本文摘要：摘要：為應對由共享單車超速發展帶來的車輛亂停放、占用公共資源和破壞公共秩序等問題，提出一種將停車適宜性分析與實際聚類數據相結合的虛擬停車點選址方法，擬為共享單車健康有序發展提供推動力。以閩江學院校本部為研究區域，利用ArcGIS軟件的空間分析和
摘要：為應對由共享單車超速發展帶來的車輛亂停放、占用公共資源和破壞公共秩序等問題，提出一種將停車適宜性分析與實際聚類數據相結合的虛擬停車點選址方法，擬為共享單車健康有序發展提供推動力。以閩江學院校本部為研究區域，利用ArcGIS軟件的空間分析和統計功能，對草地花圃、道路、建筑物和人口密度四個影響共享單車停車適宜性的關鍵因素進行分別分級和綜合疊加，得出選址適宜性分級圖，然后與共享單車實際停靠站地點聚類分析結果比較，并以最小整體步行距離最小為目標，對停靠站點位置進行調整，得到共享單車閩江學院校本部的虛擬停車點優化選址方案。研究成果能夠使共享單車選址設計兼顧便利性和公共性，對解決當前共享單車無序停放問題具有積極意義。
關鍵詞：共享單車,虛擬停車點選址,適宜性,ArcGIS,閩江學院
相關論文范文閱讀：多視角分析共享單車治理策略
治理共享單車需要有包容的態度，堅持適度原則，進一步規范共享單車運營和維護，協調多利益主體參與共享單車治理。
隨著全球因城市機動車保有量過剩而造成的道路擁堵、環境污染等問題愈演愈烈，“綠色交通、低碳出行”的理念不斷深入人心，公共自行車這種新型的公共交通工具應運而生，近年來得到了飛速發展，成為各地區緩解交通壓力，減少尾氣污染，提高全民身體素質的利器[1-4]。然而，公共自行車由政府主導投資建設的運營模式，存在非常高昂的進入門檻，使得許多地區公共自行車的投建水平遠落后于公眾綠色出行的需求[5-6]。
為此，得益于移動互聯網技術發展驅動及民間資本進入，共享單車作為共享經濟的一種新興業態，于2017年初正式加入多座城市綠色慢行交通隊伍，成為公共自行車系統的補充甚至是替代[7-8]。據全球移動數據研究機構CheetahLab發布的《共享單車全球發展報告》顯示，2017年全球共享單車用戶規模已達2.27億(中國約占46.7%)，預計未來兩年將達到3.06億。共享單車的迅速擴張主要得益于其“無樁”模式。“無樁”模式采用手機登錄、隨借隨還的設計，一次性解決了公共自行車系統“有樁”模式固定資產投入巨大導致的進入門檻高和用還車不便利的用戶體驗差問題[9-10]。然而，為迎合消費者潛在需求，滿足市場競爭中自身占有率快速擴張的需要，共享單車運營商們高度容忍消費者各種違規行為，激進投放大量單車，造成了極其負面的社會影響。據交通運輸部的統計數據顯示，截至2017年7月，全國共享單車累計投放量超過1600萬輛，其發展規模已嚴重超出各城市非機動車可停放區域承載能力，企業無序競爭、過度投放及亂停亂放問題突出[11]。
共享單車亂停車，占用盲道、便道和機動車道等公共用地，使得共享單車這一緩解交通擁堵的“利器”變成了給城市整潔“添堵”的“神器”，嚴重影響市容及交通秩序[12]。因此，如何讓共享單車更加規范有序，實現野蠻生長向精細化管理轉變，成為政府、民眾和共享單車運營商都急切希望解決的問題[13]。而解決共享單車亂停放問題的關鍵則在于有效引導用戶有序停車，即將車停放到適合停車的位置。
為此，于2017年第一季度，上海、杭州、廈門和福州先后試點共享單車虛擬停車點設計，通過技術手段定位停車點，要求用戶必須停放在虛擬停車點規定區域內才能上鎖結束計費，強制性約束用戶有序停放。雖然這一技術得到了政府及市民的廣泛認可和好評，但虛擬停車點如何選址才能兼顧共享單車的便利性和公共性仍然是一個亟待解決的難題。如果虛擬停車點按照過去公共自行車系統站點選址的方法，例如，Kumar等[14]利用人口統計資料以及個人信息來選擇最佳的基礎站點位置;李婷婷[15]通過對公共自行車用戶出行行為進行探索，構建自行車使用需求預測模型，再據此構建雙層規劃模型進行自行車系統租賃點的選址設計;Martinez等[16]提出一個混合整數線性規劃模型來優化站點選址設計，其選址的決策目標往往是調度路徑最小或站點建設成本最小，這會導致站點數量非常有限，將不利于突出共享單車便利性的優勢，以致打擊用戶積極性，不利于共享單車的盈利和推廣。
