涂穎菲 李坤耘 陳小鴻
我國(guó)持駕照人口數(shù)、私家車保有量與停車位數(shù)量三者間存在巨大差異。一方面,持駕照人口數(shù)量持續(xù)增長(zhǎng)使得部分小汽車出行需求無(wú)法得到滿足。另一方面,城市緊張的空間與利用效率較低的私家車之間的矛盾使得城市必須對(duì)小汽車擁有量進(jìn)行限制,加劇了小汽車使用需求和小汽車擁有量之間的矛盾。隨著移動(dòng)互聯(lián)網(wǎng)、智能手機(jī)普及的和相關(guān)技術(shù)的突破,分時(shí)租賃通過(guò)分離車輛使用權(quán)和所有權(quán),提高了車輛及車位的使用效率,滿足了部分居民私人機(jī)動(dòng)化出行的需求,并逐漸改變了人們的出行觀念。隨著分時(shí)租賃商業(yè)模式的不斷推廣,分時(shí)租賃電動(dòng)汽車作為綠色環(huán)保的新能源交通工具,已成為分時(shí)租賃系統(tǒng)的主要發(fā)展趨勢(shì)。目前,分時(shí)租賃的主要運(yùn)營(yíng)模式包括同地取還(用戶只能在同一租賃站點(diǎn)借車和還車)、異地取還(用戶可以在某一租賃站點(diǎn)借車,在其他運(yùn)營(yíng)租賃站點(diǎn)還車)和自由取還(用戶可以在運(yùn)營(yíng)區(qū)域內(nèi)的任意停車位借車和還車)。前兩個(gè)運(yùn)營(yíng)模式以站點(diǎn)為基本單元,站點(diǎn)是供需關(guān)系發(fā)生作用的關(guān)鍵場(chǎng)所。相較于對(duì)站點(diǎn)某一個(gè)截面時(shí)段運(yùn)營(yíng)情況的評(píng)價(jià),分時(shí)租賃站點(diǎn)長(zhǎng)期的時(shí)序發(fā)展情況能夠反映站點(diǎn)整體的發(fā)展態(tài)勢(shì),輔助站點(diǎn)的全面評(píng)價(jià)。不同區(qū)位和建成環(huán)境的站點(diǎn)所占用的土地資源不同,對(duì)其發(fā)展模式的分析能夠反映不同區(qū)位與建成環(huán)境背景下的站點(diǎn)的資源利用率。
現(xiàn)有研究主要集中在對(duì)站點(diǎn)運(yùn)營(yíng)情況的截面評(píng)價(jià)分析上,研究者主要通過(guò)分析站點(diǎn)的使用強(qiáng)度來(lái)評(píng)估分時(shí)租賃站點(diǎn)的運(yùn)營(yíng)效益。站點(diǎn)的使用強(qiáng)度指標(biāo)一般為站點(diǎn)車輛總使用時(shí)長(zhǎng)、車輛總使用次數(shù)或車輛使用率。STILLWATER[1],CERVERO[2],BURKHARDT[3],CELSOR[4]等以站點(diǎn)的車輛月使用總時(shí)長(zhǎng)作為分時(shí)租賃站點(diǎn)評(píng)價(jià)的指標(biāo);DE LORIMIER[5]等以車輛使用總時(shí)長(zhǎng)為評(píng)價(jià)指標(biāo),對(duì)魁北克的分時(shí)租賃車輛進(jìn)行研究;KIM[6]定義了車輛使用率,利用人工采集的非運(yùn)營(yíng)數(shù)據(jù),以站點(diǎn)車輛使用率表征站點(diǎn)的使用強(qiáng)度,對(duì)紐約分時(shí)租賃進(jìn)行分析。車輛使用率為被使用過(guò)的車輛除以總車輛數(shù),而車輛在該日被使用過(guò)一次即認(rèn)為該車輛被使用。王麗敏[7]利用層次分析法和模糊綜合評(píng)價(jià)法,以站點(diǎn)的車輛成本、土地成本、管理成本、技術(shù)成本、人口密度等為站點(diǎn)評(píng)價(jià)指標(biāo)建立站點(diǎn)布局評(píng)價(jià)模型,但該模型并沒(méi)有涉及站點(diǎn)長(zhǎng)期的運(yùn)營(yíng)評(píng)價(jià)??傮w來(lái)看,現(xiàn)有研究很少關(guān)注分時(shí)租賃站點(diǎn)在時(shí)間序列上的發(fā)展變化,缺乏對(duì)站點(diǎn)長(zhǎng)期發(fā)展模式的分類分析。
