牟鳳云, 田甜, 王俊秀, 張用川, 何勇

(1.重慶交通大學(xué)智慧城市學(xué)院, 重慶 400074; 2.貴州工程應(yīng)用技術(shù)學(xué)院生態(tài)工程學(xué)院, 畢節(jié) 551700)

城市是一個結(jié)構(gòu)復(fù)雜且動態(tài)變化的巨系統(tǒng),其兼具空間上和居民行為活動上的概念[1],隨著城市不斷地快速發(fā)展,居民日常出行對城市公共交通的需求與日俱增,出租車作為公共交通的重要補(bǔ)充,具有快捷、靈活、舒適、全天候等特點。截至2019年末,中國出租車總量已達(dá)139.16萬輛,2019年客運量為347.89億人次,出租車已成為城市居民出行的主要選擇之一[2]。但乘客與出租車在城市空間中具有時空異質(zhì)性,“打車難、尋客難”的現(xiàn)象較為普遍;出租車運營效率與客源的類型及分布密切相關(guān),行駛里程長、速度快、換乘時間短的優(yōu)質(zhì)客源能顯著提高出租車的工作效率[3];司機(jī)如何在海量乘客中尋找優(yōu)質(zhì)客源成為國內(nèi)外學(xué)者研究的熱點問題。對出租車客源的優(yōu)質(zhì)狀況進(jìn)行量化評價并分析其時空特征,結(jié)合城市空間要素探究其影響因素,有利于改善出租車資源分配不合理現(xiàn)象,提高城市交通運營效率和服務(wù)水平,促進(jìn)城市交通持續(xù)健康發(fā)展。

隨著現(xiàn)代無線通信、地理定位及計算機(jī)與數(shù)據(jù)庫系統(tǒng)技術(shù)的發(fā)展,利用浮動車數(shù)據(jù)(floating car data, FCD)研究城市問題已成為重要研究主題[4]。出租車軌跡數(shù)據(jù)作為典型的浮動車數(shù)據(jù)具有空間覆蓋廣、全天候?qū)崟r、精度高等特點[5],其被廣泛應(yīng)用于交通狀態(tài)分析[6]、路徑規(guī)劃管理[7]、城市規(guī)劃優(yōu)化[8]、路網(wǎng)更新[9]、人類行為特征分析[10]、出租車運營管理[11-12]等領(lǐng)域。對出租車優(yōu)質(zhì)客源的研究起步較晚,孫飛等[13]首次考慮出租車空載的影響提出優(yōu)質(zhì)客源評估模型,分析了武漢市1 d內(nèi)60余輛出租車優(yōu)質(zhì)客源的時空分布規(guī)律;劉麗等[14]在孫飛等的研究基礎(chǔ)上將出租車載客狀態(tài)單位時間收入及相鄰空載尋客時間相結(jié)合,構(gòu)建載客效益模型分析深圳市1周內(nèi)13 798輛出租車高效益客源的時空特征;邱端昇等[15]重新定義完整的出租車運營出行,考慮車輛動態(tài)消耗,改進(jìn)了客源量化評價模型,并對新舊模型進(jìn)行對比分析。楊衛(wèi)寧等[16]根據(jù)出租車的行程收入、里程利用率與尋客時長構(gòu)建出租車效益指數(shù)模型,分析了成都市優(yōu)質(zhì)客源工作日與周末的時空差異;Hu等[17]提出以利潤率來反映出租車運營效率的方法,以北京市3 d內(nèi)56.56萬個出租車訂單研究對象,分析了優(yōu)質(zhì)客源的時空異質(zhì)性。Dong等[18]量化成都市出租車通行能力利用率,分析出租車客源在各功能區(qū)的均衡狀況。Mojtabaee等[19]分析了紐約市高收入司機(jī)群體,并從客源分布分析了對其的影響機(jī)制。

