葉 臻， 賀明光， 梁科科

(交通運(yùn)輸部科學(xué)研究院，北京 100029)

0 引 言

隨著城市出租汽車行業(yè)的升級轉(zhuǎn)型，巡游出租汽車面臨著停放?？繄龅夭蛔銕淼鸟{駛員群體停車難、如廁難、休息難、吃飯難的“四難”問題，造成了一定的安全隱患，有必要設(shè)置相應(yīng)的停放場地為駕駛員解決停放車輛需求。這些停放場地還可開展車輛保潔、維修、辦證等服務(wù)。在共享經(jīng)濟(jì)的大背景下，這些停放場地也可提供給網(wǎng)約出租汽車使用，從而提高整體出租汽車行業(yè)的運(yùn)營效率。

根據(jù)相關(guān)規(guī)定與規(guī)范[1-4]，此類供出租汽車停放并提供服務(wù)的場地，定義為出租汽車服務(wù)站：設(shè)置在城市內(nèi)，配備一定的設(shè)施及服務(wù)功能，供出租汽車車輛停放以及為駕駛員和車輛提供服務(wù)的場所。出租汽車服務(wù)站的定義如表1。出租汽車服務(wù)站是城市綜合交通運(yùn)輸體系中的重要節(jié)點，數(shù)量合理、選址優(yōu)化的出租汽車服務(wù)站可有效地提供便捷、全面、高效的專業(yè)服務(wù)，提供規(guī)范的出租汽車行業(yè)運(yùn)營模式。

表1 出租汽車服務(wù)站的定義、服務(wù)對象、基本設(shè)施與主要功能Table 1 Definitions, service objects, basic facilities, and mainfunctions of taxi service stations

涉及出租汽車服務(wù)設(shè)施的選址研究，國外主要集中在行業(yè)管理、市場運(yùn)營、服務(wù)質(zhì)量和駕駛員心理等方面[5-6]，涉及選址的內(nèi)容較少。目前國內(nèi)在出租汽車?？客７艌龅氐难芯糠矫嬗幸欢ǚe累：金雷等[7]基于目標(biāo)地區(qū)出租汽車GPS累積數(shù)據(jù)分析了出行熱點區(qū)域，提出了柵格化優(yōu)化?？空镜倪x址模型。施宏[8]分析了規(guī)劃出租汽車?？烤W(wǎng)點的影響條件及約束因素。葉海飛[9]分析了出租汽車?？空军c的需求特征，探討了出租汽車的?？啃枨笈c城市土地利用之間的內(nèi)在聯(lián)系。王兩全[10]以服務(wù)需求、土地限制、乘客需求為約束，建立了基于土地利用的出租汽車停靠規(guī)模預(yù)測模型。黎冬平等[11]分析了乘客與出租汽車互相博弈特征，通過數(shù)學(xué)仿真提出了確定服務(wù)?？烤W(wǎng)點合理規(guī)模的研究方法。

綜合分析，目前針對出租汽車服務(wù)站(設(shè)施)的選址研究，主要集中于出租汽車乘客的需求分析以及規(guī)劃模型的建立，缺乏對服務(wù)需求的有效了解，尤其缺乏對出租汽車駕駛員服務(wù)需求的有效分析。另外，由于城市構(gòu)成要素，如城市道路網(wǎng)、用地分布、人口分布、設(shè)施分布等之間有著密切的聯(lián)系[12]，出租汽車服務(wù)站作為城市設(shè)施分布的組成部分，其選址規(guī)劃需要考慮與其它城市構(gòu)成要素之間的分布協(xié)調(diào)性與分布合理性。

因此，筆者依據(jù)出租汽車服務(wù)需求調(diào)研，分析服務(wù)需求的空間分布特征。采用核密度理論與分形理論對出租汽車服務(wù)需求與其它城市構(gòu)成要素進(jìn)行分形量化，提出出租汽車服務(wù)站基于最大服務(wù)需求覆蓋的選址方法。根據(jù)實例，分析了選址模型的約束條件以及選址方法的適用范圍，并建立了較為合理的選址方案。

