西湖景區(qū)網(wǎng)約車運行特征研究與停車優(yōu)化

摘 要：網(wǎng)約車是西湖景區(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，網(wǎng)約車的使用量也隨之快速上升。車輛臨停上下客的行為對景區(qū)道路通行效率產(chǎn)生了一定影響，且靈隱等重點景區(qū)還存在打車難的問題。本文借助數(shù)據(jù)分析手段，深入剖析景區(qū)網(wǎng)約車運行的時間、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?？课屑~，旨在提升景區(qū)交通運行效率和游客體驗。

關(guān)鍵詞：網(wǎng)約車 時空特征 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10萬-20萬人次，雙休日客流量為20萬-40萬人次，五一假期客流量達到高峰，日均客流56.6萬人次，單日客流最高達80.9萬人次。2023年，西湖景區(qū)在途車輛數(shù)超過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2.5，相比2019年增長了39%，處于嚴重擁堵狀態(tài)。

網(wǎng)約車已成為景區(qū)主要的出行方式之一，五一假期景區(qū)日均通行車輛數(shù)11.4萬輛，其中網(wǎng)約車占總通行車輛的比例高達25.8%。每逢節(jié)假日，西湖景區(qū)停車難問題突出，網(wǎng)約車在路邊或景區(qū)大門附近臨時停放上下客，不僅嚴重影響景區(qū)道路通行效率，還降低了游客的出行體驗。例如，在景區(qū)的一些狹窄道路上，網(wǎng)約車的臨時停靠可能使原本雙向兩車道的道路變成單向通行，大大增加了車輛的通行時間，進而導(dǎo)致?lián)矶轮笖?shù)上升。因此，有必要對西湖景區(qū)網(wǎng)約車?？吭O(shè)施現(xiàn)狀進行全面評估。

本文借助大數(shù)據(jù)分析手段，分析景區(qū)網(wǎng)約車運行的時間、空間特征，并依據(jù)分析結(jié)果提出停靠布局優(yōu)化方案，打造網(wǎng)約車?？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，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)來源于杭州市網(wǎng)約車監(jiān)管平臺，其涵蓋訂單號、公司標識、經(jīng)緯度、時間、里程等多方面信息，杭州市網(wǎng)約車日訂單量約127.6萬條，涉及42家運營公司，以csv格式存儲，單量約120M，本研究選取2023年9月周六數(shù)據(jù)進行分析。

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，鑒于經(jīng)緯度對后續(xù)分析的關(guān)鍵作用，直接刪除出發(fā)或到達經(jīng)緯度缺失的訂單，占比6.73%；例如，若某訂單缺失到達經(jīng)緯度，那么在分析網(wǎng)約車的落客地點分布時，該訂單就無法準確反映實際情況，可能會干擾對落客聚集區(qū)域的判斷，所以需要刪除。對于3.33%存在載客里程為零但載客時間不為零的異常數(shù)據(jù)，因其影響分析，也予以刪除。這類數(shù)據(jù)可能是由于系統(tǒng)錯誤記錄導(dǎo)致的，如果不刪除，在計算平均載客里程等指標時會產(chǎn)生偏差。依據(jù)訂單號識別并刪除重復(fù)訂單，保留唯一標識，重復(fù)數(shù)據(jù)占比10.49%。最后篩選起終點均在景區(qū)內(nèi)的訂單，排除無關(guān)數(shù)據(jù)，以提升運算速度。

1.2 技術(shù)路線

本研究以解決西湖景區(qū)網(wǎng)約車?？繂栴}為核心，對網(wǎng)約車需求特征的研究，從車輛訂單量、出行距離、空間分布和停靠點分布多維度展開，全面揭示網(wǎng)約車的運行規(guī)律[1]。進而，依據(jù)需求特征分析結(jié)果，結(jié)合景區(qū)實際交通供給情況，提出具有針對性的?？坎季謨?yōu)化方案，最終實現(xiàn)提升景區(qū)交通運行效率和游客出行體驗的目標。

