基于IC卡數據挖掘的公共自行車需求特性分析

李政 姜妍

摘 要 公共自行車是一種環保健康的綠色交通方式，目前公共自行車系統均采用IC卡借還自行車。挖掘大量的IC卡數據可以獲得公共自行車的使用特性和使用人群的潛在規律性，對公共自行車的研究具有重要意義。基于此，本文利用大量的IC卡刷卡數據，從租賃用戶和租賃站點兩個方面對城市公共自行車需求特性進行分析，為后續公共自行車的發展方向和發展前景提供理論和現實依據。

關鍵詞 城市公共自行車;IC卡數據挖掘;需求特性

引言

城市公共自行車具有機動靈活、經濟實惠、自主性大、道路適應能力強等特點，是服務短距離出行、接駁軌道交通和常規公交以及休閑游憩的交通方式。然而，近年來隨著共享單車的蓬勃發展，公共自行車受到了很大的沖擊和影響[1]。公共自行車采用IC卡刷卡實現借還車，不僅能提高公共自行車的借還車效率，而且能建立完善的公共自行車刷卡數據庫[2]。利用海量的IC卡刷卡數據，分析公共自行車的需求特性，提取其潛在借還特征規律，對于預測未來年公共自行車使用量，確定其發展方向和建設方案等具有重要意義[3]。

目前國內外的已有研究中，大多采用定性的分析，少量的定量分析僅僅在小范圍內進行，并且集中在用戶個人屬性和與軌道交通的換乘接駁上，分析結果不具有普遍性[4]。

為解決上述問題，本文利用南京市主城區2016年3月1日至2017年12月31日的IC卡刷卡數據，從公共自行車租賃用戶和租賃站點的需求變化規律兩方面探索公共自行車的需求特性，把握南京市公共自行車的發展規律，為其后續發展提供理論依據。

1城市公共自行車總體使用情況分析

以南京市主城區為研究對象，統計其2016年3月1日至2017年12月31日的IC卡數據，計算求得南京市主城區公共自行車用戶數、公共自行車每月使用總量南京市主城區公共自行車用戶數前期整體快速穩步增長，2017年3月的用戶數為2016年3月用戶數的兩倍，發展態勢良好。但由于受到共享單車的影響，2017年4月后用戶數持續下降，2017年8月以后用戶規模有所回升。2017年3月公共自行車使用總量達到了最高值518萬次，隨后持續下跌，至2017年12月公共自行車使用總量為312萬次。

2城市公共自行車租賃用戶需求特性分析

2.1 年齡分布

統計截止至2017年12月，南京市主城區公共自行車使用者按年齡可分為4類，12-20歲為青少年，21-40歲為青年，41-50歲為中年，51-70歲為中老年，統計所有使用者的年齡分布。青少年用戶所占比例最小，僅占2.45%;中年用戶和中老年用戶占總用戶規模的51.56%。由此可見，中年和中老年用戶更傾向于使用公共自行車滿足其日常的出行需求[5]。

2.2 使用強度

根據IC卡刷卡數據，按照用戶出行頻率將其分為低頻用戶、中頻用戶、中高頻用戶以及高頻用戶，出行頻率依次為：次/月、次/月、次/月、次/月。分析2017年10月公共自行車用戶的使用頻率和各類人群該月的租賃總量。中低頻用戶數量占總用戶規模的70.3%，其租賃量僅占租賃總量的18.34%;而高頻用戶數量雖然僅占總用戶規模的5.08%，其租賃量卻達到了租賃總量的46.7%。

2.3 騎行時長

從租賃人群騎行時長的角度分析，騎行時長在1小時之內的租賃量占94.80%;騎行時長大于2小時的租賃量僅占2.58%。公共自行車作為短距離接駁的交通工具，有效解決了短時出行的客流需求，符合接駁“最后一公里”慢行交通工具的功能定位。

3城市公共自行車租賃點需求特性分析

3.1 站點使用強度

隨著站點密度的逐漸增大，用戶租賃公共自行車的便捷程度亦在逐步提升。2017年12月主城區共建有1271個租賃點。根據IC卡刷卡數據顯示，主城區租賃點中有381個站點，當月的使用強度在1000人次以下，租賃量僅占總量的4.55%，效能明顯不高。絕大部分站點使用強度在1000至10000人次，僅有2.99%的站點每月使用強度在10000人次以上。

3.2 站點相似性

（1）聚類方法。公共自行車租賃點的聚類分析采用軌跡聚類法，以各站點每天各時段的借還車量作為原始數據，通過對數據軌跡內部運動模式和特征信息的分析，確定軌跡間的相似程度，并將相似程度較高的軌跡歸為一類。

