城市軌道交通站點(diǎn)互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例影響研究*

蔣 源 陳小鴻 胡松華 喬俊杰

(1.成都市規(guī)劃設(shè)計(jì)研究院,610041,成都；2.同濟(jì)大學(xué)鐵道與城市軌道交通研究院,201804,上海；3.馬里蘭大學(xué)帕克分校土木環(huán)境工程系,20742,馬里蘭州,美國(guó)∥第一作者,工程師)

在與城市軌道交通的接駁中，互聯(lián)網(wǎng)租賃自行車(chē)擺脫了固定租賃點(diǎn)的限制，提高了用戶使用的便利性，其使用規(guī)?？捎^。文獻(xiàn)[1]顯示，互聯(lián)網(wǎng)租賃自行車(chē)的出現(xiàn)使得在城市軌道交通站點(diǎn)(以下簡(jiǎn)為“城軌站點(diǎn)”)進(jìn)、出站客流中的自行車(chē)接駁所占比例從之前的1%分別上升到9.2%和5.8%。

長(zhǎng)期以來(lái)，國(guó)內(nèi)外學(xué)者多以非互聯(lián)網(wǎng)租賃的有樁公共自行車(chē)作為研究對(duì)象，在研究公共自行車(chē)騎行特征的基礎(chǔ)上，選擇回歸模型來(lái)研究不同類(lèi)型的影響因素對(duì)公共自行車(chē)使用特征的影響。影響因素盡管復(fù)雜多樣，但主要可歸納為4類(lèi)：建成環(huán)境要素(Built environment)、人口經(jīng)濟(jì)要素(Socio-demographic)、交通設(shè)施要素(Road facilities)及時(shí)間變量要素(Time-varying)。在建成環(huán)境要素方面，區(qū)域內(nèi)居住用地占比越高，用地混合度越高，則該區(qū)域內(nèi)的公共自行車(chē)使用量越高[2]。由于城市中心區(qū)域擁有較高強(qiáng)度的用地開(kāi)發(fā)，城市中心公共自行車(chē)使用量也較高[3]。在人口經(jīng)濟(jì)要素方面，區(qū)域中人口密度、就業(yè)情況及青年人口比例對(duì)公共自行車(chē)的使用具有顯著性的影響[4]。人口密度越大、且青年人口比例越高的區(qū)域，公共自行車(chē)使用比例就越高[5]。在交通設(shè)施要素方面，在公共自行車(chē)租賃站點(diǎn)附近的公交車(chē)線路和公交車(chē)站點(diǎn)對(duì)車(chē)輛使用量具有正向效應(yīng)[6]。租賃站點(diǎn)周邊有自行車(chē)專用道會(huì)提高租賃站點(diǎn)車(chē)輛的使用量等[7]。在時(shí)間變量要素方面，出行時(shí)段(高峰時(shí)段及非高峰時(shí)段)及出行日期(工作日及非工作日)等多被用于檢驗(yàn)對(duì)公共自行車(chē)使用量的影響情況[8-9]。

互聯(lián)網(wǎng)租賃自行車(chē)的影響要素與公共自行車(chē)基本一致，然而其擺脫了固定租賃站點(diǎn)的限制，故用戶使用其進(jìn)行接駁的起訖點(diǎn)自由度更高。本文通過(guò)真實(shí)的騎行數(shù)據(jù)，檢驗(yàn)多種影響要素對(duì)城軌站點(diǎn)互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例的影響。

1 研究設(shè)計(jì)

1.1 研究區(qū)域

研究區(qū)域?yàn)樯虾Ｊ杏蚍秶?，研究單元為城軌站點(diǎn)及周邊區(qū)域(見(jiàn)圖1)。根據(jù)上海人口密度分布及交通統(tǒng)計(jì)口徑，以內(nèi)環(huán)線、中環(huán)線及外環(huán)線為界，將研究區(qū)域劃分為城市核心區(qū)、中心區(qū)、市區(qū)及郊區(qū)等4個(gè)區(qū)域，各區(qū)的城軌站點(diǎn)分別有141座、76座、69座及42座。據(jù)《2018年上海市綜合交通運(yùn)行年報(bào)》，上海軌道交通全網(wǎng)全年日均客運(yùn)量為1 016萬(wàn)乘次。