綜上可知,出租車優(yōu)質(zhì)客源研究已取得豐碩成果,但存在出租車樣本量較小、研究時段短等缺陷,僅停留在優(yōu)質(zhì)客源的量化評價與時空特征分析階段,未分析其時空特征的影響因素?，F(xiàn)綜合考慮已有研究成果與不足,提出優(yōu)質(zhì)客源量化評價模型及蜂窩六邊形視角下的多時段地理加權(quán)回歸模型;以重慶市中心城區(qū)2019年“五一”假期及工作日共 10 d 出租車軌跡數(shù)據(jù)為研究對象;通過優(yōu)質(zhì)客源量化評價模型篩選優(yōu)質(zhì)客源,采用數(shù)理統(tǒng)計、地理統(tǒng)計等方法分析其時空特征,并結(jié)合興趣點(point of interest,POI)數(shù)據(jù)構(gòu)建蜂窩六邊形視角下的多時段地理加權(quán)回歸模型分析其影響因素,探討城市空間布局對優(yōu)質(zhì)客源的時空影響機(jī)制,為城市道路及交通設(shè)施合理規(guī)劃布局提供理論指導(dǎo)。

1 研究區(qū)與研究數(shù)據(jù)

1.1 研究區(qū)概況

重慶市位于中國西南部(圖1),是中國西部唯一的直轄市,是中國西部大開發(fā)的重要戰(zhàn)略支點、“一帶一路”和長江經(jīng)濟(jì)帶的聯(lián)結(jié)點;重慶市中心城區(qū)位于重慶市中西部,介于東經(jīng)106°12′～106°59′,北緯29°70′～30°70′,轄區(qū)面積5 472.68 km2,約占重慶市總面積的6.6%;截至2019年底重慶市中心城區(qū)常住人口884.39萬人,城市道路5 327.8 km,軌道交通線路8條,運營里程328.5 km,公共汽車運營線路799條,運營里程29 745.3 km,出租車保有量為2.38萬輛;2019年城市公共交通客運總量為465 647萬人次,其中出租車占比22.41%。

圖1 研究區(qū)概況Fig.1 Overview of the study area

1.2 研究數(shù)據(jù)

以重慶市中心城區(qū)2019年5月1—10日約1.28萬輛出租車軌跡及POI數(shù)據(jù)為基礎(chǔ),其中5月1—4日為“五一”勞動節(jié)假期,5月5—10日為正常工作日;出租車軌跡總數(shù)據(jù)量約為36.12 GB,由重慶市交通局提供,出租車軌跡數(shù)據(jù)采樣間隔為15 s,數(shù)據(jù)包括ID、時間、經(jīng)度、緯度、狀態(tài)5個字段,數(shù)據(jù)字段及含義如表1所示,數(shù)據(jù)能較好地反映出租車軌跡及運營狀態(tài);出租車數(shù)據(jù)未包含網(wǎng)約平臺的訂單,故只考慮傳統(tǒng)巡游的出租車對象;POI數(shù)據(jù)來自地圖開放平臺,參考數(shù)據(jù)原始分類和《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)》[20]將其分為11個一級分類,73個二級分類,數(shù)據(jù)共141 046條(表2),數(shù)據(jù)包括名稱、地址、經(jīng)緯度、類型等屬性。

表1 出租車軌跡數(shù)據(jù)字段及含義Table 1 Taxi trajectory data field and meaning

表2 POI數(shù)據(jù)分類Table 2 POI data classification

2 研究方法

2.1 優(yōu)質(zhì)客源量化評價模型

優(yōu)質(zhì)客源是指為出租車司機(jī)群體帶來較高收入、尋客的時間及距離較短、載客行駛里程長的乘客[13]。研究根據(jù)優(yōu)質(zhì)客源的定義將出租車尋客空載和后一個相鄰載客狀態(tài)結(jié)合起來作為一個完整的出租車載客行為(圖2),將其作為研究對象,引入尋客空載狀態(tài)的影響,以構(gòu)建優(yōu)質(zhì)客源量化評價模型。

圖2 研究對象Fig.2 Objects of research

優(yōu)質(zhì)客源量化評價模型定義效益指數(shù)F是關(guān)于出租車單次載客運營收入I、單次里程利用率K與相鄰尋客時長T的函數(shù),公式為

(1)

