■于璐瀅 YU Luying 羅 斌 LUO Bin 武 丹 WU Dan 趙麗元 ZHAO Liyuan

0 引言

在共享經(jīng)濟不斷發(fā)展的背景下，共享出行正逐步改變著人們的生活出行方式。共享汽車最早興起于歐美等成熟汽車市場，近年來，我國主要城市如北京、上海、武漢等也開始大力發(fā)展共享汽車。截至2018 年5 月，武漢市已有包括綠馳出行、易微享、暢的、Gofun 出行等在內(nèi)的10 余家共享汽車品牌進駐，共有上千輛共享汽車注冊在錄，在進駐品牌和規(guī)模上也有進一步擴大的趨勢。

隨著國內(nèi)城市交通超負荷現(xiàn)象逐漸凸顯，環(huán)境污染問題日益嚴重，共享汽車作為一種綠色出行方式，能夠填補公共交通與私家車之間的空白，擁有良好的市場前景。然而，它在中國的發(fā)展卻面臨各種困境。從使用者角度來看，目前，共享汽車最大的問題是站點密度過低與站點布局不合理導(dǎo)致的取還車便捷性低下。而盲目擴大汽車規(guī)模以提高站點密度，不僅造成企業(yè)資金壓力，也極大蠶食現(xiàn)有社會空間資源。本文將著力研究共享汽車站點布局的空間影響因素，為其站點布局優(yōu)化提供理論依據(jù)，從而提高共享汽車使用便捷性及運營效率。

近年來，國內(nèi)外學(xué)者圍繞共享汽車站點開展了一定量的有意義研究。國外對共享汽車站點布局的研究較早。文獻[1]首次提出了設(shè)施選址理論。文獻[2]提出設(shè)施最大覆蓋問題，即在已知數(shù)量和服務(wù)半徑條件下，建立p 個服務(wù)站，求如何使接受的服務(wù)需求最大化問題。文獻[3]在綜合步行距離、時間成本、建站成本和購車成本等因素的基礎(chǔ)上，以總利潤最大化為目標(biāo)，提出決定新增共享汽車站點位置和大小以及車輛總數(shù)的決策支持系統(tǒng)。但文獻僅從成本角度研究，缺乏對其他空間因素的考量。此外，文獻[4]分析了共享汽車運行特征與其站點所在區(qū)位、土地性質(zhì)之間的聯(lián)系，為新站點的布局提供參考。文獻[5]運用大型交通仿真模擬平臺（MATSim），在研究“回程”共享汽車（還車點與取車點一致）和“單程”共享汽車（還車點與取車點不一致）站點布局模型的基礎(chǔ)上，指出兩種共享汽車的使用目的互補性和站點數(shù)量的增加對其他交通方式的影響。但未闡述站點布局模型生成的具體過程。國內(nèi)對共享汽車站點布局的研究很少，站點布局模型和評價體系均不完善。文獻[6]僅基于出租車GPS 數(shù)據(jù)，挖掘出租車?？奎c位置，并通過空間聚類分析得到?？空?，作為共享汽車候選站點。文獻[7]運用層次分析法建立共享汽車站點選址評價的指標(biāo)體系，結(jié)合專家意見確定各評價指標(biāo)的權(quán)重，建立站點選址方案的評價模型，評價系統(tǒng)有較強主觀性。

總體來看，一方面，現(xiàn)有文獻對共享汽車的空間影響因素及其影響程度缺乏系統(tǒng)性評價或評價過于主觀，對站點布局的研究范圍過于微觀，缺乏對區(qū)域尺度站點的統(tǒng)籌分析評價；另一方面，現(xiàn)有文獻研究大多基于傳統(tǒng)數(shù)據(jù)，數(shù)據(jù)量較小，但隨著大數(shù)據(jù)技術(shù)的發(fā)展，利用大數(shù)據(jù)進行研究將更大程度提高研究成果的可信度。本文通過大數(shù)據(jù)手段，收集武漢市三環(huán)內(nèi)共享汽車運營數(shù)據(jù)，量化處理各空間因素，判斷其中的顯著性影響因素，并對其影響程度進行排序，為共享汽車站點布局的優(yōu)化提供更強有力的理論依據(jù)。