圖1 上海軌道交通研究區(qū)域劃分

1.2 數(shù)據(jù)源

研究數(shù)據(jù)共涉及到4部分?jǐn)?shù)據(jù)源:第1部分?jǐn)?shù)據(jù)源是上海全市域2019年10月20日至2019年10月26日活躍互聯(lián)網(wǎng)租賃自行車(chē)的脫敏騎行數(shù)據(jù)，共計(jì)1 214.23萬(wàn)條訂單數(shù)據(jù)，包括訂單編號(hào)、單車(chē)編號(hào)、起終點(diǎn)經(jīng)緯度、起始及結(jié)束時(shí)間；第2部分?jǐn)?shù)據(jù)源是上海軌道交通16條線路及415座站點(diǎn)的信息，包括站點(diǎn)位置、進(jìn)出人數(shù)及站點(diǎn)屬性；第3部分?jǐn)?shù)據(jù)源是建成環(huán)境數(shù)據(jù)，包括住宅用地及商業(yè)用地等多類(lèi)用地的面積及容積率等數(shù)據(jù)；第4部分?jǐn)?shù)據(jù)源是交通設(shè)施數(shù)據(jù)，包括主干道及次干道等不同等級(jí)道路的長(zhǎng)度，以及常規(guī)公交站點(diǎn)等數(shù)據(jù)。

1.3 數(shù)據(jù)處理

采用的城市軌道交通、建成環(huán)境及交通設(shè)施等數(shù)據(jù)均來(lái)自專業(yè)部門(mén)公開(kāi)的統(tǒng)計(jì)數(shù)據(jù)，不需處理，故僅需對(duì)騎行數(shù)據(jù)進(jìn)行脫敏處理。脫敏處理內(nèi)容為：①刪除訂單編號(hào)重復(fù)的；②刪除騎行時(shí)間小于0或大于1 h的；③刪除起終點(diǎn)經(jīng)緯度不在上海轄區(qū)范圍內(nèi)的；④刪除字段信息不完整的。經(jīng)脫敏處理發(fā)現(xiàn)錯(cuò)誤數(shù)據(jù)僅占1.31%，說(shuō)明數(shù)據(jù)質(zhì)量較好。

在篩選互聯(lián)網(wǎng)租賃自行車(chē)接駁城市軌道交通的騎行記錄時(shí)，基于ArcGIS軟件以城軌站點(diǎn)出入口為中心，通過(guò)構(gòu)建不同半徑緩沖區(qū)來(lái)選取騎行接駁數(shù)據(jù)[10]。當(dāng)緩沖區(qū)半徑為5～15 m時(shí)，所選數(shù)據(jù)量的增長(zhǎng)率呈緩慢上升趨勢(shì)；在緩沖區(qū)半徑為25 m處，所選數(shù)據(jù)量的增長(zhǎng)率出現(xiàn)極值，高達(dá)55.20%(如圖2所示)。由于城軌站點(diǎn)通常沿路布設(shè)，半徑為25 m的緩沖區(qū)會(huì)越出道路邊線覆蓋到城軌站點(diǎn)附近建筑物內(nèi)的互聯(lián)網(wǎng)租賃自行車(chē)。此外，在對(duì)向布置一對(duì)出入口處，緩沖區(qū)可能產(chǎn)生交集，導(dǎo)致數(shù)據(jù)被統(tǒng)計(jì)2次。

