灰色组合模型视角下公共自行车站点运营评价
2017-11-02徐慧刚
杨 珺,李 涛,詹 锋,徐慧刚
(1.浙江海洋大学 港航与交通运输工程学院,浙江 舟山 316022;2.浙江衢州公交集团有限公司,浙江 衢州 324000;3.衢州市衢江区交通运输局,浙江 衢州 324000)
灰色组合模型视角下公共自行车站点运营评价
杨 珺1,李 涛1,詹 锋2,徐慧刚3
(1.浙江海洋大学 港航与交通运输工程学院,浙江 舟山 316022;2.浙江衢州公交集团有限公司,浙江 衢州 324000;3.衢州市衢江区交通运输局,浙江 衢州 324000)
公共自行车站点是影响公共自行车使用水平的重要因素。为评估城市公共自行车站点的运营现状,综合利用模糊一致理论、两阶段灰色聚类模型及灰色加权关联模型,构建了城市公共自行车站点评价的灰色组合模型,结合衢州市公共自行车系统进行了实例验证并得出了分析结论。结果表明,灰色组合模型能够满足站点评估过程中的灰色性和模糊性,可以有效评估出公共自行车站点的利用情况及关键影响因素,为公共自行车站点的优化提供参考。
交通工程;公共自行车;站点;模糊一致理论;两阶段灰色聚类;灰色加权关联模型
公共自行车系统是城市公共交通的重要组成部分,但目前城市公共自行车系统面临着部分站点利用率较低的问题,因此有必要对站点的运营状态作出正确评估与分析。国内外关于公共自行车站点的研究情况:①在定性研究方面,刘冰等[1-3]分别以杭州市、株洲市的公共自行车系统为例,进行了交通调查并提出优化建议。②在交通影响因素研究方面,DENG等[4]利用层次分析法研究了影响站点使用率的因素;钱佳等[5]基于结构方程假设模型对公共自行车满意度的影响因素进行了分析;EL-ASSI等[6]基于多元回归分析模型研究了气候及环境对自行车出行的影响程度。③在交通评价研究方面,陈慧等[7]构建了基于AHP的模糊综合评判模型,并对站点的选址进行了评价;刘香等[8-9]基于DEA模型对公共自行车系统作出了评价;庄轲[10]建立了灰关联模型对站点选址方案进行了比选;石悦悦等[11]构建了灰色模糊综合评价模型对自行车出行水平作出了评价。公共自行车站点的利用率受到道路、区域等多个因素的影响,评价过程具有一定的不确定性且信息贫乏,所以公共自行车站点的评价具有模糊性和灰色性。上述研究虽然取得了许多成果,但未涉及到现有站点运营情况的评估,也没有综合考虑到站点评价的模糊性与灰色性。为此,笔者通过引入模糊一致理论、两阶段灰色聚类模型及灰色加权关联模型,构建了城市公共自行车站点评价的灰色组合模型。
1 模型构建
1.1 构建白化权函数
1.2 确定聚类权重
根据各指标的重要程度建立模糊优先关系矩阵B=(bjl)m×m,当uj优于ul时,bjl为1;当uj与ul等优时,bjl为0.5;当uj劣于ul时,bjl为0。然后将模糊优先关系矩阵B改造为模糊一致矩阵R=(rjl)m×m,并以方根法计算聚类指标的权重wj。
(1)
(2)
(3)
(4)
1.3 一阶段灰色聚类
(5)
1.4 二阶段灰色聚类
计算综合加权决策向量ηk(k=1,2,…,t),其中,t表示灰类的总数。
(t-1,t,t-1,t-2,…,2)
(2,3,…,t-1,t,t-1)
计算综合测度决策向量vi:
(6)
1.5 确定关键影响因素
借鉴文献[7]~文献[11]、文献[14]和文献[15],并结合专家意见,确定了影响公共自行车站点使用水平的评价指标体系,如图1所示。
图1 公共自行车站点使用水平的评价指标体系
(0<λ<1)
(7)
(8)
熵权法是一种客观赋权法,其基于信息论中“熵”的概念,客观性较强,因此笔者利用熵权法确定指标权重。组织n个专家对m个评价指标的重要度进行打分,构建m×n决策矩阵并进行min-max标准化;再计算第a个指标下第b个专家的评分比重Rab:
