林曉生

（廣州市交通規(guī)劃研究院有限公司,廣東 廣州 510030）

0 引言

共享單車作為一種短距離出行的交通工具，以其靈活便捷、經(jīng)濟(jì)環(huán)保的優(yōu)點(diǎn)，為城市居民出行提供了一種綠色低碳的方式選擇，有效地解決了用戶短途出行問題，得到了出行者的青睞和廣泛應(yīng)用，是城市交通系統(tǒng)的重要組成部分[1]。隨著私有化電動自行車對共享單車的沖擊，共享單車的使用效率明顯下滑，如何高質(zhì)量地對共享單車使用進(jìn)行規(guī)劃與管理，平衡騎行需求與設(shè)施供應(yīng)是當(dāng)前城市管理者面臨的重大挑戰(zhàn)。該文著眼于智能化信息技術(shù)，借助GIS 強(qiáng)大的時(shí)空信息數(shù)據(jù)處理分析能力，綜合運(yùn)用WebGIS 技術(shù)構(gòu)建共享單車出行特征分析系統(tǒng)，實(shí)現(xiàn)動態(tài)連續(xù)的共享單車出行特征監(jiān)測，分析騎行總量、時(shí)間分布、距離分布、空間出行聯(lián)系與城市騎行通道等時(shí)空特征，輔助交通規(guī)劃與管理人員更好地了解居民的出行規(guī)律與需求，為城市慢行系統(tǒng)環(huán)境改善及城市規(guī)劃提供支撐，使城市交通出行更加綠色、智慧。

1 數(shù)據(jù)概況

1.1 數(shù)據(jù)來源

該文采用的數(shù)據(jù)為廣州市2023 年3 月非節(jié)假日一周7 天的共享單車訂單數(shù)據(jù)，空間覆蓋廣州市中心六區(qū)，日均騎行量40 余萬人次，日均使用車輛9 萬輛。數(shù)據(jù)結(jié)構(gòu)如表1 所示，包含騎行日期、訂單ID、車輛ID、騎行開始和結(jié)束時(shí)間、騎行起點(diǎn)和終點(diǎn)位置經(jīng)緯度等多個(gè)字段。

表1 數(shù)據(jù)示例

1.2 數(shù)據(jù)處理

面向系統(tǒng)應(yīng)用的騎行特征分析數(shù)據(jù)處理流程主要包括3 個(gè)步驟。

（1）由于數(shù)據(jù)量較大，需要利用Python 及Pandas和NumPy 等類庫對原始數(shù)據(jù)進(jìn)行清洗和去重，獲取有效的數(shù)據(jù)集合并將數(shù)據(jù)存儲至PostgreSQL 數(shù)據(jù)庫中。

（2）通過PostGIS 對數(shù)據(jù)集進(jìn)行篩選，刪除騎行起訖點(diǎn)位置異常、騎行距離與時(shí)長異常的數(shù)據(jù)，對處理后的數(shù)據(jù)進(jìn)行時(shí)間序列分析和空間聚類分析。

（3）結(jié)合平臺分析目標(biāo)，統(tǒng)計(jì)騎行需求空間分布、騎行時(shí)耗、騎行距離與城市騎行通道等時(shí)空分布特征結(jié)果，為后期平臺應(yīng)用提供成果數(shù)據(jù)集。

2 騎行指標(biāo)分析

2.1 總體特征

2.1.1 騎行總量與頻率

根據(jù)騎行數(shù)據(jù)計(jì)算每天的騎行訂單量作為騎行總量，通過用戶ID 計(jì)算每個(gè)人每天的騎行次數(shù)作為騎行頻率。數(shù)據(jù)計(jì)算結(jié)果發(fā)現(xiàn)，大約49%的騎行者每天只騎車一次，人均日騎行次數(shù)約1.9 次/d。通過周一至周日7 d 日均騎行次數(shù)比較，工作日的騎行需求遠(yuǎn)高于周末，周四人均騎行次數(shù)達(dá)到2.0 次/人。此外，大約有30.7%的人周騎行次數(shù)大于7 次，主要是與工作日通勤使用單車比例較高有關(guān)。

2.1.2 騎行距離

根據(jù)騎行數(shù)據(jù)計(jì)算每個(gè)騎行訂單的出行路徑長度作為騎行距離。數(shù)據(jù)計(jì)算結(jié)果發(fā)現(xiàn)，騎行距離平均1.47 km/次，騎行距離在1 km、2 km、3 km 范圍內(nèi)的訂單占比分別為48%、82%、92%，充分反映共享單車主要服務(wù)于城市短距離出行的功能定位。

