方晨晨,陳 磊,但曉明

（1.杭州市交通規(guī)劃設(shè)計(jì)研究院有限公司,浙江 杭州 310000; 2.浙江大學(xué)城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院有限公司,浙江 杭州 310000）

0 引言

公共自行車已經(jīng)遍布我國(guó)許多城市，作為一種零碳交通方式，在滿足出行需求的同時(shí)，將有效助力碳達(dá)峰、碳中和。過去的研究發(fā)現(xiàn)，公共自行車站點(diǎn)設(shè)施目前主要分布在城市各中心區(qū)，且注重對(duì)于居住區(qū)的覆蓋，呈集聚分布的特征，外圍分布較為均衡[1]。在此設(shè)施布局基礎(chǔ)上，公共自行車的使用也主要圍繞著城市核心功能區(qū)而形成了不同特征的聚集區(qū)[2]，站點(diǎn)間公共自行車流量具有高度空間自相關(guān)性[3]，騎行網(wǎng)絡(luò)形成了“核心－邊緣”結(jié)構(gòu)。根據(jù)陳紅[4]、朱才華[5]等人研究，可以發(fā)現(xiàn)公共自行車站點(diǎn)租還量與用地混合度有關(guān)，且不同用地類型相關(guān)性系數(shù)不同[6]。面對(duì)共享單車?yán)顺敝饾u褪去，傳統(tǒng)公共自行車迎來了新的發(fā)展機(jī)遇，有必要掌握公共自行車騎行特征，并且正確理解公共自行車布局與城市土地利用的關(guān)系。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源與處理

寧波國(guó)家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)（下文簡(jiǎn)稱“寧波高新區(qū)”），東與北侖區(qū)相鄰，南至通途路，西靠福明路，北臨甬江。全區(qū)分為老廟、興普等8 個(gè)區(qū)塊（見圖1）。區(qū)域南北向跨度約2.8 km，東西向跨度約5.5 km，是公共自行車適宜騎行距離，且區(qū)域“面江臨路”相對(duì)獨(dú)立。辦公用地主要集中于中部核心片區(qū)，居住用地主要集中西部的老廟、大漕片區(qū)和東部的梅墟片區(qū)，商業(yè)用地主要分布于老廟片區(qū)和梅墟、梅墟南片。

圖1 高新區(qū)概況及用地分布

研究區(qū)內(nèi)共設(shè)置公共自行車站點(diǎn)50 個(gè)，研究數(shù)據(jù)主要為公共自行車IC 卡及POI 數(shù)據(jù)。IC 卡數(shù)據(jù)屬性包括訂單ID、用戶ID、租還車時(shí)間、租還車站點(diǎn)名稱等。篩選后共有90 159 條數(shù)據(jù)，其中工作日共71 537 條，非工作日18 622 條。POI 數(shù)據(jù)來源于高德，分為商業(yè)用地、辦公用地及居住用地，其中商業(yè)用地包括餐飲服務(wù)、購物服務(wù)、生活服務(wù)。辦公用地包括金融保險(xiǎn)服務(wù)、公司企業(yè)、產(chǎn)業(yè)園區(qū)，居住用地包括住宅區(qū)。利用泰森多邊形[5]劃分原則，確定各租賃點(diǎn)服務(wù)面積，計(jì)算求得單位面積各用地POI 占比，以此表征租賃點(diǎn)周邊各用地類型的強(qiáng)度[4]。

1.2 研究方法

1.2.1 社會(huì)網(wǎng)絡(luò)分析

（1）網(wǎng)絡(luò)密度反映的是網(wǎng)絡(luò)整體或內(nèi)部節(jié)點(diǎn)間聯(lián)系疏密程度，見式（1）。

式中，De——網(wǎng)絡(luò)密度；n——網(wǎng)絡(luò)中租賃點(diǎn)的個(gè)數(shù)；Fij——節(jié)點(diǎn)i與j之間租還聯(lián)系量。

（2）節(jié)點(diǎn)中心性主要包括3 個(gè)指標(biāo)。度數(shù)中心度CD(i)表示某個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)間存在直接聯(lián)系的強(qiáng)弱；中介中心度CB(i)表示節(jié)點(diǎn)對(duì)聯(lián)系路徑的控制程度；接近中心度CC(i)表示網(wǎng)絡(luò)中節(jié)點(diǎn)不受其他節(jié)點(diǎn)控制的能力。將3 個(gè)中心度賦予相應(yīng)權(quán)重，融合為單一綜合中心度，可以評(píng)估租賃站點(diǎn)在騎行網(wǎng)絡(luò)中的總體重要性，見式（5）。