軌跡聚類的目標是尋找具有相同運動模式的軌跡，通過對軌跡內部運動模式和特征信息的分析，確定軌跡間的相似程度，并將相似程度較高的軌跡歸為一類。現有的軌跡聚類算法可分為兩類：一種是基于整體的軌跡聚類，即將一條軌跡視為一個整體而對其不做分段，通過定義軌跡的相似度函數將其聚類，這樣一條軌跡只能屬于一個簇;另一種是基于分段的軌跡聚類，即將一條軌跡分為多段，分段的軌跡之和不一定是原軌跡，也可以是原軌跡特征的抽取，再進行軌跡聚類，這樣同一條軌跡可能分屬于多個簇，可視的結果會出現分流與聚流的效果。軌跡聚類的過程包括：①計算能夠描述軌跡曲線的指標;②利用因素分析選擇指標的子集;③利用聚類分析找到軌跡的類別，并將不同的軌跡歸到各個類別[6]。

租賃點軌跡聚類以30分鐘內的借還車量為指標，統計一天24小時的48個時段內各個站點的借還車量變化趨勢，繪制每個租賃點的借還車變化趨勢圖，以此作為聚類統計的依據。

以南京市主城區為研究范圍，分析2017年10月16日至20日（周一至周五）的刷卡數據，以區域內各站點借還車量為分析對象，繪制每個租賃點的借還車變化趨勢圖，并運用軌跡聚類法將主城區的站點分為四類。

（2）聚類結果分析。根據聚類的分類結果，以借還車數量為縱坐標，時間為橫坐標，對每類站點的需求特性及變化規律進行分析。

第一類站點以城北運管所站點為例，該站點全天各時段借還車量較少，且數量變化較為平緩。站點借還車高峰不明顯，7：00-9：30和17：00-19：30形成借還車小高峰（見圖2）。該類站點效能低，站點利用率低，主要分布在外圍沿江區域。

第二類站點以省財政廳站點為例，該類站點借還量較少，但比第一類站點借車量大。站點不同時間段內的借還車差異較大且有明顯的借還車高峰。還車高峰時段為7：00-9：30，且在13：00-14：30有還車小高峰。借車高峰為 17：00-19：30，且在11：00-12：30有借車小高峰。（見圖3）

第三類站點以省反貪局站點為例，站點借還車數量較大且比較均勻。各時段內借還車差值不大，有明顯的借還車高峰。該類站點在19：30以后仍有借還車現象，站點使用量較大，效能較高（見圖4）。

第四類站點以國家大學科技園站點為例，站點的借還車大多集中在早晚高峰，平峰時期的借還量很少，甚至沒有（見圖5）。該類站點早晚高峰借還車差異非常大，可以認為是完全服務于高峰期的通勤出行。

3.3 站點周轉率

站點周轉率是指單位時間內租賃點每個停車樁的平均還車次數，表示為時間內租賃點還出公共自行車總數量與租賃點的樁位數的比值[7]。站點周轉率反映了其服務強度，周轉率越大，則該站點的服務效能越高;反之周轉率較低的站點利用率低，站點效能不高。同時，還可以根據公共自行車租賃點的周轉率求得租賃點的樁位數。

考慮到2017年10月的國慶假期會對公共自行車的使用產生較大影響，因此，選擇2017年9月1日至9月30日一個月作為租賃點站點周轉率的研究時間段。南京市公共自行車租賃點的站點周轉率大多在10次以內，即租賃點每個樁位一天最多被借還車10次。所有租賃點周轉率的百分之八十五分位點的站點周轉率為4.193，即有85%的租賃點的站點周轉率小于4.193，僅有15%的租賃點的站點周轉率大于4.193。

4結束語

本文依靠2016年3月至2017年12月的公共自行車IC卡刷卡數據，通過對原始數據的處理和分析，把握南京市主城區公共自行車系統的整體發展情況。同時基于統計結果從租賃用戶和租賃站點兩個方面分析了城市公共自行車系統的需求特性。本文通過對實際IC卡刷卡數據的研究和分析，深入挖掘南京市主城區公共自行車借還車需求規律，為南京市公共自行車的后續發展奠定研究基礎和科學依據。

參考文獻

[1] 李正浩.城市公共自行車租賃站遠期發展規模分析[J].交通節能與環保，2010，（2）：44-46.

[2] 崔曉琳.基于軌道交通接駁的公共自行車租賃站點布設研究[D].北京：北京交通大學，2013.

[3] 羅海星.城市公共自行車租賃站點選址方法研究[D].北京：北京交通大學，2013.

[4] 李婷婷.城市公共自行車租賃點選址規劃研究[D].北京：北京交通大學，2010.

[5] 曹雪檸.基于IC卡數據的公共自行車使用特性與動態調度優化研究[D].南京：東南大學，2016.

[6] 劉路美.城市公共自行車站點需求預測及調度優化方法研究[D].北京：北京交通大學，2017.

[7] 蔣聰之.基于軌道交通接駁的公共自行車租賃點規劃方法研究[D].南京：東南大學，2015.