共享單車數據應用研究綜述

吳菲

摘 要：共享單車成為當今居民出行不可或缺的交通出行方式，其產生的騎行數據較能真實反映居民的出行行為。本文使用CNKI中國知網數據庫對共享單車數據相關文獻進行檢索，并采用VOS Viewer對檢索文獻進行可視化，分析總結目前學者利用共享單車數據的研究方向和成果，為未來學者研究提供參考意見。

關鍵詞：共享單車;數據運用;文獻分析;VOS Viewer

0 引言

在新時代的背景下，共享單車的出現為居民出行提供新的選擇，不僅減少了居民對私家車的依賴，豐富了人們的出行方式，還改變了居民出行的交通結構。一定程度上還緩解了城市的交通壓力，降低了碳排放量，實現了綠色出行。因此，共享單車已然成為當今社會的重要交通出行方式，并在處理“最后一公里”問題上優勢顯著。除此之外，共享單車產生的訂單數據包含較為詳細的用戶信息和騎行信息，相較于公交的刷卡數據而言，更能準確地反映居民出行特性。目前交通數據種類繁多且復雜，但對于共享單車數據研究仍停留在改善自身運營系統及自身建設上，并未真正意義上實現充分利用，因此，共享單車數據何以運用，何以充分利用，成為學者們研究的目標。

1 國內文獻研究現狀

本研究所使用的數據來源于中國知網CNKI數據庫，國內文獻經過多次嘗試，選定搜索關鍵詞為“共享單車數據”，搜索結果表明：總庫284篇，學術期刊占158篇，碩士論文占75篇，會議論文為19篇。目前單車數據在經濟類、交通類研究較為集中，還涉及行政學類、自動化技術類、金融類、旅游類等領域。

中國知網數據庫內的數據結果在VOS Viewer中生成關鍵詞共現關系圖譜，如圖1所示，共現圖譜中共現次數最多的關鍵詞有“需求預測”，“大數據”，“聚類分析”，“時空特征”，“數據挖掘”，“數據融合”，“時間特征”，“空間特征”，“數據分析”，“網絡爬蟲”。其中，“需求預測”，“大數據”占比最多，共現性更為明顯。

由關鍵詞關聯表明，共享單車的數據在需求預測、大數據分析應用較為廣泛，與研究多元數據的融合、聚類分析方法、軌道交通的接駁問題、單車的調度投放問題、慢行交通基礎設施布局及共享單車系統管理相關。

2 國內外文獻分析

通過文獻分析法和VOS Viewer的關鍵詞關系圖表明，共享單車數據運用主要分為四大塊，分別為居民出行時空特性分析、單車的調配、城市軌道等公共交通的接駁問題以及慢行基礎設施的規劃研究。

2.1 居民出行時空特性分析

周超等[1]利用摩拜單車的時空數據，研究單車的出行時空分布規律，重點研究了早晚高峰的時刻及出行的時空分布和區域間單車流動規律。孫丹輝[2]運用分析工具對單車出行數據進行處理，結合上海市的興趣點進行聚類，分析出行規律，為接駁打下基礎。陳霈琛[3]將空間中單車準靜止車輛密度和準活動車輛密度作為堆積程度和使用熱度，根據研究特征，提出共享單車停放的策略應與城市規劃、建設相協調。

2.2 單車調配

蘇影[4]通過分時段分析并建立調配成本的動態調配模型，采用分支定界法進行求解，獲得最優解且能解決高峰期后所造成的單車堆積情況，但搜索效率較低，適用范圍較小。馬勇[5]、金含笑采用改進遺傳算法，局部搜索效率較傳統方式有很大的提高，但收斂效率慢且尋優效果不佳;隨后陳桂英提出了一種基于遺傳模擬退火的調度方法，解決了遺傳算法的搜索速度慢、效率低、收斂速度緩慢的弊端。趙明明在前者的基礎上，考慮了顧客滿意度及單車的維修、回收問題。但未能解決高峰期后的單車堆積等資源浪費問題。

2.3 與公共交通的接駁

隨著共享單車的推行，不僅影響了居民的出行方式選擇，產生競爭，還與其他交通方式產生合作，接駁換乘在這一點上體現的尤為顯著。

劉巖基于站點周邊單車騎行特性對軌道站點進行分類，選擇NL模型對城市軌道交通接駁方式選擇機理進行研究。但NL模型不能考慮個人多次換乘的情況。因此，楊惠婷選擇混合 Logit（ML）模型來解決此類情況。郝俊結合城市道路網、軌道線網共享單車、POI興趣點等多源數據定量界定了軌道交通車站換乘影響區的時空范圍。靳爽通過分析共享單車與城市軌道接駁面臨的問題，建立綜合接駁規劃和公交調度綜合調整的雙層規劃模型進行優化，但忽略了公交與共享單車接駁的優化。

2.4 慢行交通設施規劃

程車智提出了分區分級設立騎行空間系統，城市組團設置自行車專用道，提升街巷騎行空間舒適度。但只根據行政區域進行分級，并未考慮到各城區不同的需求。為解決這一問題，陳希希從共享單車社會行為大數據和綠地空間利用潛力分析兩個方面入手，構建了一個基于實際使用需求和城區可建設空間的自行車綠道選線規劃體系。胡鵬基于前者理念，提出接駁的慢行交通一體化的理念。構建慢行交通專用道路網體系，設計慢行通道和交叉口過街新方法。除了在構建慢行交通路網體系上的規劃，還有學者對停車區域、設施進行規劃。鄧力凡等探索共享單車出行和城市空間要素之間的關聯，對地鐵等多種城市設施周邊的停車設施設置提出了建議。

3 結語

本文通過VOS viewer和文獻分析法對共享單車數據應用進行研究。研究發現，共享單車數據應用較為單一，應用方向仍在單車系統和基礎設施上，研究主要分為四大板塊，居民出行時空特性分析、單車調配、城市公共交通的接駁、慢性基礎設施的規劃。居民出行時空特性分析主要用于單車的需求預測;單車的調配問題是學者們的重要研究方向，但面臨實際仍有眾多問題有待解決，如高峰期遺留的堆積問題、損壞單車的維修和回收問題等;與公共交通的接駁方面，是近幾年來眾多學者研究的方向，主要考慮接駁站點的綜合規劃和區域界定問題;而慢行交通設施規劃方面分為兩方面研究：慢行交通道路體系和停車區域規劃研究。目前單車數據的運用仍未充分利用起來，除了考慮接駁問題外，暫未發現與其他運輸形式的融合研究。由此可見，未來單車數據如何與其他交通方式聯合運用，是學者們的研究方向。

參考文獻：

[1]周超，周亞男，李振世，等.基于大數據的南京市共享單車時空特征研究[J].西南師范大學學報（自然科學版），2018，43（10）：66-73.

[2]孫丹輝，王波.基于地理信息數據的共享單車使用特征研究[J].軟件導刊，2019，18（2）：132-136.

[3]陳霈琛，董欣.多方共治：西安共享單車停放優化策略研究——基于摩拜單車網絡爬蟲數據的分析[J].現代城市研究，2019（6）：2-8.

[4]蘇影.基于數據分析的共享單車動態調配優化研究[D].北京交通大學，2019.

[5]馬勇.基于共享單車軌跡數據的需求預測及智能調度方法研究[D].北方工業大學，2019.