学术成果 | 基于共享单车轨迹数据的城市街道可骑行性评估

01 街道可骑行性评估的需求与挑战

随着低碳经济发展的逐步推进，为大力提倡绿色出行，高度机动化的城市急需重塑慢行系统，提升非机动出行空间品质。骑行作为一种便捷、高效、绿色的新型出行方式，是解决城市出行“最后一公里”难题和促进户外体力活动的重要方式，资本市场通过共享单车回应了这一需求，但改革开放后近40年城市交通机动化极大地压缩骑行空间，骑行环境对骑行行为的支持严重不足，亟需对城市街道可骑行性进行评估。

既有的街道可骑行性评估方法存在数据获取难、样本量少、代表性不足等问题，更为关键的是，评估指标选择及权重确定主观性较强，鲜有从从骑行行为出发建立评价指标体系，评估结果严重偏离实际情况。

02 街道可骑行性评估的基本思路与方法

骑行行为是骑行者对街道空间使用的结果，骑行轨迹数据反映了街道环境对于骑行行为的支持程度，使用骑行轨迹数据能够更加客观地评估城市街道可骑行性。基于这一出发点，本研究的基本思路是在考虑骑行需求和共享单车供给的情况下，通过线性回归建立骑行环境与骑行行为之间的关系，以确定可骑行性评估的指标与权重，构建四元组（骑行需求，单车供给、可骑行性，骑行行为）作为评估模型，并计算每条街道的评估结果。研究思路和基本框架如图1所示。

图1. 研究整体框架图

具体而言，本研究通过回归模型建立骑行需求、单车供给和可骑行性与骑行行为之间的关系，即：

式中Xdemand、Xsupply和Xbikeability分别代表需求、供给和可骑行性的自变量组（所包含的具体变量见原文)，Y为街道的骑行频次。

在该回归模型中，自变量系数显著表明该因素对骑行有影响，将其纳入可骑行评估的指标体系，其系数代表了该指标单位变化引起的骑行行为变化，即为其评估权重；不显著的变量表明该变量对骑行行为不存在线性关系，不纳入可骑行评估指标体系。

基于上述回归模型计算每个路段四元组（骑行需求，单车供给、可骑行性，骑行行为）的数值，并根据各项均值分别对四元组各指标进行高低分类，得到街道可骑行性评估结果，其中H表示高于该因素均值，L表示低于该因素均值。评估结果呈现16种模式（如图2），其中需要特别关注HHLH/HHLL（高需求、高供给、低可骑行性和高/低骑行行为）两种模式，这两类街道需求和供给相对较高，但骑行环境相对较差。

图2. 可骑行性评估结果的16种模式

03 街道可骑行性评估实证的数据与结果

本研究使用的轨迹数据来源于知名共享单车品牌2017年11月份深圳市龙岗区内的1%的随机抽样数据。清洗后的数据包括110331次有效骑行订单，61279921个轨迹点。本研究以城市街道路段作为研究的基本空间单元。

龙岗区骑行行为呈现多中心特征，且以龙岗大道为中心向周边递减的趋势，且主要集中在龙岗区四大商圈周围（坂田商圈、布吉商圈、横岗商圈和龙岗中心城商圈）（如图3）。实证中线性回归模型调整R2为0.787，表明自变量能够有效解释城市街道的骑行频次差异，这一结果能够支持可骑行性评估。

图3. 道路路段骑行频次分布

在龙岗区9,975个路段中，共有1326条HHLH路段，主要集中分布在地铁站点附近。地铁站点附近这些路段骑行需求旺盛，单车供给充分，虽然骑行环境差，但仍积聚较多骑行行为，说明在这些路段的骑行是刚性的需求，亟需在这些路段改善骑行环境，提高骑行体验。另外，156条路段呈现HHLL模式，这些街道主要分布在城中村以及工业区周围，说明在这些路段骑行需求和供给都很好，但较差的街道环境使得骑行者选择其它方式出行，从而降低了居民对于共享单车的使用。

图4. 龙岗区可骑行性评估结果

04 结论

本研究主要有3个贡献：（1）从骑行行为本身出发，提出了考虑骑行需求、共享单车供给的情况下，提出采用共享单车轨迹数据评估街道骑行环境的分析框架；（2）通过骑行需求、共享单车供给和街道环境对骑行行为的线性回归模型提取可骑行性评估指标和权重，建立面向骑行行为的街道可骑行性评估模型，该模型相较以往评估模型更具可靠性和合理性，也具有更好的适应性和可迁移性；（3）选择深圳市龙岗区作为实证研究对象，对本研究提出的方法进行了验证，并结合对可骑行性评估结果，提出了精细的、有针对性的空间优化策略。

本研究能够为不同层面的街道骑行环境优化提供辅助决策：1）回归模型结果可以为指导总体优化策略的制定；2）评估模型结果能够为街道层面空间优化提供依据；3）骑行集中区域应该构建骑行网络以提供连续的骑行空间。

参考文献

Dan Wang#, Meihan Jin#, De Tong, Xin Chang, Yongxi Gong*, Yu Liu. 2024. Evaluating the bikeability of urban streets using dockless shared bike trajectory data. Sustainable Cities and Society, 101, 105181.

素材来源：S3-Lab

内容排版：张一帜