1 研究對象與數(shù)據(jù)處理

1.1 研究對象、空間范圍與研究思路

研究對象應(yīng)選取具有市場代表性與社會影響力的對象。首汽旗下的Gofun 共享汽車是第一批進駐武漢市場的共享汽車品牌之一。目前，Gofun 品牌在武漢約有1000 輛共享汽車，設(shè)置有273 個停車站點,占據(jù)武漢約四成的市場份額。故此次研究以首汽Gofun 共享汽車作為研究對象，不僅符合武漢共享汽車的主流發(fā)展方向，而且能為后起的共享汽車品牌發(fā)展提供借鑒。

研究空間范圍應(yīng)選取人口密集區(qū)和共享汽車的集中分布地，這些區(qū)域不僅交通矛盾更加突出，而且能夠采集大量數(shù)據(jù)，提高研究可靠性。武漢主城區(qū)主要分布在三環(huán)線內(nèi)，是人口主要聚集地；同時，根據(jù)Gofun 共享汽車App 爬取的數(shù)據(jù)顯示，其九成以上的共享汽車站點分布在三環(huán)線內(nèi)。綜合考慮后，選擇武漢三環(huán)線內(nèi)為主要研究區(qū)域（圖1）。

圖1 研究對象與研究空間范圍圖

本研究通過獲取的大數(shù)據(jù)識別共享汽車使用高頻區(qū)，借助SPSS 軟件分析共享汽車使用頻率影響因素及其影響程度，借此為站點布局提出優(yōu)化策略。具體而言，首先，基于武漢市共享汽車站點運營數(shù)據(jù)，分析武漢市12 個片區(qū)的站點聯(lián)系度；其次，對武漢市12 個片區(qū)及片區(qū)內(nèi)273 個站點的汽車變動量進行核密度分析，從而得出共享汽車使用頻率的空間分布圖，確定武漢共享汽車使用高頻區(qū)；再針對使用高頻區(qū)，結(jié)合調(diào)研所得數(shù)據(jù)，對共享汽車使用頻率的影響因素進行分析，包括：充電樁數(shù)量、車輛數(shù)、停車位數(shù)量等自身運營因素和交通站點、興趣點、用地類型等空間影響因素；然后，采用SPSS 多元回歸分析，判斷各因素對共享汽車使用頻率是否有顯著性影響及其影響程度；最后，根據(jù)各因素對共享汽車使用頻率的影響程度，提出針對武漢市共享汽車使用高頻區(qū)的站點布局優(yōu)化建議（圖2）。

圖2 研究思路框架圖

1.2 研究數(shù)據(jù)的處理

通過爬取共享汽車站點后臺運營數(shù)據(jù)，記錄其連續(xù)三天內(nèi)、每隔15min 各站點的共享汽車變動數(shù)量。同時，篩選幾個數(shù)量變動較大的站點進行實地調(diào)研，對共享汽車使用者進行訪談以及問卷調(diào)查。實地發(fā)放問卷共計153 份，有效問卷150 份。整個研究分析均基于150 份有效問卷和27300 條車輛數(shù)據(jù)信息，分析真實有效（圖3）。

圖3 研究數(shù)據(jù)來源及獲取方法圖

2 研究數(shù)據(jù)的分析

2.1 站點運營現(xiàn)狀

本階段以武漢市三環(huán)線為研究區(qū)域，采用站點間聯(lián)系度和使用頻率核密度兩個指標(biāo)以量化共享汽車運營現(xiàn)狀。其中，站點間聯(lián)系度用于分析片區(qū)間交流量的空間差異，而使用頻率核密度用于識別共享汽車在空間上的使用強度分布。

站點聯(lián)系度是兩兩片區(qū)間站點相互聯(lián)系的密切程度，類似于萬有引力規(guī)律，站點間聯(lián)系強度與區(qū)域之間共享汽車交通量成正比，與區(qū)域之間的距離平方成反比。

現(xiàn)以武漢市商圈為基礎(chǔ)，將武漢市三環(huán)線內(nèi)的空間劃分為12個片區(qū)。為保證分析結(jié)果的可靠性，本研究連續(xù)三天每隔15min 爬取一次數(shù)據(jù)，得到72h 內(nèi)每個片區(qū)各個站點的停車數(shù)量，根據(jù)公式（1）（2），計算出以共享汽車使用量為依托的交通聯(lián)系度，得到武漢市12 個片區(qū)的共享汽車聯(lián)系OD 圖（圖4）。

