上海市共享单车骑行特征分析

谭凌

摘 要：共享单车是近几年流行的新型环保出行方式，相比公共自行车具有“随用随停”的灵活性和便利性，方便了市民的出行，体现了低碳、绿色。本文以Python编程为实验手段，利用探索性空间统计方法，基于2018年9月5日小黄车的真实出行订单数据，提取共享单车的使用量、骑行时间、等从时间、空间两个维度进行可视化，并深入分析共享单车在典型工作日骑行时空特征，直观了解到居民单车出行的高峰时间段、热点区域等，为满足居民用车需求、合理调度共享单车提供决策参考。

关键词： 共享单车;时空特征;上海

【中图分类号】TU981 【文献标识码】A 【文章编号】1674-3733（2020）08-0283-01

1 引言

2015年，ofo在校園上线共享单车，共享单车首次进入人们视野，16年下半年，共享单车市场规模急剧扩大。共享单车骑行经济成本低，能缓解城市出行压力，提高绿色交通出行比例，对环境保护、经济发展都有积极意义[1]。但在共享单车的大量投放和使用中也存在部分区域无车可用，部分区域却车满为患、高峰期用车困难、乱停乱放现象明显等问题[2]。由于共享单车具有GPS定位功能，能够实时记录单车经纬度、骑行状态等，为其时空分布特征研究提供了数据基础[3]。因此，本文以上海市为研究区，基于共享单车轨迹数据，提取共享单车的使用量、骑行时间等挖掘分析共享单车出行时空特征以便提高共享单车利用率、骑行便捷性、运维效率。

2 研究区概况和数据源

2.1 研究区概况

上海市由黄浦区、徐汇区、长宁区、静安区等16个区组成，是中国国际经济、金融、贸易、航运、科技创新中心。在上海运营的共享单车企业包括摩拜、ofo、骑呗等共20多家，投放的单车总量超过百万量，数量、骑行行为都比较稳定[4]。

2.2 数据源

数据主要包括ofo小黄车单车数据、上海市矢量边界。以2018年9月5日为时间截面，典型的工作日，天气为晴，对单车出行影响较小。共有用户骑行行程记录数据4507747条，包括车辆ID号、骑行起止时间，骑行状态、轨迹点经纬度等。

3 共享单车使用量时空分布

3.1 共享单车使用量时间分布

计算车辆使用小时数并绘图，可见明显早、晚高峰。6点开始单车使用量开始攀升，8点到达顶峰，持续3个小时，使用量在1000以上，超过20000的有1个小时。晚高峰由3个小的峰值组成，第一次增加在17点，略微下降，快到18点前，急剧增加到23000，20分钟左右下降到17000后又上升到峰值，之后使用量持续下降。上午9点到下午5点没有出现明显峰值，只在中午12点使用量有略微增高，也在10000以下。

3.2 共享单车使用量空间分布

选取早高峰8点，晚高峰18点单车使用空间分布图进行分析。早、晚高峰共享单车的空间分布相似且集聚明显。主要使用的区域是普陀区、长宁区、黄浦区、徐汇区、闵行区、虹口区、杨浦区、新静安区。使用量由市中心区向周围几个区逐渐减少，在高峰期时间段里蔓延速度明显高于其他时间段。使用量的整体分布形状和地铁线路相似，地铁站点周围出现颜色特别深的点，说明站点周围使用量大，单车是交通工具之间的短距离换乘工具，可以由此进一步研究单车使用量和地铁站点之间的关系。

4 结束语

本文根据上海市区某个工作日的共享单车轨迹数据对共享单车出行时空特征进行了研究，得到以下结论：早高峰始于早上6点，9点结束，晚高峰在下午5点和7点之间，早高峰共享单车出行量较晚高峰更多，使用量都在20000辆以上;早、晚高峰共享单车使用区域比较一致，空间分布相似，由市中心聚集向四周递减，共享单车在扩大城市区位功能特别是以地铁出行链为主的区位覆盖层面有巨大的作用;经过以上分析，可以在共享单车调度投放的时候考虑到该区域的使用高峰时间段，由周转率考虑是否需要增减，还可以进一步研究天气、季节等多种因素对共享单车的影响，共享单车停放站点与地铁站的最佳距离等。

参考文献

[1] 张庆来，卜嘉田.基于共享单车系统的骑行活动时空特征分析[J].城市规划学刊，2019（04）：123-124.

[2] 程珂.基于出行需求大数据的共享单车总量控制测算方法研究——以杭州为例[C].中国智能交通协会.第十四届中国智能交通年会论文集.中国智能交通协会：中国智能交通协会，2019：30-37.

[3] 周超，周亚男，李振世，等.基于大数据的南京市共享单车时空特征研究[J].西南师范大学学报（自然科学版），2018，43（10）：72-79.

[4] 江千文，詹玥，封波，吉克加加.国内共享单车行业发展现状的研究——以上海市ofo单车为例[J].山西农经，2018（02）：136-137.