基于共享单车接驳的城市轨道交通站点可达性评估方法*

张豫徽 曹 钰 季彦婕

(1. 无锡市规划设计研究院, 214071, 无锡; 2. 天津市城市规划设计研究总院有限公司, 300190, 天津;3. 东南大学交通学院, 211189, 南京)

本文研究的城市轨道交通(以下简称“城轨”)站点可达性指标,主要是反映其接驳辐射范围内出行者使用共享单车接驳时到达相应城轨站点或其他目的地的方便程度,考虑站点接驳缓冲区内借车和还车两种行为。接驳量反映了不同城轨站点周边土地利用所产生的吸引量。接驳量越大,该站点辐射范围内共享单车的出行需求越大,当其他因素基本稳定时,该站点的可达性测度值较高。因此,选取城轨站点接驳缓冲区内共享单车的借还接驳量作为共享单车的活动规模因素。

骑行时长与骑行距离均为出行成本因素。基于南京共享单车出行数据与城轨站点数据,对各站点的单车骑行时长和骑行距离做描述性统计[1]。南京市城轨站点共享单车出行分布统计见表1。由表1可见:骑行距离的最大值和最小值之差与标准差均较大,相比骑行时长,出行者对骑行距离更为敏感。因此,本文选取骑行距离作为城轨站点可达性评价的空间阻隔因素。

表1 南京市城轨站点共享单车出行分布统计

在城市交通可达性指标的研究中,文献[2]对影响可达性的因子进行了系统整合,提出了可达性指标由可动性指标、易达性指标和通达性指标构成。因此,对城轨站点进行可达性测度时,既需考虑出行者在站点接驳缓冲区内借车到达其他目的地的方便程度(即可动性),也需考虑出行者从其他出行起点使用共享单车骑行到城轨站点还车的方便程度(即易达性),因此,可采用通达性指标综合反映城轨站点的可达性。采用潜力模型对站点可达性进行测度较为合适,对该潜力模型加以改进,构建基于共享单车接驳的城轨站点可达性测度模型。

潜力模型虽然考虑了两点间的出行量分布与空间阻隔,但在评价公共交通站点可达性时,易忽略不同站点之间由于接驳时空分布不同所导致的差异性,即各城轨站点具有不同的站点规模,因此,引入基于共享单车接驳的站点规模影响因子对潜力模型加以改进。对于城轨站点不同出入口,其可达性指标也存在较大差异。基于各出入口的可达性测算对相应站点的可达性进行测度,有利于根据测度结果识别可达性薄弱的主要出入口。

2.1 通达性指标计算

通达性指标由可动性指标与易达性指标集合而成,需首先确定城轨站点的可动性指标和易达性指标。可动性指标是出行者从城轨站点借车到达其他目的地过程中的方便程度,根据潜力模型的形式利用借车接驳量与借车骑行距离表示,见式(1);易达性指标是出行者从其他出行起点使用共享单车骑行到城轨站点还车过程的方便程度,采用还车接驳量与还车骑行距离表示,见式(2)。各站点出入口的借车接驳量、还车接驳量及骑行距离,根据3个工作日内各出入口接驳缓冲区内共享单车的使用量与骑行距离取平均值处理得到。

(1)

式中:

i——轨交站点;

j——第j个出入口;

Mj——日平均借车接驳量;

dm,j——日平均借车骑行距离;

Am,i——站点可动性指标测算值。

(2)

式中:

Sj——日平均还车接驳量;

ds,j——日平均还车骑行距离;

Cs,i——站点易达性指标测算值。

利用可动性指标与易达性指标,计算得到站点i的通达性指标测算值Dm,s,i:

(3)

式(3)中的分母采用平均借车骑行距离与平均还车骑行距离的形式,与潜力模型中距离阻隔影响系数的指数(一般取平方)保持一致[3]。式(3)可表示为城轨站点的通达性指标同借车接驳量和还车接驳量成正比,与借车骑行距离与还车骑行距离成反比。

2.2 基于共享单车接驳的站点规模影响因子确定

通过NDVB(标准化车辆借还变化率)对共享单车接驳借还的均衡性进行量化。NDVB是站点每15 min内借、还接驳变化量与1 d内借、还接驳变化量最大值的比值,反映了站点接驳缓冲区内共享单车每15 min的存量规模。其值接近于1时,表明共享单车集聚接近高峰;接近于-1时,表明共享单车消散接近高峰;接近于0时,表明借、还接驳量较为均衡。

