城區公共自行車服務系統的分析研究

宋曉婷，王春年

城區公共自行車服務系統的分析研究

宋曉婷1，王春年2

（1. 山西建筑職業技術學院 基礎部，山西 太原 030619；2. 山西大學 計算機與信息技術學院，山西 太原 030006）

借助軟件篩選，運用統計方法對浙江省溫州市某城區公共自行車20天租車和還車數據信息進行處理，包括租車時長及使用頻次，站點間距離的測算，掌握了該地區公共自行車服務系統的運行規律，做出合理的分析并擬定改進方案，使該服務系統更加完善。

公共自行車服務系統；泊松分布；擬合優度檢驗法；MATLAB

1 引言

公共交通非機動車在全國各城市迅速推廣與普及，具有多重意義：首先是便民。市民或外來客人可以方便地在各自行車網點借用或歸還自行車；其次是環保。自行車的廣泛使用，可以有效降低汽車和摩托車的使用率，減少尾氣排放量，凈化城市空氣；再次是促進市民體育鍛煉，許多城市居民由于繁忙的工作，缺乏運動，城區自行車公共交通系統的建立，可以有效促進市民隨時健身、增強體質。因此，低碳，環保，節能的公共自行車成為全國許多城市的首選。自行車租賃的站點位置及各站點自行車鎖樁和自行車數量的合理配置顯得尤為重要，對系統的運行效率與用戶的滿意度有重要的影響。

2 研究區概況

2.1 租車時長及使用頻次

利用Microsoft SQL Server數據庫軟件和SQL查詢語言對數據進行分析，經EXCEL整理得借車頻次數據和還車頻次數據以及所有站點按累計的借車頻次和還車頻次的排序[1]。數據得到每次用車時長的分布情況，發現用車時長越短的借車頻次越大，我們按照區間長度遞增的順序，選取浙江省溫州市某站點借出車使用時間段為[0,15]，[16,30]，[31,60]，[61,120]和大于120 min的分割，其分布圖如圖1所示。

圖1 單次租車使用時長分布

結果分析：該城區市民66%的人每次用車時長小于15 min，每次用車時長大于60 min的則相對較少。有34%的市民每次用車時長近0.5 h，說明大多數市民利用自行車來解決“最后一公里”問題，但也存在由于“借車遠，借車難，還車難”，從而浪費時間的現象。

2.2 數據擬合分析

將資料中數據導入EXCEL文檔，得出累計借車次數與借車卡數量的關系，再由MATLAB將代表借車次數的數據A2：A42、C2：C42、E2：E42分別導入到VarName1、VarName3、VarName5；將代表借車卡數量的數據B2：B42、D2：D42、F2：F42分別導入到VarName2、VarName4、VarName6。

在MATLAB工作區輸入以下命令，繪出借車次數與借車卡數關系圖：

syms x y a b c

x=[VarName1;VarName3;VarName5];

y=[VarName2;VarName4;VarName6];

a=x'*y;

% b=sum(y);

c=a/b;

plot(x,y,'b*')

其中，x，y，a，b，c分別是借車次數，借車卡數量，累計總借車次數，總借車卡數量，平均每借車卡借車數量。之后，借助cftool工具箱作出分析[2]，如圖2所示。

圖2 借車頻次與借車卡數量關系

2.2.1 相關數據結論

由運行結果知：

（1）累計總借車頻次：637 541次；

（2）累計總借車卡數量：45 423張；

（3）平均每張借車卡借車頻次：14.035 6次，說明公交自行車使用效率較低，還應做進一步改善；

（4）因租借車輛均要歸還，所以還車相關數量同借車。

2.2.2 相關擬合結論

由圖2信息知：

（1）借車次數與借車卡數量大致成反比例關系，擬合曲線選取指數函數[3]，方程為

相關系數R接近1，均方根誤差25.37，相對于數據個數已經非常小，故所選方程擬合度較優。

（2）測量天數內借車卡借車次數大多集中在1~100次，可作為主要數據段進行分析。

3 數據采集及分析

3.1 分析借還車次數最多一天的數據量

根據數據統計結果，選取自行車使用頻率最高的一天進行分析，即已給站點合計使用公共自行車次數最多的一天，由此所得結果可以更有效地應用于其他頻次較少的情況。

3.2 一天內租車時間均值

=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 77 78 79 80 81 82 83 84 85 86 87 89 90 91 92 93 94 95 97 98 100 101 102 103 104 105 107 108 109 111 112 113 114 116 118 119 120 121 122 123 124 127 130 131 132 136 137 138 144 145 146 153 154 155 160 162 177 184 186 187 190 199 200 201 216 228 233 237 248 253 289 565 595];

y=[59 491 1134 1617 1919 2246 2222 2225 2178 2029 1843 1694 1652 1515 1377 1288 1059 1021 911 814 743 674 600 516 519 428 391 343 325 283 257 236 166 196 175 162 162 160 116 96 97 59 91 72 65 71 59 61 39 33 41 18 29 26 28 22 12 21 16 12 16 14 11 9 7 9 5 3 9 4 6 8 2 5 4 3 5 5 1 3 2 5 3 2 2 2 2 2 3 5 1 1 6 2 1 3 1 2 1 3 4 3 3 1 1 2 2 1 3 3 1 1 1 1 1 1 1 1 3 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1];

z=poisspdf(x,y);

plot(z)

