基于时空消耗法的共享单车投放规模研究

梁爱艳，周继彪，沈莹

（宁波工程学院 建筑与交通工程学院,浙江 宁波315211）

0 引言

随着我国经济的高速增长和机动化进程加快，机动车出行骤增，自行车出行大幅下降，引发了城市交通拥堵、空气污染和交通安全等问题。为缓解上述交通问题，政府开始鼓励短距离内采用自行车出行[1-3]。自行车通常被认为是绿色环保的交通出行方式[3]，其中，共享单车是“互联网租赁自行车”的简称，是指企业在校园、地铁站点、公交站点、居民区、商业区、公共服务区等提供自行车单车共享服务[4]。近年来共享单车迅猛发展[5-6]（250个城市，2300万辆），但受道路资源限制，城市内可容纳的共享单车数量有限。过量的共享单车既是车辆资源浪费、企业成本浪费，也占用了过多的公共空间，势必影响其他交通方式正常行驶和停泊，从而影响出行者的出行体验，破坏城市市容，引发一系列交通安全问题，如2016年1月到2016年6月，江苏省的自行车事故数占事故总数的近70%[7-8]。现阶段，互联网技术发展已较为成熟[9]，一些城市已经出台政策限制共享单车投放，如北京、上海和杭州等城市。因此了解道路容量下合理的共享单车投放量，可以为政策制定提供参考依据，对企业长久发展有益。

目前国内较少研究关注于共享单车宏观投放规模，国外对于共享单车的研究主要集中在关于“有桩公共自行车”相关问题的探讨方面[10]，包括宏观层面的站点规划、车辆投放、运营管理，微观层面的使用特征、需求预测和需求调度等内容。对于共享单车投放规模，文蝶斐等人[11]针对城市共享单车的时空分布、平均使用次数、闲置率等数据进行了分析，构建了调度优化模型，得到共享单车调度的最优调度方案；吕晓萌等人[12]建立了反映不同时空共享单车需求量的指标体系，使用熵权法等方法建立单车分配与调度的非线性规划模型，并根据所建模型设计了共享单车分配、调度方案，结果表明使用熵权法可构建共享单车分配与调度的非线性规划模型；周传钰等[13]在对多种轨道交通接驳出行方式的优势进行分析之后，以共享单车的可达性优势为基础研究了关于交通接驳区域的单车投放规模，对单车投放量实现了精细化的管理；孟娟[14]提出以地铁站点为典型场景，利用手机信令大数据识别地铁乘客来源去向分布，再结合地铁进出站刷卡数据及共享单车服务范围、分担率、周转率等，匡算地铁站点共享单车投放规模的思路及方法。

综上，对于城市内共享单车投放量测算，通常基于客流数据建立预测模型，而忽略了城市路网承载力的客观限制。城市路网承载力是指在路网通行能力的制约并满足路网系统最优的情况下，路网所能承担的最大交通流量。传统的路网容量计算方法有时空消耗模型、线性规划法、割集法、交通分配模拟法等。其中时空消耗法是一种经典的路网承载力计算方法，是基于城市道路客观指标，提出的与城市路网承载力相匹配的计算值，依靠道路特性、车辆特性以及其他修正参数求得路网容量。其方法简明、实用性强，适用于定量评估城市共享单车合理的宏观投放规模。基于以上分析，本文采用时空消耗法探讨了共享单车投放规模。

1 时空消耗模型构建

1.1 路网承载力影响因素分析

传统的路网容量模型用以计算城市机动车道路网承载力，研究对象为机动车。路网承载力影响因素包括道路特性和外界约束两部分，前者指道路几何尺寸、道路等级和交叉口等的影响，后者主要指停车资源约束和公交分担比例。机动车道与自行车道相比，在道路结构、行驶车辆、设计指标和外界干扰等方面，均存在明显的差异，差异情况如表1所示。自行车道路网承载力是指一定服务水平下，城市内自行车道路网络中所能承担的自行车最大值，文献中指出机动车道路网承载力受外部资源环境、道路结构与等级、停车系统和公交系统的影响，而自行车路网承载力的确定，需要根据自行车交通流特性确定。对于自行车道路网承载力，外界干扰主要受机动车和步行行人影响，车道影响和停车限制被忽略，车型上电动自行车给常规自行车交通流带来的影响，通过车型换算系数代入出行分担比例确定。