2.1.3 騎行時(shí)耗

根據(jù)騎行數(shù)據(jù)計(jì)算每個(gè)騎行訂單的出行時(shí)間長度作為騎行時(shí)耗。數(shù)據(jù)計(jì)算結(jié)果發(fā)現(xiàn)，騎行時(shí)間平均11 min/次，20 min 以內(nèi)結(jié)束騎行的訂單占88%，且出行時(shí)間在4～7 min 占全部訂單約40%。

2.1.4 騎行速度

根據(jù)騎行數(shù)據(jù)計(jì)算每個(gè)騎行訂單的騎行距離和騎行時(shí)長比值作為騎行速度。數(shù)據(jù)計(jì)算結(jié)果發(fā)現(xiàn)，騎行速度平均8.4 km/h，騎行速度低于13 km/h 的騎行的訂單占90%，且速度為8～11 km/h 占全部訂單約47%。

2.2 時(shí)間特征

根據(jù)騎行數(shù)據(jù)計(jì)算周一至周日7 d 內(nèi)每5 min 的騎行需求量，得到一周的騎行需求時(shí)間分布曲線。通過以工作日和周末兩個(gè)不同的視角，總結(jié)工作日和周末特征和不同時(shí)段分布特征。

2.2.1 工作日和周末特征

工作日由于通勤對騎行接駁需求較高，騎行總量上明顯高于周末，且早高峰騎行需求時(shí)間相對集中，晚高峰相對平緩但持續(xù)時(shí)間長。而周末騎行早晚高峰現(xiàn)象不明顯，時(shí)段分布相對均衡。

2.2.2 不同時(shí)段分布特征

通過工作日全天24 h 統(tǒng)計(jì)每5 min 的騎行需求量，數(shù)據(jù)計(jì)算結(jié)果發(fā)現(xiàn)，全天騎行高峰在8:15 左右，騎行次數(shù)約4 998 次/5 min；晚高峰發(fā)生在18:10 左右，騎行次數(shù)約4 384 次/5 min。早晚高峰騎行需求集聚，對騎行設(shè)施供應(yīng)與交通管理帶來重大考驗(yàn)。

2.3 空間特征

2.3.1 騎行交通熱點(diǎn)分布

根據(jù)騎行數(shù)據(jù)集計(jì)全市500 m 格網(wǎng)每5 min 的騎行需求量，通過不同時(shí)間切片的需求分布發(fā)現(xiàn)，騎行早高峰發(fā)生最早的區(qū)域在越秀荔灣老城區(qū)的居住區(qū)和大學(xué)城區(qū)域，上午7:30—8:00 之間出行占總量23%。出行晚高峰出現(xiàn)最晚的區(qū)域?yàn)樘南潞痛髮W(xué)城。

2.3.2 騎行交通走廊分布

通過騎行數(shù)據(jù)的定位信息進(jìn)行的軌跡地圖匹配，結(jié)合騎行軌跡空間聚合方法分析騎行交通需求最為集中的路徑。騎行通道主要分布在老城區(qū)，且分布在騎行條件較好的干路上，如中山路、荔灣路、惠福西路、龍津路、人民北路。

2.3.3 騎行速度分布

通過途中的定位數(shù)據(jù)計(jì)算騎行在各條道路上的速度，分析道路騎行速度分布，全網(wǎng)工作日平均騎行速度為9.22 km/h，老城區(qū)平均騎行速度為9.18 km/h；以中山路為例，中山路平均速度為9.14 km/h，低于平均速度。

3 系統(tǒng)設(shè)計(jì)

3.1 技術(shù)路線設(shè)計(jì)

