北京市核心區共享單車騎行時空特征分析

丁 月 郝澤政 張翼然 祝曉坤 謝文瑄

(1. 北京市測繪設計研究院, 北京 100038;2. 城市空間信息工程北京市重點實驗室, 北京 100038;3. 加州大學圣地亞哥分校, 美國 圣地亞哥 92093)

0 引言

城市化進程加快的同時,產生了交通擁堵、環境污染等城市問題,這些問題在大城市尤為明顯,例如，在北京,人們的出行方式以地鐵和公交為主,可到達地鐵站和公交站點的方式主要有兩種,騎行和步行,步行的輻射范圍一般在1 km以內,騎行的輻射范圍一般在3 km以內,共享單車的出現,有助于通勤者乘坐地鐵,提高出行效率[7]。北京市核心區(東城區、西城區)集政治、經濟、文化等眾多功能于一體,眾多的優勢吸引著全國各地的人口和企業的聚集,交通擁堵現象日趨嚴重,特別是每天的上下班高峰期,道路擁堵嚴重,政府開始倡導綠色出行[1]。

低碳交通在城市空間內運轉對“綠色城市”發展目標的實現具有重要的推進作用,在此背景之下,城市共享單車系統應運而生[2]。共享單車主要是由運營商提供自行車輛,用戶可以根據自己的需求,通過手機APP掃碼尋找車輛和按騎行時間支付租用共享單車的費用[3]。共享單車是一種能夠提供單車分時租賃的共享服務,它成功地解決了人們短距離出行的交通需求[4]。共享單車的發展有效解決了城市交通出行“最后一公里”問題,并且對構建綠色出行體系等方面發揮了作用[5]。

我國的共享單車服務起始于2014年,目前已經覆蓋了60多個大中城市[6]。目前市面上的共享單車品牌主要有青桔單車、哈啰單車、美團單車等,隨著人們騎車需求的增加,共享單車亂停亂放以及供需不平衡等問題逐漸凸顯出來,大量的共享單車破損、被盜,堆積在路旁,還有許多共享單車的“墳場”[7],這對于城市交通的管理增加了難度,因此需要對共享單車進行合理的空間布局,這是共享單車治理的重要一環。目前共享單車運營商和交通管理部門采取了一系列措施,以此來管控共享單車的停放問題,例如，采用電子圍欄技術來劃定共享單車的停放區域,運營商安排人員對共享單車停放量過大的區域進行實時清理。

從實踐的角度來看,共享單車的盛行也存在一系列的問題,例如，共享單車的空間合理投放問題,即部分區域共享單車的數量較多,甚至占用了人行道,有些區域共享單車投放太少,使得有需求的用戶無法就近獲取共享單車資源[9-10],以及交通部門的管理問題,企業之間的惡性競爭問題等。

本文以共享單車為研究對象,以北京市核心區為研究區,利用空間數據分析法等地理學方法,來分析表達出北京市核心區共享單車的時空特征規律。可以為共享單車的投放與治理提供相應的依據。

1 研究區概況

本研究以北京市核心區為研究區,北京市核心區即指東城區和西城區,總面積為92.5 km2,共計32個街道,其中老城(二環內)占地面積62.5 km2,共計25個街道,271個社區,二環內即為傳統的老城范圍,進一步劃分為歷史文化街區和非歷史文化街區,歷史文化街區為傳統老城風貌的代表區域,以平房區為主要的環境特征。北京市核心區即首都功能核心區,是展示我國大國形象的重要窗口地區。

圖1 北京市核心區空間分布圖

2020年編制完成的《首都功能核心區控制性詳細規劃(街區層面)(2018年—2035年)》中提出包括文化傳承、綠色交通、可靠市政、公共服務、綠化環境、安全智慧、規模管控七大類[11],并指出要“完善街道生態系統,優化城市街道景觀,提升公共出行的綠色心理感受”。隨著機動車數量的減少,綠色出行的方式將會被大力推廣,核心區建筑密度大,老舊小區和平房區多,許多道路、街巷較窄,因此共享單車出行是北京市核心區綠色出行方式中的一種,但共享單車存在空間分布不均衡的問題,本研究將從共享單車出行的時間序列和空間特征兩個方面進行分析與論述。

2 數據與方法

2.1 數據

本研究所采用的數據主要包括北京市核心區的矢量邊界、街道矢量邊界、共享單車csv格式的數據集,北京市地鐵站點數據、地鐵線路數據等。

首先對數據進行預處理,保證各類矢量數據的坐標一致,并且沒有偏差,其次,本文獲取到的共享單車數據集可能存在一些錯誤值,例如，空值或者坐標偏差較大的點,因此需要對共享單車數據集進行數據清理,對空值以及坐標偏差較大的點位進行剔除和清理,以此保證數據的準確性。