式(1)中:I為單次載客運營收入,根據(jù)重慶市出租車計價標(biāo)準(zhǔn)[21],起步價格為3 km內(nèi)10元,3～25 km價格為2元/km,超過25 km價格為3元/km;K為單次里程利用率,由尋客里程Di和載客里程Dj計算得到;運營收入I和單次里程利用率K的計算公式分別為

(2)

(3)

式中:Di為空載尋客距離,km;Dj為后一個相鄰載客距離,km。

優(yōu)質(zhì)客源應(yīng)滿足尋客短、收益高的原則,因此根據(jù)優(yōu)質(zhì)客源量化評價模型計算得到的效益指數(shù)F來評價是否為優(yōu)質(zhì)客源,參考文獻(xiàn)[16],選取效益指數(shù)TOP20%的出租車客源作為優(yōu)質(zhì)客源。

2.2 地理加權(quán)回歸模型

引用蜂窩六邊形對研究區(qū)進(jìn)行網(wǎng)格化處理,相比于傳統(tǒng)的正方形網(wǎng)格可減少由于網(wǎng)格形狀的邊界效應(yīng)帶來的樣本偏差,參考文獻(xiàn)[22]構(gòu)建面積為0.25 km2的蜂窩六邊形作為地理加權(quán)回歸模型的研究單元。地理加權(quán)回歸模型是對普通線性回歸的擴(kuò)展,將數(shù)據(jù)的地理位置嵌入到回歸參數(shù)中,探究各地理空間位置上的參數(shù)估計值隨地理空間變化情況[23]?？擅枋霾煌臻g狀態(tài)下各影響因素與優(yōu)質(zhì)客源之間的特征關(guān)系,其計算公式為

(4)

式(4)中:yit為t時段內(nèi)網(wǎng)格i內(nèi)優(yōu)質(zhì)客源的數(shù)量;網(wǎng)格i的中心坐標(biāo)為(ui,vi);β0t(ui,vi)為t時段內(nèi)網(wǎng)格i的回歸常數(shù);xij為網(wǎng)格i內(nèi)j個自變量,即網(wǎng)格i內(nèi)j類POI的數(shù)量,j的取值為1～11;βijt(ui,vi)為網(wǎng)格i在t時段j類POI的回歸系數(shù);εit為模型的隨機(jī)誤差,εit～N(0,σ2)。

3 結(jié)果及分析

3.1 數(shù)據(jù)處理

出租車軌跡數(shù)據(jù)采集主要依靠車載GPS裝置、衛(wèi)星等硬件設(shè)備,易受到惡劣天氣、高大建筑物及隧道遮擋、設(shè)備故障等影響,造成延遲、定位不準(zhǔn)、缺失及報錯等異常數(shù)據(jù)[24]。異常數(shù)據(jù)對研究結(jié)果影響較大,因此利用Python編程語言對出租車軌跡數(shù)據(jù)進(jìn)行合理地剔除;并按優(yōu)質(zhì)客源量化評價模型構(gòu)建研究對象,計算其效益指數(shù),篩選優(yōu)質(zhì)客源。

首先剔除數(shù)據(jù)記錄ID、時間等屬性信息為空(null)及狀態(tài)非0、1和3的異常數(shù)據(jù);剔除數(shù)據(jù)記錄經(jīng)緯度未在重慶市中心城區(qū)范圍內(nèi)的數(shù)據(jù);然后按優(yōu)質(zhì)客源量化評價模型將尋客空載和后一個相鄰載客狀態(tài)結(jié)合作為一個完整的評價單元;根據(jù)經(jīng)緯度與距離的公式[25]計算相鄰GPS采樣點的距離,得到完整評價單元的尋客距離及載客距離,并計算其尋客及載客的時間,計算其空載及載客時間段的平均速度,篩選速度小于80 km/h,載客時間在 2 min～2 h的有效數(shù)據(jù);最后根據(jù)式(2)和式(3)分別計算評價單元的載客收入及里程利用率,由式(1)計算得出其效益指數(shù);將10 d所有的評價單元匯總,利用統(tǒng)計學(xué)分析方法提取其效益指數(shù)TOP20%的評價單元為優(yōu)質(zhì)客源單元,即為優(yōu)質(zhì)客源,其載客點即為優(yōu)質(zhì)客源點。

