基于IC卡数据挖掘的公共自行车需求特性分析

李政 姜妍

摘 要 公共自行车是一种环保健康的绿色交通方式，目前公共自行车系统均采用IC卡借还自行车。挖掘大量的IC卡数据可以获得公共自行车的使用特性和使用人群的潜在规律性，对公共自行车的研究具有重要意义。基于此，本文利用大量的IC卡刷卡数据，从租赁用户和租赁站点两个方面对城市公共自行车需求特性进行分析，为后续公共自行车的发展方向和发展前景提供理论和现实依据。

关键词 城市公共自行车;IC卡数据挖掘;需求特性

引言

城市公共自行车具有机动灵活、经济实惠、自主性大、道路适应能力强等特点，是服务短距离出行、接驳轨道交通和常规公交以及休闲游憩的交通方式。然而，近年来随着共享单车的蓬勃发展，公共自行车受到了很大的冲击和影响[1]。公共自行车采用IC卡刷卡实现借还车，不仅能提高公共自行车的借还车效率，而且能建立完善的公共自行车刷卡数据库[2]。利用海量的IC卡刷卡数据，分析公共自行车的需求特性，提取其潜在借还特征规律，对于预测未来年公共自行车使用量，确定其发展方向和建设方案等具有重要意义[3]。

目前国内外的已有研究中，大多采用定性的分析，少量的定量分析仅仅在小范围内进行，并且集中在用户个人属性和与轨道交通的换乘接驳上，分析结果不具有普遍性[4]。

为解决上述问题，本文利用南京市主城区2016年3月1日至2017年12月31日的IC卡刷卡数据，从公共自行车租赁用户和租赁站点的需求变化规律两方面探索公共自行车的需求特性，把握南京市公共自行车的发展规律，为其后续发展提供理论依据。

1城市公共自行车总体使用情况分析

以南京市主城区为研究对象，统计其2016年3月1日至2017年12月31日的IC卡数据，计算求得南京市主城区公共自行车用户数、公共自行车每月使用总量南京市主城区公共自行车用户数前期整体快速稳步增长，2017年3月的用户数为2016年3月用户数的两倍，发展态势良好。但由于受到共享单车的影响，2017年4月后用户数持续下降，2017年8月以后用户规模有所回升。2017年3月公共自行车使用总量达到了最高值518万次，随后持续下跌，至2017年12月公共自行车使用总量为312万次。

2城市公共自行车租赁用户需求特性分析

2.1 年龄分布

统计截止至2017年12月，南京市主城区公共自行车使用者按年龄可分为4类，12-20岁为青少年，21-40岁为青年，41-50岁为中年，51-70岁为中老年，统计所有使用者的年龄分布。青少年用户所占比例最小，仅占2.45%;中年用户和中老年用户占总用户规模的51.56%。由此可见，中年和中老年用户更倾向于使用公共自行车满足其日常的出行需求[5]。

2.2 使用强度

根据IC卡刷卡数据，按照用户出行频率将其分为低频用户、中频用户、中高频用户以及高频用户，出行频率依次为：次/月、次/月、次/月、次/月。分析2017年10月公共自行車用户的使用频率和各类人群该月的租赁总量。中低频用户数量占总用户规模的70.3%，其租赁量仅占租赁总量的18.34%;而高频用户数量虽然仅占总用户规模的5.08%，其租赁量却达到了租赁总量的46.7%。

2.3 骑行时长

从租赁人群骑行时长的角度分析，骑行时长在1小时之内的租赁量占94.80%;骑行时长大于2小时的租赁量仅占2.58%。公共自行车作为短距离接驳的交通工具，有效解决了短时出行的客流需求，符合接驳“最后一公里”慢行交通工具的功能定位。

3城市公共自行车租赁点需求特性分析

3.1 站点使用强度

随着站点密度的逐渐增大，用户租赁公共自行车的便捷程度亦在逐步提升。2017年12月主城区共建有1271个租赁点。根据IC卡刷卡数据显示，主城区租赁点中有381个站点，当月的使用强度在1000人次以下，租赁量仅占总量的4.55%，效能明显不高。绝大部分站点使用强度在1000至10000人次，仅有2.99%的站点每月使用强度在10000人次以上。

3.2 站点相似性

（1）聚类方法。公共自行车租赁点的聚类分析采用轨迹聚类法，以各站点每天各时段的借还车量作为原始数据，通过对数据轨迹内部运动模式和特征信息的分析，确定轨迹间的相似程度，并将相似程度较高的轨迹归为一类。