本文旨在提出分時(shí)租賃站點(diǎn)發(fā)展模式分類的方法,從而為全面評(píng)價(jià)分時(shí)租賃站點(diǎn)的發(fā)展模式提供科學(xué)方法與依據(jù)。同時(shí),筆者以上海市分時(shí)租賃系統(tǒng)EVCARD為研究對(duì)象,分析不同區(qū)位與建成環(huán)境站點(diǎn)的發(fā)展模式與整體資源利用效率差異,從而為合理規(guī)劃與調(diào)整土地資源配置提供參考依據(jù)。
筆者構(gòu)建的分時(shí)租賃發(fā)展模式的分類方法包括5個(gè)步驟,其技術(shù)框架如圖1所示。第1步,采用確定性因素分解方法剔除隨機(jī)因素干擾,提取站點(diǎn)長(zhǎng)期運(yùn)營(yíng)發(fā)展趨勢(shì);第2步,通過(guò)ADF檢驗(yàn)對(duì)各站點(diǎn)長(zhǎng)期趨勢(shì)進(jìn)行平穩(wěn)性檢驗(yàn),判斷站點(diǎn)發(fā)展趨勢(shì)穩(wěn)定與否;第3步,通過(guò)Mann-Kendall檢驗(yàn),對(duì)非穩(wěn)定站點(diǎn)的增長(zhǎng)或降低趨勢(shì)進(jìn)行判定;第4步,對(duì)站點(diǎn)近期截面時(shí)段的運(yùn)營(yíng)情況進(jìn)行評(píng)價(jià),確定站點(diǎn)截面運(yùn)營(yíng)效益的高低;第5步,結(jié)合站點(diǎn)截面運(yùn)營(yíng)效益評(píng)價(jià)與長(zhǎng)期發(fā)展趨勢(shì)類型,綜合確定站點(diǎn)的長(zhǎng)期運(yùn)營(yíng)發(fā)展模式,將站點(diǎn)分為A、B、C、D、E共5類。

圖1 發(fā)展模式分類技術(shù)框架
由于站點(diǎn)在運(yùn)營(yíng)中可能受到許多噪音的影響(天氣、突發(fā)事件或大型活動(dòng)),也可能存在工作日或非工作日的周期波動(dòng)。為了分析站點(diǎn)運(yùn)營(yíng)發(fā)展的總體趨勢(shì),需要剔除噪音及周期波動(dòng)的影響。
利用X-11時(shí)間序列趨勢(shì)分解方法[8],對(duì)各站點(diǎn)日訂單量時(shí)序數(shù)據(jù)進(jìn)行確定性因素分解。用多次短期中心移動(dòng)平均消除隨機(jī)波動(dòng)、用周期移動(dòng)平均消除趨勢(shì)、用交易周期移動(dòng)平均消除交易日影響[9],對(duì)站點(diǎn)日訂單量的時(shí)序數(shù)據(jù)進(jìn)行確定性因素分解,最終提取得到站點(diǎn)運(yùn)營(yíng)發(fā)展的長(zhǎng)期趨勢(shì)。
站點(diǎn)運(yùn)營(yíng)情況的序列運(yùn)營(yíng)情況的好壞隨時(shí)間的變化而變化,站點(diǎn)日有效訂單數(shù)據(jù)構(gòu)成一個(gè)時(shí)間序列{Xt}={Xt(i)},其中Xt(i)表示站點(diǎn)i在t處的日有效訂單情況。根據(jù)公式(1)計(jì)算各站點(diǎn)長(zhǎng)期趨勢(shì)中日有效訂單量的數(shù)學(xué)期望和方差的估計(jì)值。

其中,N為該序列的長(zhǎng)度。根據(jù)寬平穩(wěn)隨機(jī)過(guò)程的定義,若均值和方差為常數(shù),則{Xt}是平穩(wěn)時(shí)序。
