基于摩拜開放數據的上海市共享單車騎行特征分析*

呂雄鷹 潘海嘯 LYU Xiongying, PAN Haixiao

0 引言

隨著全球氣候變化，城市交通擁堵加劇，各大城市對于節能減排、緩解交通擁堵、提高空氣質量的發展訴求不斷加強，短期內傳統的公共交通服務品質提升較為有限，自行車因其節能、環保、靈活、高效等優勢重新回到了城市生活和交通出行中，在移動互聯和共享經濟的雙重驅動下，公共自行車和共享單車將有助于人們認識自行車在未來城市交通中的作用。自行車交通適應于高密度城市環境的出行需求，有助于緩解城市交通“最后一公里”出行難題，提供了軌道交通接駁的出行選擇。但同時，無樁式共享單車（以下簡稱“共享單車”）作為城市交通參與方，大量涌上街頭、占用城市公共空間，給現有道路空間資源的分配模式和運行管理都帶來極大挑戰。

共享單車自2016年4月開始在上海投放推廣，高峰時上海市運營的共享單車規模約120萬輛。共享單車在迅猛發展、方便市民出行的同時，也帶來了如“亂投放、亂停放、亂騎行”等諸多問題。正如一些研究所指出的，經營模式會對共享自行車的服務產生很大影響[1]。2017年12月，數家共享單車企業陸續宣布破產，這些企業的共享單車成為廢棄車輛無人回收，堆放在城市公共空間，面臨成為城市垃圾的風險[2]。從城市規劃的角度來看，共享單車使用規范化的關鍵是空間資源的優化配置[3]。

圖1 人均日騎行次數（有騎行的用戶）

圖2 人均騎行距離累計分布表

本文利用SODA上海開放數據創新應用大賽提供的摩拜單車數據，對共享單車騎行軌跡特征進行識別，旨在分析共享單車的騎行需求及時空分布特征，為規范共享單車騎行和停放管理提供量化支撐，促進上海市騎行交通的有序理性回歸，引導城市交通實現低碳綠色可持續發展。

1 數據選取

上海作為首批共享單車投放城市，共享單車的用戶群數量和使用習慣較為穩定。根據2017年9月底的數據統計，在滬運營共享單車企業包括摩拜、OFO、永安行等共13家，共享單車總量達115萬，注冊用戶超過500萬。其中，摩拜單車投放總量約67萬輛，占比58%，基于摩拜單車使用數據挖掘分析騎行交通出行特征，具有一定的代表性。

1.1 數據特征

本文研究數據主要來源于2016年SODA上海開放數據創新應用大賽以及百度地圖API網絡開放數據[4]。其中，共享單車用戶使用數據全樣本涵蓋了上海市約30.6萬輛摩拜單車和1.7萬用戶在2016年8月1日至2016年8月30日的使用情況，數據屬性包括訂單ID、用戶ID、單車ID、單車騎行過程中的軌跡點，單車使用起始時間和使用結束時間（精確到分鐘），單車騎行起點和騎行終點（精確到百米），等等。該數據是基于用戶完全自發的騎行行為，可以較客觀地反映上海市居民的騎行行為特征和空間需求。

1.2 數據處理步驟

面向騎行特征分析的摩拜單車使用數據處理流程包括3個步驟。（1）數據預處理：利用Python及其數據分析軟件包，對原始數據進行篩選、清洗，選取符合要求、有效的數據子集。（2）對數據子集進行時間序列分析和空間聚類分析，從時空兩個維度分析用戶的使用特征。（3）利用ArcGIS空間分析工具，對軌道站點、公交站點、公共活動中心等典型要素周邊的早晚高峰摩拜單車需求量進行對比分析，識別騎行交通熱點、交通走廊和交通供需矛盾區。

2 騎行交通時空特征

2.1 總體特征

（1）騎行總量

根據2016年8月數據統計，摩拜單車日均騎行用戶數約0.96萬人，約占同期注冊用戶量的56.7%，即有超過半數的注冊用戶習慣于使用摩拜單車出行。當月的日均騎行總量為3.29萬次，車輛日均騎行次數為1.35次/輛，參考美國公共自行車的日周轉率，以及每天1輛公共自行車被使用5次左右的盈虧點[5]，仍有較大差距，表明在投放初期，企業仍依靠擴張單車數量來獲得用戶群，單個車輛的日均使用效率還有待提升。