(9)
计算第a个指标的熵值ea:
(10)
计算第a个指标的熵权ua:
(11)
根据关联系数和熵权计算加权关联度:
Y=uarab
(12)
利用SPSS软件对加权关联度进行ward聚类分析,测量距离选择欧式平方距离。
2 案例应用研究
衢州市地处浙江省西部,自2013年开始建设公共自行车系统。笔者基于衢州市西区2014—2017年公共自行车的运行数据,对各站点的运营情况进行评估。
2.1 确定聚类指标
通过衢州公交集团获取了衢州市西区2014—2017年的公共自行车站点运营数据,依据式(13)和式(14)可得出自行车周转比α和停车桩周转比ε,取自行车周转比、停车桩周转比、自行车投放量与自行车下架量为聚类指标,如表1所示,按“优秀”、“中等”、“不合格”3个等级进行聚类评价。
(13)
(14)
表1 站点运营数据
2.2 建立白化权函数
2.3 计算聚类指标权重
建立模糊优先关系矩阵B,再将矩阵B改造为模糊一致矩阵R。
根据模糊一致矩阵R可计算得到自行车周转比、停车桩周转比、自行车投放量与自行车下架量4个聚类指标的权重分别为:w1=0.317,w2=0.317,w3=0.218,w4=0.148。
2.4 一阶段灰色聚类
通过计算可得到各站点的聚类系数,如表2所示。根据最大隶属度原则,可得到评级为“不合格”站点的编号为1003、1152、1153、1181、1301、1302。
表2 灰色定权聚类系数
2.5 二阶段灰色聚类
表3 综合决策向量
由表2可知,一阶段灰色定权聚类后,出现多个隶属度为“0”的结果,而二阶段灰色聚类很好地修正了这一结果,挖掘出了更多有效信息。综合两阶段的隶属度变化及结论,可以得出两阶段灰色聚类较传统灰色聚类方法更为准确。
2.6 确定关键影响因素
邀请15位来自于公共自行车设计及运营单位的专家对各站点的二级指标的重要程度进行打分,利用熵权法计算出各指标的权重。以1153站点为例,对每个指标取10组样本序列,取分辨系数λ=0.5,计算出各指标的关联度,通过与各指标的熵权相乘可得到加权关联度,如表4所示。
表4 二级指标权重及1153站点计算结果
利用SPSS软件进行ward聚类分析后,得到的树状聚类图,如图2所示。
图2 1153站点树状聚类图
根据图2可将影响1153站点的各指标分为3类,按加权关联度从大到小排列,影响程度高的指标即关键指标为b4,b5,b10,b16;影响程度中等的指标为b9,b12,b13;影响程度低的指标为b1,b2,b3,b6,b7,b8,b11,b14,b15。同理,可得出其余站点的关键指标,如表5所示。
表5 各站点的关键指标
2.7 结果分析
通过对上述7个站点进行影响因素分析,可以得出各站点共同的关键指标是交通组织、站点间距、咨询与服务、区域骑行意识。结合实际情况可知,上述7个站点均位于城市边缘或城乡结合地带,交通组织较差;公建点分布较为分散,造成站点间距过长;同时,周边无有效的服务亭等相关咨询设施,已有的查询机也有多处损坏;此外,上述站点所分布的区域出行多为中长途出行,而公共自行车的优势在于短途出行,故区域骑行意识较低。
4 结论
笔者基于模糊一致理论、两阶段聚类模型及加权灰色关联模型,构建了城市公共自行车站点评价的灰色组合模型,结合衢州市西区近4年公共自行车系统的实际运营数据进行了评估与分析。结果表明,该模型能够有效评估出城市公共自行车站点的运营状态及影响因素,继而为公共自行车的站点优化提供理论参考,对其他城市的公共自行车站点运营分析也有借鉴意义。公共自行车站点运营的影响因素复杂多变,如何构建更具全面性和动态性的评价体系将是下一步的研究方向。
[1] 刘冰,曹娟娟,周于杰,等.城市公共自行车使用活动的时空间特征研究:以杭州为例[J].城市规划学刊,2016(3):77-84.
