子商务发展；交通出行行为；方式选择；运输需求目录TOC\o"1-4"\h\u54791.绪论 .绪论1.1研究背景随着互联网的发展与普及，电子商务渗透到社会经济活动的各个方面，尤其在交通领域产生很大的影响，给我们的出行生活带来便捷，人们的出行习惯发生很大变化[1]。随着短距离出行的增多，居民出行方式也发生变化，人民足不出户就可以完成工作或生活的部分需求,从而减少了出行需求(尤其体现在购物、餐饮和日常生活服务方面）。例如在工作方面，视频会议、网络社交就打破了传统的面对面交流模式，减少了人们对指定地点的出行需求；在学校教学方面,网络教学资源以及各种手机在线学习软件的出现，学生可以随时按需进行学习,求学出行需求因而减少。在生活购物方面,网购减少了人们的购物出行需求，购物、餐饮等个体出行可以实现由上门服务和快递交通替代。所以研究居民的交通出行结构和需求变化，对进一步提升居民生活和解决城市交通问题具有重要的意义。1.2国内外研究现状基于互联网这个大背景，我们发现电子商务背景下的交通发展问题日益突出，不同学科和领域开始关注交通行为的研究。随着经济和公路运输的发展，道路实际交通量将大于社会最优交通量，从而衍生各种交通问题，我们可以从控制最初的交通需求开始着手。而电子商务作为市场经济活动中新的商品服务交易方式，它是只“看不见的手”在无形地影响道路交通流量。国外模型研究Carns(1996)首先通过GIS建立模型,通过量化方式研究网络购物对居民交通出行量的影响，研究得出随着网购普及率升高，交通运输的需求也增加[2]。也有学者认为网购置换了传统的购物需求。但购物活动是个复杂的、目的多样的活动，具有多重目的，商品交易具有多种实现渠道，我们不能将两者关系简单地定义为替代或者补充，有的学者则指出网上购物和出行之间是替代和补充的混合效应(Cao,2009)[3]。Casas等(2001)研究则表明，是否通过网络实现购物需求、其交通出行需求区别不大。以上国外研究者所研究得范围及方向都比较简单。然而，随着人们的出行需求和出行能力逐渐增强，传统集计模型无法解释复杂的出行，为弥补其缺陷，学者们提出非集计模型，并得到了很大的发展空间[4]。交通行为研究越来越广泛，不再局限于某一背景，很多国外学者展开进行了大量居民交通活动的研究，展开对城市居民的具体出行行为调查，成果丰硕，在针对个体的交通方式选取行为的研究中，国外学者们Grayson(1981)、Forinash和Koppelman(1993)，采用非集计模型展开分析总结出不同个体的不同出行方式选择并研究他们的个体行为特征[5]。随后在二项和多项Logit模型(MultinomialLogit,MNL）的基础上，NestedLogit模型也得到了普遍应用[6]。国内的刘炳恩（2008），构建交通出行方式选取的MNL模型，根据2003年北京市居民交通调查数据，对于影响北京市居民交通出行方式选择的因素进行研究,并基于日常生活并结合心理、环境等综合因素分析其交通出行方式选择行为[7]。顾宇等(2013)展开的2009年南京市居民交通调查数据，同样利用非集计模型来探讨研究选择公共汽车、非机动车工作出行的影响因素，利用SPSS软件构建BL模型，拥有更明确和广泛的数学意义，更加贴近现实地体现城市居民交通出行行为旨在分析自变量和因变量之间影响关系大小[8]。1.3研究目标内容与方法1.3.1研究目标内容随着电商的大力发展,人们的生活模式受到了不同的影响，交通需求相应改变,从而城市交通模式发生改变。本文针对目前电商发展背景下的居民出行和运输发展现状，分析存在的问题，为公共交通和物流运输的发展提供参考。1.3.2研究内容以许昌电商发展为出发点，阐述电商发展前后居民出行行为选择的改变，通过河南省及许昌市统计年鉴发布的交通运输数据和邮政业务数据，以及对许昌市区居民出行结构进行调查,分析电商时代城市居民出行模式的变化，电商平台哪些应用的普及和使用对居民交通需求产生影响？交通出行结构如何改变？继而分析公共交通和物流运输如何深入居民生活和适应交通需求。1.3.2研究方法（1）文献研究法借助于图书馆、互联网、以及有关电商及交通的书籍报刊，归纳总结两者的相关研究动态，在对相关文献进行梳理与整合后，为本文的研究提供理论支持。（2）案例分析法以典型的电商平台、网络购物、社区电商、上门服务为例，分析其在发展过程中对居民生活及交通方式的带来的直接影响。(3)比较研究法通过查阅近五年来（2015-2019河南省统计年报的公路客货运量，许昌邮政业务量等并进行时间上的纵向比较，反应两者间的关系，为论文的撰写提供依据。（4）设计问卷法通过整理设计调查问卷，调查现阶段许昌市民的交通出行行为，让得到的结果更具有可信度，并进行模型分析，为本文提供数据基础。模型分析法通过调查问卷量表题的数据分析，采取回归模型进行分析，针对各项因素设置自变量因变量，探讨电商活动对出行需求影响的效度和各交通影响因素对出行方式选择的线性关系。2.研究基础2.1电子商务的崛起电商发展[DevelopmentofInternete-commerce]是基于互联网，买家和卖家在互联互通的地点实现商品交易、金融流动的过程，主要特点是交易者数目不限，平台多样，生产资料丰富、交易过程简便，依托网络实现交易的数字化、信息化、智慧化的商业运营模式。电商最早发展于90年代，1999年中国电商起步，C2C模式开始发展，淘宝开始一枝独秀。这一年，中国第一家电子商务C2C平台是王俊涛的8848，接着是邵亦波的易趣，后来到2003年接着B2C模式亮相，即网上商城模式，京东主营线上商城，此时阿里巴巴旗下的C2C网站淘宝网也才成立，如今线上电商被京东和阿里这两大巨头占据80%[9]。当今的电子商务具有九种类型的模型：ABC，B2B，B2C，C2C，B2M，M2C，B2A，C2A和020。由于地域的约束，而作为电商新模式的社区电商和上门服务模式更是如日中天，虽然它们地起步较晚，但随着房地产开发的规模化，地产开发商清楚认识到居民购物出行的必要性和生活方式的多样化，电商逐步快速地引入了我们的社区，其发展趋势非常强劲，能够更好地满足居民的消费和出行需求，如我们常见的社区电商平台有美团优选、考拉精选、你我您等，它们的发展会有固定的社区用户，而作为新的电商模式其未来发展非常可期，也终将会在关注民生的道路上越走越远。所以如今的中国无疑是世界上发展最快的一个互联网电商发达国家。2.2互联网电商分类2.2.1网络购物网络购物改变了居民的购物和出行模式。在传统的营销模式下，消费者通常必须进入真实的地方购买他们想要购买的产品，并从数千种产品中进行选择。要找到所需的产品，您必须搜索多个商店，这不仅消耗能源，而且浪费时间。电子商务的出现满足了消费者可以在不限制其位置的情况下在线搜索和查看，清单中所有商家提供的所有产品都经过全面比较和选择，并选择了满足自己需求的产品。日前流行的B2C和C2C模式，其“网上订货、送货上门”的销售模式极大程度地方便了城市居民生活，使我们足不出户就可以买到心仪商品，避免了交通出行，减少了交通需求，充分体现了网上购物的方便、高效、快捷、低成本的特点。2.2.2社区电商社区电子商务平台是依靠社交网站的传播途径创造的一种新的商品交易模式，通过网上店铺与社区便利店的融合接洽，以及社区互动、用户自生信息等渠道来促进买卖行为，而且还为顾客带来很多便利，例如在线购物，省去了在其他平台选购的麻烦，居民的活动会规范在社区内，可实现在最近自提点取货以及价格优惠等福利，且不会受时间，天气和其他因素，极大程度的减少了城市居民的交通出行量。用户在线下订单后，离用户最近的便利店负责交货，并且可以在15分钟内交货，从而在国内电子商务行业中创造了“最快的物流运输”[10]。2.2.3上门服务“十三五”期间，上门服务建设取得显著成效。由于门到门服务具有物联网，互联化和智能化的特征，因此上门经济服务建设中的服务必须着重于构建基础设施，以实现物联网和门到门服务的互连。所谓的“门到门经济”是用户预订的一种新的经济形式，商家通过互联网将商品送货上门、服务人员也会定时到指定的位置来提供服务。如今我们可以看到“上门经济”被更广泛地应用于城市餐饮，娱乐和各种生活服务领域，生活中常见的有饿了么、到家等等送餐服务，上门美甲、上门维修、上门洗车维修等。2.3许昌市电商业务数据统计目前我国移动端网购使用率、用户规模的不断增高，电子商务发展具有非常有利的外部环境，相反也彰显了互联网电商发展的成果，下面是许昌市近几年来的电商发展情况：图2-12015-2019年邮政业务量图2-22015-2019年邮政业务收入2013-2019许昌邮政行业整体发展情况呈上升趋势，从邮政业务量和邮政业务收入的数据数据来源：许昌市邮政业发展统计公报数据来源：许昌市邮政业发展统计公报。图2-32015-2019年快递业务量图2-42015-2019年快递业务收入从图中的数据来看数据来源：许昌市邮政业发展统计公报。，我们可以看出2013-2019年许昌市的快递业务量也是稳速直线式增长，电商行业逐步渗透到更多的传统企业,这连续几年的发展趋势加上中国式互联网开发的速度，我们完全可以预测中国网购及物流市场的整体发展将保持更数据来源：许昌市邮政业发展统计公报。2.4本章小结本章对此次研究的电商相关背景进行描述，从电商的发展历程和演变方式我们可以看到电商不断摸索前进，网络购物、再到社区电商、送货上门我们可以看到服务型电商更加智能化、更加具有便民性；许昌市的邮政业务数据统计也直观的体现了邮政快递业务的发展。我们就可以在这样一个研究背景下来探讨居民的交通出行行为。3.交通出行行为研究3.1交通出行者出行行为交通出行者出行行为[Travelbehavioroftraffictravelers]可定义为：出行者离开住所进行的各种户外活动的行为。出行方式是指城市居民外出活动时依托交通工具为媒介达到出行目的方式。步行：步行不消耗任何能源，绿色环保、灵活性较高，适合短距离出行。自行车:如果你去的地方不是特别远，但是又想节省时间的时候就可以选择自行车。存放方便、绿色环保、减少拥堵，适合3公里以内的短距离出行。如今城市的共享单车更是给予我们极大的方便，如许昌市的小绿，在前一小时免费，这是政府对绿色交通的政策支持与补贴。电动车：现在电动车的用户真的很多，是因为真的方便，机动性灵活性较强，主要依靠电力，相比于自行车速度更快，节省力气，不会造成环境污染。公交车:公交车绿色环保、省力省财，两站地以上的可以选择乘坐公交车,通过公交卡还可以享受各种优惠。小轿车;灵活快捷，适合中长距离出行，同时具备一定承载能力，而且无论刮风下雨下雪，都可以在车里不受天气的影响，可以说是非常舒适的，只是造价有些高。出租车：快捷，方便、时效性强，可以分担一部分城市公交客流，还可以满足个体化需求，但价格比较高。3.2许昌市居民交通出行方式结构随着都市化进程加快，出行工具中私家车以其自身的优势与公共交通进行着拉锯式的竞争，随着共享单车、网约车等互联网技术在公共交通领域中的应用发展,许昌市居民的交通出行方式更加多样。在现有的道路资源及规模条件下，道路运输能力逐渐下降,出行容易拥堵,影响了居民选择出行方式。由于许昌市现在还未开通轨道交通,因此在地铁开通运行之前许昌市居民的出行方式主要为私人交通(包括步行、自行车、电动车、小汽车)和公共交通（出租车、地面公交、共享单车）。表3-1许昌市交通出行结构步行自行车电动车公交车私家车出租车环保、健康短途环保、共享、经济、绿色轻巧、方便、易存放节省财力、绿色快捷、舒适、中长距离方便、快捷、个体化需求3.3出行方式选择及满意度3.3.1影响因素确定性因素中个体因素包括个体的社会经济特征(性别、年龄、职业等)，不同的个体即使出行目的一样,也可能选择不同的交通方式，交通属性包括出行的目的、时间、距离、费用等，一般情况下，居民对于日常的刚性出行，比较在乎可靠性，时效性，对出行的费用要求也比较高。而对于部分弹性出行，对时间和费用的要求比较低，具有随意性和自由性。不确定因素包括居民出行工程中积累的分析能力、习惯和情绪感受等，所以出行是个不断学习适应的动态过程，居民个体出行习惯不同，则会选择不同的交通出行方式[11]。表3-2交通出行方式影响因素确定性因素个体属性性别、年龄、职业交通属性出行目的、出行距离出行时间、出行费用不确定性因素决策阶段出行影响因素经验、习惯、分析能力、情绪3.3.2居民出行满意度人们对于出行的满意度取决于日常出行中所需要花费的时间及费用,目的地可达性、机动性、连续性、快速性、经济性、舒适性、安全性。职住距离过远的居民会选择可达性、快速性较好的方式，但其经济花费会较高。低收入的居民会选择低成本的出行方式，但导致出行时间花费过多或者出行过程中体验感太差从而使得出行满意度降低。由此可见,居民的出行满意度不是由单一元素决定，过可达性、机动性、连续性、快速性、经济性、舒适性、安全性程中的所有特性有选择地结合、共同影响我们的出行满意度。人们更加希望能够在出行中得到高质量的、更加舒适的环境,让我们能够利用出行途中的时间使用互联网与外界进行信息交换,从而提高人们的出行时间忍耐长度以及出行品质。可达性、机动性、连续性、快速性、经济性、舒适性、安全性