1 研究流程

研究流程如圖1，首先收集原始數(shù)據(jù)，包括城市形態(tài)的構(gòu)成要素，主要包括道路網(wǎng)絡(luò)、土地利用分布、設(shè)施分布、人口分布等以及出租汽車的服務(wù)需求(包括需求數(shù)量以及需求分布)。然后，對原始數(shù)據(jù)空間分布特征分析，即核密度方法和分形理論方法，初步確定選址候選點。最后，根據(jù)服務(wù)需求建立選址模型，確定選址規(guī)劃。

圖1 研究流程Fig. 1 Flow chart of the research

2 研究方法

出租汽車服務(wù)站的服務(wù)需求(意向選址)分布如圖2。該分布具有位置空間分布廣、需求數(shù)量分布復(fù)雜等特點，需從多個角度對其分布特征開展分析。

2.1 服務(wù)需求熱點分析

首先，通過熱點分析，分析服務(wù)需求自身的聚集分布特征。熱點分析利用空間統(tǒng)計算法從離散的點或事件中找到空間聚集區(qū)域。該分析一般包括：

1)熱點數(shù)據(jù)。熱點數(shù)據(jù)包括離散點或事件的相應(yīng)地理位置和權(quán)重值，該權(quán)重值應(yīng)能夠顯著描述離散點或事件的發(fā)生頻率或分布密度等。

2)熱點(衰減)漸變集合。用于渲染每一個熱點的數(shù)值衰減時的漸變色。

3)熱點半徑。熱點半徑是計算衰減度的范圍值，在從熱點中心點到熱點半徑的范圍內(nèi)計算每一個像素需要渲染的顏色值。

核密度估計是熱點分析的有效方法[13]，該方法通過對離散點或事件開展核密度估計，識別并標(biāo)定熱點。如圖3，圖中顏色越深的區(qū)域代表核密度值越大，即對應(yīng)的服務(wù)需求數(shù)量也就越多，由此形成了若干個針對服務(wù)需求的熱點區(qū)域。

圖3 服務(wù)需求分布核密度Fig. 3 Kernel density estimation of service demands distribution

2.2 城市構(gòu)成要素協(xié)調(diào)性分析

由于熱點分析僅能分析服務(wù)需求自身的聚集或離散程度，而服務(wù)站不是孤立存在的，是城市空間的組成部分，需要進(jìn)一步了解服務(wù)需求與城市空間的關(guān)系。根據(jù)城市空間形態(tài)的定義[14]：空間形態(tài)是城市各種構(gòu)成要素(一般包括城市人口分布、路網(wǎng)分布、設(shè)施分布、用地分布等)在城市地域上的呈現(xiàn)。出租汽車服務(wù)站的選址用地(服務(wù)需求)作為設(shè)施分布，顯然也是城市的構(gòu)成要素。分析城市構(gòu)成要素之間的分布協(xié)調(diào)性，可有效了解出租汽車服務(wù)站分布在城市空間中的匹配性與適應(yīng)性。

城市空間形態(tài)是不規(guī)則的、破碎的、且非線性的，傳統(tǒng)方法難以有效描述城市空間形態(tài)及構(gòu)成要素分布的空間特征[15]。與之相對，大多數(shù)城市的形態(tài)具有分形特征并且分形值保持在一定范圍，分形理論可以有效地揭示城市空間形態(tài)內(nèi)部的規(guī)律性[16]。半徑維數(shù)與網(wǎng)格維數(shù)是分析城市形態(tài)分形分布的主要量化手段：半徑維數(shù)最早由P.FRANKHOUSER等[17]提出，表示分形體由測算中心向周邊區(qū)域的變化情況；網(wǎng)格維數(shù)來自于分形理論的盒子維數(shù)[18]，表示分形體空間分布的均衡性。筆者即采用半徑維數(shù)與網(wǎng)格維數(shù)。

2.2.1 半徑維數(shù)

如圖4，有城市區(qū)域A，城市中心點O，區(qū)域內(nèi)城市構(gòu)成要素的總數(shù)量為N(如人數(shù)、路網(wǎng)長度等)，如果城市構(gòu)成要素的分布是分形的，城市構(gòu)成要素數(shù)量N(r)與相應(yīng)的城市半徑r之間應(yīng)有如下關(guān)系[19]：

(1)