系統(tǒng)采用目前成熟的WebGIS 網(wǎng)絡(luò)信息系統(tǒng)的體系（見圖1），通過B/S（瀏覽器/服務(wù)器）分布式架構(gòu)形成客戶端—服務(wù)器—數(shù)據(jù)庫的系統(tǒng)組成結(jié)構(gòu)[2]。后臺基于Apache 服務(wù)器，使用Python 語言開發(fā)的輕量級Web 應(yīng)用程序框架 Flask 進(jìn)行服務(wù)接口開發(fā)。其中地圖空間數(shù)據(jù)的請求和分析調(diào)研通過地圖服務(wù)器采用Supermapiserver 接口執(zhí)行，業(yè)務(wù)邏輯請求及屬性數(shù)據(jù)的調(diào)用通過Web 應(yīng)用服務(wù)器使用Apache 負(fù)責(zé)響應(yīng)，后端通過GIS 服務(wù)器與邏輯服務(wù)器分離部署運(yùn)行，可以進(jìn)一步提高系統(tǒng)的運(yùn)行效率。在數(shù)據(jù)存儲方面，數(shù)據(jù)庫使用開源數(shù)據(jù)庫PostgreSQL，使用PostgreSQL 擴(kuò)展PostGIS 實(shí)現(xiàn)地理信息數(shù)據(jù)的存儲、計(jì)算、查詢等數(shù)據(jù)操作功能。前臺客戶端為標(biāo)準(zhǔn)的Web 瀏覽器，主要使用開源的Layui、Vue、JQuery 等[3]框架進(jìn)行構(gòu)建，使用OpenLayersjavascript 包實(shí)現(xiàn)前端地圖訪問、地理信息要素的查詢、增加、刪除等操作，結(jié)合Openlayers 使用基于JavaScript 的數(shù)據(jù)可視化圖表庫Echarts 實(shí)現(xiàn)地理數(shù)據(jù)的可視化展示，提供直觀、生動、可交互、可個(gè)性化定制的數(shù)據(jù)可視化圖標(biāo)。

圖1 WebGIS 架構(gòu)

3.2 系統(tǒng)框架設(shè)計(jì)

該文基于WebGIS 技術(shù)構(gòu)建了一個(gè)B/S 模式的服務(wù)平臺，采用四層結(jié)構(gòu)模式：基礎(chǔ)數(shù)據(jù)層、服務(wù)管理層、指標(biāo)分析層和應(yīng)用服務(wù)層[4]。

（1）基礎(chǔ)數(shù)據(jù)層主要是指騎行相關(guān)的各類數(shù)據(jù)，包括基礎(chǔ)空間數(shù)據(jù)、導(dǎo)航路網(wǎng)數(shù)據(jù)、騎行訂單數(shù)據(jù)、單車心跳數(shù)據(jù)、POI 數(shù)據(jù)等。

（2）服務(wù)管理層是通過GIS 服務(wù)器與邏輯服務(wù)器構(gòu)建系統(tǒng)需要的地圖服務(wù)、空間分析服務(wù)和各類指標(biāo)的統(tǒng)計(jì)分析服務(wù)。

（3）指標(biāo)分析層是通過對各類數(shù)據(jù)的深入挖掘和分析，為上層應(yīng)用提供可靠的支持，包括流量指標(biāo)、時(shí)耗指標(biāo)、距離指標(biāo)和運(yùn)作指標(biāo)等。

（4）應(yīng)用服務(wù)層是為用戶提供各種服務(wù)的界面，包括地圖瀏覽、指標(biāo)統(tǒng)計(jì)、設(shè)施分析、需求測算、騎行運(yùn)作分析等功能（見圖2）。

圖2 系統(tǒng)總體框架

3.3 數(shù)據(jù)庫設(shè)計(jì)

數(shù)據(jù)庫是WebGIS 平臺的存儲中心，由于需要存儲和管理大量的空間數(shù)據(jù)，因此需要運(yùn)用空間數(shù)據(jù)庫技術(shù)來實(shí)現(xiàn)高效的空間數(shù)據(jù)存儲、管理、計(jì)算和展示等操作。該文利用空間數(shù)據(jù)庫PostgreSQL 加上PostGIS，實(shí)現(xiàn)空間數(shù)據(jù)的存儲和查詢。根據(jù)系統(tǒng)的功能設(shè)計(jì)，數(shù)據(jù)表包含行政區(qū)劃信息表、道路信息表、騎行訂單信息表等。

3.4 功能模塊設(shè)計(jì)

平臺的功能模塊主要分為4 大應(yīng)用功能模塊（見圖3），其中每個(gè)模塊都包含部分通用功能，如屬性查詢、指標(biāo)統(tǒng)計(jì)、樣式編輯等功能。同時(shí)，不同的模塊對于對應(yīng)的數(shù)據(jù)內(nèi)容和分析工具有一定的差異，部分功能有較強(qiáng)的模塊針對性，能夠?qū)崿F(xiàn)定制化設(shè)計(jì)開發(fā)。

圖3 系統(tǒng)功能模塊

4 系統(tǒng)功能實(shí)現(xiàn)

為更好地把握共享單車出行特征，基于廣州市單車騎行數(shù)據(jù)，實(shí)現(xiàn)了廣州市騎行特征數(shù)據(jù)的查詢與展示，及區(qū)域騎行特征的動態(tài)查詢與展示，對廣州共享單車騎行數(shù)據(jù)進(jìn)行了深入挖掘分析，為城市管理與規(guī)劃工作提供支持。

