葉 臻， 賀明光， 梁科科

(交通運輸部科學研究院，北京 100029)

0 引 言

隨著城市出租汽車行業(yè)的升級轉(zhuǎn)型，巡游出租汽車面臨著停放?？繄龅夭蛔銕淼鸟{駛員群體停車難、如廁難、休息難、吃飯難的“四難”問題，造成了一定的安全隱患，有必要設置相應的停放場地為駕駛員解決停放車輛需求。這些停放場地還可開展車輛保潔、維修、辦證等服務。在共享經(jīng)濟的大背景下，這些停放場地也可提供給網(wǎng)約出租汽車使用，從而提高整體出租汽車行業(yè)的運營效率。

根據(jù)相關(guān)規(guī)定與規(guī)范[1-4]，此類供出租汽車停放并提供服務的場地，定義為出租汽車服務站：設置在城市內(nèi)，配備一定的設施及服務功能，供出租汽車車輛停放以及為駕駛員和車輛提供服務的場所。出租汽車服務站的定義如表1。出租汽車服務站是城市綜合交通運輸體系中的重要節(jié)點，數(shù)量合理、選址優(yōu)化的出租汽車服務站可有效地提供便捷、全面、高效的專業(yè)服務，提供規(guī)范的出租汽車行業(yè)運營模式。

表1 出租汽車服務站的定義、服務對象、基本設施與主要功能Table 1 Definitions, service objects, basic facilities, and mainfunctions of taxi service stations

涉及出租汽車服務設施的選址研究，國外主要集中在行業(yè)管理、市場運營、服務質(zhì)量和駕駛員心理等方面[5-6]，涉及選址的內(nèi)容較少。目前國內(nèi)在出租汽車?？客７艌龅氐难芯糠矫嬗幸欢ǚe累：金雷等[7]基于目標地區(qū)出租汽車GPS累積數(shù)據(jù)分析了出行熱點區(qū)域，提出了柵格化優(yōu)化?？空镜倪x址模型。施宏[8]分析了規(guī)劃出租汽車?？烤W(wǎng)點的影響條件及約束因素。葉海飛[9]分析了出租汽車?？空军c的需求特征，探討了出租汽車的?？啃枨笈c城市土地利用之間的內(nèi)在聯(lián)系。王兩全[10]以服務需求、土地限制、乘客需求為約束，建立了基于土地利用的出租汽車停靠規(guī)模預測模型。黎冬平等[11]分析了乘客與出租汽車互相博弈特征，通過數(shù)學仿真提出了確定服務?？烤W(wǎng)點合理規(guī)模的研究方法。

綜合分析，目前針對出租汽車服務站(設施)的選址研究，主要集中于出租汽車乘客的需求分析以及規(guī)劃模型的建立，缺乏對服務需求的有效了解，尤其缺乏對出租汽車駕駛員服務需求的有效分析。另外，由于城市構(gòu)成要素，如城市道路網(wǎng)、用地分布、人口分布、設施分布等之間有著密切的聯(lián)系[12]，出租汽車服務站作為城市設施分布的組成部分，其選址規(guī)劃需要考慮與其它城市構(gòu)成要素之間的分布協(xié)調(diào)性與分布合理性。

因此，筆者依據(jù)出租汽車服務需求調(diào)研，分析服務需求的空間分布特征。采用核密度理論與分形理論對出租汽車服務需求與其它城市構(gòu)成要素進行分形量化，提出出租汽車服務站基于最大服務需求覆蓋的選址方法。根據(jù)實例，分析了選址模型的約束條件以及選址方法的適用范圍，并建立了較為合理的選址方案。

1 研究流程

研究流程如圖1，首先收集原始數(shù)據(jù)，包括城市形態(tài)的構(gòu)成要素，主要包括道路網(wǎng)絡、土地利用分布、設施分布、人口分布等以及出租汽車的服務需求(包括需求數(shù)量以及需求分布)。然后，對原始數(shù)據(jù)空間分布特征分析，即核密度方法和分形理論方法，初步確定選址候選點。最后，根據(jù)服務需求建立選址模型，確定選址規(guī)劃。

