基于GIS的昆明市區共享單車運維資源分配研究

秦紅富，談樹成*，施旖奇，王 超，金小海

（1.云南大學地球科學學院，云南 昆明 650500）

目前昆明市區的共享單車運維調度主要是依靠人工，運維資源空間分配的合理性將直接影響共享單車的空間分布[1-5]。因此，運用GIS方法對昆明市區共享單車進行空間分布特征分析和共享單車運維資源分配研究[6-14]，為昆明市區共享單車運維調度管理提供技術支撐。

1 研究區域和數據來源

1.1 研究區域

昆明市中心城區包括五華區、官渡區、盤龍區、度假區、高新區、西山區、經開區、呈貢區等8個區，本文的研究區域（圖1）主要包括高新區、度假區、五華區以南、呈貢區以北等，面積合計311.36 km2，位于昆明市區的中心區域。

圖1 研究區位置

1.2 數據來源

本文的主要數據來源于2018年8月—2020年8月，昆明市第三方考核評估機構實地考核數據，經初步預處理后共計10 641條數據，涉及問題車輛25 101輛。第三方考核評估機構對共享單車的考核主要涉及車輛性能是否良好，是否按要求上牌，是否違規停放，超范圍停放等問題。實地考核數據主要包含考核時間，問題點經緯度，各類問題車輛的數量等信息。總體而言，第三方考核評估采集的數據都是共享單車問題數據（以下簡稱問題點數據），所涉及的車輛均需要調度或者回收，所以將各項問題對應的車輛數求和，即可得到該點需要運維調度的車輛數。基于此，本研究將主要采用此數據進行分析，其他運維資源分布數據來源于各運營企業，路網數據及行政區劃數據來源于OpenStreetMap，研究區矢量來源于各企業運營區范圍矢量化。

1.3 研究思路

基于第三方野外實測數據，通過統計分析發現昆明市共享單車運營過程當中存在的主要問題；再基于昆明市行政區劃和道路路網矢量數據利用核密度分析、聚類和異常值分析、疊置分析等GIS方法，對昆明市區共享單車問題進行系統的診斷分析，并得出共享單車問題的空間分布特征；最后根據問題的空間分布和綜合診斷分析的結果，得出適合昆明市區運維資源空間布局優化的科學性建議。為各共享單車企業的運維調度提供決策支持，以期為昆明市政府開展共享單車運維服務管理工作，以及其他學者開展相關研究提供參考。

2 研究方法

2.1 聚類和異常值分析

聚類和異常值分析是一種基于Z得分和置信度的聚類分析方法，該方法通過計算要素Z得分來確定聚類類型。Z值越高，聚類程度就越高。Z得分接近零，則表示研究區域內不存在明顯的聚類。Z得分為正表示高值的聚類，Z得分為負表示低值的聚類。在ArcGIS10.7中，要素的Z得分是一個較高的正值，表示周圍的要素擁有相似值，輸出要素類中的COType字段將具有顯著統計性的高值聚類表示為HH，將具有統計顯著性的低值聚類表示為LL，高值要素四周圍繞低值要素表示為HL，低值要素四周圍繞高值要素表示為LH。要素的Z得分是一個較低的負值，表示一個具有統計顯著性的空間異常值[17]。

2.2 核密度分析

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，允許使用圓形鄰域，在其領域曲面與平面所圍成的空間的體積等于此點的Population值，將此字段值指定為NONE則體積為1。每個像元的密度為該像元位置中心及所在鄰域內像元值之和。核密度分析主要用于計算要素在其周圍領域中的密度，本文采用點要素的核密度分析，對研究區共享單車問題數據進行核密度分析，得出昆明市共享單車問題的空間分布特征。

3 昆明市區共享單車運維資源分配分析

3.1 共享單車問題統計分析

第三方考核評估機構在對昆明市進行野外考核時，主要針對車輛的質量管理、投放、停放、運維、調度管理等方面進行考核。考核過程中將需調度或維修的問題細分為車輛性能是否良好，車身是否整潔，是否按要求上牌，是否違規停放，超范圍停放等13類問題。通過對預處理后的10 641條野外數據進行統計描述，可得各類問題的占比情況（表1）。

表1 問題占比統計表

通過表1可知，在25 101輛問題車輛中，亂停亂放情況所占的比例最大為60.98%；其次是車身張貼小廣告占比18.62%；性能不完好和允許停放區域違規停放情況各占比10.28%和10.12%。

3.2 共享單車問題空間分布特征分析

運用ArcGIS10.7中的核密度分析工具，基于預處理后昆明市區2018年8月—2020年8月的共享單車問題點數據進行核密度分析，得出共享單車在昆明市區象元大小為1 m的核密度圖（圖2左）。接著采用線密度分析工具，基于道路矢量數據以車道數為權重，生成初始密度成果，格式為柵格數據；使用柵格轉面工具，將柵格單元轉為矢量面單元，再使用相交工具與道路矢量求交集；采用自然間斷法將路網分為4個級別：I、II、III、IV（Ⅰ表示路網密度最低，Ⅳ表示路網密度最高），得出研究區道路路網密度分級圖（圖2右）。

