基于時空數據的共享單車出行特征研究*

周 榮 王元慶 朱 亮 吉淑娟

(長安大學公路學院 西安 710064)

0 引 言

過去10年來，有樁固定停車的傳統公共自行車和無樁化自行車模式的共享單車在全球得到快速的發展[1-3].共享單車為人們提供了便捷的出行方式，以更加方便的、快捷的換乘其他交通方式，是一種低碳的方式解決了出行“最后一公里”問題.

隨著公共自行車的流行與普及，Buck等[4]將研究集中于分析城市建成環境、土地利用、公共交通、天氣、出行時間等因素對公共自行車的影響.郭素萍等[5]主要研究了公共自行車的時空特性與租賃點布局規劃；Wang等[6]以西安市為例分析了影響公共自行車騎行的因素.國內外對傳統的公共自行車研究較多、理論較為成熟，然而對于新的出行方式—共享單車的研究則相對較少.馬書紅等[7]研究認為共享單車與公共自行車可以實現互補，以此促進城市居民出行更加便捷、舒適.鄧力凡等[8]則研究了共享單車下的設施規劃研究，以促進城市設施優化布局，并簡單分析了共享單車的統計屬性.

文中基于2017年10月31日武漢、西安、杭州三個城市的共享單車時空數據為基礎，按照研究范圍、數據來源、城市空間、騎行特征與周轉率進行分析，進一步總結分析共享單車的出行特征與城市布局.最后為共享單車運營單位、城市管理相關部門提出對策及建議.

1 研究范圍、數據來源與分析方法

以武漢、西安、杭州三個城市的市轄區建成區范圍為研究區域，該區域交通網絡發達、人口居住密集、商業集中.其城市發展主要指標見表1.

表1 武漢、西安、杭州城市2017年主要技術經濟指標

注：建成區面積數據來源于《中國城市統計年鑒2017》.

從技術經濟指標上看，三座城市人口相差不大，武漢是千萬人口城市，西安、杭州略低于武漢；國民生產總值GDP武漢與杭州接近，西安最低為7 469億元；各市轄區建成區面積相差不大；軌道交通便捷程度上武漢最高，杭州、西安次之；共享單車樣本數量上杭州西安接近，武漢樣本量最大.因此這三座城市具有一定的代表性，分析的結果具有一定的現實意義.

共享單車數據來自網絡爬蟲，獲取時間為2017年10月31日星期二.將研究區域分為200 m×200 m的網格，在每個網格中心采集最近的30輛摩拜單車，每小時采集一次(共采集24次)，獲得全天數據量分別為：武漢1 048 580條、西安347 259條及杭州465 346條.數據字段包含單車ID、單車類型、經緯度坐標、采集時刻和采集次數.

為了保證數據的精準度和分析結果的可靠性，在進行數據分析前需要對采集數據進行清洗，剔除干擾數據.根據數據采集的方式與分析目的，擬對數據做如下清洗：①同一時刻采集的數據，共享單車Id不重復，即單車的唯一性.利用字段Id和TimeNumber可剔除同一采集時刻重復出現的單車；②所有采集時刻，單車出現不止一次，即單車出現的反復性.利用Excel數據透視表中的Id字段，剔除只出現一次的共享單車；③所有采集時刻，共享單車位置須發生變化，即剔除共享單車全天內未移動過的數據.利用Excel數據透視表中的Id與經緯度字段，剔除經緯度計數項為1的共享單車；④剔除共享單車的停留點.利用Id，lng與lat字段剔除共享單車的停留點.

根據上述數據清洗原則，各階段數據清理結果見表2.

表2 共享單車數據各階段清洗結果

基于EXCEL和ARCGIS平臺，首先分析04:00與14:00的數據，總結城市空間布局特征；其次使用04:00據分析了地鐵站點500 m范圍內的單車吸引量，總結地鐵站點附近的共享單車特征；最后利用全天數據分析了共享單車的騎行長度與周轉率.

2 城市空間布局分析

將數據清洗前后的數據按時間順序做折線圖，見圖1.數據清洗前武漢、杭州、西安在00:00—16:00波動均較小，表現出穩定性，數據清洗后，其數據在02:00—16:00保有較好的穩定性.