3.4公路运输数据统计公路运输是在道路运输人和货物运输的方式，随着公路基础设施建设下降和私家车的普及，2015-2019年我省公路营业性客运需求量和客运周转量都在逐年下降数据来源：河南省道路运输统计年报。，其具体数据减少趋势如图3-1、3-数据来源：河南省道路运输统计年报。图3-12015-2019年河南省公路客运量图3-22015-2019年河南省公路客运周转量由河南交通运输局统计年报数据显示，近几年来公路客运量受居民私家车增长、居民出行需求减少等因素的限制以及人口红利的不断消失，其下降趋势明显，传统的公共交通及客运方式已经进入发展瓶颈期，已不能满足新形势下的居民出行，因此我国公路客运运输系统优化及基础设施建设有待提高。随着商品交易活动飞速增长，交通运输在物流领域运用广泛，公路货运量及货运周转量需求也随之增加，其具体增长趋势如图3-3、3-4：图3-32015-2019河南省公路货运量图3-42015-2019河南省公路货运周转量由图可知2015-2018年货运周转量逐年增加（2019年除外）数据来源：河南省道路运输统计年报。，但从整体线性方向我们可以看出是呈直线增长的态势，近年来，我国经济高速发展，电子商务、物流运输的迅速繁荣促使货物运输需求不断增加、运输规模不断扩大数据来源：河南省道路运输统计年报。3.5本章小结本章对交通出行行为的相关理论进行描述，让我们对许昌市居民目前的交通生活方式有了一定了解，再根据河南省的统计年鉴数据分析，我们可以得出这样一个结论：如今的客运居民出行需求是明显减少的，相反货物运输是不断增加的，所以针对这个现状我们可以找准思路，为客运企业的发展和道路货物运输提供发展意见。

