导 读AUTO--REVIEW

新能源汽车分时租赁以灵活方便的租赁特点，成为整车企业、运营商等转型升级的重要商业模式。当前，新能源汽车分时租赁尚处于发展初期阶段，运营效率将是实现模式盈利水平和影响市场竞争力的关键因素。本文结合新能源汽车分时租赁共享出行的运营特征，构建了涵盖企业、车辆、网点、消费者等数据类型的运营管理平台数据库框架，并建立了涵盖建设、运营、管理、消费者使用4个二级指标、11个三级指标的评价体系。基于市场上现有的新能源汽车分时租赁模式，通过DEA方法模型分析运营效率的现状，挖掘运营效率存在的问题，并提出在车辆成本、配套资源、搭载体验、增值服务、用户需求、基盘客户六大方面的发展建议。

一、引言

汽车共享出行是一种新兴的出行方式，尚处于发展初期阶段。随着新能源汽车产业发展，分时租赁作为汽车共享出行新发展方向，未来发展潜力巨大。但是，新能源汽车分时租赁受充电桩、停车位、牌照等因素制约，在运营效率和盈利模式等方面的问题比较突出。目前，国内外对分时租赁汽车共享出行的研究主要针对投入规模、网点建设、选址及车辆投入数量等决策布局上，以寻求投入产出的最佳状态，但针对具体运营效率评价的研究基本上仍是空白。因此，本文从分析新能源汽车分时租赁企业的运营效率出发，建立了评价运营效率的指标体系，研究当前分时租赁企业在运营方面存在的主要问题。

效率是经济学中很重要的一个概念，由于研究对象、研究角度不同，其尚未有明确统一的概念。但是，概括来讲，效率就是投入与产出之间的比率，不仅涉及财务，还包括其他资源的投入产出。数据包络分析法（DEA）适用于评价同类组织或机构的相对有效性，基本思路是“以最少的投入，通过一系列的生产经营，获得最大的产出”，其基本思想是将决策单元作为DMU（Decision Making Unit），通过分析投入产出比率，确定有效生产前沿面，并根据决策单元与有效生产前沿面的距离情况，确定决策单元是否DEA有效，以及非有效DEA的改进方向和程度。

DEA方法使用优点：（1）不需要预先已知的生产函数，适用于多投入多产出、且数量关系复杂的系统；（2）不必事先确定各指标的权重，将各投入、产出指标权重作为变量，通过求解线性规划问题确定最适宜的权重；（3）不受投入、产出指标量刚性的影响（各投入要素之间的相对比例保持不变）。

对于每一个决策单元DMUj都有相对应的效率评价指数：

其中，适当的取权系数v和u，使得

本文采用DEA分析方法中的C2R模型，即在大于或等于第j0个决策方案输出量基础上，寻求m个决策方案的线性组合使得输入量接近最小。

其中，θ是效率指标，一般取值，表示第j个决策方案对第i种输入指标的输入量，表示第j个决策方案对第λ种输出指标的输出量。

若(1) θ=1，且要S+=0,S-=0，此决策方案是有效的；（2）θ=1，且S+、S-至少有一个大于0，此决策方案是相对低效率的；（3）θ<1，此决策方案是相对低效率的。

若（1）存在使得，则决策单元为规模收益不变；（2）不存在

使得，且

，则决策单元为规模收益递增；（3）不存在使得，且

，则决策单元为规模收益递减。

二、运营效率评价指标体系

新能源汽车分时租赁包括硬件建设和软件支持，两者相辅相成，才能实现出行系统正常运营。其中，硬件建设包括城市布局、车辆投入、网点建设，软件支持包括运营管理策略和运营服务质量，涉及到用户管理、车辆运维、收支管理等。因此，新能源汽车分时租赁运营效率是指运营企业为消费者提供满足出行需求服务的市场竞争能力，一方面体现在硬件和软件要素投入与运营能力产出的比较优势，另一方面体现在消费者对运营模式的认知态度。

（一）运营管理数据库搭建

为了掌握车辆运营状态，科学合理布局网点，加强车辆调度管理，提升出行运营效率，新能源汽车分时租赁企业需要建立大数据平台，进行数据采集监测、挖掘分析，既可以实时动态了解运营车辆的运行状态，又可以通过大数据分析谋划企业的战略布局。

结合新能源汽车共享出行运营特征，分时租赁运营管理平台数据库按照类型划分，需要涵盖企业、车辆、网点、消费者等数据类型（见表1）。具体来讲包括：

（1）企业数据：主要是指规划布局数据，包括投放的城市、投放的车辆类型（品牌、续航里程）、注册的会员人数、日订单量、违章事故订单数等，用于分析企业的整体规划情况。

（2）车辆数据：主要是指车辆信息和运行状态，包括车辆数量、日运营车辆数量、日周转次数、日行驶里程、日使用时间、行驶路径、能耗、车辆收入等，并可以区分不同城市的车辆数据，用于分析车辆的使用效率。

（3）网点数据：主要是指网点信息和车辆信息，包括网点数量、网点车辆流动数量、车辆在网点间流动路径、车辆充电量，并可以区分不同城市的网点数据等，用于分析网点的运营情况。

（4）消费者数据：主要是指使用者的信息，包括年龄、性别、学历、职业、日活跃用户数量、出行地点分布（热力图）等，并可以区分不同城市的消费者数据，用于消费者使用行为分析，便于用户管理。

（二）运营效率评价指标体系

根据对分时租赁企业的市场竞争能力分析，从建设、运营、管理、消费者使用四个方面建立涵盖11个三级指标的评价体系，通过定性指标和定量指标综合评判分时租赁出行企业的运营水平（见图1）。

