王 濤, 戢曉峰

(1.昆明理工大學(xué) 交通工程學(xué)院,云南 昆明 650504; 2.重慶市交通規(guī)劃研究院,重慶 401120)

0 引 言

城市公共自行車作為一種綠色、低碳的交通工具,可以有效地接駁其他公共交通方式,節(jié)省出行時(shí)間、減少噪聲和空氣污染[1],在解決交通擁堵等問(wèn)題中發(fā)揮了重要作用,成為城市交通可持續(xù)發(fā)展策略的重要組成部分[2-3]。但是,公共自行車出行模式呈多樣化發(fā)展態(tài)勢(shì),其運(yùn)營(yíng)過(guò)程中出現(xiàn)了時(shí)空失衡現(xiàn)象[4-5]、其服務(wù)水平和出行者滿意度下降等問(wèn)題。隨著無(wú)樁共享單車的發(fā)展,其分布廣泛、使用方便等特點(diǎn)為公眾提供了更好的出行體驗(yàn),為解決城市交通“最后一公里”問(wèn)題提供了新的方案[6],相關(guān)研究逐漸成為熱點(diǎn)。但共享單車隨處停放、占用城市其他公共空間等問(wèn)題日益嚴(yán)重。因此,深入研究有樁公共自行車使用特征及影響機(jī)制,優(yōu)化公共自行車布局,對(duì)于城市交通規(guī)劃與管理具有重要的現(xiàn)實(shí)意義。

目前,國(guó)內(nèi)外公共自行車相關(guān)研究主要集中于服務(wù)能力與滿意度[4]、站點(diǎn)布局與車輛優(yōu)化分配調(diào)度[7]和公共自行車出行行為[8-10]等方面。其中,公共自行車出行行為研究主要采用問(wèn)卷數(shù)據(jù),分析公共自行車的出行特征及影響因素,如文獻(xiàn)[11]對(duì)太原市公共自行車用戶的個(gè)體特征和出行行為特征開(kāi)展調(diào)查,通過(guò)因子分析發(fā)現(xiàn),公共自行車使用需求主要受服務(wù)質(zhì)量、推廣力度和用戶社會(huì)經(jīng)濟(jì)屬性的影響。隨著公共自行車刷卡數(shù)據(jù)的使用,公共自行車出行行為得到多層次解析,如文獻(xiàn)[12]使用杭州市公共自行車刷卡數(shù)據(jù),從使用量、使用時(shí)長(zhǎng)、周轉(zhuǎn)率等方面分析公共自行車出行行為。上述對(duì)公共自行車出行行為的相關(guān)研究結(jié)果表明,城市空間結(jié)構(gòu)對(duì)公共自行車使用特征影響顯著,因此建成環(huán)境與公共自行車使用特征之間存在一定關(guān)聯(lián)。近年來(lái),研究者開(kāi)始將建成環(huán)境數(shù)據(jù)引入相關(guān)研究[13-15]。文獻(xiàn)[16]使用南京市公共自行車刷卡數(shù)據(jù)及建成環(huán)境數(shù)據(jù),通過(guò)零膨脹負(fù)二項(xiàng)模型發(fā)現(xiàn),公共自行車使用頻次與建成環(huán)境呈顯著相關(guān)關(guān)系,位于居住小區(qū)、公交車站、地鐵站、公司及公共服務(wù)設(shè)施附近的站點(diǎn)使用頻次更高;文獻(xiàn)[17]使用空間滯后模型,著重考慮土地利用類型及強(qiáng)度對(duì)公共自行車使用的影響機(jī)制,發(fā)現(xiàn)土地利用密度更高的區(qū)域會(huì)帶來(lái)更多的公共自行車出行需求;文獻(xiàn)[18]以南京市橋北片區(qū)為例,研究公共自行車使用特征與建成環(huán)境的關(guān)系,發(fā)現(xiàn)公共自行車使用頻次主要受站點(diǎn)附近公共交通、騎行環(huán)境和服務(wù)設(shè)施密度的影響。為了分析公共自行車出行過(guò)程,需要引入出行模式[19-21]相關(guān)概念,文獻(xiàn)[22]以出行目的為依據(jù),將公共自行車出行模式劃分為“全程模式”“換乘模式”和“往返模式”。關(guān)于建成環(huán)境對(duì)公共自行車出行模式的影響,文獻(xiàn)[23]運(yùn)用層次聚類方法識(shí)別臺(tái)北市公共自行車出行模式,采用多項(xiàng)Logit回歸模型進(jìn)行分析,結(jié)果表明,城市公共自行車出行模式主要受到站點(diǎn)位置、土地利用及公共設(shè)施情況等因素的影響。