圖2 數(shù)據(jù)增長(zhǎng)率與緩沖區(qū)半徑之間的關(guān)系

為此，以城軌站點(diǎn)出入口為中心，構(gòu)建半徑為20 m的緩沖區(qū)，來(lái)選取接駁城市軌道交通的互聯(lián)網(wǎng)租賃自行車(chē)騎行數(shù)據(jù)。為確保該范圍具有合理的解釋，本文選取10個(gè)位于城市不同區(qū)位的站點(diǎn)進(jìn)行實(shí)地觀測(cè)，統(tǒng)計(jì)1 h內(nèi)出入口20 m范圍內(nèi)互聯(lián)網(wǎng)租賃自行車(chē)取還總量x1及從出入口進(jìn)出乘客接駁互聯(lián)網(wǎng)租賃自行車(chē)的數(shù)量x2(見(jiàn)表1)。結(jié)果顯示，互聯(lián)網(wǎng)租賃自行車(chē)的接駁比例均為70%以上。此外，如圖3 a)，以均衡圓形作為緩沖區(qū)，可能會(huì)“圈”住城軌站點(diǎn)周邊建筑物內(nèi)和道路上的自行車(chē)，故本文根據(jù)建筑輪廓邊界和道路紅線對(duì)均衡圓形范圍進(jìn)行切割修正(見(jiàn)圖3 b))，以作為城軌站點(diǎn)接駁互聯(lián)網(wǎng)租賃自行車(chē)的識(shí)別范圍(以下簡(jiǎn)為“識(shí)別范圍”)。

表1 不同站點(diǎn)周邊的互聯(lián)網(wǎng)租賃自行車(chē)情況統(tǒng)計(jì)

圖3 城軌站點(diǎn)互聯(lián)網(wǎng)租賃自行車(chē)的識(shí)別范圍示意圖

如騎行數(shù)據(jù)的起點(diǎn)或訖點(diǎn)落在識(shí)別范圍內(nèi)，則認(rèn)為其對(duì)應(yīng)的互聯(lián)網(wǎng)租賃自行車(chē)為接駁車(chē)輛。對(duì)識(shí)別范圍內(nèi)的車(chē)輛進(jìn)行統(tǒng)計(jì)，可得各站點(diǎn)的接駁車(chē)輛數(shù)據(jù)，進(jìn)而可得接駁比例為22.14%。

1.4 研究方法

以站點(diǎn)車(chē)輛的接駁比例作為因變量，選擇騎行接駁時(shí)間、城軌站點(diǎn)特征、站點(diǎn)周邊建成環(huán)境及站點(diǎn)周邊交通設(shè)施等4類(lèi)影響要素類(lèi)型、共計(jì)13項(xiàng)影響要素作為自變量(如表2所示)，使用適當(dāng)?shù)慕y(tǒng)計(jì)模型來(lái)分析自變量與因變量間的相關(guān)關(guān)系。參照文獻(xiàn)[11-12]，本文以城軌站點(diǎn)為中心，通過(guò)各站點(diǎn)85百分位數(shù)接駁騎行距離來(lái)選取站點(diǎn)周邊建成環(huán)境自變量及交通設(shè)施自變量的數(shù)據(jù)。

表2 自變量指標(biāo)解釋

站點(diǎn)騎行接駁比例是以站點(diǎn)進(jìn)、出站總?cè)藬?shù)作為分母，接駁車(chē)輛取、還總數(shù)作為分子進(jìn)行衡量。騎行接駁時(shí)間用于體現(xiàn)日期(工作日與非工作日)及時(shí)段(07：00—09：00及17：00—19：00為高峰時(shí)段，其余時(shí)段為非高峰時(shí)段)的差異，且兩者均是0-1判斷變量。站點(diǎn)特征用以體現(xiàn)類(lèi)型(一般站、換乘站、首末站、換乘-首末站)及區(qū)位(中心區(qū)、核心區(qū)、市區(qū)、郊區(qū))的差異。站點(diǎn)周邊建成環(huán)境用以體現(xiàn)用地類(lèi)型(住宅、商業(yè)建筑、教育科研、公園綠地)及開(kāi)發(fā)強(qiáng)度(容積率)的差異。站點(diǎn)周邊交通設(shè)施用以體現(xiàn)道路等級(jí)(主干道、次干道、支路)及公交設(shè)施(以站點(diǎn)周邊常規(guī)公交數(shù)量衡量)的差異。