圖2 問題熱點與路網密度空間分布圖

根據問題熱點圖和路網密度分級圖，可以得出昆明市區的共享單車問題點分布具有以下特征：

1）交通路網越密集的地方，越容易成為熱點區。

2）西山區、官渡區以南核密度值較低，問題車輛相對較少。

3）經開區、呈貢區核密度值整體較低，沒有明顯問題熱點區，問題車輛數較少。

采用重分類工具基于自然間斷法將核密度分析的結果分為4類，分別記為I、II、III、IV；IV類代表共享單車問題最嚴重區域，I類代表共享單車問題相對較少區域，分類結果（圖4）；再根據分類的結果可得各類區域涉及的問題車輛數及其占比（表2）。

表2 自然間斷法分類結果

由表2可知，IV類問題區域即問題最嚴重區域共涉及問題車輛7 579輛，占總問題車輛數的30.19%，主要分布于高新區、度假區、五華區盤龍區以南、西山區官渡區以北；Ⅰ類問題區域是問題最不嚴重區域，分布區面積占運維區面積最大，但是涉及問題車輛數最少為2 335輛。結合圖3可知昆明市區大部分問題車輛主要集中于五華區、盤龍區、西山區、官渡區4個區的交匯處（市中心），存在問題的區域共享單車問題點的分布呈現從中心向四周逐漸減少的趨勢；經開區和呈貢區共享單車問題點分布較少；市中心和高新區、度假區共享單車問題點分布最為密集，最容易成為問題熱點區域。

圖3 問題熱點空間分布圖

3.3 運維資源分配分析

根據以上研究可知，由于昆明市區問題點空間分布的特殊性，傳統的運維調度資源分配方法不適用于昆明市區。本研究將基于共享單車問題點數據采用聚類和異常值分析法將問題點數據進行聚類分析，擬采用聚類結果來對運維資源進行優化，即聚高值聚類區和高值異常聚類區個數的多少決定運維資源的多少。

首先采用ArcGIS10.7生成研究區100 m×100 m的規則格網（圖4）

圖4 100 m×100 m格網示意圖

從圖4中落入每個格網單元的共享單車問題點數，將生成的規則網格由線文件轉為面文件，與問題點數據進行空間聯合，得到空間聯合后的面圖層，然后對得到的數據進行聚類和異常值分析，領域搜索閾值采用默認值為101.19 m，得出昆明市區共享單車聚類結果(表3）。

表3 聚類結果按統計表

由表3可知高值聚類區和高值異常聚類區占總問題車輛數的69.01%，高值聚類區表明該區域是共享單車問題最嚴重的區域。通過分析，發現高值聚類區絕大部分位于路網密集，人流量大的區域，這些區域占問題車輛數的47.62%，高值異常區周圍大都是地鐵站、大型商場市場周邊等。這些區域占問題車輛數的21.39%，其他區域占問題車輛數的30.99%。分別用各區的行政界線對聚類的結果進行裁剪，可得昆明市8個主城區共涉及HH、HL聚類區1 762個，表3得出的8個主城區共有HH、HL聚類區1 658個，顯示各區的邊界上存在HH、HL聚類區，導致裁剪時將一個HH或HL聚類區劃分為多個。故運維資源的優化不能采用HH、HL聚類區的個數，優化后的資源分配的占比采用的是面積占比，即各區HH、HL聚類區面積占8區總HH、HL聚類區的比例確定。最終按各區的行政區劃邊界進行重新優化分配可得運維資源優化分配表（表4）和優化后區級運維資源的空間分布圖（圖5）。

表4 運維資源優化分配表

由表4和圖5可知，運維資源的空間分布官渡區、五華區、盤龍區、西山區占比最多，都達到了15%以上，經開區最少運維資源占比僅為5.94%。高新區和度假區雖然運維資源的占比都為10%左右，但高新區和度假區的行政區面積遠小于其他區，單位面積的運維資源占比高新區最大，度假區次之，所以高新區和度假區一樣也是問題熱點分布區。

4 結論

本文以昆明市三家企業的運維區為研究區，基于昆明市第三方共享單車考核評估機構實地考核數據，采用核密度分析，聚類和異常值分析等方法對昆明市區共享單車的空間分布、運維資源的分配做了深入研究。研究結果表明：

1）昆明市區共享單車存在主要問題是亂停亂放和人為損壞車身。

2）共享單車的問題嚴重區域主要集中于昆明市中心、高新區、度假區等。

3）優化后運維資源空間分布于官渡區、五華區、盤龍區、西山區占比最多，都達到了15%以上，經開區最少運維資源占比僅為5.94%；高新區和度假區，運維資源的占比為10%左右。

目前第三方考核評估機構的問題點數據只能得出研究區空間尺度運維資源優化分配，時間尺度運維資源優化分配還有待于進一步研究。