信息关注度与公交服务水平的耦合协调性测度

戢晓峰，郝京京，徐停停

(昆明理工大学 交通工程学院,云南 昆明 650504)



信息关注度与公交服务水平的耦合协调性测度

戢晓峰，郝京京，徐停停

(昆明理工大学 交通工程学院,云南 昆明 650504)

为获取出行者对城市公交的出行信息需求及时空分异特征，以2011—2014年全国31个中心城市的“城市公交”百度指数为数据基础，应用标准差及锡尔系数，对中心城市公交信息关注度的绝对差异和相对差异进行特征分析。然后，构建耦合协调度模型，对中心城市公交信息关注度与城市公交服务水平的协调性进行测度。结果表明，中心城市公交信息关注度的绝对差异在2011—2014年总体呈现扩大趋势，相对差异在空间上总体呈现出发散态势；空间位序变化表现为由东部向中部、西部逐渐递减；中心城市公交信息关注度与城市公交服务水平的空间耦合协调度整体较低，且区域差异性较为显著。

交通工程；耦合协调性；空间分析；城市公交信息关注度；百度指数

0 引言

随着我国城市化、机动化水平的不断提升，公交优先已经成为解决城市交通拥挤，实现交通可持续发展的重要途径，而公交出行信息无疑是影响公交服务水平的重要因素之一[1]。从出行者的角度来看，有效的公交出行信息传递能够显著节省出行者的时间与精力；而对于交通管理者来说，公交出行信息的有效传递，可提高公共交通的服务水平，引导出行者优先选择公共交通[2-3]，相关研究验证了高质量的公交信息可以提升公交吸引力，增强居民的公交出行意愿[4]。面向公交服务水平的出行信息相关研究已逐渐成为热点，部分学者通过问卷调查获取出行信息需求，但样本量小、测度指标单一，并不能准确地获取出行者的公交信息需求[5-7]。同时，越来越多的出行者选择通过网络搜寻公交信息，庞大的网络搜索数据记录了用户对公交信息的搜寻行为。如百度作为全国较大的搜索引擎之一，市场份额达到86.7%[8]，能在一定程度上反映城市公交信息搜寻的行为特征。

目前，已有学者应用关注度概念分析网络关注度对客流量的影响及其时空特征，如龙茂兴等[9]基于百度指数对四川省旅游网络关注度与客流量的时空特征进行了比较分析；林炜铃等[10]基于百度指数对全国31个省市区旅游安全网络关注度的区域差异进行了分析。以上研究主要针对旅游业，基于百度指数的城市交通信息关注度研究鲜有报道。因此，为获取出行者对城市公交的出行信息需求及时空分异特征，引入百度指数构建公交信息关注度的获取方法，采用标准差及锡尔系数，对2011—2014年全国27个省会城市及4个直辖市的城市公交信息关注度时空分异特征进行分析。城市公交信息关注度是出行者对城市公交信息的搜寻程度，反映了公交信息的传递效率[10]。公交信息的有效传递对公共交通的服务水平的高低具有一定的影响[2-3]，因此本文对城市公交服务水平及城市公交信息关注度两系统间的耦合协调性进行了分析。

1 数据来源及研究方法

本文通过“百度指数”检索平台获取31个中心城市2011年至2014年“城市公交”用户关注度指数，并以此构建城市公交信息关注度指数；通过《中国统计年鉴》、《中国互联网络发展状况统计报告》、《中国城市客运发展报告(2013年)》及《中国统计信息网》获得数据。具体研究方法如下：

(1)基于百度指数的中心城市公交信息关注度的差异性分为绝对差异和相对差异。本文选取标准差作为测量绝对差异的主要指标，公式为：

(1)

(2)锡尔系数是衡量城市之间差异性的重要指标，选用锡尔系数测度我国31个中心城市公交信息关注度的相对差异及总体变化态势，公式为：

(2)

