基于GIS的城市共享單車虛擬站點(diǎn)選址規(guī)劃
——以閩江學(xué)院校區(qū)為例

李林鳳 李進(jìn)強(qiáng) 耿 蓮

（1.湖南農(nóng)業(yè)大學(xué)商學(xué)院，湖南 長(zhǎng)沙 410082；2.閩江學(xué)院地理信息系，福建 福州 350108）

隨著全球因城市機(jī)動(dòng)車保有量過(guò)剩而造成的道路擁堵、環(huán)境污染等問(wèn)題愈演愈烈，“綠色交通、低碳出行”的理念不斷深入人心，公共自行車這種新型的公共交通工具應(yīng)運(yùn)而生，近年來(lái)得到了飛速發(fā)展，成為各地區(qū)緩解交通壓力，減少尾氣污染，提高全民身體素質(zhì)的利器[1-4]。然而，公共自行車由政府主導(dǎo)投資建設(shè)的運(yùn)營(yíng)模式，存在非常高昂的進(jìn)入門檻，使得許多地區(qū)公共自行車的投建水平遠(yuǎn)落后于公眾綠色出行的需求[5-6]。為此，得益于移動(dòng)互聯(lián)網(wǎng)技術(shù)發(fā)展驅(qū)動(dòng)及民間資本進(jìn)入，共享單車作為共享經(jīng)濟(jì)的一種新興業(yè)態(tài)，于2017年初正式加入多座城市綠色慢行交通隊(duì)伍，成為公共自行車系統(tǒng)的補(bǔ)充甚至是替代[7-8]。據(jù)全球移動(dòng)數(shù)據(jù)研究機(jī)構(gòu)Cheetah Lab發(fā)布的《共享單車全球發(fā)展報(bào)告》顯示，2017年全球共享單車用戶規(guī)模已達(dá)2.27億（中國(guó)約占46.7%），預(yù)計(jì)未來(lái)兩年將達(dá)到3.06億。共享單車的迅速擴(kuò)張主要得益于其“無(wú)樁”模式。“無(wú)樁”模式采用手機(jī)登錄、隨借隨還的設(shè)計(jì)，一次性解決了公共自行車系統(tǒng)“有樁”模式固定資產(chǎn)投入巨大導(dǎo)致的進(jìn)入門檻高和用還車不便利的用戶體驗(yàn)差問(wèn)題[9-10]。

