黃夢雪，殷 莉，朱艷慧，曹 敏

(南京師范大學地理科學學院，江蘇 南京 210023)

0 引 言

自行車交通具有靈活輕便、可達性高、綠色環(huán)保等特點，相對于步行交通而言也具有相對更高的出行效率。因此，許多城市都開始大力支持、推廣自行車系統(tǒng)發(fā)展，并將其視為未來城市交通體系中的重要組成部分之一[1]。其中，以共享單車為代表的慢行交通的出現(xiàn)，解決了軌道交通及地面公共交通難以實現(xiàn)“最后一公里”末端需求的弊端，充分展現(xiàn)出其定位與重要性。共享單車指得是企業(yè)在校園、交通樞紐(如公交站、地鐵站)、居民區(qū)、商圈、公共服務(wù)區(qū)等提供有償自行車共享服務(wù)，是共享經(jīng)濟的一種新形態(tài)。當前流行的共享單車主要為無樁型互聯(lián)網(wǎng)共享單車，是通過APP尋找車輛，利用掃描二維碼等智能方式一鍵解鎖的自行車，可通過后臺遠程實時監(jiān)控車輛健康和運營狀態(tài)[2]。

國內(nèi)外在公共自行車領(lǐng)域中的理論創(chuàng)新與實踐應(yīng)用為共享單車的誕生奠定了基礎(chǔ)。我國移動互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，為共享單車的誕生創(chuàng)造了必備的技術(shù)條件。共享單車的“無樁、共享”模式最早由ofo小黃車于2015年創(chuàng)始，經(jīng)過三年多的發(fā)展，市場上己出現(xiàn)摩拜單車、小藍單車、哈羅單車、酷騎、優(yōu)拜等多家共享單車運營公司。已有的共享單車研究主要集中在對其盈利模式[3]、運營模式[4]、結(jié)合政策層面與用戶層面的發(fā)展策略[5]等方面的分析,如：薛強[6]借助一系列在線調(diào)查手段，對我國共享單車用戶的使用情況做出分析；李琨浩[7]借助PEST模型以及SWOT-PEST矩陣等工具，分析了共享單車在政府層面、經(jīng)濟層面、社會層面以及技術(shù)層面中存在的優(yōu)勢與劣勢、機遇和挑戰(zhàn)。同時，也有一些學者從定量角度，分析了共享單車騎行行為特征[8]。已有的這些研究多是定性層面研究，缺乏從定量角度深入分析共享單車的時空分布規(guī)律，在共享單車“隨騎隨?！边@種看似毫無規(guī)律的“布朗運動”中，實際也存在一定的客觀時空規(guī)律。而深刻地理解并把握共享單車這一時空發(fā)展規(guī)律，有助于提高共享單車服務(wù)效率，提升服務(wù)質(zhì)量，從而更好滿足共享單車用戶的需求。

本研究中共享單車指的是無樁型互聯(lián)網(wǎng)共享單車，自2017年初起，摩拜單車、ofo、小藍單車等企業(yè)均已進入南京市場，共計投放了45萬輛單車。本文將立足于共享單車，利用點模式分析方法對南京市共享單車分布特征進行研究，探討南京市共享單車的日使用特征、空間分布特征和空間聚集特征。

1 南京市共享單車數(shù)據(jù)爬取

1.1 研究區(qū)域

南京市共轄11個區(qū)，83個街道辦事處和17個鎮(zhèn)，覆蓋面積廣。根據(jù)南京市人口密度、都市空間布局結(jié)構(gòu)及路網(wǎng)結(jié)構(gòu)，本文的研究范圍選取南京市中心城區(qū)，即行政區(qū)劃上包含玄武區(qū)、鼓樓區(qū)、建鄴區(qū)和秦淮區(qū)的全部范圍為研究案例區(qū)域(圖1)。

圖1 研究區(qū)域范圍

1.2 基于Charles網(wǎng)絡(luò)爬蟲的單車數(shù)據(jù)爬取

利用Charles網(wǎng)絡(luò)爬蟲工具，對南京市摩拜單車、ofo單車的多時間序列的共享單車數(shù)據(jù)進行爬取，通過篩選、查重和實地驗證等方式確定共享單車數(shù)據(jù)準確性，并進行地理坐標系投影轉(zhuǎn)換，完成地理位置配準。以秦淮區(qū)為實例，爬取獲得的共享單車數(shù)據(jù)及其屬性表如下所示(圖2)。

