梅思雨，喬觀民，邵黎霞，王 捷

(1. 寧波大學(xué)地理與空間信息技術(shù)系，浙江 寧波 315211； 2. 寧波大學(xué)建筑工程與環(huán)境學(xué)院，浙江 寧波 315211； 3. 寧波市公共交通客運管理局，浙江 寧波 315040)

2007年法國巴黎成功舉辦了“自行車自由行”，讓政府與學(xué)者重新審視公共自行車等慢行交通對于城市發(fā)展的重要性。在全球變暖、能源危機背景下，公共自行車被認(rèn)為是一種低碳、環(huán)保、健康的出行方式，也是短距離出行效率最高、最具環(huán)境可持續(xù)性交通方式[1]。因此“大力發(fā)展公共自行車，解決居民出行最后1公里問題”成為共識[2]。

當(dāng)前國內(nèi)對公共自行車的研究主要集中在：西方發(fā)達國家城市公共自行車?yán)碚撗芯颗c實踐經(jīng)驗借鑒[3-5]；利用傳統(tǒng)O-D調(diào)查數(shù)據(jù)分析用戶特征[6-7]、出行模式[8-10]、出行需求預(yù)測[11]、站點布局[12-13]，建立公共自行車管理和調(diào)度系統(tǒng)模型[14]等；利用大數(shù)據(jù)研究公共自行車問題等[15-16]。快速城市化導(dǎo)致的交通擁堵問題嚴(yán)重影響了城市經(jīng)濟運行，因此運用大數(shù)據(jù)研究交通問題受到學(xué)者與政府的高度關(guān)注。

2013年9月寧波公共自行車系統(tǒng)開通運營，用戶量逐年增加，至2018年9月辦理51萬張IC卡，投放公共自行車4.4萬輛。本文運用IC卡數(shù)據(jù)，結(jié)合區(qū)域?qū)傩詳?shù)據(jù)、開放網(wǎng)絡(luò)數(shù)據(jù)，探究寧波市自行車使用特征及原因，為提高寧波市公共自行車營運效率、優(yōu)化公共交通配置提供理論支撐。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況與數(shù)據(jù)來源

研究區(qū)域為寧波市中心城區(qū)(如圖1所示)，包括海曙區(qū)、江北區(qū)、鄞州區(qū)、鎮(zhèn)海區(qū)和北侖區(qū)，土地面積為2 462 km2，布設(shè)1289個公共自行車租賃點，36 713個樁位。

數(shù)據(jù)來源主要為：公共自行車IC卡數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、寧波市統(tǒng)計年鑒。IC卡數(shù)據(jù)為2018年3月12—18日居民506 343條出行數(shù)據(jù)，每條IC數(shù)據(jù)包含使用者卡號、借還租賃點代碼、借還租賃點名稱、借還時間、使用時長。剔除使用時長小于1 min及大于3 h的非正常性出行數(shù)據(jù)，獲得有效數(shù)據(jù)483 961條。網(wǎng)絡(luò)數(shù)據(jù)包括：百度地圖提供的POI數(shù)據(jù)，如購物休閑、交通、餐飲、醫(yī)療、科教等類別數(shù)據(jù)。土地利用分類數(shù)據(jù)來源于《寧波市城市總體規(guī)劃(2006—2020年)(2015年修訂)》。寧波市統(tǒng)計年鑒數(shù)據(jù)為鄉(xiāng)鎮(zhèn)街道人口數(shù)據(jù)等。

1.2 研究方法

1.2.1 租還潮汐比

租還潮汐比反映了各租賃點公共自行車某一時段內(nèi)租借、歸還活動的均衡性。其計算公式為

R=(Q1-Q2)/(Q1+Q2)R∈[-1,1]

式中，R為潮汐比；Q1為某時段租賃點租借量；Q2為某時段租賃點歸還量。

在特定時段R值為1時，自行車租賃點顯示為租車，產(chǎn)生空架現(xiàn)象；反之，R值為-1時，全部為還車，租賃點樁位為滿架現(xiàn)象。這兩種情況均產(chǎn)生“租車者租不到，還車者還不了”的不可用現(xiàn)象。當(dāng)租借量等于歸還量時，R值等于0，為租還均衡理想狀態(tài)。通常租賃點潮汐比R∈[-1,-0.1)為歸還點，R∈[-0.1,0.1]為平衡點，R∈(0.1,1]為租借點[17]。