2 景區(qū)網(wǎng)約車需求特征

2.1 車輛和訂單量

總體來看，周六景區(qū)網(wǎng)約車日均訂單量為4.35萬次，日均投入運營的網(wǎng)約車數(shù)量為2.22萬輛，平均每輛車日均載客約1.96次。網(wǎng)約車訂單量呈現(xiàn)明顯的高峰特征，14-15時達到最高峰值，該時段小時訂單量高達3736單。自午后至20時，小時訂單量一直維持在較高水平，20時之后訂單量逐漸回落。通過分析景區(qū)24小時擁堵延時指數(shù)特征可知，網(wǎng)約車訂單量的增長對景區(qū)交通擁堵狀況影響顯著。隨著網(wǎng)約車數(shù)量的增加，景區(qū)擁堵指數(shù)逐步上升，尤其是14-17時，擁堵程度持續(xù)處于高位，擁堵延時指數(shù)一度超過2.5。這是因為14-17時正值游客在景區(qū)內(nèi)活動的高峰期，景點周邊道路人流量和車流量本身就大，此時網(wǎng)約車訂單量增加，更多車輛需要尋找合適地點停靠上下客，進一步加劇了道路的擁堵。

在一天的不同時間段，網(wǎng)約車訂單量存在差異。上午和傍晚是游客進出景區(qū)的集中時段，網(wǎng)約車出行量相應(yīng)增加。這可能是因為10-11時許多游客選擇在此時到達景區(qū)開始游玩，而13-14時是部分游客結(jié)束上午行程，從酒店或其他地方前往景區(qū)繼續(xù)游玩的時段。出景區(qū)訂單量與進景區(qū)不同，沒有明顯早高峰，訂單量高峰出現(xiàn)在18-19時，最高小時訂單量為1943單。這是因為18-19時大部分游客結(jié)束了一天的游玩，開始返程，所以此時出景區(qū)的網(wǎng)約車需求大增。

2.2 出行距離

從出行距離分布來看，景區(qū)游客以市內(nèi)居民為主。網(wǎng)約車載客次均行駛里程為8.7km，10km以內(nèi)單次占比76.6%，20km以內(nèi)單次占比94.6%。這表明大部分游客選擇網(wǎng)約車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，可能是因為西湖景區(qū)本身景點較為集中，游客在景區(qū)內(nèi)及周邊活動頻繁，且市內(nèi)公共交通網(wǎng)絡(luò)相對發(fā)達，對于較遠行程，游客可能會選擇其他交通方式。

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。從整體來看，湖濱商圈、靈隱寺、雷峰塔、吳山廣場等熱門景點周邊，是網(wǎng)約車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，對游客具有強大的吸引力，因此成為網(wǎng)約車的主要目的地。

湖濱商圈作為集購物、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)，吸引大量游客前來消費娛樂，進而產(chǎn)生大量的網(wǎng)約車需求。靈隱寺作為著名的佛教圣地，吸引了來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)約車訂單量更是急劇增加。雷峰塔作為游客打卡的熱門景點，周邊的網(wǎng)約車落客點也較為集中。吳山廣場因周邊的河坊街等古街充滿傳統(tǒng)韻味，吸引眾多游客前來感受杭州的歷史文化魅力，帶動了周邊網(wǎng)約車業(yè)務(wù)的頻繁發(fā)生。

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

2.4 網(wǎng)約車?？奎c分布

HDBSCAN（基于密度的空間聚類算法）是一種高效的密度聚類算法，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，能自動確定聚類數(shù)量。它將DBSCAN轉(zhuǎn)化為層次聚類算法，并運用基于聚類穩(wěn)定性的技術(shù)提取平面聚類結(jié)果，可發(fā)現(xiàn)任意形狀的聚類，處理不同密度的數(shù)據(jù)分布，對噪聲和異常值具有較強的魯棒性[2]。

利用地理處理工具（ArcGIS）中的自調(diào)整（HDBSCAN）算法對景區(qū)網(wǎng)約車落客點進行聚類分析。該算法需設(shè)定每個聚類的最小要素數(shù)量（min_samples參數(shù)），并計算網(wǎng)約車落客點簇的數(shù)量k。通過繪制k-min_samples曲線圖，運用“肘部法則”確定最佳簇數(shù)量。從圖中可知，隨著min_samples增加，k值迅速下降，當min_samples達到60時出現(xiàn)明顯肘點，此后k值下降速度明顯放緩。因此，選擇min_samples=60且k=89作為最佳聚類參數(shù)，初步確定網(wǎng)約車落客點的規(guī)模和聚集區(qū)域。

3 ?？坎季謨?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車道。這種狹窄的道路條件在應(yīng)對網(wǎng)約車停靠需求時存在較大局限性，車輛停靠易造成道路堵塞。景區(qū)內(nèi)部總停車泊位約9600個，對于旅游旺季大量的車輛來說，停車位相對不足，網(wǎng)約車在尋找停車位時可能會增加道路上的無效行駛時間，加劇擁堵。目前，景區(qū)內(nèi)尚未通達地鐵，周邊分布有12座地鐵站，雖然公交能承擔一部分游客的出行需求，但目前還無法完全滿足游客快速、便捷的換乘需求。

