了解公共自行车使用的时空模式:以杭州为例外文翻译资料

 2022-08-21 11:08

英语原文共 28 页，剩余内容已隐藏，支付完成后下载完整资料

国际可持续交通杂志

ISSN: 1556-8318(打印)1556-8334(在线)期刊主页:https://www.tandfonline.com/loi/ujst20

了解公共自行车使用的时空模式:以杭州为例

一柱米雕

引用本文:易竹、米刁(2019):理解公共自行车使用的时空模式:以中国杭州为例，国际可持续交通杂志，DOI: 10.1080/15568318.2018.1538400

链接到本文:https://doi.org/10.1080/15568318.2018.1538400

在线发布:2019年2月27日

把你的文章投给这本杂志

Crossmark数据视图

访问和使用的完整条款和条件可以在https://www.tandfonline.com/action/journalInformation?journalCode=ujst20找到

国际可持续交通杂志https://doi.org/10.1080/15568318.2018.1538400

了解公共自行车使用的时空模式:以杭州为例

易Zhuand Mi Diaoa b

a上海财经大学公共经济与管理学院，上海;b新加坡国立大学房地产学系及房地产与城市研究所

摘要

自行车共享已经成为一种越来越受欢迎的交通方式，以促进非机动交通和减少对汽车的依赖。中国杭州目前拥有世界上最大的共享单车项目;然而，该项目面临的挑战来自对公共自行车和停车位的动态和不均衡的需求。在这项研究中，我们提出一种方法来了解自行车共享活动的时空模式，方法是分析2012年10月整个月从大约1500个自行车站点每隔一分钟收集的自行车使用数据流。为了从这个庞大的数据集中提取有用的信息，我们提取了公共自行车使用的时空动态，并根据一天内使用的时间分布，应用模糊聚类算法将自行车站点分为不同的类型。然后，我们利用空间回归模型，在控制邻近站的空间依赖性之后，评估站的类型与相应的位置特征之间的关系。提出的方法提供了有用的见解，可以支持自行车共享计划的运作。该研究还显示了挖掘突发大数据集(如城市传感数据流)在改善交通基础设施管理和城市规划实践方面的巨大潜力。

文章历史

收到2017年4月25日接受2018年10月17日的关键词

建筑环境;自行车共享系统;非

机动交通工具;时空模式

1.介绍

由于城市交通系统对环境、能源消耗和人民生活质量的直接影响，人们在可持续发展的背景下对城市交通系统的关注日益增加。中国等发展中国家的城市尤其如此，因为这些城市目前正面临机动化和城市流动性的快速增长。曾经被称为“自行车王国”的中国，私家车的模式份额已经超过了主要城市的自行车(Lu amp; Gu, 2011)。

为了解决与快速机动化相关的负面外部性，如交通拥堵和温室气体排放增加，中国的决策者已经开始将他们的注意力转移回非机动化交通上，而在过去几年，这在很大程度上被忽视和低估了。2012年9月，住房和城乡建设部、国家发展和改革委员会、财政部联合印发了《关于推进城市交通非机动化建设的意见》。

在促进中国非机动交通的政策组合中，自行车共享系统(BSS)是值得关注的(Shaheen, Guzman， amp; Zhang, 2010)，原因有很多:(1)自行车共享为“第一英里”和“最后一英里”问题提供了一个合理的解决方案;(2)共享单车有可能减少交通堵塞、废气排放和燃料消耗

消费;(3)我国自行车使用者基数大;(四)实施成本较低;(5)自行车共享是城市按需移动交通系统的重要组成部分，与汽车共享、定制出租车服务等突发服务一起，比公共交通更个性化、更方便、比私人交通更灵活。超过150家不同规模的BSS目前在中国大陆运营。其中，杭州的BSS是规模最大、知名度最高的BSS。

虽然随着公共自行车作为一种替代交通方式的逐渐普及，BSS在中国城市中不断扩大，但运营和管理方面的挑战也不断增加。虽然用户通常对价格方案感到满意(Wang, 2010)，但投诉指出自行车和基座供应不足。由此产生的负面用户体验会影响服务水平和程序的总体用户满意度。如果这个问题继续存在，经常使用该系统的用户可能会求助于更可靠的交通工具，如自有电动自行车或汽车。要解决这些运作上的问题，就需要更全面地了解BSS的需求和使用模式的时空分布，以便在现有的车站之间有效地重新分配公共自行车，并确定新车站的可行位置。

