灰色組合模型視角下公共自行車站點運營評價

楊 珺，李 濤，詹 鋒，徐慧剛

(1.浙江海洋大學 港航與交通運輸工程學院，浙江 舟山 316022；2.浙江衢州公交集團有限公司，浙江 衢州 324000；3.衢州市衢江區(qū)交通運輸局，浙江 衢州 324000)

灰色組合模型視角下公共自行車站點運營評價

楊 珺1，李 濤1，詹 鋒2，徐慧剛3

(1.浙江海洋大學 港航與交通運輸工程學院，浙江 舟山 316022；2.浙江衢州公交集團有限公司，浙江 衢州 324000；3.衢州市衢江區(qū)交通運輸局，浙江 衢州 324000)

公共自行車站點是影響公共自行車使用水平的重要因素。為評估城市公共自行車站點的運營現(xiàn)狀，綜合利用模糊一致理論、兩階段灰色聚類模型及灰色加權關聯(lián)模型，構建了城市公共自行車站點評價的灰色組合模型，結合衢州市公共自行車系統(tǒng)進行了實例驗證并得出了分析結論。結果表明，灰色組合模型能夠滿足站點評估過程中的灰色性和模糊性，可以有效評估出公共自行車站點的利用情況及關鍵影響因素，為公共自行車站點的優(yōu)化提供參考。

交通工程；公共自行車；站點；模糊一致理論；兩階段灰色聚類；灰色加權關聯(lián)模型

公共自行車系統(tǒng)是城市公共交通的重要組成部分，但目前城市公共自行車系統(tǒng)面臨著部分站點利用率較低的問題，因此有必要對站點的運營狀態(tài)作出正確評估與分析。國內外關于公共自行車站點的研究情況：①在定性研究方面，劉冰等[1-3]分別以杭州市、株洲市的公共自行車系統(tǒng)為例，進行了交通調查并提出優(yōu)化建議。②在交通影響因素研究方面，DENG等[4]利用層次分析法研究了影響站點使用率的因素；錢佳等[5]基于結構方程假設模型對公共自行車滿意度的影響因素進行了分析；EL-ASSI等[6]基于多元回歸分析模型研究了氣候及環(huán)境對自行車出行的影響程度。③在交通評價研究方面，陳慧等[7]構建了基于AHP的模糊綜合評判模型，并對站點的選址進行了評價;劉香等[8-9]基于DEA模型對公共自行車系統(tǒng)作出了評價；莊軻[10]建立了灰關聯(lián)模型對站點選址方案進行了比選；石悅悅等[11]構建了灰色模糊綜合評價模型對自行車出行水平作出了評價。公共自行車站點的利用率受到道路、區(qū)域等多個因素的影響，評價過程具有一定的不確定性且信息貧乏，所以公共自行車站點的評價具有模糊性和灰色性。上述研究雖然取得了許多成果，但未涉及到現(xiàn)有站點運營情況的評估，也沒有綜合考慮到站點評價的模糊性與灰色性。為此，筆者通過引入模糊一致理論、兩階段灰色聚類模型及灰色加權關聯(lián)模型，構建了城市公共自行車站點評價的灰色組合模型。

1 模型構建

1.1 構建白化權函數(shù)

1.2 確定聚類權重

根據(jù)各指標的重要程度建立模糊優(yōu)先關系矩陣B=(bjl)m×m，當uj優(yōu)于ul時，bjl為1；當uj與ul等優(yōu)時，bjl為0.5；當uj劣于ul時，bjl為0。然后將模糊優(yōu)先關系矩陣B改造為模糊一致矩陣R=(rjl)m×m，并以方根法計算聚類指標的權重wj。

(1)

(2)

(3)

(4)

1.3 一階段灰色聚類

(5)

1.4 二階段灰色聚類

計算綜合加權決策向量ηk(k=1,2,…,t),其中，t表示灰類的總數(shù)。

(t-1,t,t-1,t-2,…,2)

(2,3,…,t-1,t,t-1)

計算綜合測度決策向量vi:

(6)

1.5 確定關鍵影響因素

借鑒文獻[7]～文獻[11]、文獻[14]和文獻[15]，并結合專家意見，確定了影響公共自行車站點使用水平的評價指標體系，如圖1所示。

圖1 公共自行車站點使用水平的評價指標體系

(0<λ<1)

(7)

(8)