結(jié)合網(wǎng)約車需求特征來看，熱門景點周邊網(wǎng)約車需求大，但道路和停車資源有限，難以滿足車輛?？俊＠?，靈隱寺周邊在旅游旺季網(wǎng)約車訂單量劇增，而狹窄的道路和有限的停車位使得網(wǎng)約車停靠困難，導(dǎo)致道路擁堵加劇。這充分說明現(xiàn)有交通供給在滿足網(wǎng)約車停靠需求方面存在明顯不足，急需優(yōu)化調(diào)整。

3.2 整體運行情況

目前雙休日及小長假、長假期間每天8時至17時，西湖景區(qū)實行小客車“單雙號”管理措施，客運出租汽車禁止駛?cè)腱`隱景區(qū)，今年以來，景區(qū)雙休日和節(jié)假日擁堵延時指數(shù)峰值基本控制在4.0以內(nèi)，主要擁堵時段出現(xiàn)在上午10時至下午18時，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，周邊景點眾多，車流量和人流量大，網(wǎng)約車的頻繁停靠進一步加重了交通負擔。

3.3 ?？坎季謨?yōu)化方案

基于網(wǎng)約車落客點的聚類分析結(jié)果，綜合考慮景區(qū)現(xiàn)有停車設(shè)施、公交站布局、道路實際狀況以及限行區(qū)域要求，最終確定網(wǎng)約車停靠站點。同時，在重點道路實施網(wǎng)約車定點上下客方案，包括3個路外定點和17個路內(nèi)定點。

例如，滿覺隴村道路較窄，為避免形成堵點，分別在動物園停車場、蓮花峰路（虎跑交警中隊至九曜山隧道西口）、虎跑路金桂路口、四眼井公交站設(shè)置網(wǎng)約車和出租車上下客點[3]。中秋假期，西湖景區(qū)實行出租車、網(wǎng)約車在西泠橋停車場定點上下客，治堵效果顯著。出租車和網(wǎng)約車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狀況[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)擁堵延時指數(shù)均值、峰值和車流最高在途量、總通行車輛數(shù)均明顯下降。景區(qū)白天平均延時指數(shù)日均2.57，同比下降15.4%；延時指數(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90萬人次的情況下，當日景區(qū)擁堵指數(shù)峰值僅3.85；最高在途車輛日均0.61萬輛，同比下降43.4%；白天總通行車輛日均7.19萬輛，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）平均車速較2023年五一提升7%。

不同的優(yōu)化措施對緩解擁堵起到了不同的作用。通過設(shè)置專門的上下客區(qū)域，減少了車輛在道路上的隨意停靠行為，降低了車輛之間的沖突點。通過停車場和路內(nèi)定點上下客，車輛可以有序通行，避免了在狹窄道路上的長時間停留和頻繁加塞，從而提高了道路的實際通行能力，緩解了擁堵狀況。

4 結(jié)論與展望

本研究通過對西湖景區(qū)網(wǎng)約車相關(guān)數(shù)據(jù)的深入分析，全面評估了網(wǎng)約車?？吭O(shè)施現(xiàn)狀，明確了景區(qū)網(wǎng)約車的需求特征，并提出了針對性的停靠布局優(yōu)化方案。實踐證明，優(yōu)化方案取得了顯著的治理成效，有效緩解了景區(qū)的交通擁堵狀況，提升了游客的出行體驗。

未來研究方向可進一步聚焦于如何利用智能交通技術(shù)，實現(xiàn)網(wǎng)約車?？康闹悄芑芾恚岣哔Y源利用效率；同時，考慮將網(wǎng)約車?？糠?wù)優(yōu)化與景區(qū)其他交通方式進行深度融合，建立網(wǎng)約車與公交、地鐵的換乘銜接體系，設(shè)置專門的換乘樞紐，為游客提供更加優(yōu)質(zhì)的出行服務(wù)。此外，隨著旅游市場的不斷變化和發(fā)展，持續(xù)跟蹤和評估網(wǎng)約車?？糠?wù)優(yōu)化效果，適時調(diào)整優(yōu)化方案，以適應(yīng)景區(qū)交通需求的動態(tài)變化。

參考文獻：

[1]劉子樂.北京市景區(qū)網(wǎng)約車出行依賴度分析和需求預(yù)測方法[D].北京：北京交通大學，2022.

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

[3]杭州日報.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].杭州日報，2022.https：//baijiahao.baidu.com/s？id=1745323031198587517amp;wfr=spideramp;for=pc.