其中，E為站點聯(lián)系度；Qa、Qb分別為片區(qū)a、b 的共享汽車的使用量的日平均值；dab為兩個片區(qū)中心距離。

其中，Qa為片區(qū)a 共享汽車使用量的日平均值；qnj為片區(qū)a 某站點n 在第m 天某時刻j 的共享汽車數(shù)量，qnj-1為該站點15min 后的共享汽車數(shù)量。

由圖4 可知，共享汽車分布量多的漢口、漢陽、武昌、后湖、光谷與周圍聯(lián)系緊密，漢口、漢陽和武昌構(gòu)成了共享汽車使用的三角核心區(qū)域。同時，共享汽車分布量少但靠近共享汽車聚集區(qū)的常青、徐東、東湖高新與周圍聯(lián)系度也較高。作為共享汽車高使用率、低分布量的徐東商圈，有較大的消費潛力，后期應(yīng)適當(dāng)增加其共享汽車的分布量。

圖4 武漢12 個片區(qū)聯(lián)系度及OD 圖

使用頻率核密度是點要素的核密度，是每個輸出柵格像元周圍點要素的密度。概念上，每個點上方均覆蓋著一個平滑曲面。在點所在位置處表面值最高，隨著與點的距離增大表面值逐漸減小，在與點的距離等于搜索半徑的位置處表面值為零。

運用Arcgis 軟件，在屬性表中輸入每個片區(qū)或每個站點連續(xù)三天各個時刻共享汽車量，新建“使用頻率”字段，輸入公式（4）或（5），將使用頻率量化為共享汽車的變動總量，使用核密度分析工具，得出共享汽車使用頻率的空間差異。

其中，fi為某站點i 三天內(nèi)共享汽車使用頻率；qj為該站點在某時刻j 的共享汽車數(shù)量，qj-1為15min 后的共享汽車數(shù)量。

同理，F(xiàn)為某片區(qū)所有站點三天內(nèi)共享汽車使用頻率；qnj為某片區(qū)某站點n 某時刻j 的共享汽車數(shù)量，qnj-1為該站點15min 后的共享汽車數(shù)量。

從大片區(qū)視角來看，漢口和武昌商圈的核密度值遠高于其他地區(qū)，是共享汽車使用頻率的高熱區(qū)（圖5）。從273 個小站點視角來看，武昌區(qū)東南角的核密度值最高，即共享汽車變動量最大、使用頻率最高，尤其集中在雄楚大道（二環(huán)線）和丁字橋路的交叉地帶。此地帶位于武漢軌道交通2 號線和4 號線的交匯處、武昌火車站附近，同時也臨近洪山公園、寶通寺等景區(qū)，有諸多可能性因素達成高使用頻率的結(jié)果（圖6）。

圖5 武漢市12 個片區(qū)汽車使用頻率核密度圖

圖6 武漢市各站點汽車使用頻率核密度圖

以上分析共同反映出：在武漢市各個行政分區(qū)內(nèi)，武昌區(qū)共享汽車使用頻率最高且與周圍地區(qū)保持較高的站點聯(lián)系度。按照一般交通規(guī)律，共享汽車使用頻率高、交通外向性強的地區(qū)潛在交通問題更突出，更能代表未來共享汽車發(fā)展的趨勢，且有更多的數(shù)據(jù)采集量，有其研究的必要性和可能性。故后文重點研究武昌區(qū)的站點運營現(xiàn)狀、影響因素及優(yōu)化方案。

2.2 站點運營影響因素分析

針對武昌區(qū)共享汽車使用頻率空間分布情況，結(jié)合已有文獻和現(xiàn)場調(diào)研情況，選出車輛數(shù)、停車位數(shù)、充電樁數(shù)等自身運營因素和交通站點、用地類型、出行興趣點等空間影響因素，以分析各類因素對共享汽車使用頻率空間差異的影響顯著性，為站點布局優(yōu)化指出合理方向。