從用戶群騎行摩拜單車的頻率分布來看，人均日騎行次數為1.9次/日。從一周的日均騎行次數來看，工作日騎行次數比周末高，其中周四人均騎行次數最高，為2.12次/人（圖1）。這與工作日使用單車作為通勤工具出行比例較高有關。

（2）騎行距離

從騎行距離來看，平均單次騎行距離約1.84 km，約82%的騎行出行距離在3.5 km以內，其中短距離出行即2 km以內的出行占比約46.7%，1 km以內的出行占比約16.7%（圖2）。這也充分反映了共享單車在城市交通的“最后幾公里”都發揮著重要作用。

（3）騎行時耗

從騎行時耗來看，平均單次騎行時間約14.8 min，約76%的騎行出行時間都在20 min以內，其中出行時間6—8 min占比最高，約28%（圖3）。

（4）騎行速度

從騎行速度來看，平均騎行速度在8.6 km/h，約80%的騎行者騎行速度在22 km/h以內，其中速度為8—10 km/h的騎行者占比最大約為72%（圖4）。一般來說騎行速度除與騎行者的個人體能有關外，與地區的非機動車道路網密度、交叉口間距和路網運行狀態等要素有關。

圖3 人均騎行時耗累計分布表

圖5 一周騎行用戶需求時間分布曲線

圖4 人均騎行速度累計分布

圖6 一日內騎行交通需求分布（騎行次數）

2.2 時間特征

2.2.1 周——工作日和周末特征

天氣因素對自行車出行影響較大，為減少天氣狀況對研究結果的影響，本研究選取天氣狀況以多云、晴天、空氣質量較好的一周作為騎行交通行為分析的特定分析周期，具體選取日期為2016年8月14日（周日）至2016年8月20日（周六），對每天的騎行量進行統計，得到一周內騎行用戶需求的時間分布曲線（圖5）。

從一周內摩拜騎行用戶的時間分布特征來看，工作日用戶總量比周末大，這表明騎行交通在很大程度上服務于通勤交通。其中工作日呈現了明顯的騎行早晚高峰，早高峰持續時間短，騎行量增長較為迅速；晚高峰持續時間長，騎行量增長較為平緩。此外還出現了局部午高峰，這與部分用戶中午就近就餐和外出辦事有一定的吻合性。而周末騎行交通以非通勤交通為主，時段分布較為均衡，沒有明顯的早晚高峰現象。周末的高峰通常聚集在傍晚，多以休憩、娛樂休閑型交通為主。從一周內的騎行交通時空分布特征來看，共享單車用戶最大的需求量主要集中在工作日的晚高峰，是共享單車的使用峰值。

2.2.2 日——不同時段分布特征

為了更精確分析高峰日高峰時段的騎行交通需求特征，確定共享單車的最大需求量，從而制定合理的投放總量，本研究選取了所獲取數據當中騎行次數最大的8月31日進行全時段分析。按照每15 min記錄的騎行數據，進行全天24 h分時段統計，分析結果表明當日騎行高峰時段發生在18∶00左右，騎行次數約856次/15 min，早高峰發生在8∶15左右，騎行次數約694次/15 min。結合騎行次數的增長率特征，本研究將騎行早高峰時段確定為7∶00—9∶00，晚高峰時段確定為17∶00—19∶00，這兩個時段的騎行次數分別占到總量的16%和21%，是騎行交通需求量最大的時段，也是對騎行設施供需承載力考驗的重要時段（圖6）。

2.3 空間特征

騎行交通的空間分布特征直觀上反映了共享單車停放設施的空間需求，是停車設施規劃的重要依據。將2016年8月16日早高峰小時（8∶00—9∶00）騎行起終點進行空間可視化，分析顯示，早高峰時段的騎行交通多以軌道交通站點為目的地即D點，晚高峰時段騎行交通的起點（O點）多集聚在軌道交通站點周邊，在中外環之間表現尤為明顯，基本形成了以軌道站點為中心向外遞減的熱力圖。同時也反映了共享單車作為軌道交通的重要接駁方式，一定程度上擴大了軌道交通站點的服務范圍，從傳統的步行5 min覆蓋站點周邊約600 m的區域可輻射到騎行5 min約1 500 m的覆蓋區域（圖7）。