式中，Td代表31个中心城市公交信息关注度的锡尔系数，Td越大表示城市间的公交信息关注度水平差异越大；zi为城市i公交信息关注度占31个中心城市关注度的份额；pi为城市i互联网上网人数占31个中心城市上网人数的份额。

然后，利用31个中心城市公交信息关注度与中心城市公交信息关注度平均值的离差和比率，以判断中心城市公交信息关注度绝对差异和相对差异的空间特征，公式为：

(3)

(4)

式中，li为离差；ki为比率。

(3)耦合是以系统理论思想全面分析不同变量间的协同变动，而不考虑变量间的因果关系。耦合度主要用以描述两个系统间相互影响和协调作用的程度。本文将城市公交服务水平与城市公交信息关注度作为相互耦合协调发展的两个系统，引入耦合的相关理论，以城市公交信息关注度为数据基础，构建城市公交服务水平与公交信息关注度的耦合协调度模型。

关注度以数千万网民在百度的搜索量为数据基础，最能直接、客观地反映民众对信息的需求及信息的传递效率[10]，因此本文以关注度数值为公交信息关注度指标。城市公共汽电车客运量是反映城市公交运输能力的最常用指标[11]，运输能力则是城市公交服务水平的核心指标。城市公交的服务对象除了城市常住居民外最多的则是外来游客，旅游客流量的大小可有效地反映城市的公交服务水平，因此本文选取公共汽电车客运量及旅游客流量为城市公交服务水平评价指标。

(5)

(6)

(7)

(8)

式中，M(x)为城市公交服务水平；xi为公交服务水平相关指标；ai为公交服务水平指标相应的权重；N(y)为城市公交信息关注度；yi为公交信息关注度指标；bi为公交信息关注度指标相应的权重；C为耦合度；D为耦合协调度；T为城市公交服务水平与公交信息关注度所形成的综合协调指数；α和β为待定系数，一般取0.5。

2 中心城市公交信息关注度的时空分异特征

2.1 中心城市公交信息关注度的时空变化

(1)中心城市公交信息关注度总体态势

由2011—2014年全国中心城市公交信息关注度的数据可知，我国居民对城市公交信息越来越关注，整体呈现增长的态势，增长率显著增加，如图1所示。2011年我国城市公交信息网络关注度达到1.64亿人次，2011—2013年平稳增长，2014年迅猛增长到2.15亿人次。这主要是由于一方面社会网络化的普及、公交信息化的加速发展，居民对城市公交信息的关注度越来越多；另一方面网络作为现代信息传播的媒介，具有传播速度快、波及面广等特征，居民通过网络关注城市公交信息越来越便利，越来越多的居民愿意依据查询的公交信息进行出行决策。

图1 中心城市公交信息关注度的整体态势Fig.1 Overall situation of public transport information attention of central city

(2)中心城市公交信息关注度的时空分异特征

①绝对差异分析：图2反映了2011—2014年间我国31个中心城市公交信息关注度绝对差异的总体变化呈现扩大趋势。2011—2014年三大区域的绝对差异均在2014年达到了最大值，且东部地区的绝对差异最大为20.33，中部地区为19.38，西部地区为8.38，三大地区绝对差异由东向西递减。

②相对差异分析：由图2可知，我国31个中心城市的公交信息关注度总体呈现发散的态势。从2011—2014年锡尔系数[12]逐渐上升，由2011年的0.601上升到了2014年的0.682，上升趋势较为平稳。2011—2014年三大区域城市间的锡尔系数也基本呈现逐渐增大的态势，三大区域城市间的锡尔系数由东部向西部逐渐递增，西部地区城市间的锡尔系数在4年间均为最大。

从绝对差异及相对差异分析得出整体时空分异特征明显，经济发展水平差异则是造成公交信息关注度差异的主要因素，经济发展基础越好，信息化程度越高，居民可获取出行信息越便利，城市公交信息关注度越高。

图2 中心城市公交信息关注度的标准差及锡尔系数Fig.2 Standard deviation and Theil index of public transport information attention of central city

