基于熵權(quán)灰色關(guān)聯(lián)分析的公共自行車服務(wù)評(píng)價(jià)*

陶超，李超，趙騫

?

基于熵權(quán)灰色關(guān)聯(lián)分析的公共自行車服務(wù)評(píng)價(jià)*

陶超1，李超1，趙騫2

（安徽財(cái)經(jīng)大學(xué) 1. 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，2. 財(cái)政與公共管理學(xué)院，安徽 蚌埠 233030）

研究了公共自行車服務(wù)系統(tǒng)站點(diǎn)的評(píng)價(jià)問題．運(yùn)用SPSS軟件對(duì)公共自行車站點(diǎn)的借車頻次，還車頻次等基本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)．選取站點(diǎn)累計(jì)借還車頻次和可借車比等指標(biāo)，在灰色關(guān)聯(lián)分析理論的基礎(chǔ)上提出一種利用熵值法求解權(quán)重的加權(quán)灰色關(guān)聯(lián)評(píng)價(jià)方法，并對(duì)若干站點(diǎn)設(shè)置的合理性進(jìn)行評(píng)分排序．得出結(jié)論并給出相應(yīng)建議．

公共自行車；SPSS；熵值法；灰色關(guān)聯(lián)

城市交通擁擠，空氣質(zhì)量下降，環(huán)境污染嚴(yán)重等一系列問題使人們開始轉(zhuǎn)向綠色低碳生活．公共自行車作為一種低碳無污染的綠色交通工具深受居民的喜愛，公共自行車不僅有效地緩解了交通擁堵，解決了公交出行“最后一公里”的難題，更提高了城市的綠色競(jìng)爭力，還有助于鍛煉身體，減少的疾病的發(fā)生．但我國目前公共自行車服務(wù)站點(diǎn)仍有許多問題亟待解決[1]，如站點(diǎn)位置設(shè)置不合理，站點(diǎn)之間的調(diào)度不及時(shí)，索樁數(shù)量配置不合理等．因此，優(yōu)化配置公共自行車服務(wù)系統(tǒng)對(duì)提高城市運(yùn)行效率，增加居民滿意度具有重要意義．

1數(shù)據(jù)清洗

本文的數(shù)據(jù)來源于溫州市公共自行車服務(wù)系統(tǒng)181個(gè)站點(diǎn)20 d的借還自行車原始數(shù)據(jù)．在求解各個(gè)問題時(shí)，首先對(duì)原始數(shù)據(jù)進(jìn)行篩選，并剔除以下異常數(shù)據(jù)：

（1）篩選出借還車數(shù)據(jù)表中借還車站均為同一站點(diǎn)，且借還車樁號(hào)相同的用車時(shí)間為0的數(shù)據(jù)；

（2）篩選出某4 d中站點(diǎn)號(hào)位1 000的站點(diǎn)數(shù)據(jù)，根據(jù)溫州市鹿城區(qū)公共自行車管理中心網(wǎng)站提供的信息，站點(diǎn)號(hào)為1 000的站點(diǎn)為調(diào)試點(diǎn)，屬于特殊情況；

（3）根據(jù)溫州市鹿城區(qū)公共自行車管理中心網(wǎng)站提供的公共自行車服務(wù)指南上的租車流程（見圖1），可以推斷借還車站點(diǎn)相同且用車時(shí)間在1~2 min鐘內(nèi)的數(shù)據(jù)不符合實(shí)際情況，予以剔除；

圖1　溫州市公共自行車借還車流程

（4）篩選出每天借換車數(shù)據(jù)中，借還車站點(diǎn)相同且用車時(shí)間在3~5 min的數(shù)據(jù)．根據(jù)溫州市鹿城區(qū)公共自行車服務(wù)指南說明，借車時(shí)聽到語音提示“通訊故障暫停使用，請(qǐng)等待3~5 min后，換樁借車”，因此予以剔除．

2站點(diǎn)累計(jì)借車、還車頻次

2.1站點(diǎn)累計(jì)借車頻次

運(yùn)用SPSS軟件統(tǒng)計(jì)181個(gè)公共自行車站點(diǎn)累計(jì)20 d的借車頻次數(shù)據(jù)，得到累計(jì)借車頻次分布圖（見圖2）和各站點(diǎn)排名情況（由于篇幅原因，本文只選取排名前10的站點(diǎn)），同時(shí)計(jì)算每個(gè)站點(diǎn)的累計(jì)借車頻率（見表1）．

圖2　各站點(diǎn)累計(jì)借車頻次分布

表1　各站點(diǎn)累計(jì)借車頻次排名

從圖2和表1可以得出，公共自行車站點(diǎn)的累計(jì)借車頻次分布差異較大，街心公園和五馬林美食公園的累計(jì)借車頻次最高，均達(dá)到了1萬次以上，這與站點(diǎn)的地理位置和附近的人流量密切相關(guān)．