檢查序列平穩(wěn)性的標(biāo)準(zhǔn)方法是單位根檢驗(yàn)。其中ADF檢驗(yàn)可以用于檢驗(yàn)含有高階序列相關(guān)的序列的單位根[10]。本文采用ADF檢驗(yàn)判斷各個(gè)站點(diǎn)的長(zhǎng)期趨勢(shì)是否達(dá)到平穩(wěn)(置信水平取5%)。
進(jìn)一步對(duì)非穩(wěn)定站點(diǎn)的日有效訂單量進(jìn)行Mann-Kendall檢驗(yàn)[11-12],從而確定站點(diǎn)運(yùn)營(yíng)發(fā)展處于增長(zhǎng)趨勢(shì)還是降低趨勢(shì)。根據(jù)公式(2)計(jì)算衡量趨勢(shì)大小的指標(biāo)Z,判斷各個(gè)站點(diǎn)的發(fā)展趨勢(shì):當(dāng)Z為正值時(shí),表明站點(diǎn)運(yùn)營(yíng)發(fā)展呈現(xiàn)增長(zhǎng)趨勢(shì);當(dāng)Z為負(fù)值時(shí),表明站點(diǎn)運(yùn)營(yíng)發(fā)展呈現(xiàn)降低趨勢(shì)。

其中,S是趨勢(shì)檢驗(yàn)的統(tǒng)計(jì)量,VAR(S)為統(tǒng)計(jì)量方差。
基于上述步驟,將站點(diǎn)長(zhǎng)期發(fā)展情況分為增長(zhǎng)型、穩(wěn)定型和降低型,分別代表站點(diǎn)訂單量變化呈現(xiàn)增長(zhǎng)、穩(wěn)定和降低趨勢(shì)。
從站點(diǎn)的訂單量、訂單時(shí)長(zhǎng)、車位周轉(zhuǎn)率和需求滿足度幾個(gè)方面對(duì)站點(diǎn)截面運(yùn)營(yíng)效益進(jìn)行評(píng)價(jià)。各指標(biāo)的定義如下:①日均取車(還車)訂單量:站點(diǎn)取車(還車)訂單數(shù);②日均取車(還車)訂單時(shí)長(zhǎng):與站點(diǎn)相關(guān)的取車(還車)訂單的總使用時(shí)長(zhǎng);③車位周轉(zhuǎn)率:站點(diǎn)內(nèi)所有車位平均被使用的次數(shù),研究時(shí)段內(nèi)站點(diǎn)訂單數(shù)與車位數(shù)的比值;④需求滿足度:站點(diǎn)對(duì)用戶用車需求的滿足程度,即站點(diǎn)已滿足需求(取車訂單數(shù))與站點(diǎn)周邊所有需求的比值。根據(jù)站點(diǎn)運(yùn)營(yíng)指標(biāo)的數(shù)據(jù)分布情況,使用5分位法[13],將上海市分時(shí)租賃異地取還站點(diǎn)分成5級(jí):指標(biāo)數(shù)值位于前16%的為5級(jí),位于前16% 37%的為4級(jí),位于前37% 63%的為3級(jí),位于前63% 84%的為2級(jí),位于后16%的為1級(jí)。
統(tǒng)計(jì)各個(gè)站點(diǎn)不同指標(biāo),將各等級(jí)等間隔賦予5級(jí)分?jǐn)?shù):5級(jí)站點(diǎn)賦5分,4級(jí)站點(diǎn)賦4分,依此類推。計(jì)算6項(xiàng)指標(biāo)的總得分,分?jǐn)?shù)越高表明站點(diǎn)運(yùn)營(yíng)情況越好,根據(jù)總分?jǐn)?shù)確定站點(diǎn)的截面效益分類。最終得分為6 10分的站點(diǎn)截面運(yùn)營(yíng)效益為E類;11 15分的站點(diǎn)截面運(yùn)營(yíng)效益為D類;16 20分的站點(diǎn)截面運(yùn)營(yíng)效益為C類;21 25分的站點(diǎn)截面運(yùn)營(yíng)效益為B類;26 30分的站點(diǎn)截面運(yùn)營(yíng)效益為A類。
