基于共享单车数据的街区骑行特征研究

舒洪畅

（北京建筑大学测绘与城市空间信息学院，北京 100044）

1 概述

共享单车在2014 年首次出现，2016 年获得爆发式发展，继出租车、地铁和公交之后，共享单车已经成为受居民青睐的公共交通方式，并以其“随用随弃”和解决出行“最后一公里”的特点成为我国城市交通出行的重要工具，并且正在深入影响人们的出行方式，对社会和经济产生了积极的作用[1]。因此，对共享单车时空特征进行分析，不仅有有益于加深对居民出行的认识，同时为从居民感知的视角深入揭示街区的特点打下基础。

在大数据时段，随着互联网和共享单车的快速发展，共享单车的出行数据为城市的研究、规划和治理提供了新的数据源。众多研究者利用共享单车数据，结合GIS软件相关功能，使用空间分析、聚类、空间关联等方法，分析共享单车的时空分布特征。在研究数据方面，邓力凡[2]等基于摩拜单车数据研究发现交通、商业、餐饮等城市要素对北京市共享单车空间分布存在较大的影响；王璐[3]等基于摩拜单车数据进行居民出行热点区域识别；冉林娜[4]等采用调查问卷的形式分析影响共享单车出行特征的因素。在研究内容方面，王婧颖[5]等从道路类型、出行时间、“POI_OD”矩阵3 个方面分析了共享单车的出行特征；高楹[6]等从共享单车的净流出（入）率出发，分析了北京市不同时间段的源、汇点的分布特征，并结合土地利用分类数据对单车使用情况做了合理的解释。在研究单元选择方面，吴雪颖[7]分析地铁站域的共享单车在时间维度和空间维度的特征；周荣等分析了城市范围的共享单车空间特征、骑行特性和共享单车周转率；高楹[8]等以网格为研究单元分析了北京市的共享单车在接驳地铁时使用模式的差异。上述研究一方面受限于特定的单车数据，对于骑行时空特征的描述多从指定范围内的单车数量上进行横向对比。另一方面还未考虑从街区骑行的角度分析单车分布的时空特征。本文基于北斗导航位置服务平台提供的共享单车位置数据，以北京老城区的街区为研究对象，分析共享单车的骑行距离、骑行时间和骑行空间分布，挖掘共享单车在街区内和街区间的骑行差异。

2 研究区域和方法

2.1 研究区域

本文的研究区域为北京市老城区的街区（图1），北京老城区包括东城区和西城区两个行政区，一共有183 个街区，每个街区面积大约0.4-1 平方公里，总用地面积约为92.5 平方公里，常住人口216.2 万，拥有丰富的居住环境和基础设施，是共享单车投放最早的城市之一。

图1 研究区域范围

2.2 研究方法

如图2 所示，根据街区与共享单车骑行的空间关系，将单车骑行分为在街区内骑行的单车和在街区间骑行的单车。如图3 所示，以矩阵的形式统计各个街区的单车在街区内的流动数量（Kn）以及街区间流动的单车数量（流出量：In；流入量：Jn），矩阵的行和列分别表示街区编号。获取单车在街区内和街区间的骑行数量是本文分析单车骑行时空特征的基础。

图2 街区与共享单车骑行的空间关系

图3 街区单车骑行量统计矩阵

3 结果与分析

3.1 数据概况

本研究使用的共享单车数据由北斗导航位置服务平台提供，该数据涵盖了北京市6个行政区4 家单车企业在2018 年3 月一整个月内的单车使用情况，共有2274 万条记录，数据结构如表1 所示。

表1 共享单车位置数据结构

本研究实验选取了北京市东城区和西城区2018 年3 月23 日的单车位置数据，经数据预处理后一共有32万条记录。共享单车在街区内和街区间的骑行量统计结果如图4 所示。

图4 单车在街区内和街区间骑行量统计结果

3.2 骑行距离

共享单车骑行距离以2 公里内为主，占总骑行量的87%，所以着重对在街区内和街区间的单车骑行距离为2 公里内的进行分析。如图5 所示,在街区内骑行的单车，短距离出行特征更明显，其中59.7%的单车骑行距离在300m-600m。而在街区间骑行的单车，骑行距离分布较均匀，其中79.5%的单车骑行距离超过了700m。

图5 街区内和街区间单车骑行距离分布

3.3 骑行时间

一天内单车分别在街区内和街区间的骑行数量随时间变化的占比情况如图6 所示。结果显示在街区内和街区间骑行的单车均呈现早晚高峰特征，早高峰为7 点至9 点，晚高峰为16 点至18 点，而且早高峰骑行量大于晚高峰骑行量。从图中还可以发现，早晚高峰时段在街区间骑行的单车数量明显多于在街区内骑行的单车数量，其中早高峰时段，单车在街区间和街区内的骑行数量分别为42328 次和17745 次，晚高峰时段，单车在街区间和街区内的骑行数量分别为36847 次和14877次。

图6 街区内和街区间单车骑行时间分布

3.4 骑行空间分布

统计各街区在街区内的骑行数量，平均骑行量为441 次，最大骑行量为4902 次，最少为1 次。如图7 所示，用户在街区内骑行量大于1000 次的街区分布在：以商业为主的王府井、金融街、西单和中粮广场区域；以居住为主的复兴门外小区、东华门小区、马连道西里小区、展览馆路小区；以公共设施为主的北京安定医院、北京同仁医院、北京医院、北京市和平里医院。

图7 街区内骑行空间分布

统计各街区在街区间的骑行数量，平均骑行量为15 次，最大骑行量为1146 次，最少为1次。从图8 的可视化结果分析发现，用户在同属于一个街道的街区间骑行需求较大，例如位于老城区中心的东华门街道和金融街街道，位于老城区北部的德胜门街道和和平里街道，位于老城区南部的永定门外街道。

图8 街区间骑行空间分布

4 结论

本文基于共享单车位置数据，分析了北京市老城区单车在街区内和街区间的骑行距离、骑行时间和骑行量空间分布特征，研究发现：（1）单车在街区内的短距离出行特征更明显；（2）街区内和街区间骑行的单车都具有早晚高峰特征，但街区内的骑行数量明显少于街区间的骑行数量。

本研究仅针对一天的单车在街区内和街区间的骑行特征进行分析，还未考虑不同日期单车的骑行情况，还未考虑影响单车在不同街区内和街区间骑行量差异的因素，未来还会对工作日和休息日的街区单车骑行情况进行分析，并设计在街区内和街区间骑行的单车骑行特征提取方法。