3.2 優(yōu)質(zhì)客源時間分布特征

出租車優(yōu)質(zhì)客源時間特征與城市居民出行習(xí)慣、城市公共交通運營時間、天氣季節(jié)等因素密切相關(guān),從節(jié)假日與工作日、每天不同時段的優(yōu)質(zhì)客源數(shù)量關(guān)系來探討其時間特征。

從節(jié)假日與工作日出租車總客源及優(yōu)質(zhì)客源的時間分布特征來看(圖3);重慶市中心城區(qū)5月1—10日出租車總載客數(shù)為412.73萬次,優(yōu)質(zhì)客源為82.55萬次?？偪驮吹臅r間分布特征與乘客出行規(guī)律密切相關(guān),節(jié)假日客源量整體略大于工作日,節(jié)假日首日與末日較多,中間假日較少,并在節(jié)假日末日客源達(dá)到峰值。優(yōu)質(zhì)客源與總客源的變化趨勢總體相同,節(jié)假日期間整體略多,其數(shù)量在節(jié)假日首日達(dá)到最大值,其次為工作日末日,分別占當(dāng)天總客源的23.64%、22.17%,總體呈“U”形分布;說明節(jié)假日首日及工作日末日城市外出、返程等人口活動較為頻繁,優(yōu)質(zhì)客源數(shù)量較多。這與文獻(xiàn)[26]研究的周末出租車總客源較小于工作日的結(jié)論有所不同,由于工作日城市居民上下班、上學(xué)放學(xué)等出行目的地、出行路徑及出行方式較為穩(wěn)定,導(dǎo)致出租車客源在區(qū)間內(nèi)微小波動;而節(jié)假日城市內(nèi)部居民流動、對外活動及外來游客增加,對城市交通需求有強(qiáng)烈的刺激作用,《2019年重慶市旅游業(yè)統(tǒng)計公報》數(shù)據(jù)顯示“五一”假期來渝游客僅次于“春節(jié)”“國慶”兩個長假期,人數(shù)達(dá)2 559.65萬人次。

圖3 各天總客源與優(yōu)質(zhì)客源數(shù)量統(tǒng)計Fig.3 Statistics of total and high quality passenger per day

從總客源及優(yōu)質(zhì)客源在1 d不同時段的演變特征來看,如圖4所示。節(jié)假日與工作日的總客源及優(yōu)質(zhì)客源在一天不同時段的變化特征總體相似,但某些時段呈現(xiàn)出明顯的數(shù)量差異。出租車總客源從23:00—次日凌晨5:00逐漸減少并達(dá)到最低值,5:00—9:00出行需求逐漸增加;此后客源量維持較高狀態(tài)并呈波動趨勢,并在21:00—23:00達(dá)到峰值;其中客源量在4:00—5:00最少和15:00—16:00 突然減少有兩方面原因,一是凌晨居民出行需求較少,二是這兩個時段為司機(jī)換班時間,此時出租車司機(jī)主觀載客意愿較低并存在挑客、拒載等現(xiàn)象,導(dǎo)致出租車客源量顯著減少。優(yōu)質(zhì)客源與總客源變化趨勢總體相似,但在23:00—次日2:00由于居民活動減少導(dǎo)致優(yōu)質(zhì)客源逐漸減少;而2:00—4:00 又短暫增加,因為此時夜晚的娛樂場所停止?fàn)I業(yè)[27],客人回家及工作人員下班產(chǎn)生了大量聚集性的優(yōu)質(zhì)客源;4:00—5:00達(dá)到一天中優(yōu)質(zhì)客源數(shù)量最低值;5:00—9:00由于上班、上學(xué)等通勤需要,城市居民出行需求較為集中增加;此后優(yōu)質(zhì)客源維持較高狀態(tài)并呈波動趨勢,并在21:00—23:00達(dá)到峰值,這是城市夜生活最活躍的時段,并且此時大部分公共交通停運。節(jié)假日與工作日優(yōu)質(zhì)客源變化趨勢也趨近相同;一天中除了6:00—11:00工作日優(yōu)質(zhì)客源較多,其余時段節(jié)假日優(yōu)質(zhì)客源數(shù)量都大于工作日。