4.调研设计和实施4.1调查目的、对象、及方法互联网发展成为一个城市的活力所在。改变着人们生活的方方面面,尤其是交通领域,互联网电商的发展和应用使人民足不出户就可以完成工作或生活的部分需求,从而减少了出行需求。为进一步探讨电商对具体交通出行的影响，我们有12个问题要在问卷里展开搜集数据，在不同群体选择的出行方式中探讨互联网对城市居民出行的影响,了解各类群体出行目的、出行时间及出行工具的选择,并重点研究电商对居民出行模式和出行满意度的影响，以更加清楚地了解电商发展背景城市居民的交通出行行为的改变和对电商深入居民日常生活的期望。本文采用了问卷调查法，调查对象为许昌居民，采用线上调查的方式对城市各类居民普遍发放，调查对象的界定重点针对了解互联网并受电商影响的群体，保证重点又不失一般性,获得的数据能反映一般城市居民的特点。4.2问卷内容的设计本文分为居民交通出行行为习惯调查和具体电商活动对交通出行的影响两部分。主要针对互电商发展前后居民出行行为的改变来设计问卷。第一部分是被调查者的年龄、职业，这一部分采用单选的方式。（1-2题）第二部分是哪些电商活动深入居民生活，居民对电商对于生活影响程度的直观体验回答。（3-4题）第三部分是许昌市居民出行行为基本现状调查，包括对出行距离，出行费用，出行频次。这部分由受访人根据自己的出行实际做出回答。（5-7题）第四部分是针对电商普及前后的交通需求，频次和交通出行选择方式的改变，每题都具有针对性。（8-10题）第五部分从出行方式、频次、时间、范围、效率、成本这几方面探讨电商对百姓生活的影响。（11-12题）此问卷是由本人和指导老师共同完成问卷设计，问卷内容是根据自己所学专业知识及在日常课程设计中了解到的交通出行知识，并结合自身实际、通过观察城市居民出行习惯的具体表现，展开设计提出问题，并由指导老师分析纠正最终确定。4.3调查问卷发放方式及统计方法本研究针对许昌市居民采集数据，有微信和手机两种提交渠道来源，样本统计共有400份，其中不分性别，对象主要针对使用移动设备，有过网络购物等实际体验的人，从理论上来讲都是有效的。统计分析依靠问卷星网站进行分析，以数据表（调查统计数据）、饼状图（用于选项之间独立平等的题目）、柱状图（用于选项具有层次划分的题目）、条形图结合，可以直观形象地体现调查的结果。表4-1问卷Cronbach信度分析 名称校正项总计相关性(CITC)项已删除的α系数Cronbachα系数请问你的年龄？-0.2800.8000.792你从事的职业是？0.0020.799淘宝，京东等购物平台-0.0230.793社区电商自提点0.4650.784饿了么、美团外卖0.2670.788上门服务(上门维修，上门美甲美发等）0.3090.788远程学习办公0.3200.787UU跑腿（代买、代取、代送）0.2740.788电商普及后对你的交通出行影响大吗0.2530.789上班0.2340.789上学0.4390.785购物0.3210.788吃饭0.4300.784娱乐0.4520.784看病0.1720.790其他-0.0390.795你日常的出行距离是？-0.1190.805你每日大致的出行费用是多少？0.1410.804买菜0.0990.794买衣服0.3500.784外出吃饭0.4210.781娱乐0.4340.780网上办公学习0.3250.785次数0.4430.779私家车0.5210.775公交车0.6540.768共享单车0.5060.776电动车0.5500.773出租车0.5600.773步行0.4280.780速度快0.0990.792舒适性0.3670.786换乘少0.1560.791价格低0.2670.788避免拥堵0.1500.791出行习惯0.4930.783绿色环保0.1690.790减少了个人出行需求-0.2240.799私家车的使用频次减少0.1610.791改变居民生活方式，节约时间0.2370.789小区内活动增加，小区外活动减少0.1940.790促进物流发展，提升交通运输效率-0.0210.795减少了交通出行支出和社会交通成本-0.0970.796标准化Cronbachα系数：0.797分析建议：信度分析主要是研究定量数据，针对态度量表题的回答，分析其可靠性和准确性。其中的a系数是指标,如果a系数值高于0.8,说明采集的数据信度高;如果此a系数值在0.7-0.8之间，说明信度比较好；如果a系数值在0.6-0.7之间说明数据的可信度可以接受;如果a系数小于0.6,则说明数据的信度不太好[12]。