4.1 指標(biāo)統(tǒng)計(jì)模塊

指標(biāo)是衡量城市騎行狀況的一把尺子，通過指標(biāo)的計(jì)算，分析騎行整體情況，有利于使用人員把握全局特征。指標(biāo)統(tǒng)計(jì)模塊主要實(shí)現(xiàn)全市或任意范圍內(nèi)的騎行特征指標(biāo)統(tǒng)計(jì)和數(shù)據(jù)展示功能，通過系統(tǒng)右側(cè)的指標(biāo)表，測算不用區(qū)域的騎行特征指標(biāo)，為規(guī)劃和管理人員全面把握騎行規(guī)律提供量化數(shù)據(jù)。系統(tǒng)統(tǒng)計(jì)指標(biāo)包含單車投放量、車輛日均周轉(zhuǎn)、人均騎行次數(shù)、騎行總量、平均騎行距離、平均出行時(shí)間、工作日不同時(shí)間段騎行量分布、不同出行距離出行量分布、不同出行時(shí)間出行量分布等，從時(shí)空維度解析騎行特征。

4.2 設(shè)施分析模塊

為保障供需匹配，提升車輛使用率，共享單車在夜間進(jìn)行大規(guī)模集中調(diào)度，將車輛投放至早高峰的用車熱點(diǎn)，用于供應(yīng)用戶的騎行需求。設(shè)施分析模塊主要實(shí)現(xiàn)對城市道路信息與車輛停放位置的空間展示與查詢，系統(tǒng)對全市進(jìn)行200 m 網(wǎng)格劃分，匯總不同時(shí)刻全市各格網(wǎng)內(nèi)的共享單車停放數(shù)量，更直觀地展示單車的空間分布與動態(tài)變化。

4.3 需求測算模塊

在出行的高峰時(shí)段，很多區(qū)域出現(xiàn)供需失衡的現(xiàn)象，如何通過系統(tǒng)發(fā)現(xiàn)不同區(qū)域在時(shí)序上的出行需求變化，能夠?yàn)楣蚕碜孕熊囌{(diào)度與優(yōu)化配置提供參考，有利于改善熱點(diǎn)騎行區(qū)域供需失衡的狀況。需求測算模塊通過將格網(wǎng)資源評價(jià)方法與WebGIS 技術(shù)緊密結(jié)合，對全市網(wǎng)格24 h 騎行需求進(jìn)行聚合分析，以熱力專題圖的方法動態(tài)分析騎行需求的時(shí)空變化，再結(jié)合騎行結(jié)束后的停放位置，構(gòu)建騎行出行OD 分布，進(jìn)一步輔助研究騎行需求聯(lián)系情況。

4.4 騎行運(yùn)作模塊

城市道路是出行工具使用的基礎(chǔ)，不少騎行者選擇騎至人行道，甚至騎行于機(jī)動車道，安全問題較為突出。騎行運(yùn)作模塊對騎行訂單位置數(shù)據(jù)進(jìn)行地圖匹配，按時(shí)間字段進(jìn)行排序和軌跡聚合，還原真實(shí)的騎行路徑。系統(tǒng)基于Echart 等開源類庫，實(shí)現(xiàn)騎行軌跡聚合并識別城市騎行主要廊道，再結(jié)合騎行廊道和各路段騎行速度進(jìn)行比對分析，識別騎行量較大且速度較低的路段，作為提升全市非機(jī)動車騎行速度的關(guān)鍵路段，以提出具有針對性的改善措施。

5 結(jié)束語

該文在廣州市交通規(guī)劃決策支持平臺[5]的基礎(chǔ)上，綜合利用WebGIS、Python、Flask、JavaScript 等技術(shù)和Supermapiserver 的API，研發(fā)了基于WebGIS 的共享單車出行特征分析系統(tǒng)，實(shí)現(xiàn)共享自行車騎行指標(biāo)統(tǒng)計(jì)、設(shè)施分布分析、需求測算和騎行運(yùn)作分析等功能。從數(shù)字化城市管理角度出發(fā)，運(yùn)用地理時(shí)空大數(shù)據(jù)和信息化技術(shù)在城市規(guī)劃和管理方面的嘗試，從海量騎行數(shù)據(jù)中提取騎行指標(biāo)與空間演變特征，深入挖掘分析出行特征，為慢行交通系統(tǒng)的完善提供科學(xué)的決策依據(jù)。