圖4 總客源與優(yōu)質(zhì)客源逐時統(tǒng)計圖Fig.4 Hourly statistics of total and high quality passenger

3.3 優(yōu)質(zhì)客源空間分布特征

為了研究優(yōu)質(zhì)客源在節(jié)假日與工作日不同時段的空間分布特征,以5月1—4日節(jié)假日與5月6—9日工作日各4 d的TOP20%優(yōu)質(zhì)客源為研究對象;根據(jù)其在不同時段的數(shù)量變化特征,將一天分為0:00—6:00、6:00—10:00、10:00—17:00、17:00—20:00、20:00—24:00共5個時段;利用核密度分析得到優(yōu)質(zhì)客源空間分布圖(圖5)。

圖5 優(yōu)質(zhì)客源空間分布Fig.5 The spatial distribution of high quality passenger source

總的來看,因重慶市中心城區(qū)是典型的多中心組團(tuán)式城市結(jié)構(gòu)[28],其優(yōu)質(zhì)客源主要分布在“1主、6副、21組團(tuán)”地區(qū),包括“解放碑-江北城-彈子石”主中心,觀音橋、楊家坪、南坪、沙坪壩、西永、茶園6個副中心,渝中組團(tuán)、大楊石組團(tuán)、大渡口組團(tuán)等21個組團(tuán)。城市中心和組團(tuán)高度集聚了商業(yè)辦公、文化娛樂、交通樞紐等城市功能,對城市居民吸引力較強(qiáng),居民聚集區(qū)域交通需求量大,優(yōu)質(zhì)客源集中程度也更加顯著。

結(jié)合圖4和圖5可得到不同時段優(yōu)質(zhì)客源空間分布規(guī)律。

0:00—6:00時段,凌晨時間段居民活動逐漸減弱,優(yōu)質(zhì)客源數(shù)量逐漸減少但其空間分布有明顯的熱點區(qū)域;節(jié)假日及工作日優(yōu)質(zhì)客源都主要分布在觀音橋、五里店、解放碑、楊家坪及南坪街道,這些主要商業(yè)區(qū)聚集了較多的娛樂、餐飲場所,該時段居民聚集明顯且出行需求較大,同時該時段市內(nèi)道路交通狀況較為通暢,因此優(yōu)質(zhì)客源呈少量區(qū)域聚集狀態(tài);因該時段節(jié)假日比工作日優(yōu)質(zhì)客源數(shù)量較多,其聚集情況也更加顯著。

6:00—10:00時段,早高峰期間出行量逐漸增加,優(yōu)質(zhì)客源數(shù)量也隨之增加,但其在節(jié)假日與工作日的分布都較為分散,分布空間也較廣;因該時段出行主要是從居住地前往工作地及學(xué)校等場所,重慶市中心城區(qū)居住地較為分散,故該時段節(jié)假日與工作日都沒有明顯的優(yōu)質(zhì)客源熱點聚集區(qū)域。

10:00—17:00時段,中午至下午時段城市空間活動強(qiáng)烈,優(yōu)質(zhì)客源數(shù)量較多,該時段節(jié)假日與工作日優(yōu)質(zhì)客源空間分布特征一致,但節(jié)假日熱點區(qū)域分布密度較高、區(qū)域較大;熱點區(qū)域主要分布在觀音橋、五里店、解放碑、七星崗、楊家坪、磁器口及南坪街道等主要商業(yè)、工作聚集區(qū)域,除此之外還有江北國際機(jī)場、重慶北站、菜園壩站、沙坪壩站、重慶西站等主要對外交通樞紐,相鄰熱點區(qū)域之間也呈現(xiàn)粘連趨勢。

17:00—20:00時段,晚高峰期間下班、放學(xué)等通勤交通需求增加,優(yōu)質(zhì)客源主要分布在觀音橋、渝培路、石油路、大坪、楊家坪、南坪、解放碑等街道的主要商業(yè)地區(qū),熱點區(qū)域之間較為獨立分散;但節(jié)假日熱點區(qū)域范圍較廣。