2.2 方法

2.2.1 大數據分析法

在現代科技水平日益提升的背景下,大數據的應用領域得到了有效拓展,地理信息系統在應用大數據時也取得明顯的發展成效[12],python語言在大數據分析中具有一定的優勢,其可提高數據分析效率,在實際的應用中,具有開源性、可移植性等特性,可以用少量的代碼完成大數據分析的多項操作[13-14],本研究結合地理信息技術和python語言來進行共享單車的大數據分析。由于共享單車數據集的體量較大,因此，借助python語言對共享單車數據進行了大數據分析,主要包括剔除數據的異常值,并從中選取需要的相應日期和時段的數據,以此來為后續的空間數據分析奠定基礎。

2.2.2地理空間數據分析法

不同類型的地理信息數據蘊含了豐富的時空關系,在資源、環境、交通等領域的智慧應用中起到關鍵性作用[15]。借助ArcGIS軟件對共享單車數據、北京市核心區街道數據等矢量數據進行疊加分析、核密度分析等,以此來判斷北京市核心區共享單車出行的時序特征和空間特征。

3 結果與討論

居民共享單車出行會受到溫度、降水等天氣狀況的影響,為了能夠了解工作日和休息日以及各時段共享單車出行的情況,且能夠保證數據質量,本研究選取了2021年4月12日—4月18日一周內的共享單車出行數據來進行分析,這一周北京市核心區的天氣情況良好,以晴天和多云的天氣為主,不會受到降雨的影響,溫度較為適宜,適合騎車出行,并且除正常雙休日之外沒有其他法定的節假日。經過相應的數據清理之后,得到該周研究區共享單車出行的數據量約為360萬條,然而對這些數據進行統計分析。

3.1 共享單車出行時間序列分析

3.1.1 共享單車出行時段特征

為了了解研究區域共享單車出行的時段特征,將每天分為24個時段,即每個小時為一個時段,首先分別對工作日和休息日的共享單車出行的日特征進行了統計分析。結果表明,工作日共享單車出行的高峰期為8點—9點,其次是7點—8點,下午的高峰期為17點—18點,其次是18點—19點,總體來看,工作日共享單車的出行量一般從6點開始暴增,于8點—9點之間達到高峰,總量約為8萬輛,后出行量開始回落,浮動在3萬輛左右,于13點—14點出現一個午高峰,約為4萬輛,之后又回落到3萬輛左右,17點—18點出行量開始暴增到6萬輛左右,之后到了夜晚時段,出行量逐漸回落,直到出行量接近0為止。

圖2 北京核心區工作日與休息日不同時段的共享的單車平均使用量統計圖

休息日共享單車的出行特征與工作日差距較大,首先從總量上來看,出行量大幅度降低,經過數據的統計分析可得,工作日的日均出行量為623 257輛,休息日的日均出行量為245 039輛,這從側面表明居民選擇共享單車出行的主要原因是工作日的通勤需要;從休息日共享單車出行的情況看來看,出行量在8點—9點之間出現較大幅度的增長,之后出行量較為穩定,一直在2萬輛左右浮動,直到17點—18點出現一個小高峰,為在20 759輛,之后出行量開始回落,直到接近0為止。

3.1.2共享單車出行時長分析

通過分析工作日共享單車的出行時長可以得到,約有66%的共享單車出行時長在10 min以內,有23%的共享單車出行時長在10～20 min,有6%的共享單車出行時長在20～30 min,有4%的共享單車出行時長在30 min以上。

在休息日,約有58%的共享單車出行時長在10 min以內,有26%的共享單車出行時長在10～20 min,有9%的共享單車出行時長在20～30 min,有7%的共享單車出行時間在30 min以上。對休息日與工作日共享單車的出行時長的總體情況比較可以發現,休息日共享單車出行時長要略大于工作日共享單車的出行時長,可以從側面反映出休息日比工作日的生活節奏要慢一些。

3.2 共享單車出行的空間特征

3.2.1 共享單車工作日出行的熱點區域分析

北京市核心區工作日共享單車的出行呈現出“大聚集,小分散”的特點。本研究隨機選取了一天工作日共享單車出行的高峰期(8點—9點以及17點—18點)來進行共享單車出行的熱點區域分析。從工作日共享單車8點—9點出行起點的核密度分布圖(圖3)來看,即從凌晨到早晨共享單車的停放情況來看,其停放的較為分散,并主要停放在展覽路街道、月壇街道、廣安門街道、北新橋街道和朝陽門街道等非平房區區域,什剎海街道、西長安街街道、大柵欄街道等平房區區域的共享單車停放量較少;居民工作日騎行共享單車出行的目的地一般是地鐵站和工作單位,從工作日共享單車8點—9點之間出行終點的核密度分布情況來看,即工作日居民騎行共享單車通勤的終點來看,其集中分布在月壇街道、金融街街道、廣安門內街道、和平里街道、北新橋街道等區域,從地鐵站點來看,主要分布在復興門站、阜成門站、南禮士路站、長椿街站等站點;17點—18點共享單車出行的趨勢特征與8點—9點恰好相反(圖4)。