1.2.2 核密度

核密度估計(kernel density estimation，KDE)用于計算點要素或線要素在其周圍鄰域中的密度。方程定義為

式中，h為帶寬值；x-xi為估計點到樣本xi的距離；k為核的權(quán)重函數(shù)。

帶寬值h會影響核密度估計結(jié)果：一般帶寬值越大，生成的密度柵格越平滑且概化程度越高；帶寬值越小，生成柵格所顯示的信息越詳細。經(jīng)過多次模擬，最終確定帶寬值為1200 m。

1.2.3 泊位周轉(zhuǎn)率

泊位周轉(zhuǎn)率為某時段租賃點鎖止器被重復(fù)使用的次數(shù)，反映了租賃設(shè)施的利用水平。以某時段還車數(shù)與樁位數(shù)之比來表示周轉(zhuǎn)率，時段為每日。計算公式為

α=Q1/N

式中，Q1表示租賃點日歸還量；N表示租賃點鎖止器數(shù)量。

1.2.4 回歸分析模型

多元線性回歸分析是表示因變量和自變量之間相關(guān)關(guān)系最基本方法。表達式為

Yi=β0+β1x1+β2x2+…+βmxm+εi

式中，Yi為因變量；X1，X2，…，Xm為影響因素；β0為常數(shù)項；β1，β2，…，βm為回歸系數(shù)；εi為殘差。具體結(jié)合公共自行車使用，Yi為i租賃點公共自行車使用量，X1，X2，…，Xm為i租賃點的系統(tǒng)變量、交通變量、社會經(jīng)濟變量、空間變量、時段變量、虛擬變量。

2 公共自行車的使用特征分析

2.1 時間特征

寧波市中心城區(qū)公共自行車日均總使用量為69 137次，平均出行時長為16 min。在時段上，公共自行車使用呈現(xiàn)明顯的峰谷現(xiàn)象(如圖2所示)，早高峰為7:00—9:00，晚高峰為17:00—19:00，早高峰峰值大于晚高峰。休息日的早、晚高峰峰值比工作日都低。

公共自行車使用時長集中在15 min以內(nèi)(如圖3所示)，占總量的64.06%；在25 min內(nèi)的占83.4%。早高峰平均使用時長為14.80 min，晚高峰為14.79 min；工作日平均使用時長為15.72 min，休息日為16.41 min。寧波公共自行車具有很強的公共交通“最后1公里”接駁功能。

2.2 空間特征

寧波市公共自行車租賃點具有空間分布不均衡性(如圖4所示)。租賃點集中于主城區(qū)地鐵線路兩側(cè)，核密度值為16次/km2。公共自行車使用量的核密度具有“一核雙中心”結(jié)構(gòu)：一核為三江口地區(qū)，其核密度值達到4000次/km2；雙中心分別為鎮(zhèn)海中心城區(qū)、北侖中心城區(qū)，其核密度值分別達3500、1500次/km2(如圖5所示)。

以三江口為中心，分別以3、5、10 km為半徑的緩沖區(qū)，將研究區(qū)劃分成內(nèi)圈層、中圈層、外圈層和大于10 km的外圍區(qū)(如圖1所示)。3月12—18日，內(nèi)圈層286個租賃點公共自行車使用量達326 673次，中圈層247個租賃點總使用量為201 449次，外圈層407個租賃點總使用量為187 191次，外圍區(qū)349個租賃點總使用量為252 608次(見表1)。租賃點平均使用量、使用量空間密度具有由中心向外圍遞減規(guī)律，但租賃點平均使用量在外圍區(qū)出現(xiàn)升高現(xiàn)象，這是由于外圍區(qū)域面積大，租賃點密度低，導(dǎo)致居民對自行車的依賴度增加。

租賃點潮汐比整體上較平衡(如圖6所示)，平衡點占73.16%，但租賃點之間差異性很大。其中，以商業(yè)服務(wù)功能為主的內(nèi)圈層為租還平衡區(qū)，平衡點占86.71%，潮汐性較弱；中圈層平衡點占78.54%；外圈層和外圍區(qū)平衡點占比皆小于70%，潮汐性較明顯?？傮w上呈現(xiàn)潮汐比由中心向外圍增大趨勢。

租賃點圈層內(nèi)交換強度大于圈層之間。內(nèi)圈層的內(nèi)部交換強度為133 567次，占總租借量的81.45%，中圈層、外圈層、外圍區(qū)內(nèi)部交換強度占總租借量的80%左右。OD交換量存在“內(nèi)圈層到中圈層”與“中圈層到內(nèi)圈層”相互補償流關(guān)系，同樣在其他圈層之間也存在這一現(xiàn)象(見表2)。