2011—2014年，中心城市公交信息关注度的空间两级分化严重，东部地区的部分城市与西部地区的拉萨、贵阳、西宁等城市之间关注度绝对差异和相对差异逐步扩大。2011—2014年，以福州、南宁、石家庄为代表的东部地区城市的离差和比率呈现出大幅增长，如表1所示。东部地区其他城市如北京、天津、杭州、广州等也有不同程度的增长，可以看出东部地区作为全国经济发展较为发达的区域城市信息化水平较高，居民对城市公交信息的关注度逐年增长且增长率为正。而西部经济发展较为落后、信息化水平不高的中心城市公交信息关注度的离差除成都外均为负值，其中兰州、昆明、乌鲁木齐、贵阳、拉萨等城市的离差分别低至-4.13，-13.13，-15.13，-16.13，-20.13，在全国城市排名中均靠后。总体来看，东、西部城市之间的关注度水平差异仍有继续加大的趋势，且三大区域中心城市公交信息关注度的梯度差异显著。

2.2 中心城市公交信息关注度的空间规模位序变化

为了对比分析中心城市公交信息关注度在三大区域的差异，本文使用以城市为单元的公交信息关注度的规模位序变化进行分析，如表2、表3所示，排在前10名的城市空间格局表现为东部地区占比一直较高，且整体呈现出占比由东部向中部、西部逐渐递减。2011年中心城市公交信息关注度位序排在前10名的城市中，除郑州、长沙等城市外，东部地区城市占8位；2012年除郑州、长沙等城市外，东部地区占11位；2013年除南昌、郑州、武汉等城市外，东部地区占6位；2014年除南昌、郑州、武汉等外，东部地区占7位。西部地区的城市规模位序明显低于中部、东部地区城市，而北京的公交信息关注度一直居于前4位。

表1 31个中心城市关注度均值的离差和比率

3 城市公交信息关注度与公交服务水平的空间耦合分析

利用式(5)～(8)计算城市公交服务水平与公交信息关注度的空间耦合协调度，ai为公交服务水平指标相应的权重由专家打分法获得，得出a1=0.6，a2=0.4，如表4所示。应用自然间断点分级法，将城市公交服务水平与公交信息关注度的空间耦合协调情况划分为6类，如表5所示。

表2 公交信息关注度排在前十名的城市分布

Tab.2 Distribution of public transport information attention of cities ranked in top ten

关注度排序2011年2012年2013年2014年1北京北京福州福州、天津2郑州郑州南昌南昌3海口广州北京、南宁石家庄4长沙海口、长沙、成都广州北京5成都武汉、西安郑州南宁6西安、广州、武汉南昌、杭州武汉郑州、武汉7杭州、重庆天津、上海、重庆成都广州8上海南京、济南杭州杭州9南京、天津福州、南宁石家庄成都10济南、哈尔滨合肥、石家庄、哈尔滨西安重庆

表3 公交信息关注度排在前10名的城市在三大区域的空间分布(单位：%)

(1)中级协调：只有福州1个东部城市；(2)初级协调：有北京、广州、南宁、郑州、武汉、南昌6个城市，且主要分布在东部和中部两大区域；(3)濒临失调：有石家庄、成都、西安、杭州4个城市，在东、中、西三大区域均有分布；(4)轻度失调：有重庆、长沙、南京、沈阳、上海、济南、天津等7个城市，占城市总数的22.58%；(5)中度失调：有合肥、兰州、贵阳、哈尔滨、海口、太原、昆明7个城市，占城市总数的22.58%，主要分布在中部和西部两大区域；(6)严重失调：有乌鲁木齐、长春、呼和浩特、银川、西宁、拉萨6个城市。