式中，gjk——節(jié)點(diǎn)j對(duì)k產(chǎn)生聯(lián)系的最短路徑數(shù)量；gjk(i)——節(jié)點(diǎn)j對(duì)k產(chǎn)生聯(lián)系的最短路徑中經(jīng)過節(jié)點(diǎn)i的數(shù)量；d(i,j)——節(jié)點(diǎn)i和j之間的捷徑距離。

1.2.2 雙變量空間自相關(guān)

雙變量空間自相關(guān)通過Moran'sI指數(shù)測(cè)量空間相鄰樣本點(diǎn)兩種屬性值的相似程度來判定是否存在空間相關(guān)性，分為全局相關(guān)性和局部相關(guān)性。

式 中，I—— 全 局Moran'sI指 數(shù)；Iiab—— 局 部Moran'sI指數(shù)；n——樣本單元個(gè)數(shù)；Xia——單元i屬性值a；Xbj——單元j的屬性值b；S2——樣本的二階中心距；a——所有樣本單元屬性a的平均值；θij——空間權(quán)重矩陣。

2 公共自行車騎行網(wǎng)絡(luò)特征

2.1 騎行網(wǎng)絡(luò)密度

對(duì)訂單數(shù)據(jù)歸納匯總后計(jì)算租賃點(diǎn)間日均租還OD量。通過自然間斷點(diǎn)法將OD 量劃分為5 個(gè)層級(jí)，可視化公共自行車騎行網(wǎng)絡(luò)（見圖2）。分析可見，工作日期間的騎行網(wǎng)絡(luò)比非工作日期間更密集，租賃點(diǎn)之間發(fā)生租還聯(lián)系更高。騎行網(wǎng)絡(luò)呈現(xiàn)較為明顯的東西分塊現(xiàn)象，南北向聯(lián)系強(qiáng)于東西向，老廟、興普等片區(qū)聯(lián)系強(qiáng)于梅墟、龍山等片區(qū)，且中部的大漕、核心片區(qū)與西部片區(qū)更容易發(fā)生聯(lián)系。

圖2 公共自行車租還聯(lián)系網(wǎng)絡(luò)

依據(jù)式（1）計(jì)算上述五級(jí)租還聯(lián)系網(wǎng)絡(luò)密度（見圖2）。兩個(gè)時(shí)間段公共自行車騎行網(wǎng)絡(luò)總體密度分別為0.212 和0.143，尚未達(dá)到0.5，數(shù)值偏小，主要集中在一二級(jí)，即租賃點(diǎn)間日均發(fā)生租還量為1~5 個(gè)輛次。除非工作日二級(jí)網(wǎng)絡(luò)外，其余網(wǎng)絡(luò)密度值呈現(xiàn)逐級(jí)遞減趨勢(shì)。高新區(qū)公共自行車租還頻率不高，騎行活躍度偏低，工作日租還聯(lián)系比非工作日相對(duì)強(qiáng)。

2.2 騎行網(wǎng)絡(luò)節(jié)點(diǎn)中心性

根據(jù)式2~4，計(jì)算各節(jié)點(diǎn)度數(shù)中心度、中介中心度、接近中心度，運(yùn)用柱狀圖可視化分析（見圖3）。

圖3 公共自行車租賃點(diǎn)三大中心度分布

度數(shù)中心度方面，整體租賃點(diǎn)在工作日期間表現(xiàn)出的中心度要高于非工作日期間，平均值分別為43.84 和31.76，工作日通勤需求對(duì)公共自行車使用要高于非工作日娛樂休閑需求。工作日期間，度數(shù)中心度高值分布在研發(fā)園、浙大軟件學(xué)院等站點(diǎn)，低值分布在天安廠、銀珠名園南區(qū)等站點(diǎn)。非工作日期間，嘉苑廣場(chǎng)東、江南一品北等為度數(shù)最高的站點(diǎn)，度數(shù)最低的依然為天安廠。中介中心度方面，整體租賃點(diǎn)在工作日期間表現(xiàn)出的中心度要低于非工作日期間，平均值分別為1.23 和1.55。研發(fā)園、九五國(guó)際東、浙大軟件學(xué)院工作日期間中介中心度處于高值水平。凌云公寓、嘉苑廣場(chǎng)東、浙大軟件學(xué)院則在非工作日期間處于高值水平。接近中心度方面，整體租賃點(diǎn)在工作日期間表現(xiàn)出的中心度要高于非工作日期間，平均值分別為63.90 和35.79。研發(fā)園在工作日期間依然表現(xiàn)出了最高的中心度，嘉苑廣場(chǎng)東均具有較高的中心度。工作日的銀珠名園南區(qū)、非工作日期間的天安廠、高新區(qū)科技廣場(chǎng)西具有最低的接近中心度。