表2 圈層OD情況 次

公共自行車居民出行以短距離為主(如圖7所示)，平均出行距離為3.91 km。租賃點間出行量最高出現(xiàn)在長樂站(自行車租賃點)與晴園(自行車租賃點)之間，距離為1.11 km，出行量達到63次/d。

租賃點泊位日均周轉(zhuǎn)率為2.4次，最大周轉(zhuǎn)率為17次，泊位周轉(zhuǎn)率小于1次/d占32%。租賃點的公共自行車平均使用量與泊位周轉(zhuǎn)率之間具有正相關(guān)關(guān)系(見表1)。內(nèi)圈層日均泊位周轉(zhuǎn)率最高(如圖8所示)，內(nèi)圈層和外圍區(qū)超負荷租賃點(日泊位周轉(zhuǎn)率大于3次)較多，外圈層和外圍區(qū)無效租賃點(日泊位周轉(zhuǎn)率小于0.5次)較多。內(nèi)圈層超負荷租賃點占47.55%，無效租賃點占2.80%；中圈層超負荷租賃點占24.69%，無效租賃點占5.67%；外圈層超負荷租賃點占4.67%，無效租賃點占22.85%；外圍區(qū)超負荷租賃點占23.78%，無效租賃點占20.63%。因此，加強對超負荷租賃點調(diào)度和無效租賃點統(tǒng)籌規(guī)劃是提高公共自行車?yán)眯实幕A(chǔ)。

3 租賃點公共自行車使用的影響因素分析

3.1 影響因素選取

模型因變量采用2018年3月12—18日租賃點公共自行車使用量。參考文獻[18]的研究，自變量分為系統(tǒng)變量、交通變量、社會經(jīng)濟變量、潛在變量、時段變量與土地類型虛擬變量等6類(見表3)。

表3 影響公共自行車使用量的因子情況

續(xù)表3

系統(tǒng)變量為租賃點樁位數(shù)與租賃點密度；交通變量為公共自行車租賃點緩沖區(qū)內(nèi)公交站數(shù)量、地鐵站數(shù)量、主干道及次干道里程數(shù)；社會經(jīng)濟變量為租賃點所在街道人口密度、緩沖區(qū)內(nèi)公司企業(yè)數(shù)量；空間變量為租賃點緩沖區(qū)內(nèi)醫(yī)療保健、教育機構(gòu)、購物網(wǎng)點、餐飲服務(wù)、公園以及生活服務(wù)類等數(shù)量；時段變量為早高峰時段和晚高峰時段；虛擬變量為租賃點土地用地性質(zhì)，即《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)》的9類用地。參考文獻[19]的研究，選取500 m為公共自行車租賃點緩沖區(qū)半徑。

3.2 方程擬合結(jié)果

利用SPSS22.0軟件回歸分析：R2>0.8，F(xiàn)=711.771，Sig.=0.000，方程具有顯著意義，其中10個自變量具有明顯解釋意義(見表4)。

表4 模型結(jié)果

注：*、**、***分別為P<0.1、P<0.05、P<0.01。

3.2.1 系統(tǒng)變量、社會經(jīng)濟變量

公共自行車租賃點的樁位數(shù)、密度與因變量相關(guān)性不顯著，但在內(nèi)圈層、外圍區(qū)具顯著相關(guān)性。公共自行車租賃點的樁位數(shù)與內(nèi)圈層租賃點的使用量存在顯著正相關(guān)，其標(biāo)準(zhǔn)系數(shù)為0.061，在內(nèi)圈層具有租賃點樁位數(shù)越多使用量越大的特征。公共自行車租賃點密度，在內(nèi)圈層回歸標(biāo)準(zhǔn)系數(shù)為-0.098，這是由于內(nèi)圈層租賃點密度越高，相互之間距離越近，競爭關(guān)系明顯，單個租賃點效率降低；在外圍區(qū)系數(shù)為0.078，總體上外圍區(qū)租賃點密度遠低于內(nèi)圈層，租賃點之間距離遠，公共自行車之間對流呈現(xiàn)互補性，因此密度越高，反而使用量越大。

