天氣與建筑環(huán)境對共享單車換乘量的影響分析

樊真龍

（廣東工業(yè)大學(xué) 土木與交通工程學(xué)院，廣東 廣州）

引言

隨著城市人口的增加和交通擁堵問題的日益嚴(yán)峻，公共交通換乘已成為提高出行效率和減輕交通壓力的重要解決方案[1-2]。換乘不僅可以減少私家車的出行量，增強(qiáng)公共交通的吸引力，同時有效降低尾氣排放和能源消耗，對改善城市環(huán)境質(zhì)量和應(yīng)對氣候變化也起到積極作用[3-4]。全球各大城市都在積極推動公共交通換乘，鼓勵市民選擇多種交通方式相結(jié)合[5-7]。在中國，共享單車作為一種靈活方便的短途出行方式，是公共交通換乘時的重要選擇[8]。當(dāng)乘客從公共交通站點(diǎn)到達(dá)目的地附近時，共享單車可以作為最后一公里的解決方案，提供快速、便利的接駁服務(wù)。然而，使用共享單車換乘存在一些問題，包括不利天氣、道路設(shè)施缺乏、空氣污染、騎行風(fēng)險等外界環(huán)境對騎行的影響。因此，確定哪些天氣與環(huán)境因素會影響換乘，并探究這些因素之間與換乘量的關(guān)系對促進(jìn)公共交通換乘，減少城市交通擁堵與碳排放具有重要指導(dǎo)意義。

現(xiàn)階段，影響共享單車換乘量的因素主要有兩大類，一類是天氣因素，如環(huán)境溫度和降雨。這是由于騎行者完全暴露在外界環(huán)境下，經(jīng)常視天氣條件而決定是否騎行。另一類則是建筑環(huán)境因素，包括道路設(shè)施和建筑密度。因?yàn)樵诔鞘胁煌δ軈^(qū)域下，居民的出行模式存在較大差異，共享單車的使用率也不同。盡管關(guān)于這兩類主題的文獻(xiàn)越來越多，但建筑環(huán)境與天氣影響的交互作用尚未被完全探究。這主要是由于各個城市及其交通系統(tǒng)的獨(dú)特性。因此，需要進(jìn)一步研究建筑環(huán)境與天氣對地鐵和自行車共享系統(tǒng)的綜合使用的影響。

1 研究區(qū)域及數(shù)據(jù)

1.1 研究區(qū)域

本文的研究區(qū)域?yàn)槊绹A盛頓特區(qū)，位于美國東海岸的中大西洋地區(qū)，屬馬里蘭州和弗吉尼亞州的交界處，該地區(qū)是美國最早投放公共自行車的城市，系統(tǒng)運(yùn)營時間已超過14 年。Capital bikeshare（CaBi）是該地區(qū)的公共自行車系統(tǒng)運(yùn)營商，截至2023 年，CaBi 在華盛頓特區(qū)有超過5000 輛公共自行車和600 多個自行車停放站點(diǎn)。此外，該地區(qū)的軌道交通系統(tǒng)發(fā)達(dá)，客流量僅次于紐約地鐵，截至2023 年，華盛頓地鐵已有6 條地鐵線路、97 個車站投入運(yùn)營中。在該地區(qū)運(yùn)輸管理部門的規(guī)劃發(fā)展下，華盛頓特區(qū)城市公共自行車系統(tǒng)逐漸成為接駁城市軌道交通系統(tǒng)的重要換乘方式之一，為了研究天氣及建筑環(huán)境變量對換乘客流量的影響，將該區(qū)域按共享單車站點(diǎn)位置為中心劃分為203 塊1 km2面積大小區(qū)域。研究區(qū)域如圖1 所示。

圖1 研究區(qū)域和天氣與建筑環(huán)境變量

1.2 數(shù)據(jù)處理

為了提取地鐵站附近的共享單車訂單數(shù)據(jù)，本文利用ArcGIS 地理處理軟件，導(dǎo)入華盛頓特區(qū)地鐵站點(diǎn)位置信息并設(shè)置緩沖區(qū)，將與該緩沖區(qū)位置相匹配的共享單車訂單數(shù)據(jù)提取出來。然而，關(guān)于緩沖區(qū)距離如何設(shè)定尚未形成統(tǒng)一的標(biāo)準(zhǔn)，緩沖區(qū)的范圍可能與各地鐵站的離城市中心的距離、地鐵服務(wù)能力、人口密度和周邊用戶組成等因素有關(guān)。參考以往學(xué)者的研究，本文引入空間網(wǎng)絡(luò)密度的方式來確定地鐵站緩沖區(qū)的范圍。首先，該方法設(shè)定了基本假設(shè)，即地鐵站對附近的公共自行車具有一定的吸引力并會形成緩沖區(qū)范圍，隨著緩沖區(qū)半徑的增加，該范圍內(nèi)的共享單車訂單密度會先增加后減少。

因此，從基本假設(shè)出發(fā)，我們需要建立地鐵站附近共享單車訂單密度的變化函數(shù)。由于華盛頓特區(qū)是有樁公共自行車系統(tǒng)，共享單車必須停放在指定站點(diǎn)，為簡化計算，本文使用公共自行車站點(diǎn)密度替換共享單車訂單密度，計算公式見式（1）和式（2）

