城市中心區共享汽車站點布局研究
——以武漢市主城區為例

■于璐瀅 YU Luying 羅 斌 LUO Bin 武 丹 WU Dan 趙麗元 ZHAO Liyuan

0 引言

在共享經濟不斷發展的背景下，共享出行正逐步改變著人們的生活出行方式。共享汽車最早興起于歐美等成熟汽車市場，近年來，我國主要城市如北京、上海、武漢等也開始大力發展共享汽車。截至2018 年5 月，武漢市已有包括綠馳出行、易微享、暢的、Gofun 出行等在內的10 余家共享汽車品牌進駐，共有上千輛共享汽車注冊在錄，在進駐品牌和規模上也有進一步擴大的趨勢。

隨著國內城市交通超負荷現象逐漸凸顯，環境污染問題日益嚴重，共享汽車作為一種綠色出行方式，能夠填補公共交通與私家車之間的空白，擁有良好的市場前景。然而，它在中國的發展卻面臨各種困境。從使用者角度來看，目前，共享汽車最大的問題是站點密度過低與站點布局不合理導致的取還車便捷性低下。而盲目擴大汽車規模以提高站點密度，不僅造成企業資金壓力，也極大蠶食現有社會空間資源。本文將著力研究共享汽車站點布局的空間影響因素，為其站點布局優化提供理論依據，從而提高共享汽車使用便捷性及運營效率。

近年來，國內外學者圍繞共享汽車站點開展了一定量的有意義研究。國外對共享汽車站點布局的研究較早。文獻[1]首次提出了設施選址理論。文獻[2]提出設施最大覆蓋問題，即在已知數量和服務半徑條件下，建立p 個服務站，求如何使接受的服務需求最大化問題。文獻[3]在綜合步行距離、時間成本、建站成本和購車成本等因素的基礎上，以總利潤最大化為目標，提出決定新增共享汽車站點位置和大小以及車輛總數的決策支持系統。但文獻僅從成本角度研究，缺乏對其他空間因素的考量。此外，文獻[4]分析了共享汽車運行特征與其站點所在區位、土地性質之間的聯系，為新站點的布局提供參考。文獻[5]運用大型交通仿真模擬平臺（MATSim），在研究“回程”共享汽車（還車點與取車點一致）和“單程”共享汽車（還車點與取車點不一致）站點布局模型的基礎上，指出兩種共享汽車的使用目的互補性和站點數量的增加對其他交通方式的影響。但未闡述站點布局模型生成的具體過程。國內對共享汽車站點布局的研究很少，站點布局模型和評價體系均不完善。文獻[6]僅基于出租車GPS 數據，挖掘出租車停靠點位置，并通過空間聚類分析得到?？空?，作為共享汽車候選站點。文獻[7]運用層次分析法建立共享汽車站點選址評價的指標體系，結合專家意見確定各評價指標的權重，建立站點選址方案的評價模型，評價系統有較強主觀性。

總體來看，一方面，現有文獻對共享汽車的空間影響因素及其影響程度缺乏系統性評價或評價過于主觀，對站點布局的研究范圍過于微觀，缺乏對區域尺度站點的統籌分析評價；另一方面，現有文獻研究大多基于傳統數據，數據量較小，但隨著大數據技術的發展，利用大數據進行研究將更大程度提高研究成果的可信度。本文通過大數據手段，收集武漢市三環內共享汽車運營數據，量化處理各空間因素，判斷其中的顯著性影響因素，并對其影響程度進行排序，為共享汽車站點布局的優化提供更強有力的理論依據。

1 研究對象與數據處理

1.1 研究對象、空間范圍與研究思路

研究對象應選取具有市場代表性與社會影響力的對象。首汽旗下的Gofun 共享汽車是第一批進駐武漢市場的共享汽車品牌之一。目前，Gofun 品牌在武漢約有1000 輛共享汽車，設置有273 個停車站點,占據武漢約四成的市場份額。故此次研究以首汽Gofun 共享汽車作為研究對象，不僅符合武漢共享汽車的主流發展方向，而且能為后起的共享汽車品牌發展提供借鑒。