2.2.1 自身運營因素分析

自身運營因素的分析主要包括空間上的數(shù)量分布和時間上的調(diào)度機制兩個方面。

首先，空間上的數(shù)量分布包括：車輛、停車位和充電樁的數(shù)量。Gofun汽車與特來電公司合作布置充電樁，為共享汽車購買專屬停車位。當(dāng)下共享汽車停車位和充電樁數(shù)量與共享汽車數(shù)量在空間上不匹配，如共享汽車數(shù)量多的站點，停車位和充電樁數(shù)量反而少（圖7）?，F(xiàn)以站點內(nèi)共享汽車的變動量作為其使用頻率評價標(biāo)準，分析使用頻率與共享汽車、停車位和充電樁數(shù)量的關(guān)系。分析結(jié)果顯示，共享汽車使用頻率與車輛數(shù)和停車位數(shù)波動趨勢一致（圖8），說明共享汽車供給量和配套停車位數(shù)是影響共享汽車使用頻率的重要因素，而充電樁數(shù)量與其他三要素契合度低，對共享汽車使用頻率影響小。

圖7 站點與配套充電樁、停車位分布圖

圖8 共享汽車使用頻率與汽車、停車位、充電樁數(shù)對比分析圖

其次，空間上的調(diào)度機制較為固定，即晚高峰后就近對電量較低的共享汽車充電，次日早高峰前送返至最近站點（圖9）?，F(xiàn)有的調(diào)度機制雖然解決了共享汽車電量不足的問題，但仍存在一些不足：①調(diào)度指向性不足。運營維護人員僅簡單遵循就近原則，把共享汽車調(diào)度到擁有充電樁的最近站點，缺乏對站點使用強度與需求的考量，人為造成供需不對等。②調(diào)度時段機械化。僅在早晚高峰進行車輛調(diào)度，而被頻繁使用的共享汽車在日間較早時已出現(xiàn)電量耗盡情況，但無人進行調(diào)度充電，無電車輛成為擺設(shè)，降低了車輛的使用率。③調(diào)度目的單一。當(dāng)前只對電量低的車輛進行調(diào)度，但使用率低、電量充足的車輛卻不在調(diào)度范圍，加劇空間上的供需不平衡。

圖9 某日共享汽車站點停車數(shù)量變化圖

2.2.2 空間影響因素分析

通過總結(jié)共享汽車周邊的交通、用地性質(zhì)與城市主要出行吸引點的空間分布特征，以分析其與共享汽車使用頻率之間的關(guān)系。

（1）交通現(xiàn)狀分布方面：武昌區(qū)東南角是火車站、汽車站、地鐵站的集中區(qū)，也是共享汽車分布的密集區(qū)。武昌區(qū)13 個地鐵站中有6 個布有共享汽車站點，占比46.15%；而7 個客運汽車站有5 個布有站點，占比71.43%，明顯高于地鐵站。共享汽車作為一種中短途交通方式，服務(wù)對象與地鐵有一定的重疊，因此，地鐵站周圍的共享汽車站點分布少具有其合理性（圖10）。

圖10 站點周圍交通分析圖

（2）不同用地分布方面：以500m 為半徑確定共享汽車站點的輻射區(qū)，在輻射區(qū)內(nèi)區(qū)分不同性質(zhì)用地的比例。在此基礎(chǔ)上統(tǒng)計武昌區(qū)內(nèi)不同用地性質(zhì)的站點數(shù)量，得出結(jié)論：站點多依托居住、商業(yè)服務(wù)業(yè)用地布局，典型區(qū)域如沙湖周圍居住片區(qū)、沿江商業(yè)帶（圖11）。

圖11 站點周圍用地分析圖

（3）出行吸引點分布方面：統(tǒng)計共享汽車500m 輻射區(qū)內(nèi)不同出行興趣點的數(shù)量。結(jié)果顯示，武昌區(qū)內(nèi)8 家酒店中有2 家分布有共享汽車站點，占比25%；6 所大學(xué)中有4 所布有站點，占比66.7%；11 個景區(qū)僅有2 個布有站點，占比18.18%。由比例可知，大學(xué)是現(xiàn)有站點布局考慮的重要空間因素（圖12）。

圖12 站點周圍興趣點分布圖

2.2.3 影響因素相關(guān)性分析

基于上文空間因素分析結(jié)果，運用SPSS 軟件，采用多元線性回歸統(tǒng)計方法，對站點的自身運營因素和空間影響因素進行分析，判斷各因素（調(diào)度機制難以量化統(tǒng)計，暫時不予分析）對共享汽車使用頻率是否有顯著性影響及其影響程度。Sig ＞0.1，因素有顯著性影響，且Sig 值越小，因素對共享汽車的使用頻率影響越大。統(tǒng)計結(jié)果顯示，共享汽車使用頻率的顯著性影響因素排序為：停車位數(shù)＞車輛數(shù)＞教育科研用地大?。揪幼∮玫卮笮?。其中，車輛數(shù)量、停車位數(shù)量和教育科研用地大小對共享汽車使用頻率的顯著性影響極為明顯（Sig＜0.05），居住用地大小顯著性影響較為明顯（Sig ＜0.1)（表1）。