式中：f(r)是地鐵站k 的公共自行車站點(diǎn)空間密度變化函數(shù)，緩沖區(qū)的半徑為r；Δ是最小搜索步長，我們設(shè)置為100 m；nk是大小為R 的最大緩沖區(qū)內(nèi)的公共自行車站點(diǎn)數(shù)量，此處我們將R 設(shè)置為1 000 m；dDi,k是公共自行車站點(diǎn)到地鐵站k 的歐氏距離，是指標(biāo)函數(shù)。不同的緩沖區(qū)半徑下，各地鐵站f(r)數(shù)值的分布如圖2（a）箱型圖所示，點(diǎn)狀數(shù)據(jù)表示各地鐵站的站點(diǎn)空間密度。由于設(shè)置的最小搜索步長過大，未觀察到公共自行車站點(diǎn)空間密度的先增后減的現(xiàn)象，但可以觀察到，當(dāng)緩沖區(qū)半徑擴(kuò)大到500 m 時，此時f(r)在均值與方差方面達(dá)到收斂，因此，本文將地鐵站緩沖區(qū)距離設(shè)置為500 m。圖2 （b）中McPherson Square 地鐵站附近共享單車訂單核密度分析結(jié)果也驗(yàn)證了這一點(diǎn)，半徑500 m 能較好地覆蓋了共享單車站點(diǎn)熱點(diǎn)分布區(qū)域。

圖2 （a） 不同緩沖區(qū)半徑下地鐵站附近公共自行車站點(diǎn)空間密度變化；（b） McPherson Square 地鐵站附近共享單車訂單核密度分析

1.3 數(shù)據(jù)分析

除去特定日期影響，共享單車換乘量的波動與氣溫增長趨勢高度接近，共享單車的換乘量在夏季普遍較高。除7 月份出現(xiàn)的特大暴雨引起了共享單車換乘量的急劇變化外，濕度、降雨量和風(fēng)速與共享單車換乘量在分布趨勢上則不太明顯。從共享單車換乘類別方面來看，公交與地鐵共享單車換乘量的變化趨勢差異略大，公交換乘量的波動遠(yuǎn)遠(yuǎn)大于地鐵換乘量。這可能與公交換乘量數(shù)值遠(yuǎn)大于地鐵換乘量有關(guān)，也反映出地鐵與共享單車的聯(lián)接方式更加穩(wěn)定，因此，在受到天氣因素影響時，地鐵換乘量的波動小于公交。在夏季期間，共享單車換乘量趨于穩(wěn)定，此時溫度變化對換乘量的影響不大，證明溫度在22～28 ℃區(qū)間，對共享單車出行的影響存在非線性效應(yīng)。

圖3 顯示了研究區(qū)域的道路密度分布情況。在道路密度分布上，市中心區(qū)域主要道路密度遠(yuǎn)高于郊區(qū)，而郊區(qū)的次要道路密度分布則較為集中。在美國哥倫比亞特區(qū)，自行車專用道路的建設(shè)并不完善，因此，只有市中心以及西南郊區(qū)上有自行車專用道路。建筑道路密度能在一定程度上影響共享單車的換乘使用，人們在出行時往往也會考慮當(dāng)?shù)氐牡缆窏l件，因此本文將研究區(qū)域的道路密度導(dǎo)出后在ArcGIS 中計算，并作為研究的建筑環(huán)境自變量之一。

圖3 研究區(qū)域道路密度可視化分析

2 模型構(gòu)建

本文采用多元線性回歸模型來研究自變量與因變量之間的關(guān)系。研究自變量考慮基礎(chǔ)天氣變量和建筑環(huán)境變量兩種。因此本文在回歸模型中納入溫度、濕度、風(fēng)速、能見度、紫外線強(qiáng)度、降雨量七種基礎(chǔ)天氣變量，建筑環(huán)境變量則主要考慮建筑物密度、道路密度以及離城市中心的距離。

換乘量和研究變量因素之間關(guān)系表示見公式（3）所示：

式中：Yit為第i 處站點(diǎn)區(qū)域和第t 天的共享單車換乘量，β0為模型的截距，β1、β2…β17為模型系數(shù)，X1、X2…X7為天氣變量，分別是溫度、濕度、風(fēng)速、能見度、紫外線強(qiáng)度、降雨量七種連續(xù)性天氣變量；Z1、Z2…Z8為建筑環(huán)境變量，分別是自行車道路密度、主要道路密度、次要道路密度、建筑物密度、商業(yè)區(qū)數(shù)量、學(xué)校數(shù)量、醫(yī)療場所數(shù)量和離城市中心距離。

3 結(jié)果分析

表1 為模型回歸結(jié)果，多元線性回歸的Adjust R2值為0.557，表明共享單車與地鐵的換乘量與天氣和建筑環(huán)境存在一定的關(guān)系，其中道路密度和離城市中心的距離等建筑環(huán)境因素是影響共享單車換乘量的最重要的變量，這表明建筑環(huán)境因素對共享單車與地鐵的換乘的影響占據(jù)主導(dǎo)地位，天氣則是影響換乘量的波動。在建筑物密度中，醫(yī)療場所和學(xué)校的數(shù)量對共享單車換乘量的影響占最主要的作用。在天氣變量中，風(fēng)速和平均能見度對共享單車換乘量的影響最主要，共享單車與公共交通聯(lián)合出行方式更容易受到阻礙騎行的天氣因素影響。

表1 共享單車與地鐵換乘量模型結(jié)果