基于數(shù)據(jù)挖掘的寧波市公共自行車使用特征

梅思雨，喬觀民，邵黎霞，王 捷

(1. 寧波大學(xué)地理與空間信息技術(shù)系，浙江 寧波 315211； 2. 寧波大學(xué)建筑工程與環(huán)境學(xué)院，浙江 寧波 315211； 3. 寧波市公共交通客運(yùn)管理局，浙江 寧波 315040)

2007年法國(guó)巴黎成功舉辦了“自行車自由行”，讓政府與學(xué)者重新審視公共自行車等慢行交通對(duì)于城市發(fā)展的重要性。在全球變暖、能源危機(jī)背景下，公共自行車被認(rèn)為是一種低碳、環(huán)保、健康的出行方式，也是短距離出行效率最高、最具環(huán)境可持續(xù)性交通方式[1]。因此“大力發(fā)展公共自行車，解決居民出行最后1公里問題”成為共識(shí)[2]。

當(dāng)前國(guó)內(nèi)對(duì)公共自行車的研究主要集中在：西方發(fā)達(dá)國(guó)家城市公共自行車?yán)碚撗芯颗c實(shí)踐經(jīng)驗(yàn)借鑒[3-5]；利用傳統(tǒng)O-D調(diào)查數(shù)據(jù)分析用戶特征[6-7]、出行模式[8-10]、出行需求預(yù)測(cè)[11]、站點(diǎn)布局[12-13]，建立公共自行車管理和調(diào)度系統(tǒng)模型[14]等；利用大數(shù)據(jù)研究公共自行車問題等[15-16]。快速城市化導(dǎo)致的交通擁堵問題嚴(yán)重影響了城市經(jīng)濟(jì)運(yùn)行，因此運(yùn)用大數(shù)據(jù)研究交通問題受到學(xué)者與政府的高度關(guān)注。

2013年9月寧波公共自行車系統(tǒng)開通運(yùn)營(yíng)，用戶量逐年增加，至2018年9月辦理51萬(wàn)張IC卡，投放公共自行車4.4萬(wàn)輛。本文運(yùn)用IC卡數(shù)據(jù)，結(jié)合區(qū)域?qū)傩詳?shù)據(jù)、開放網(wǎng)絡(luò)數(shù)據(jù)，探究寧波市自行車使用特征及原因，為提高寧波市公共自行車營(yíng)運(yùn)效率、優(yōu)化公共交通配置提供理論支撐。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況與數(shù)據(jù)來源

研究區(qū)域?yàn)閷幉ㄊ兄行某菂^(qū)(如圖1所示)，包括海曙區(qū)、江北區(qū)、鄞州區(qū)、鎮(zhèn)海區(qū)和北侖區(qū)，土地面積為2 462 km2，布設(shè)1289個(gè)公共自行車租賃點(diǎn)，36 713個(gè)樁位。

數(shù)據(jù)來源主要為：公共自行車IC卡數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、寧波市統(tǒng)計(jì)年鑒。IC卡數(shù)據(jù)為2018年3月12—18日居民506 343條出行數(shù)據(jù)，每條IC數(shù)據(jù)包含使用者卡號(hào)、借還租賃點(diǎn)代碼、借還租賃點(diǎn)名稱、借還時(shí)間、使用時(shí)長(zhǎng)。剔除使用時(shí)長(zhǎng)小于1 min及大于3 h的非正常性出行數(shù)據(jù)，獲得有效數(shù)據(jù)483 961條。網(wǎng)絡(luò)數(shù)據(jù)包括：百度地圖提供的POI數(shù)據(jù)，如購(gòu)物休閑、交通、餐飲、醫(yī)療、科教等類別數(shù)據(jù)。土地利用分類數(shù)據(jù)來源于《寧波市城市總體規(guī)劃(2006—2020年)(2015年修訂)》。寧波市統(tǒng)計(jì)年鑒數(shù)據(jù)為鄉(xiāng)鎮(zhèn)街道人口數(shù)據(jù)等。

1.2 研究方法

1.2.1 租還潮汐比

租還潮汐比反映了各租賃點(diǎn)公共自行車某一時(shí)段內(nèi)租借、歸還活動(dòng)的均衡性。其計(jì)算公式為

R=(Q1-Q2)/(Q1+Q2)R∈[-1,1]