2.3.1 騎行交通熱點分布

（1）騎行交通早晚高峰多發生在城市公共活動中心

將上述2016年8月16日全天的單車借還日總頻次分布按照每小時特征記錄，并基于百度地圖API獲取的網絡開放數據，可獲取摩拜單車在空間上的活躍程度分布特征（圖8）。

松江和楊浦是騎行早高峰發生最早的區域，與該區域大學較為集中、學生出行較早有關，其中松江區23%的用戶集中在7∶00—7∶30之間出行。晚高峰則呈現向中心城集聚的特征，出行晚高峰出現最晚的區域是閔行區，該區域20%的用戶選擇在17∶00—17∶30出行，作為中外環間的主要區域，閔行區集中著大量上海本地居民，出行高峰多集中在傍晚及晚飯前后。而夜間20∶00以后，騎行活動最為集中的區域主要分布在楊浦區大學路、徐家匯、田子坊等地方。這些區域也是商辦最為集中的地區，吸引人們參加豐富多樣的夜間活動。

圖7 2016年8月16日早高峰騎行D點（左）和晚高峰騎行O點（右）分布熱力圖

圖8 摩拜單車在0—24小時內每小時平均借還次數

圖9 摩拜單車日均停放量（左）與早高峰終點（D點）（右）集聚熱力圖

（2）超過半數以上的共享單車停放在軌道交通站點周邊500 m范圍內

根據借還日總頻次分布圖可以看出，軌道站點周邊、商業辦公區、居住區是共享單車停放和使用頻次最為集中的區域。據統計[6]，在地鐵站點周邊500 m的區域范圍內，共享單車的停放占全上海總停放點位的51%。在許多地鐵熱門站點，如8號線的市光路站，3號線的大柏樹站、江灣鎮站及殷高西路站，早晚高峰期間，這些地鐵站的用車需求和停車量將大幅提升（圖9）。

共享單車成為軌道交通“最后一公里”接駁的有效出行方式，因此早晚高峰地鐵站周邊成為共享單車停放的重災區，往往是單車無處可停，還會占據原本不寬的人行道，帶來諸多通行和安全隱患。隨著共享單車的增加，很多人因為共享單車的出現而開始騎行出行，導致一些熱點區域（如商場、地鐵站）原有的人行道被大量共享單車占用，甚至大量堆積，這也是自行車停放面臨的新問題。

2.3.2 騎行交通走廊分布

通過對騎行交通定位數據的軌跡分析，按照2016年8月全月平均日騎行交通量途經道路的軌跡分析，統計摩拜騎行交通走廊如圖10，分析騎行交通需求最為集中的路徑。從圖中分析可知，騎行交通廊道主要集中于內環內地區，且主要分布在非機動車通行條件較好的干路上，如政立路、曲陽路和中原路等；部分居住小區及商辦集中地區的支路上騎行交通也較為集中，如赤峰路、東寶興路和紀念路等。根據上海市交通委統計數據，上海市禁非道路共177 km，其中中心城范圍106 km（圖10）。通過騎行交通廊道分布和禁非道路的對比分析，有助于了解騎行交通需求的空間分布，進一步評估和完善禁非道路的設置，為有條件恢復非機動車通行的道路調整方案提供決策依據。

2.3.3 騎行交通停放供需分布

通過對上海市各區非機動車通行道路的摸排和調查，中心城可停放的非機動車停放路段長度約458 km，可停放的非機動車總量約為115萬輛，其中共享單車停放數量約占停放總量的50%[7]。以交通小區為單位，梳理了除保證正常通行的人行道寬度外，扣除道路交叉口沿線不可停車的路段，分區域統計可停放非機動車的道路長度，并測算可停放的非機動車數量（表1）。

圖10 摩拜騎行交通走廊和上海市禁止非機動車通行圖

圖11 摩拜單車早高峰停放需求與供給比值分析圖

表1 中心城各區停放設施長度和容量測算[7]

