摘 要：網(wǎng)約車(chē)是西湖景區(qū)重要的出行方式。隨著西湖景區(qū)旅游人數(shù)爆發(fā)式增長(zhǎng)，網(wǎng)約車(chē)的使用量也隨之快速上升。車(chē)輛臨停上下客的行為對(duì)景區(qū)道路通行效率產(chǎn)生了一定影響，且靈隱等重點(diǎn)景區(qū)還存在打車(chē)難的問(wèn)題。本文借助數(shù)據(jù)分析手段，深入剖析景區(qū)網(wǎng)約車(chē)運(yùn)行的時(shí)間、空間特征，并依據(jù)分析結(jié)果提出臨停位置布局優(yōu)化方案，打造網(wǎng)約車(chē)?？课屑~，旨在提升景區(qū)交通運(yùn)行效率和游客體驗(yàn)。

關(guān)鍵詞：網(wǎng)約車(chē) 時(shí)空特征 布局優(yōu)化 效率提升

2023年以后，西湖景區(qū)游客數(shù)量持續(xù)回升。工作日客流量為10萬(wàn)-20萬(wàn)人次，雙休日客流量為20萬(wàn)-40萬(wàn)人次，五一假期客流量達(dá)到高峰，日均客流56.6萬(wàn)人次，單日客流最高達(dá)80.9萬(wàn)人次。2023年，西湖景區(qū)在途車(chē)輛數(shù)超過(guò)8000輛的天數(shù)共有252天，較以往明顯增加；年平均擁堵指數(shù)達(dá)2.5，相比2019年增長(zhǎng)了39%，處于嚴(yán)重?fù)矶聽(tīng)顟B(tài)。

網(wǎng)約車(chē)已成為景區(qū)主要的出行方式之一，五一假期景區(qū)日均通行車(chē)輛數(shù)11.4萬(wàn)輛，其中網(wǎng)約車(chē)占總通行車(chē)輛的比例高達(dá)25.8%。每逢節(jié)假日，西湖景區(qū)停車(chē)難問(wèn)題突出，網(wǎng)約車(chē)在路邊或景區(qū)大門(mén)附近臨時(shí)停放上下客，不僅嚴(yán)重影響景區(qū)道路通行效率，還降低了游客的出行體驗(yàn)。例如，在景區(qū)的一些狹窄道路上，網(wǎng)約車(chē)的臨時(shí)?？靠赡苁乖倦p向兩車(chē)道的道路變成單向通行，大大增加了車(chē)輛的通行時(shí)間，進(jìn)而導(dǎo)致?lián)矶轮笖?shù)上升。因此，有必要對(duì)西湖景區(qū)網(wǎng)約車(chē)?？吭O(shè)施現(xiàn)狀進(jìn)行全面評(píng)估。

本文借助大數(shù)據(jù)分析手段，分析景區(qū)網(wǎng)約車(chē)運(yùn)行的時(shí)間、空間特征，并依據(jù)分析結(jié)果提出?？坎季謨?yōu)化方案，打造網(wǎng)約車(chē)?？课屑~，以提升游客交通出行服務(wù)效率和品質(zhì)。

1 研究基礎(chǔ)

1.1 數(shù)據(jù)基礎(chǔ)

本次研究聚焦西湖景區(qū)網(wǎng)約車(chē)，數(shù)據(jù)處理工作為后續(xù)分析奠定基礎(chǔ)。研究范圍為59.04平方千米的西湖景區(qū)行政區(qū)劃。數(shù)據(jù)來(lái)源于杭州市網(wǎng)約車(chē)監(jiān)管平臺(tái)，其涵蓋訂單號(hào)、公司標(biāo)識(shí)、經(jīng)緯度、時(shí)間、里程等多方面信息，杭州市網(wǎng)約車(chē)日訂單量約127.6萬(wàn)條，涉及42家運(yùn)營(yíng)公司，以csv格式存儲(chǔ)，單量約120M，本研究選取2023年9月周六數(shù)據(jù)進(jìn)行分析。

