论文部分内容阅读
在城市道路交通压力日益增大、共享经济蓬勃发展以及国家对新能源车辆政策倾斜等多重背景下，汽车共享作为新兴的出行方式，在近年来受到的广泛的关注，国内关于汽车共享方向的研究也逐渐升温。为深入剖析汽车共享使用者的出行特征，研究基于汽车共享出行活动点，对汽车共享出行的时空特征进行分析，相比出行距离、出行时间等指标的分析，基于活动点的特征研究能够与出行者的活动行为直接相关，其分析结果对城市管理者理解居民出行特征、优化居民出行体验、完善城市交通系统等有着重要的意义。另外，研究还将汽车共享活动点与网点进行关联集计，与私人小汽车、出租车进行对比。
首先，通过对汽车共享出行活动点的总体时空分布特征的分析，发现一次汽车共享出行中，活动点的个数大多为0~3个，活动时长在15~30分钟居多，长时间的活动较少，总体上不具备明显的通勤特征。与私人小汽车出行相比，汽车共享出行的活动点较多，活动点的分布范围更小，与网点的布局存在较大的关联性。通过OD分析发现，汽车共享出行活动点在空间上的“向心性”和集中性更加明显，介于小汽车的匀质性与公共交通的廊道和点核分布性质之间，拥有准公共性。同时，汽车共享网点密集区域和活动热点区域都以建成环境和公交服务较完善的核心区为主。
其次，从时空、订单和会员属性的角度对活动点进行细分，通过不同特征维度的群体细分，发现用户在工作日和非工作日的使用模式上不存在显著区别，虽然其高峰出行的比例较低，但不排除存在一部分通勤出行的可能性；高校、产业园区和风景名胜区域是多点活动出行的活动热点，此类区域应当作为城市公交规划的重要关注点。
再次，通过订单将网点与活动点关联，对活动点进行了集计化的特征分析，发现单网点的活动点空间分布形态大致可以分为单核、多核和带状三类，其中以单核形态居多。单核形态网点所产生的出行活动是否占用高峰期道路资源很大程度上取决于网点位置，不鼓励小汽车出行的区域内部网点数量需适当控制。特殊的交通和地理隔离通常会导致单网点的活动点分布形态呈现多核或带状分布。存在地理隔离的多核形态网点所产生的出行，根据“热核”与中心城区的相对位置，可分为与中心联系紧密型和相对独立型两种。存在地理隔离的带状形态网点，其出行走廊通常是连接外围和市中心的交通干道，且长度较长，活动点沿线分布。
最后，以汽车共享的出行活动点识别为基础，对汽车共享出行进行划分，以成本为切入点，对汽车共享和出租车进行对比。研究发现成本并不是用户在二者之间做选择的唯一考量，用户有可能出于可靠性和灵活性等需求而选择汽车共享出行；汽车共享比出租车出行成本更低的使用场景为长距离少活动的出行，汽车共享与出租车出行成本相当或更高的使用场景为短距离长活动时间的高峰出行，或短距离多活动出行；时间特征上看，汽车共享与出租车的成本差异在时间上的体现不明显，出行成本与活动时间的关联性较小；空间特征上看，汽车共享成本更低的出行活动具有较强的“向心性”，而汽车共享成本更高的出行活动“向心性”特征弱化，相邻区域之间的联系增强。
以上研究方向和结果，有助于城市管理者理解汽车共享用户的出行需求和出行特征，为今后管理者利用已有的汽车共享平台运营数据进行分析提供了一定的思路和方向，还能够帮助城市管理者发现城市当前公交系统、出租车系统等交通系统存在的不足，并为政策优化提供指导性建议。
首先，通过对汽车共享出行活动点的总体时空分布特征的分析，发现一次汽车共享出行中，活动点的个数大多为0~3个，活动时长在15~30分钟居多，长时间的活动较少，总体上不具备明显的通勤特征。与私人小汽车出行相比，汽车共享出行的活动点较多，活动点的分布范围更小，与网点的布局存在较大的关联性。通过OD分析发现，汽车共享出行活动点在空间上的“向心性”和集中性更加明显，介于小汽车的匀质性与公共交通的廊道和点核分布性质之间，拥有准公共性。同时，汽车共享网点密集区域和活动热点区域都以建成环境和公交服务较完善的核心区为主。
其次，从时空、订单和会员属性的角度对活动点进行细分，通过不同特征维度的群体细分，发现用户在工作日和非工作日的使用模式上不存在显著区别，虽然其高峰出行的比例较低，但不排除存在一部分通勤出行的可能性；高校、产业园区和风景名胜区域是多点活动出行的活动热点，此类区域应当作为城市公交规划的重要关注点。
再次，通过订单将网点与活动点关联，对活动点进行了集计化的特征分析，发现单网点的活动点空间分布形态大致可以分为单核、多核和带状三类，其中以单核形态居多。单核形态网点所产生的出行活动是否占用高峰期道路资源很大程度上取决于网点位置，不鼓励小汽车出行的区域内部网点数量需适当控制。特殊的交通和地理隔离通常会导致单网点的活动点分布形态呈现多核或带状分布。存在地理隔离的多核形态网点所产生的出行，根据“热核”与中心城区的相对位置，可分为与中心联系紧密型和相对独立型两种。存在地理隔离的带状形态网点，其出行走廊通常是连接外围和市中心的交通干道，且长度较长，活动点沿线分布。
最后，以汽车共享的出行活动点识别为基础，对汽车共享出行进行划分，以成本为切入点，对汽车共享和出租车进行对比。研究发现成本并不是用户在二者之间做选择的唯一考量，用户有可能出于可靠性和灵活性等需求而选择汽车共享出行；汽车共享比出租车出行成本更低的使用场景为长距离少活动的出行，汽车共享与出租车出行成本相当或更高的使用场景为短距离长活动时间的高峰出行，或短距离多活动出行；时间特征上看，汽车共享与出租车的成本差异在时间上的体现不明显，出行成本与活动时间的关联性较小；空间特征上看，汽车共享成本更低的出行活动具有较强的“向心性”，而汽车共享成本更高的出行活动“向心性”特征弱化，相邻区域之间的联系增强。
以上研究方向和结果，有助于城市管理者理解汽车共享用户的出行需求和出行特征，为今后管理者利用已有的汽车共享平台运营数据进行分析提供了一定的思路和方向，还能够帮助城市管理者发现城市当前公交系统、出租车系统等交通系统存在的不足，并为政策优化提供指导性建议。