20:00—24:00時段,夜晚時段居民外出娛樂休閑、購物、交際等需求增加,該時段優(yōu)質(zhì)客源數(shù)量在一天中最多,其空間分布特征與下午時段相似,主要分布區(qū)域還是組團(tuán)內(nèi)部的商業(yè)中心,差異主要體現(xiàn)在對外交通樞紐的優(yōu)質(zhì)客源分布減少。

3.4 優(yōu)質(zhì)客源時空特征的驅(qū)動機(jī)制

為了反映出租車優(yōu)質(zhì)客源的時空分布差異性及影響因素的空間異質(zhì)性,基于地理加權(quán)回歸構(gòu)建出租車優(yōu)質(zhì)客源影響模型。以節(jié)假日(1—4日)與工作日(6—9日)聚合的24個時段優(yōu)質(zhì)客源作為研究對象,構(gòu)建蜂窩六邊形視角下的多時段地理加權(quán)回歸模型,共得到48個模型。由圖6可知,模型的調(diào)整擬合優(yōu)度R2在0.47～0.80,其中凌晨4:00—6:00 時段因優(yōu)質(zhì)客源較少且空間分布更具隨機(jī)性,R2<0.5,導(dǎo)致模型對其的解釋力不強(qiáng);其余時段的模型的調(diào)整擬合優(yōu)度R2都較高,說明其模型擬合精度較高及解釋力較好。

圖6 分時段地理加權(quán)回歸模型的調(diào)整R2Fig.6 Time-divided geographically weighted regression model for the adjustment of R2

圖7為地理加權(quán)回歸模型中11個POI影響因素在節(jié)假日與工作日各時段回歸系數(shù)均值的矩陣熱力圖,各時段POI的回歸系數(shù)在-0.65～1.52,反映了各POI設(shè)施對優(yōu)質(zhì)客源時空分布的影響趨勢及強(qiáng)度,其主要變化規(guī)律如下。

圖7 影響因素回歸系數(shù)均值熱力圖Fig.7 Thermodynamic diagram of mean value of regression coefficient of influencing factors

從各時段縱向比較來看,22:00—次日6:00,休閑娛樂、交通設(shè)施等回歸系數(shù)較大,說明地鐵站、公交站、汽車站、火車站等交通設(shè)施是優(yōu)質(zhì)客源的重要影響因素,出租車既彌補(bǔ)了公共交通提供服務(wù)距離及時間有限性的缺陷,也是對外交通樞紐重要的接客送客方式,該時段也是酒吧、KTV等休閑娛樂場所主要營業(yè)時間,人口聚集帶來了可觀的優(yōu)質(zhì)客源聚集;6:00—10:00早高峰時間,交通設(shè)施、醫(yī)療機(jī)構(gòu)及科教文化對優(yōu)質(zhì)客源聚集有較大作用,居民上班通勤有直接乘坐和換乘出租車的需求,此時尋客時間短收益高的優(yōu)質(zhì)客源較多,該時段醫(yī)療機(jī)構(gòu)也處于就診及上班通勤高峰,以其為起訖點的優(yōu)質(zhì)客源較多,以學(xué)校為主的科教文化設(shè)施在工作日 7:00—8:00回歸系數(shù)較為反常,該時段是學(xué)生上學(xué)的主要時間點;10:00—17:00交通設(shè)施及酒店賓館是優(yōu)質(zhì)客源產(chǎn)生的主要影響因素,這與工作公務(wù)、娛樂出行需求有較大關(guān)聯(lián);17:00—22:00晚高峰時間與早高峰時段回歸系數(shù)高值設(shè)施相似,差異在于休閑娛樂成為另一個較強(qiáng)的影響因素,并在節(jié)假日增加了餐飲這個系數(shù)高值設(shè)施。