式中，R為潮汐比；Q1為某時(shí)段租賃點(diǎn)租借量；Q2為某時(shí)段租賃點(diǎn)歸還量。

在特定時(shí)段R值為1時(shí)，自行車租賃點(diǎn)顯示為租車，產(chǎn)生空架現(xiàn)象；反之，R值為-1時(shí)，全部為還車，租賃點(diǎn)樁位為滿架現(xiàn)象。這兩種情況均產(chǎn)生“租車者租不到，還車者還不了”的不可用現(xiàn)象。當(dāng)租借量等于歸還量時(shí)，R值等于0，為租還均衡理想狀態(tài)。通常租賃點(diǎn)潮汐比R∈[-1,-0.1)為歸還點(diǎn)，R∈[-0.1,0.1]為平衡點(diǎn)，R∈(0.1,1]為租借點(diǎn)[17]。

1.2.2 核密度

核密度估計(jì)(kernel density estimation，KDE)用于計(jì)算點(diǎn)要素或線要素在其周圍鄰域中的密度。方程定義為

式中，h為帶寬值；x-xi為估計(jì)點(diǎn)到樣本xi的距離；k為核的權(quán)重函數(shù)。

帶寬值h會(huì)影響核密度估計(jì)結(jié)果：一般帶寬值越大，生成的密度柵格越平滑且概化程度越高；帶寬值越小，生成柵格所顯示的信息越詳細(xì)。經(jīng)過多次模擬，最終確定帶寬值為1200 m。

1.2.3 泊位周轉(zhuǎn)率

泊位周轉(zhuǎn)率為某時(shí)段租賃點(diǎn)鎖止器被重復(fù)使用的次數(shù)，反映了租賃設(shè)施的利用水平。以某時(shí)段還車數(shù)與樁位數(shù)之比來表示周轉(zhuǎn)率，時(shí)段為每日。計(jì)算公式為

α=Q1/N

式中，Q1表示租賃點(diǎn)日歸還量；N表示租賃點(diǎn)鎖止器數(shù)量。

1.2.4 回歸分析模型

多元線性回歸分析是表示因變量和自變量之間相關(guān)關(guān)系最基本方法。表達(dá)式為

Yi=β0+β1x1+β2x2+…+βmxm+εi

式中，Yi為因變量；X1，X2，…，Xm為影響因素；β0為常數(shù)項(xiàng)；β1，β2，…，βm為回歸系數(shù)；εi為殘差。具體結(jié)合公共自行車使用，Yi為i租賃點(diǎn)公共自行車使用量，X1，X2，…，Xm為i租賃點(diǎn)的系統(tǒng)變量、交通變量、社會(huì)經(jīng)濟(jì)變量、空間變量、時(shí)段變量、虛擬變量。

2 公共自行車的使用特征分析

2.1 時(shí)間特征

寧波市中心城區(qū)公共自行車日均總使用量為69 137次，平均出行時(shí)長(zhǎng)為16 min。在時(shí)段上，公共自行車使用呈現(xiàn)明顯的峰谷現(xiàn)象(如圖2所示)，早高峰為7:00—9:00，晚高峰為17:00—19:00，早高峰峰值大于晚高峰。休息日的早、晚高峰峰值比工作日都低。

公共自行車使用時(shí)長(zhǎng)集中在15 min以內(nèi)(如圖3所示)，占總量的64.06%；在25 min內(nèi)的占83.4%。早高峰平均使用時(shí)長(zhǎng)為14.80 min，晚高峰為14.79 min；工作日平均使用時(shí)長(zhǎng)為15.72 min，休息日為16.41 min。寧波公共自行車具有很強(qiáng)的公共交通“最后1公里”接駁功能。

2.2 空間特征

寧波市公共自行車租賃點(diǎn)具有空間分布不均衡性(如圖4所示)。租賃點(diǎn)集中于主城區(qū)地鐵線路兩側(cè)，核密度值為16次/km2。公共自行車使用量的核密度具有“一核雙中心”結(jié)構(gòu)：一核為三江口地區(qū)，其核密度值達(dá)到4000次/km2；雙中心分別為鎮(zhèn)海中心城區(qū)、北侖中心城區(qū)，其核密度值分別達(dá)3500、1500次/km2(如圖5所示)。