然而，為迎合消費(fèi)者潛在需求，滿足市場(chǎng)競(jìng)爭(zhēng)中自身占有率快速擴(kuò)張的需要，共享單車運(yùn)營(yíng)商們高度容忍消費(fèi)者各種違規(guī)行為，激進(jìn)投放大量單車，造成了極其負(fù)面的社會(huì)影響。據(jù)交通運(yùn)輸部的統(tǒng)計(jì)數(shù)據(jù)顯示，截至2017年7月，全國(guó)共享單車?yán)塾?jì)投放量超過(guò)1 600萬(wàn)輛，其發(fā)展規(guī)模已嚴(yán)重超出各城市非機(jī)動(dòng)車可停放區(qū)域承載能力，企業(yè)無(wú)序競(jìng)爭(zhēng)、過(guò)度投放及亂停亂放問(wèn)題突出[11]。共享單車亂停車，占用盲道、便道和機(jī)動(dòng)車道等公共用地，使得共享單車這一緩解交通擁堵的“利器”變成了給城市整潔“添堵”的“神器”，嚴(yán)重影響市容及交通秩序[12]。因此，如何讓共享單車更加規(guī)范有序，實(shí)現(xiàn)野蠻生長(zhǎng)向精細(xì)化管理轉(zhuǎn)變，成為政府、民眾和共享單車運(yùn)營(yíng)商都急切希望解決的問(wèn)題[13]。而解決共享單車亂停放問(wèn)題的關(guān)鍵則在于有效引導(dǎo)用戶有序停車，即將車停放到適合停車的位置。為此，于2017年第一季度，上海、杭州、廈門和福州先后試點(diǎn)共享單車虛擬停車點(diǎn)設(shè)計(jì)，通過(guò)技術(shù)手段定位停車點(diǎn)，要求用戶必須停放在虛擬停車點(diǎn)規(guī)定區(qū)域內(nèi)才能上鎖結(jié)束計(jì)費(fèi)，強(qiáng)制性約束用戶有序停放。雖然這一技術(shù)得到了政府及市民的廣泛認(rèn)可和好評(píng)，但虛擬停車點(diǎn)如何選址才能兼顧共享單車的便利性和公共性仍然是一個(gè)亟待解決的難題。如果虛擬停車點(diǎn)按照過(guò)去公共自行車系統(tǒng)站點(diǎn)選址的方法，例如，Kumar等[14]利用人口統(tǒng)計(jì)資料以及個(gè)人信息來(lái)選擇最佳的基礎(chǔ)站點(diǎn)位置；李婷婷[15]通過(guò)對(duì)公共自行車用戶出行行為進(jìn)行探索，構(gòu)建自行車使用需求預(yù)測(cè)模型，再據(jù)此構(gòu)建雙層規(guī)劃模型進(jìn)行自行車系統(tǒng)租賃點(diǎn)的選址設(shè)計(jì)；Martinez等[16]提出一個(gè)混合整數(shù)線性規(guī)劃模型來(lái)優(yōu)化站點(diǎn)選址設(shè)計(jì)，其選址的決策目標(biāo)往往是調(diào)度路徑最小或站點(diǎn)建設(shè)成本最小，這會(huì)導(dǎo)致站點(diǎn)數(shù)量非常有限，將不利于突出共享單車便利性的優(yōu)勢(shì)，以致打擊用戶積極性，不利于共享單車的盈利和推廣。因此，設(shè)計(jì)符合共享單車使用便利性需求，且兼顧占用公共資源適度化的虛擬停車點(diǎn)選址方法，是一個(gè)值得單獨(dú)展開(kāi)研究的重要課題。

基于此，本文提出一種共享單車停車適宜性分析與實(shí)際停車數(shù)據(jù)聚類相結(jié)合的選址方法，擬為共享單車的虛擬停車點(diǎn)選址設(shè)計(jì)提供參考。下文將以閩江學(xué)院校本部為研究樣本，首先利用ArcGIS空間分析功能，分析虛擬停車點(diǎn)的選址適宜區(qū)域，然后根據(jù)實(shí)際停車點(diǎn)的調(diào)研數(shù)據(jù)，進(jìn)行最短距離優(yōu)化分析，得出虛擬停車點(diǎn)的最優(yōu)選址方案，為實(shí)際應(yīng)用提供指導(dǎo)。

1 研究區(qū)域概況

由于共享單車的實(shí)時(shí)運(yùn)行數(shù)據(jù)目前仍處于相對(duì)保密階段，各大運(yùn)營(yíng)商均將其作為商業(yè)機(jī)密進(jìn)行保護(hù)，甚至通過(guò)爬蟲(chóng)獲取實(shí)時(shí)運(yùn)營(yíng)數(shù)據(jù)都被禁止，故本文通過(guò)綜合考慮數(shù)據(jù)獲取難度和實(shí)地調(diào)研可行性，最終確定以閩江學(xué)院校本部為研究對(duì)象，進(jìn)行共享單車虛擬停車點(diǎn)的選址優(yōu)化問(wèn)題研究。

閩江學(xué)院坐落于福建省省會(huì)福州市，是2002年經(jīng)教育部批準(zhǔn)設(shè)立的全日制普通本科高校。學(xué)校共有4個(gè)校區(qū)，校園總面積161.84 萬(wàn)m2，校舍建筑總面積55.08 萬(wàn)m2。其中，閩江學(xué)院校本部福州市閩侯大學(xué)城文賢路1號(hào)，校園地圖如圖1所示。