從各POI設(shè)施橫向比較來看,同種設(shè)施在節(jié)假日與工作日的影響系數(shù)變化規(guī)律總體相似,但部分時段其數(shù)值及變化情況有所差異;賓館酒店、餐飲、購物、交通設(shè)施、旅游景點等設(shè)施節(jié)假日大多數(shù)時段回歸系數(shù)較大于工作日,說明這些設(shè)施在節(jié)假日吸引大量人口并促進(jìn)了消費活動,人口流動對出租車的需求較大,優(yōu)質(zhì)客源也更多;公司企業(yè)、醫(yī)療機(jī)構(gòu)、政府機(jī)構(gòu)等工作服務(wù)時間較為規(guī)律的設(shè)施呈相反現(xiàn)象,工作日8:00—18:00三者回歸系數(shù)較大,而相同時段節(jié)假日回歸系數(shù)較小,尤其是政府機(jī)構(gòu)出現(xiàn)負(fù)值,說明這三類設(shè)施在工作日因工作、公務(wù)、服務(wù)對象出行等原因誘發(fā)優(yōu)質(zhì)客源的幾率較高,在節(jié)假日其影響強(qiáng)度有所減弱;休閑娛樂、科教文化及住宅小區(qū)等設(shè)施回歸系數(shù)節(jié)假日與工作日隨時間變化趨勢較為一致,休閑娛樂與住宅小區(qū)對優(yōu)質(zhì)客源的影響呈晚上20:00—次日凌晨的單峰值,前者與城市夜晚娛樂活動對交通需求有關(guān),后者則與居民通勤活動中居住地與就業(yè)地的交互特征相關(guān),這種現(xiàn)象節(jié)在節(jié)假日更加明顯。

4 結(jié)論

以重慶市中心城區(qū)2019年5月1—10日10 d出租車軌跡數(shù)據(jù)為研究對象,構(gòu)建優(yōu)質(zhì)客源量化評價模型篩選TOP20%的優(yōu)質(zhì)客源,分析優(yōu)質(zhì)客源時空特征并探究其與各類城市設(shè)施的相關(guān)關(guān)系。主要結(jié)論如下。

(1)逐天來看,節(jié)假日的優(yōu)質(zhì)客源比大部分工作日的都略多,呈現(xiàn)假日首日最多,工作日末日次之的“U”形分布;逐小時來看,23:00—次日5:00優(yōu)質(zhì)客源呈先減少后增加再減少的波動趨勢,5:00—9:00其數(shù)量開始逐漸增加,此后維持較高狀態(tài)并呈波動趨勢,在21:00—23:00達(dá)到峰值。

(2)重慶市是典型的多中心組團(tuán)式山地城市,其優(yōu)質(zhì)客源主要分布于“1主、6副、21組團(tuán)”等地區(qū),各時段優(yōu)質(zhì)客源分布情況服從城市居民出行規(guī)律;優(yōu)質(zhì)客源一天中除6:00—10:00聚集狀況較弱,其余時段區(qū)域聚集效應(yīng)明顯,主要圍繞城市中心和組團(tuán)的商業(yè)辦公、娛樂休閑及交通樞紐地區(qū)擴(kuò)散,并在高聚集時段呈現(xiàn)區(qū)域粘連趨勢。

(3)交通設(shè)施、醫(yī)療機(jī)構(gòu)、休閑娛樂、賓館酒店等設(shè)施是影響優(yōu)質(zhì)客源時空分布特征的主要因素,但各設(shè)施的影響時間及強(qiáng)度具有明顯差異;節(jié)假日與工作日相比,工作、服務(wù)較規(guī)律的設(shè)施機(jī)構(gòu)節(jié)假日的影響強(qiáng)度明顯降低,而主要提供娛樂、交通出行等活動的設(shè)施其影響強(qiáng)度及時間跨度都有顯著增加。

在前人研究基礎(chǔ)上探究了重慶市出租車優(yōu)質(zhì)客源節(jié)假日與工作日時空特征的差異,并分析其特征的驅(qū)動機(jī)制,但選取的影響驅(qū)動因素僅為城市空間地理數(shù)據(jù),未考慮人口聚集、天氣、交通狀況等影響因素;在接下來的研究中可以綜合考慮實時的城市空間自然、人為等因素,精細(xì)化探究出租車優(yōu)質(zhì)客源時空分布特征。