李 福 徐良杰,2▲ 陳國俊 朱然博
(1.武漢理工大學交通與物流學院 武漢 430063;2.湖北文理學院汽車與交通工程學院 湖北襄陽 441053)
共享單車作為慢行交通的代表,有效解決了公共交通難以實現“最后一公里”末端需求的弊端。共享單車在發展過程中“車輛堆積”和“一車難求”現象愈發普遍,車輛供需失衡問題嚴重[1]。該問題的核心在于共享單車的需求量在時空上的變化與車輛供給的不匹配。共享單車在運營中會產生海量的用戶出行訂單數據,通過騎行大數據分析用戶騎行起訖點的時空特征,有助于挖掘共享單車的分布在空間上的集聚特征及其需求量在時間上的變化特征,從而為共享單車的供需失衡問題提供新的解決思路。
關于共享單車的相關研究,國外學者對于騎行行為對城市交通的影響[2-4]及騎行行為的影響因素[5]方面的探討較多:Zhang 等[6]和Zhao 等[7]研究了建筑環境對用戶出行的影響,Yang 等[8]通過二元Logistic模型分析影響單車使用頻率的因素,Handy等[9]研究了土地利用對騎行行為的影響;El-Assi 等[10]、Meng等[11]研究了天氣狀況對用戶出行需求的影響。國內學者針對共享單車的研究較多的聚焦于用戶調查[12]、需求預測與調度管理[13-14]方面,孫啟鵬等[15]、曹旦旦等[16]、李福等[17]分別構建了BP 神經網絡預測模型、長短期記憶神經網絡模型、極端梯度推進決策樹模型對共享單車的需求進行了預測。
目前,已有較多學者針對共享單車的OD 時空特征及其影響因素展開了研究:鄧力凡等[18]基于騎行訂單數據分析了用戶的騎行需求的時間分布和空間熱點,對停車設施的建設提供了相關建議;……