厦门岛轨道交通站点共享单车接驳影响因素研究

doi:10.3785/j.issn.1008-9497.2024.01.010

浙江大学学报（理学版）

2024, Vol. 51

Issue (1): 90-98 DOI: 10.3785/j.issn.1008-9497.2024.01.010

城市科学

厦门岛轨道交通站点共享单车接驳影响因素研究

饶传坤^1,²(

),雷思静³

^1.浙江大学城乡规划理论与技术研究所，浙江杭州 310058
^2.浙江大学平衡建筑研究中心，浙江杭州 310028
^3.浙江大学建筑工程学院，浙江杭州 310058

Study on the influencing factors of shared bikes connection to rail transit stations in Xiamen island

Chuankun RAO^1,²(

),Sijing LEI³

^1.Institute of Urban and Rural Planning Theories and Technologies，Zhejiang University，Hangzhou 310058，China
^2.Center for Balance Architecture，Zhejiang University，Hangzhou 310028，China
^3.College of Civil Engineering and Architecture，Zhejiang University，Hangzhou 310058，China

全文: PDF(3533 KB)

HTML( 1 )

摘要：

共享单车凭借其高效便利的优势在全国各大城市快速普及，已成为轨道交通站点重要的接驳方式，但其供需失衡、乱停乱放等问题也给城市交通与环境带来挑战。利用厦门市共享单车及城市空间等多源大数据，通过Python、GIS解析共享单车出行的时空特征，探究轨道站域骑行特征及其来自土地利用、城市建成环境等方面的影响效应，结果表明：共享单车具有短时空距离利用的特征，为城市地铁站点的接驳交通提供了重要支撑；站点周边共享单车的接驳利用受城市多种因素影响，同时也反映了站点开发的阶段性和差异性；根据共享单车出行特征，轨道交通站点可归纳为四类，应根据站点的不同类型因站施策，完善城市慢行系统，促进共享单车骑行，加强轨道交通站域开发。

关键词： 共享单车; 轨道交通站点; 土地利用; 供需匹配; 厦门岛

Abstract:

With the advantages of high efficiency and convenience, shared bikes are rapidly gaining popularity in China, and become an important connection mode for rail transit stations, but it also brings many problems which affect urban transportation and environment. Based on multi-source big data such as Xiamen shared bikes and urban space, this article analyzes the spatial and temporal characteristics of shared bikes travel by Python and GIS, and explores their riding characteristics and the effects concerning land use, urban environment and other aspects in the station area. Shared bikes have the characteristics of short spatial and temporal distance utilization, which provides an important support for the connecting traffic of urban subway stations. The connection and utilization of shared bikes around the station are affected by various urban factors, which also reflect the stages and differences of the station development. By analyzing the characteristics of shared bikes trips, rail transit stations can be classified into four types, and the develop strategies should be taken according to the difference of station types, to improve the urban slow traffic system, promote the development level of rail transit stations.

Key words: shared bikes rail transit stations land use supply and demand matching Xiamen island

收稿日期: 2022-10-25 出版日期: 2024-01-10

CLC:

TU 984

作者简介: 饶传坤（1971—），ORCID：https//orcid.org/0000-0003-0116-6806，男，博士，副教授，主要从事城市规划与区域规划、城市交通等研究，E-mail：raock@sina.com.

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	饶传坤
	雷思静

引用本文:

饶传坤,雷思静. 厦门岛轨道交通站点共享单车接驳影响因素研究[J]. 浙江大学学报（理学版）, 2024, 51(1): 90-98.

Chuankun RAO,Sijing LEI. Study on the influencing factors of shared bikes connection to rail transit stations in Xiamen island. Journal of Zhejiang University (Science Edition), 2024, 51(1): 90-98.