圖4 半徑維數(shù)示意Fig. 4 Fractal dimension of radius

圖5 半徑維數(shù)雙對數(shù)坐標(biāo)Fig. 5 Dual logarithmic coordinate of radius fractal dimension

2.2.2 網(wǎng)格維數(shù)

(2)

由此可以計算出區(qū)域內(nèi)，城市構(gòu)成要素分布的信息量[20]：

(3)

如果城市構(gòu)成要素的分布是分形的，則信息量IN(l)與網(wǎng)格邊長l之間的關(guān)系如：

(4)

圖6 網(wǎng)格維數(shù)示意Fig. 6 Fractal dimension of grids

2.3 確定選址候選點

令半徑維數(shù)一致性指數(shù)φ為：

(5)

同理，通過采用與式(5)相同的方法，可得到網(wǎng)格維數(shù)一致性指數(shù)σ。0≤σ≤1，σ越大，表示兩個城市構(gòu)成要素在空間分布的均衡性上越一致。

最后，結(jié)合服務(wù)需求熱點分析，對照服務(wù)需求與各城市構(gòu)成要素的一致性指數(shù)，確定研究區(qū)域內(nèi)出租汽車服務(wù)站的選址候選點集合。

2.4 建立選址模型

考慮模型的滿足條件：①隨著城市集約化建設(shè)的趨勢日益突出，城市設(shè)施功能需要盡可能多樣且緊湊，因此本次選址模型涉及對象是具備解決“四難”等多種問題的出租汽車綜合服務(wù)站；②出租汽車服務(wù)站與高速公路服務(wù)區(qū)類似，在建立模型時需要考慮服務(wù)站的服務(wù)半徑設(shè)定；③為排除一天中不同時間段對于服務(wù)需求的干擾，將高峰小時作為研究對象。

總結(jié)以往重要的有關(guān)設(shè)施選址模型研究發(fā)現(xiàn)：C.TOREGAS等[21]提出了覆蓋集合模型，即在能覆蓋所有需求的情況下，選取的設(shè)施點數(shù)量最少；R.CHURCH等[22]、O.BERMAN等[23]提出了最大覆蓋模型，優(yōu)化目標(biāo)是覆蓋程度最大，在實際應(yīng)用中往往出現(xiàn)設(shè)施建設(shè)不足的問題；O.KARASAKAL等[24]基于此提出了部分覆蓋模型：即存在一個臨界距離，當(dāng)需求點和設(shè)施之間的距離小于這個臨界距離，認(rèn)為需求被設(shè)施全部覆蓋；當(dāng)大于臨界距離時，認(rèn)為需求被設(shè)施部分覆蓋；而隨著距離增大，需求覆蓋的程度逐漸減小為0。

綜上，筆者以部分覆蓋模型為基礎(chǔ)，考慮服務(wù)站之間的競爭性，建立覆蓋最大服務(wù)需求選址模型。該模型相關(guān)的參數(shù)：I為有服務(wù)需求的需求點集，對于每個需求點i有i∈I；J為服務(wù)站的選址候選點集，對于每個候選點j有j∈J；yj表示在候選點j設(shè)置的出租汽車泊位數(shù)量；βj表示候選點j的高峰小時出租汽車泊位周轉(zhuǎn)率；qi表示需求點i的高峰小時服務(wù)需求；qij表示在需求點i的高峰小時服務(wù)需求qi中，選擇前往服務(wù)站j的需求數(shù)量；P表示建設(shè)的服務(wù)站數(shù)量；dij表示需求點i與服務(wù)站候選點j之間的直線距離；smax表示服務(wù)站的服務(wù)覆蓋半徑，在此半徑范圍內(nèi)，所有服務(wù)需求會被部分或完全吸引，而超出此范圍則不會被吸引；xj表示是否在j處設(shè)置了服務(wù)站；γij判斷需求點i是否位于候選點j的覆蓋范圍內(nèi)。其中：

由此建立的選址模型如：

(6)

(7)

(8)

(9)

xj={0,1} ,?j∈J

(10)

(11)

γij={0,1} ,?i∈I,j∈J

(12)

(13)