在站點(diǎn)的截面效益評(píng)價(jià)基礎(chǔ)上,結(jié)合站點(diǎn)的長(zhǎng)期變化趨勢(shì)類型,得到站點(diǎn)的發(fā)展模式分類。其中,長(zhǎng)期發(fā)展類型為增長(zhǎng)型的站點(diǎn)最終運(yùn)營(yíng)發(fā)展模式在原截面效益評(píng)價(jià)類型的基礎(chǔ)上提高1級(jí);穩(wěn)定型站點(diǎn)的運(yùn)營(yíng)發(fā)展模式與原截面效益類型相同;降低型站點(diǎn)的運(yùn)營(yíng)發(fā)展模式在原截面效益評(píng)價(jià)類型的基礎(chǔ)上降低1級(jí),如圖2所示。最終將站點(diǎn)的發(fā)展模式分為A、B、C、D、E共5類,站點(diǎn)發(fā)展最好的類型為A,最差為E。

圖2 發(fā)展模式分類示意圖
以上海純電動(dòng)分時(shí)租賃汽車系統(tǒng)EVCARD為研究對(duì)象,對(duì)其站點(diǎn)的發(fā)展模式進(jìn)行分類分析。上海EVCARD是全國(guó)最大的汽車分時(shí)租賃系統(tǒng)之一。本文以上海市建成超過(guò)1年的異地取還模式的1 361個(gè)EVCARD站點(diǎn)為研究對(duì)象,分析其從2016年10月—2017年10月為期1年的長(zhǎng)期運(yùn)營(yíng)趨勢(shì),并據(jù)此對(duì)站點(diǎn)的發(fā)展模式進(jìn)行分類。
考慮到站點(diǎn)發(fā)展的階段性,截面時(shí)段內(nèi)站點(diǎn)的運(yùn)營(yíng)情況不足以完全代表站點(diǎn)的成熟度以及整體運(yùn)營(yíng)情況,因此需要研究站點(diǎn)的長(zhǎng)期發(fā)展趨勢(shì)。本文基于X-11時(shí)間序列趨勢(shì)分解方法,利用Python時(shí)間序列分析工具包,對(duì)各站點(diǎn)在分析時(shí)段內(nèi)的時(shí)序數(shù)據(jù)進(jìn)行確定性因素分解,提取出站點(diǎn)運(yùn)營(yíng)特征的長(zhǎng)期發(fā)展趨勢(shì)。剔除白噪音和周期性干擾后,可獲得各站點(diǎn)的長(zhǎng)期趨勢(shì)發(fā)展時(shí)序。在此基礎(chǔ)上,采用ADF統(tǒng)計(jì)量對(duì)各站點(diǎn)的長(zhǎng)期運(yùn)營(yíng)趨勢(shì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn),設(shè)定置信水平為5%,當(dāng)ADF值小于-2.875時(shí),認(rèn)為站點(diǎn)發(fā)展已達(dá)到穩(wěn)定,否則表明站點(diǎn)未達(dá)到穩(wěn)定發(fā)展?fàn)顟B(tài)。據(jù)此,將站點(diǎn)的長(zhǎng)期趨勢(shì)歸為平穩(wěn)與非穩(wěn)定2大類。根據(jù)Mann-Kendall趨勢(shì)檢驗(yàn)原理,計(jì)算各站點(diǎn)趨勢(shì)判斷指標(biāo)Z判斷增長(zhǎng)或降低趨勢(shì),最終得到站點(diǎn)長(zhǎng)期運(yùn)營(yíng)趨勢(shì)類型占比(圖3)。
其中,穩(wěn)定型站點(diǎn)占總站點(diǎn)數(shù)的19%,增長(zhǎng)型站點(diǎn)占總站點(diǎn)數(shù)的59%,降低型站點(diǎn)占總站點(diǎn)數(shù)的22%??傮w來(lái)說(shuō),隨著站點(diǎn)建成并投入運(yùn)營(yíng),系統(tǒng)整體運(yùn)營(yíng)效益呈現(xiàn)增長(zhǎng)趨勢(shì),約78%的站點(diǎn)呈現(xiàn)穩(wěn)定或增長(zhǎng)發(fā)展趨勢(shì)。