綜上所述,公共自行車出行行為的相關(guān)研究主要圍繞公共自行車出行特征、使用需求等,或從站點(diǎn)尺度探尋公共自行車使用強(qiáng)度和建成環(huán)境之間的關(guān)系;關(guān)于建成環(huán)境對(duì)公共自行車使用強(qiáng)度的影響,相關(guān)研究多以站點(diǎn)周邊的公共設(shè)施、人口分布、興趣點(diǎn)(point of interest,POI)數(shù)量、騎行環(huán)境等作為影響因子,從不同時(shí)間尺度分析其對(duì)公共自行車使用率的影響。同時(shí),已有研究對(duì)POI數(shù)據(jù)的處理主要以各類POI的數(shù)量為主,未考慮各類POI自身規(guī)模差異導(dǎo)致的影響程度差異。此外,對(duì)公共自行車出行模式的定義采用主觀描述或使用運(yùn)營(yíng)數(shù)據(jù)進(jìn)行分析歸類,無(wú)法反映公共自行車出行的完整情況。因此,精確識(shí)別公共自行車出行模式,準(zhǔn)確捕捉公共自行車出行行為,深入解析建成環(huán)境對(duì)公共自行車出行模式的影響機(jī)制,對(duì)于公共自行車的差異化投放具有重要意義。

為了系統(tǒng)分析建成環(huán)境對(duì)公共自行車出行模式的影響機(jī)制,本文以云南省昆明市為例,使用公共自行車運(yùn)營(yíng)數(shù)據(jù)和建成環(huán)境數(shù)據(jù),劃分公共自行車站點(diǎn)類型,識(shí)別公共自行車出行模式,并分析建成環(huán)境對(duì)其影響機(jī)制,以期為城市公共自行車的投放、運(yùn)營(yíng)和管理提供依據(jù)。

1 公共自行車出行模式指標(biāo)選取

1.1 公共自行車出行模式測(cè)度指標(biāo)

公共自行車出行模式可以通過(guò)出行起終點(diǎn)來(lái)定義[23],本文以公共自行車站點(diǎn)用地屬性劃分出行起訖點(diǎn)(origin-destination,OD)類型,根據(jù)OD類型確定公共自行車出行模式。在確定站點(diǎn)用地屬性時(shí),以公共自行車站點(diǎn)為中心建立緩沖區(qū),并提取緩沖區(qū)內(nèi)POI,然后根據(jù)文獻(xiàn)[24]的居住用地、工業(yè)用地等5種用地類型,對(duì)應(yīng)選取緩沖區(qū)內(nèi)交通設(shè)施、餐飲等9類POI為測(cè)度指標(biāo)[25-28],各用地類型對(duì)應(yīng)的POI見(jiàn)表1所列,最后根據(jù)緩沖區(qū)內(nèi)各類POI的密度對(duì)站點(diǎn)進(jìn)行聚類,以此確定站點(diǎn)的用地屬性。

表1 出行模式測(cè)度指標(biāo)