共享單車分布點數(shù)據(jù)獲取的關(guān)鍵步驟為：① 對多個不同共享單車的APP及微信小程序進行抓包；② 使用Python語言編寫代碼，模擬微信小程序，獲取ofo和摩拜單車數(shù)據(jù)；③ 進行一次抓取最終得到的數(shù)據(jù)內(nèi)容包括單車ID、單車類型、單車位置坐標X，Y等；④ 將代碼部署到服務(wù)器，獲取南京市共享單車信息。截至2018年4月12日，共獲取到南京市主城區(qū)共享單車2018年3月11日—4月12日共32天3 072份數(shù)據(jù)(圖3)。

圖2 秦淮區(qū)共享單車示例圖及單車屬性表

圖3 共享單車日使用量統(tǒng)計圖

2 單車核密度估計方法

核密度估計是探索事件熱點區(qū)域的有效方法。地理事件在空間點密度大的區(qū)域發(fā)生的概率大，在空間點密度低的區(qū)域發(fā)生的概率低。通過對空間內(nèi)每個實體設(shè)置一個核函數(shù)，利用該函數(shù)來表示數(shù)據(jù)在該點鄰域內(nèi)的分布。對于任一點S，影響核密度計算的因素主要包括：核函數(shù)所影響的領(lǐng)域范圍(稱為帶寬)和各個點的核函數(shù)形狀以及兩點之間的距離。對于整個空間內(nèi)點S的核密度估計見式(1)：

(1)

式(1)中，n表示距離閾值范圍內(nèi)包含的空間實體的數(shù)量，K( )表示核函數(shù)，h表示距離閾值(帶寬)，d(s,sj)表示兩點間的歐氏距離。

研究表明，帶寬的選擇需要經(jīng)過多次試驗研究才能確定，且?guī)挻_定后，不同形式的核函數(shù)對核密度的估計影響很小。目前常用的核函數(shù)為四次多項核函數(shù)：

(2)

3 南京市共享單車時空特征分析

3.1 共享單車時間特征分析

選擇天氣情況良好的一周進行共享單車周特征分析，具體日期為3月11—17日，每隔15 min統(tǒng)計共享單車位置信息。以兩次信息中單車編號相同、位置移動超過200 m的單車定義為被使用單車，將被使用的單車數(shù)量與單車總量的比值作為共享單車使用率。參考已有的文獻，將早高峰期定義為6～9 h，晚高峰定義為16～19 h，分別計算早高峰、晚高峰、全天時段的共享單車平均使用率(圖4)。

圖4 共享單車使用率統(tǒng)計圖

針對一周內(nèi)共享單車使用率統(tǒng)計圖分析得出：3月15日共享單車晚高峰使用率明顯降低，當天下午天氣為小到中雨，一定程度上說明共享單車出行受天氣影響較大。共享單車的使用量具有明顯的工作日和雙休日差異特征，周一到周五的日平均使用量明顯高于周六、周日，主要因為工作日包含了大量的以通勤為目的的騎行行為。工作日的單車使用率具有明顯的早、晚高峰特性，其中早高峰使用量高于晚高峰時期使用量，而雙休日的單車使用率則不存在顯著的峰值特征。

為了更準確地確定共享單車使用量的峰值，本研究選取了騎行需求量最高的3月13日進行全時段分析，對摩拜和ofo兩類共享單車的日使用量進行統(tǒng)計。如圖3所示，研究發(fā)現(xiàn)：南京市中心城區(qū)摩拜單車和ofo單車使用量的峰值都在8 h和18 h，同時ofo單車在22 h出現(xiàn)了一個小峰值。結(jié)合共享單車騎行使用率增長特征，研究將早高峰時期確定為7∶00—9∶00，晚高峰時期確定為17∶00—19∶30。在這兩個時間段內(nèi)，騎行量出現(xiàn)短時間內(nèi)的激增現(xiàn)象，因此這兩個時間段是共享單車騎行供需承壓的重要考驗時間段，也將作為共享單車使用空間特征分析的重點時間段。