链接本文:

https://www.zjujournals.com/sci/CN/10.3785/j.issn.1008-9497.2024.01.010 或 https://www.zjujournals.com/sci/CN/Y2024/V51/I1/90

图1 研究范围与地铁线路图片来源：自然资源部网站（https：//www.mnr.gov.cn/sj/sjfw/，审图号：闽S［2023］181号），下同。

图2 厦门岛用地现状与主要功能区块分布

图3 共享单车出行距离、出行时间的概率密度分布

图4 共享单车起、终点空间分布核密度（6：00—22：00）

图5 共享单车出行网络OD的空间分布

表1 6：00—22：00地铁站点共享单车接驳规模

表2 站点周边用地比例与起、终点数的相关性分析

图6 距离站点800 m范围居住用地、商业服务用地比例与共享单车接驳量的散点分析

图7 800 m范围内居住用地与商业服务用地比例和共享单车接驳量的关系

表3 基于骑行供需匹配关系的站点分类及特征

图8 4种类型站点区位分布

图9 各站点周边服务设施分布密度

表4 4类站点典型案例周边慢行设施现状

1	吕雄鹰，潘海啸. 基于摩拜开放数据的上海市共享单车骑行特征分析［J］. 上海城市规划， 2018（2）： 46-51. LYU X Y， PAN H X. Sharing bicycle riding characteristics analysis in Shanghai based on mobike opening data［J］. Shanghai Urban Planning Review， 2018（2）： 46-51.
2	马腾腾. 城市轨道交通车站共享单车接驳优化研究［D］. 北京：北京建筑大学， 2018. MA T T. Study on Optimization of Shared Bicycle Connection with Urban Rail Stations［D］. Beijing： Beijing University of Civil Engineering and Architecture， 2018.
3	梅香香，陈虹云，吕兴琴，等. 轨道交通换乘共享单车需求影响因素分析［J］. 信息与电脑（理论版）， 2021， 33（16）： 197-199. DOI：10.3969/j.issn.1003-9767.2021.16.060 MEI X X， CHEN H Y， LYU X Q，et al. Analysis on influencing factors of the demand of rail transit transfer to shared bikes［J］. China Computer & Communication， 2021， 33（16）： 197-199. DOI：10. 3969/j.issn.1003-9767.2021.16.060 doi: 10. 3969/j.issn.1003-9767.2021.16.060
4	林堉楠，徐媛，杨家文. 轨道交通车站周边建成环境对骑行的影响：基于深圳市ofo数据的实证研究［J］. 城市交通， 2020， 18（1）： 83-94. DOI：10.13813/j.cn11-5141/u.2020.0004 LIN Y N， XU Y， YANG J W. Built environment on linking bicycle to rail transit： Case study based on ofo data in Shenzhen ［J］. Urban Transport of China， 2020， 18（1）： 83-94. DOI：10.13813/j.cn11-5141/u.2020.0004 doi: 10.13813/j.cn11-5141/u.2020.0004
5	严亚磊，于涛，沈丽珍. 共享单车出行的建成环境影响机制：以上海市为例［J］. 上海城市规划， 2020（6）： 85-91. DOI：10.11982/j.supr.20200612 YAN Y L， YU T， SHEN L Z. The impact mechanism of built environment on shared bikes travel： A case study of Shanghai［J］. Shanghai Urban Planning Review， 2020（6）： 85-91. DOI：10.11982/j.supr.20200612 doi: 10.11982/j.supr.20200612
6	邝嘉恒，邬群勇. 接驳地铁站的共享单车时空均衡性分析与吸引区域优化［J］. 地球信息科学学报， 2022， 24（7）： 1337-1348. doi:10.12082/dqxxkx.2022.210775 KUANG J H， WU Q Y. Spatial-temporal equilibrium analysis and attraction area optimization of dockless sharing bicycles connected to subway stations［J］. Journal of Geo-Information Science， 2022， 24（7）： 1337-1348. doi:10.12082/dqxxkx.2022.210775 doi: 10.12082/dqxxkx.2022.210775
7	高楹，宋辞，郭思慧，等. 接驳地铁站的共享单车源汇时空特征及其影响因素［J］. 地球信息科学学报， 2021， 23（1）：155-170. doi:10.12082/dqxxkx.2021.200351 GAO Y， SONG C， GUO S H， et al. Spatial-temporal characteristics and influencing factors of source and sink of dockless sharing bicycles connected to subway stations［J］. Journal of Geo-Information Science， 2021， 23（1）： 155-170. doi:10.12082/dqxxkx.2021.200351 doi: 10.12082/dqxxkx.2021.200351
8	王家川，欧阳松寿. 北京市轨道交通站点周边区域共享自行车运行不均衡性研究［J］. 交通运输系统工程与信息， 2019， 19（1）： 214-221. DOI：10.16097/j.cnki.1009-6744.2019.01.032 WANG J C， OUYANG S S. Disequilibrium of bicycle-sharing in rail transit station areas in Beijing［J］. Journal of Transportation Systems Engineering and Information Technology， 2019， 19（1）： 214-221. DOI：10.16097/j.cnki.1009-6744.2019.01.032 doi: 10.16097/j.cnki.1009-6744.2019.01.032
9	孙佳昕. 衔接轨道交通站点的共享单车骑行时空分布特征及影响因素研究［D］. 西安：长安大学， 2020. SUN J X. Research on the Spatiotemporal Distribution Characteristics and Influencing Factors of Shared Bike Use to Connect with Rail Transit［D］. Xi'an： Chang'an University， 2020.
10	卢宇飞，罗文皓. 基于B&R的公共自行车出行环境优化策略研究：以西安雁塔北路为例［C］// 2020中国城市规划年会论文集（06城市交通规划）. 北京：中国城市规划学会， 2021：672-685. LU Y F， LUO W H. Research on optimization strategies for public bicycle travel environment based on B & R： Taking Yanta north road in Xi'an as an example［C］// 2020 China Urban Planning Annual Conference Paper Collection （06 Urban Transportation Planning）. Beijing： China Urban Planning Society，2021：672-685.