圖1 閩江學(xué)院校園圖

校本部自2017年9月，與北京拜克洛克有限公司（即ofo共享單車）合作，先期投入1 000輛“小黃車”至校園內(nèi)專供師生騎行，并根據(jù)運(yùn)行需求持續(xù)投入。至今，“小黃車”在校園內(nèi)已隨處可見(jiàn)，并根據(jù)不同時(shí)段聚集在不同區(qū)域。在上課時(shí)段8：00～12：00，“小黃車”主要聚集于教學(xué)樓、實(shí)驗(yàn)樓、工科樓處；中午12：00～13：00，則在食堂和宿舍的停放數(shù)量逐漸增多，而17：00過(guò)后，宿舍樓下共享單車停放數(shù)量則明顯增多，形成大量聚集。

由此可見(jiàn)，共享單車用戶停車點(diǎn)的選擇主要與服務(wù)半徑和可達(dá)性有關(guān)，即由人到共享單車所在位置之間的距離（服務(wù)半徑）越短則說(shuō)明該停放點(diǎn)越便利（可達(dá)性）。

2 利用ArcGIS進(jìn)行選址適宜性分析

關(guān)于利用ArcGIS進(jìn)行某一類別區(qū)域的適宜性分析，已有學(xué)者進(jìn)行過(guò)類似研究，例如，李君等[17]利用ArcGIS對(duì)不同社會(huì)經(jīng)濟(jì)因素對(duì)鄉(xiāng)村聚落的區(qū)位適宜性等級(jí)進(jìn)行測(cè)度，分析社會(huì)經(jīng)濟(jì)因素對(duì)鄉(xiāng)村聚落區(qū)位的影響；尹海偉等[18]利用層次分析和移動(dòng)窗口方法，對(duì)濟(jì)南市建設(shè)用地適宜性進(jìn)行了評(píng)價(jià)和分析；姜煜華等[19]利用空間疊置分析等技術(shù)手段，選取六個(gè)影響因子對(duì)樓宇經(jīng)濟(jì)空間布局的適宜性進(jìn)行評(píng)價(jià)分析。本文則在以上研究基礎(chǔ)上，首先利用層次分析法對(duì)共享單車停車點(diǎn)選址的影響因素（草地花圃、道路、建筑物、人口密度）進(jìn)行分析，得出各影響因素對(duì)選址的重要性權(quán)重；然后再利用ArcGIS空間處理功能對(duì)各影響因素目標(biāo)約束下的區(qū)域進(jìn)行適宜性分級(jí)；最后將所有影響因素的適宜性區(qū)域進(jìn)行疊加，得出閩江學(xué)院校本部的共享單車虛擬停車點(diǎn)適宜選址區(qū)域。

2.1 運(yùn)用層次分析法確定選址影響因素權(quán)重

本文中，通過(guò)結(jié)合共享單車服務(wù)半徑、單車停放點(diǎn)可達(dá)性、建筑區(qū)人口情況等影響共享單車選址因素，確定出可以量化的評(píng)價(jià)指標(biāo)有：建筑物、人口密度、草地花圃、道路，每一個(gè)指標(biāo)的評(píng)價(jià)標(biāo)準(zhǔn)如表1所示。接著，通過(guò)對(duì)各影響因素分開(kāi)統(tǒng)計(jì)和比較，兩兩之間互相打分，得出重要性對(duì)比程度，即層次分析法的判斷矩陣。再根據(jù)矩陣知識(shí)，計(jì)算得到該矩陣的最大特征值為2.571，特征向量為（0.048，0.643，0.208，0.101）。共享單車選址影響因素層次分析矩陣和權(quán)重值如表2所示。

表1 影響因素評(píng)價(jià)標(biāo)準(zhǔn)描述

表2 層次分析矩陣與影響因素權(quán)重

2.2 運(yùn)用ArcGIS對(duì)不同影響因素進(jìn)行空間處理

在上文中已利用層次分析法確定了四種影響因素及其對(duì)應(yīng)的權(quán)重值，本小節(jié)則利用ArcGIS對(duì)不同影響因素進(jìn)行空間處理，通過(guò)歐氏距離分析、重分類和疊加分析等操作獲得各因素的適宜性分級(jí)圖。

