共享单车轨迹数据分析：以厦门市共享单车数据为例（四）
副标题：共享单车与地铁接驳距离探究——以厦门市为例
关于轨道交通站点接驳范围的研究早已屡见不鲜，通常认为以站点为圆心、800米作为地铁站直接的服务范围是合理的。近年来，随着轨道、公交和慢行交通三网融合概念的提出，慢行交通被视为解决城市“最后一公里”问题的最佳方案之一。特别是自2016年以来，随着共享单车的兴起，这一出行方式也被纳入城市交通建设体系的关键组成部分，以完善轨道交通站点与周边用地之间的连续性，本篇文章把观点聚焦于共享单车与地铁接驳距离问题，共享单车与地铁接驳距离多远是用户可以接受的一个阈值？
分析之前我们先来看一下官方报告，中规院发布的2022年度中国主要城市共享单车、电单车骑行报告中提及，"单车单次骑行平均距离1.5公里，对比2020年增加140米",意味着，2020年平均单车骑行距离为1.36公里；参考来源：2022年中国主要城市共享单车/电单车骑行报告PowerPoint 演示文稿 (china-up.com)
鉴于厦门地铁目前仅开通了三条线路，并且基于常用的城市交通规划原则，地铁站点的辐射范围通常设定为800米以内，我们把本篇文章的分析范围限定在地铁站为圆心、800m为半径的缓冲区内，另外，分析的数据区间还是上篇文章提到是2020年12月21日 上午06:00-10:00这个区间。
指路上篇文章：共享单车轨迹数据分析：以厦门市共享单车数据为例（三）-CSDN博客
这里先讲一下缓冲区处理方法，300m以内的缓冲区并没有发现重叠部分，400m开始出现少数站点重叠，从400m开始我们通过做融合缓冲区与泰森多边形相交的形式，把重叠的切割，确保订单对应唯一站点，在数据处理方面，我们把每个小时内的订单数据都进行了处理，以便我们结合时间维度来界定站点与共享单车接驳范围的较优解，如何做泰森多边形参考我这篇文章：ArcGIS应用指南：生成泰森多边形的缓冲区_交通站点以缓冲区范围结合泰森多边形形成的区域共同界定站域边界-CSDN博客；
我们直接开始分析数据，看图说话，我们来看结合有限的小时数据每100m的辐射范围增加订单数据的增量，我们可以看到在6点、和9点这两个时间段，增量开始陡降，7点和8点这两个时间段在500m就开始陡降，可以得出结论不同时间段，人们对共享单车与地铁接驳距离的容忍度不同，7点和8点使用共享单车的用户对共享单车的与地铁站接驳距离要求更高，希望越近越好，而6点和9点容忍度更高，更愿意花较多的时间成本寻找地铁站周边的共享单车；
这里个人推测产生差异的原因之一是面向的用户不同，早上6点多出发的用户可以接受更远的距离寻找到一辆单车，而7点、8点的用户人群通常是9:00左右上班的人群，他们对寻找共享单车的距离成本更为敏感，在500m这个阈值距离作为临界点，他们更容易放弃寻找转而选择其他交通工具作为通勤工具，过了9：00这个时间段的用户通常他们的时间相对自由，大部分可能在10：00以后上班，或者是非上班的出行用户，所以地铁换乘共享单车的接驳阈值又来到600m，这个距离以内人们还是更倾向选择共享单车作为出行工具，超过这个距离阈值，人们可能放弃寻找转而选择其他出行方式；
同时我们对到达点也做了统计，虽然并不能保证到站点辐射范围800m以内的这些人的目的地都是去换乘地铁，但是我们通过大样本的数据量来看事件发生比较大的概率性事件，还是可以看出一定规律，就好比学校上下学时间段内，学校周边的交通会变得拥堵，虽然并非所有驾车或步行的人都是来接送孩子的家长，但大部分确实是，同时这里通过世界资源研究所分布的共享单车如何影响城市一文中佐证了这一论点，文章对中国12个研究城市的调查结果显示，54%的共享单车用户使用共享单车连接其他交通方式，其中91%的骑行用于连接公共交通。文章出处：共享单车如何影响城市 | WRI China；
接下又到了我们的看图说话环节，我们来看结合有限的小时数据每100m的辐射范围增加订单数据的增量，我们可以看到在6点、7点、8点、9点这四个时间段，都在600m这个站点覆盖范围增量开始陡降，可以得出结论，以地铁站周边800m以内为目的地的用户在6-9点这个时间段对地铁与共享单车的接驳距离容忍度都在600m这个阈值，超过这个距离的订单量开始陡降；
综上所述，基于当前分析的数据范围，我们可以得出结论：在厦门市，共享单车用户与地铁接驳的距离容忍度大约在以地铁站点为圆心、600米为半径的缓冲区内。一旦超出这个距离，共享单车每增加100m的辐射范围的订单增量会出现显著下降，表明用户可能会转而选择其他的交通工具来完成他们的行程。
这里再补充几个可能性的原因，1、因为厦门市地铁线路的覆盖密度不够，至今也只有3条地铁线路，所以人们为了可以换乘地铁，对换乘地铁距离的容忍度相交于地铁线路比较发达的城市有所增加，2、样本量的因素，因为我们仅用了半天的数据作为分析的基础，这样的样本量可能不足以完全反映整体趋势，因此分析结果可能存在一定的局限性和偏差。
文章仅用于分享个人学习成果与个人存档之用，分享知识，如有侵权，请联系作者进行删除。所有信息均基于作者的个人理解和经验，不代表任何官方立场或权威解读。