以三江口為中心，分別以3、5、10 km為半徑的緩沖區(qū)，將研究區(qū)劃分成內(nèi)圈層、中圈層、外圈層和大于10 km的外圍區(qū)(如圖1所示)。3月12—18日，內(nèi)圈層286個(gè)租賃點(diǎn)公共自行車使用量達(dá)326 673次，中圈層247個(gè)租賃點(diǎn)總使用量為201 449次，外圈層407個(gè)租賃點(diǎn)總使用量為187 191次，外圍區(qū)349個(gè)租賃點(diǎn)總使用量為252 608次(見表1)。租賃點(diǎn)平均使用量、使用量空間密度具有由中心向外圍遞減規(guī)律，但租賃點(diǎn)平均使用量在外圍區(qū)出現(xiàn)升高現(xiàn)象，這是由于外圍區(qū)域面積大，租賃點(diǎn)密度低，導(dǎo)致居民對(duì)自行車的依賴度增加。

租賃點(diǎn)潮汐比整體上較平衡(如圖6所示)，平衡點(diǎn)占73.16%，但租賃點(diǎn)之間差異性很大。其中，以商業(yè)服務(wù)功能為主的內(nèi)圈層為租還平衡區(qū)，平衡點(diǎn)占86.71%，潮汐性較弱；中圈層平衡點(diǎn)占78.54%；外圈層和外圍區(qū)平衡點(diǎn)占比皆小于70%，潮汐性較明顯。總體上呈現(xiàn)潮汐比由中心向外圍增大趨勢(shì)。

租賃點(diǎn)圈層內(nèi)交換強(qiáng)度大于圈層之間。內(nèi)圈層的內(nèi)部交換強(qiáng)度為133 567次，占總租借量的81.45%，中圈層、外圈層、外圍區(qū)內(nèi)部交換強(qiáng)度占總租借量的80%左右。OD交換量存在“內(nèi)圈層到中圈層”與“中圈層到內(nèi)圈層”相互補(bǔ)償流關(guān)系，同樣在其他圈層之間也存在這一現(xiàn)象(見表2)。

表2 圈層OD情況 次

公共自行車居民出行以短距離為主(如圖7所示)，平均出行距離為3.91 km。租賃點(diǎn)間出行量最高出現(xiàn)在長(zhǎng)樂站(自行車租賃點(diǎn))與晴園(自行車租賃點(diǎn))之間，距離為1.11 km，出行量達(dá)到63次/d。

租賃點(diǎn)泊位日均周轉(zhuǎn)率為2.4次，最大周轉(zhuǎn)率為17次，泊位周轉(zhuǎn)率小于1次/d占32%。租賃點(diǎn)的公共自行車平均使用量與泊位周轉(zhuǎn)率之間具有正相關(guān)關(guān)系(見表1)。內(nèi)圈層日均泊位周轉(zhuǎn)率最高(如圖8所示)，內(nèi)圈層和外圍區(qū)超負(fù)荷租賃點(diǎn)(日泊位周轉(zhuǎn)率大于3次)較多，外圈層和外圍區(qū)無(wú)效租賃點(diǎn)(日泊位周轉(zhuǎn)率小于0.5次)較多。內(nèi)圈層超負(fù)荷租賃點(diǎn)占47.55%，無(wú)效租賃點(diǎn)占2.80%；中圈層超負(fù)荷租賃點(diǎn)占24.69%，無(wú)效租賃點(diǎn)占5.67%；外圈層超負(fù)荷租賃點(diǎn)占4.67%，無(wú)效租賃點(diǎn)占22.85%；外圍區(qū)超負(fù)荷租賃點(diǎn)占23.78%，無(wú)效租賃點(diǎn)占20.63%。因此，加強(qiáng)對(duì)超負(fù)荷租賃點(diǎn)調(diào)度和無(wú)效租賃點(diǎn)統(tǒng)籌規(guī)劃是提高公共自行車?yán)眯实幕A(chǔ)。