首先，運(yùn)用ArcGIS軟件，通過(guò)對(duì)閩江學(xué)院高分辨率影像圖進(jìn)行矢量化，提取出線、面文件，得到閩江學(xué)院矢量圖，并且圈出閩江學(xué)院邊界。然后再分別對(duì)四個(gè)影響因素進(jìn)行處理。

建筑物分級(jí)圖處理過(guò)程描述：對(duì)建筑進(jìn)行歐氏距離分析，建筑會(huì)被賦值為0，再對(duì)建筑歐氏距離進(jìn)行重分類，將0～0.001賦值為NoData，其他的共分為7級(jí)，越靠近道路的等級(jí)越高。

道路分級(jí)圖處理過(guò)程描述：對(duì)道路進(jìn)行歐氏距離分析，道路會(huì)被賦值為0，再對(duì)道路歐氏距離分析結(jié)果進(jìn)行重分類操作，將道路舊值為0～0.001的賦值為NoData，其他分為7級(jí)，越靠近道路的等級(jí)越高。

草地花圃分級(jí)圖處理過(guò)程描述：對(duì)草地花圃進(jìn)行歐氏距離分析，草地花圃會(huì)被賦值為0，再對(duì)草地花圃歐氏距離分析結(jié)果進(jìn)行重分類操作，將草地花圃舊值為0～0.001的賦值為NoData，其他分為7級(jí)，越遠(yuǎn)離草地花圃的等級(jí)越高。

人口密度分級(jí)圖處理過(guò)程描述：在宿舍樓面要素的屬性里面添加人口屬性字段，將宿舍面轉(zhuǎn)點(diǎn)，并進(jìn)行核密度分析，再對(duì)人口密度進(jìn)行重分類，分為7級(jí)，越靠近核心點(diǎn)的等級(jí)越高，代表人口越密集。

由于水域不能作為共享單車的停放地點(diǎn)，所以，在水體面的屬性字段中添加FID，并且賦值為1，再將水體面，作面轉(zhuǎn)柵格操作；再將柵格作重分類，舊值為1的賦值為NoData，舊值為NoData的賦值為1，這樣就變?yōu)樗驔](méi)有值，其他區(qū)域值為1，得出新的柵格數(shù)據(jù)；最后利用柵格計(jì)算器分別將建筑物重分類數(shù)據(jù)、草地重分類數(shù)據(jù)、道路重分類數(shù)據(jù)與新的柵格數(shù)據(jù)相乘。

2.3 疊加生成選址適宜性等級(jí)圖

基于上一小節(jié)各影響因素分級(jí)，本小節(jié)進(jìn)行疊加分析，即利用層次分析法得到的各因素權(quán)重，分別與對(duì)應(yīng)的影響因素相乘。又由于校本部校區(qū)范圍外的區(qū)域不能作為校園共享單車的停放點(diǎn)，所以，運(yùn)用與去掉水域區(qū)域相同的方法，去掉校區(qū)外的區(qū)域，得到有效區(qū)域內(nèi)共享單車選址的適宜性綜合分級(jí)圖，如圖2a所示。

3 虛擬停車點(diǎn)選址優(yōu)化設(shè)計(jì)

由于ofo運(yùn)營(yíng)商目前對(duì)于“小黃車”的出行數(shù)據(jù)持保密態(tài)度，從而無(wú)法直接獲取到最準(zhǔn)確的校區(qū)內(nèi)“小黃車”實(shí)時(shí)數(shù)據(jù)，因此，本文采取實(shí)地調(diào)研的方法，于2018年4月13日和2018年4月17日分別在8：30、12：30、9：00對(duì)校園內(nèi)小黃車進(jìn)行監(jiān)測(cè)調(diào)查，人工收集得到校本部?jī)?nèi)所有平均停車量大于10的停車點(diǎn)。本文將以上調(diào)研所得停車點(diǎn)視為用戶自由選擇，并存在聚集的熱點(diǎn)停車區(qū)域，各熱點(diǎn)停車區(qū)域的停車總量如表3所示。為考察調(diào)研所得熱點(diǎn)停車區(qū)域是否為適宜共享單車停放，特在矢量圖上添加點(diǎn)要素，將熱點(diǎn)停車區(qū)域以點(diǎn)的形式添加到適宜性綜合分級(jí)圖中。

