公共自行车服务系统站点综合评价模型

朱建青，邹杰

（1.苏州科技大学数理学院，江苏苏州215009；2.昆山市第一中学，江苏苏州215300）

公共自行车服务系统站点综合评价模型

朱建青1，邹杰2

（1.苏州科技大学数理学院，江苏苏州215009；2.昆山市第一中学，江苏苏州215300）

在公共自行车服务系统中，自行车站点的位置和配置情况，对系统的运行管理与市民的满意度起着决定性的影响。该文是根据苏州某区域180个站点20 d的公共自行车的借还记录，通过统计分析与检验，并以影响市民满意度的灵活便捷性、运营服务、经济利益和布局设计等为指标，应用灰色关联分析法建立站点配置的综合评价模型。最后根据得到的结果，提出了改进措施和建议。

公共自行车服务系统；正态检验；灰色关联分析法；综合评价模型

公共自行车是市政部门实现绿色便捷化交通、降低城市交通压力的重要手段。苏州市公共自行车系统于2010年8月正式启动，是全国较早实施的城市之一，然而与许多城市一样在公共自行车投入使用的过程当中，存在诸多问题，如部分人流高峰地的车辆供应不足、车辆借还紧张程度、候车时间有较大差别等，影响了公共自行车功能的正常发挥。关于公共自行车系统运营管理等方面已有许多的研究，有宏观研究[1-2]、有运营调查分析研究[3-6]、也有深度的模型及算法研究[7-11]等。该文是根据苏州某区域180个站点20 d的公共自行车的借还记录，利用软件spss19.0，进行数据的预处理，统计了各站点高峰期内的借还车总数、平均每天每小时的借还车总数、平均候车时间、到其他站点的平均距离。根据城市居民使用市内公共自行车的满意度影响因素分析[6]，将其作为每个站点灵活便捷、运营服务、经济利益和布局设计的评判标准，建立自行车站点综合评价模型以提升市民的满意度。为了消除四个指标量纲和单位上的区别，进行了正态分布检验与标准化处理。另外，在计算平均候车时间和到其他站点的平均距离时，根据公共自行车服务和使用规则，结合生活实际情况，作如下假设：（1）借还站点相同且用车时间小于5 min的视为该自行车存在故障；（2）骑车速度是匀速的，具体计算以15 km·h-1为标准；（3）借还车时刻的差值与用车时间之间的误差，不影响计算的结果。

1 站点评价指标的统计与检验

1.1 站点的灵活便捷性为了表示站点的灵活便捷性，需要统计各站点用车高峰期内的借还车总数。由于借还车时刻分布在全天，在利用spss19.0进行可视离散化时，按照相邻1 h为1组的方式，将借还车时刻分为24个小组，每小组编号为0到23。再对分组号分类汇总，统计次数，即可排序得到该站点用车高峰期内的用车次数（见表1）。

表1 各站点高峰期借还车总数统计表

1.2 站点的运营服务率

某站点的服务量，是指该站点的借还车总数。由于数据所给是20 d的用车记录，所以，计算各站点每天每小时的平均借还车数，来表示各站点的运营服务率。利用spss19.0计算得表2。

1.3 站点的经济利益损耗

在不考虑借车费用和罚款的情况下，市民最关心的是在该站点的等候用车时长。而等候用车的时间一般是随机的，故需要统计借还车站点相同的用车时间，设置α值，得到置信区间，取其最大值来表示该站点的候车时间，得到的结果见表3。

表2 各站点平均每天每小时借还车总数统计表

表3 各站点的候车时间统计表/min

1.4 站点的布局设计

原始数据中只给出了不同站点间的用车时间，且大小不一。根据假设的条件，所有市民骑车的速度均匀且相同，计算出各站点间的最小用车时间，利用距离计算公式，可得到不同站点间的最短距离，结果见表4。

计算发现表4存在以下3个问题需解决：

（1）存在dij≠dji现象（如：d13≠d31）；

（2）部分站点间的距离存在缺失；

（3）现有的站点间距离可能不是最小值（如：d13≥d12+d23）。

对此采用Flody算法，通过matlab2014a编程，进行数据的检验与补充，结果见表5。

表4 不同站点间的距离统计表/m

表5 不同站点间的距离修正表/m

最后计算某站点到其他各站点的平均距离，以此来表示该站点的布局设计优劣程度，结果见表6。

表6 各站点到其他站点的平均距离统计表/m

2 站点综合评价模型

2.1 评价指标的标准化处理

由于不同评价指标间存在单位和量级的差别，在综合考虑时，需要对其进行标准化处理。而指标是否服从正态分布，还需要进行假设检验。如图1-图4所示。

图1 各站点高峰期借还车数假设检验

图2 各站点每天借还车频数假设检验

图3 各站点候车时间假设检验

图4 各站点到其他站点的平均距离假设检验

由检验结果可知，灵活便捷性、运营服务、利益损耗和布局设置，四项评价指标都接受原假设，数据符合正态分布，进行标准正态化处理后，见表7。

表7 各站点评价因素取值汇总表

2.1 构造关联度公式

根据灰色关联理论[12]，第i个站点的第k个指标的取值，与第k个指标的最优值之间的关联度为

其中的ρ为（0，1）的随机数。但根据“城市居民使用市内公共自行车的满意度影响因素分析”中调查统计的结果，灵活便捷、运营服务、经济利益、设计布局四个因素，对满意度的影响路径系数存在着差异，故将上述关联度计算公式改进为

