导读

摘要

共享自动驾驶汽车（SAV）把共享出行和高度自动驾驶结合起来，可能改变通勤者对时间、费用和出行方式的权衡。文章基于 2021 年上海网络通勤调查，将现实偏好（RP）与假设偏好（SP）数据分别建模，使用带相关误差结构的混合多项 Probit 模型估计各方式的出行时间价值（VOTT）。结果显示：SAV 引入后，私家车VOTT 在 SP 情境中略升，出租车和公共交通基本稳定；SAV的车内时间 VOTT 显著低于私家车，并更接近公共交通。

研究问题

·SAV 服务出现后，上海通勤者会如何在私家车、出租车、公共交通、非机动方式和SAV 之间选择？

·SAV 是否会改变既有方式的VOTT，尤其是私家车、出租车和公共交通的时间价值？

·SAV 的 VOTT 更接近私家车、出租车，还是公共交通？

·不同交通方式之间是否存在正向或负向的未观测偏好相关？

数据与调查设计

研究方法

文章采用混合多项 Probit 模型（MMNP）。该模型一方面通过随机系数刻画通勤者对车内时间、距离等服务属性的偏好异质性；另一方面通过误差协方差结构刻画不同方式之间的未观测相关性。作者分别估计RP 模型和 SP 模型，再用时间系数与成本系数的比值计算VOTT。

·随机系数：用于说明不同人对时间或距离的敏感程度并不相同。

·相关误差：用于识别方式之间的相似性或替代性，比如SAV 与公共交通、出租车是否共享某些未观测偏好。

·VOTT 计算：用时间系数除以成本系数，得到每小时出行时间价值。由于时间系数随机，VOTT也被理解为具有分布。

研究结论

·SP 情境下，私家车车内时间VOTT 为 40.408 元/小时(比SAV引入前高了），SAV 为 22.041 元/小时；SAV 相对私家车低 45.45%。这不是 RP 中 SAV 的前后变化，而是SP 情境内的横向比较。

·SAV 的 VOTT 更接近公共交通（18.367 元/小时），而不是出租车（35.510 元/小时）。

·SAV 与出租车、SAV 与公共交通存在正相关，说明受访者在出行方式感知上把 SAV 视为共享/乘坐型方式；但这不等于 VOTT 数值与出租车相近。

·公共交通与非机动方式在RP 和 SP 中均正相关，反映其低成本、低碳和接驳互补性。

·RP 模型中私家车与出租车、私家车与公共交通呈负相关，体现私家车在隐私、灵活性和控制感上的差异。

研究不足

·RP 和 SP 数据是分别建模，没有做联合估计，可能限制了参数一致性和跨情境比较能力。

·研究聚焦通勤出行，其他目的出行的VOTT 变化可能不同。

·样本来自网络调查，年轻、高学历群体偏多，外推到上海全体居民时需要谨慎。

·SAV 仍属假设情景，未来需要用真实运营或试点数据检验SP 假设。

研究启示与未来研究计划

对城市交通政策而言，SAV 不宜只被视为替代私家车的新型出租车，更适合被设计为公共交通体系的补充：服务轨道/公交站点接驳、低密度地区弹性出行、夜间或低峰服务，以及老年人与行动不便人群的可达性提升。

·规划层面：把 SAV 纳入 MaaS 和公共交通接驳体系，而不是让其在高运量公交走廊无序竞争。

·定价层面：在公共交通充足区域提高SAV 单独出行成本，在覆盖不足区域提供折扣或接驳票制。

·方法层面：下一步可开展RP-SP 联合估计，并引入真实 SAV 试点运营数据。

·对象层面：扩展到非通勤出行、老年人、低收入群体、无车家庭等差异化人群。

重点摘录

·SAV 的价值不只在“无人驾驶”，更在于重新定义乘客对通勤时间的感受。

·SAV 车内时间 VOTT 明显低于私家车，说明这段时间更可被利用、负担更低。

·SAV 与公共交通在 VOTT上更接近，提示其最合适的角色可能是公交体系的延伸。

·方式之间的正负相关揭示了选择背后的隐性偏好：低碳、成本、隐私、灵活性和可控性都会影响通勤决策。

·“SAV VOTT 降低一半”应理解为 SP 情境下相对私家车更低，而非真实 RP 数据中的前后因果下降。

一句话评论

文献信息

Wang, K., Zhao, J., Gan, H., Wang, Z., Li, Y., & Ye, X. (2026). How shared autonomous vehicle services affect commuters’ value of travel time in Shanghai, China. Research in Transportation Economics, 116, 101704. https://doi.org/10.1016/j.retrec.2026.101704