2 模型的選擇與構(gòu)建

根據(jù)自變量的類(lèi)型，回歸統(tǒng)計(jì)模型應(yīng)滿足如下要求：①能夠限制變量隨機(jī)效益；②能夠解釋自變量與因變量的非線性關(guān)系；③能夠揭示空間地理數(shù)據(jù)影響情況。綜上，選取GAMM(廣義加性混合模型)。GAMM包含隨機(jī)效益項(xiàng)、系統(tǒng)成分及連接函數(shù)等3部分，有：

式中：

f——GAMM函數(shù)；

yi——第i個(gè)觀測(cè)值，為因變量;

θi——與yi對(duì)應(yīng)的自然參數(shù)，與yi均值有關(guān)；

φ——與方差有關(guān)的離散參數(shù),所有觀測(cè)值的離散參數(shù)均為φ；

α(φ)——隨機(jī)效益項(xiàng)；

b(θi)——系統(tǒng)成分；

c(yi，φ)——連接函數(shù)。

SPSS軟件K-S泊松分布檢驗(yàn)結(jié)果(見(jiàn)圖4及表3)顯示，因變量(騎行接駁比例)概率分布漸近顯著(雙尾值)為0.712(顯著性水平>0.05)，近似于標(biāo)準(zhǔn)泊松分布。因此，構(gòu)建Poisson-GAMM模型來(lái)限制變量隨機(jī)效益。

圖4 城軌站點(diǎn)騎行接駁比例K-S泊松分布

表3 城軌站點(diǎn)騎行接駁比例K-S泊松分布檢驗(yàn)

此外，為探究以騎行接駁時(shí)期為代表的時(shí)變自變量及以城軌站點(diǎn)區(qū)位為代表的空間自變量對(duì)因變量造成的差異，本研究使用與城市軌道交通運(yùn)營(yíng)同時(shí)段05：00—23：00的騎行接駁數(shù)據(jù)構(gòu)建面板數(shù)據(jù)，并使用每個(gè)城軌站點(diǎn)到城市中心的距離作為“城軌站點(diǎn)區(qū)位”自變量的協(xié)變量，用于Poisson-GAMM模型的標(biāo)定。在Poisson-GAMM模型中，因變量yi服從泊松分布，具體表達(dá)式為：

Bi～Poisson(λ)

式中：

Bi——不同時(shí)段第i個(gè)站點(diǎn)騎行接駁比例；

β0——模型截距；

βik——隨機(jī)效應(yīng)；

K——站點(diǎn)數(shù)量；

Xik——自變量；

fi(·)——中心二次可微光滑函數(shù)；

M——時(shí)變因素個(gè)數(shù)；

Si——第i個(gè)城軌站點(diǎn)地理位置信息，即城軌站點(diǎn)到城市中心的距離；

c——城軌站點(diǎn)隨機(jī)效應(yīng)矩陣。

3 回歸分析結(jié)果

將415座站點(diǎn)的騎行接駁比例及其對(duì)應(yīng)13個(gè)自變量組成的面板數(shù)據(jù)在R語(yǔ)言中進(jìn)行回歸分析?；貧w分析結(jié)果顯示：確定性系數(shù)R2=0.853，解釋殘差D=87.6%，表明Possion-GAMM模型數(shù)據(jù)擬合情況良好，擬合結(jié)果可信。