其中，ρk为各评价指标对市民满意度的影响路径系数。ρk取值越大，其关联度δi，k越高。其中

通过spss19.0计算，各站点四项指标值与最优值之间的关联度大小，见表8。

表8 各站点评价因素关联度分析表

2.2 建立各站点配置的综合评价模型

各站点的综合评价指标γi的计算公式为。若根据此模型计算得到的结果大，则说明该站点的四个评价指标接近于参考指标，站点各方面配置相对较优。反之，则站点各方面配置相对较劣。

2.3 计算结果

在表7“各评价因素取值统计表”的基础上，根据2.1和2.2节中计算公式，通过编程，对180个站点的信息进行综合评价，并将计算得到的数值降序排序，所得排序结果即为各站点配置的优劣程度，见表9。

表9 各站点综合评价指数排序表

从表9中可见，排名前4的站点为第42号（国际科技园西）、第56号（园区行政中心东）、第49号（东城郡东门）、第19号（都市花园西门）。参照表9各站点评价因素关联度分析表，排前几的站点，其灵活便捷性、服务程度、经济利益和布局设计四个指标中，其中有1-3项会取得较优值，符合实际情况。

3 结语

在公共自行车站点的配置方面，根据评价模型最后得出的结果可知，像42号、56号这样的站点，其平均借还车数较大，需要为其增加锁桩和公共自行车的数量。而对于平均借还车数小，且到其他站点的平均距离近的站点，例如62号、65号、71号等站点，可以适当减少自行车的数量，调配到附近的站点。

在公共自行车的调度方面，由于部分站点的用车高峰期分布不一，或者存在高借车、低还车的站点，需要根据统计出的高峰期时段表和借还车数表，提前到这些站点进行补充与调度。而具有相同借还车高峰期的站点，例如3号、11号、15号等站点，可以将其进行归类分组。使得有针对性的进行批量管理。在忙期加车，在闲期减车。充分提高所有自行车的使用率，以此来缓解自行车服务系统高峰期间的负担。

由于条件所限，笔者所考虑的站点数只是目前苏州市区站点的十分之一，时间也较短，并且所得的数据也不完整，因此，通过统计分析、建模所得的结果难免有偏面甚至谬误，这有待于数据的完整和实际的检验加以完善。

[1]周杨，张冰琦，李强.公共自行车系统的研究进展与展望[J].城市发展研究，2014（9）：118-124.

[2]杭东.城市公共自行车服务系统发展现状与对策[J].交通与运输，2015（1）：30-31.

[3]LIMinjie.Comparison of domestic and foreign public bicycle：Taking Copenhagen and Hangzhou as an example[J].Manager Journal，2010（8）：49-50.

[4]谷丛.杭州市公共自行车使用情况调查分析[J].统计科学与实践，2010（12）：8-10.

[5]何博.城市公共自行车系统运营模式浅析[J].交通企业管理，2012（4）：49-51.

[6]钱佳.城市居民使用市内公共自行车的满意度影响因素分析——以苏州市为例[J].地理研究，2014（33）：358-371.

[7]刘登涛，方文道，章坚民，等.公共自行车交通系统调度算法[J].计算机系统应用，2011，20（9）：112-116.

[8]柳祖鹏，李克平.基于蚁群算法的公共自行车站间调度优化[J].交通信息与安全，2012，30（4）：71-74.

[9]何流，陈大伟，李旭宏，等.城市公共自行车租赁点布局优化模型[J].武汉理工大学学报（交通科学与工程版），2012，36（1）：129-133.

[10]CHEMLAA D，MEUNIER F，CALVO R W.Bike sharing systems：Solving the static rebalancing problem[J].Discrete Optimization，2013（10）：120-146.

[11]焦云涛，李文权，冯佩雨，等.公共自行车租赁站点调度需求量模型研究[J].交通信息与安全，2014（4）：8-12.

[12]樊治平，索玮岚.基于关联信息的决策分析方法研究[M].北京：科学出版社，2014.A comprehensive evaluation model of public bicycle service system

ZHU Jianqing1，ZOU Jie2
（1.School of Mathematics and Physics，SUST，Suzhou 215009，China；2.Kunshan No.1 High School，Suzhou 215300，China）

In the public bicycle service system，the position and configuration of bicycle sites are of vital importance to the operation management of the system and the public's satisfaction.Based on the record of the public bicycles in 180 stations of Suzhou within 20 days，a site evaluation model is established by the gray correlation analysis,with the flexibility and convenience,operating service,economic benefit and layout design as main index factors.In addition,some suggestions and improving measures are provided according to the results obtained from the model.

public bicycle system；normal test；gray correlation analysis；comprehensive evaluation model

O29MR（2000）Subject Classification：03C98

A

1672－0687（2016）04－0005－04

责任编辑：谢金春

2015－07－17

国家自然科学基金资助项目（11272227）；江苏省研究生教育教学改革研究与实践资助项目（JGLX13-088；JGLX14-116）；江苏省高等教育教学改革研究课题（2013JSJG247）

朱建青（1962-），男，江苏苏州人，教授，研究方向：应用数学。