圖1 研究流程Fig. 1 Flow chart of the research

2 研究方法

出租汽車服務站的服務需求(意向選址)分布如圖2。該分布具有位置空間分布廣、需求數(shù)量分布復雜等特點，需從多個角度對其分布特征開展分析。

2.1 服務需求熱點分析

首先，通過熱點分析，分析服務需求自身的聚集分布特征。熱點分析利用空間統(tǒng)計算法從離散的點或事件中找到空間聚集區(qū)域。該分析一般包括：

1)熱點數(shù)據(jù)。熱點數(shù)據(jù)包括離散點或事件的相應地理位置和權(quán)重值，該權(quán)重值應能夠顯著描述離散點或事件的發(fā)生頻率或分布密度等。

2)熱點(衰減)漸變集合。用于渲染每一個熱點的數(shù)值衰減時的漸變色。

3)熱點半徑。熱點半徑是計算衰減度的范圍值，在從熱點中心點到熱點半徑的范圍內(nèi)計算每一個像素需要渲染的顏色值。

核密度估計是熱點分析的有效方法[13]，該方法通過對離散點或事件開展核密度估計，識別并標定熱點。如圖3，圖中顏色越深的區(qū)域代表核密度值越大，即對應的服務需求數(shù)量也就越多，由此形成了若干個針對服務需求的熱點區(qū)域。

圖3 服務需求分布核密度Fig. 3 Kernel density estimation of service demands distribution

2.2 城市構(gòu)成要素協(xié)調(diào)性分析

由于熱點分析僅能分析服務需求自身的聚集或離散程度，而服務站不是孤立存在的，是城市空間的組成部分，需要進一步了解服務需求與城市空間的關(guān)系。根據(jù)城市空間形態(tài)的定義[14]：空間形態(tài)是城市各種構(gòu)成要素(一般包括城市人口分布、路網(wǎng)分布、設施分布、用地分布等)在城市地域上的呈現(xiàn)。出租汽車服務站的選址用地(服務需求)作為設施分布，顯然也是城市的構(gòu)成要素。分析城市構(gòu)成要素之間的分布協(xié)調(diào)性，可有效了解出租汽車服務站分布在城市空間中的匹配性與適應性。

城市空間形態(tài)是不規(guī)則的、破碎的、且非線性的，傳統(tǒng)方法難以有效描述城市空間形態(tài)及構(gòu)成要素分布的空間特征[15]。與之相對，大多數(shù)城市的形態(tài)具有分形特征并且分形值保持在一定范圍，分形理論可以有效地揭示城市空間形態(tài)內(nèi)部的規(guī)律性[16]。半徑維數(shù)與網(wǎng)格維數(shù)是分析城市形態(tài)分形分布的主要量化手段：半徑維數(shù)最早由P.FRANKHOUSER等[17]提出，表示分形體由測算中心向周邊區(qū)域的變化情況；網(wǎng)格維數(shù)來自于分形理論的盒子維數(shù)[18]，表示分形體空間分布的均衡性。筆者即采用半徑維數(shù)與網(wǎng)格維數(shù)。

2.2.1 半徑維數(shù)

如圖4，有城市區(qū)域A，城市中心點O，區(qū)域內(nèi)城市構(gòu)成要素的總數(shù)量為N(如人數(shù)、路網(wǎng)長度等)，如果城市構(gòu)成要素的分布是分形的，城市構(gòu)成要素數(shù)量N(r)與相應的城市半徑r之間應有如下關(guān)系[19]：

(1)

圖4 半徑維數(shù)示意Fig. 4 Fractal dimension of radius

圖5 半徑維數(shù)雙對數(shù)坐標Fig. 5 Dual logarithmic coordinate of radius fractal dimension

2.2.2 網(wǎng)格維數(shù)

(2)

由此可以計算出區(qū)域內(nèi)，城市構(gòu)成要素分布的信息量[20]：

(3)

如果城市構(gòu)成要素的分布是分形的，則信息量IN(l)與網(wǎng)格邊長l之間的關(guān)系如：

(4)

圖6 網(wǎng)格維數(shù)示意Fig. 6 Fractal dimension of grids

2.3 確定選址候選點

令半徑維數(shù)一致性指數(shù)φ為：

(5)

同理，通過采用與式(5)相同的方法，可得到網(wǎng)格維數(shù)一致性指數(shù)σ。0≤σ≤1，σ越大，表示兩個城市構(gòu)成要素在空間分布的均衡性上越一致。

最后，結(jié)合服務需求熱點分析，對照服務需求與各城市構(gòu)成要素的一致性指數(shù)，確定研究區(qū)域內(nèi)出租汽車服務站的選址候選點集合。