熵權法是一種客觀賦權法，其基于信息論中“熵”的概念，客觀性較強，因此筆者利用熵權法確定指標權重。組織n個專家對m個評價指標的重要度進行打分，構建m×n決策矩陣并進行min-max標準化；再計算第a個指標下第b個專家的評分比重Rab：

(9)

計算第a個指標的熵值ea：

(10)

計算第a個指標的熵權ua：

(11)

根據(jù)關聯(lián)系數(shù)和熵權計算加權關聯(lián)度：

Y=uarab

(12)

利用SPSS軟件對加權關聯(lián)度進行ward聚類分析，測量距離選擇歐式平方距離。

2 案例應用研究

衢州市地處浙江省西部，自2013年開始建設公共自行車系統(tǒng)。筆者基于衢州市西區(qū)2014—2017年公共自行車的運行數(shù)據(jù)，對各站點的運營情況進行評估。

2.1 確定聚類指標

通過衢州公交集團獲取了衢州市西區(qū)2014—2017年的公共自行車站點運營數(shù)據(jù)，依據(jù)式(13)和式(14)可得出自行車周轉比α和停車樁周轉比ε，取自行車周轉比、停車樁周轉比、自行車投放量與自行車下架量為聚類指標，如表1所示，按“優(yōu)秀”、“中等”、“不合格”3個等級進行聚類評價。

(13)

(14)

表1 站點運營數(shù)據(jù)

2.2 建立白化權函數(shù)

2.3 計算聚類指標權重

建立模糊優(yōu)先關系矩陣B，再將矩陣B改造為模糊一致矩陣R。

根據(jù)模糊一致矩陣R可計算得到自行車周轉比、停車樁周轉比、自行車投放量與自行車下架量4個聚類指標的權重分別為：w1=0.317，w2=0.317，w3=0.218，w4=0.148。

2.4 一階段灰色聚類

通過計算可得到各站點的聚類系數(shù)，如表2所示。根據(jù)最大隸屬度原則，可得到評級為“不合格”站點的編號為1003、1152、1153、1181、1301、1302。

表2 灰色定權聚類系數(shù)

2.5 二階段灰色聚類

表3 綜合決策向量

由表2可知，一階段灰色定權聚類后，出現(xiàn)多個隸屬度為“0”的結果，而二階段灰色聚類很好地修正了這一結果，挖掘出了更多有效信息。綜合兩階段的隸屬度變化及結論，可以得出兩階段灰色聚類較傳統(tǒng)灰色聚類方法更為準確。

2.6 確定關鍵影響因素

邀請15位來自于公共自行車設計及運營單位的專家對各站點的二級指標的重要程度進行打分，利用熵權法計算出各指標的權重。以1153站點為例，對每個指標取10組樣本序列，取分辨系數(shù)λ=0.5，計算出各指標的關聯(lián)度，通過與各指標的熵權相乘可得到加權關聯(lián)度，如表4所示。

表4 二級指標權重及1153站點計算結果

利用SPSS軟件進行ward聚類分析后，得到的樹狀聚類圖，如圖2所示。

圖2 1153站點樹狀聚類圖

根據(jù)圖2可將影響1153站點的各指標分為3類，按加權關聯(lián)度從大到小排列，影響程度高的指標即關鍵指標為b4，b5，b10，b16；影響程度中等的指標為b9，b12，b13；影響程度低的指標為b1，b2，b3，b6，b7，b8，b11，b14，b15。同理，可得出其余站點的關鍵指標，如表5所示。

表5 各站點的關鍵指標

2.7 結果分析

通過對上述7個站點進行影響因素分析，可以得出各站點共同的關鍵指標是交通組織、站點間距、咨詢與服務、區(qū)域騎行意識。結合實際情況可知，上述7個站點均位于城市邊緣或城鄉(xiāng)結合地帶，交通組織較差；公建點分布較為分散，造成站點間距過長；同時，周邊無有效的服務亭等相關咨詢設施，已有的查詢機也有多處損壞；此外，上述站點所分布的區(qū)域出行多為中長途出行，而公共自行車的優(yōu)勢在于短途出行，故區(qū)域騎行意識較低。

4 結論

筆者基于模糊一致理論、兩階段聚類模型及加權灰色關聯(lián)模型，構建了城市公共自行車站點評價的灰色組合模型，結合衢州市西區(qū)近4年公共自行車系統(tǒng)的實際運營數(shù)據(jù)進行了評估與分析。結果表明，該模型能夠有效評估出城市公共自行車站點的運營狀態(tài)及影響因素，繼而為公共自行車的站點優(yōu)化提供理論參考，對其他城市的公共自行車站點運營分析也有借鑒意義。公共自行車站點運營的影響因素復雜多變，如何構建更具全面性和動態(tài)性的評價體系將是下一步的研究方向。

[1] 劉冰,曹娟娟,周于杰,等.城市公共自行車使用活動的時空間特征研究：以杭州為例[J].城市規(guī)劃學刊,2016(3):77-84.