(a)起點圖

(a)起點圖

3.2.2共享單車休息日出行的熱點區域分析

北京市核心區休息日共享單車的出行呈現“早分散,晚集聚”的特點,即白天共享單車的出行較為分散,到了夜間,共享單車的出行呈現出向老城區集聚的特點。本研究隨機選取了一天休息日共享單車出行的高峰期(8點—9點以及17點—18點)來進行共享單車出行的熱點區域分析,從休息日共享單車8點—9點出行起點的核密度分布圖(圖5)來看,即凌晨到早晨共享單車的停放情況來看,其與休息日的停放特點一致;從休息日共享單車8點—9點出行終點的核密度分布情況來看,即從休息日居民共享單車出行的終點來看,其集中分布在老城區域,并集中分布在東華門街道、前門街道、天壇街道和北新橋街道等區域,其中東華門街道附近的景區為故宮博物院以及王府井商業步行街、前門街道附近有天安門廣場、天壇街道何的景區為天壇公園,北新橋街道附近有雍和宮等景點;到了17點—18點,共享單車出行的熱點區域為什剎海街道、金融街街道、前門街道、牛街街道、東華門街道等區域,這些街道有北京市著名的文化旅游風景區什剎海、牛街“美食街”、王府井商業步行街、西單等大型的購物商場,是居民休息日晚間出行的熱點區域(圖6)。

(a)起點圖

(a)起點圖

3.2.3討論

從工作日和休息日共享單車出行的空間特征對比情況來看,工作日共享單車出行的熱點區域為月壇街道和金融街街道等工作單位較為聚集的區域,休息日共享單車出行的熱點區域為東華門街道、什剎海街道等休閑娛樂場所和旅游景區較多的區域;從共享單車出行的早高峰和晚高峰的起始地點情況來看,工作日共享單車出行的流動性較大,休息日共享單車出行僅在小范圍區域內流動,流動性較小。

4 結論

本文對北京市核心區2021年4月12日—4月18日一周內的共享單車出行數據進行了分析,主要得到以下幾個結論：

(1)從共享單車出行的時間特征來看,一是從工作日的共享單車日均出行量遠遠大于休息日的日均出行量,工作日的日均出行量約為62萬輛,休息日的日均出行量約為25萬輛;二是工作日和休息日的共享單車出行高峰時段均為上午8點—9點以及下午的17點—18點;三是共享單車的出行時長主要集中在10 min以內,30 min以上的占比較少。

(2)從共享單車出行的空間特征來看,北京市核心區工作日共享單車的出行呈現出“大聚集,小分散”的特點,且早高峰與晚高峰共享單車出行的空間流動趨勢恰好相反,休息日呈現出“早分散,晚集聚”的特點：工作日共享單車出行的熱點區域為月壇街道、金融街街道、廣安門內街道、和平里街道、北新橋街道等區域,從地鐵站點來看,涉及的熱點地鐵站點包括復興門站、阜成門站、南禮士路站、長椿街站等站點,休息日共享單車出行的熱點區域在早高峰和晚高峰有所不同,早高峰的熱點區域在老城區域,并集中分布在東華門街道、前門街道、天壇街道和北新橋街道等區域,晚高峰的熱點區域為什剎海街道、金融街街道、前門街道、牛街街道、東華門街道等區域。總體來看,北京市核心區共享單車的投放區域較為均勻,休息日和工作日呈現出不同的時序特征和空間特征。

本研究利用大數據與地理信息技術相結合的方式分析了北京市核心區共享單車出行的規律,且結果較符合人們的出行規律,能夠體現出北京市核心區的居住和工作熱點。該項研究為北京市共享單車的投放和治理提供了相應的依據,同時,目前正處于北京市核心區“疏解整治促提升”的重要階段,共享單車的使用可以從側面反映人們出行和居住的熱點區域,反映出不同區域和不同時段人員的密集程度,可以對核心區“疏解整治促提升”的相關工作提供相應的研究思路。利用大數據分析與地理信息技術相結合的方式來進行城市治理有著較為突出的優勢,既可以提高數據的處理速度，又可以進行地理空間數據進行位置的分析與展示,其缺點是大數據的來源有限及精確性不足的問題,大多數據存在獲取困難與精度低的問題,大數據的精確性與共享機制還有待進一步完善。