2.4 建立選址模型

考慮模型的滿足條件：①隨著城市集約化建設的趨勢日益突出，城市設施功能需要盡可能多樣且緊湊，因此本次選址模型涉及對象是具備解決“四難”等多種問題的出租汽車綜合服務站；②出租汽車服務站與高速公路服務區(qū)類似，在建立模型時需要考慮服務站的服務半徑設定；③為排除一天中不同時間段對于服務需求的干擾，將高峰小時作為研究對象。

總結(jié)以往重要的有關(guān)設施選址模型研究發(fā)現(xiàn)：C.TOREGAS等[21]提出了覆蓋集合模型，即在能覆蓋所有需求的情況下，選取的設施點數(shù)量最少；R.CHURCH等[22]、O.BERMAN等[23]提出了最大覆蓋模型，優(yōu)化目標是覆蓋程度最大，在實際應用中往往出現(xiàn)設施建設不足的問題；O.KARASAKAL等[24]基于此提出了部分覆蓋模型：即存在一個臨界距離，當需求點和設施之間的距離小于這個臨界距離，認為需求被設施全部覆蓋；當大于臨界距離時，認為需求被設施部分覆蓋；而隨著距離增大，需求覆蓋的程度逐漸減小為0。

綜上，筆者以部分覆蓋模型為基礎(chǔ)，考慮服務站之間的競爭性，建立覆蓋最大服務需求選址模型。該模型相關(guān)的參數(shù)：I為有服務需求的需求點集，對于每個需求點i有i∈I；J為服務站的選址候選點集，對于每個候選點j有j∈J；yj表示在候選點j設置的出租汽車泊位數(shù)量；βj表示候選點j的高峰小時出租汽車泊位周轉(zhuǎn)率；qi表示需求點i的高峰小時服務需求；qij表示在需求點i的高峰小時服務需求qi中，選擇前往服務站j的需求數(shù)量；P表示建設的服務站數(shù)量；dij表示需求點i與服務站候選點j之間的直線距離；smax表示服務站的服務覆蓋半徑，在此半徑范圍內(nèi)，所有服務需求會被部分或完全吸引，而超出此范圍則不會被吸引；xj表示是否在j處設置了服務站；γij判斷需求點i是否位于候選點j的覆蓋范圍內(nèi)。其中：

由此建立的選址模型如：

(6)

(7)

(8)

(9)

xj={0,1} ,?j∈J

(10)

(11)

γij={0,1} ,?i∈I,j∈J

(12)

(13)

式(6)表示服務站覆蓋的服務需求最多；式(7)表示服務站提供的服務能力之和，應不小于服務站覆蓋區(qū)域內(nèi)的總服務需求；式(8)表示單個服務站提供的服務能力，應滿足前往該服務站的服務需求；式(9)表示建設的服務站數(shù)量；式(10)表示是否設施服務站的決策變量xj是 0～1變量；式(11)表示某個需求點前往服務站的服務需求之和，不應超過該需求點產(chǎn)生的總服務需求；式(12)表示決策變量γij是 0～1變量。

式(13)表示：服務需求點i與服務站的距離dij大于服務半徑smax時，服務需求不會被服務站吸引；而當dij位于一個或多個服務站的服務半徑內(nèi)，服務需求會被服務站吸引。根據(jù)已有研究[25]假設：①駕駛員完全理性；②駕駛員對于多個出租汽車服務站擁有不完全信息，即駕駛員對服務站的選擇滿足隨機用戶均衡理論。駕駛員對到服務站的出行廣義費用的理解誤差是一組獨立且同Gumbel分布的隨機變量，即駕駛員對服務站的選擇對于滿足Logit模型。因此，在服務需求點i選擇前往服務站j的需求數(shù)量的公式如下：

(14)

式中：α為駕駛員對出行廣義費用的理解誤差參數(shù)；cij為需求點i前往服務站j的出行廣義費用；采用直線距離dij。

3 實例分析

實例分析為2016年5月1日至2016年5月31日時間段內(nèi)，針對廣西壯族自治區(qū)柳州市的市區(qū)范圍內(nèi)的出租汽車服務站選址展開的調(diào)查。該實例分析選取了出租汽車駕駛員作為調(diào)查對象，調(diào)查內(nèi)容為出租汽車駕駛員對于出租汽車服務站的服務需求(意向選址)，共回收有效問卷849份(人)，相應出租汽車服務站的服務需求分布如圖2。