因此，設計符合共享單車使用便利性需求，且兼顧占用公共資源適度化的虛擬停車點選址方法，是一個值得單獨展開研究的重要課題。基于此，本文提出一種共享單車停車適宜性分析與實際停車數據聚類相結合的選址方法，擬為共享單車的虛擬停車點選址設計提供參考。下文將以閩江學院校本部為研究樣本，首先利用ArcGIS空間分析功能，分析虛擬停車點的選址適宜區域，然后根據實際停車點的調研數據，進行最短距離優化分析，得出虛擬停車點的最優選址方案，為實際應用提供指導。
1研究區域概況
由于共享單車的實時運行數據目前仍處于相對保密階段，各大運營商均將其作為商業機密進行保護，甚至通過爬蟲獲取實時運營數據都被禁止，故本文通過綜合考慮數據獲取難度和實地調研可行性，最終確定以閩江學院校本部為研究對象，進行共享單車虛擬停車點的選址優化問題研究。閩江學院坐落于福建省省會福州市，是2002年經教育部批準設立的全日制普通本科高校。學校共有4個校區，校園總面積161.84萬m2，校舍建筑總面積55.08萬m2。其中，閩江學院校本部福州市閩侯大學城文賢路1號。
校本部自2017年9月，與北京拜克洛克有限公司(即ofo共享單車)合作，先期投入1000輛“小黃車”至校園內專供師生騎行，并根據運行需求持續投入。至今，“小黃車”在校園內已隨處可見，并根據不同時段聚集在不同區域。在上課時段8：00~12：00，“小黃車”主要聚集于教學樓、實驗樓、工科樓處;中午12：00~13：00，則在食堂和宿舍的停放數量逐漸增多，而17：00過后，宿舍樓下共享單車停放數量則明顯增多，形成大量聚集。由此可見，共享單車用戶停車點的選擇主要與服務半徑和可達性有關，即由人到共享單車所在位置之間的距離(服務半徑)越短則說明該停放點越便利(可達性)。
2利用ArcGIS進行選址適宜性分析
關于利用ArcGIS進行某一類別區域的適宜性分析，已有學者進行過類似研究，例如，李君等[17]利用ArcGIS對不同社會經濟因素對鄉村聚落的區位適宜性等級進行測度，分析社會經濟因素對鄉村聚落區位的影響;尹海偉等[18]利用層次分析和移動窗口方法，對濟南市建設用地適宜性進行了評價和分析;姜煜華等[19]利用空間疊置分析等技術手段，選取六個影響因子對樓宇經濟空間布局的適宜性進行評價分析。
本文則在以上研究基礎上，首先利用層次分析法對共享單車停車點選址的影響因素(草地花圃、道路、建筑物、人口密度)進行分析，得出各影響因素對選址的重要性權重;然后再利用ArcGIS空間處理功能對各影響因素目標約束下的區域進行適宜性分級;最后將所有影響因素的適宜性區域進行疊加，得出閩江學院校本部的共享單車虛擬停車點適宜選址區域。
2.1運用層次分析法確定選址影響因素權重
本文中，通過結合共享單車服務半徑、單車停放點可達性、建筑區人口情況等影響共享單車選址因素，確定出可以量化的評價指標有：建筑物、人口密度、草地花圃、道路，每一個指標的評價標準。接著，通過對各影響因素分開統計和比較，兩兩之間互相打分，得出重要性對比程度，即層次分析法的判斷矩陣。再根據矩陣知識，計算得到該矩陣的最大特征值為2.571，特征向量為(0.048，0.643，0.208，0.101)。
2.2運用ArcGIS對不同影響因素進行空間處理
在上文中已利用層次分析法確定了四種影響因素及其對應的權重值，本小節則利用ArcGIS對不同影響因素進行空間處理，通過歐氏距離分析、重分類和疊加分析等操作獲得各因素的適宜性分級圖。首先，運用ArcGIS軟件，通過對閩江學院高分辨率影像圖進行矢量化，提取出線、面文件，得到閩江學院矢量圖，并且圈出閩江學院邊界。然后再分別對四個影響因素進行處理。建筑物分級圖處理過程描述：對建筑進行歐氏距離分析，建筑會被賦值為0，再對建筑歐氏距離進行重分類，將0~0.001賦值為NoData，其他的共分為7級，越靠近道路的等級越高。
道路分級圖處理過程描述：對道路進行歐氏距離分析，道路會被賦值為0，再對道路歐氏距離分析結果進行重分類操作，將道路舊值為0~0.001的賦值為NoData，其他分為7級，越靠近道路的等級越高。草地花圃分級圖處理過程描述：對草地花圃進行歐氏距離分析，草地花圃會被賦值為0，再對草地花圃歐氏距離分析結果進行重分類操作，將草地花圃舊值為0~0.001的賦值為NoData，其他分為7級，越遠離草地花圃的等級越高。