在此基礎上，根據摩拜開放數據統計各交通小區的共享單車停放量，計算分區域實際停放量與可供停車量的比值，定義為區域風險指數（圖11）。當共享單車停放總量超過可停車設施總量時為預警值，以此識別停車矛盾最為集中的區域，并作為共享單車調度的重點關注區域。借助停車供需風險指數分析，可以避免由于單車供應不足造成用戶無車可騎或由于還車數量過于集中造成車輛無處可停等問題。

早高峰停放矛盾最為突出的區域主要集中在居住小區的軌道站點周邊，如8號線的市光路站和翔殷路站，3號線的殷高西路站、江灣鎮站和大柏樹站，7號線的大場鎮站和行知路站等區域。

基于摩拜開放數據的分析結果，我們可以發現：

（1）共享單車是作為短距離出行的重要工具。上海市域范圍內的共享單車平均出行距離為1.84 km，約82%的騎行出行距離在3.5 km以內，共享單車不僅有助于緩解城市交通“最后一公里”出行難題，也說明上海城市規劃管理的成效，大量的短距離出行有利于城市的可持續發展。

（2）共享單車成為公共交通接駁的有效手段。從出行目的上看，約70%的共享單車出行接駁軌道交通和公共汽車[7]，摩拜單車出行彌補了公交站點80%以上的服務盲區，此外約51%的共享單車停放在軌道交通站點周邊500 m范圍內。

（3）共享單車的投放管理亟待加強。上海市中心城部分區域如黃浦區投放總量過大，占用人行道停車較為突出，造成行人通行不便，亟待采取有效的措施加強管理。

3 發展建議

共享單車在城市綜合交通系統中發揮了積極作用，同時也對城市交通運行和管理提出了較大考驗。共享單車目前存在的問題主要集中在“騎行”和“停放”兩個方面，因此優化空間資源配置是規范化共享單車使用的關鍵。

3.1 明確騎行交通發展定位

《上海市城市總體規劃（2017—2035年）》（以下簡稱“上海2035”）中提出建設卓越的全球城市，在面臨人口增長和資源環境雙重約束下，上海積極探索睿智發展的轉型路徑，更加注重綠色可持續發展。上海2035在城市交通系統方面提出適應綠色交通的要求和城市生活方式的轉變，優化步行和自行車交通系統。騎行交通作為環保、綠色、低碳交通的典范，其“門到門”的高機動性能滿足了城區大量中短距離出行[8]。我們在發展共享單車的同時也要鼓勵個體的非機動化交通方式。特別是對大量有固定模式出行的短距離交通，人們使用自己的自行車也可以減少對共享單車需求的壓力。

3.2 完善騎行使用環境并加強管理

完善騎行空間環境應同步優化非機動車通道規劃和規范非機動車停放設施，在做到有路可行的基礎上，確保合理數量的非機動車有地可停，在騎行和停放兩個方面合理配置非機動車空間資源。

道路資源是各類交通方式共同使用的空間，除了保障行人通行，還要保障非機動車通行和機動車通行[9]。在高密度城市環境中提倡5D發展模式[10]，把方便步行和自行車使用環境的建設放在重要地位。對上海的禁非道路進行重新評估，不斷完善上海市中心城自行車通道網絡。

規范共享單車的停放，確保非機動車的安全停放，同時要加強約束用戶有序停放并加強單車企業的運營管理，緩解亂停放問題。

非機動車停放的重點區，對已建地區根據周邊情況挖掘設施潛力。特別是對在建和規劃軌道交通站點，將結合建設方案在有條件的站點周邊設置非機動車停放點，盡可能做到同步規劃、同步設計、同步實施、同步使用。

3.3 提升交通和城市規劃的智能化水平

共享單車是移動互聯網和城市交通出行的有效結合，是一種典型的自下而上的智慧城市創新[11]，移動互聯網的出現和智能手機和GPS定位，將人的出行活動和位置空間信息也進行了共享，有助于進一步提升智能交通管理水平。

通過共享單車出行與公共交通的接駁熱點區域識別，有助于進一步完善城市公共交通網絡和站點規劃[12]。借還車位置信息反饋用戶生活軌跡，有助于完善城市公共服務設施布局。共享單車可作為智慧城市數據感知終端載體，為智慧街道或智慧城市提供數據支持。