轨迹聚类的目标是寻找具有相同运动模式的轨迹，通过对轨迹内部运动模式和特征信息的分析，确定轨迹间的相似程度，并将相似程度较高的轨迹归为一类。现有的轨迹聚类算法可分为两类：一种是基于整体的轨迹聚类，即将一条轨迹视为一个整体而对其不做分段，通过定义轨迹的相似度函数将其聚类，这样一条轨迹只能属于一个簇;另一种是基于分段的轨迹聚类，即将一条轨迹分为多段，分段的轨迹之和不一定是原轨迹，也可以是原轨迹特征的抽取，再进行轨迹聚类，这样同一条轨迹可能分属于多个簇，可视的结果会出现分流与聚流的效果。轨迹聚类的过程包括：①计算能够描述轨迹曲线的指标;②利用因素分析选择指标的子集;③利用聚类分析找到轨迹的类别，并将不同的轨迹归到各个类别[6]。

租赁点轨迹聚类以30分钟内的借还车量为指标，统计一天24小时的48个时段内各个站点的借还车量变化趋势，绘制每个租赁点的借还车变化趋势图，以此作为聚类统计的依据。

以南京市主城区为研究范围，分析2017年10月16日至20日（周一至周五）的刷卡数据，以区域内各站点借还车量为分析对象，绘制每个租赁点的借还车变化趋势图，并运用轨迹聚类法将主城区的站点分为四类。

（2）聚类结果分析。根据聚类的分类结果，以借还车数量为纵坐标，时间为横坐标，对每类站点的需求特性及变化规律进行分析。

第一类站点以城北运管所站点为例，该站点全天各时段借还车量较少，且数量变化较为平缓。站点借还车高峰不明显，7：00-9：30和17：00-19：30形成借还车小高峰（见图2）。该类站点效能低，站点利用率低，主要分布在外围沿江区域。

第二类站点以省财政厅站点为例，该类站点借还量较少，但比第一类站点借车量大。站点不同时间段内的借还车差异较大且有明显的借还车高峰。还车高峰时段为7：00-9：30，且在13：00-14：30有还车小高峰。借车高峰为 17：00-19：30，且在11：00-12：30有借车小高峰。（见图3）

第三类站点以省反贪局站点为例，站点借还车数量较大且比较均匀。各时段内借还车差值不大，有明显的借还车高峰。该类站点在19：30以后仍有借还车现象，站点使用量较大，效能较高（见图4）。

第四类站点以国家大学科技园站点为例，站点的借还车大多集中在早晚高峰，平峰时期的借还量很少，甚至没有（见图5）。该类站点早晚高峰借还车差异非常大，可以认为是完全服务于高峰期的通勤出行。

3.3 站点周转率

站点周转率是指单位时间内租赁点每个停车桩的平均还车次数，表示为时间内租赁点还出公共自行车总数量与租赁点的桩位数的比值[7]。站点周转率反映了其服务强度，周转率越大，则该站点的服务效能越高;反之周转率较低的站点利用率低，站点效能不高。同时，还可以根据公共自行车租赁点的周转率求得租赁点的桩位数。

考虑到2017年10月的国庆假期会对公共自行车的使用产生较大影响，因此，选择2017年9月1日至9月30日一个月作为租赁点站点周转率的研究时间段。南京市公共自行车租赁点的站点周转率大多在10次以内，即租赁点每个桩位一天最多被借还车10次。所有租赁点周转率的百分之八十五分位点的站点周转率为4.193，即有85%的租赁点的站点周转率小于4.193，仅有15%的租赁点的站点周转率大于4.193。

4结束语

本文依靠2016年3月至2017年12月的公共自行车IC卡刷卡数据，通过对原始数据的处理和分析，把握南京市主城区公共自行车系统的整体发展情况。同时基于统计结果从租赁用户和租赁站点两个方面分析了城市公共自行车系统的需求特性。本文通过对实际IC卡刷卡数据的研究和分析，深入挖掘南京市主城区公共自行车借还车需求规律，为南京市公共自行车的后续发展奠定研究基础和科学依据。

参考文献

[1] 李正浩.城市公共自行车租赁站远期发展规模分析[J].交通节能与环保，2010，（2）：44-46.

[2] 崔晓琳.基于轨道交通接驳的公共自行车租赁站点布设研究[D].北京：北京交通大学，2013.

[3] 罗海星.城市公共自行车租赁站点选址方法研究[D].北京：北京交通大学，2013.

[4] 李婷婷.城市公共自行车租赁点选址规劃研究[D].北京：北京交通大学，2010.

[5] 曹雪柠.基于IC卡数据的公共自行车使用特性与动态调度优化研究[D].南京：东南大学，2016.

[6] 刘路美.城市公共自行车站点需求预测及调度优化方法研究[D].北京：北京交通大学，2017.

[7] 蒋聪之.基于轨道交通接驳的公共自行车租赁点规划方法研究[D].南京：东南大学，2015.