在數(shù)據(jù)預(yù)處理環(huán)節(jié)，由于各行業(yè)數(shù)據(jù)質(zhì)量差異大，故先清理異常值、剔除冗余數(shù)據(jù)。處理缺失值時(shí)，鑒于經(jīng)緯度對(duì)后續(xù)分析的關(guān)鍵作用，直接刪除出發(fā)或到達(dá)經(jīng)緯度缺失的訂單，占比6.73%；例如，若某訂單缺失到達(dá)經(jīng)緯度，那么在分析網(wǎng)約車(chē)的落客地點(diǎn)分布時(shí)，該訂單就無(wú)法準(zhǔn)確反映實(shí)際情況，可能會(huì)干擾對(duì)落客聚集區(qū)域的判斷，所以需要?jiǎng)h除。對(duì)于3.33%存在載客里程為零但載客時(shí)間不為零的異常數(shù)據(jù)，因其影響分析，也予以刪除。這類(lèi)數(shù)據(jù)可能是由于系統(tǒng)錯(cuò)誤記錄導(dǎo)致的，如果不刪除，在計(jì)算平均載客里程等指標(biāo)時(shí)會(huì)產(chǎn)生偏差。依據(jù)訂單號(hào)識(shí)別并刪除重復(fù)訂單，保留唯一標(biāo)識(shí)，重復(fù)數(shù)據(jù)占比10.49%。最后篩選起終點(diǎn)均在景區(qū)內(nèi)的訂單，排除無(wú)關(guān)數(shù)據(jù)，以提升運(yùn)算速度。

1.2 技術(shù)路線

本研究以解決西湖景區(qū)網(wǎng)約車(chē)?？繂?wèn)題為核心，對(duì)網(wǎng)約車(chē)需求特征的研究，從車(chē)輛訂單量、出行距離、空間分布和?？奎c(diǎn)分布多維度展開(kāi)，全面揭示網(wǎng)約車(chē)的運(yùn)行規(guī)律[1]。進(jìn)而，依據(jù)需求特征分析結(jié)果，結(jié)合景區(qū)實(shí)際交通供給情況，提出具有針對(duì)性的?？坎季謨?yōu)化方案，最終實(shí)現(xiàn)提升景區(qū)交通運(yùn)行效率和游客出行體驗(yàn)的目標(biāo)。

2 景區(qū)網(wǎng)約車(chē)需求特征

2.1 車(chē)輛和訂單量

總體來(lái)看，周六景區(qū)網(wǎng)約車(chē)日均訂單量為4.35萬(wàn)次，日均投入運(yùn)營(yíng)的網(wǎng)約車(chē)數(shù)量為2.22萬(wàn)輛，平均每輛車(chē)日均載客約1.96次。網(wǎng)約車(chē)訂單量呈現(xiàn)明顯的高峰特征，14-15時(shí)達(dá)到最高峰值，該時(shí)段小時(shí)訂單量高達(dá)3736單。自午后至20時(shí)，小時(shí)訂單量一直維持在較高水平，20時(shí)之后訂單量逐漸回落。通過(guò)分析景區(qū)24小時(shí)擁堵延時(shí)指數(shù)特征可知，網(wǎng)約車(chē)訂單量的增長(zhǎng)對(duì)景區(qū)交通擁堵?tīng)顩r影響顯著。隨著網(wǎng)約車(chē)數(shù)量的增加，景區(qū)擁堵指數(shù)逐步上升，尤其是14-17時(shí)，擁堵程度持續(xù)處于高位，擁堵延時(shí)指數(shù)一度超過(guò)2.5。這是因?yàn)?4-17時(shí)正值游客在景區(qū)內(nèi)活動(dòng)的高峰期，景點(diǎn)周邊道路人流量和車(chē)流量本身就大，此時(shí)網(wǎng)約車(chē)訂單量增加，更多車(chē)輛需要尋找合適地點(diǎn)?？可舷驴?，進(jìn)一步加劇了道路的擁堵。

在一天的不同時(shí)間段，網(wǎng)約車(chē)訂單量存在差異。上午和傍晚是游客進(jìn)出景區(qū)的集中時(shí)段，網(wǎng)約車(chē)出行量相應(yīng)增加。這可能是因?yàn)?0-11時(shí)許多游客選擇在此時(shí)到達(dá)景區(qū)開(kāi)始游玩，而13-14時(shí)是部分游客結(jié)束上午行程，從酒店或其他地方前往景區(qū)繼續(xù)游玩的時(shí)段。出景區(qū)訂單量與進(jìn)景區(qū)不同，沒(méi)有明顯早高峰，訂單量高峰出現(xiàn)在18-19時(shí)，最高小時(shí)訂單量為1943單。這是因?yàn)?8-19時(shí)大部分游客結(jié)束了一天的游玩，開(kāi)始返程，所以此時(shí)出景區(qū)的網(wǎng)約車(chē)需求大增。