綜上可知，工作日期間高新區(qū)由于通勤而使用公共自行車頻率更大，騎行活躍度更高，出行鏈更加固定；而非工作日期間由于娛樂休閑而使用公共自行車頻率更小，出行起訖點(diǎn)更多元，出行鏈方向性更多?？臻g分布呈現(xiàn)核心高集聚、邊緣低分散的塊狀態(tài)勢(shì)，老廟、興普交界區(qū)塊以及大漕、核心的部分區(qū)塊公眾出行選擇公共自行車出行需求高，騎行活躍度大。其中，租賃點(diǎn)嘉苑廣場(chǎng)東、九五國(guó)際東、浙大軟件學(xué)院及研發(fā)園更為突出，其所在節(jié)點(diǎn)在高新區(qū)公共自行車騎行網(wǎng)絡(luò)中扮演重要角色（見圖4）。

圖4 公共自行車租賃點(diǎn)綜合中心度分布

3 公共自行車騎行網(wǎng)絡(luò)與用地空間耦合

3.1 全局雙變量空間自相關(guān)檢驗(yàn)

利用莫蘭指數(shù)法對(duì)租賃站點(diǎn)周邊單位面積用地POI占比與綜合中心度做雙變量空間自相關(guān)檢驗(yàn)，解析公共自行車騎行網(wǎng)絡(luò)與用地耦合態(tài)勢(shì)。全局雙變量空間自相關(guān)檢驗(yàn)均通過顯著性檢驗(yàn)，工作日期間辦公、居住、商業(yè)用地與綜合中心度的莫蘭指數(shù)分別為0.082、0.083、0.042，非工作日期間辦公、居住、商業(yè)用地與綜合中心度的莫蘭指數(shù)分別為-0.001、0.114、0.010。除非工作日期間辦公用地強(qiáng)度與公共自行車騎行網(wǎng)絡(luò)分布存在空間負(fù)相關(guān)性，其余均存在空間正相關(guān)性，但相關(guān)性并不強(qiáng)。這說明了用地強(qiáng)度對(duì)公共自行車騎行網(wǎng)絡(luò)復(fù)雜度、公共自行車騎行活躍度提升有限。進(jìn)一步比較發(fā)現(xiàn)，工作日期間辦公、居住用地與公共自行車騎行網(wǎng)絡(luò)分布更相關(guān)，非工作日期間居住、商業(yè)用地更相關(guān)。

3.2 局部雙變量空間自相關(guān)檢驗(yàn)

局部雙變量空間自相關(guān)檢驗(yàn)顯示，高新區(qū)公共自行車騎行網(wǎng)絡(luò)與用地空間局部耦合呈現(xiàn)四種態(tài)勢(shì)，代表正相關(guān)的高高、低低集聚與代表負(fù)相關(guān)的高低、低高集聚兩者態(tài)勢(shì)較為均衡（見圖5）。相對(duì)而言，老廟、興普片區(qū)呈現(xiàn)高高集聚耦合態(tài)勢(shì)，由此可以發(fā)現(xiàn)，工作日期間公共自行車的使用主要依托于居住、辦公用地，非工作日期間主要依托于居住、商業(yè)用地。龍山東北部、梅墟南部分片區(qū)總體呈現(xiàn)低低集聚耦合態(tài)勢(shì)，該區(qū)塊用地強(qiáng)度低同時(shí)公共自行車騎行活躍度也低。龍山西北部、核心南部、梅墟北部串聯(lián)而成的斜向軸帶區(qū)域耦合關(guān)系不顯著。

圖5 用地與公共自行車租賃點(diǎn)綜合中心度空間自相關(guān)態(tài)勢(shì)（工作日a~c，非工作日d~f）

4 結(jié)語

寧波市公共自行車網(wǎng)點(diǎn)設(shè)施設(shè)備自2013 年運(yùn)營(yíng)至今已達(dá)9 年多，近幾年在共享單車、城市基建的影響下，傳統(tǒng)公共自行車使用率有所下降，寧波公共自行車從大規(guī)模投放到逐步控制。如今共享單車?yán)顺蓖嗜ィ瑐鹘y(tǒng)公共自行車迎來了新的發(fā)展機(jī)遇。對(duì)于現(xiàn)有站點(diǎn)與車輛，相關(guān)部門應(yīng)做好系統(tǒng)維保及運(yùn)營(yíng)服務(wù)提升工作，加快故障網(wǎng)點(diǎn)的維修進(jìn)度，分時(shí)段采取更加科學(xué)的調(diào)度策略。對(duì)于新建公共自行車站點(diǎn)應(yīng)與城市土地開發(fā)相協(xié)調(diào)，進(jìn)一步滿足市民多樣化的出行需求。