表1 共享汔車使用頻率影響因素SPSS 分析表

3 共享汽車優(yōu)化策略

3.1 共享汽車站點布局優(yōu)化

基于上文站點運營影響因素的分析結(jié)果，對共享汽車使用高頻區(qū)——武昌區(qū)進行站點優(yōu)化布局與站點內(nèi)共享汽車停車位數(shù)量重分配。大數(shù)據(jù)結(jié)果顯示，武昌區(qū)共計39 個共享汽車站點，站點數(shù)量較少，能夠?qū)Ω鱾€站點進行較為精確的考察。在此基礎(chǔ)上，優(yōu)化思路大致分為三步：①通過考察站點的供求關(guān)系，以合適的標(biāo)準對每個站點逐一分析篩選，減少供給過剩的站點，再根據(jù)上文對站點布局的空間影響因素分析的結(jié)果，對存在潛在需求的區(qū)域補充設(shè)置站點，以達到與優(yōu)化前武昌區(qū)站點數(shù)量的平衡；②計算減少的共享汽車停車位數(shù)量后，重新將其分配至新增的站點和原有需求不足的站點；③優(yōu)化共享汽車的調(diào)度方式，提高共享汽車的使用效率。

3.1.1 供給過剩站點的減少與潛在需求站點的補充

從App 所爬取的數(shù)據(jù)以及站點的服務(wù)水平來看，供求關(guān)系的篩選標(biāo)準可以以某段時間內(nèi)站點汽車數(shù)量變動數(shù)、站點滿置時長、站點空置時長，以及站點500m 服務(wù)半徑這幾項因素作為參考，具體篩選標(biāo)準如圖13 所示。去除“供給過?！闭军c，把剩余站點的供求關(guān)系作為下一步“重分配減少的停車位”中的重要參考依據(jù)。結(jié)果顯示，供求較為平衡的站點僅占所有站點的23%，可見武昌區(qū)站點布局和站點內(nèi)共享汽車停車位數(shù)量分配與實際使用需求嚴重不匹配。另外，有33%站點的供給＞需求，而其中絕大部分站點（共13 個），更是存在著供給過剩的情況，將予以去除（圖14）。

圖13 共享汽車站點供需關(guān)系篩選標(biāo)準圖

圖14 武昌區(qū)共享汽車站點供需關(guān)系結(jié)果圖

撤掉上述供給過剩的13 個站點后，以500m 為服務(wù)半徑得出剩下26 個站點的服務(wù)范圍。通過對共享汽車站點布局空間影響因素的分析，得知影響共享汽車使用頻率的主要因素為居住用地和教育科研用地，故在增設(shè)共享汽車站點時以此作為主要依據(jù)。從圖15 可以看出，原有26 個共享汽車站點，新增設(shè)了12 個站點，一共38 個站點。雖然站點數(shù)量相比原來減少了一個，但其服務(wù)范圍卻能更好地覆蓋武昌區(qū)。

圖15 新增設(shè)站點與保留站點布局

3.1.2 重新分配減少的停車位與調(diào)度配合優(yōu)化

經(jīng)統(tǒng)計，減少的13 個供給過剩的站點共包含有42 個共享汽車停車位，現(xiàn)將這42 個停車位根據(jù)居住用地和教育科研用地配比和供需情況，重新分配到新增的12 個站點與“供給＜需求”的站點。

針對當(dāng)前調(diào)度機制存在的調(diào)度指向性不足、調(diào)度時段機械化和調(diào)度目的單一這三個問題，結(jié)合優(yōu)化后站點布局、站點規(guī)模和共享汽車使用頻率，對調(diào)度機制進行調(diào)整：早高峰前，根據(jù)停車位數(shù)量、就近原則、站點需求量（即站點內(nèi)共享汽車使用頻率）這三個因素將充電后的共享汽車調(diào)往各站點；早高峰后，增設(shè)9:00-11:00調(diào)度時段,一方面，對電量低的車輛調(diào)回充電，充滿后再根據(jù)站點需求量調(diào)回站點；另一方面，將電量充足但使用率低的站點車輛調(diào)度至需求量較高站點（圖16）。