3 租賃點(diǎn)公共自行車使用的影響因素分析

3.1 影響因素選取

模型因變量采用2018年3月12—18日租賃點(diǎn)公共自行車使用量。參考文獻(xiàn)[18]的研究，自變量分為系統(tǒng)變量、交通變量、社會(huì)經(jīng)濟(jì)變量、潛在變量、時(shí)段變量與土地類型虛擬變量等6類(見表3)。

表3 影響公共自行車使用量的因子情況

續(xù)表3

系統(tǒng)變量為租賃點(diǎn)樁位數(shù)與租賃點(diǎn)密度；交通變量為公共自行車租賃點(diǎn)緩沖區(qū)內(nèi)公交站數(shù)量、地鐵站數(shù)量、主干道及次干道里程數(shù)；社會(huì)經(jīng)濟(jì)變量為租賃點(diǎn)所在街道人口密度、緩沖區(qū)內(nèi)公司企業(yè)數(shù)量；空間變量為租賃點(diǎn)緩沖區(qū)內(nèi)醫(yī)療保健、教育機(jī)構(gòu)、購(gòu)物網(wǎng)點(diǎn)、餐飲服務(wù)、公園以及生活服務(wù)類等數(shù)量；時(shí)段變量為早高峰時(shí)段和晚高峰時(shí)段；虛擬變量為租賃點(diǎn)土地用地性質(zhì)，即《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)》的9類用地。參考文獻(xiàn)[19]的研究，選取500 m為公共自行車租賃點(diǎn)緩沖區(qū)半徑。

3.2 方程擬合結(jié)果

利用SPSS22.0軟件回歸分析：R2>0.8，F(xiàn)=711.771，Sig.=0.000，方程具有顯著意義，其中10個(gè)自變量具有明顯解釋意義(見表4)。

表4 模型結(jié)果

注：*、**、***分別為P<0.1、P<0.05、P<0.01。

3.2.1 系統(tǒng)變量、社會(huì)經(jīng)濟(jì)變量

公共自行車租賃點(diǎn)的樁位數(shù)、密度與因變量相關(guān)性不顯著，但在內(nèi)圈層、外圍區(qū)具顯著相關(guān)性。公共自行車租賃點(diǎn)的樁位數(shù)與內(nèi)圈層租賃點(diǎn)的使用量存在顯著正相關(guān)，其標(biāo)準(zhǔn)系數(shù)為0.061，在內(nèi)圈層具有租賃點(diǎn)樁位數(shù)越多使用量越大的特征。公共自行車租賃點(diǎn)密度，在內(nèi)圈層回歸標(biāo)準(zhǔn)系數(shù)為-0.098，這是由于內(nèi)圈層租賃點(diǎn)密度越高，相互之間距離越近，競(jìng)爭(zhēng)關(guān)系明顯，單個(gè)租賃點(diǎn)效率降低；在外圍區(qū)系數(shù)為0.078，總體上外圍區(qū)租賃點(diǎn)密度遠(yuǎn)低于內(nèi)圈層，租賃點(diǎn)之間距離遠(yuǎn)，公共自行車之間對(duì)流呈現(xiàn)互補(bǔ)性，因此密度越高，反而使用量越大。

人口密度、公司企業(yè)數(shù)量對(duì)因變量具有顯著相關(guān)性。人口密度標(biāo)準(zhǔn)系數(shù)為0.074，人口密度越大，使用量越多。公司企業(yè)數(shù)量標(biāo)準(zhǔn)系數(shù)-0.031，公司企業(yè)集中區(qū)通常會(huì)布置公交站點(diǎn)，公共自行車需求自然就降低了。

3.2.2 交通變量、空間變量

公交站數(shù)、次干道里程與因變量相關(guān)性不顯著。地鐵站數(shù)與因變量存在顯著負(fù)相關(guān)性，地鐵站數(shù)量標(biāo)準(zhǔn)系數(shù)為-0.017。這說明公共自行車與地鐵的接駁功能不完善。