圖1 數據清洗前后比較

對數據進行全部清洗完成后，得到共享單車密度分布圖.因此在分析城市空間特征時，做出如下假設：共享單車在00:00—06:00幾乎不移動，保持采集的穩定性，且共享單車停留在具有一定居住功能的區域，如旅館、酒店、居住小區等；共享單車在14:00—16:00更加可能是停留在具有辦公或交通樞紐功能的區域，如單位、商業中心、地鐵站點等.從而基于上述假設，選取第三次清洗后的04:00—14:00的數據，并進行第四次數據清洗.最后得到出行空間分布熱力圖，見圖2.

圖2 數據清洗后共享單車密度分布與出行空間分布熱力圖

根據數據處理原則，圖2中顏色越深，則證明該處就業功能越顯著，反之顏色淺，則證明該處居住功能越顯著.對比武漢、西安、杭州三城來看，出行熱度集中于城市新區與商業中心，如武漢出行熱度處于二環線與三環之間的南側，西安出行熱度在南二環與南三環之間，杭州出行熱度則更加分散，遍布杭州市區，因此，從這一角度來說，武漢在洪山區職住較為均衡，洪山區中心以光谷廣場為代表的就業中心，周邊以各高校為代表的居住中心，但在漢陽區就業功能低于洪山區，更偏向于居住，武漢其他區域則更偏向于居住.此外，西安整體偏向于居住，就業區域較少，且不分散，因此在職住均衡程度上較低.杭州商業與居住分布更加均衡與離散，職住更加平衡，且是沿著地鐵走向分布.并且與共享單車密度相比較，可以發現與空間分布結果相吻合，即核心區單車出行量較大.

3 共享單車騎行分析

3.1 地鐵站吸引量分析

據城市智行研究院實施的2018年共享單車民意調查發現，超過九成的人認為共享單車對出行產生了極大的影響，已經成為出行的重要方式之一，并改變了城市交通方式分擔率.具體表現為：83.5%的公眾由步行轉向共享單車，51.0%的替代或與地鐵接駁，30.1%的替代或與公交接駁，6.8%替代了出租車,因此,分析地鐵站點的共享單車吸引量，能夠在一定程度上反映城市空間的布局和騎行特征.以三城(武漢、西安、杭州)的地鐵站點經緯度數據及04:00清洗后的數據為基礎，得到地鐵站500 m范圍內吸引共享單車數量及分布情況.

通過統計04:00有移動的共享單車，得到地鐵站500 m范圍內共享單車數量，見圖3.在排除地鐵站點吸引量為零的情況下，各城市吸引1～25輛共享單車數量的地鐵站點數量最多，且隨著單車數量的等量增加，地鐵站點數量呈階梯式下降.大部分地鐵車站500米范圍內吸引共享單車數量在1～75輛范圍內，吸引量大于100輛的只有武漢.且武漢、西安、杭州各地鐵車站平均擁有33，23.3和25.5輛共享單車.從這兩點可以看出武漢居民選擇共享單車出行更加活躍，西安和杭州兩城則相差不大.也從側面反映了武漢共享單車投入力度比西安、杭州大.

圖3 各城市地鐵站點500 m范圍內非零吸引單車數量統計

圖4為三城市地鐵站點吸引量空間分布.由圖4可知，武漢以長江為分隔，長江以南地鐵車站圍繞東湖分布，其中光谷廣場站、楊家灣站、虎泉站、街道口站、寶通寺站和羅家港站單車吸引量最多.長江以北以陶家嶺站、舵落口站、雙墩站、循禮門站、香港路站、漢口火車站站、丹水池站、塔子湖站單車吸引量最多；西安沿著長安中軸線分布密集，尤其是會展中心、緯一街、小寨、體育場、大雁塔等地鐵站吸引量最多；杭州以錢塘江分隔南北，其單車吸引量最多的地鐵站沿錢塘江分布，如錢江路站、江錦路站、城星路站、近江站、甬江路站、綏江路站等地鐵站.

圖4 地鐵車站500 m范圍內吸引單車數量空間分布

具有較大單車吸引量的地鐵站點囊括了武漢、西安、杭州繁華的商業區域、風景秀麗的景區、適宜慢行的步道等.如武漢光谷廣場緊靠東湖且是商業中心，輻射周邊華中科技大學、中國地質大學、中南民族大學等諸多知名高校；又如西安小寨地鐵站是西安最大的商業中心，并輻射周邊陜西省博物館、大雁塔、長安大學、體育場等旅游景點與高校；再如杭州沿著錢塘江吸引量較大，并向北有武林門廣場等繁華區域.

從行政區上，武漢單車吸引量集中于高校林立的洪山區、武漢中心的武昌區與金融商業發達的江漢區；西安主要集中于商業、景區、高校林立的雁塔區與碑林區；杭州集中于繁華的江干區、上城區、下城區與西湖區.