2.2站點(diǎn)累計(jì)還車頻次

運(yùn)用SPSS軟件統(tǒng)計(jì)181個(gè)公共自行車站點(diǎn)累計(jì)20 d的還車頻次，得到累計(jì)還車頻次分布圖（見圖3）和各站點(diǎn)排名情況（由于篇幅原因，本文只選取排名前10的站點(diǎn)），同時(shí)計(jì)算每個(gè)站點(diǎn)的還車頻率[2]（見表2）．

圖3 各站點(diǎn)累計(jì)還車頻次分布

表2 各站點(diǎn)累計(jì)還車頻次排名

由圖3和表2可以看出，公共自行車站點(diǎn)還車?yán)塾?jì)頻次分布與借車?yán)塾?jì)頻次的分布特征相似．五馬美食林和街心公園的還車?yán)塾?jì)頻次最高，同樣也達(dá)到了1萬次以上．從溫州市地圖可以發(fā)現(xiàn)，這2個(gè)站點(diǎn)處于交通發(fā)達(dá)地區(qū)，附近娛樂場(chǎng)所和辦公區(qū)域較多．因此，溫州市應(yīng)適當(dāng)在這些站點(diǎn)增加公共自行車數(shù)量和索樁數(shù)量以滿足居民的需求．

3灰色關(guān)聯(lián)模型的建立

3.1公共自行車服務(wù)站點(diǎn)評(píng)價(jià)指標(biāo)的確定

基于借還車原始數(shù)據(jù)，從各站點(diǎn)的累計(jì)還車頻數(shù)、累計(jì)借車頻數(shù)、可借車比例、可還車比例及高峰時(shí)段的借換車差值等5個(gè)指標(biāo)探究公共自行車服務(wù)系統(tǒng)站點(diǎn)設(shè)置的合理性[3]．其中，各站點(diǎn)的累計(jì)還車頻率、累計(jì)借車頻率反映了公共自行車服務(wù)站點(diǎn)的利用效率．可借車比例=可借車輛數(shù)/總車位數(shù)，可還車比例=剩余車位數(shù)/總車位數(shù)，反映了公共自行車站點(diǎn)服務(wù)的運(yùn)行效率．高峰時(shí)段的借還車差值=|借車次數(shù)-還車次數(shù)|，反映了索樁數(shù)量配置的合理性．

3.2加權(quán)灰色關(guān)聯(lián)模型的建立

灰色關(guān)聯(lián)度的應(yīng)用涉及社會(huì)科學(xué)和自然科學(xué)的各個(gè)領(lǐng)域，尤其在社會(huì)經(jīng)濟(jì)領(lǐng)域，如國民經(jīng)濟(jì)各部門投資收益、區(qū)域經(jīng)濟(jì)優(yōu)勢(shì)分析、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等方面，都取得較好的應(yīng)用效果．

灰色關(guān)聯(lián)評(píng)價(jià)的前提是確定備選方案的參考序列（一般是最優(yōu)方案的指標(biāo)值）和比較序列，接著計(jì)算參考序列與比較序列的關(guān)聯(lián)度大小，判斷參考序列與比較序列發(fā)展過程的相似程度，進(jìn)而以關(guān)聯(lián)度為標(biāo)準(zhǔn)給不同備選方案評(píng)定等級(jí)[4]．

將公共自行車服務(wù)系統(tǒng)的站點(diǎn)設(shè)置視為有限個(gè)方案的多目標(biāo)決策問題．共設(shè)有個(gè)站點(diǎn)，每個(gè)站點(diǎn)有個(gè)評(píng)價(jià)指標(biāo)，以備選方案為行向量，評(píng)價(jià)指標(biāo)為列向量，則可以得到每個(gè)站點(diǎn)和評(píng)價(jià)指標(biāo)的原始評(píng)價(jià)值矩陣．設(shè)矩陣為中個(gè)指標(biāo)的最理想?yún)⒖荚u(píng)價(jià)數(shù)列（對(duì)效益指標(biāo)取最大值，對(duì)成本指標(biāo)取最小值），（），即，則與的灰色關(guān)聯(lián)系數(shù)，式中：為分辨系數(shù)，且，的取值和問題的背景有關(guān)，通常?。?/p>

3.3熵值法確定指標(biāo)權(quán)重

熵值法確定權(quán)重是基于樣本數(shù)據(jù)自身的信息特征做出判斷，可以有效地反映出指標(biāo)信息熵值的效用值．在信息論中，信息與熵符號(hào)相反，但絕對(duì)值相等，信息是表示系統(tǒng)有序程度的一種度量標(biāo)準(zhǔn)，而熵則反映了系統(tǒng)的無序程度．根據(jù)這些性質(zhì)，本文利用各公共自行車站點(diǎn)的評(píng)價(jià)指標(biāo)基本信息，通過熵值法得到各個(gè)指標(biāo)的信息熵，其中信息熵值越小，則表明該指標(biāo)信息的無序程度就越低，信息的效用值就越大，指標(biāo)賦予的權(quán)重就會(huì)越大[5]．