3.1 確定選址候選點

1)分析服務需求的熱點。結(jié)合參考文獻[1-4]中城市交通設施的服務范圍，將出租汽車服務站的服務半徑取5 000 m。通過ArcGIS軟件的“核密度估計”功能分析服務需求熱點，參數(shù)設置為：像元大小5 m，搜索半徑5 000 m，服務需求熱點區(qū)域分析結(jié)果如圖3。

2)分析服務需求的分布協(xié)調(diào)性。根據(jù)柳州城市特點，選取的城市構(gòu)成要素對比分析對象包括出租汽車雙班駕駛員的換班地點分布、城市路網(wǎng)分布、居住人口分布、居住用地分布、工業(yè)用地分布、行政用地分布和商業(yè)金融用地分布。一致性指數(shù)計算結(jié)果見圖7并分析可知：

民生問題，關(guān)乎黨的事業(yè)的成敗，歷來為毛澤東所重視?？谷諔?zhàn)爭時期，中國共產(chǎn)黨不僅英勇地承擔起挽救民族危亡的歷史重任，而且始終對民生問題予以高度關(guān)注和重視。1937年2月，為推動國共合作抗日，毛澤東和張聞天等起草了《中共中央給中國國民黨三中全會電》，向國民黨五屆三中全會提出了五項要求和四項保證，希望國民黨將包括“改善人民生活”等五項要求定為國策。全面抗戰(zhàn)爆發(fā)后，中國共產(chǎn)黨在陜北洛川召開政治局擴大會議，通過了毛澤東起草的抗日救國十大綱領(lǐng)，把改善民生的具體措施寫進黨的綱領(lǐng)。毛澤東從爭取抗戰(zhàn)的勝利、堅持黨的性質(zhì)和宗旨的政治高度，闡述了改善民生的戰(zhàn)略價值。

對于半徑維數(shù)來說：①服務需求分布與城市路網(wǎng)分布之間的一致性最高，表明服務站選址應密切結(jié)合城市路網(wǎng)；②服務需求分布與行政用地的一致性指數(shù)較高，表明服務站選址應重點參考行政用地分布；③服務需求分布與換班地點分布、城市居住區(qū)人口分布以及居住用地分布之間的半徑維數(shù)一致性很差，表明駕駛員認為這幾個城市要素不會重點考慮；④服務需求分布與工業(yè)用地分布和商業(yè)金融用地分布之間的一致性指數(shù)為零，說明該城市出租汽車服務需求與該城市工業(yè)布局、商業(yè)金融布局的差別極大。

對于網(wǎng)格維數(shù)來說：所有網(wǎng)格維數(shù)的一致性指數(shù)均較高，表明城市構(gòu)成元素的空間分布都較為均勻，服務站選址規(guī)劃時應考慮需求分布的空間方向性。

實例分析中的服務需求與路網(wǎng)分布以及行政用地分布之間具有較高的協(xié)調(diào)性，同時結(jié)合服務需求熱點分布和城市總體規(guī)劃[26]的要求，最終確定出租汽車服務站的選址候選點共12個，如圖8。

圖7 服務需求與各城市構(gòu)成要素的一致性指數(shù)Fig. 7 Consistency indexes of service demand and components of cities

圖8 服務站選址候選點Fig. 8 Candidate points of the location of taxi service stations

3.2 模型參數(shù)設置

模型中涉及的其余參數(shù)設置如下：根據(jù)調(diào)查分析，柳州市市區(qū)范圍內(nèi)的高峰小時出租汽車服務需求為600 veh/h，高峰小時出租汽車服務站的泊位周轉(zhuǎn)率為1.2；根據(jù)實際用地情況與規(guī)劃需求，單個服務站內(nèi)的停車泊位取50個、100個或150個不等；結(jié)合城市總體規(guī)劃，計劃修建的服務站數(shù)量取1～12個；駕駛員對出行廣義費用理解誤差參數(shù)[25]取α=1.0。

3.3 結(jié)果分析

根據(jù)式(6)～式(14)，采用MATLAB軟件編程，根據(jù)滿足最大覆蓋服務需求的要求，求解選址分布。結(jié)果示意圖如圖9，其中P是計劃建設的服務站數(shù)量。