4.4调查问卷数据处理和分析结果第1题请问你的年龄？[单选题]图4-1饼状图从上可知，统计到18岁以下的群体占3.5%；18-25岁之间占47%,占绝大部分比例。26-35岁占比24.75%；36-50岁的居民占19.25%;50岁以上的仅占5.5%。第2题你从事的职业是？[单选题]图4-2饼状图从上可知，调查人员中政府机关和事业单位人员占21.5%，学生占比45.75%，自由职业者占比12.25%，无业者占比5.25%，退休人员仅占比2%，其他人员占比2.25%。第3题下面哪些是你所接触并参与的的电商服务？[多选题]图4-3饼状图以上数据显示居民参与电商服务活动最多的是淘宝，京东等购物平台，占比87.5%，几乎所有互联网用户都有网购的经验；其次是饿了么，美团外卖，占比73.5%，这也是线上下单，短距离取件的方式，由此可以看出在居民出行这方面电商给予很大的方便。而社区电商及上门服务和远程办公占比相对较低，而uu跑腿普众率最低，仅占9.75%，可能由于UU跑腿、社区电商的宣传力度不够，上门服务具有安全隐患等现实问题。第4题电商普及后对你的交通出行影响大吗[单选题]图4-4饼状图由图可知，其中37.75%的人认为影响很大，37.75%的认为影响一般，16.75%的人认为影响较小。虽然有7.75%的居民选择没有影响，我们仍然可以看出电商普及后对我们的交通出行还是有一定的影响。第5题网购、社区电商和上门服务等减少了你的哪些交通出行需求？[多选题]图4-5饼状图由图表可知，网购、社区电商和上门服务等减少了88.75%购物出行需求，说明网购可以使人们不必去到实体店就可以买到东西，很大程度的减少了居民出行。现在的很多年轻人为了方便选择外卖，减少了65%的吃饭需求；娱乐出行需求减少了36.25%；由于受2020年新冠病毒疫情的影响，线上教育突起，上学出行需求减少了15%；远程办公也使上班需求减少了16%，其他需求也有减少5%。第6题你日常的出行距离是？[单选题]图4-6饼状图在对许昌主城区居民的随机问卷调查中发现,居民出行距离在2公里之内占比37.75%；2-5公里之内占比47.25%，这些被调查者大多是工作与居住都在市区,因此这些被调查者的出行方式主要是步行、骑电动车或共享单车;两者加起来占比85%，说明居民日常出行中短距离出行较多，5-10公里占比9.25%；这些被调查者的职住距离不是太远,他们主要通过电动车、公交车或者私家车出行;10公里以上占比5.75%；工作地点在许昌市其他区域的被调查者出行半径在10km及以上的,会选择私家车和公共交通出行。由此可推测,许昌市的居民在近距离的出行中主要是会选择步行、电动车、共享单车等，对于中远距离的出行，则会选择公共交通或私家车出行。第7题你每日大致的出行费用是多少？[单选题]图4-7饼状图由图可以看出居民每日出行费用在0元的占比44.25%，在这个选项中人们是通过电动车、自行车或者步行；2元的公交出行占比31.75%，这两块占比多可能与居民收入，距离远近、绿色环保理念有关。出租车起步价是5元，针对不同里程出行设置的8、12、15元对应不同的距离，三部分加起来有16.25%的居民选择,有7.75%的人选择了其他数额。第8题对于以下生活方面，你每天减少了多少次出行？[矩阵单选题]图4-8条形图在这部分的矩阵选择中，54.25%的人减少0次，36.5%的人减少1-2次。纵向分析我们可以看到，对于每天减少了多少次的出行，在买菜的活动中，一半的人减少了0次出行，一半的居民减少了不同的出行次数，我们可以得出网购和社区自提减少了很多人的买菜出行，但尽管受网购和社区自提影响，半数的居民还是倾向于实体店自己选择新鲜的菜。对于买衣服这个需求，40.25%的人减少0次，较大部分约59.75%的居民出行次数减少，我们可以得出网购较大程度地减少我们的买衣服出行。对于外出吃饭这个需求，36%的人减少0次，52.75%的人减少1-2次，8.5%的人减少2-4次，2.75%的人减少4次以上。纵向分析我们可以看到，在外出吃饭的活动中，一大部分减少了1-2次出行；很少一部分人减少了2次以上，可以得出网购饿了么、美团等配送很大一部分影响了居民的吃饭出行需求。对于娱乐这个需求，纵向分析我们可以看到，对于每天减少了多少次的出行，在娱乐的活动中，58.25%的人减少了0次出行，原因是很多娱乐活动是体育和实践活动，这些活动必须在实际场地才可以完成；也有41.75%的人们减少了娱乐出行次数，因为随着互联网发展很多娱乐活动可以足不出户网上联机实现娱乐。对于网上办公学习这个需求，纵向分析我们可以看到，对于每天减少了多少次的出行，在办公学习的活动中，对于45.25%的人来说没有影响，减少了0次出行，剩下54.75%的人学习办公出行次数都有相应减少，我们可以得出远程办公和学习给人们出行带来了方便。第9题随着网上购物和社区服务增多，相比以前你每周减少了多少次外出？[矩阵单选题]图4-9柱状图由图可知，随着网上购物和社区服务增多，相比以前34%的人每周减少了1-3次外出；46.75%的人每周减少了3-6次外出；14.25%的人每周减少了6-10次外出；2%的人每周减少了10-15次外出3%的人每周减少了15次以上外出。说明电商普及对居民出行次数有着不同层次的减少，其中平均减少了1-3次的比重最大。第10题电商普及前后你使用交通方式的变化？[矩阵单选题]图4-10条形图由图表可知，电商普及前后对人们使用交通方式产生了影响，很明显的共同点是：从步行到私家车，都有近半数的居民使用交通方式基本不变。第11题选择出行方式时你考虑的主要因素？[多选题]图4-11饼状图影响居民出行的交通方式特性包括出行的速度快慢、舒适性、换乘多少、价格高低、拥堵情况、绿色环保等。从饼状图我们可以看出在出行属性因素中，各个占比都在50%左右，速度快对居民选择出行方式的影响最大，其次是价格低、舒适性，只有30.75%的居民会考虑出行方式是否环保。36.75%的居民受出行习惯影响，我们知道即便不同个体出行目的相同,但由于各自本身的特征也会选择不同的运输方式。第12题你认为电商发展对于整个社会的百姓生活有哪些影响？[多选题]图4-12饼状图由此可以看出在对百姓的生活影响中，减少了个人出行需求、改变了居民生活方式节约时间的比重都占到50%以上，说明电商在出行总量和时间成本上对居民影响很大。随者居民网购增加，快递包裹量增多，46%的人们认为电商很好地促进了物流业的发展，提升了交通运输效率；在活动范围这方面，有五分之一的居民认为电商改变了出行活动范围；有41.75%的人们私家车使用频次减少，说明人们越来越注重绿色出行，23.75%的人认为减少了交通出行成本和社会交通成本。4.5本章小结这一章是本文的核心部分，主要是对许昌市民交通出行的调查研究，包括电商普及前后居民交通出行需求的改变，通过直接的感官题我们针对大部分居民的选择并结合实际情况来分析目前的状况，并通过量表题得出的数据为下一步的量化分析、建立模型提供有力的依据。

