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(chē)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(chē)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(mǎn)意度下降等問(wèn)題。隨著無(wú)樁共享單車(chē)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(chē)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(chē)使用特征及影響機(jī)制,優(yōu)化公共自行車(chē)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(chē)相關(guān)研究主要集中于服務(wù)能力與滿(mǎn)意度[4]、站點(diǎn)布局與車(chē)輛優(yōu)化分配調(diào)度[7]和公共自行車(chē)出行行為[8-10]等方面。其中,公共自行車(chē)出行行為研究主要采用問(wèn)卷數(shù)據(jù),分析公共自行車(chē)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(chē)用戶(hù)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(chē)使用需求主要受服務(wù)質(zhì)量、推廣力度和用戶(hù)社會(huì)經(jīng)濟(jì)屬性的影響。隨著公共自行車(chē)刷卡數(shù)據(jù)的使用,公共自行車(chē)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(chē)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(chē)出行行為。上述對(duì)公共自行車(chē)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(chē)使用特征影響顯著,因此建成環(huán)境與公共自行車(chē)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(chē)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(chē)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(chē)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(lèi)型及強(qiáng)度對(duì)公共自行車(chē)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(chē)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(chē)使用特征與建成環(huán)境的關(guān)系,發(fā)現(xiàn)公共自行車(chē)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(chē)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(chē)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(chē)出行模式的影響,文獻(xiàn)[23]運(yùn)用層次聚類(lèi)方法識(shí)別臺(tái)北市公共自行車(chē)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(chē)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(chē)出行行為的相關(guān)研究主要圍繞公共自行車(chē)出行特征、使用需求等,或從站點(diǎn)尺度探尋公共自行車(chē)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(chē)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(chē)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(lèi)POI的數(shù)量為主,未考慮各類(lèi)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(chē)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(lèi),無(wú)法反映公共自行車(chē)出行的完整情況。因此,精確識(shí)別公共自行車(chē)出行模式,準(zhǔn)確捕捉公共自行車(chē)出行行為,深入解析建成環(huán)境對(duì)公共自行車(chē)出行模式的影響機(jī)制,對(duì)于公共自行車(chē)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(chē)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(chē)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(chē)站點(diǎn)類(lèi)型,識(shí)別公共自行車(chē)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(chē)的投放、運(yùn)營(yíng)和管理提供依據(jù)。

1 公共自行車(chē)出行模式指標(biāo)選取

1.1 公共自行車(chē)出行模式測(cè)度指標(biāo)

公共自行車(chē)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(chē)站點(diǎn)用地屬性劃分出行起訖點(diǎn)(origin-destination,OD)類(lèi)型,根據(jù)OD類(lèi)型確定公共自行車(chē)出行模式。在確定站點(diǎn)用地屬性時(shí),以公共自行車(chē)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(lèi)型,對(duì)應(yīng)選取緩沖區(qū)內(nèi)交通設(shè)施、餐飲等9類(lèi)POI為測(cè)度指標(biāo)[25-28],各用地類(lèi)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(lèi)POI的密度對(duì)站點(diǎn)進(jìn)行聚類(lèi),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(chē)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(chē)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(lèi)變量建立建成環(huán)境指標(biāo)體系,4類(lèi)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(chē)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(lèi)POI的密度,通過(guò)K-means聚類(lèi)算法對(duì)公共自行車(chē)站點(diǎn)進(jìn)行聚類(lèi)分析,確定緩沖區(qū)內(nèi)主要的POI類(lèi)型,以此定義站點(diǎn)類(lèi)型。

圖1 公共自行車(chē)出行模式劃分流程

2.2 公共自行車(chē)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(chē)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(lèi)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(chē)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(chē)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(chē)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(chē)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(chē)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(chē)運(yùn)營(yíng)數(shù)據(jù)和昆明市建成環(huán)境數(shù)據(jù)2類(lèi),其中運(yùn)營(yíng)數(shù)據(jù)采集自昆明市公共自行車(chē)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(chē)數(shù)據(jù),具體包含租車(chē)卡號(hào),租、還車(chē)時(shí)間點(diǎn),租、還車(chē)網(wǎng)點(diǎn)名稱(chēng)及編號(hào),車(chē)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(chē)站點(diǎn)分布

表3 公共自行車(chē)刷卡數(shù)據(jù)樣例

本文選取天氣狀況良好的所有租車(chē)記錄,剔除異常租車(chē)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(chē)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(lèi)用地性質(zhì)[25]得到POI數(shù)據(jù)。

3.2 公共自行車(chē)出行模式

1) 站點(diǎn)類(lèi)型劃分。根據(jù)文獻(xiàn)[13,27]研究,公共自行車(chē)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(chē)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(lèi)POI數(shù)量計(jì)算各類(lèi)POI的密度,以此為依據(jù)采用K-means聚類(lèi)算法將昆明市543個(gè)公共自行車(chē)站點(diǎn)分為4類(lèi),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(lèi)結(jié)果將昆明市公共自行車(chē)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(chē)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(lèi)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(chē)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(lèi)建成環(huán)境因子對(duì)公共自行車(chē)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(lèi)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(mǎn)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(lài)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?！肮尽≌汀薄白≌拘汀背鲂心Ｊ街蟹謩e有平均69%、73%的樣本參數(shù)估計(jì)滿(mǎn)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(chē)難以滿(mǎn)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(chē)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(chē)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(chē)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(chē)和公交出行不便的情況為公共自行車(chē)提供了較好的騎行條件,有利于公共自行車(chē)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(chē)這種低消費(fèi)的出行方式是此類(lèi)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(chē)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(chē)出行模式時(shí)主要側(cè)重于公共自行車(chē)自身使用特征和站點(diǎn)附近的POI類(lèi)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(chē)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(chē)出行模式的影響機(jī)制。