[2] 郭美芳.基于出行調查的城市公共自行車交通網(wǎng)絡規(guī)劃研究[D].長沙：中南大學,2013.

[3] 曾振.城市公共自行車系統(tǒng)運營績效評價：以湖南省株洲市為例[J].城市交通,2014,12(6):70-76.

[4] DENG C, WANG J Y, ZHENG W G. Layout optimizing of public bicycle stations based on AHP in Wuhan[J]. Applied Mechanics & Materials, 2015(737):896-902.

[5] 錢佳,汪德根,牛玉.城市居民使用市內公共自行車的滿意度影響因素分析:以蘇州市為例[J].地理研究,2014,33(2):358-371.

[6] EL-ASSI W, MAHMOUD M S, HABIB K N. Effects of built environment and weather on bike sharing demand: a station level analysis of commercial bike sharing in Toronto[J]. Transportation,2017,44(3):589-613.

[7] 陳慧,繆晶.福州公共自行車站點選址研究[J].閩江學院學報,2014,35(2):128-134.

[8] 劉香,袁汝華.基于DEA模型的城市公共自行車運行效率評價[J].武漢理工大學學報(交通科學與工程版),2016,40(6):1054-1057.

[9] 劉琛,鄭麗媛,諸云.基于數(shù)據(jù)包絡法的城市公共自行車系統(tǒng)綜合評價[J].交通運輸工程與信息學報,2016,14(3):119-128.

[10] 莊軻.基于灰關聯(lián)的公共自行車站點選址研究[J].交通運輸研究,2015,1(5):31-36.

[11] 石悅悅,周愛蓮,唐超強.自行車出行綜合評價方法[J].交通科技與經(jīng)濟,2013,15(5):51-54.

[12] 劉思峰,楊英杰,吳利豐.灰色系統(tǒng)理論及其應用[M].北京：科學出版社,2014:133-136.

[13] 劉思峰,方志耕,楊英杰.兩階段灰色綜合測度決策模型與三角白化權函數(shù)的改進[J].控制與決策,2014, 29(7):1232-1238.

[14] 秦孝敏.城市公共自行車站點布局及配置優(yōu)化研究[D].成都：西南交通大學,2015.

[15] FRADE I, RIBEIRO A. Bike-sharing stations: a maximal covering location approach[J]. Transportation Research Part A Policy & Practice, 2015(82):216-227.

TheEvaluationofPublicBicycleStationOperationfromthePerspectiveofGreyCombinedModel

YANGJun,LITao,ZHANFeng,XUHuigang

Public bicycle station is an important factor that affect the use level of public bicycle. In order to evaluate the operation status of urban public bicycle station, comprehensive use of fuzzy consistent theory, two stage grey clustering model and grey weighted incidence model,the grey combined model of urban public bicycle station evaluation is constructed, the example of public bicycle system in Quzhou is verified and the analysis results are obtained.The result shows that the grey combined model can satisfy the grey and fuzzy characteristics in the station evaluation process can evaluate the utilization of public bicycle station and the key influencing factors effectively, finally, it can provide a reference for the optimization of public bicycle station.

transportation engineering;public bicycle;station;fuzzy consistent matrix; two stages grey clustering; grey weighted incidence model

U491.2

10.3963/j.issn.2095-3852.2017.05.019

2095-3852(2017)05-0610-05

A

2017-05-05.

楊珺(1994-)，男，安徽安慶人，浙江海洋大學港航與交通運輸工程學院碩士研究生，主要研究方向為交通運輸規(guī)劃與管理.

李濤(1974-)，男，湖南岳陽人，浙江海洋大學港航與交通運輸工程學院教授級高級工程師，博士，主要研究方向為公路工程、工程項目管理.

YANGJunPostgraduate; School of Port and Transportation Engineering,Zhejiang Ocean University, Zhoushan 316022,China.