(4)

式中:

t——时间间隔;

T——1 d中的 96个时间间隔;

BNDV,i,t——站点i在第t个时间间隔内的标准化车辆借还变化率。

同样,从出入口的层面,对站点各个出入口的NDVB进行求解,并对1 d 的时间间隔内的NDVB进行求和并取绝对值得到车辆日平均借、还变化率。基于共享单车接驳的站点规模影响因子Vj(量纲一指标),可以表示T内各出入口接驳缓冲区内共享单车接驳借、还数的均衡性。

(5)

式中:

λj,t、μj,t——t内出入口j接驳缓冲区内共享单车的平均还车车辆数和平均借车车辆数。

由式(5)可知,Vj为非负数。由于1 d被分为96个时间间隔,因此Vj的最大值取96。当其他因素一定时,Vj越接近于0,表明1 d内共享单车接驳借还数整体上较为均衡,该站点出入口的可动性与易达性均较强,且其可达性较高;Vj绝对值较大时,其可达性相对较低,Vj与可达性呈负相关。

2.3 站点可达性测度模型

利用Dm,s,i与Vj,对站点i任意出入口j的可达性进行测度。

(6)

式中:

Ei,j——站点i出入口j的可达性测度值。

BIM主要是指建筑信息模型，近几年，BIM技术在建筑行业设计、建造、管理中得到了广泛应用，依托计算机技术与网络技术构建模型，实现了建筑信息模型的全方位与多元化。另外，BIM技术是事前模拟技术，在建筑设计、施工及运维方面意义重大，可以通过预测的方式得出其问题，并制定有效的改进方案，提高质量，创造更大的价值[2]。

对站点i对应出入口的可达性测度值进行求和处理,构建基于共享单车接驳的城轨站点可达性测度模型。

(7)

式中:

Ei——站点i的可达性测度值。

3.1 南京市城轨站点聚类分析

将南京市分成3个区域,其中:内环线以内的区域为核心区,内环线与绕城环路之间的区域为近郊区,绕城环路以外的区域为远郊区。核心区内土地利用类型较为丰富,商业办公等设施密度较高;近郊区其次;远郊区内土地利用类型功能较为单一,住宅型空间要素分布较为集中。截至2017年9月,南京市核心区包含19个城轨站点,近郊区包含66个城轨站点,远郊区包含43个城轨站点。

基于城轨站点接驳缓冲区内共享单车的出行特性,对南京市轨道交通站点采用K均值聚类算法(K为类的数量)进行聚类。从128个城轨站点中最终识别出116个站点,涵盖368个站点出入口。12个接驳量较小的站点被剔除。对各类城轨站点的空间分布及其辐射范围内的空间要素统计进行分析,最终确定了5种不同类型的轨道交通站点:就业导向型站点、居住导向型站点、职住偏移型站点、综合型站点和其他型站点[1]。5种城轨站点的数量分别为20、32、29、17和18个。

3.2 站点层面的站点可达性测度分析

对南京市各城轨交通站点出入口的日平均借车接驳量、日平均还车接驳量、日平均借车骑行距离、日平均还车骑行距离站点及规模影响因子等指标进行统计,利用式(6)和式(7)计算各出入口和各站点的可达性测度值。以办公导向型站点——元通站为例,对其进行可达性测度分析。表2为元通站各出入口可达性测度值统计。元通站目前开通了1号、2号、4号、5号、6号等5个出入口。由表2可知:元通站5个出入口的可达性测度值分别为148.566 60、2 179.638 00、56.725 75、149.196 50、581.668 90,元通站可达性测度值为3 115.796。根据元通站各出入口可达性测度值的占比可知,2号出入口是衡量元通站站点整体可达性的主要出入口,其占比最高,接近70%;其次是6号出入口,占比约18.67%;1号、4号和5号出入口占比均不足5%,是可达性测度值较低的薄弱出入口。