3.2 共享單車空間分布特征分析

針對獲取到的南京市主城區(qū)共享單車3月11日—4月12日共32天3 072份數(shù)據(jù)，剔除受天氣影響較大的日期數(shù)據(jù)，計算得到南京市中心城區(qū)各區(qū)域共享單車數(shù)量平均值(表1)。研究區(qū)內(nèi)共享單車共110 563輛，其中摩拜單車42 688輛，ofo單車67 875輛。本文研究區(qū)面積約為265.97 km2，人口約為334.71萬人。

本文采用數(shù)量指標和密度指標兩類指標對各個行政區(qū)內(nèi)共享單車分布情況進行統(tǒng)計分析。數(shù)量指標即統(tǒng)計各行政區(qū)域內(nèi)各個單車的總體數(shù)量。密度指標分為：共享單車每萬人擁有量，各行政區(qū)域內(nèi)每萬人所擁有的共享單車數(shù)量，用于表現(xiàn)共享單車在各行政區(qū)域內(nèi)的供應(yīng)強度；共享單車面積密度，即各行政區(qū)劃內(nèi)每平方千米的共享單車總數(shù)，用于表現(xiàn)共享單車在不同區(qū)域的分布強度。

表1 研究區(qū)共享單車數(shù)量及密度特征

從表1分析得出，每萬人擁有共享單車數(shù)最大分布在建鄴區(qū)，最小則分布在鼓樓區(qū)，這一分布特性一定程度上說明了建鄴區(qū)的共享單車投放量大、供應(yīng)充足，而鼓樓區(qū)的共享單車投放量小，存在一定程度的需求緊張?zhí)卣?。共享單車面積密度最大區(qū)域分布在秦淮區(qū)，而共享單車面積密度最小區(qū)域分布在玄武區(qū)，一定程度上說明秦淮區(qū)的共享單車分布較多而密集，鼓樓區(qū)的共享單車分布較為較少而分散。

圖5 南京市共享單車核密度示意圖

為了進一步探究南京市中心城區(qū)共享單車分布聚集性特征，采用核密度分析方法，對研究區(qū)共享單車冷熱點分布區(qū)域進行探測(圖5)。結(jié)果顯示：南京市共享單車具有顯著的冷熱點分布特征，共享單車核密度較大的區(qū)域集中在朝天宮附近，而共享單車核密度較小的區(qū)域主要分布區(qū)域為江心洲街道、幕府山街道。在中心城區(qū)新街口、朝天宮、夫子廟附近形成較大的聚集圈。在莫愁湖街道、南苑街道形成聚集帶以及建寧路街道、光華路街道、秦虹街道、河西中央商務(wù)區(qū)、沙洲街道形成聚集點。綜上所述南京市共享單車分布形成了“一集聚圈、一集聚帶、多集聚點”的這一重要的空間分布特征。

4 結(jié) 語

作為共享經(jīng)濟的產(chǎn)物，共享單車相對步行交通具有更高的出行效率，一定程度上解決了軌道交通及地面公共交通難以實現(xiàn)“最后一公里”末端需求的弊端。本文結(jié)合網(wǎng)絡(luò)爬蟲工具，爬取南京市共享單車數(shù)據(jù)，并經(jīng)過準確性分析、坐標轉(zhuǎn)換、無效數(shù)據(jù)剔除等數(shù)據(jù)預(yù)處理步驟，得到有效的用于時空特征分析的數(shù)據(jù)。結(jié)合統(tǒng)計分析、核密度分析等空間數(shù)據(jù)分析方法，探討了南京市共享單車時間、空間分布特征。研究發(fā)現(xiàn)，在時間序列上，南京市共享單車具有周使用特征和日使用特征，受通勤行為影響，共享單車的使用量具有明顯的工作日和雙休日差異特征，在工作日的早8 h與晚6 h，共享單車具有兩個明顯的出行高峰值，而雙休日不具備明顯的峰值特征。在空間分布上，從共享單車每萬人擁有量、共享單車區(qū)域分布密度兩個角度，分析了南京市共享單車分布具有一定的集聚性特征，通過熱點探測分析，揭示了共享單車密集區(qū)域分布具有明顯的空間“一集聚圈、一集聚帶、多集聚點”的特征。基于網(wǎng)絡(luò)爬蟲的南京市共享單車時空分布特征分析，為南京市共享單車的發(fā)展提供了一定程度參考作用，有利于相關(guān)部門提高共享單車服務(wù)效率。