2.2 出行距離

從出行距離分布來(lái)看，景區(qū)游客以市內(nèi)居民為主。網(wǎng)約車(chē)載客次均行駛里程為8.7km，10km以?xún)?nèi)單次占比76.6%，20km以?xún)?nèi)單次占比94.6%。這表明大部分游客選擇網(wǎng)約車(chē)出行的范圍主要集中在景區(qū)周邊及市內(nèi)較近距離區(qū)域，可能是因?yàn)槲骱皡^(qū)本身景點(diǎn)較為集中，游客在景區(qū)內(nèi)及周邊活動(dòng)頻繁，且市內(nèi)公共交通網(wǎng)絡(luò)相對(duì)發(fā)達(dá)，對(duì)于較遠(yuǎn)行程，游客可能會(huì)選擇其他交通方式。

2.3 出行空間分布

西湖景區(qū)網(wǎng)約車(chē)上落客的出行空間分布呈現(xiàn)出明顯的聚集性與指向性特征。從整體來(lái)看，湖濱商圈、靈隱寺、雷峰塔、吳山廣場(chǎng)等熱門(mén)景點(diǎn)周邊，是網(wǎng)約車(chē)上落客的高度聚集區(qū)域。這些區(qū)域承載著豐富的旅游資源和商業(yè)活動(dòng)，對(duì)游客具有強(qiáng)大的吸引力，因此成為網(wǎng)約車(chē)的主要目的地。

湖濱商圈作為集購(gòu)物、餐飲、休閑為一體的綜合性區(qū)域，擁有眾多知名品牌店鋪和特色美食街區(qū)，吸引大量游客前來(lái)消費(fèi)娛樂(lè)，進(jìn)而產(chǎn)生大量的網(wǎng)約車(chē)需求。靈隱寺作為著名的佛教圣地，吸引了來(lái)自各地的信徒和游客，在宗教節(jié)日和旅游旺季，靈隱寺周邊的網(wǎng)約車(chē)訂單量更是急劇增加。雷峰塔作為游客打卡的熱門(mén)景點(diǎn)，周邊的網(wǎng)約車(chē)落客點(diǎn)也較為集中。吳山廣場(chǎng)因周邊的河坊街等古街充滿(mǎn)傳統(tǒng)韻味，吸引眾多游客前來(lái)感受杭州的歷史文化魅力，帶動(dòng)了周邊網(wǎng)約車(chē)業(yè)務(wù)的頻繁發(fā)生。

而從出行的起點(diǎn)來(lái)看，景區(qū)周邊的酒店、民宿集中區(qū)域以及交通樞紐附近，是網(wǎng)約車(chē)的主要上客點(diǎn)。酒店和民宿為游客提供住宿服務(wù)，游客在出行時(shí)往往會(huì)選擇網(wǎng)約車(chē)作為便捷的交通方式；交通樞紐如杭州東站、杭州站等，承擔(dān)著大量的人員流動(dòng)，外地游客抵達(dá)后，很多會(huì)選擇乘坐網(wǎng)約車(chē)前往西湖景區(qū)，使得這些地方成為網(wǎng)約車(chē)的重要客源地。這種上落客空間分布的差異，反映出游客在景區(qū)內(nèi)的出行軌跡和活動(dòng)規(guī)律，也為優(yōu)化網(wǎng)約車(chē)?？坎季痔峁┝岁P(guān)鍵依據(jù)，以便更好地滿(mǎn)足游客的出行需求，提升景區(qū)的交通服務(wù)質(zhì)量 。

2.4 網(wǎng)約車(chē)?？奎c(diǎn)分布

HDBSCAN（基于密度的空間聚類(lèi)算法）是一種高效的密度聚類(lèi)算法，由Campello、Moulavi和Sander于2013年提出。該算法適用于處理含噪聲的復(fù)雜數(shù)據(jù)集，能自動(dòng)確定聚類(lèi)數(shù)量。它將DBSCAN轉(zhuǎn)化為層次聚類(lèi)算法，并運(yùn)用基于聚類(lèi)穩(wěn)定性的技術(shù)提取平面聚類(lèi)結(jié)果，可發(fā)現(xiàn)任意形狀的聚類(lèi)，處理不同密度的數(shù)據(jù)分布，對(duì)噪聲和異常值具有較強(qiáng)的魯棒性[2]。