总体来看，我国77.42%的城市公交信息空间耦合协调度处于濒临失调及失调状态，整体协调性水平较低，而且区域差异性较为显著。其中，仅有22.58%的城市耦合协调度在0.5以上，且仅有1个城市福州处于中级协调状态，其耦合协调度为0.678。根据上述分析可知城市公交信息空间耦合协调性整体水平较低，基于此本文应用城市公交信息关注及城市公交服务水平原始数据对二者的相关性进行分析，通过数据分析得出二者的相关系数为0.935，显著性p=0.000<0.01，这表明二者具有相关性且相关性显著，二者相关性显著而协调性整体较低。通过SPSS对城市公交信息关注及城市公交服务水平原始数据进行标准化处理，应用标准化处理得出的数据计算得出全国32个中心城市关注度与公交服务水平的比值，得出79%的城市关注度与公交服务水平的比值小于1，即城市公交信息关注度是制约城市公交信息空间耦合协调性的主要原因。由于近年来国家公交优先政策、公交都市的推行及城市公交基础设施投资力度的加大，城市公交服务水平逐年提升，而城市公交信息化建设仍不能满足居民出行需求，使得居民出行信息获取便利性不高、城市公交信息的关注度偏低。因此，为提高城市公交信息空间耦合协调性城市，应加强智能化、信息化建设力度。

表4 2013年城市公交服务水平与中心城市公交信息关注度的空间耦合协调度

表5 城市公交服务水平与中心城市公交信息关注度的空间耦合协调度分布

4 结论

本文定义了城市公交信息关注度的概念，对中心城市公交信息关注度的绝对差异和相对差异进行特征分析，通过构建耦合协调度模型，对2013年中心城市公交信息关注度与城市公交服务水平的协调性进行了测度。结果表明：以百度指数为基础进行中心城市信息关注度研究具有可行性；中心城市公交信息关注度的绝对差异在时间上总体呈现扩大趋势，相对差异在空间上总体呈现出发散态势；2011—2014年，东部地区城市的离差和比率呈现出了大幅的正增长，西部中心城市公交信息关注度的离差除成都外均为负值，三大区域中心城市公交信息关注度的梯度差异明显；中心城市公交信息关注度与城市公交服务水平的空间耦合协调度整体较低，且区域差异性较为显著。

[1] WANG X, KHATTAK A. Role of Travel Information in Supporting Travel Decision Adaption: Exploring Spatial Patterns [J]．Transportmetrica A: Transport Science,2013,9(4):316-334．

[2] 戢晓峰. 城市公共交通系统出行信息需求分析[J].综合运输,2008,30(3):61-63.

JI Xiao-feng. Analysis of Travel Information Needs of Urban Public Transport System [J]. Comprehensive Transportation, 2008,30(3):61-63.

[3] KENYON S, LYONS G. The Value of Integrated Multimodal Traveler Information and Its Potential Contribution to Model Change[J]. Transportation Research Part F: Traffic Psychology and Behaviour,2003,6(1):1-21.

[4] 左毅刚,李文权,陈茜, 等.公交信息条件下的公交出行意愿研究[J].交通信息与安全, 2014, 32(2): 57-62,67.

ZUO Yi-gang, LI Wen-quan, CHEN Qian, et al. Bus Travel Willingness under the Condition of Bus Information[J]. Journal of Transport Information and Safety, 2014, 32(2): 57-62,67.

[5] 魏雪梅,戢晓峰,陈方.基于SEM的驾驶员出行信息搜寻行为分析[J].交通运输系统工程与信息,2012,12(3): 174-179.

WEI Xue-mei, JI Xiao-feng, CHEN Fang. Drivers’ Travel Information Searching Behavior Study with Structural Equation Modeling[J].Journal of Transportation Systems Engineering and Information Technology,2012,12(3):174 -179.

[6] 纪江明,胡伟. 我国城市公共交通公众满意度的影响因素研究——基于“2012连氏中国城市公共服务质量调查”的实证分析[J].软科学,2015,29(6):10-14.JI Jiang-ming, HU Wei. Research on the Influential Factors of Urban Public Transportation on Public Satisfaction in China: An Empirical Study Based on “2012 Lien Public Service Quality Survey for Chinese Cities”[J]. Soft Science,2015,29(6):10-14.