表2 元通站各出入口可达性测度值统计

对识别出的116个城轨站点的可达性测度值进行计算。可达性测度值最大的站点是3号线浮桥站,位于城市核心区,属于综合型站点,其可达性测度值为12 637.622;可达性测度值最小的站点是S8号线的沈桥站,位于远郊区,属于职住偏移型站点,其可达性测度值为0.092。位于城市核心区的城轨站点的可达性测度值普遍较高,尤其以浮桥站、张府园站、大行宫站、三山街站最为显著。位于城市近郊区的城轨站点的可达性测度值分布范围广泛,其值较高的站点包含明故宫站、集庆门大街站、云锦路站及中胜站等,其值较低的站点包含天隆寺站、吉印大道站及南京站等。位于城市远郊区的城轨站点的可达性测度值较低,这与站点周边土地利用类型不丰富、线网密度较低等因素有关。其中:天润城站、柳州东路站及东大成贤学院站的可达性测度值稍高;其他站点的可达性测度值较低,其值不超过1 000,尤以长芦站、雨山路站、临江站及沈桥站的可达性测度值最低。

进一步分析不同类型城轨站点的可达性,并对每种类型的站点可达性测度值排序。图1—图5分别为办公导向型站点、居住导向型站点、职住偏移型站点、综合型站点和其他型站点的可达性测度值统计图。由图1—图5可知,不同类型城轨站点的可达性测度值具有显著差异:综合型站点的可达性测度值较高,其最大值超过12 000,大部分此类型站点的可达性测度值亦超过2 000;办公导向型站点的可达性测度值基本分布在1 500～7 000,且其最大值超过7 000;大多数居住导向型站点的可达性测度值在2 000以内,且其最大值在5 000左右;职住偏移型站点和其他型站点的可达性测度值较低,其最大值在3 000左右,大部分此类型站点的可达性测度值分布在1 000以下。

图1 办公导向型站点可达性测度值对比图

图2 居住导向型站点可达性测度值对比图

图3 职住偏移型站点可达性测度值对比图

图4 综合型站点可达性测度值对比图

图5 其他型站点可达性测度值对比图

3.3 出入口层面的站点可达性测度分析

对不同类型城轨站点的出入口可达性测度值进行计算,职住偏移型站点和其他型站点出入口的可达性测度值的最大值分别为1 604和1 284,其他3种类型站点的出入口可达性测度值最大值均超过2 000。

通过对比城轨站点及其出入口可达性可知:可达性测度值高的站点,其相应出入口的可达性测度值亦较高,且一般可达性测度值占比超过50%的出入口为重要出入口;但在办公导向型站点和综合型站点中,亦存在一些可达性测度值高的站点包含多个出入口,各出入口的可达性测度值不高且差异不明显,同时各出入口可达性的叠加作用使得该站点的可达性较强。以新街口站为例,该站共设有24个出入口,由于部分出入口附近存在自行车禁停区域,共识别出20个出入口,各出入口的可达性占比范围为1%～18%。其中:5号、7号和14号出入口的可达性测度值占比稍高,超过10%;9号、11号、12号和20号出入口的可达性测度值占比较低,不足2%;其余13个出入口的可达性测度值占比均为2%～10%。类似的站点还包括:办公导向型站点中的鼓楼站、集庆门大街站和中胜站,综合型站点中的大行宫站和云锦路站。

本文从共享单车接驳城轨的角度,利用车辆借还接驳量、借还骑行距离等因素构建了反映站点可达性的可动性、易动性和通达性指标,引入基于共享单车接驳的站点规模影响因子,对潜力模型进行改进,构建基于共享单车接驳的城轨站点的可达性测度模型,并对南京市不同类型的城轨站点及其出入口的可达性进行测度与分析。受数据来源限制,共享单车企业考虑用户的隐私保护难以提供长期骑行数据。本文基于天气情况较好的工作日内共享单车的接驳量开展研究,未来可分别针对工作日与周末共享单车可达性开展对比研究。

猜你喜欢 借车城轨测度 三个数字集生成的自相似测度的乘积谱数学物理学报(2022年3期)2022-05-25R1上莫朗测度关于几何平均误差的最优Vornoi分划数学物理学报(2022年2期)2022-04-26非等熵Chaplygin气体测度值解存在性数学物理学报(2020年4期)2020-09-07Cookie-Cutter集上的Gibbs测度数学年刊A辑(中文版)(2020年2期)2020-07-25漫说城轨城市轨道交通(2018年5期)2018-07-06漫说城轨城市轨道交通(2018年3期)2018-05-17漫说城轨城市轨道交通(2018年2期)2018-04-18漫说城轨城市轨道交通(2018年1期)2018-03-13微信有奖互动专栏汽车与驾驶维修（汽车版）(2017年1期)2017-10-30安防巨头借车联网东风 促智能交通发展升级中国公共安全(2017年5期)2017-09-04