（6）計(jì)算加權(quán)關(guān)聯(lián)度．現(xiàn)有的灰色關(guān)聯(lián)度中沒有考慮到參考數(shù)列和比較數(shù)列之間不同指標(biāo)權(quán)重的大小，且最終每個(gè)方案的灰色關(guān)聯(lián)只是算術(shù)平均值的結(jié)果[6]．因此，得出的結(jié)論可能存在不合理的地方．故利用熵值法確定權(quán)重后得到加權(quán)關(guān)聯(lián)度．

4結(jié)果分析

從最終的評(píng)價(jià)結(jié)果可知，5個(gè)公共自行車服務(wù)站點(diǎn)設(shè)置合理程度的排名為：4號(hào)>1號(hào)>5號(hào)>3號(hào)>2號(hào)．

5結(jié)論及建議

（1）不同公共自行車借還車站點(diǎn)的借車頻率和還車頻率之間存在較大差異．因此，在頻次高的站點(diǎn)應(yīng)適當(dāng)增加索樁數(shù)量以滿足居民的需求[8]．

（2）公共自行車站點(diǎn)的利用效率與站點(diǎn)所處的地理位置密切相關(guān)，通常人流量較大的區(qū)域公共自行車的利用效率就越高．因此，在人群比較集中的繁華地帶應(yīng)增加站點(diǎn)數(shù)量，提高各站點(diǎn)之間的調(diào)配效率．

（3）從指標(biāo)的權(quán)重向量可以看出，公共自行車服務(wù)站點(diǎn)的利用效率和高峰時(shí)段的服務(wù)效率在評(píng)價(jià)體系的指標(biāo)權(quán)重中占比較大，在評(píng)價(jià)指標(biāo)體系中起顯著作用．因此，公共自行車服務(wù)系統(tǒng)應(yīng)做好高峰時(shí)段應(yīng)急的準(zhǔn)備，以防止無車可借和無車位可還的現(xiàn)象發(fā)生．

[1] 楊杰．城市公共自行車租賃系統(tǒng)在中國的發(fā)展[J]．山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，37（81）：63 -64

[2] 楊桂元，朱家明．?dāng)?shù)學(xué)建模[M]．上海：上海財(cái)經(jīng)大學(xué)出版社，2015

[3] 劉引濤，劉楠．公共自行車服務(wù)系統(tǒng)站點(diǎn)及鎖樁設(shè)置評(píng)價(jià)模型的分析研究[J]．電子設(shè)計(jì)工程，2014，22（23）：11-13

[4] 周會(huì)軍，肖英杰，張浩，等．基于改進(jìn)灰色關(guān)聯(lián)分析法的碼頭設(shè)計(jì)方案優(yōu)選[J]．上海海事大學(xué)學(xué)報(bào)，2011，32（3）： 11-15

[5] 李國良，付強(qiáng)，孫勇，等．基于熵權(quán)的灰色關(guān)聯(lián)分析模型及其應(yīng)用[J]．水資源與水工程學(xué)報(bào)，2006，17（6）：16-18

[6] 祝翔．公共自行車系統(tǒng)服務(wù)水平綜合評(píng)價(jià)研究[D]．北京：北京交通大學(xué)，2011

[7] 莊軻．基于灰關(guān)聯(lián)的公共自行車租賃點(diǎn)選址研究[J]．交通運(yùn)輸研究，2015（5）：31-36

[8] 謝小偉．對(duì)鹿城區(qū)公共自行車服務(wù)系統(tǒng)的評(píng)價(jià)和建議[J]．金華職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2014，14（6）：57-59

Grey correlation analysis based on entropy weight of public bicycle service evaluation

TAO Chao1，LI Chao1，ZHAO Qian2

（1.School of Statistics and Applied Mathematics，2. School of Finance and Public Management，Anhui University of Finance and Economics，Bengbu 233030，China）

Researched the evaluation of the sites of public bicycle service system comprehensively．Firstly，with SPSS software，the frequency of borrowing bicycles and returning bicycles was derived from data．Then，with indicators like frequency of cumulative borrowing or returning bicycles and ratio of accessible bicycles，based on existing grey relational analysis theory，put forward an evaluation weighted grey correlation model whose weight is obtained by entropy method．And scoring and ranking rationality of several sites settings was performed．At last，gave conclusions and relevant recommendations．

public bicycle；SPSS software；entropy method；grey correlation analysis

1007-9831（2016）07-0017-05

O29∶U491.2

A

10.3969/j.issn.1007-9831.2016.07.005

2016-04-10

安徽財(cái)經(jīng)大學(xué)大學(xué)生科研創(chuàng)新基金項(xiàng)目（XSKY1657）

陶超（1995-），男，安徽蕪湖人，在讀本科生．E-mail：18895612891@163.com

李超（1980-），男，安徽合肥人，副教授，博士，從事宏觀經(jīng)濟(jì)統(tǒng)計(jì)分析研究．E-mail：lichao@aufe.edu.cn