[2] 郭美芳.基于出行调查的城市公共自行车交通网络规划研究[D].长沙:中南大学,2013.
[3] 曾振.城市公共自行车系统运营绩效评价:以湖南省株洲市为例[J].城市交通,2014,12(6):70-76.
[4] DENG C, WANG J Y, ZHENG W G. Layout optimizing of public bicycle stations based on AHP in Wuhan[J]. Applied Mechanics & Materials, 2015(737):896-902.
[5] 钱佳,汪德根,牛玉.城市居民使用市内公共自行车的满意度影响因素分析:以苏州市为例[J].地理研究,2014,33(2):358-371.
[6] EL-ASSI W, MAHMOUD M S, HABIB K N. Effects of built environment and weather on bike sharing demand: a station level analysis of commercial bike sharing in Toronto[J]. Transportation,2017,44(3):589-613.
[7] 陈慧,缪晶.福州公共自行车站点选址研究[J].闽江学院学报,2014,35(2):128-134.
[8] 刘香,袁汝华.基于DEA模型的城市公共自行车运行效率评价[J].武汉理工大学学报(交通科学与工程版),2016,40(6):1054-1057.
[9] 刘琛,郑丽媛,诸云.基于数据包络法的城市公共自行车系统综合评价[J].交通运输工程与信息学报,2016,14(3):119-128.
[10] 庄轲.基于灰关联的公共自行车站点选址研究[J].交通运输研究,2015,1(5):31-36.
[11] 石悦悦,周爱莲,唐超强.自行车出行综合评价方法[J].交通科技与经济,2013,15(5):51-54.
[12] 刘思峰,杨英杰,吴利丰.灰色系统理论及其应用[M].北京:科学出版社,2014:133-136.
[13] 刘思峰,方志耕,杨英杰.两阶段灰色综合测度决策模型与三角白化权函数的改进[J].控制与决策,2014, 29(7):1232-1238.
[14] 秦孝敏.城市公共自行车站点布局及配置优化研究[D].成都:西南交通大学,2015.
[15] FRADE I, RIBEIRO A. Bike-sharing stations: a maximal covering location approach[J]. Transportation Research Part A Policy & Practice, 2015(82):216-227.
TheEvaluationofPublicBicycleStationOperationfromthePerspectiveofGreyCombinedModel
YANGJun,LITao,ZHANFeng,XUHuigang
Public bicycle station is an important factor that affect the use level of public bicycle. In order to evaluate the operation status of urban public bicycle station, comprehensive use of fuzzy consistent theory, two stage grey clustering model and grey weighted incidence model,the grey combined model of urban public bicycle station evaluation is constructed, the example of public bicycle system in Quzhou is verified and the analysis results are obtained.The result shows that the grey combined model can satisfy the grey and fuzzy characteristics in the station evaluation process can evaluate the utilization of public bicycle station and the key influencing factors effectively, finally, it can provide a reference for the optimization of public bicycle station.
transportation engineering;public bicycle;station;fuzzy consistent matrix; two stages grey clustering; grey weighted incidence model
U491.2
10.3963/j.issn.2095-3852.2017.05.019
2095-3852(2017)05-0610-05
A
2017-05-05.
杨珺(1994-),男,安徽安庆人,浙江海洋大学港航与交通运输工程学院硕士研究生,主要研究方向为交通运输规划与管理.
李涛(1974-),男,湖南岳阳人,浙江海洋大学港航与交通运输工程学院教授级高级工程师,博士,主要研究方向为公路工程、工程项目管理.
YANGJunPostgraduate; School of Port and Transportation Engineering,Zhejiang Ocean University, Zhoushan 316022,China.