式(6)表示服務(wù)站覆蓋的服務(wù)需求最多；式(7)表示服務(wù)站提供的服務(wù)能力之和，應(yīng)不小于服務(wù)站覆蓋區(qū)域內(nèi)的總服務(wù)需求；式(8)表示單個服務(wù)站提供的服務(wù)能力，應(yīng)滿足前往該服務(wù)站的服務(wù)需求；式(9)表示建設(shè)的服務(wù)站數(shù)量；式(10)表示是否設(shè)施服務(wù)站的決策變量xj是 0～1變量；式(11)表示某個需求點前往服務(wù)站的服務(wù)需求之和，不應(yīng)超過該需求點產(chǎn)生的總服務(wù)需求；式(12)表示決策變量γij是 0～1變量。

式(13)表示：服務(wù)需求點i與服務(wù)站的距離dij大于服務(wù)半徑smax時，服務(wù)需求不會被服務(wù)站吸引；而當(dāng)dij位于一個或多個服務(wù)站的服務(wù)半徑內(nèi)，服務(wù)需求會被服務(wù)站吸引。根據(jù)已有研究[25]假設(shè)：①駕駛員完全理性；②駕駛員對于多個出租汽車服務(wù)站擁有不完全信息，即駕駛員對服務(wù)站的選擇滿足隨機(jī)用戶均衡理論。駕駛員對到服務(wù)站的出行廣義費(fèi)用的理解誤差是一組獨立且同Gumbel分布的隨機(jī)變量，即駕駛員對服務(wù)站的選擇對于滿足Logit模型。因此，在服務(wù)需求點i選擇前往服務(wù)站j的需求數(shù)量的公式如下：

(14)

式中：α為駕駛員對出行廣義費(fèi)用的理解誤差參數(shù)；cij為需求點i前往服務(wù)站j的出行廣義費(fèi)用；采用直線距離dij。

3 實例分析

實例分析為2016年5月1日至2016年5月31日時間段內(nèi)，針對廣西壯族自治區(qū)柳州市的市區(qū)范圍內(nèi)的出租汽車服務(wù)站選址展開的調(diào)查。該實例分析選取了出租汽車駕駛員作為調(diào)查對象，調(diào)查內(nèi)容為出租汽車駕駛員對于出租汽車服務(wù)站的服務(wù)需求(意向選址)，共回收有效問卷849份(人)，相應(yīng)出租汽車服務(wù)站的服務(wù)需求分布如圖2。

3.1 確定選址候選點

1)分析服務(wù)需求的熱點。結(jié)合參考文獻(xiàn)[1-4]中城市交通設(shè)施的服務(wù)范圍，將出租汽車服務(wù)站的服務(wù)半徑取5 000 m。通過ArcGIS軟件的“核密度估計”功能分析服務(wù)需求熱點，參數(shù)設(shè)置為：像元大小5 m，搜索半徑5 000 m，服務(wù)需求熱點區(qū)域分析結(jié)果如圖3。

2)分析服務(wù)需求的分布協(xié)調(diào)性。根據(jù)柳州城市特點，選取的城市構(gòu)成要素對比分析對象包括出租汽車雙班駕駛員的換班地點分布、城市路網(wǎng)分布、居住人口分布、居住用地分布、工業(yè)用地分布、行政用地分布和商業(yè)金融用地分布。一致性指數(shù)計算結(jié)果見圖7并分析可知：

民生問題，關(guān)乎黨的事業(yè)的成敗，歷來為毛澤東所重視?？谷諔?zhàn)爭時期，中國共產(chǎn)黨不僅英勇地承擔(dān)起挽救民族危亡的歷史重任，而且始終對民生問題予以高度關(guān)注和重視。1937年2月，為推動國共合作抗日，毛澤東和張聞天等起草了《中共中央給中國國民黨三中全會電》，向國民黨五屆三中全會提出了五項要求和四項保證，希望國民黨將包括“改善人民生活”等五項要求定為國策。全面抗戰(zhàn)爆發(fā)后，中國共產(chǎn)黨在陜北洛川召開政治局?jǐn)U大會議，通過了毛澤東起草的抗日救國十大綱領(lǐng)，把改善民生的具體措施寫進(jìn)黨的綱領(lǐng)。毛澤東從爭取抗戰(zhàn)的勝利、堅持黨的性質(zhì)和宗旨的政治高度，闡述了改善民生的戰(zhàn)略價值。