1.2 出行模式影響因素

影響公共自行車出行模式的主要因素包括站點(diǎn)位置、土地利用及公共設(shè)施情況等[22-23],為探究影響公共自行車出行模式的關(guān)鍵因素,本文以1.1節(jié)所述的緩沖區(qū)作為基本的研究單元,選取密度、混合度、可達(dá)性和騎行環(huán)境4類變量建立建成環(huán)境指標(biāo)體系,4類變量的定義見(jiàn)表2所列。

表2 建成環(huán)境指標(biāo)

2 研究方法

2.1 出行模式劃分

以公共自行車站點(diǎn)為中心,運(yùn)用ArcGIS軟件建立緩沖區(qū),采用空間連接提取緩沖區(qū)內(nèi)POI,根據(jù)緩沖區(qū)內(nèi)各類POI的密度,通過(guò)K-means聚類算法對(duì)公共自行車站點(diǎn)進(jìn)行聚類分析,確定緩沖區(qū)內(nèi)主要的POI類型,以此定義站點(diǎn)類型。

圖1 公共自行車出行模式劃分流程

2.2 公共自行車出行模式影響因素評(píng)估模型

為了分析建成環(huán)境對(duì)公共自行車出行模式的影響,使用ArcGIS軟件空間連接和網(wǎng)絡(luò)分析等方法提取緩沖區(qū)內(nèi)建成環(huán)境因子,以各出行模式的頻次作為因變量,以緩沖區(qū)內(nèi)各類建成環(huán)境因子為自變量,使用地理加權(quán)回歸(geographically weighted regression,GWR)模型分析影響程度。GWR模型是體現(xiàn)空間異質(zhì)性的局部變系數(shù)回歸模型,可以解決全局回歸模型中存在的空間非平穩(wěn)性問(wèn)題,并根據(jù)樣本數(shù)據(jù)的空間位置信息生成隨空間位置變化而變化的局部回歸系數(shù),其回歸方程為:

(1)

其中:Yi為以第i個(gè)站點(diǎn)為出行起點(diǎn)的出行頻次;(ui,vi)為第i個(gè)站點(diǎn)的經(jīng)緯度;β0(ui,vi)為第i個(gè)站點(diǎn)的常數(shù)項(xiàng);βm(ui,vi)為第m個(gè)解釋變量在第i個(gè)站點(diǎn)的回歸系數(shù);xi m為第i個(gè)站點(diǎn)的第m個(gè)解釋變量;εi為隨機(jī)誤差。βm(μi,vi)為距離衰減函數(shù),采用加權(quán)最小二乘法進(jìn)行計(jì)算,計(jì)算公式為:

βm(ui,vi)=[XTW(ui,vi)X]-1XTW(ui,vi)Y

(2)

其中:X為自變量;Y為因變量;W(ui,vi)為空間權(quán)重矩陣。確定帶寬時(shí),本研究采用校正的Akaike信息準(zhǔn)則(Akaike information criterion corrected,AICc),選擇AICc最小值時(shí)對(duì)應(yīng)的帶寬為最優(yōu)帶寬。AICc值計(jì)算公式為:

(3)

3 實(shí)證分析

3.1 研究區(qū)域及數(shù)據(jù)來(lái)源

1) 研究區(qū)域。昆明市作為云南省的省會(huì),是中國(guó)西部地區(qū)重要的中心城市之一。本文研究區(qū)域?yàn)槔ッ魇袇^(qū),自昆明市公共自行車系統(tǒng)投入使用以來(lái),截至2019年3月底,運(yùn)營(yíng)站點(diǎn)發(fā)展至543個(gè)。昆明市區(qū)范圍及公共自行車站點(diǎn)空間分布如圖2所示(基于自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站審圖號(hào)為GS(2016)1580 的標(biāo)準(zhǔn)地圖繪制,底圖邊界無(wú)修改)。其中,鎖止器約為1.9×104個(gè),累計(jì)投放自行車約為1.5×104輛,日均租用量約為1.5×104人次,免費(fèi)使用率達(dá)98.27%;線上(叮嗒出行APP)和線下(昆明公交一卡通)相結(jié)合的租車方式拓寬了使用人群,1 h內(nèi)免費(fèi)和公交換乘優(yōu)惠的收費(fèi)方式提高了公共自行車的吸引力。

