英语原文共 18 页，剩余内容已隐藏，支付完成后下载完整资料
自行车共享系统“成功”的决定因素
许多市政当局声称自行车共享系统(Bss)有许多好处，因此有理由采用这些系统，但很少有城市明确说明其系统的目的，以比较或确定成功是不可能的。此外，许多BSS 运营者对数据共享的担忧进一步阻碍了比较.本文根据遍布世界各地75个 BSS公开数据的案例研究,估计每日旅行次数，并提供每辆自行车每天的旅行得分，作为绩效和成功的比较。结果显示，每天每车出行中,三分之一的案例研究缺少一次心理重要的旅行。为了确定与这个度量指标相关的因素，我们估计了自变量与系统属性、站点密度、天气、地理和交通基础设施相关的模型。我们的分析提供了强有力的证据来反对有影响力的bss 政策制定者所提倡的“网络效应”，即扩大系统规模会改善BSS运营效果。最后，我们的结果描述并讨论了与更好的BSS 性能相关的因果变量。
1. 介绍
许多自行车共享系统(Bss)经常被运营商和政治家毫无理由或根据地称为是成功的。虽然有时会引用统计数字，但它们往往缺乏可比性或方法，而且用于推导这些数值所用的假设似乎是可疑的。由于大多数bss 运营商没有提供连续和可比较的系统使用指标，主要是每天出行数量，对个别系统进行相对于其他系统的评估基本上是不可能的。通过使用通用的度量，本文首次对澳大利亚、欧洲的大量bss 进行了比较，接着分析了影响这个指标的因素。
BSS 成功的标准取决于定义的目的，这是模糊的或通常根本做不到的事情(Ricci，2015)。纽约市BSS的目的是提供一个负担得起的可供纳税人免费选择的交通工具(纽约市，2012)，却被称为基于已完成的旅行和未具体说明的减排是成功(纽约市，2013)。有很多所报告bss 惠及与道路和公共交通拥堵、碳排放、自行车出行分担率、健康和公平，以及其他等 (Fishman 等人，2013；Ricci，2015；Shaheen 等人，2010) 。不幸的是，一些建议的好处已经被证明是难以衡量的，微不足道或根本不存在。
虽然由于服务成本相对较低，社会公平是bss 的一个合理影响， 但Fishman(2015)和Ricci(2015)总结了北美、欧洲和澳大利亚最近的人口统计研究，发现与当地人口相比，使用BSS者更富有、年轻、白人、男性和拥有汽车的可能性要大。霍夫曼(2016)称美国BSS为“最不公平的可持续运输基础设施之一”(p.121)。性别不平等也存在。不完善的自行车基础设施降低了bss 和自行车个体效用，由于女性的风险厌恶程度更高(Garrard 等人，2012；Goodman and Cheshir，2014)。此外，与男子相比，由于增加了受伤几率，使用伦敦女性使用BSS减少了健康益处(Woodcock 等人，2014)。BSS成员的成本也会影响用户的人口和公平(古德曼和柴郡，2014)。波士顿芝加哥、纽约和华盛顿，以及其他一些城市的bss 可获得会员折扣，但没有解决接入和站点设置的更大的问题(霍夫曼，2016)。从久坐旅行方式向骑自行车的转变对健康有明显的好处，但因为减少步行净数量被夸大，对一个固定距离的出行而言，步行会带来更大的健康好处(Fishman 等人，2015 年a；墨菲和亚瑟，2014；伍德科克等人。，2014)。其他公共交通系统的减少是不一致的，BSS 用户使用铁路的情况显示在一些城市增加，而在另一些城市减少(Ricci，2015)。减少道路拥堵也未得到证实（Ricci，2015）。也许最夸张的BSS 好处是减少碳排放。多项研究显示，公布的二氧化碳排放量估计问题往往被夸大，因为只有一小部分的汽车旅行被替换使用bss(Ricci，2015)。就伦敦而言，据估计，系统内的车辆重新平衡自行车可能超过任何方式转换产生的减排量(Fishman 等人，2014 年a)。因此，尽管BSS 似乎有许多好处，但有些并不一致，或者在仔细研究中并不显得突出。
然而，自行车共享系统确实有无可争议的好处。它们提供了另一种交通方式，增加了可达性、行程弹性和灵活性，降低了探索城市骑行的障碍，提高自行车的可见度，提高司机对自行车的认识，并使穿着便装的骑自行车者的形象正常化(Fishman 等人，2013；Goodman 等人，2014；Murphy 和Usher，2) 014；Ricci，2015)。然而，这些好处并没有在阶层和种族之间平均分配(霍夫曼，2016)。
在他们推崇的“利益”和缺乏目标之间，说一个单个的BSS 是成功的是具有挑战性的，比较多个系统是很困难的。媒体(Bialick，2013；Cripps，2013； Goodyear，2013 年；Mead，2016 年），报告（Curran，2008；GAUTHIER 等，2013）和出版物（Fishman，2015；Fishmanetal.，2013；Ricci，2015；Zhao etal.，2014）用每天每车使用次数(TDB)作为衡量小数量BSS 成功程度的一种比较指标。然而，由于成功取决于目标，我们将此指标称为绩效指标。