站點(diǎn)在近期一段時(shí)間內(nèi)的運(yùn)營(yíng)效益稱為站點(diǎn)的截面效益,能夠反映站點(diǎn)當(dāng)前的運(yùn)營(yíng)現(xiàn)狀,可結(jié)合站點(diǎn)長(zhǎng)期發(fā)展趨勢(shì)對(duì)站點(diǎn)的整體運(yùn)營(yíng)情況進(jìn)行說(shuō)明。通過(guò)評(píng)價(jià)站點(diǎn)的訂單量、訂單時(shí)長(zhǎng)、車位周轉(zhuǎn)率和需求滿足度,對(duì)站點(diǎn)截面運(yùn)營(yíng)效益進(jìn)行評(píng)價(jià),從而實(shí)現(xiàn)對(duì)站點(diǎn)截面效益的總體評(píng)價(jià)(圖4)。上海EVCARD站點(diǎn)中占比最高的站點(diǎn)為C類站點(diǎn),超過(guò)60%的站點(diǎn)截面效益表現(xiàn)良好(即當(dāng)站點(diǎn)截面效益為A、B或C類)。總的來(lái)說(shuō),上海EVCARD分時(shí)租賃系統(tǒng)的整體截面運(yùn)營(yíng)效益較好。
站點(diǎn)發(fā)展模式分類是指基于站點(diǎn)的長(zhǎng)期發(fā)展趨勢(shì)和短期截面運(yùn)營(yíng)效益評(píng)價(jià),將站點(diǎn)運(yùn)營(yíng)情況進(jìn)行綜合分類。通過(guò)結(jié)合站點(diǎn)自建成以來(lái)的發(fā)展成熟度以及站點(diǎn)當(dāng)下的運(yùn)營(yíng)現(xiàn)狀,對(duì)站點(diǎn)的綜合發(fā)展?fàn)顟B(tài)予以評(píng)估。在原1 361個(gè)站點(diǎn)的截面運(yùn)營(yíng)評(píng)價(jià)的基礎(chǔ)上,結(jié)合站點(diǎn)長(zhǎng)期變化趨勢(shì),對(duì)比站點(diǎn)發(fā)展模式類型和截面運(yùn)營(yíng)評(píng)價(jià)類型的占比(圖5)。
在截面運(yùn)營(yíng)評(píng)價(jià)中運(yùn)營(yíng)較好的A類與B類站點(diǎn)占比47.6%,而在站點(diǎn)發(fā)展模式分類中比例提升至55.6%,說(shuō)明系統(tǒng)整體運(yùn)營(yíng)效益呈現(xiàn)增長(zhǎng)趨勢(shì),發(fā)展態(tài)勢(shì)良好;在截面運(yùn)營(yíng)評(píng)價(jià)中和站點(diǎn)發(fā)展模式分類中運(yùn)營(yíng)較壞的D類與E類站點(diǎn)占比基本保持不變,約26%的站點(diǎn)不管從截面運(yùn)營(yíng)還是長(zhǎng)期發(fā)展來(lái)看都處于低效益狀態(tài),需要重點(diǎn)關(guān)注改善。

圖3 上海EVCARD長(zhǎng)期運(yùn)營(yíng)趨勢(shì)

圖4 上海EVCARD截面效益評(píng)價(jià)

圖5 上海EVCARD發(fā)展模式分類與截面運(yùn)營(yíng)評(píng)價(jià)類型對(duì)比

圖6 上海EVCARD不同發(fā)展模式站點(diǎn)空間分布