表1 机动车道与非机动车道状态差异

1.2 模型构建

参照机动车广义路网容量模型[15]，理想状态下自行车路网容量为城市自行车道路时空总资源与单位自行车时空消耗量的比值，而实际应考虑道路等级、干扰系数和出行率等参数修正，如式（1）至式（3）所示。由于早晚通勤高峰时刻共享单车使用频繁，此时自行车道负荷最高，所以结合高峰小时和高峰小时出行比重为计算道路有效运营时间。

本文将模型修正参数归纳为两种，分为道路修正参数和高峰小时出行修正参数，前者包括道路等级、交叉口限制、骑行干扰、路线使用频率以及路网不均衡修正，后者包括高峰小时内出行比重、出行不均衡系数和共享单车出行比例，实际路网承载力计算如式（4）所示。路网承载力水平用于评估路网运行状态，结合共享单车使用率，可求得路网中共享单车容纳限值，如式（5）至式（8）所示。各公式R及η含义及取值见表2。

式中，C为理想状态下路网容量；C0为路网时空资源总量；Cr为实际路网容量；Ci为出行时间内交通个体占用道路时空资源；hs为自行车骑行时最小安全车头间距；β为自行车骑行时最小安全横向间距；t为用户使用共享单车平均出行时间；L为自行车道长度；W为自行车道有效宽度，即自行车道设计宽度减去两侧安全间隔，单侧安全间隔取0.25 m[16]；T为高峰小时；Li和Wi分别为不同等级自行车道有效宽度，i取值1~4，代表快速路、主干路、次干路和支路。

ω为路网承载力水平，P为城市内共享单车每日出行量；p为单车日周转率；N为城市内共享单车投放总量。

v为自行车骑行速度；tr为反应时间；φ为车轮与地面黏着系数；j为道路坡度；l0为前后车安全间距；lb为车身长度。

表2 系数含义及取值

表3 不同城市形态下的空间不均衡系数

1.3 等级划分

目前，针对城市路网承载力的分级标准，尤其是对自行车道路网，国内外尚未给出统一量化标准，但路网承载力与路段服务水平密切相关，可采用机动车道服务水平标准评估路网承载力。对于路网中非机动车道路网承载力水平，常用道路负荷度评估，与承载力水平评估指标一致。我国《城市道路工程设计规范》(CJJ 37-2016)[17]，参考美国HCM2000将自行车道服务水平分为Ⅰ~Ⅳ级，分别为自由骑行、稳定骑行、骑行受限、间断骑行，如表4所示。二级及以上服务水平能够保证路网中非机动车正常通行；三级时路网承载力接近上限值，非机动车交通状态较差；四级服务水平下城市路网处于超负载状态，骑行环境恶劣，区域出现拥堵现象。所以为保证非机动车正常行驶，应将路网承载力水平控制在二级及二级以上。

表4 路段自行车道服务水平分级

2 实例验证

2.1 调查地点

共享单车的时空特性，与用户的出行行为紧密联系，通勤、休闲往往是人们出行的主要目的[18]，因此选择居民社区、行政区（政府部门、市属医院）和商业广场分析通勤活动中共享单车的使用特性。另外，商业广场同时附带娱乐性，加之以城隍庙为代表的旅游区，体现休闲娱乐在出行中的使用特性。考虑到共享单车接驳换乘的用途[19]，将地铁站点纳入调查范围。选取在宁波市区内居住区、行政区、地铁站点、商业区和旅游区5种职能类型代表性区域，每种类型区域包括2～5处同类设施，每处设施周围安排1～3个调查点位，总计28个调查点位，点位分布如图1所示。

图1 调查点位分布图

2.2 调查时间

调查日期为2018年7月31日至2018年8月31日，持续一个月时间。共享单车使用多在10:00和20:00之前，在每天的早晚高峰人们出行较为集中，而平峰时段内用户出行特征不规律[20]，故调查时间为每天的早高峰和晚高峰，即7:30-9:30和17:00-19:00，为避免天气因素干扰，调查工作全部在良好天气下进行。

