方晨晨,陳 磊,但曉明

（1.杭州市交通規(guī)劃設計研究院有限公司,浙江 杭州 310000; 2.浙江大學城鄉(xiāng)規(guī)劃設計研究院有限公司,浙江 杭州 310000）

0 引言

公共自行車已經遍布我國許多城市，作為一種零碳交通方式，在滿足出行需求的同時，將有效助力碳達峰、碳中和。過去的研究發(fā)現，公共自行車站點設施目前主要分布在城市各中心區(qū)，且注重對于居住區(qū)的覆蓋，呈集聚分布的特征，外圍分布較為均衡[1]。在此設施布局基礎上，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]，站點間公共自行車流量具有高度空間自相關性[3]，騎行網絡形成了“核心－邊緣”結構。根據陳紅[4]、朱才華[5]等人研究，可以發(fā)現公共自行車站點租還量與用地混合度有關，且不同用地類型相關性系數不同[6]。面對共享單車浪潮逐漸褪去，傳統(tǒng)公共自行車迎來了新的發(fā)展機遇，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系。

1 數據與方法

1.1 數據來源與處理

寧波國家高新技術產業(yè)開發(fā)區(qū)（下文簡稱“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”相對獨立。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)內共設置公共自行車站點50 個，研究數據主要為公共自行車IC 卡及POI 數據。IC 卡數據屬性包括訂單ID、用戶ID、租還車時間、租還車站點名稱等。篩選后共有90 159 條數據，其中工作日共71 537 條，非工作日18 622 條。POI 數據來源于高德，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、購物服務、生活服務。辦公用地包括金融保險服務、公司企業(yè)、產業(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，確定各租賃點服務面積，計算求得單位面積各用地POI 占比，以此表征租賃點周邊各用地類型的強度[4]。

1.2 研究方法

1.2.1 社會網絡分析

（1）網絡密度反映的是網絡整體或內部節(jié)點間聯系疏密程度，見式（1）。

式中，De——網絡密度；n——網絡中租賃點的個數；Fij——節(jié)點i與j之間租還聯系量。

（2）節(jié)點中心性主要包括3 個指標。度數中心度CD(i)表示某個節(jié)點與其他節(jié)點間存在直接聯系的強弱；中介中心度CB(i)表示節(jié)點對聯系路徑的控制程度；接近中心度CC(i)表示網絡中節(jié)點不受其他節(jié)點控制的能力。將3 個中心度賦予相應權重，融合為單一綜合中心度，可以評估租賃站點在騎行網絡中的總體重要性，見式（5）。

式中，gjk——節(jié)點j對k產生聯系的最短路徑數量；gjk(i)——節(jié)點j對k產生聯系的最短路徑中經過節(jié)點i的數量；d(i,j)——節(jié)點i和j之間的捷徑距離。

1.2.2 雙變量空間自相關

雙變量空間自相關通過Moran'sI指數測量空間相鄰樣本點兩種屬性值的相似程度來判定是否存在空間相關性，分為全局相關性和局部相關性。

式 中，I—— 全 局Moran'sI指 數；Iiab—— 局 部Moran'sI指數；n——樣本單元個數；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——空間權重矩陣。

2 公共自行車騎行網絡特征

2.1 騎行網絡密度

對訂單數據歸納匯總后計算租賃點間日均租還OD量。通過自然間斷點法將OD 量劃分為5 個層級，可視化公共自行車騎行網絡（見圖2）。分析可見，工作日期間的騎行網絡比非工作日期間更密集，租賃點之間發(fā)生租還聯系更高。騎行網絡呈現較為明顯的東西分塊現象，南北向聯系強于東西向，老廟、興普等片區(qū)聯系強于梅墟、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)生聯系。

圖2 公共自行車租還聯系網絡

依據式（1）計算上述五級租還聯系網絡密度（見圖2）。兩個時間段公共自行車騎行網絡總體密度分別為0.212 和0.143，尚未達到0.5，數值偏小，主要集中在一二級，即租賃點間日均發(fā)生租還量為1~5 個輛次。除非工作日二級網絡外，其余網絡密度值呈現逐級遞減趨勢。高新區(qū)公共自行車租還頻率不高，騎行活躍度偏低，工作日租還聯系比非工作日相對強。

2.2 騎行網絡節(jié)點中心性

根據式2~4，計算各節(jié)點度數中心度、中介中心度、接近中心度，運用柱狀圖可視化分析（見圖3）。

圖3 公共自行車租賃點三大中心度分布

度數中心度方面，整體租賃點在工作日期間表現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，度數中心度高值分布在研發(fā)園、浙大軟件學院等站點，低值分布在天安廠、銀珠名園南區(qū)等站點。非工作日期間，嘉苑廣場東、江南一品北等為度數最高的站點，度數最低的依然為天安廠。中介中心度方面，整體租賃點在工作日期間表現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、九五國際東、浙大軟件學院工作日期間中介中心度處于高值水平。凌云公寓、嘉苑廣場東、浙大軟件學院則在非工作日期間處于高值水平。接近中心度方面，整體租賃點在工作日期間表現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出了最高的中心度，嘉苑廣場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，出行起訖點更多元，出行鏈方向性更多?？臻g分布呈現核心高集聚、邊緣低分散的塊狀態(tài)勢，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，租賃點嘉苑廣場東、九五國際東、浙大軟件學院及研發(fā)園更為突出，其所在節(jié)點在高新區(qū)公共自行車騎行網絡中扮演重要角色（見圖4）。

圖4 公共自行車租賃點綜合中心度分布

3 公共自行車騎行網絡與用地空間耦合

3.1 全局雙變量空間自相關檢驗

利用莫蘭指數法對租賃站點周邊單位面積用地POI占比與綜合中心度做雙變量空間自相關檢驗，解析公共自行車騎行網絡與用地耦合態(tài)勢。全局雙變量空間自相關檢驗均通過顯著性檢驗，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分別為-0.001、0.114、0.010。除非工作日期間辦公用地強度與公共自行車騎行網絡分布存在空間負相關性，其余均存在空間正相關性，但相關性并不強。這說明了用地強度對公共自行車騎行網絡復雜度、公共自行車騎行活躍度提升有限。進一步比較發(fā)現，工作日期間辦公、居住用地與公共自行車騎行網絡分布更相關，非工作日期間居住、商業(yè)用地更相關。

3.2 局部雙變量空間自相關檢驗

局部雙變量空間自相關檢驗顯示，高新區(qū)公共自行車騎行網絡與用地空間局部耦合呈現四種態(tài)勢，代表正相關的高高、低低集聚與代表負相關的高低、低高集聚兩者態(tài)勢較為均衡（見圖5）。相對而言，老廟、興普片區(qū)呈現高高集聚耦合態(tài)勢，由此可以發(fā)現，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)總體呈現低低集聚耦合態(tài)勢，該區(qū)塊用地強度低同時公共自行車騎行活躍度也低。龍山西北部、核心南部、梅墟北部串聯而成的斜向軸帶區(qū)域耦合關系不顯著。

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

4 結語

寧波市公共自行車網點設施設備自2013 年運營至今已達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。如今共享單車浪潮褪去，傳統(tǒng)公共自行車迎來了新的發(fā)展機遇。對于現有站點與車輛，相關部門應做好系統(tǒng)維保及運營服務提升工作，加快故障網點的維修進度，分時段采取更加科學的調度策略。對于新建公共自行車站點應與城市土地開發(fā)相協調，進一步滿足市民多樣化的出行需求。