圖16 重新分配停車位后站點規(guī)模與早高峰前后調(diào)度方向圖

3.2 其他措施建議

運營商內(nèi)部優(yōu)化：一方面，亟待解決站點難尋問題。從調(diào)研過程來看，包括Gofun 共享汽車在內(nèi)的眾多品牌都存在站點難尋的問題。許多受訪使用者反映，在公共停車點較為集中的區(qū)域尤其是商圈，共享汽車APP 導(dǎo)航顯示的站點往往與周邊其他停車場造成混亂，無法準確反映站點位置，駕駛體驗較差。針對這一問題，可以考慮在共享汽車停車場處以及距離停車場入口不遠處設(shè)置引導(dǎo)標(biāo)志，方便駕駛者尋找站點。另一方面，亟待解決“最后一公里”問題。對于大部分人群來說，前往共享汽車站點與離開后，仍然存在著“最后一公里”問題。共享汽車運營方可考慮與共享單車企業(yè)尋求合作，在共享汽車站點附近建立共享單車回收集中停放點，借由兩者的合作，實現(xiàn)“門到門”的方便快速交通出行。

外部優(yōu)化：一方面，行業(yè)內(nèi)部須建立行業(yè)規(guī)范進行規(guī)范引導(dǎo)。近年來共享汽車品牌眾多卻良莠不齊，行業(yè)規(guī)范的缺乏是其主要誘因。由此，應(yīng)呼吁行業(yè)內(nèi)部成立以新能源為主的共享汽車自律性組織，并發(fā)布規(guī)范性文件，如：共享汽車行業(yè)服務(wù)規(guī)范及共享汽車“不良信用”記錄共享管理制度等，要求會員經(jīng)營者統(tǒng)一管理共享汽車站點，避免不同經(jīng)營方的站點分布出現(xiàn)重復(fù)或過于密集等不合理現(xiàn)象；同時，要求會員經(jīng)營者應(yīng)確保使用已辦理租賃備案的車輛，并承諾為車輛購買相關(guān)保險等。另一方面，政府管理方需出臺相關(guān)政策以支持并規(guī)范共享汽車企業(yè)發(fā)展。鑒于共享汽車的發(fā)展前景以及生態(tài)與環(huán)保意義，政府相關(guān)政策亦應(yīng)及時跟進，鼓勵并規(guī)范共享汽車的發(fā)展。如：明確對共享汽車的市場定位，完善市場監(jiān)管制度；推廣共享汽車站點布局，鼓勵充電樁點建設(shè)；社會信用體系與共享汽車平臺信用體系結(jié)合，給共享汽車違規(guī)懲治與社會信用評價帶來便利等。

4 結(jié)語

針對所爬取的武漢市三環(huán)線內(nèi)Gofun 共享汽車連續(xù)三日站點運營數(shù)據(jù)，利用ArcGIS 軟件處理確定深入研究范圍，并針對范圍內(nèi)識別的自身運營因素和空間影響因素，采用SPSS 軟件進行多元回歸分析后，得出結(jié)論：教育科研用地以及居住用地是對武昌區(qū)內(nèi)共享汽車使用頻率影響較為強烈的空間因素。利用此結(jié)論，筆者最后結(jié)合共享汽車的調(diào)度模式對武漢市武昌區(qū)的共享汽車站點布局進行了優(yōu)化，并對共享汽車運營的內(nèi)外部優(yōu)化方面提出了補充建議。

本文提出的結(jié)論與優(yōu)化思路是針對武漢市Gofun 共享汽車現(xiàn)有運營狀況而言，對于不同城市、不同品牌甚至不同區(qū)域（如工業(yè)區(qū)）或許會有不同，故本文僅提供一種具體思路，而非定性的結(jié)論。另外，在站點的調(diào)度優(yōu)化中，本文在數(shù)據(jù)量較少的情況下，以車輛的供需關(guān)系作為主要依據(jù)，對“供大于求”“供不應(yīng)求”“供求平衡”的情況進行了人為的定義，在數(shù)據(jù)量較大的情況下缺乏可操作性。故在未來數(shù)據(jù)量更加龐大的研究中，應(yīng)確立一個更為客觀、普適的標(biāo)準。