研究空間范圍應選取人口密集區和共享汽車的集中分布地，這些區域不僅交通矛盾更加突出，而且能夠采集大量數據，提高研究可靠性。武漢主城區主要分布在三環線內，是人口主要聚集地；同時，根據Gofun 共享汽車App 爬取的數據顯示，其九成以上的共享汽車站點分布在三環線內。綜合考慮后，選擇武漢三環線內為主要研究區域（圖1）。

圖1 研究對象與研究空間范圍圖

本研究通過獲取的大數據識別共享汽車使用高頻區，借助SPSS 軟件分析共享汽車使用頻率影響因素及其影響程度，借此為站點布局提出優化策略。具體而言，首先，基于武漢市共享汽車站點運營數據，分析武漢市12 個片區的站點聯系度；其次，對武漢市12 個片區及片區內273 個站點的汽車變動量進行核密度分析，從而得出共享汽車使用頻率的空間分布圖，確定武漢共享汽車使用高頻區；再針對使用高頻區，結合調研所得數據，對共享汽車使用頻率的影響因素進行分析，包括：充電樁數量、車輛數、停車位數量等自身運營因素和交通站點、興趣點、用地類型等空間影響因素；然后，采用SPSS 多元回歸分析，判斷各因素對共享汽車使用頻率是否有顯著性影響及其影響程度；最后，根據各因素對共享汽車使用頻率的影響程度，提出針對武漢市共享汽車使用高頻區的站點布局優化建議（圖2）。

圖2 研究思路框架圖

1.2 研究數據的處理

通過爬取共享汽車站點后臺運營數據，記錄其連續三天內、每隔15min 各站點的共享汽車變動數量。同時，篩選幾個數量變動較大的站點進行實地調研，對共享汽車使用者進行訪談以及問卷調查。實地發放問卷共計153 份，有效問卷150 份。整個研究分析均基于150 份有效問卷和27300 條車輛數據信息，分析真實有效（圖3）。

圖3 研究數據來源及獲取方法圖

2 研究數據的分析

2.1 站點運營現狀

本階段以武漢市三環線為研究區域，采用站點間聯系度和使用頻率核密度兩個指標以量化共享汽車運營現狀。其中，站點間聯系度用于分析片區間交流量的空間差異，而使用頻率核密度用于識別共享汽車在空間上的使用強度分布。

站點聯系度是兩兩片區間站點相互聯系的密切程度，類似于萬有引力規律，站點間聯系強度與區域之間共享汽車交通量成正比，與區域之間的距離平方成反比。

現以武漢市商圈為基礎，將武漢市三環線內的空間劃分為12個片區。為保證分析結果的可靠性，本研究連續三天每隔15min 爬取一次數據，得到72h 內每個片區各個站點的停車數量，根據公式（1）（2），計算出以共享汽車使用量為依托的交通聯系度，得到武漢市12 個片區的共享汽車聯系OD 圖（圖4）。

其中，E為站點聯系度；Qa、Qb分別為片區a、b 的共享汽車的使用量的日平均值；dab為兩個片區中心距離。

其中，Qa為片區a 共享汽車使用量的日平均值；qnj為片區a 某站點n 在第m 天某時刻j 的共享汽車數量，qnj-1為該站點15min 后的共享汽車數量。

由圖4 可知，共享汽車分布量多的漢口、漢陽、武昌、后湖、光谷與周圍聯系緊密，漢口、漢陽和武昌構成了共享汽車使用的三角核心區域。同時，共享汽車分布量少但靠近共享汽車聚集區的常青、徐東、東湖高新與周圍聯系度也較高。作為共享汽車高使用率、低分布量的徐東商圈，有較大的消費潛力，后期應適當增加其共享汽車的分布量。

圖4 武漢12 個片區聯系度及OD 圖

使用頻率核密度是點要素的核密度，是每個輸出柵格像元周圍點要素的密度。概念上，每個點上方均覆蓋著一個平滑曲面。在點所在位置處表面值最高，隨著與點的距離增大表面值逐漸減小，在與點的距離等于搜索半徑的位置處表面值為零。

運用Arcgis 軟件，在屬性表中輸入每個片區或每個站點連續三天各個時刻共享汽車量，新建“使用頻率”字段，輸入公式（4）或（5），將使用頻率量化為共享汽車的變動總量，使用核密度分析工具，得出共享汽車使用頻率的空間差異。