2.3 数据采集

1）确定η值

为探求宁波市折算后的高峰小时内非机动车中共享单车出行分担比例η，对非机动车停放位置所停入驶出的4类非机动车数量进行统计，即共享单车、公共自行车、私人自行车、电动自行车，该值为4种非机动车中共享单车选择比例。相比于其他3种非机动车，电动自行车的车身尺寸、行驶速度均存在较大差异，应对该类车型换算标准自行车，车型换算系数1.229 5[21]，在非工作日晚高峰17:00-18:00内，共享单车使用比例最高，η经调查为0.394 7。

2）确定各修正系数R

道路等级修正系数R1，快速路和主干路取0.80，次干路和支路取0.90；对于外界干扰系数R2，快速路和主干路具备机非隔离设施，骑行主要受步行行人影响，则快速路和主干路取值0.7，次干路和支路多为划线分隔，干扰系数值相对较大，为0.85；路线平均使用频率系数R3=0.75；按照表5交叉口综合折减系数R4=0.55；宁波市区呈“T”型带状群组的空间形态[22]，根据表3所示，R5取值为0.80；高峰小时出行比重R6=15%；高峰小时出行不均衡系数R7=1.2。

3）其他数值

宁波市区道路里程1 873.4 km，快速路、主干路、次干路和支路路网级配为0.06∶1.00∶0.61∶1.79，对应的道路长度为32.50∶541.50∶330.30∶969.20，道路有效宽度Wi根据《城市道路工程设计规范》确定，取相应路段下限值，如表5所示。根据综合流量调查的报告，用户使用共享单车平均出行时间t=0.2 h；自行车骑行速度v=15 km·h-1；反应时间tr=0.7 s；车轮与地面黏着系数φ=0.5；自行车骑行时最小安全横向间距β=1 m；道路坡度j=0；前后车安全间距l0=1 m，车身长度lb=1.9 m。因此，将上述数据代入式（7）得骑行时最小安全车头间距hs=7.6 m；自行车骑行时最小安全横向间距β=1 m；高峰小时T=1 h；单车周转率p反映用户使用需求，此项数据难以获取，不同城市甚至城市内不同地区，周转率均显不同，并且周转率可以通过用户需求管理进行调控，所以将周转率R视为变量。

表5 宁波市区道路结构参数值

2.4 结果分析

根据上述数据，计算结果如表6所示，即由不同路网承载力水平下的共享单车投放量，可以看出随着出行率的增长，投放总量有所降低。共享单车位置不固定，单次使用时间较短，企业最希望看到的是周转率足够大，可取出行率中位值4.0。共享单车投放量为10.47万辆时，路网承载力处于Ⅰ级水平上限，共享单车投放量为18.32万辆时，路网承载力处于Ⅱ级服务水平上限，所以为保证当地市民使用非机动车便利出行，宁波市内共享单车投放规模应控制在18.32万辆以内。结果显示，当前宁波路网承载力水平低于Ⅱ级服务水平，交通部门已经宣布禁止投放，但实际数量仍有增长趋势，有效的规模调控和限制策略需要及时实施。

表6 不同路网承载力水平下的共享单车投放量

3 结语

本文分析了城市道路网容量的影响因素，建立时空消耗模型，以求得在一定路网承载力水平下的路网内共享单车的容纳量。最后，以宁波市道路数据和共享单车使用数据作为验证实例，得出该市合理投放量为18.32万辆以下。针对当前该市共享单车投放量超额的情况，提出建议：利用自行车大数据，严格限制某些投放过度的区域或站点；建立监管机制，实时安排调度，统筹交通规划。研究结果可为共享单车投放管理、政策制定提供参考，但模型仍存在一定的局限性：第一，时空消耗模型所引入的修正参数虽已尽量考虑全面，但由于路网系统的复杂性，参数可能尚有遗漏，未来应对实际非机动车运行特征进行针对性的探究；第二，本方法是从宏观角度计算出的共享单车投放规模，但城市中各地区共享单车活跃热度不同，未来可以按照各地区共享单车的活跃度，综合计算其投放规模。