联系新加坡国立大学新加坡分校，Mi Diao rstdm@nus.edu.sg。

文章中一个或多个人物的彩色版本可以在www.tandfonline.com/ujst上找到。

2019年szlig;泰勒和弗朗西斯集团有限责任公司

朱元和刁亦男

2

为了应对这些挑战，近年来越来越多的研究调查了不同城市中BSS需求的各种决定因素的影响(如Faghih-Imani, Eluru, El-Geneidy, Rabbat， amp; Haq, 2014;Faghih-Imani amp; Eluru, 2016a, 2016b;Gebhart amp; Noland, 2014;奈尔、米勒-胡克斯、汉普郡和布西?c, 2013;O Brien, Cheshire， amp; Batty, 2014;Rixey, 2013;包括BSS基础设施和自行车设施，交通基础设施，土地利用，城市形态，以及时间和气象属性。这些研究从需求分析的角度为BSS的高效运营和管理提供了有价值的见解。然而，有三个重要的问题没有得到充分的解决:(1)虽然各BSS站的登记(到达)和退房(离开)流程紧密相连，但它们是分别建模的;(2)现有的建模工作往往忽略了相邻BSS站之间的相互作用，这可能导致有偏差的、不一致的或低效的参数估计;(3)现有研究多集中于北美、欧洲、澳大利亚等发达国家的BSS，而对亚洲特别是中国高密度、快速增长城市的BSS研究较少。

在这项研究中,我们利用一个大规模、高频公共自行车使用的数字数据流提供自行车和空在每个自行车共享车站码头调查BSS的使用模式在杭州,中国,世界上最大的公共自行车的数量和每日的客流量。我们处理这个大的数据集来提取关于BSS需求的有用信息，并可视化城市公共自行车使用的内在时空动态。然后，我们应用一种新的聚类方法来描述基于日常使用模式的自行车共享站点，该方法集成了站点随时间变化的签到和退房活动。我们进一步估计空间回归模型，研究车站使用类型与建筑环境特征之间的关系，同时考虑自相关的空间滞后和空间误差类型。我们的研究结果不仅为BSS的管理和运营提供了有益的见解，也为非机动出行需求的估算提供了新的思路。

这项研究也是一个创新的案例研究有助于流动性日益增长的文学大数据应用研究,其中包括各种研究基于移动电话的痕迹(如花茎甘蓝,刁,Di Lorenzo,费雷拉,Ratti amp;, 2013年,迪奥,朱,费雷拉,Ratti amp;, 2016)和智能交通卡交易(例如,威尔逊,赵,amp; Rahbee, 2009)。该研究表明，从城市传感器数据流等来源挖掘新的大数据对于改善交通基础设施管理和城市规划具有巨大的潜力。这种大规模城市传感数据的使用可与其他数据来源如公交卡交易信息和人口普查数据相结合，进一步加以应用，以协助设计和实施促进替代机动化的可持续和有效的交通发展战略。

文章的其余部分组织如下:在第2节中，我们总结了相关的文献，将我们的研究放在一个合适的背景下。第三部分介绍杭州的城市交通系统，包括BSS。第4节介绍了我们的数据收集和处理策略。第5节描述和说明公共自行车使用的时空模式。第6节应用模糊聚类方法，将自行车站点按照日常使用模式进行分组。在第7节中，我们校准了空间回归模型来揭示车站类型的决定因素。第8节总结了本研究，并总结了其贡献和局限性。

2.相关工作

共享单车并不是最近才出现的。类似的项目已经存在了50多年。随着科技的发展，共享单车已成为一种比以前更方便、更环保的日常交通方式，因此，这一现象在当今很普遍。Shaheen等人(2010)概述了在美国、欧洲和亚洲城市中运行的100多个BSS的历史和现状。DeMaio(2009)考察了随着时间的推移，公共自行车从普通自行车发展到专门设计的密集使用的自行车，最后发展到“智能自行车”，BSS的变化。“随着技术的进步，第三代公共自行车的特点是电子锁架、电信系统、磁条卡或智能卡、移动电话接入和车载电脑。智能技术不仅有助于解决自行车盗窃等运营挑战，还能生成连续的自行车使用信息流，使研究人员能够更好地了解用户行为和系统性能。