其中，fi為某站點i 三天內共享汽車使用頻率；qj為該站點在某時刻j 的共享汽車數量，qj-1為15min 后的共享汽車數量。

同理，F為某片區所有站點三天內共享汽車使用頻率；qnj為某片區某站點n 某時刻j 的共享汽車數量，qnj-1為該站點15min 后的共享汽車數量。

從大片區視角來看，漢口和武昌商圈的核密度值遠高于其他地區，是共享汽車使用頻率的高熱區（圖5）。從273 個小站點視角來看，武昌區東南角的核密度值最高，即共享汽車變動量最大、使用頻率最高，尤其集中在雄楚大道（二環線）和丁字橋路的交叉地帶。此地帶位于武漢軌道交通2 號線和4 號線的交匯處、武昌火車站附近，同時也臨近洪山公園、寶通寺等景區，有諸多可能性因素達成高使用頻率的結果（圖6）。

圖5 武漢市12 個片區汽車使用頻率核密度圖

圖6 武漢市各站點汽車使用頻率核密度圖

以上分析共同反映出：在武漢市各個行政分區內，武昌區共享汽車使用頻率最高且與周圍地區保持較高的站點聯系度。按照一般交通規律，共享汽車使用頻率高、交通外向性強的地區潛在交通問題更突出，更能代表未來共享汽車發展的趨勢，且有更多的數據采集量，有其研究的必要性和可能性。故后文重點研究武昌區的站點運營現狀、影響因素及優化方案。

2.2 站點運營影響因素分析

針對武昌區共享汽車使用頻率空間分布情況，結合已有文獻和現場調研情況，選出車輛數、停車位數、充電樁數等自身運營因素和交通站點、用地類型、出行興趣點等空間影響因素，以分析各類因素對共享汽車使用頻率空間差異的影響顯著性，為站點布局優化指出合理方向。

2.2.1 自身運營因素分析

自身運營因素的分析主要包括空間上的數量分布和時間上的調度機制兩個方面。

首先，空間上的數量分布包括：車輛、停車位和充電樁的數量。Gofun汽車與特來電公司合作布置充電樁，為共享汽車購買專屬停車位。當下共享汽車停車位和充電樁數量與共享汽車數量在空間上不匹配，如共享汽車數量多的站點，停車位和充電樁數量反而少（圖7）?，F以站點內共享汽車的變動量作為其使用頻率評價標準，分析使用頻率與共享汽車、停車位和充電樁數量的關系。分析結果顯示，共享汽車使用頻率與車輛數和停車位數波動趨勢一致（圖8），說明共享汽車供給量和配套停車位數是影響共享汽車使用頻率的重要因素，而充電樁數量與其他三要素契合度低，對共享汽車使用頻率影響小。

圖7 站點與配套充電樁、停車位分布圖

圖8 共享汽車使用頻率與汽車、停車位、充電樁數對比分析圖

其次，空間上的調度機制較為固定，即晚高峰后就近對電量較低的共享汽車充電，次日早高峰前送返至最近站點（圖9）?，F有的調度機制雖然解決了共享汽車電量不足的問題，但仍存在一些不足：①調度指向性不足。運營維護人員僅簡單遵循就近原則，把共享汽車調度到擁有充電樁的最近站點，缺乏對站點使用強度與需求的考量，人為造成供需不對等。②調度時段機械化。僅在早晚高峰進行車輛調度，而被頻繁使用的共享汽車在日間較早時已出現電量耗盡情況，但無人進行調度充電，無電車輛成為擺設，降低了車輛的使用率。③調度目的單一。當前只對電量低的車輛進行調度，但使用率低、電量充足的車輛卻不在調度范圍，加劇空間上的供需不平衡。

圖9 某日共享汽車站點停車數量變化圖

2.2.2 空間影響因素分析

通過總結共享汽車周邊的交通、用地性質與城市主要出行吸引點的空間分布特征，以分析其與共享汽車使用頻率之間的關系。

（1）交通現狀分布方面：武昌區東南角是火車站、汽車站、地鐵站的集中區，也是共享汽車分布的密集區。武昌區13 個地鐵站中有6 個布有共享汽車站點，占比46.15%；而7 個客運汽車站有5 個布有站點，占比71.43%，明顯高于地鐵站。共享汽車作為一種中短途交通方式，服務對象與地鐵有一定的重疊，因此，地鐵站周圍的共享汽車站點分布少具有其合理性（圖10）。