5.模型选择与建立5.1影响交通出行需求因素回归分析5.1.1模型建立此次研究的目的是探讨影响居民交通出行需求和出行方式选择的因素，将电商具体发展行为作为自变量、居民出行具体需求作为因变量；将速度快,舒适性,换乘少,价格低等因素作为自变量，将选择的交通方式作为因变量建立回归模型，分析多项分类自变量与连续因变量之间的线性关系[13]。有序logistic回归分析的步骤分别为：首先对模型整体情况进行说明，比如对R方值进行描述；接下来逐一分析各自变量X对于Y的影响情况，如果X对应的p值小于0.05则说明X会对Y产生影响关系；最后结合OR值（实验组的事件发生几率/对照组的事件发生几率）做进一步的影响幅度分析[14]。回归模型表达式如下：lnPy=j|xPy=i|x=αj∈其中：XkK—自变量的个数；αjPy=j|xlnPy=j|xPy=i|x—j事件与i事件发生比[j∈1,2,…,i−1,i+1,…,nPy=j|x+Py=i|x=15.1.2回归模型分析结果（1)探究淘宝，京东等购物平台对买衣服出行需求的影响量，使用Logit连接函数进行有序logistic回归分析。表5-1有序Log需求istic回归分析因变量频数分布 名称选项频数百分比买衣服016140.25%1-216040.00%2-4348.50%4次以上4511.25%总计400100.0表5-2有序Logistic回归模型似然比检验 模型-2倍对数似然值卡方值dfpAIC值BIC值仅截距950.512最终模型924.03826.47310.0085932.038948.004表5-3有序Logistic回归模型分析结果汇总 项项回归系数标准误z

值

Waldχ²

p

值OR值OR值95%CI因变量阈值00.9720.3143.0939.5650.0020.3780.204~0.7001-22.8420.3378.43771.1870.0000.0580.030~0.1132-43.5160.3529.99599.8900.0000.0300.015~0.059自变量淘宝，京东等购物平台1.5680.3324.72322.3060.0004.7992.503~9.202McFadden

R

方：0.871Cox和Snell

R

²：0.064Nagelkerke

R

²：0.071模型似然比检验是对整体模型的有效性进行解释。P只能说明某事件发生的几率，如果P值小于0.05说明构建模型放入的变量有效。回归系数在构建的回归方程中代表模型中自变量X对因变量Y影响大小的参数[15]。R平方值代表两者关系的效应量从上表可以看出，模型伪R平方值(McFadden