[7] 马永锋,陆键,项乔君,等. 省域公路出行者信息系统规划方法研究[J].公路交通科技,2008,25(2):127-133.

MA Yong-feng, LU Jian, XIANG Qiao-jun, et al. Planning Process of Advanced Traveler Information System of Provincial Highway Network[J]. Journal of Highway and Transportation Research and Development,2008,25(2):127-133.

[8] 杨莲莲,李陇堂. 基于百度指数的宁夏沙湖游客量的相关性分析[J].旅游纵览:下半月,2014,22(7):228-230.

YANG Lian-lian, LI Long-tang. Correlation Analysis of Sand Lake of Ningxia Visitors Based on Baidu Index [J].Tourism Overview:Second Half, 2014,22(7):228-230.

[9] 龙茂兴,孙根年,马丽君,等. 区域旅游网络关注度与客流量时空动态比较分析-以四川为例[J].地域研究与开发,2011,30(3):93-97.

LONG Mao-xing, SUN Gen-nian, MA Li-jun, et al. An Analysis on the Variation Between the Degree of Consumer Attention of Travel Network and Tourist Flow in Regional Tourism: A Case of Sichuan Province [J]. Areal Research and Development,2011,30(3):93-97.

[10]林炜铃,邹永广,郑向敏. 旅游安全网络关注度区域差异研究-基于中国31个省市区旅游安全的百度指数[J].人文地理,2014,29(6):154-160.

LIN Wei-ling, ZOU Yong-guang, ZHENG Xiang-min. Study on the Regional Disparity in the Network Attention of China Tourism Security: Based on the Baidu Index of Tourism Security in 31 Provinces [J]. Human Geography,2014,29(6): 154-160.

[11]安晶,李香静,刘好德,等.面向公交优先绩效考核的城市公交发展水平评价指标体系研究[J].公路与汽运,2015,22(1):57-63.

AN Jing, LI Xiang-jing, LIU Hao-de, et al. Study of Public Transport Evaluation Indices Oriented Public Transport Priority Performance Appraisal[J]. Highways and Automotive Applications, 2015,22(1):57-63.

[12]丁红林,李利华.道路客运发展的时空特征分析[J].公路交通科技,2007,24(8):149-158.

DING Hong-lin, LI Li-hua. Analysis on Spatio-temporal Character of the Development of Road Passenger Transportation[J]. Journal of Highway and Transportation Research and Development,2007,24(8):149-158.

Coupling Coordination Measurement between Information Attention and Service Level of Public Transport

JI Xiao-feng，HAO Jing-jing, XU Ting-ting

(School of Traffic Engineering, Kunming University of Science and Technology, Kunming Yunnan 650504,China)

In order to get travelers’ travel information demand and spatiotemporal differential characteristics of urban public transport. Based on Baidu index of urban public transport attention in 31 cities from 2011 to 2014, using the standard deviation and Theil index, we analyzed the absolute difference and relative difference in public transport information attention of central city. Then, we constructed the coupling coordination degree model to measure the coordination of public transport information attention and urban public transport service levels of central city. The result shows that (1) the absolute difference of the public transport information attention has been enlarged form 2011 to 2014, while the relative difference has been gradually diverged; (2) the regional rank changes gradually decreased from east to west; (3) the level of spatial coupling coordination between public transport information attention of central city and service of urban public transport is lower, and significantly different between regions.

traffic engineering; coupling coordination; space analysis; urban public transport information attention; Baidu index

2015-12-30

国家自然科学基金项目(61263025; 41501174)；云南省应用基础研究重点项目(2015FA019)

戢晓峰(1982-)，男，湖北随州人，教授，博士. (yiluxinshi@sina.com)

10.3969/j.issn.1002-0268.2016.09.024

U491.1

A

1002-0268(2016)09-0153-05