利用地理處理工具（ArcGIS）中的自調(diào)整（HDBSCAN）算法對(duì)景區(qū)網(wǎng)約車(chē)落客點(diǎn)進(jìn)行聚類(lèi)分析。該算法需設(shè)定每個(gè)聚類(lèi)的最小要素?cái)?shù)量（min_samples參數(shù)），并計(jì)算網(wǎng)約車(chē)落客點(diǎn)簇的數(shù)量k。通過(guò)繪制k-min_samples曲線圖，運(yùn)用“肘部法則”確定最佳簇?cái)?shù)量。從圖中可知，隨著min_samples增加，k值迅速下降，當(dāng)min_samples達(dá)到60時(shí)出現(xiàn)明顯肘點(diǎn)，此后k值下降速度明顯放緩。因此，選擇min_samples=60且k=89作為最佳聚類(lèi)參數(shù)，初步確定網(wǎng)約車(chē)落客點(diǎn)的規(guī)模和聚集區(qū)域。

3 停靠布局優(yōu)化方案

3.1 景區(qū)交通供給情況

景區(qū)內(nèi)部道路總里程76公里，路網(wǎng)密度僅1.2公里/平方公里（市區(qū)建成區(qū)為7.6公里 /平方公里），且多為雙向2車(chē)道。這種狹窄的道路條件在應(yīng)對(duì)網(wǎng)約車(chē)?？啃枨髸r(shí)存在較大局限性，車(chē)輛?？恳自斐傻缆范氯?。景區(qū)內(nèi)部總停車(chē)泊位約9600個(gè)，對(duì)于旅游旺季大量的車(chē)輛來(lái)說(shuō)，停車(chē)位相對(duì)不足，網(wǎng)約車(chē)在尋找停車(chē)位時(shí)可能會(huì)增加道路上的無(wú)效行駛時(shí)間，加劇擁堵。目前，景區(qū)內(nèi)尚未通達(dá)地鐵，周邊分布有12座地鐵站，雖然公交能承擔(dān)一部分游客的出行需求，但目前還無(wú)法完全滿(mǎn)足游客快速、便捷的換乘需求。

結(jié)合網(wǎng)約車(chē)需求特征來(lái)看，熱門(mén)景點(diǎn)周邊網(wǎng)約車(chē)需求大，但道路和停車(chē)資源有限，難以滿(mǎn)足車(chē)輛?？?。例如，靈隱寺周邊在旅游旺季網(wǎng)約車(chē)訂單量劇增，而狹窄的道路和有限的停車(chē)位使得網(wǎng)約車(chē)?？坷щy，導(dǎo)致道路擁堵加劇。這充分說(shuō)明現(xiàn)有交通供給在滿(mǎn)足網(wǎng)約車(chē)?？啃枨蠓矫娲嬖诿黠@不足，急需優(yōu)化調(diào)整。

3.2 整體運(yùn)行情況

目前雙休日及小長(zhǎng)假、長(zhǎng)假期間每天8時(shí)至17時(shí)，西湖景區(qū)實(shí)行小客車(chē)“單雙號(hào)”管理措施，客運(yùn)出租汽車(chē)禁止駛?cè)腱`隱景區(qū)，今年以來(lái)，景區(qū)雙休日和節(jié)假日擁堵延時(shí)指數(shù)峰值基本控制在4.0以?xún)?nèi)，主要擁堵時(shí)段出現(xiàn)在上午10時(shí)至下午18時(shí)，主要擁堵路段集中在北山街、南山路、靈隱路、虎跑路。這些擁堵路段大多位于景區(qū)核心區(qū)域，周邊景點(diǎn)眾多，車(chē)流量和人流量大，網(wǎng)約車(chē)的頻繁停靠進(jìn)一步加重了交通負(fù)擔(dān)。

3.3 ?？坎季謨?yōu)化方案

基于網(wǎng)約車(chē)落客點(diǎn)的聚類(lèi)分析結(jié)果，綜合考慮景區(qū)現(xiàn)有停車(chē)設(shè)施、公交站布局、道路實(shí)際狀況以及限行區(qū)域要求，最終確定網(wǎng)約車(chē)?？空军c(diǎn)。同時(shí)，在重點(diǎn)道路實(shí)施網(wǎng)約車(chē)定點(diǎn)上下客方案，包括3個(gè)路外定點(diǎn)和17個(gè)路內(nèi)定點(diǎn)。

例如，滿(mǎn)覺(jué)隴村道路較窄，為避免形成堵點(diǎn)，分別在動(dòng)物園停車(chē)場(chǎng)、蓮花峰路（虎跑交警中隊(duì)至九曜山隧道西口）、虎跑路金桂路口、四眼井公交站設(shè)置網(wǎng)約車(chē)和出租車(chē)上下客點(diǎn)[3]。中秋假期，西湖景區(qū)實(shí)行出租車(chē)、網(wǎng)約車(chē)在西泠橋停車(chē)場(chǎng)定點(diǎn)上下客，治堵效果顯著。出租車(chē)和網(wǎng)約車(chē)可在西泠橋口上下客后立即駛離，有效緩解了孤山路的交通擁堵?tīng)顩r[4]。

