网约车需求弹性与旅行时间节省的价值：一项包含社会人口统计特征的大规模数据实证分析

《Research in Transportation Economics》：Ride-hailing demand elasticities and value of travel time savings: An empirical analysis with massive data including sociodemographic characteristics

价格弹性与时间价值在智利圣地亚哥大都会区的空间异质性及用户特征影响研究，基于300万条Uber出行数据构建对数线性模型，发现价格弹性在乡村和非高峰时段更高，而时间价值在市区和高峰时段更大，地铁可达性与移民人口提升需求，而贫困与老龄化区域需求下降，为差异化政策制定提供依据。

　　

Felipe González | Louis de Grange | Raúl Pezoa | Rodrigo Troncoso

智利圣地亚哥迪戈·波塔莱斯大学工业工程学院

摘要

了解用户对打车价格和行驶时间的反应对于制定有效且公平的交通政策至关重要。然而，现有的大部分证据都来自高收入国家，并且基于用户的声明性偏好数据，对用户异质性和空间环境的关注有限。本研究通过使用Uber提供的超过三百万条按出发地-目的地区域对组织的显性偏好行程记录，估算了智利圣地亚哥大区打车服务的价格弹性以及行程时间节省的价值（VOTTS），从而填补了这一空白。我们构建了对数线性需求模型，其中纳入了详细的社会人口统计和空间指标，以捕捉城市和农村地区、一天中不同时间以及用户特征之间的差异。研究结果表明，农村地区的价格弹性绝对值更高，非高峰时段的价格弹性也更高；而城市地区的VOTTS更高，尤其是在高峰时段。此外，在拥有地铁设施和较高移民人口的地区，打车需求增加；而在贫困程度较高和老年人口较多的地区，打车需求则减少。这些发现为根据当地需求调整定价、提供补贴和进行基础设施投资提供了宝贵的见解，也有助于促进打车服务与公共交通之间的整合。

引言

打车平台的出现和快速增长对全球城市交通系统带来了深远的影响。这些服务依托数字技术和灵活的劳动力市场，通过提供按需出行方式，结合了私人交通、公共服务提供和市场定价的特点（Tirachini, 2020; Oviedo et al., 2021），改变了人们的出行行为。例如，在美国，这类服务的市场份额在2009年至2017年间翻了一番，到该时期结束时用户占比达到了10%（Conway et al., 2018）。尽管这些服务通常被认为比传统出行方式更具可及性、舒适性和安全性（Tirachini, 2020; Olayode et al., 2023; Pezoa et al., 2025; Shokoohyar et al., 2020），但最新研究也指出了负面效应，如由于空驶和无效调车导致的车辆行驶里程增加（Henao & Marshall, 2019）。

这种新的出行形式给交通政策带来了重大挑战。监管机构必须在提高可及性和灵活性的好处与拥堵、排放以及出行方式从集体交通转向个人交通所带来的风险之间进行权衡。无论是通过定价、监管还是整合措施来设计有效的干预措施，都需要清楚地了解用户对成本和时间的反应。在此背景下，有两个关键指标尤为重要：需求的价格弹性和行程时间节省的价值（VOTTS）。这些参数反映了用户对票价和行驶时间的敏感度，对于制定票价、预测需求以及评估打车服务的福利影响至关重要（Alonso-González et al., 2020; Graham & Glaister, 2004; Small, 2012）。

尽管关于打车需求的文献越来越多（例如Alonso-González et al., 2020; Cohen et al., 2016; Tirachini & Del Río, 2019），但实证证据在方法论、地理环境和数据类型方面仍然存在碎片化。大多数现有研究集中在高收入地区，并依赖于声明性偏好数据（Alemi et al., 2018; Dias et al., 2017; Alonso-González et al., 2020），或者使用忽略社会人口统计和空间异质性的汇总模型（Christensen and Osman, 2025, Xu and Bansal, 2023）。这可能限制了现有证据在捕捉用户行为异质性方面的能力，尤其是在不同的空间环境和人口统计特征下。

拉丁美洲城市为解决这些挑战提供了特别有意义的案例。严重的空间和收入不平等，加上公共交通服务的不足，推动了圣地亚哥等城市的打车服务迅速发展。在这些城市中，打车服务往往根据用户特征和出行目的补充或替代公共交通（Tirachini & Del Río, 2019）。然而，基于大规模显性偏好数据，关于需求弹性和VOTTS在城市和农村地区以及不同社会人口统计特征之间的变化仍缺乏足够证据。

本文通过使用2023年4月收集的超过三百万条Uber行程记录，估算了智利圣地亚哥大区的打车服务需求的对数线性模型，填补了这一空白。模型纳入了详细的人口普查和调查数据中的社会人口统计指标，以分析需求弹性和VOTTS如何随用户特征、空间环境和时间而变化。结果与以往研究的规模相当，但也显示出根据行程特征、时间和用户人口统计特征的显著差异。值得注意的是，社会人口统计和空间异质性是导致需求弹性和VOTTS差异的关键因素。这些发现强调了在交通政策分析中考虑用户多样性和环境的重要性，尤其是在交通需求和资源分配不均衡的城市系统中。

本文的其余部分分为三个部分。第2部分对打车服务价格弹性和行程时间价值估计的相关文献进行了最新综述。第3部分详细介绍了所提出的计量经济模型、主要研究结果及其对交通政策的启示。最后，第4部分总结了我们的结论。

部分摘录

文献综述

打车服务中的需求价格弹性和时间价值估计建立在成熟的交通需求理论基础上。价格弹性衡量了乘客对票价变化的敏感度以及他们在不同交通方式之间进行选择的意愿，而VOTTS则表示对行程时间节省的货币价值，通常通过分析旅行成本和时间之间的权衡来估算（Hensher, 2011）。这些概念适用于所有交通方式——无论是公共交通还是其他方式。

数据、模型、结果及公共政策意义

本节首先描述了所提出的对数线性回归模型中包含的解释变量及其数据来源，然后介绍了模型本身的具体规格。接着展示了主要模型估计结果，并分析了这些结果的经济意义，重点关注需求价格弹性和行程时间节省价值的数值。最后讨论了这些发现的一些政策含义。

结论

我们使用大约三百万条打车服务记录的显性偏好数据，估算了对数线性模型，以获得智利圣地亚哥大区城市和农村地区行程的需求弹性和行程时间节省价值。除了票价和行驶时间外，模型还纳入了各种社会经济和人口统计特征变量，以便针对不同类型的行程（这些因素的不同组合）进行单独估计。

CRediT作者贡献声明

Felipe González：撰写 – 审稿与编辑、初稿撰写、验证、软件开发、方法论设计、调查实施、数据分析、概念构建。Louis de Grange：撰写 – 审稿与编辑、初稿撰写、验证、软件开发、方法论设计、调查实施、数据分析、概念构建。Raúl Pezoa：撰写 – 审稿与编辑、初稿撰写、验证、软件开发、方法论设计、调查实施、数据分析。Rodrigo Troncoso：撰写 – 审稿与

利益冲突声明

作者声明没有利益冲突。

致谢

作者感谢Uber Chile提供的数据，使得本研究得以顺利进行。