根据各指标的含义，确定将运营企业在硬件建设和系统管理方面的投入作为输入指标，将运营能力和消费者使用情况作为输出指标（见表2）。其中，建设指标包括城市布局、车辆规模、网点规模、用户规模，系统管理包括车辆状态维护、用户资质管理，运营能力包括活跃用户数、车辆周转次数、单车收入，消费者使用包括行驶里程、使用满意度等。

三、运营效率评价体系案例应用分析

（一）数据来源

选取市场上具有代表性的四个新能源汽车分时租赁运营企业，作为此次运营效率评价的主要对象，分别标记为运营商X1、运营商X2、运营商X3、运营商X4。本次数据来源有三种渠道：

（1）建设涉及到的4个指标、运营涉及到的3个指标，及使用中的车均公里数指标，通过四个运营商的官方网站、会议演讲等公开渠道搜集。

（2）管理涉及到的2个指标，对使用者进行问卷调查，依据0-100分进行打分评价（打分值取5的整数倍），分析统计得到车辆运营状况和用户资质审核指标的数据。

（3）使用中的用户满意度指标，参考了比达咨询在2018年发布的《中国汽车分时租赁市场研究报告》中“主要汽车分时租赁平台用户满意度”统计数据。

因此，通过公开渠道搜集、调查问卷及相关的研究报告，本文得到各评价对象在11个定量和定性三级指标上的初始数据（见表3）。

（二）数据预处理

根据熵权值法，分别得到11个三级子指标分别在4个二级指标的相对权重（见表4）。

通过功效系数方法对11个三级子指标进行标准化处理，得到各运营商在各指标上的新数据（见表5）。

结合三级指标的相对权重及标准化处理后的数据，得到四个运营商在输入和输出的综合指标数值（见表6）。

（三）基于DEA方法的运营效率评价

利用Excel建模并采用线性规划求解，对4个新能源汽车分时租赁运营商的输入输出进行DEA计算，得到各决策单元的相对效率值和松弛变量、剩余变量数值（见表7）。分析结论包括：（1）运营商X2和运营商X4的θ=1，且S+=0，S-=0，属于规模有效，即在现有的投入基础上具有良好的运营效率。（2）运营商X1和运营商X3的θ<1，属于规模不是最佳，即运营效率未能实现现有投入的最优价值。（3）运营商X1的，可实现规模收益不变；但运营商X3的，规模收益递减。

运营商X1和运营商X3的输入剩余和输出亏空表明在运营管理上存在一些问题，根据两个决策单元的各子评价指标相对准则的权重（见表8），分析结果如下：

运营商X1输入剩余分别是64.87、33.01，输出亏空分别是73、68，表明：（1）网点规模建设较大，加大了资金投入；（2）日均单车收入不高，与车辆、网点投入规模不匹配，造成投入产出效果不佳；（3）车均公里数偏低，造成车辆单次使用成本不高，而且增加了车辆在不同网点之间的流动性，提高了车辆调度等管理成本。运营商X3输入剩余分别是66.38、64.87，输出亏空分别是74、70，表明：（1）网点建设规模滞后，造成消费者寻找车辆时间长、用车不方便；（2）车辆运营性能不优，用户资质审核管理不优，将造成使用满意度不佳，不利于消费者形成可持续的使用习惯；（3）月均活跃用户数和单车日周转次数较低，造成车辆使用效率不高、运营收入较少。

四、新能源汽车分时租赁发展建议

从提升运营效率的角度出发，新能源汽车分时租赁运营企业主要解决车辆成本、配套资源、搭载体验、增值服务、用户需求、基盘客户六大方面，建议如下：一是降低车辆成本，加强与整车企业、互联网企业之间的战略合作，在车辆性能、智能化技术应用等方面实现定制化设计。二是提高配套资源，加强与地方政府、充电桩与停车场等相关企业合作，解决运营牌照、充电、停车等紧缺资源。三是丰富搭载体验，通过社交与娱乐的互动强化客户粘性，并通过广告等服务途径提高增值收入。四是增强服务体验，融合汽车金融、汽车保险、维修保养、车联网等服务内容，提高用户消费口碑。五是满足用户多样化需求，为不同需求的客户提供差异化车型和用车服务，提高用户消费满意度。六是增加基盘客户，扩充新能源汽车共享出行的用户基盘，打造移动立体出行方案。

注：本文作者为中国汽车技术研究中心 李鲁苗 姚占辉，首发于《汽车纵横》杂志2020年3月刊，敬请持续关注！

《新能源汽车月度数据监测报告》

电话：010-63425939/13126750984

电邮：yaolan@caam.org.cn

最全PPT看懂中汽协产销数据：2月销量仅为31万辆

最全PPT看懂中汽协产销数据：1月汽车销量下降18.0%

最全PPT看懂中汽协产销数据：2019全年销量下降8.2%

最全PPT看懂中汽协产销数据：11月产销降幅略收窄

最全PPT看懂中汽协产销数据：10月新能源遭遇腰斩

最全PPT看懂中汽协产销数据：9月十五连负

最全PPT看懂中汽协产销数据：8月六大细分市场齐降

最全PPT看懂中汽协产销数据：7月新能源汽车负增长

最全PPT看懂中汽协产销数据：6月降幅收窄

最全PPT看懂中汽协产销数据：5月负负负负负

最全PPT看懂中汽协产销数据：4月车市无亮点

最全PPT看懂中汽协产销数据：3月车市春暖花未开

最全PPT看懂中汽协产销数据：2月受长假影响大

最全PPT看懂中汽协产销数据：2019开门不红