具體計算結(jié)果見表2。該表包括了在高峰小時內(nèi)：建設的服務站所能提供的總泊位數(shù)量、建設的服務站所能提供的總服務能力、建設的服務站總服務能力占總服務需求的比例、建設的服務站的服務范圍所能覆蓋的服務需求以及覆蓋的服務需求占總服務需求的比例。

圖9 服務站選址分布示意Fig. 9 Distribution of the location of taxi service stations

計劃建設服務站數(shù)量/個總服務需求/(veh·h-1)服務站提供的總泊位數(shù)量/個服務站提供的總服務能力/(veh.h-1)總服務能力占總服務需求的比例(實際比例)/%服務站覆蓋的服務需求/(veh.h-1)覆蓋服務需求占總服務需求的比例/%1234567891011126001001202011318.82503005024841.33003606030550.94004808034958.24505409040367.1550660100(110)45876.3650780100(130)49782.9750900100(150)53388.88501 020100(170)552921 0001 200100(200)56393.81 1001 320100(220)57395.51 2001 440100(240)58297.1

在表2基礎(chǔ)上，繪制圖10以顯示服務站的建設數(shù)量與服務能力以及覆蓋服務需求之間的關(guān)系。為方便觀察，當比例超過100%時，只顯示其為100%。

圖10 服務站建設數(shù)量與服務站服務能力、覆蓋服務需求的關(guān)系Fig. 10 Relationship between the number of service stations, service capacity, and coverage demand

1)原則上，服務站提供的服務能力需要大于其覆蓋范圍內(nèi)的服務需求，這樣才不會使服務站超負荷服務。從表2中可以看出，服務站建設數(shù)量較少時，服務能力與服務需求相對持平。伴隨服務站建設數(shù)量的增多，服務能力迅速增長。建設6個及以上服務站時，服務能力已可滿足甚至大大超出總服務需求。建設至12個服務站，服務能力已經(jīng)是總服務需求的兩倍多，遠超覆蓋的服務需求。

2)隨著服務站建設數(shù)量的增多，服務站所能覆蓋的服務需求占總服務需求的比例也逐步提高：建設 1個服務站時，只能覆蓋18.8%的總服務需求；建設3個服務站可覆蓋超過50%的總服務需求；建設6個服務站便可覆蓋超過75%的總服務需求；而建設9個及9個以上服務站時，可覆蓋90%以上的總服務需求。

3)隨著服務站建設數(shù)量的增多，服務站所能覆蓋的服務需求占總服務需求比例的增長率逐步下降。尤其是建設8個及以上的服務站時，覆蓋比例增長較為有限。表明：只需選擇一部分服務能力強、覆蓋范圍廣的候選點，便可滿足大多數(shù)服務的需求，而且從經(jīng)濟建設的角度考慮，建設過多的交通設施也是對資源的無效浪費。在實例中，若采用最優(yōu)化選擇，結(jié)合服務能力與覆蓋服務之間的關(guān)系，可考慮建設5～7個服務站，以建設6個最佳，即服務站提供的總服務能力稍微超過總服務需求(110%)，而覆蓋的服務需求超過總服務需求的3/4(76.3%)。

4)在實際應用中，選址方法還可以針對服務站的泊位數(shù)量設置、服務站的服務能力以及服務站的服務范圍等數(shù)值，繼續(xù)開展合理有效的最優(yōu)化討論。

4 結(jié) 論

利用核密度估計與分形理論，可以有效分析城市出租汽車服務站服務需求在城市空間內(nèi)的形態(tài)分布特征，將其與城市其它構(gòu)成要素開展協(xié)調(diào)性對比，結(jié)合基于服務需求的最大覆蓋服務站選址模型，可以有效分析服務站選址的可行性與合理性。案例表明，該選址方法可以針對出租汽車服務站的選址開展合理規(guī)劃，進而規(guī)范出租汽車運營，改善出租汽車駕駛員與車輛服務環(huán)境。

在本研究基礎(chǔ)上，下一步研究可從幾個方面開展：進一步合理改進核密度估計與分形參數(shù)，深入探討適合不同特異城市空間形態(tài)的規(guī)劃方法；可與傳統(tǒng)的選址方法，如運籌學模型、交通配流法等方法相結(jié)合，提高出租汽車服務站選址布局的精確性。