在騎行接駁時(shí)期要素中，騎行接駁比例同騎行接駁日期及騎行接駁時(shí)段呈正相關(guān)。騎行接駁日期及騎行接駁時(shí)段都是0-1離散判斷變量。其中：騎行接駁日期取0時(shí)代表非工作日，取1時(shí)代表工作日；騎行接駁時(shí)段取0時(shí)代表非高峰時(shí)段，取1時(shí)代表高峰時(shí)段。由表4可知：對(duì)于城軌站點(diǎn)的互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例，工作日高于非工作日，高峰時(shí)段高于非高峰時(shí)段。

表4 Poisson-GAMM模型回歸結(jié)果

在城軌站點(diǎn)性質(zhì)要素中，騎行接駁比例同離散型類(lèi)別變量的城軌站點(diǎn)類(lèi)型及城軌站點(diǎn)區(qū)位呈非線性相關(guān)性(如圖5所示)。經(jīng)分析：換乘站點(diǎn)自身對(duì)客流有較強(qiáng)的吸引力，故對(duì)騎行接駁比例有較強(qiáng)的正向效應(yīng)；由于首末站接駁距離普遍偏大，不宜采用騎行自行車(chē)的方式接駁，因此首末站對(duì)騎行接駁比例有較強(qiáng)的負(fù)向效應(yīng)；與核心區(qū)相比較，中心區(qū)的站點(diǎn)密度及線網(wǎng)密度較低，接駁距離更遠(yuǎn)，采用步行方式無(wú)法滿足全部接駁需求，故中心區(qū)成為最適宜騎行接駁的城市區(qū)域；位于市郊的站點(diǎn)接駁距離過(guò)大，騎行方式難以滿足大部分接駁需求。

圖5 騎行接駁比例與軌道站點(diǎn)類(lèi)型及區(qū)位的非線性關(guān)系

在城軌站點(diǎn)周邊建成環(huán)境類(lèi)影響要素中，住宅用地比例與騎行接駁比例呈正向相關(guān)，而商業(yè)建筑用地比例及公園綠地用地比例與騎行接駁比例呈負(fù)向相關(guān)，說(shuō)明人們更愿意在居住地與城軌站點(diǎn)之間使用互聯(lián)網(wǎng)租賃自行車(chē)進(jìn)行接駁。教育科研用地比例也與因變量呈正向相關(guān)，這是由于學(xué)生群體在校區(qū)與城軌站點(diǎn)間偏愛(ài)使用互聯(lián)網(wǎng)租賃自行車(chē)接駁方式。騎行接駁比例與作為連續(xù)變量的容積率呈非線性相關(guān)性，如圖6所示。當(dāng)容積率為0～1.5時(shí)，其與騎行接駁比例呈負(fù)向相關(guān)，說(shuō)明如果城軌站點(diǎn)位于土地開(kāi)發(fā)強(qiáng)度較低區(qū)域，則互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例較低；當(dāng)容積率為1.5～6.5時(shí)，其與騎行接駁比例呈正向相關(guān)；而當(dāng)容積率超過(guò)7時(shí)，其與騎行接駁比例又呈負(fù)向相關(guān)。這表明：互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例并非隨著城軌站點(diǎn)周邊土地開(kāi)發(fā)強(qiáng)度的提升而上升，當(dāng)城軌站點(diǎn)位于土地開(kāi)發(fā)強(qiáng)度較高區(qū)域時(shí)，其互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例反而下降。

圖6 騎行接駁比例與容積率的非線性關(guān)系

在城軌站點(diǎn)周邊交通設(shè)施類(lèi)影響要素中，主干道比例與公交站點(diǎn)數(shù)量同騎行接駁比例呈負(fù)向相關(guān)關(guān)系,說(shuō)明城軌站點(diǎn)周邊主干道越多、公交站點(diǎn)數(shù)量越多，其互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例越低。次干道比例與自變量呈正向相關(guān)關(guān)系，說(shuō)明具有良好騎行環(huán)境的次干道比主干道更能促使人們選擇互聯(lián)網(wǎng)租賃自行車(chē)接駁騎行支路比例與自變量呈正向相關(guān)關(guān)系，支路比例越高，表明該城軌站點(diǎn)的慢行交通可達(dá)性越高，使用互聯(lián)網(wǎng)租賃自行車(chē)進(jìn)行騎行接駁的比例也越高。