近年来，随着BSS在全球范围内的流行和普及，BSS的研究也得到了迅速的发展。研究人员主要关注两个迫在眉睫的挑战:(1)评估BSS对城市交通的影响;(2)通过了解BSS的使用模式和需求来改善BSS的运作。

2.1。评估共用单车对城市交通的影响

随着全球城市中BSS数量的不断增加，了解BSS对城市交通系统的影响至关重要。一般而言，研究人员发现，BSS可以通过多种方式对城市的可持续性做出贡献，包括促进积极的流动性，减少拥堵、燃料消耗和温室气体排放，以及改善公共卫生(DeMaio, 2009;Fishman，华盛顿，amp; Haworth, 2013年;Shaheen等人，2010)。

例如，BSS被观察到在巴塞罗那(Romero, 2008)和巴黎(纳达尔，2007)分别使自行车出行的比例每年增加1个百分点(Romero, 2008)和1.5个百分点(纳达尔，2007)。从2009年5月开始，蒙特利尔的BIXI系统显著减少了温室气体排放(DeMaio, 2009)。

此外，实证结果表明，BSS已导致个人健康和公共健康的显著改善，如降低心脏病和癌症的风险(Cavill, Kahlmeier， amp; Racioppi, 2006;Woodcock, Tainio, Cheshire, O Brien， amp; Goodman, 2014)。

与此同时，一些研究也表明，BSS对减少汽车使用的影响有限，大多数共享单车出行正在取代公共交通、步行和私人骑自行车等可持续模式(Midgley, 2011)。这不仅是欧洲、北美和澳大利亚的发达城市的情况(Fishman et al.， 2013;墨菲,2010;Shaheen, Martin, Cohen， amp; Finson, 2012)以及中国等发展中国家的城市(Tang, Pan， amp; Shen, 2011;Zhu, Pang, Wang， amp; Timmermans, 2013)。

2.2。通过了解使用模式来改进BSS操作

更好地了解BSS的使用模式和自行车共享需求对于提高BSS的运行效率至关重要。一组研究人员研究了BSS用户循环行为的时空模式，主要使用定量方法和数据挖掘技术。例如，Froehlich, Neumann和Oliver(2008)在6周内对巴塞罗那自行车共享系统中每分钟的自行车和码头可用性数据进行了时空分析，并调查了用户的行为模式与位置、社区和时间的关系。Kaltenbrunner、Meza、Grivolla、Codina和Banchs(2010)使用来自同一系统的类似数据集检测了用户行为的时空模式，并将这些使用模式应用于预测未来共享单车站点的需求趋势。O Brien等人(2014)研究了世界范围内的38个BSS，并开发了一种将地理足迹与时空使用模式结合起来的系统分类方法。

另一组研究关注于预测自行车——共享需求在不同的空间层次和在一天中的不同时间通过探索使用计量经济模型和多种因素的关系,比如bicycle-sharing设施和公共交通基础设施、土地利用和城市形态特征、气象因素,tem -

细孔的因素。

许多研究人员调查了交通基础设施对公共自行车使用的影响，包括BSS和自行车设施以及公共交通基础设施。他们证明，改善自行车共享基础设施(如车站数量和容量)和自行车设施(如自行车道和自行车道)可以增加BSS的使用(Faghih-Imani和Eluru, 2016a;Faghih-Imani等人，2014;Wang, Lindsey, Schoner， amp; Harrison, 2015;申等人，2018)。此外，由于公交和自行车共享的紧密耦合，BSS站点到中转站的距离通常会导致更高的使用率(Faghih- Imani amp; Eluru, 2015, 2016b;Faghih-Imani等人，2014;奈尔等人，2013)。例如，Rixey(2013)研究了自行车的尺寸和空间分布的网络效应

国际可持续交通杂志

3.

美国三个城市的共享站点网络，并发现邻近更多的其他自行车共享站点是支持客流量的关键因素。Faghih-Imani等人(2014)以加拿大蒙特利尔的BIXI系统为例，发现增加BIXI站对自行车流量的影响明显大于增加车站容量。Nair et al.(2013)调查了法国巴黎的Velib 自行车共享系统，发现利用率较高的Velib 站点通常靠近中转站和服务。Faghih-Imani和Eluru(2015)利用芝加哥Divvy系统的数据发现，只有Divvy的固定会员才倾向于选择靠近

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[409925]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章