2) 數(shù)據(jù)來(lái)源。本文數(shù)據(jù)主要包含公共自行車運(yùn)營(yíng)數(shù)據(jù)和昆明市建成環(huán)境數(shù)據(jù)2類,其中運(yùn)營(yíng)數(shù)據(jù)采集自昆明市公共自行車運(yùn)營(yíng)管理有限公司,包含2019年3月昆明市所有正常使用的記錄完整騎行過(guò)程的公共自行車數(shù)據(jù),具體包含租車卡號(hào),租、還車時(shí)間點(diǎn),租、還車網(wǎng)點(diǎn)名稱及編號(hào),車輛編號(hào),使用時(shí)長(zhǎng)等信息,樣例見(jiàn)表3所列。

圖2 研究區(qū)域及公共自行車站點(diǎn)分布

表3 公共自行車刷卡數(shù)據(jù)樣例

本文選取天氣狀況良好的所有租車記錄,剔除異常租車數(shù)據(jù)之后得到393 099條騎行數(shù)據(jù),將其作為本文研究的基礎(chǔ)數(shù)據(jù),結(jié)合叮嗒出行APP和百度地圖拾取公共自行車站點(diǎn)經(jīng)緯度坐標(biāo)。建成環(huán)境數(shù)據(jù)包括POI數(shù)據(jù)、昆明市道路數(shù)據(jù)和公共交通基礎(chǔ)設(shè)施數(shù)據(jù)等。利用百度地圖所提供的開(kāi)放接口,采集研究區(qū)域內(nèi)所有的空間POI,根據(jù)文獻(xiàn)[24]將所有POI數(shù)據(jù)按其功能匹配31類用地性質(zhì)[25]得到POI數(shù)據(jù)。

3.2 公共自行車出行模式

1) 站點(diǎn)類型劃分。根據(jù)文獻(xiàn)[13,27]研究,公共自行車站點(diǎn)的最佳吸引范圍為250～400 m,結(jié)合文獻(xiàn)[28-29]的研究和樣本分布情況,本文以公共自行車站點(diǎn)為中心建立300 m緩沖區(qū)。采用空間連接提取緩沖區(qū)內(nèi)POI,結(jié)合緩沖區(qū)面積和緩沖區(qū)內(nèi)各類POI數(shù)量計(jì)算各類POI的密度,以此為依據(jù)采用K-means聚類算法將昆明市543個(gè)公共自行車站點(diǎn)分為4類,分別為公司(企業(yè))主導(dǎo)型站點(diǎn)、住宅主導(dǎo)型站點(diǎn)、商業(yè)服務(wù)主導(dǎo)型站點(diǎn)和公共服務(wù)主導(dǎo)型站點(diǎn),見(jiàn)表4所列。

2) 出行模式劃分。根據(jù)聚類結(jié)果將昆明市公共自行車出行模式劃分為16種,根據(jù)出行頻次計(jì)算比例結(jié)構(gòu),見(jiàn)表5所列。從表5可以看出,昆明市公共自行車主要出行模式為“公司—公司型”“公司—住宅型”“住宅—公司型”和“住宅—住宅型”,其余出行模式占比均較小。