这项工作的第一个目标是提供使用tdb 性能度量进行大数量bss 的比较，以鼓励仔细讨论，特别是关于BSS的目标是什么时，就不仅是针对低性能系统了。他们的BSS如果很少使用,有经济、社会公平和环境利益的争论可能就无关紧要。
我们的第二个目标是确定哪些属性影响BSS 性能。过去的研究已经研究了天气、基础设施、站点密度的影响，人口统计学中个体BSS出行(Corcoran等人，2014；Faghih-Imani 等人，2014；Gebhart 和Noland，2014，赵等人，2014)评估人口、就业、系统成员、规模和服务质量的影响，这些是针对中国69 家BSS一个多月的服务进行的。我们对全球的75 个案例为期12 个月研究，给出了bss 属性、系统紧凑性、地理变量、天气和交通基础设施的比较。除了简单描述哪些变量与性能相关之外，我们还描述了那些与性能无关的变量。
在这种情况下，我们首先详细介绍我们的数据和性能度量，以及独立变量的选择以及对TDB 的预期影响(第2 节)。在讨论(第四节)因果关系、局限性和政策建议之前，在结论中(第3 节)中，提出并比较了TDB 在案例研究中的得分、系统大小对性能的影响以及我们的模型系数。
2. 数据资料
2.1.案例选择和数据收集
在3 月份，我们选择了至少10 个需要停靠自行车的BSS(不是像德国的com-mon 和北美的一些较新的bss 那样自由浮动)。我们的75 个案例研究(表3)主要分布在欧洲(49)和美国(18)，但也有加拿大(3)、巴西(2)、澳大利亚(2)和以色列(1)。虽然亚洲有许多bss(赵等人，2014)，但数据访问受限。
我们在2013年3月到2014年7月期间，每隔10 分钟收集每个站点可用的自行车和车位的数量。随着一些bss 在2013年3月后开始营运，记录的数量也随之变化。在个案研究中总共有904 个月的数据。仅使用有效数据超过15 天的月份，每个都有95%的日常记录。使用站级数据，我们可以估计每日出行次数，Td(Meacute;dard deChardon 和Caruso，2015)。站级数据还可以很好地估计系统中的自行车数量B，以及无车可租时再平衡的质量，即那里的站点没有桩位或自行车(Meacute;dard de Chardon 等人，2016)。
2.2.性能度量
为了比较性能，我们计算了每辆自行车每天的全面旅行次数(TDB)。从Td 中我们计算出月平均值TD，以当月停靠的自行车的最大数量为标准BM，即TDBM= Td/BM。由于BSS 的使用随着季节的不同而不同，我们采用的是几年内任何重复的月的平均数。平均值TDBM提供了总体的BSS 性能。显然，有更多月份拥有愉快骑行天气的BSS将有一个优势。同样，在经历类似大陆性天气模式的两个BSS中， 如果一个在冬季保持开放，这可能会降低其得分，因为另一个BSS冬季的使用将不包括在平均得分。相反，全年开放可能对稳定有利，因为需要较少需要广告恢复服务和反复激励模式转变以增加每年春天的BSS使用。
我们使用每月每车平均行程TDBM作为我们回归模型中的因变量，而不是每天因为多种原因。行程估计容易被描述过度或不足，一些属性，如在BSS 中活动的自行车数量，可以通过一个月的观察更好地表示。此外，天气最可能是BSS日常变化的原因(Corcoran 等人，2014；Faghih-Imani 等人，2014；Gebhart 和Noland，2014)，而我们对其他因素感兴趣。
为了验证每月和全局的性能估计，我们通过计算误差以及数个月nM中数据可用性有重叠的运营和估计的TDB，比较了11 个案例研究(表1)的运营数据。。忽略已知的芝加哥和旧金山的数据输入可靠性问题，估计误差百分比在10%左右。基于75 项案例研究的TDB 值估计范围很大(0.22-8.4)，因而这个误差可接受。
2.3.自变量
赵等人(2014)探讨了69个中国BSS的地理和人口学特征、系统特征和综合指标的影响。每个案例研究使用一个月的数据，发现人口、政府支出以及成员和站数都与每日每车出行有关。
我们的范围是不同的，我们研究一组更广泛的变量的影响，这些变量与运营商决定的属性，紧凑性，地理，天气和交通基础设施有关。我们的模型对75 个洲际案例进行通常超过12 个月的纵向分析。
2.3.1.BSS 属性