綜上所述，在人口密集、商業繁華、著名景區、高校周邊的共享單車數量較大，因為這些區域往往意味著有著更為頻繁的出行需求.從而也在一定程度上反映了城市布局與形態，這些地方往往也是運營單位愿意多投放共享單車的區域.

3.2 出行長度分析

通過對全天采集的數據進行分析，根據單車ID、時間字段與經緯度可以獲得同一輛單車不同時刻的位置，從而可以獲得單車出行OD與出行長度.

剔除出行長度小于100 m以下的出行后，得到出行長度分布圖與出行累積頻率分布圖，見圖5.從出行量上看，各城市出行頻次隨著出行長度的增加而降低，而武漢出行量遠高于西安、杭州，三座城市都是旅游勝地與歷史文化名城，其出行量應該相差無幾.其原因可能在于分析樣本量不一致，武漢(61 343)遠大于西安(20 936)、杭州(22 176)，從而造成了武漢出行量遠高于西安、杭州的情形.

因此,通過分析累積頻率會得出更加合理的結論.由圖5可見，各城市的出行頻率累積曲線基本一致，武漢略高于西安、杭州.在1 km以內出行的武漢累積頻率為0.56、西安0.49和杭州0.47；

3 km以內的出行累積頻率均超過了0.8.這表明共享單車主要解決了公眾的短途出行，致力于解決公眾出行的“最后一公里”、改善城市交通擁堵和環境污染等問題.方便了公眾的出行的便捷與促進了城市綠色健康發展.

圖5 共享單車騎行長度分布

4 周轉率分析

在分析單車使用頻次之前，需要將數據進行特定的處理，具體方法如下：首先使用各城市第一次清洗后的數據；然后剔除全天未發生位移的單車數據，得到全天使用次數為0的共享單車量；利用EXCEL中數據透視表功能篩選出現次數大于等于2的共享單車.在這里沒有保留透視表中出現次數為1的共享單車，原因是由于采集方法的緣故，無法判斷改共享單車是否未使用過.換言之，該共享單車出現一次，有可能是由于使用者將其騎行到了采集范圍之外,因此，得到共享單車使用次數見表3.

表3 全天共享單車使用量及其累積百分比

注：使用量單位：輛.

由表3可知，1 d之內全天未使用過的共享單車數量占比均達到了60%以上，超過使用過的單車數量，這表明大量的共享單車處于閑置狀態，造成了不必要的資源浪費.各城市全天使用在不超過的3次占全部共享單車的92%以上.因此在城市投放共享單車遠遠超過了市場需求，需要針對性做出調整.

圖6為共享單車非零使用頻數分布圖，由圖6可知，共享單車使用次數在1～3次內的三城各占比為武漢達65%、西安87%和杭州75%.

圖6 共享單車非零使用頻數分布

為了更好的衡量區域內共享單車使用的次數和每個單車平均被利用的次數，這里根據停車周轉率定義共享單車周轉率的概念.所謂停車周轉率是指在一定時間段內，研究區域內停放車輛的數量與停車泊位總量之比，因此，將共享單車周轉率定義為在一定時間內，研究區域內共享單車使用量與共享單車總量之比.從而得到武漢、西安、杭州城市的共享單車全天周轉率分別為0.67，0.79和0.82.

5 結 論

1) 共享單車的投放一定程度上反映了城市的布局與形態.并基于這一視角推城市斷職住均衡程度，杭州最佳，武漢與西安次之.

2) 共享單車騎行長度處于3 km以下的超過80%，這表明共享單車很好的解決了出行最后一公里的問題，促進了綠色出行的發展和便捷性.

3) 共享單車在城市投放目前處于過量的狀態，全天未使用過的單車數量占樣本總量的60%以上，從而導致單車周轉率不高，武漢、西安、杭州的周轉率分別為67%，79%和82%.

通過分析，針對以上問題提出如下建議.①根據城市布局分析結果，杭州職住最為均衡，武漢、西安次之，因此城市運營與建設者可以加強城市土地利用布局分布.②根據出行長度分析的結果，共享單車應當盡量投放在地鐵站、居住小區與商業中心和慢行步道附近.③根據周轉率分析結果發現，公共自行車周轉率較低.可以通過如下途徑提高共享單車周轉率：改善非機動車騎行環境；合理投放共享單車數量；提高公共交通服務水平與質量；增強共享單車運營、維修和保養質量.