R方)为0.871，意味着淘宝，京东等购物平台可以解释买衣服的87.1%变化原因。以及模型公式如下:

logit[P(买衣服<=0)/(1-P(买衣服<=0))]=0.972+1.568*淘宝，京东等购物平台

logit[P(买衣服<=1-2)/(1-P(买衣服<=1-2))]=2.842+1.568*淘宝，京东等购物平台

logit[P(买衣服<=2-4)/(1-P(买衣服<=2-4))]=3.516+1.568*淘宝，京东等购物平台

最终具体分析可知：淘宝、京东等购物平台的回归系数为1.568，呈现出0.01水平的显著性(z=4.723，p=0.000<0.01)，意味着购物平台会对买衣服产生显著的正向影响。以及优势比(OR值)为4.799，意味着购物平台每增加一个单位，买衣服的变化(增加)幅度就为4.799倍。(2)探究社区电商自提点对买菜出行需求的影响量，使用Logit连接函数进行有序logistic回归分析。表5-4有序Logistic回归模型似然比检验 模型-2倍对数似然值卡方值dfpAIC值BIC值仅截距782.502最终模型776.7715.73010.017784.771800.737表5-5有序Logistic回归模型分析结果汇总 项项回归系数标准误z

值

Waldχ²

p

值OR值OR值95%CI因变量阈值00.3750.1312.8628.1930.0040.6880.532~0.8891-22.5080.19812.671160.5470.0000.0810.055~0.1202-43.6960.30911.953142.8700.0000.0250.014~0.045自变量社区电商自提点0.4710.1982.3755.6400.0181.6011.086~2.362McFadden

R

方：0.700Cox和Snell

R

²：0.014Nagelkerke

R

²：0.017从上表可以看出，模型伪R平方值(McFadden

R方)为0.7，意味着社区电商自提点可以解释买菜的70%变化原因[14]。社区电商自提点的回归系数为0.471，呈现出0.05水平的显著性(z=2.375，p=0.018<0.05)，意味着社区电商自提点会对买菜产生显著的正向影响，优势比(OR值)为1.601，说明社区电商自提点每增加一个单位，买菜出行需求的变化(增加)幅度为1.601倍。(3)探究饿了么、美团外卖对吃饭出行需求的影响量。表5-6有序Logistic回归模型似然比检验 模型-2倍对数似然值卡方值dfpAIC值BIC值仅截距810.835最终模型807.1513.68410.045815.151831.117有序Logistic回归模型分析结果汇总 项项回归系数标准误z

值

Waldχ²

p

值OR值OR值95%CI因变量阈值0-0.2640.189-1.3931.9410.1641.3020.898~1.8871-22.3940.23310.258105.2250.0000.0910.058~0.1442-43.8940.35111.084122.8570.0000.0200.010~0.041自变量饿了么、美团外卖0.4250.2191.9363.7480.0431.5290.995~2.352续表5-7McFadden

R

方：0.77Cox和Snell

R

²：0.009Nagelkerke

R

²：0.011从上表可以看出，模型伪R平方值(McFadden

R方)为0.77，意味着社区电商自提点可以解释买菜的77%变化原因[14]。饿了么、美团外卖的回归系数为0.425，呈现出0.05水平的显著性(z=1.936，p=0.043<0.05)，意味着饿了么、美团外卖对外出吃饭需求产生显著的正向影响，以及优势比(OR值)为1.529，意味着饿了么、美团外卖增加一个单位时，买菜的变化(增加)幅度为1.529倍。5.2影响交通选择方式因素的回归分析表5-8有序Logistic回归分析因变量频数分布 名称选项频数百分比私家车大幅增加338.25%稍微增加369.00%基本不变18446.00%稍微减少10325.75%大幅减少4411.00%总计400100.0(1)将速度快,舒适性,换乘少,价格低,等因素作为自变量，而将私家车作为因变量进行有序logistic回归分析，并使用Logit连接函数进行研究。表5-9有序Logistic回归模型似然比检验 模型-2倍对数似然值卡方值dfpAIC值BIC值仅截距1097.530最终模型1064.25633.27370.0001086.2561130.162表5-10有序Logistic回归模型分析结果汇总 项项回归系数标准误z

值

Waldχ²

p

值OR值OR值95%CI因变量阈值大幅增加-2.1590.286-7.54956.9820.0008.6674.947~15.183稍微增加-1.2820.260-4.94124.4120.0003.6042.167~5.994基本不变0.9680.2573.77214.2270.0000.3800.230~0.628稍微减少2.5820.2888.97180.4800.0000.0760.043~0.133自变量速度快0.7130.2043.50012.2500.0000.4900.329~0.731舒适性0.1440.1920.7530.5670.4521.1550.793~1.683续表5-10换乘少0.2480.1981.2521.5670.2111.2820.869~1.890价格低0.3500.2071.6862.8430.0921.4190.945~2.130避免拥堵-0.6210.197-3.1509.9220.0021.8611.264~2.739出行习惯0.2280.2021.1311.2790.2581.2560.846~1.866绿色环保-0.0920.216-0.4280.1830.6690.9120.597~1.392McFadden

R

方：0.30Cox和Snell

R

²：0.080Nagelkerke

R

²：0.085从上表可知，模型伪R平方值(McFadden

R方)为0.30，意味着速度快,舒适性,换乘少,价格低,避免拥堵,出行习惯,绿色环保可以解释私家车的30%变化原因。以及模型公式如下:

logit[P(私家车<=大幅增加)/(1-P(私家车<=大幅增加))]=-2.159+0.713*速度快+0.144*舒适性+0.248*换乘少+0.350*价格低+0.621*避免拥堵+0.228*出行习惯-0.092*绿色环保

logit[P(私家车<=稍微增加)/(1-P(私家车<=稍微增加))]=-1.282+0.713*速度快+0.144*舒适性+0.248*换乘少+0.350*价格低+0.621*避免拥堵+0.228*出行习惯-0.092*绿色环保

logit[P(私家车<=基本不变)/(1-P(私家车<=基本不变))]=0.968+0.713*速度快+0.144*舒适性+0.248*换乘少+0.350*价格低+0.621*避免拥堵+0.228*出行习惯-0.092*绿色环保

logit[P(私家车<=稍微减少)/(1-P(私家车<=稍微减少))]=2.582+0.713*速度快+0.144*舒适性+0.248*换乘少+0.350*价格低+0.621*避免拥堵+0.228*出行习惯-0.092*绿色环保速度快因素的回归系数为0.713，呈现出0.01水平的显著性(z=3.500，p=0.000<0.01)，说明速度快会对选择私家车出行产生显著的正向影响，而且优势比(OR值)为0.490，当速度快因素每增加一个单位，选择私家车的(增加)幅度为0.490倍。