BSS 的许多属性由运营商和市政府定义。我们区分经营者类型：营利性，非营利性，广告和运输当局，看看它是否影响使用。DeMaio(2009)指出，存在大学和政府的运营商，但案例研究中并未涉及。运营商的名称还用于确定公司特定的管理是否会影响bss表现。由于会员费用影响会员的年会员人数和系统使用(古德曼和柴郡，2014)，他们都包括进去了(转换为欧元使用2014年1月1日汇率)。如先前讨论，无论BSS 全年运行还是有几个月不舒服的温度下停止运行，也可能影响使用。BSS 的每日运行时间各不相同，有些在夜间关闭仅几个小时，其他的关闭长达八个小时。与任何服务一样，缩短时间会减少潜在的服务时间，但作为晚上往返旅行的一种运输方式，它也是可靠的。
随着时间的推移，上述属性是静态的，每个月的数据都会有以下变化。每月平均站点桩位数量影响到可归还及重新平衡自行车的必要性。相反，更大站点的桩位数意味着与覆盖范围与密度都增长的更小站点之间的妥协，这两种小站点都是推荐的(gauthier 等人，2013)。桩位数量可能与预期需求相符，而不是一成不变，所以我们也观测站点桩位的标准偏差。观测每月自行车数量及桩位的最大值，并用于每月车辆桩位比。Olsquo;Brien 等人(2014)注意每辆自行车的平均泊位比为每辆车2.08 桩位(以反向和命名为最大负荷系数来衡量)。系统启动以来的月数考虑到引起向新的运输方式过渡。最后，由于对bss 可用性可能有更明确的潜在影响，我们每个月监测那些全满或全空站点平均每日持续时间。
一个系统中的台站数是以每日观测的月平均值来汇总。车站数目成指数方式增加，起终点出行的数量可能与按完全图(S2-S)中的边数增加。有时被称为网络效应，由于可能的行程次数的指数增加，增加站点数量，通常伴随着相应增加自行车数量，提高性能（通过与站数高度相关的自行车的数量线性化）均是合理的。有影响的BSS 从业人员认为，站点数在决定系统性能、促进“网络效应”作为系统扩展的正当性方面起着重要作用。建议从50个站点系统规模翻倍的范围是从“出行增加三到五倍”到TDB 性能翻一番不等(西雅图市，2016 年a，b)。
2.3.2.密度与紧凑度
BSS 站点的布局是市政当局、政治家、系统运营商、地方企业、广告商、潜在利润、街道和自行车网络、土木工程和公众利益的折中点。我们用系统的月密度、面积、紧凑度、站间距离和站数来描述站点的分布。
站点密度关系到车站与发源地和目的地的紧密程度。便利是使用BSS 的一个重要因素(Fishman 等人，2014 年b，2015 b)。因为300 米是最常见的推荐站点之间的距离（ApUR，2006；Guthier-et al，2013）和公交乘客愿意步行使用服务的距离（Kittelson and Associates 等人，2003），我们使用300 米作为站点周围缓冲距离以测量系统覆盖面积和台站密度。
紧凑度是衡量站点覆盖面积(4pi;面积=周长2)的完整度的一种度量方法，它对缓冲距离很敏感(Olsquo;Brien 等人，2014)。我们使用1000 米的缓冲来测量这个值。我们观察到的平均值(表2)接近Olsquo;Brien 等人观察到的0.55-0.72 范围(2014)。此外，我们还计算了每个站与三个最近的相邻站之间的平均欧氏距离。
2.3.3. 地理学的
为了捕捉人口、文化和法律方面的影响，我们提供bss 大陆、国家、城市人口、纬度、月平均日照时数以及是否需要头盔的立法。STS。利用车站海拔的标准差，我们测量了山坡，它是城市自行车以及平衡BSS使用的一个障碍(Meacute;dard deChardon 等人，2016；韦斯特利齐，2016)。我们选择BSS所在的主要城市的市区内人口(联合国国家统计司和国家统计和经济研究所)，而不是严格的BSS所在地区的人口或可能使用它的大都市区的区域内人口。检索这两个选项中的任何一个选项都是同样错误的，也许是多式通勤的一部分，BSS用户通常会为了方便起见在站点附近而不是基于行政边界开始或结束出行(Fishman 等人，2014 b)。以一贯的方式对75 个案例研究来说，评价准确测量获得BSS 的人群是不可行的。较高的人群密度与较高的表现有关(赵等人，2014)，Gauthier 等人推荐了人口密度(2013)。虽然BSS 覆盖范围内的人口是理想的，但仍然不包括占用户重要比例的通勤者和游客(Gauthier 等人，2013)。针对这种不确定性的补偿，我们还将人群划分为虚拟变量。已建议将满足要求和使用作为私人自行车骑骑行(贝特曼豪斯，2014；Robinson，2006) 和
全文共8874字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[16113]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
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。