4 結語

基于上海市2016年SODA設計挑戰賽中提供的摩拜單車開放數據，利用Python數據分析包、ArcGIS等數據分析工具，研究了共享單車出行的時空特征，旨在發現不同區域不同時段共享單車的騎行需求及時空分布特征，從城市規劃的角度，提出了規范引導上海市共享單車停車設施規劃、優化非機動車通道布局、完善騎行空間環境設置等發展建議。

由于受到騎行數據時間段的局限性，本文的騎行交通時空分布特征僅選取了特定的月份，對于共享單車不同時段和月份的差異性并未體現。在今后的研究中應進一步結合城市用地布局和交通出行特征及管理機制開展工作，促進上海市騎行交通的有序理性回歸。

經濟條件方面，場地宜選址在丘陵溝谷中，占用土地以荒地為宜，附近200 m以內有運輸道路，距運輸站距離小于10 km的區域，不宜選址在林地、耕地和交通閉塞區域。

參考文獻 References

[1]潘海嘯，湯諹，麥賢敏，等. 公共自行車交通發展模式比較[J]. 城市通，2010，8（6）：40-43.PAN Haixiao, TANG Yang, MAI Xianmin.Overview of bicycle transportation on development in urban area[J]. Urban Transport of China, 2010, 8 (6): 40-43.

[2]新浪新聞. 6家共享單車倒閉，用戶押金損失超10億！怎么退？[EB/OL]. (2017-11-25) [2018-04-08]. http://news.sina.com.cn/o/2017-11-25/doc-ifypacti8011594.shtml.Sina News. Six sharing bicycle companies bankruptcy, the user's deposit loss over 1 billion!How do you retire?[EB/OL]. (2017-11-25) [2018-04-08]. http://news.sina.com.cn/o/2017-11-25/doc-ifypacti8011594.shtml.

[3]鄧力凡，謝永紅，黃鼎曦. 基于騎行時空數據的共享單車設施規劃研究[J]. 規劃師，2017，33（10）：82-88.DENG Lifan, XIE Yonghong, HUANG Dingxi.Bicycle-sharing facility planning base on riding spatial-temporal data[J]. Planner, 2017, 33 (10):82-88.

[4]上海市經信委. 2016年SODA上海開放數據創新應用大賽[EB/OL]. [2018-04-08]. http://soda.datashanghai.gov.cn/.Shanghai Municipal Commission of Economy and Information. 2016 SODA Shanghai open data innovation application competition[EB/OL].[2018-04-08]. http://soda.datashanghai.gov.cn/.

[5]劉岱宗. 自行車和城市可持續發展國際案例[J].城市交通，2010，3（15）：3-4.LIU Daizong. International case of bicycle and urban sustainable development[J]. Urban Transport of China, 2010, 3 (15): 3-4.

[6]北京清華同衡規劃設計研究院. 摩拜單車2017年共享單車與城市發展白皮書[R]. 2017.Beijing Tsinghua Tongheng Urban Planning and Design Institute. Sharing bicycle and urban development of Mobike 2017[R]. 2017.

[7]上海市城鄉建設和交通發展研究院. 上海交通行業新業態發展熱點問題研究[R]. 2017.Shanghai Research Institute of Urban and Rural Construction and Transportation Development.Research on the hot issues of the development of new formats of Shanghai transportation industry[R]. 2017.

[8]上海市交通委，上海市城市規劃設計研究院. 上海市城市總體規劃（2040）專項研究報告之慢行交通發展研究報告[R]. 2016.Shanghai Traffic Commission, Shanghai Urban Planning and Design Research Institute. Shanghai master plan (2040) special research report on slow traffic development[R]. 2016.

[10]潘海嘯. 城市交通與5D模式[J]. 城市交通，2009，7（4）：100.PAN Haixiao. Urban transportation and 5D pattern[J]. Urban Transport of China, 2009, 7(4):100.

[11]PERRY M J. Tragedy of the commons: French bicycle-sharing program goes flat[EB/OL]. (2009-10-31)[2017-06-05]. http://mjperry.blogspot.jp/2009/10/tradegy-of-commons.html.

[12]潘海嘯，高雅. 共享單車的規模化擴張與精細化管理[J]. 交通瞭望，2017（4）：58-62.PAN Haixiao, GAO Ya. Large expansion and refined management of shared bikes[J]. Urban Management, 2017 (4): 58-62.