避免拥堵的回归系数是-0.621，呈现出0.01水平的显著性(z=-3.150，p=0.002<0.01)，说明避免拥堵会对私家车产生显著的负向影响，优势比(OR值)为1.861，说明避免拥堵因素每增加一个单位，选择私家车出行的(减少)幅度为1.861倍。总结分析可知：速度快会对私家车产生显著的正向影响,避免拥堵则会对私家车产生显著的负向影响；但是舒适性,换乘少,价格低,出行习惯,绿色环保并不会对私家车产生影响关系。(2)同理将选择公交车作为因变量进行有序logistic回归分析。表5-11有序Logistic回归模型分析结果汇总 项项回归系数标准误z

值

Waldχ²

p

值OR值OR值95%CI因变量阈值大幅增加-2.6490.301-8.80477.5050.00014.1427.841~25.507稍微增加-0.8640.251-3.44811.8910.0012.3741.452~3.879基本不变1.0010.2523.97415.7950.0000.3670.224~0.602稍微减少2.0850.2757.57957.4390.0000.1240.072~0.213自变量速度快0.0720.1980.3640.1320.7161.0750.729~1.584舒适性0.1250.1890.6600.4350.5091.1330.782~1.640换乘少-0.0010.195-0.0030.0000.9980.9990.682~1.464价格低-0.1960.203-0.9660.9330.3340.8220.552~1.224避免拥堵0.3000.1921.5632.4430.1181.3500.927~1.966出行习惯0.0570.1980.2860.0820.7751.0580.717~1.561绿色环保-0.5560.2152.5906.7060.0100.5740.377~0.874McFadden

R

方：0.008Cox和Snell

R

²：0.023Nagelkerke

R

²：0.024价格低的回归系数值为0.196，呈现出显著性(z=0.966，p=0.034<0.05)，意味着价格低产生显著的正向影响，优势比(OR值)为0.822，说明价格低每增加一个单位，公交车的变化(增加)幅度为0.822倍。

绿色环保的回归系数为0.215，呈现0.01水平的显著性(z=2.590，p=0.010<0.01)，说面馆绿色环保会对公交车产生显著的正向影响，优势比(OR值)为0.574，意味绿色环保每增加一个单位，选择公交车出行的变化(增加)幅度为0.574倍。总结分析可知：速度快、换乘少、避免拥堵、舒适性、出行习惯并没有对公交车出行方式呈现显著性，对选择公交车出行没显示有影响，而价格低、绿色环保对于公民选择公交出行有正向影响作用。（3）同理将共享单车作为因变量进行有序logistic回归分析。表5-12有序Logistic回归模型分析结果汇总 项项回归系数标准误z

值

Waldχ²

p

值OR值OR值95%CI因变量阈值大幅增加-2.0590.276-7.46055.6520.0007.8424.565~13.471稍微增加-0.6220.253-2.4566.0310.0141.8621.134~3.059基本不变1.7150.2696.38240.7290.0000.1800.106~0.305稍微减少2.5720.3038.49772.2000.0000.0760.042~0.138自变量速度快-0.2750.203-1.3561.8380.1750.7600.511~1.130舒适性0.4390.1932.2725.1620.0231.5511.062~2.264换乘少-0.0890.199-0.4490.2020.6530.9150.620~1.350价格低-0.2450.208-1.1781.3880.2390.7830.521~1.176避免拥堵-0.0240.195-0.1210.0150.9040.9770.667~1.431出行习惯0.3870.2031.9053.6270.0571.4730.989~2.195绿色环保-0.3660.217-1.6902.8560.0910.6930.453~1.060McFadden

R

方：0.47Cox和Snell

R

²：0.037Nagelkerke

R

²：0.039舒适性的回归系数为0.439，呈现出0.05水平的显著性(z=2.272，p=0.023<0.05)，说明舒适性会对共享单车产生显著的正向影响，其优势比(OR值)为1.551，意味着舒适性因素每增加一个单位，选择共享单车出行的(增加)幅度为1.551倍。但是速度快,换乘少,价格低,避免拥堵,出行习惯,绿色环保等因素未显示对共享单车产生影响。（4）同理将选择电动车作为因变量进行有序logistic回归分析。表5-13有序Logistic回归模型分析结果汇总 项项回归系数标准误z

值

Waldχ²

p

值OR值OR值95%CI因变量阈值大幅增加-2.4110.288-8.37770.1760.00011.1456.340~19.591稍微增加-1.0780.259-4.16117.3170.0002.9381.768~4.881基本不变1.2670.2624.84523.4760.0000.2820.169~0.470稍微减少2.5500.3098.25468.1240.0000.0780.043~0.143自变量速度快-0.2640.204-1.2951.6760.1950.7680.515~1.145舒适性0.3430.1941.7673.1220.0771.4100.963~2.063换乘少-0.0980.200-0.4880.2380.6250.9070.613~1.342价格低-0.3170.210-1.5132.2900.1300.7280.483~1.098避免拥堵-0.0720.197-0.3690.1360.7120.9300.633~1.367出行习惯0.2390.2041.1681.3650.2431.2700.851~1.895绿色环保-0.1850.218-0.8460.7150.3980.8310.542~1.275McFadden