表4 4類站點(diǎn)數(shù)及其比例

表5 16種出行模式出行頻次占比情況 %

3.3 公共自行車出行模式影響因素分析

3.3.1 模型診斷及輸出

采用GWR模型分析4類建成環(huán)境因子對(duì)公共自行車出行模式的影響程度,考慮到樣本量的問(wèn)題,選取統(tǒng)計(jì)結(jié)果中占比較高的“公司—住宅型”和“住宅—公司型”出行模式進(jìn)行分析。在模型擬合前對(duì)站點(diǎn)進(jìn)行篩選,去掉混合程度較高的難以確定其主導(dǎo)類型的站點(diǎn),得到住宅主導(dǎo)型站點(diǎn)270個(gè)和公司(企業(yè))主導(dǎo)型站點(diǎn)172個(gè)。使用SPSS軟件對(duì)所有自變量進(jìn)行共線性檢驗(yàn),所有影響因子方差膨脹系數(shù)(variance inflation factor,VIF)均滿足共線性檢驗(yàn),無(wú)需剔除變量。使用ArcGIS軟件分析空間相關(guān)性,其中“公司—住宅型”出行模式莫蘭指數(shù)(Moran’sI)為0.055,Z值為2.629,P值為0.015;“住宅—公司型”出行模式Moran’sI為0.080,Z值為3.922,P值為0.001。該結(jié)果表明,這2種出行模式存在較強(qiáng)的集聚性和空間依賴性。在模型診斷指標(biāo)中,R2越大,AICc值越小,表示解釋變量對(duì)被解釋變量的解釋能力越強(qiáng),診斷結(jié)果見(jiàn)表6所列。

表6 GWR模型診斷結(jié)果

選取擬合系數(shù)的最大值、最小值、均值、最小四分位數(shù)、中位數(shù)和最大四分位數(shù)6個(gè)指標(biāo)進(jìn)行統(tǒng)計(jì)描述,當(dāng)擬合系數(shù)為正值時(shí),表明該自變量與因變量正相關(guān);擬合系數(shù)為負(fù)值時(shí),表明該自變量與因變量負(fù)相關(guān)。2種出行模式下8個(gè)建成環(huán)境變量擬合系數(shù)描述性統(tǒng)計(jì)結(jié)果見(jiàn)表7所列。

表7 2種出行模式下8個(gè)建成環(huán)境變量擬合系數(shù)描述性統(tǒng)計(jì)結(jié)果

續(xù)表

3.3.2 擬合系數(shù)空間特性

對(duì)8個(gè)建成環(huán)境變量分別進(jìn)行p<0.1顯著性檢驗(yàn),結(jié)果見(jiàn)表8所列。由表8可知,影響“公司—住宅型”出行模式的關(guān)鍵因素(通過(guò)p<0.1顯著性檢驗(yàn)的站點(diǎn)比例超過(guò)40%)為臨近站點(diǎn)數(shù)量、土地利用混合度、與地鐵站的距離、公交站點(diǎn)數(shù)量和人行道長(zhǎng)度,“住宅—公司型”出行模式的關(guān)鍵影響因素為臨近站點(diǎn)數(shù)量、土地利用混合度、公交站點(diǎn)數(shù)量、主干道長(zhǎng)度和人行道長(zhǎng)度,各關(guān)鍵變量的影響程度及顯著性存在較大差異。“公司—住宅型”“住宅—公司型”出行模式中分別有平均69%、73%的樣本參數(shù)估計(jì)滿足p<0.1,說(shuō)明變量對(duì)“住宅—公司型”出行模式的異質(zhì)性更加顯著。

表8 2種出行模式下8個(gè)建成環(huán)境變量顯著性檢驗(yàn)結(jié)果 %

根據(jù)顯著性檢驗(yàn)結(jié)果,選取臨近站點(diǎn)數(shù)量、土地利用混合度、人行道長(zhǎng)度和公交站點(diǎn)數(shù)量4個(gè)關(guān)鍵變量的空間分布進(jìn)行可視化處理,進(jìn)一步分析擬合系數(shù)的空間特性。

1) 人行道長(zhǎng)度。人行道長(zhǎng)度擬合系數(shù)分布如圖3所示。人行道長(zhǎng)度對(duì)2種出行模式的影響效應(yīng)存在顯著的空間差異,對(duì)“公司—住宅型”出行模式在大部分區(qū)域呈正向作用,而對(duì)“住宅—公司型”出行模式在大部分區(qū)域呈負(fù)向作用。這主要是由于人行道條件較好的區(qū)域主要分布于行政中心所在的呈貢新區(qū),該區(qū)域遠(yuǎn)離城市商業(yè)中心區(qū),平均出行距離相對(duì)更遠(yuǎn)。對(duì)遠(yuǎn)距離出行而言,公共自行車難以滿足“住宅—公司型”出行模式的出行需求。