人口密度、公司企業(yè)數(shù)量對因變量具有顯著相關(guān)性。人口密度標(biāo)準(zhǔn)系數(shù)為0.074，人口密度越大，使用量越多。公司企業(yè)數(shù)量標(biāo)準(zhǔn)系數(shù)-0.031，公司企業(yè)集中區(qū)通常會布置公交站點，公共自行車需求自然就降低了。

3.2.2 交通變量、空間變量

公交站數(shù)、次干道里程與因變量相關(guān)性不顯著。地鐵站數(shù)與因變量存在顯著負相關(guān)性，地鐵站數(shù)量標(biāo)準(zhǔn)系數(shù)為-0.017。這說明公共自行車與地鐵的接駁功能不完善。

公交站數(shù)在中圈層具有正相關(guān)性，其標(biāo)準(zhǔn)系數(shù)為0.098。中圈層是受三江(姚江、奉化江、甬江)自然阻隔影響最大的地域，公交站與公共自行車之間的接駁功能效果明顯。次干道里程在內(nèi)圈層和外圍區(qū)具有顯著性相關(guān)性，其標(biāo)準(zhǔn)系數(shù)分別為-0.069、-0.031。內(nèi)圈層路網(wǎng)密集，公交站點多，人流擁擠，自行車功能讓位于步行。外圍地區(qū)次干道里程密度越低，“出行難”越明顯，對公共自行車需求越大。

租賃點500 m緩沖區(qū)范圍內(nèi)醫(yī)療保健、教育機構(gòu)、餐飲服務(wù)、公園等POI與因變量存在顯著正相關(guān)，標(biāo)準(zhǔn)系數(shù)分別為0.051、0.049、0.054、0.028，租賃點周邊這4類POI興趣點集聚與自行車使用呈現(xiàn)正相關(guān)。

3.2.3 時段變量、虛擬變量

早晚時段變量與因變量存在顯著相關(guān)性，標(biāo)準(zhǔn)系數(shù)分別為0.485、0.421，公共自行車使用具有明顯時間節(jié)律性。

綠地與廣場用地與因變量存在顯著負相關(guān)，綠地與廣場用地其標(biāo)準(zhǔn)系數(shù)為-0.016，該地類是居民日常休閑場所，以步行為主。

公共管理與公共服務(wù)用地、道路與交通設(shè)施用地分別在中圈層、外圈層與因變量具有顯著的相關(guān)性。公共管理與公共服務(wù)用地、道路與交通設(shè)施用地與因變量的系數(shù)分別為-0.050、-0.046。在中圈層、外圈層公共服務(wù)用地和交通設(shè)施擁擠聚集區(qū)，都是大的單位(政府、大學(xué)等)用地和交通樞紐(TOD)用地，在中圈層公共交通便利或為共享單車天下，外圈層私家車取代自行車接駁。

4 結(jié)論與討論

運用GIS和SPSS對寧波市公共自行車進行數(shù)據(jù)挖掘發(fā)現(xiàn)：①寧波市公共自行車使用量存在明顯時空分異。公共自行車出行時間具有峰谷現(xiàn)象，騎行時長在工作日與休息日、早高峰與晚高峰都具有差異；公共自行車租賃點與使用量分布具有“一核雙中心”特征，車輛使用量、潮汐比、泊位周轉(zhuǎn)率都存在圈層特征。②通過對系統(tǒng)變量、交通變量、社會經(jīng)濟變量、潛在變量、時段變量與土地類型虛擬變量等24個變量進行模擬，發(fā)現(xiàn)10個變量具有解釋意義。公共自行車使用與人口密度、醫(yī)療保健網(wǎng)點、教育機構(gòu)、餐飲服務(wù)、公園數(shù)、早高峰時段、晚高峰時段具有明顯的正相關(guān)關(guān)系；與地鐵站數(shù)、公司企業(yè)數(shù)量、綠地廣場與量存在明顯的負相關(guān)關(guān)系。這說明寧波市城市空間結(jié)構(gòu)影響了公共自行車使用。

數(shù)據(jù)獲得性關(guān)系，研究著重刻畫使用者共性特征。如果加強個體特征交叉分析，數(shù)據(jù)將更具有鮮活性。在共享單車影響下，寧波公共自行車生存空間受到壓縮。設(shè)想如果公共自行車讓開內(nèi)、中、外圈層，僅僅占據(jù)共享單車不愿意投放的外圍圈層地區(qū)，充分實現(xiàn)公共自行車公共物品功能，但研究表明這是低效率行為，不具有可行性。