人口密度分級圖處理過程描述：在宿舍樓面要素的屬性里面添加人口屬性字段，將宿舍面轉點，并進行核密度分析，再對人口密度進行重分類，分為7級，越靠近核心點的等級越高，代表人口越密集。由于水域不能作為共享單車的停放地點，所以，在水體面的屬性字段中添加FID，并且賦值為1，再將水體面，作面轉柵格操作;再將柵格作重分類，舊值為1的賦值為NoData，舊值為NoData的賦值為1，這樣就變為水域沒有值，其他區域值為1，得出新的柵格數據;最后利用柵格計算器分別將建筑物重分類數據、草地重分類數據、道路重分類數據與新的柵格數據相乘。
2.3疊加生成選址適宜性等級圖
基于上一小節各影響因素分級，本小節進行疊加分析，即利用層次分析法得到的各因素權重，分別與對應的影響因素相乘。又由于校本部校區范圍外的區域不能作為校園共享單車的停放點，所以，運用與去掉水域區域相同的方法，去掉校區外的區域，得到有效區域內共享單車選址的適宜性綜合分級圖。
3虛擬停車點選址優化設計
由于ofo運營商目前對于“小黃車”的出行數據持保密態度，從而無法直接獲取到最準確的校區內“小黃車”實時數據，因此，本文采取實地調研的方法，于2018年4月13日和2018年4月17日分別在8：30、12：30、9：00對校園內小黃車進行監測調查，人工收集得到校本部內所有平均停車量大于10的停車點。本文將以上調研所得停車點視為用戶自由選擇，并存在聚集的熱點停車區域。
為考察調研所得熱點停車區域是否為適宜共享單車停放，特在矢量圖上添加點要素，將熱點停車區域以點的形式添加到適宜性綜合分級圖中。智將熱點停車點疊加到適宜性綜合分級圖中后，當把第7級選擇為適宜選址區時，設第7級值為1，其他等級值為0，得到如下圖2b所示結果，深色代表可以停放區域，則校園現有共享單車大部分不在適宜區域內，需要調整的停靠站較多;當選擇第6~7級為適宜選址區時，設6~7級值為1，其他等級值為0，得到如圖2c所示結果，藍色代表可以停放區域，則校園現有共享單車大多在適宜區域內，需要調整的停靠站較少;當選擇第5~7級為適宜選址區時，設5~7級值為1，其他等級值為0，得到如圖2d所示結果，則校園現有共享單車大多都在適宜區域內，基本不需要調整。
如果適宜性等級過高，則導致停車點過少，會直接影響到共享單車的便利性，如果適宜性等級過低，則大部分地方都可以停車，又會導致過度占用公共資源的問題。因此，本文選擇第6~7級為適宜選址點，在兼顧共享單車的便利性和公共性的前提下，進行虛擬停車點的選址優化。本文以最短移動距離為調整原則，將8個不在適宜停車區的熱點停車點調整歸并至最近停車點中。即通過軟件量測工具，量出需要調整至附近停車點的距離，再乘以共享單車兩天停放的平均數量，算出最短移動距離，如果不在范圍內的點兩側均有可停放點，比較選擇距離小的那個點，最終求得最短調整總距離為5119m。
4結語
本文通過運用ArcGIS空間分析功能，對共享單車運行區域進行停車適宜性分析，得出一定范圍內適合共享單車停放的具體區域，再利用實地調研數據，獲得共享單車實際聚集停車的地點，然后通過疊加分析，確定沒有落在適宜停車區域的實際停車點，最后在根據最短距離法將這些適宜區域外的實際停車點移至其周圍最近的停車點，實現虛擬停車點選址的優化調整。雖然本文為共享單車虛擬停車點選址提供了一個優化方法，但受限于實際數據獲取難度大，沒能通過完整的共享單車運行數據來進行考慮停車適宜性的聚類分析，這也將是未來研究的重點和難點。
參考文獻
[1]ZhangH.BikesharinginEurope，theAmericas，andAsia：Past，Present，andFuture[J].TransportationResearchRecordJournaloftheTransportationResearchBoard，2010，2143：159-167.
[2]Demaio，P..Bike-sharing：history，impacts，modelsofprovision，andfuture[J].JournalofPublicTransportation，2014，12(4).
[3]周楊，張冰琦，李強.公共自行車系統的研究進展與展望[J].城市發展研究，2014，21(9)：118-124.
[4]伍卓.公共自行車租賃系統現狀與優化——以株洲市為例[J].求索，2015(12)：116-119.
[5]黃起龍.城市公共自行車管理決策優化研究[J].中國軟科學，2017(s1).
轉載請注明來自發表學術論文網：http://www.zpfmc.com/jjlw/21613.html