2) 臨近站點(diǎn)數(shù)量。臨近站點(diǎn)數(shù)量擬合系數(shù)分布如圖4所示。臨近站點(diǎn)數(shù)量與2種出行模式在大部分區(qū)域均呈負(fù)向作用。這說(shuō)明無(wú)論是商業(yè)中心區(qū)域還是行政中心區(qū)域,當(dāng)前公共自行車站點(diǎn)分布可能較為密集,值得注意的是,在公共交通樞紐附近臨近站點(diǎn)數(shù)量與2種出行模式均為正相關(guān),這說(shuō)明昆明市公共自行車對(duì)公共交通通勤方式存在較好的接駁作用。

3) 公交站點(diǎn)數(shù)量。公交站點(diǎn)數(shù)量擬合系數(shù)分布如圖5所示。公交站點(diǎn)數(shù)量對(duì)“公司—住宅型”出行模式主要呈正向作用,而對(duì)“住宅—公司型”出行模式主要呈負(fù)向作用。這說(shuō)明公共自行車對(duì)“公司—住宅型”出行時(shí)長(zhǎng)要求較低的出行模式存在更高的吸引力,與公交互為補(bǔ)充;而對(duì)“住宅—公司型”出行模式作用效果不明顯,與公交互為競(jìng)爭(zhēng)關(guān)系。

4) 土地利用混合度。土地利用混合度擬合系數(shù)分布如圖6所示。土地利用混合度在城市商業(yè)中心區(qū)域與2種出行模式大多呈正向作用,而在行政中心區(qū)域多呈負(fù)向作用。這表明高土地利用混合度造成的商業(yè)中心區(qū)域私人汽車和公交出行不便的情況為公共自行車提供了較好的騎行條件,有利于公共自行車出行。此外已有研究表明,城市中的低收入人群工作、生活、娛樂(lè)大多集聚于高密度低檔空間[12],因此公共自行車這種低消費(fèi)的出行方式是此類低收入人群較好的選擇。

圖3 人行道長(zhǎng)度擬合系數(shù)分布

圖4 臨近站點(diǎn)數(shù)量擬合系數(shù)分布

圖5 公交站點(diǎn)數(shù)量擬合系數(shù)分布

圖6 土地利用混合度擬合系數(shù)分布

4 結(jié) 論

1) “公司—公司型”“公司—住宅型”“住宅—公司型”和“住宅—住宅型”是昆明市公共自行車主要出行模式。

2) 建成環(huán)境對(duì)“公司—住宅型”和“住宅—公司型”出行模式的影響效應(yīng)存在不同的空間特征,在與“公司—住宅型”出行模式呈正向作用的區(qū)域大多與“住宅—公司型”出行模式呈負(fù)向作用。

3) 出行模式主要受到臨近站點(diǎn)數(shù)量、土地利用混合度、人行道長(zhǎng)度和公交站點(diǎn)數(shù)量的影響,其中土地利用混合度對(duì)“公司—住宅型”和“住宅—公司型”出行模式的影響效果最顯著。

需要指出的是,由于數(shù)據(jù)可獲取性等客觀條件限制,本文在定義公共自行車出行模式時(shí)主要側(cè)重于公共自行車自身使用特征和站點(diǎn)附近的POI類型,缺乏對(duì)使用者本身出行特征的考慮和對(duì)人口分布特點(diǎn)、共享單車分布情況等因素的分析。下一步研究可在本文的基礎(chǔ)上完善建成環(huán)境指標(biāo),加入出行者的社會(huì)經(jīng)濟(jì)屬性數(shù)據(jù)定義出行模式,深入分析建成環(huán)境對(duì)公共自行車出行模式的影響機(jī)制。