接駁地鐵站的共享單車源匯時空特征及其影響因素

作者：高楹,宋辭,郭思慧,裴韜

摘要：共享單車是解決"最后一公里"出行的有效方法,然而,人們在利用其進行接駁地鐵時,常出現無車可用或車輛淤積的現象。因此,探究用于接駁地鐵的共享單車的源匯時空分布特征及其影響因素對實現其供需平衡有一定意義,單車運營公司可據此進行更及時、合理的調度。為了解不同區域的共享單車在接駁地鐵時使用模式的差異,本文基于不同時間段的客流特征,對用于接駁北京市地鐵站的共享單車所產生的源、匯網格進行了K-均值聚類,并進一步利用地理探測器探究了造成這種空間分異的原因。結果表明:①源、匯網格各被分為5類,分別為高頻低流出、高頻異常源、中頻低流出、低頻高流出、低頻低流出和高頻低流入、中頻低流入、低頻高流入、低頻差異流入、高頻異常匯等類型,反映了共享單車源匯的時空分布特征;②在不同聚類中,共享單車的日均流量對應的主導因子有所差別,位于市中心的聚類的車輛主要受距離和交通因子的影響,而在其它聚類中則會同時受到多種POI的顯著影響,且在不同時段中影響機制不同;③對于凈流入(出)率而言,各聚類的源、匯網格的主導因子則大致相同,車輛的缺少或過剩主要與距地鐵站或市中心的距離有關。④從整體源、匯來看,住宅類POI數量與距最近地鐵站的距離分別是影響日均流量和凈流入(出)率的最強的因子。

發文機構：中國礦業大學（北京）地球科學與測繪工程學院 國家煤礦水害防治工程技術研究中心 中國科學院地理科學與資源研究所資源與環境信息系統國家重點實驗室 中國科學院大學 江蘇省地理信息資源開發與利用協同創新中心

關鍵詞：接駁地鐵站共享單車源匯時空特征影響因素聚類分析地理探測器connectionsubway stationdockless sharing bicyclesource and sinkspatial-temporal characteristicsinfluencing factorscluster analysisGeo-detector

分類號： F57[經濟管理—產業經濟]