城市建成环境对共享单车还车量的影响分析

王振报,李慧庆,刘 卓

(1. 河北工程大学 建筑与艺术学院,河北 邯郸 056038; 2. 北京工业大学 城市交通学院,北京 100124)

0 引 言

倡导绿色出行[1-2]是缓解大城市交通拥堵[3]、降低大气污染水平[4]的现实选择,亦是应对能源危机和全球气候变化的战略需要[5]。共享单车以低碳环保[6]、便捷健康[7-8]的特点成为短程出行交通方式的优先选择,也是一些城市慢行交通的重要组成部分。大部分共享单车不受固定还车点限制,骑行者可在任何合法街区内还车,虽方便了出行,却产生了共享单车肆意停放、压缩公共空间等一系列问题[9]。一些学者只侧重于分析集计区域内共享单车出行起点的数量[10-11]或集计区域内共享单车借车量和还车量之和[12-13],因此有必要进行城市建成环境对共享单车还车量的影响机理分析。

共享单车的研究成果主要集中在出行特征与行为[10,14]、出行满意度[15-16]、管理模式和优化调度[17-21]及共享单车所带来的城市问题及建议[9,22-23]等方面。一些学者利用最小二乘法(ordinary least squares, OLS)[11,24-25]、地理加权回归(geographically weighted regression, GWR)[11,24-26]、时空地理加权回归(geographically and temporally weighted regression, GTWR)[11]方法证明了城市建成环境与共享单车需求之间的关系。在计算建成环境指标和共享单车需求量时,主要是选用网格尺度[24,27]或交通分区[11]进行集计分析,缺乏研究不同的空间单元划分方法对回归模型精度产生的影响。另外,有学者采用多尺度地理加权回归模型(multiscale geographically weighted regression, MGWR)[28]对各自变量的带宽进行了优化,表明在各影响因素作用下的空间尺度差异,模型精度有所提高,目前已应用于环境科学[29]、公共卫生[30]、城市房价影响机制[28]等研究中,在交通领域主要应用于建成环境对交通事故及轨道交通客流量的影响分析[31-32]。

使用不同的空间单元划分方法对共享单车还车位置进行集计并统计还车量,将其作为因变量,建成环境因素作为自变量,对比分析OLS、GWR和MGWR的结果,确定拟合优度最佳的回归模型及空间单元划分方法,可进一步探究建成环境变量影响程度的空间异质性。一方面能提高共享单车还车量预测模型精度;另一方面科学确定显著影响还车量的建成环境因素,有利于科学地制定提高共享单车使用的建成环境规划策略及具体措施。

1 研究区域与数据来源

笔者以厦门岛作为研究区域,其范围如图 1。厦门岛包括思明区、湖里区,面积约158 km2;兴趣点 (point of interest, POI)数据来源于高德地图API(Application Programming Interface),涉及餐饮服务、购物服务、科教文化等11类POI;城市道路和建筑数据来源于开放街区地图(open street map, OSM);人口数据来源于WorldPop[33];共享单车数据来源于厦门市大数据安全开放平台[34]。选取2020年12月21日—2020年12月25日06:00 —10:00的数据,共计585 292条。

1.1 共享单车还车量统计

将研究范围以间隔100 m,边长400～1 000 m进行网格划分,利用城市快速路、主次干路及山体、水系等自然地物划分交通分区,图 2为不同的空间单元划分方法示意图。对其中一种空间单元划分方法,将共享单车骑行终点位置数据集计为所在空间单元还车量,作为因变量,利用POI等数据计算各空间单元建成环境指标作为自变量。

图2 不同的空间单元划分方法示意Fig. 2 Schematic diagram of different spatial unit division methods

按分钟将共享单车订单数据进行统计,如图 3。由图3可知:在07:44—08:44这一时间段的还车量为连续一小时还车量最大值,因此可将其作为早高峰时段的还车量集计。

图3 共享单车还车量时间变化Fig. 3 Time variation of shared bike return amount

以交通分区的空间单元划分方法为例,早高峰共享单车还车量分布如图4。还车量高值区集中在厦门岛中部、北部、东部的部分地区;南部共享单车还车量则较低。

图4 共享单车还车量分布Fig. 4 Distribution of shared bike return amount

1.2 城市建成环境评价指标体系

城市建成环境即人造环境,是对自然改造后形成的环境,涵盖了多维度因素,包括城市设计、功能布局和交通系统等[36]。城市建成环境“5D”维度[37]是指设计(design)、密度(density)、多样性(diversity)[38]、至公共交通距离(distance to transit)、目的地可达性(destination accessibility),其次补充了人口统计属性、共享单车空间管理等维度。考虑到建成环境因素能利用多源数据进行定量计算的原则,各维度评价因子其计算方法和表征意义如表 1。