圖10 站點周圍交通分析圖

（2）不同用地分布方面：以500m 為半徑確定共享汽車站點的輻射區，在輻射區內區分不同性質用地的比例。在此基礎上統計武昌區內不同用地性質的站點數量，得出結論：站點多依托居住、商業服務業用地布局，典型區域如沙湖周圍居住片區、沿江商業帶（圖11）。

圖11 站點周圍用地分析圖

（3）出行吸引點分布方面：統計共享汽車500m 輻射區內不同出行興趣點的數量。結果顯示，武昌區內8 家酒店中有2 家分布有共享汽車站點，占比25%；6 所大學中有4 所布有站點，占比66.7%；11 個景區僅有2 個布有站點，占比18.18%。由比例可知，大學是現有站點布局考慮的重要空間因素（圖12）。

圖12 站點周圍興趣點分布圖

2.2.3 影響因素相關性分析

基于上文空間因素分析結果，運用SPSS 軟件，采用多元線性回歸統計方法，對站點的自身運營因素和空間影響因素進行分析，判斷各因素（調度機制難以量化統計，暫時不予分析）對共享汽車使用頻率是否有顯著性影響及其影響程度。Sig ＞0.1，因素有顯著性影響，且Sig 值越小，因素對共享汽車的使用頻率影響越大。統計結果顯示，共享汽車使用頻率的顯著性影響因素排序為：停車位數＞車輛數＞教育科研用地大?。揪幼∮玫卮笮?。其中，車輛數量、停車位數量和教育科研用地大小對共享汽車使用頻率的顯著性影響極為明顯（Sig＜0.05），居住用地大小顯著性影響較為明顯（Sig ＜0.1)（表1）。

表1 共享汔車使用頻率影響因素SPSS 分析表

3 共享汽車優化策略

3.1 共享汽車站點布局優化

基于上文站點運營影響因素的分析結果，對共享汽車使用高頻區——武昌區進行站點優化布局與站點內共享汽車停車位數量重分配。大數據結果顯示，武昌區共計39 個共享汽車站點，站點數量較少，能夠對各個站點進行較為精確的考察。在此基礎上，優化思路大致分為三步：①通過考察站點的供求關系，以合適的標準對每個站點逐一分析篩選，減少供給過剩的站點，再根據上文對站點布局的空間影響因素分析的結果，對存在潛在需求的區域補充設置站點，以達到與優化前武昌區站點數量的平衡；②計算減少的共享汽車停車位數量后，重新將其分配至新增的站點和原有需求不足的站點；③優化共享汽車的調度方式，提高共享汽車的使用效率。

3.1.1 供給過剩站點的減少與潛在需求站點的補充

從App 所爬取的數據以及站點的服務水平來看，供求關系的篩選標準可以以某段時間內站點汽車數量變動數、站點滿置時長、站點空置時長，以及站點500m 服務半徑這幾項因素作為參考，具體篩選標準如圖13 所示。去除“供給過?！闭军c，把剩余站點的供求關系作為下一步“重分配減少的停車位”中的重要參考依據。結果顯示，供求較為平衡的站點僅占所有站點的23%，可見武昌區站點布局和站點內共享汽車停車位數量分配與實際使用需求嚴重不匹配。另外，有33%站點的供給＞需求，而其中絕大部分站點（共13 個），更是存在著供給過剩的情況，將予以去除（圖14）。

圖13 共享汽車站點供需關系篩選標準圖

圖14 武昌區共享汽車站點供需關系結果圖

撤掉上述供給過剩的13 個站點后，以500m 為服務半徑得出剩下26 個站點的服務范圍。通過對共享汽車站點布局空間影響因素的分析，得知影響共享汽車使用頻率的主要因素為居住用地和教育科研用地，故在增設共享汽車站點時以此作為主要依據。從圖15 可以看出，原有26 個共享汽車站點，新增設了12 個站點，一共38 個站點。雖然站點數量相比原來減少了一個，但其服務范圍卻能更好地覆蓋武昌區。