對于半徑維數(shù)來說：①服務(wù)需求分布與城市路網(wǎng)分布之間的一致性最高，表明服務(wù)站選址應(yīng)密切結(jié)合城市路網(wǎng)；②服務(wù)需求分布與行政用地的一致性指數(shù)較高，表明服務(wù)站選址應(yīng)重點參考行政用地分布；③服務(wù)需求分布與換班地點分布、城市居住區(qū)人口分布以及居住用地分布之間的半徑維數(shù)一致性很差，表明駕駛員認(rèn)為這幾個城市要素不會重點考慮；④服務(wù)需求分布與工業(yè)用地分布和商業(yè)金融用地分布之間的一致性指數(shù)為零，說明該城市出租汽車服務(wù)需求與該城市工業(yè)布局、商業(yè)金融布局的差別極大。

對于網(wǎng)格維數(shù)來說：所有網(wǎng)格維數(shù)的一致性指數(shù)均較高，表明城市構(gòu)成元素的空間分布都較為均勻，服務(wù)站選址規(guī)劃時應(yīng)考慮需求分布的空間方向性。

實例分析中的服務(wù)需求與路網(wǎng)分布以及行政用地分布之間具有較高的協(xié)調(diào)性，同時結(jié)合服務(wù)需求熱點分布和城市總體規(guī)劃[26]的要求，最終確定出租汽車服務(wù)站的選址候選點共12個，如圖8。

圖7 服務(wù)需求與各城市構(gòu)成要素的一致性指數(shù)Fig. 7 Consistency indexes of service demand and components of cities

圖8 服務(wù)站選址候選點Fig. 8 Candidate points of the location of taxi service stations

3.2 模型參數(shù)設(shè)置

模型中涉及的其余參數(shù)設(shè)置如下：根據(jù)調(diào)查分析，柳州市市區(qū)范圍內(nèi)的高峰小時出租汽車服務(wù)需求為600 veh/h，高峰小時出租汽車服務(wù)站的泊位周轉(zhuǎn)率為1.2；根據(jù)實際用地情況與規(guī)劃需求，單個服務(wù)站內(nèi)的停車泊位取50個、100個或150個不等；結(jié)合城市總體規(guī)劃，計劃修建的服務(wù)站數(shù)量取1～12個；駕駛員對出行廣義費(fèi)用理解誤差參數(shù)[25]取α=1.0。

3.3 結(jié)果分析

根據(jù)式(6)～式(14)，采用MATLAB軟件編程，根據(jù)滿足最大覆蓋服務(wù)需求的要求，求解選址分布。結(jié)果示意圖如圖9，其中P是計劃建設(shè)的服務(wù)站數(shù)量。

具體計算結(jié)果見表2。該表包括了在高峰小時內(nèi)：建設(shè)的服務(wù)站所能提供的總泊位數(shù)量、建設(shè)的服務(wù)站所能提供的總服務(wù)能力、建設(shè)的服務(wù)站總服務(wù)能力占總服務(wù)需求的比例、建設(shè)的服務(wù)站的服務(wù)范圍所能覆蓋的服務(wù)需求以及覆蓋的服務(wù)需求占總服務(wù)需求的比例。

圖9 服務(wù)站選址分布示意Fig. 9 Distribution of the location of taxi service stations

計劃建設(shè)服務(wù)站數(shù)量/個總服務(wù)需求/(veh·h-1)服務(wù)站提供的總泊位數(shù)量/個服務(wù)站提供的總服務(wù)能力/(veh.h-1)總服務(wù)能力占總服務(wù)需求的比例(實際比例)/%服務(wù)站覆蓋的服務(wù)需求/(veh.h-1)覆蓋服務(wù)需求占總服務(wù)需求的比例/%1234567891011126001001202011318.82503005024841.33003606030550.94004808034958.24505409040367.1550660100(110)45876.3650780100(130)49782.9750900100(150)53388.88501 020100(170)552921 0001 200100(200)56393.81 1001 320100(220)57395.51 2001 440100(240)58297.1