所得結果如圖3所示。

圖3 車時間及其概率

3.3 檢驗時間均值的可信度

3.4 篩選研究數據

4 相關結論

4.1 租車行駛距離

4.2 租還車頻次最高站點的數據

通過整理租還車頻次最高站點的數據，發現在人口相對密集區域的自行車使用情況符合大眾上下班時間的基本規律：早八點和晚五點使用頻次高。因此，可依據實際調整自行車的位置，方便大家使用，提高整體利用率。

用相同的方法可繼續搜索出相對使用率較高的若干站點進行討論，得到該地區人口流動的大致范圍和方向，結合節假日時間，可基本確定其工作區、居住區、休閑區和學區等具有特殊功能的區域，對了解城市發展建設具有重大意義。

圖4 租/還車頻次最高站點情況

根據公共自行車的辦理人數比例、使用頻次及時間，可估算該地區的人口密度，人口數量，依據數據，可研究此區域響應國家綠色出行環保出行的力度和城市的集中程度。

5 對未來非機動車事業發展的建議

（1）對辦理租車人員進行身份驗證并收取押金，便于使用時的信息跟蹤查詢。

（2）劃片站點人員配備，用于解決因時間、地域、活動等因素導致的非機動車輛不均衡問題。根據數據顯示應在早八點及晚五點左右實行車輛調整計劃。

（3）設立服務站點電子系統，用于顯示城區的全部的自行車服務點、與所在服務點距離由近至遠的其他服務點、其他各個服務點的自行車的剩余數以及空車位的數量。

（4）借車金額隨時間遞增，但使用時間規定上限。

（5）建立快速掛失系統，如電話、微信、支付寶、公交卡等方式。

（6）建立骨胳、皮膚、體重、人臉識別等系統，對兒童及超齡者不予租借。

（7）為鎖樁車輛配備防曬、防雨、防丟失等設施。

[1] Excel Home.Excel2007數據處理與分析實戰技巧精粹[M].北京:人民郵電出版社,2015:68-74.

[2] 天工在線.MAYLAB2018從入門到精通[M].北京:中國水利水電出版社,2018:95-108.

[3] Samprit Chatterjee, Ali S Hadi. Regression Analysis by Example[M]. Beijing: China Machine Press, 2020: 15- 38.

[4] 王慧敏,曹忠威,張奎.應用數學-概率論與數理統計[M].北京:中國商業出版社,2014:119-124.

[5] 風過無痕.Matlab概率統計編程指南[EB/OL].https:// www.cnblogs.com/xiexiaokui/archive/2008/11/14/1333861.html,2008-11-14.

[6] 傅維潼.概率論與數理統計輔導[M].北京:清華大學出版社,2003:335-336.

[7] 楊波霞,鄧衛,胡啟洲.大城市自行車交通發展的理性引導及對策研究[J].現代交通技術,2006,3(4):50-53.

Analysis and Research on the Non-Motor Vehicle Service Systemof Urban Public Transportation

SONG Xiao-ting1, WANG Chun-nian2

(1. Department of Basic Courses, Shanxi Architectural College, Taiyuan 030619, China; 2. School of Computer and Information Technology, Shanxi University, Taiyuan 030006, China)

With the help of software screening and statistical methods, the data information of hiring and returning public bicycles in a certain urban area of Wenzhou City, Zhejiang Province during twenty days was analyzed in order to make the service system more perfect. The data includs the length and frequency of taxi rental, the measurement of the distance between stations, the operation law of the public bicycle service system in the area, the rational analysis and the formulation of improvement plan.

the non-motor vehicle service system; Poisson distribution; goodness of fit test; MATLAB

N37

A

1009-9115(2020)03-0015-04

10.3969/j.issn.1009-9115.2020.03.005

山西省教育科學“十三五”規劃課題（GH-19170)，山西省小店科技項目（2018XDCXY14）

2019-11-04

2020-04-15

宋曉婷（1980-），女，山西太原人，碩士，講師，研究方向為數學應用研究。

（責任編輯、校對：趙光峰）