圖15 新增設站點與保留站點布局

3.1.2 重新分配減少的停車位與調度配合優化

經統計，減少的13 個供給過剩的站點共包含有42 個共享汽車停車位，現將這42 個停車位根據居住用地和教育科研用地配比和供需情況，重新分配到新增的12 個站點與“供給＜需求”的站點。

針對當前調度機制存在的調度指向性不足、調度時段機械化和調度目的單一這三個問題，結合優化后站點布局、站點規模和共享汽車使用頻率，對調度機制進行調整：早高峰前，根據停車位數量、就近原則、站點需求量（即站點內共享汽車使用頻率）這三個因素將充電后的共享汽車調往各站點；早高峰后，增設9:00-11:00調度時段,一方面，對電量低的車輛調回充電，充滿后再根據站點需求量調回站點；另一方面，將電量充足但使用率低的站點車輛調度至需求量較高站點（圖16）。

圖16 重新分配停車位后站點規模與早高峰前后調度方向圖

3.2 其他措施建議

運營商內部優化：一方面，亟待解決站點難尋問題。從調研過程來看，包括Gofun 共享汽車在內的眾多品牌都存在站點難尋的問題。許多受訪使用者反映，在公共停車點較為集中的區域尤其是商圈，共享汽車APP 導航顯示的站點往往與周邊其他停車場造成混亂，無法準確反映站點位置，駕駛體驗較差。針對這一問題，可以考慮在共享汽車停車場處以及距離停車場入口不遠處設置引導標志，方便駕駛者尋找站點。另一方面，亟待解決“最后一公里”問題。對于大部分人群來說，前往共享汽車站點與離開后，仍然存在著“最后一公里”問題。共享汽車運營方可考慮與共享單車企業尋求合作，在共享汽車站點附近建立共享單車回收集中停放點，借由兩者的合作，實現“門到門”的方便快速交通出行。

外部優化：一方面，行業內部須建立行業規范進行規范引導。近年來共享汽車品牌眾多卻良莠不齊，行業規范的缺乏是其主要誘因。由此，應呼吁行業內部成立以新能源為主的共享汽車自律性組織，并發布規范性文件，如：共享汽車行業服務規范及共享汽車“不良信用”記錄共享管理制度等，要求會員經營者統一管理共享汽車站點，避免不同經營方的站點分布出現重復或過于密集等不合理現象；同時，要求會員經營者應確保使用已辦理租賃備案的車輛，并承諾為車輛購買相關保險等。另一方面，政府管理方需出臺相關政策以支持并規范共享汽車企業發展。鑒于共享汽車的發展前景以及生態與環保意義，政府相關政策亦應及時跟進，鼓勵并規范共享汽車的發展。如：明確對共享汽車的市場定位，完善市場監管制度；推廣共享汽車站點布局，鼓勵充電樁點建設；社會信用體系與共享汽車平臺信用體系結合，給共享汽車違規懲治與社會信用評價帶來便利等。

4 結語

針對所爬取的武漢市三環線內Gofun 共享汽車連續三日站點運營數據，利用ArcGIS 軟件處理確定深入研究范圍，并針對范圍內識別的自身運營因素和空間影響因素，采用SPSS 軟件進行多元回歸分析后，得出結論：教育科研用地以及居住用地是對武昌區內共享汽車使用頻率影響較為強烈的空間因素。利用此結論，筆者最后結合共享汽車的調度模式對武漢市武昌區的共享汽車站點布局進行了優化，并對共享汽車運營的內外部優化方面提出了補充建議。

本文提出的結論與優化思路是針對武漢市Gofun 共享汽車現有運營狀況而言，對于不同城市、不同品牌甚至不同區域（如工業區）或許會有不同，故本文僅提供一種具體思路，而非定性的結論。另外，在站點的調度優化中，本文在數據量較少的情況下，以車輛的供需關系作為主要依據，對“供大于求”“供不應求”“供求平衡”的情況進行了人為的定義，在數據量較大的情況下缺乏可操作性。故在未來數據量更加龐大的研究中，應確立一個更為客觀、普適的標準。