3.4 治理成效

五一期間，景區(qū)擁堵情況得到大幅改善，景區(qū)擁堵延時(shí)指數(shù)均值、峰值和車(chē)流最高在途量、總通行車(chē)輛數(shù)均明顯下降。景區(qū)白天平均延時(shí)指數(shù)日均2.57，同比下降15.4%；延時(shí)指數(shù)峰值日均3.14（最高為5月1日的4.34，較2023年五一最高的5.94下降27.0%），同比下降20.8%；5月2日在景區(qū)總客流突破90萬(wàn)人次的情況下，當(dāng)日景區(qū)擁堵指數(shù)峰值僅3.85；最高在途車(chē)輛日均0.61萬(wàn)輛，同比下降43.4%；白天總通行車(chē)輛日均7.19萬(wàn)輛，同比下降37.1%。TOP5擁堵道路（北山街、南山路、靈隱路、龍井路、楊公堤）平均車(chē)速較2023年五一提升7%。

不同的優(yōu)化措施對(duì)緩解擁堵起到了不同的作用。通過(guò)設(shè)置專(zhuān)門(mén)的上下客區(qū)域，減少了車(chē)輛在道路上的隨意?？啃袨?，降低了車(chē)輛之間的沖突點(diǎn)。通過(guò)停車(chē)場(chǎng)和路內(nèi)定點(diǎn)上下客，車(chē)輛可以有序通行，避免了在狹窄道路上的長(zhǎng)時(shí)間停留和頻繁加塞，從而提高了道路的實(shí)際通行能力，緩解了擁堵?tīng)顩r。

4 結(jié)論與展望

本研究通過(guò)對(duì)西湖景區(qū)網(wǎng)約車(chē)相關(guān)數(shù)據(jù)的深入分析，全面評(píng)估了網(wǎng)約車(chē)?？吭O(shè)施現(xiàn)狀，明確了景區(qū)網(wǎng)約車(chē)的需求特征，并提出了針對(duì)性的?？坎季謨?yōu)化方案。實(shí)踐證明，優(yōu)化方案取得了顯著的治理成效，有效緩解了景區(qū)的交通擁堵?tīng)顩r，提升了游客的出行體驗(yàn)。

未來(lái)研究方向可進(jìn)一步聚焦于如何利用智能交通技術(shù)，實(shí)現(xiàn)網(wǎng)約車(chē)?？康闹悄芑芾恚岣哔Y源利用效率；同時(shí)，考慮將網(wǎng)約車(chē)?？糠?wù)優(yōu)化與景區(qū)其他交通方式進(jìn)行深度融合，建立網(wǎng)約車(chē)與公交、地鐵的換乘銜接體系，設(shè)置專(zhuān)門(mén)的換乘樞紐，為游客提供更加優(yōu)質(zhì)的出行服務(wù)。此外，隨著旅游市場(chǎng)的不斷變化和發(fā)展，持續(xù)跟蹤和評(píng)估網(wǎng)約車(chē)?？糠?wù)優(yōu)化效果，適時(shí)調(diào)整優(yōu)化方案，以適應(yīng)景區(qū)交通需求的動(dòng)態(tài)變化。

參考文獻(xiàn)：

[1]劉子樂(lè).北京市景區(qū)網(wǎng)約車(chē)出行依賴(lài)度分析和需求預(yù)測(cè)方法[D].北京：北京交通大學(xué)，2022.

[2] HDBSCAN算法深度解析：高效率的密度聚類(lèi)方法[EB/OL].CSDN，2025.https：//blog.csdn.net/Nifc666/article/details/142456995.

[3]杭州日?qǐng)?bào).景區(qū)推出治堵分流多種舉措[EB/OL].杭州市人民政府網(wǎng)，2022.https：//www.hangzhou.gov.cn/art/2022/9/29/art_812269_59066213.html.

[4]俞倩，徐欣潔.直沖37℃！國(guó)慶杭州天氣又有變，幅度更驚人！最新提醒：去西湖邊要注意這些……[EB/OL].杭州日?qǐng)?bào)，2022.https：//baijiahao.baidu.com/s？id=1745323031198587517amp;wfr=spideramp;for=pc.