[1]	朱悦,徐志红,蒋晓敏,张嫣然,王建锋,王善华,陈昱蓉,张丰. 基于遥感生态指数的土地利用程度与环境质量协调发展研究[J]. 浙江大学学报（理学版）, 2023, 50(3): 322-331.
[2]	吴郁文, 林杰. 融合遥感与社会感知数据的城市土地利用分类方法[J]. 浙江大学学报（理学版）, 2023, 50(1): 83-95.
[3]	王馨, 白凯, 李忠奇. 绿色出行视角下出行者对共享单车的认可度与实际使用行为研究——以西安市为例[J]. 浙江大学学报（理学版）, 2021, 48(4): 488-498.
[4]	王协, 章孝灿, 苏程. 基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类[J]. 浙江大学学报（理学版）, 2020, 47(6): 715-723.
[5]	张艳芳, 李云. 1995—2015年关中平原城市群生态系统服务价值（ESV）及其时空差异[J]. 浙江大学学报（理学版）, 2020, 47(5): 615-623.
[6]	贾玉杰, 杜震洪, 张丰, 刘仁义. 基于属性权重优化算法的土地利用绩效评价及差异分解分析[J]. 浙江大学学报（理学版）, 2019, 46(5): 610-618.
[7]	赖俊明, 徐保红. 基于Webmap的杭州市土地价格变动研究[J]. 浙江大学学报（理学版）, 2018, 45(6): 773-780.
[8]	陈永佩, 杜震洪, 刘仁义, 张丰, 王炼刚. 一种引入实体的地理语义相似度混合计算模型[J]. 浙江大学学报（理学版）, 2018, 45(2): 196-204.
[9]	莫致良, 杜震洪, 张丰, 刘仁义. 基于可扩展多目标蚁群算法的土地利用优化配置[J]. 浙江大学学报（理学版）, 2017, 44(6): 649-659,674.
[10]	陈阳, 岳文泽, 马仁锋. 中国海岸带土地研究回顾与展望[J]. 浙江大学学报（理学版）, 2017, 44(4): 385-396,428.
[11]	方涯盼, 张丰, 杜震洪, 刘仁义. 基于拓扑和空间相似性的地理事件检测——以土地利用数据更新为例[J]. 浙江大学学报（理学版）, 2016, 43(6): 701-708.
[12]	吴志宜, 俞志强, 朱雪坚, 李东阳. SCS模型在不同土地类型地表产流计算中的应用——以余姚地区为例[J]. 浙江大学学报（理学版）, 2016, 43(2): 226-230.
[13]	靳凤营，张丰，杜震洪，刘仁义，李荣亚. 基于Spark的土地利用矢量数据空间叠加分析方法[J]. 浙江大学学报（理学版）, 2016, 43(1): 40-44.

Viewed

Full text

Abstract

Cited

Shared

Discussed