R

方：0.510Cox和Snell

R

²：0.024Nagelkerke

R

²：0.026最终具体分析可知这七种影响因素未显示对电动车产生影响关系。（5）同理将选择出租车作为因变量，进行有序logistic回归分析。表5-14有序Logistic回归模型分析结果汇总 项项回归系数标准误z

值

Waldχ²

p

值OR值OR值95%CI因变量阈值大幅增加-2.2660.305-7.43155.2260.0009.6455.305~17.535稍微增加-1.0710.264-4.05716.4580.0002.9191.740~4.898基本不变1.5670.2725.76233.2060.0000.2090.122~0.356稍微减少2.7920.3069.13383.4160.0000.0610.034~0.112自变量速度快-0.0400.209-0.1920.0370.8470.9610.637~1.447舒适性0.2080.2001.0401.0820.2981.2310.832~1.822换乘少0.1040.2060.5040.2540.6141.1090.741~1.661价格低0.0770.2150.3570.1280.7211.0800.709~1.645避免拥堵0.3860.2041.8943.5880.0581.4710.987~2.192出行习惯0.1180.2100.5640.3190.5731.1260.746~1.698绿色环保-0.1170.225-0.5220.2720.6020.8890.573~1.382McFadden

R

方：0.350Cox和Snell

R

²：0.016Nagelkerke

R

²：0.017最终具体分析可知这七种影响因素未显示对电动车产生影响关系。表5-15有序Logistic回归模型分析结果汇总 项项回归系数标准误z

值

Waldχ²

p

值OR值OR值95%CI因变量阈值大幅增加-1.3510.256-5.26927.7570.0003.8622.336~6.384稍微增加0.0520.2440.2120.0450.8320.9500.589~1.531基本不变1.6030.2576.23038.8190.0000.2010.122~0.333稍微减少2.7690.2919.50090.2480.0000.0630.035~0.111自变量速度快-0.4120.196-2.1034.4230.0351.5101.028~2.218舒适性0.2490.1861.3351.7820.1821.2820.890~1.847换乘少0.0990.1920.5140.2650.6071.1040.758~1.608价格低-0.1530.200-0.7630.5820.4460.8580.580~1.271避免拥堵-0.4950.190-2.6066.7910.0090.6100.420~0.885出行习惯0.4330.1962.2064.8670.0271.5431.050~2.267绿色环保0.2280.2101.0841.1760.2781.2560.832~1.894McFadden

R

方：0.016Cox和Snell

R

²：0.048Nagelkerke

R

²：0.051（6）同理将选择步行作为因变量进行有序logistic回归分析。速度快的回归系数为-0.412，呈现0.05水平的显著性(z=-2.103，p=0.035<0.05)，说明速度快对步行产生显著的负向影响。以及优势比(OR值)为1.510，意味着速度快增加一个单位时，步行的变化(减少)幅度为1.510倍。

避免拥堵的回归系数为0.495，呈现0.01水平的显著性(z=2.606，p=0.009<0.01)，说明避免拥堵因素会对选择步行产生显著的正向影响，其优势比(OR值)为0.610，所以避免拥堵每增加一个单位时，选择步行的(减少)幅度为0.610倍。

出行习惯的回归系数为0.433，呈现出0.05水平的显著性(z=2.206，p=0.027<0.05)，说明出行习惯会对步行产生显著的正向影响，优势比(OR值)为1.543，意味着出行习惯每增加一个单位，选择步行外出的(增加)幅度为1.543倍。但是舒适性,换乘少,价格低,绿色环保未对选择步行产生影响关系。5.3本章小结在以上不同自变量与因变量的回归分析中，我们可以看到回归系数、完全在可控可接受范围之内，模型回归分析表明网络购物、社区电商、饿了么等平台对减少居民买衣服、买菜、吃饭的出行都产生显著的正向影响，速度快、舒适性、换乘少、价格低、避免拥堵、出行习惯、绿色环保等因素对许昌市居民交通出行方式选择也产生相应影响。我们发现,随着电商平台的普及和使用，城市居民的生活模式和出行模式受到的不同程度的影响，以及我们的交通需求改变，都会大量的减少我们的出行次数，这样的话道路交通问题将会相应缓解，对于城市交通发展和整体形象都是积极的改善。

6.结论与建议随着社会经济和科学的发展，很明显互联网电商时代正在影响着交通发展的现实和未来，改变着人们的出行结构和交通需求、运输服务经营和供给模式[16]。电商背景下的交通出行服务要想在“智慧”的路上走的稳、走的远，就要发展和开拓新思路,预测新需求,转变旧思路，完善物流服务，降低客户成本，以“人”为本,更好的结合居民生活实际，合理配置运输工具，满足居民交通出行行为的个体化需求，实现电商与交通发展的共同繁荣。6.1公共交通要适应出行结构的改变，满足新形势的出行需求短途出行被社区电商代替，公共线路从为了方便居民生活的角度出发，从小区经超市、商场娱乐场所线路比较多，到如今的超市买菜、商场购物、饭店吃饭等需求逐渐减少，居民出行必要性下降。虽然电商减少了个体出行，乘坐绿色交通的比例也相应下降，对于不同诉求属性居民的出行行为，电商发展如何实现对公共出行行为产生拉力，公共交通要如何适应出行结构的改变，满足新形势的出行需求？我们可以从以下几方面进行改善：（1)对许昌市的公交线路进行调整，优化路网依靠公共交通大数据，对市民交通出行进行OD分析，尽可能在满足全覆盖的前提下，减少部分线路的设计布置，在满足更多乘客需求基础上，解决线路重复系数高的问题，避免运力浪费。(2)优化班次衔接，公交车向小型化转型城市公共交通体系要确保班次衔接的合理性，最优化，确保时效率，减少乘客等待时间，公交车型可以适当缩小定制化，增加运载效率，提升公共交通有效运输水平。(3)提升公共交通服务品质和科学治理能力充分利用大数据平台分析居民出行需求和活动规律、有效推进一站式服务。政府要综合考虑社会承受能力，坚定“公交优先”的城市公共交通发展模式，综合运用多种行政手段，有效调节居民交通出行需求，合理引导居民出行模式。6