共享单车作为社会经济与科技发展的产物,凭借其易于租借的灵活性以及与智能手机、互联网的高度融合等诸多优势,在解决城市“最后一公里”的难题上发挥出色,并在缓解大城市的交通压力上作用显著。然而,由于缺乏科学的决策依据与各方的有效协调,经常会出现过饱和投放、供需时空分配不均等问题,极大地造成资源的浪费。因此,通过对城市居民骑行共享单车的出行目的进行科学推断,分析不同时空下居民的骑行出行需求,可为共享单车的调度与管理提供科学依据,促进共享单车服务水平与资源利用率的提升。
相关成果以“Inferring the trip purposes and uncovering spatio-temporal activity patterns from dockless shared bike dataset in Shenzhen, China”为题在线发表于国际权威期刊Journal of transport geography,本文第一作者为广州大学地理科学与遥感学院李少英副教授,第二作者为2017级地理信息科学专业本科生庄财钢,通讯作者为吴志峰教授。
论文首先基于重力模型与贝叶斯法则构建一个综合考虑时间、距离、环境、出行活动类型、兴趣点(POI)服务容量5个影响因素的共享单车目的地推断模型。之后将该模型与仅考虑部分影响因素的基础模型进行对比分析,并与骑行调查数据进行对比验证。最后,以深圳市为实例,运用推断模型分析城市居民骑行活动目的的时空规律。结果表明:(1)引入活动类型比例和兴趣点的服务能力可以提高推断模型的有效性,综合考虑所有影响因素的推断结果效果最佳。(2)基于深圳市居民骑行共享单车活动目的的推断结果,得到的一些出行时空规律,例如加班现象,周末仍存在骑行早晚高峰、城市郊区居民通勤相比中心区居民更少使用共享单车与公共交通进行接驳等等,可为共享单车运营方了解居民出行需求,改善调度与管理方法上提供科学决策。
图 深圳市居民骑行活动目的推断结果的时空分布规律
引用信息:
Li Shaoying, Zhuang Caigang, Tan Zhangzhi, Gao Feng, Lai Zhipeng Wu Zhifeng*(2021):Inferring the trip purposes and uncovering spatio-temporal activity patterns from dockless shared bike dataset in Shenzhen, China. Journal of Transport Geography, https://doi.org/10.1016/j.jtrangeo.2021.102974