對(duì)不同發(fā)展模式的站點(diǎn)的空間分布進(jìn)行分析,尋找同一類型站點(diǎn)在空間分布中的共性與差異特征(圖6)。發(fā)展較好(A、B類)的站點(diǎn)集中于安亭鎮(zhèn)、嘉定新城附近以及奉賢上師大附近。而發(fā)展一般的C類站點(diǎn)分布于外圍區(qū)域,發(fā)展較差的站點(diǎn)分布較零散,無(wú)明顯聚集狀態(tài)。上海EVCARD興起于嘉定區(qū)安亭鎮(zhèn),隨后逐漸在嘉定區(qū)以及上海市普及,并受到了大量大學(xué)生和中等收入人群的廣泛接受。在這些區(qū)域,站點(diǎn)建成時(shí)間長(zhǎng),用戶認(rèn)可度高,故站點(diǎn)的發(fā)展運(yùn)營(yíng)情況較好。
按照上海的區(qū)位特征,將位于所有分析站點(diǎn)分為:中心區(qū)站點(diǎn)(站點(diǎn)位于上海內(nèi)環(huán)以內(nèi))、外圍區(qū)站點(diǎn)(站點(diǎn)位于上海內(nèi)環(huán)與外環(huán)之間)以及郊區(qū)站點(diǎn)(站點(diǎn)位于上海外環(huán)以外)。探究不同交通區(qū)位條件下站點(diǎn)的長(zhǎng)期發(fā)展趨勢(shì)和整體發(fā)展模式差異(圖7-圖8)。

圖7 上海EVCARD長(zhǎng)期發(fā)展類型與空間區(qū)位關(guān)系

圖8 上海EVCARD站點(diǎn)發(fā)展模式與空間區(qū)位關(guān)系
超過(guò)70%的外圍區(qū)站點(diǎn)以及約80%的郊區(qū)站點(diǎn)呈現(xiàn)增長(zhǎng)型或穩(wěn)定型發(fā)展,僅有不到60%的中心區(qū)站點(diǎn)運(yùn)營(yíng)發(fā)展呈現(xiàn)穩(wěn)定或增長(zhǎng)趨勢(shì),由于中心區(qū)具有密集的公共交通服務(wù),其交通便利性和交通服務(wù)可獲得性好,受到中心區(qū)發(fā)達(dá)且快速發(fā)展的公交服務(wù)影響,中心區(qū)分時(shí)租賃站點(diǎn)長(zhǎng)期發(fā)展趨勢(shì)一般,主要呈現(xiàn)下降趨勢(shì),因此超過(guò)40%的中心區(qū)站點(diǎn)發(fā)展模式為D或E類。接近50%的外圍區(qū)站點(diǎn)為A類,對(duì)外圍區(qū)的用戶來(lái)說(shuō),一方面他們的公共交通服務(wù)的可獲得性較差,更多依賴于小汽車出行,與中心區(qū)用戶相比外圍區(qū)用戶有更大概率選擇汽車分時(shí)租賃;另一方面外圍區(qū)用戶的出行距離較長(zhǎng),對(duì)于以出行時(shí)間計(jì)費(fèi)的汽車分時(shí)租賃而言,站點(diǎn)單次對(duì)應(yīng)的訂單收益更高。
上海EVCARD站點(diǎn)的建成環(huán)境包括:風(fēng)景名勝類、公園綠地類、行政辦公類、交通樞紐類、教育科研類、商務(wù)類、商業(yè)類、文化體育類、醫(yī)療衛(wèi)生類和住宅類。分析不同建成環(huán)境類型的站點(diǎn)的發(fā)展模式差異,探究不同建成環(huán)境區(qū)域與站點(diǎn)長(zhǎng)期發(fā)展趨勢(shì)和發(fā)展模式的關(guān)系(圖9-圖10)。

圖9 上海EVCARD長(zhǎng)期發(fā)展類型與建成環(huán)境關(guān)系

圖10 上海EVCARD站點(diǎn)發(fā)展模式與建成環(huán)境關(guān)系
約80%的公園綠地類站點(diǎn)以及超過(guò)80%的交通樞紐類站點(diǎn)表現(xiàn)為增長(zhǎng)型或穩(wěn)定型,行政辦公類站點(diǎn)則多表現(xiàn)為降低型。同時(shí),交通樞紐類、公園綠地類、文化體育類站點(diǎn)運(yùn)營(yíng)發(fā)展表現(xiàn)較好,尤其是交通樞紐類區(qū)域的站點(diǎn)中超過(guò)90%的站點(diǎn)為長(zhǎng)期發(fā)展模式較好的A、B或C類。行政辦公類站點(diǎn)的運(yùn)營(yíng)表現(xiàn)較差,接近50%的行政辦公類站點(diǎn)長(zhǎng)期發(fā)展模式為表現(xiàn)較差的D類或E類。