4 結(jié)論與建議

4.1 研究結(jié)論

1) 本文基于上海市互聯(lián)網(wǎng)租賃自行車(chē)接駁軌道交通的歷史騎行數(shù)據(jù)，結(jié)合數(shù)據(jù)挖掘分析及實(shí)際調(diào)查檢驗(yàn)，認(rèn)為以城軌站點(diǎn)出入口為中心20 m為半徑范圍，可用于篩選與城市軌道交通接駁的騎行數(shù)據(jù)。在此基礎(chǔ)上，采用廣義加性混合模型對(duì)重要影響因素進(jìn)行分析。

2) 在出入口周邊以20 m為半徑的范圍內(nèi)，接駁城市軌道交通的互聯(lián)網(wǎng)租賃自行車(chē)騎行量占全樣本數(shù)據(jù)的22.14%。證明接駁城市軌道交通是互聯(lián)網(wǎng)租賃自行車(chē)的主要使用目的之一。

3) 本研究采用廣義加性混合模型，以城軌站點(diǎn)互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例作為自變量，騎行接駁時(shí)期、城軌站點(diǎn)特征、建成環(huán)境及交通設(shè)施四類(lèi)影響要素作為因變量，建立城軌站點(diǎn)互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例影響分析模型，考慮包含時(shí)空變量在內(nèi)多種影響要素的影響作用。

4) Poisson-GAMM模型的統(tǒng)計(jì)回歸結(jié)果顯示：就騎行接駁時(shí)段而言，在工作日或高峰時(shí)段城軌站點(diǎn)互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例更高；在站點(diǎn)周邊商業(yè)建筑用地比例、公園綠地用地比例、主干道比例等影響要素不變前提下，提高站點(diǎn)周邊住宅用地和教育科研用地比例，以及次干道和支路比例，有助于提高城軌站點(diǎn)互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例；站點(diǎn)周邊商業(yè)建筑用地、公園綠地用地和主干道的比例以及公共站點(diǎn)數(shù)量的提高，會(huì)抑制城軌站點(diǎn)互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例；城軌站點(diǎn)類(lèi)型、區(qū)位及站點(diǎn)周邊容積率與城軌站點(diǎn)互聯(lián)網(wǎng)租賃自行車(chē)騎行接駁比例呈非線性關(guān)系。

4.2 優(yōu)化建議

經(jīng)過(guò)一段時(shí)間發(fā)展，互聯(lián)租賃自行車(chē)已成為城市軌道交通接駁的重要方式。為保障騎行接駁的高效、便捷、有序，本研究認(rèn)為應(yīng)注重站點(diǎn)騎行接駁換乘設(shè)施的規(guī)劃建設(shè)：在站點(diǎn)周邊10 m范圍內(nèi)提供必要且彈性的停放設(shè)施及車(chē)輛供給，以差異化滿足平峰及高峰時(shí)段“有車(chē)可取，有地可?！钡幕窘玉g需求；通過(guò)在站點(diǎn)周邊設(shè)置自行車(chē)專用道、打造優(yōu)美景觀等措施優(yōu)化接駁騎行環(huán)境；設(shè)置安全、便捷的騎行過(guò)街方式，改善部分主干道因路幅過(guò)寬而過(guò)街不便情況，進(jìn)一步提升騎行接駁比例。重點(diǎn)關(guān)注位于城市中心區(qū)、居住功能片區(qū)及高等院校周邊的城軌站點(diǎn)，在騎行接駁換乘設(shè)施規(guī)劃建設(shè)時(shí)序安排中給予優(yōu)先考慮。