公交站數(shù)在中圈層具有正相關(guān)性，其標(biāo)準(zhǔn)系數(shù)為0.098。中圈層是受三江(姚江、奉化江、甬江)自然阻隔影響最大的地域，公交站與公共自行車之間的接駁功能效果明顯。次干道里程在內(nèi)圈層和外圍區(qū)具有顯著性相關(guān)性，其標(biāo)準(zhǔn)系數(shù)分別為-0.069、-0.031。內(nèi)圈層路網(wǎng)密集，公交站點(diǎn)多，人流擁擠，自行車功能讓位于步行。外圍地區(qū)次干道里程密度越低，“出行難”越明顯，對(duì)公共自行車需求越大。

租賃點(diǎn)500 m緩沖區(qū)范圍內(nèi)醫(yī)療保健、教育機(jī)構(gòu)、餐飲服務(wù)、公園等POI與因變量存在顯著正相關(guān)，標(biāo)準(zhǔn)系數(shù)分別為0.051、0.049、0.054、0.028，租賃點(diǎn)周邊這4類POI興趣點(diǎn)集聚與自行車使用呈現(xiàn)正相關(guān)。

3.2.3 時(shí)段變量、虛擬變量

早晚時(shí)段變量與因變量存在顯著相關(guān)性，標(biāo)準(zhǔn)系數(shù)分別為0.485、0.421，公共自行車使用具有明顯時(shí)間節(jié)律性。

綠地與廣場(chǎng)用地與因變量存在顯著負(fù)相關(guān)，綠地與廣場(chǎng)用地其標(biāo)準(zhǔn)系數(shù)為-0.016，該地類是居民日常休閑場(chǎng)所，以步行為主。

公共管理與公共服務(wù)用地、道路與交通設(shè)施用地分別在中圈層、外圈層與因變量具有顯著的相關(guān)性。公共管理與公共服務(wù)用地、道路與交通設(shè)施用地與因變量的系數(shù)分別為-0.050、-0.046。在中圈層、外圈層公共服務(wù)用地和交通設(shè)施擁擠聚集區(qū)，都是大的單位(政府、大學(xué)等)用地和交通樞紐(TOD)用地，在中圈層公共交通便利或?yàn)楣蚕韱诬囂煜拢馊铀郊臆嚾〈孕熊嚱玉g。

4 結(jié)論與討論

運(yùn)用GIS和SPSS對(duì)寧波市公共自行車進(jìn)行數(shù)據(jù)挖掘發(fā)現(xiàn)：①寧波市公共自行車使用量存在明顯時(shí)空分異。公共自行車出行時(shí)間具有峰谷現(xiàn)象，騎行時(shí)長(zhǎng)在工作日與休息日、早高峰與晚高峰都具有差異；公共自行車租賃點(diǎn)與使用量分布具有“一核雙中心”特征，車輛使用量、潮汐比、泊位周轉(zhuǎn)率都存在圈層特征。②通過對(duì)系統(tǒng)變量、交通變量、社會(huì)經(jīng)濟(jì)變量、潛在變量、時(shí)段變量與土地類型虛擬變量等24個(gè)變量進(jìn)行模擬，發(fā)現(xiàn)10個(gè)變量具有解釋意義。公共自行車使用與人口密度、醫(yī)療保健網(wǎng)點(diǎn)、教育機(jī)構(gòu)、餐飲服務(wù)、公園數(shù)、早高峰時(shí)段、晚高峰時(shí)段具有明顯的正相關(guān)關(guān)系；與地鐵站數(shù)、公司企業(yè)數(shù)量、綠地廣場(chǎng)與量存在明顯的負(fù)相關(guān)關(guān)系。這說明寧波市城市空間結(jié)構(gòu)影響了公共自行車使用。

數(shù)據(jù)獲得性關(guān)系，研究著重刻畫使用者共性特征。如果加強(qiáng)個(gè)體特征交叉分析，數(shù)據(jù)將更具有鮮活性。在共享單車影響下，寧波公共自行車生存空間受到壓縮。設(shè)想如果公共自行車讓開內(nèi)、中、外圈層，僅僅占據(jù)共享單車不愿意投放的外圍圈層地區(qū)，充分實(shí)現(xiàn)公共自行車公共物品功能，但研究表明這是低效率行為，不具有可行性。