表1 建成环境维度及其评价因子Table 1 Built environment dimension and its evaluation factors

2 研究方法

2.1 最小二乘法回归

OLS[39]多元线性回归方程式如式(1)。

(1)

式中:yi为研究空间单元i的因变量;b为多元线性回归方程的常数项;ak为自变量k的回归系数;xik为空间单元i的第k个自变量;εi为样本点i的模型误差。

2.2 GWR模型和MGWR模型

GWR模型在空间分析领域对OLS进行了改进,相当于在不同空间区域建立不同的OLS回归模型[40-41],不同位置的回归系数表达了自变量影响的空间异质性,如式(2)。

(2)

式中:(ui,vi)为研究空间单元i质心点经纬度坐标;β0(ui,vi)为回归模型在研究空间单元i的常数项;βk(ui,vi)为解释变量k在研究空间单元i的回归系数;xki为研究空间单元i的第k个解释变量。

GWR模型考虑了空间异质性,但无法考虑不同自变量对因变量影响的空间尺度差异。针对这个问题, A.S.FOTHERINGHAM等[42]在GWR模型基础上提出了MGWR模型,如式(3)。相比GWR,MGWR的特点是通过不同带宽,反映了不同自变量对因变量影响的空间尺度差异。

(3)

式中:βbwk(ui,vi)为第k个解释变量在空间单元i的回归系数;bwk为第k个解释变量的最优带宽。

2.3 变量标准化处理

为反映不同量纲自变量对因变量影响程度的相对大小,对因变量和自变量进行标准化处理,得到因变量和自变量的标准化值,见式(4)和式(5)表达。

当均值为0、标准差为1时,各因子标准化回归系数表示为该因子标准化自变量增加了一个单位的标准差,标准化因变量则增加了该系数倍数的标准差[43],故以下均采用因变量和自变量的标准化值进行回归分析。

(4)

(5)

3 结果和讨论

3.1 不同样本空间集计方法回归模型结果

回归分析中自变量多重共线性问题会导致回归模型偏差,在研究中通常采用方差膨胀系数(variance inflation factor, VIF)来剔除多重共线性变量,一般将VIF>10的变量予以剔除[44]。不同样本集计方法多重共线性检验结果见表 2;剔除多重共线性变量后,不同样本集计方法回归模型结果对比见表 3。采用判定系数R2、赤池信息准则(Akaike information criterion,AIC)与修正的赤池信息准则(corrected Akaike information criterion,AICc)[35]、残差平方和(Residual Sum of Squares,RSS)对不同集计方法的拟合优度进行评价。R2越高,则表明回归模型拟合效果越好;赤池信息准则和残差平方和越低,则表明回归模型拟合效果越好。通过不同的回归模型结果对比,确定共享单车还车量拟合最佳的空间单元划分方法。

表2 不同样本集计方法多重共线性检验结果(VIF)Table 2 Multicollinearity test results of different samples aggregate methods (VIF)

表3 不同样本集计方法回归模型结果对比Table 3 Comparison of regression model results with different samples aggregate methods

空间单元划分方法为500、700、900 m网格和交通分区时,MGWR模型判定系数R2最高、均为0.84;交通分区作为空间单元划分方法时,MGWR模型的AIC、AICc和RSS结果最低。所以,交通分区对应的MGWR模型拟合优度最佳。选用交通分区作为空间分析单元,MGWR作为回归模型分析建成环境变量影响程度的空间异质性。

3.2 城市建成环境因素对共享单车还车量的影响

剔除不显著评价因子后,各解释变量的GWR模型与MGWR模型带宽见表4。MGWR模型各评价因子带宽反映了不同解释变量对因变量的不同空间作用尺度;评价因子中的空间封闭度、科研教育POI密度、建筑密度、POI多样性、至最近地铁站距离带宽均为113,近似等于全局尺度;公司企业POI密度带宽为72,交叉口数量带宽为98,对因变量影响尺度居中;共享单车电子围栏数量带宽为44,对因变量影响尺度较小。

表4 GWR模型与MGWR模型评价因子带宽对比Table 4 Bandwidth comparison of evaluation factors between GWR model and MGWR model

各评价因子标准化回归系数空间分布如图 5,回归系数的描述性统计结果见表5。

表5 MGWR模型各评价因子回归系数统计性描述Table 5 Statistical description of regression coefficients for various evaluation factors in MGWR model