本文結(jié)合時(shí)間序列分析方法中的確定性因素分解、平穩(wěn)性檢驗(yàn)、Mann-Kendall檢驗(yàn)與截面運(yùn)營(yíng)效益評(píng)價(jià),提出對(duì)分時(shí)租賃站點(diǎn)長(zhǎng)期發(fā)展模式進(jìn)行分類的方法?;谔岢龅恼军c(diǎn)發(fā)展模式分類方法,分析了上海汽車分時(shí)租賃系統(tǒng)EVCARD站點(diǎn)的發(fā)展模式類型,并具體探討了不同區(qū)位與建成環(huán)境類型的站點(diǎn)的發(fā)展模式。研究發(fā)現(xiàn):
(1)上海EVCARD站點(diǎn)總體呈現(xiàn)增長(zhǎng)趨勢(shì),發(fā)展模式較好的A、B、C類站點(diǎn)占比超過(guò)70%。這些站點(diǎn)主要集中在安亭鎮(zhèn)、嘉定新城以及奉賢上海師范大學(xué)附近。發(fā)展表現(xiàn)較差的D類與E類站點(diǎn)分布較零散,無(wú)明顯聚集狀態(tài)。
(2)從站點(diǎn)區(qū)位來(lái)看,超過(guò)70%的外圍區(qū)站點(diǎn)以及約80%的郊區(qū)站點(diǎn)呈現(xiàn)增長(zhǎng)型或穩(wěn)定型發(fā)展,而僅有60%的中心區(qū)站點(diǎn)呈現(xiàn)穩(wěn)定或增長(zhǎng)型。約有40%的中心區(qū)站點(diǎn)發(fā)展模式為表現(xiàn)較差的D或E類。
(3)從建成環(huán)境來(lái)看,約80%的公園綠地類站點(diǎn)以及超過(guò)80%的交通樞紐類站點(diǎn)表現(xiàn)為增長(zhǎng)型或穩(wěn)定型發(fā)展,這類站點(diǎn)的整體發(fā)展模式較好。尤其是交通樞紐類區(qū)域的站點(diǎn),有超過(guò)90%的站點(diǎn)為長(zhǎng)期發(fā)展模式較好的A、B或C類。相反,約30%的行政辦公類站點(diǎn)表現(xiàn)為降低型,接近50%的行政辦公類站點(diǎn)長(zhǎng)期發(fā)展模式為表現(xiàn)較差的D類或E類。
結(jié)合對(duì)上海EVCARD長(zhǎng)期發(fā)展模式的分析,外圍區(qū)和郊區(qū)汽車分時(shí)租賃站點(diǎn)的長(zhǎng)期運(yùn)營(yíng)表現(xiàn)與土地資源利用效果較好;交通樞紐類與公園綠地附近的站點(diǎn)明顯優(yōu)于行政辦公區(qū)域的站點(diǎn)。因此在考慮分時(shí)租賃站點(diǎn)的布局或者對(duì)土地資源進(jìn)行配置時(shí),可以重點(diǎn)考慮外圍區(qū)與郊區(qū)以及交通樞紐區(qū)域與公園綠地區(qū)域,盡量規(guī)避行政辦公區(qū)域的布點(diǎn)。
本文提出的方法能夠判斷站點(diǎn)長(zhǎng)期發(fā)展的穩(wěn)定、增長(zhǎng)或降低趨勢(shì),能夠綜合站點(diǎn)的長(zhǎng)期發(fā)展趨勢(shì)和截面運(yùn)營(yíng)情況完成對(duì)分時(shí)租賃站點(diǎn)發(fā)展模式的分類。方法具有有效性,能夠?yàn)榉謺r(shí)租賃企業(yè)對(duì)已建站點(diǎn)的長(zhǎng)期發(fā)展評(píng)價(jià)提供方法支撐,有利于全面評(píng)價(jià)站點(diǎn)的運(yùn)營(yíng)效益。對(duì)不同區(qū)位與建成環(huán)境站點(diǎn)發(fā)展模式的分析能夠?yàn)檎军c(diǎn)的布局優(yōu)化和土地資源的合理規(guī)劃利用提供科學(xué)依據(jù)。