在表2基礎(chǔ)上，繪制圖10以顯示服務(wù)站的建設(shè)數(shù)量與服務(wù)能力以及覆蓋服務(wù)需求之間的關(guān)系。為方便觀察，當(dāng)比例超過100%時，只顯示其為100%。

圖10 服務(wù)站建設(shè)數(shù)量與服務(wù)站服務(wù)能力、覆蓋服務(wù)需求的關(guān)系Fig. 10 Relationship between the number of service stations, service capacity, and coverage demand

1)原則上，服務(wù)站提供的服務(wù)能力需要大于其覆蓋范圍內(nèi)的服務(wù)需求，這樣才不會使服務(wù)站超負(fù)荷服務(wù)。從表2中可以看出，服務(wù)站建設(shè)數(shù)量較少時，服務(wù)能力與服務(wù)需求相對持平。伴隨服務(wù)站建設(shè)數(shù)量的增多，服務(wù)能力迅速增長。建設(shè)6個及以上服務(wù)站時，服務(wù)能力已可滿足甚至大大超出總服務(wù)需求。建設(shè)至12個服務(wù)站，服務(wù)能力已經(jīng)是總服務(wù)需求的兩倍多，遠(yuǎn)超覆蓋的服務(wù)需求。

2)隨著服務(wù)站建設(shè)數(shù)量的增多，服務(wù)站所能覆蓋的服務(wù)需求占總服務(wù)需求的比例也逐步提高：建設(shè) 1個服務(wù)站時，只能覆蓋18.8%的總服務(wù)需求；建設(shè)3個服務(wù)站可覆蓋超過50%的總服務(wù)需求；建設(shè)6個服務(wù)站便可覆蓋超過75%的總服務(wù)需求；而建設(shè)9個及9個以上服務(wù)站時，可覆蓋90%以上的總服務(wù)需求。

3)隨著服務(wù)站建設(shè)數(shù)量的增多，服務(wù)站所能覆蓋的服務(wù)需求占總服務(wù)需求比例的增長率逐步下降。尤其是建設(shè)8個及以上的服務(wù)站時，覆蓋比例增長較為有限。表明：只需選擇一部分服務(wù)能力強(qiáng)、覆蓋范圍廣的候選點，便可滿足大多數(shù)服務(wù)的需求，而且從經(jīng)濟(jì)建設(shè)的角度考慮，建設(shè)過多的交通設(shè)施也是對資源的無效浪費(fèi)。在實例中，若采用最優(yōu)化選擇，結(jié)合服務(wù)能力與覆蓋服務(wù)之間的關(guān)系，可考慮建設(shè)5～7個服務(wù)站，以建設(shè)6個最佳，即服務(wù)站提供的總服務(wù)能力稍微超過總服務(wù)需求(110%)，而覆蓋的服務(wù)需求超過總服務(wù)需求的3/4(76.3%)。

4)在實際應(yīng)用中，選址方法還可以針對服務(wù)站的泊位數(shù)量設(shè)置、服務(wù)站的服務(wù)能力以及服務(wù)站的服務(wù)范圍等數(shù)值，繼續(xù)開展合理有效的最優(yōu)化討論。

4 結(jié) 論

利用核密度估計與分形理論，可以有效分析城市出租汽車服務(wù)站服務(wù)需求在城市空間內(nèi)的形態(tài)分布特征，將其與城市其它構(gòu)成要素開展協(xié)調(diào)性對比，結(jié)合基于服務(wù)需求的最大覆蓋服務(wù)站選址模型，可以有效分析服務(wù)站選址的可行性與合理性。案例表明，該選址方法可以針對出租汽車服務(wù)站的選址開展合理規(guī)劃，進(jìn)而規(guī)范出租汽車運(yùn)營，改善出租汽車駕駛員與車輛服務(wù)環(huán)境。

在本研究基礎(chǔ)上，下一步研究可從幾個方面開展：進(jìn)一步合理改進(jìn)核密度估計與分形參數(shù)，深入探討適合不同特異城市空間形態(tài)的規(guī)劃方法；可與傳統(tǒng)的選址方法，如運(yùn)籌學(xué)模型、交通配流法等方法相結(jié)合，提高出租汽車服務(wù)站選址布局的精確性。