3.2.1 “设计”维度

空间封闭度回归系数反映了开敞空间形态破碎程度对因变量的影响,结果如图5(a)。该评价因子全局显著影响共享单车还车量,空间分布上自东部向西部递减,标准化回归系数范围为-0.31～-0.27,呈负相关关系,说明开敞空间完整程度越好,相应的交通分区内共享单车还车量越高。

图5 MGWR模型各评价因子回归系数空间分布Fig. 5 Spatial distribution of regression coefficients for various evaluation factors in MGWR model

3.2.2 “密度”维度

公司企业POI密度与科研教育POI密度回归系数反映了相应设施的密集程度对共享单车还车量的影响程度,结果分别如图5(b)和图5(c)。公司企业POI密度在厦门岛北部、东北和东部显著影响着还车量,空间分布上由东北部向北部、东部递减,标准化回归系数范围为0.19～0.47,呈正相关关系;科研教育POI密度除在厦门岛西南部不显著外,在其他区域均显著影响还车量,空间分布上由北部向南部递减,标准化回归系数范围为-0.22～-0.18,呈负相关关系。建筑密度回归系数反映了建筑密集程度对共享单车还车量的影响程度,结果如图5(d)。建筑密度在厦门岛东北部、东部、东南、南部和西南显著影响还车量,空间分布上由南部向西南、东南递减,标准化回归系数范围为0.21～0.25,呈正相关关系。

3.2.3 “多样性”维度

POI多样性回归系数反映了设施丰富程度对共享单车还车量的影响程度,结果如图5(e)。POI多样性在厦门岛东北、东部、东南和南部显著影响还车量,空间分布上由北部、南部向东南递减,标准化回归系数范围为-0.21～-0.17,呈现负相关关系。

3.2.4 “至公共交通距离”维度

至最近地铁站和公交站距离回归系数分别反映了至地铁站和公交站的远近程度对共享单车还车量的影响程度,结果分别如图5(f)和图5(g)。至最近地铁站距离在厦门岛东北、北部、西北、西部和西南显著影响共享单车还车量,空间分布上由东北、西南向北部、西部递减,标准化回归系数范围为-0.20～-0.13,呈负相关关系,这说明距离地铁站的便捷程度会提高还车量。至最近公交站距离在厦门岛西北、北部、东北、东部和西南的部分交通分区显著影响还车量,空间分布上由北部向西部、东部递减,标准化回归系数范围为-0.18～0.68,大部分交通分区内呈正相关关系,西南部部分交通分区呈负相关关系。

3.2.5 “目的地可达性”维度

交叉口数量回归系数反映了路网可达性与通达性对共享单车还车量的影响程度,结果如图5(h)。交叉口数量在厦门岛全局显著影响着共享单车还车量,空间分布上由东北向西北、东南递减,标准化回归系数范围为0.17～0.34,这说明当交通分区内部通达性较高时,会提高共享单车还车量。

3.2.6 “共享单车空间管理”维度

共享单车电子围栏数量回归系数反映了借还车便捷程度对共享单车还车量的影响程度,结果如图5(i)。共享单车电子围栏数量在厦门岛北部、东北、东部、南部、西南和西部显著影响共享单车还车量,空间分布上在北部、西南较高,标准化回归系数范围为0.21～0.72,呈正相关关系。说明共享单车虽能停放在任何合法的街道,但若明确标出了共享单车还车的电子围栏可提高还车量,即引导市民将共享单车停放在共享单车围栏附近。其余评价因子对因变量影响不显著,故不做讨论。

4 结 论

笔者在已有研究“5D”城市建成环境因子的基础上,补充了人口统计属性、共享单车空间管理评价维度,完善了城市建成环境评价指标体系,探究城市建成环境对工作日早高峰共享单车还车量的影响。得出如下结论:

1)提出8种不同空间单元划分方法进行因变量和自变量集计,对比OLS、GWR和MGWR回归模型精度结果,采用交通分区作为空间单元划分方法的MGWR模型拟合优度最佳。分析了城市建成环境因子对还车量影响的尺度差异以及影响程度的空间异质性;

2)选取拟合优度最佳的空间单元划分方法进行出行需求集计,有利于对共享单车还车量进行更加精确的预测,根据预测结果进行共享单车电子围栏优化布设,同时结合街道其他要素进行整合设计,这将有利于提高城市街道整体环境质量;

3)针对共享单车供需严重不平衡的地区,可以根据建成环境因素影响程度的空间异质性结果制定差异化的建成环境更新策略及措施,调整高峰期间还车量需求。针对某一区域具体的城市建成环境更新设计可以作为将来的研究方向。