將熱點(diǎn)停車點(diǎn)疊加到適宜性綜合分級(jí)圖中后，當(dāng)把第7級(jí)選擇為適宜選址區(qū)時(shí)，設(shè)第7級(jí)值為1，其他等級(jí)值為0，得到如下圖2b所示結(jié)果，深色代表可以停放區(qū)域，則校園現(xiàn)有共享單車大部分不在適宜區(qū)域內(nèi)，需要調(diào)整的?？空据^多；當(dāng)選擇第6～7級(jí)為適宜選址區(qū)時(shí)，設(shè)6～7級(jí)值為1，其他等級(jí)值為0，得到如圖2c所示結(jié)果，藍(lán)色代表可以停放區(qū)域，則校園現(xiàn)有共享單車大多在適宜區(qū)域內(nèi)，需要調(diào)整的?？空据^少；當(dāng)選擇第5～7級(jí)為適宜選址區(qū)時(shí)，設(shè)5～7級(jí)值為1，其他等級(jí)值為0，得到如圖2d所示結(jié)果，則校園現(xiàn)有共享單車大多都在適宜區(qū)域內(nèi)，基本不需要調(diào)整。

如果適宜性等級(jí)過(guò)高，則導(dǎo)致停車點(diǎn)過(guò)少，會(huì)直接影響到共享單車的便利性，如果適宜性等級(jí)過(guò)低，則大部分地方都可以停車，又會(huì)導(dǎo)致過(guò)度占用公共資源的問(wèn)題。因此，本文選擇第6～7級(jí)為適宜選址點(diǎn)，在兼顧共享單車的便利性和公共性的前提下，進(jìn)行虛擬停車點(diǎn)的選址優(yōu)化。

本文以最短移動(dòng)距離為調(diào)整原則，將8個(gè)不在適宜停車區(qū)的熱點(diǎn)停車點(diǎn)調(diào)整歸并至最近停車點(diǎn)中。即通過(guò)軟件量測(cè)工具，量出需要調(diào)整至附近停車點(diǎn)的距離，再乘以共享單車兩天停放的平均數(shù)量，算出最短移動(dòng)距離，如果不在范圍內(nèi)的點(diǎn)兩側(cè)均有可停放點(diǎn)，比較選擇距離小的那個(gè)點(diǎn)。具體的數(shù)據(jù)分析過(guò)程如表3所示，最終求得最短調(diào)整總距離為5 119 m。疊加分析圖如圖2所示。

圖2 疊加分析圖

表3 閩江學(xué)院校本部“小黃車”停車情況監(jiān)測(cè)與分析數(shù)據(jù)

4 結(jié)語(yǔ)

本文通過(guò)運(yùn)用ArcGIS空間分析功能，對(duì)共享單車運(yùn)行區(qū)域進(jìn)行停車適宜性分析，得出一定范圍內(nèi)適合共享單車停放的具體區(qū)域，再利用實(shí)地調(diào)研數(shù)據(jù)，獲得共享單車實(shí)際聚集停車的地點(diǎn)，然后通過(guò)疊加分析，確定沒(méi)有落在適宜停車區(qū)域的實(shí)際停車點(diǎn)，最后在根據(jù)最短距離法將這些適宜區(qū)域外的實(shí)際停車點(diǎn)移至其周圍最近的停車點(diǎn)，實(shí)現(xiàn)虛擬停車點(diǎn)選址的優(yōu)化調(diào)整。

雖然本文為共享單車虛擬停車點(diǎn)選址提供了一個(gè)優(yōu)化方法，但受限于實(shí)際數(shù)據(jù)獲取難度大，沒(méi)能通過(guò)完整的共享單車運(yùn)行數(shù)據(jù)來(lái)進(jìn)行考慮停車適宜性的聚類分析，這也將是未來(lái)研究的重點(diǎn)和難點(diǎn)。