基于Logit模型共享单车管理的研究

摘要：本文通过简化郑州高新区的地理位置信息和已有的高新区交通发展规划，选取能够衡量区域交通状况的交通效率指标，研究单车有无前后的出行方式的变化。分别考虑人口使用因素，商业区集中因素，地铁接驳因素，结合共享单车在不同位置的占比分布情况，计算出综合饱和度，并与现有的单车数量作比较。基于logit模型的单车需求上的较为合理的单车规划数量和布置位置，调整单车布置的数量和位置。研究得出：共享单车能够有效提高交通效率，并较少同时间段内高峰期使用私家车的比例，对节能减排有积极的促进效果。但是目前单车的使用需求量大于已有的投放量，仍需加大投放力度。

关键词：logit模型；饱和度；交通效率

共享单车既能保护环境，又能锻炼身体，因此它在近几年里迅速崛起，成为一种健康、绿色的出行方式，有效管理和使用共享单车以满足人民群众日益增加的出行要求，是本文多探讨研究的主题。

一、模型分析

本文选择几个典型路段，选取早晚高峰期间车流集中呈现饱和流状态的时候，比较有、无机非物理隔离设施路段下的最大交流效率，并以最大交通效率最高路段的交通组织形式进行道路规划设计。

机非共同行驶在无机非物理隔离设施路段上，二者会产生摩擦干扰，致使安全性降低，通行能力和车辆运行速度下降，但同时，这种形式又节省了道路空间，充分利用了道路资源，最大交通效率用公式（1）表示：

（1）

其中：

N1—无机非隔离路段的最大交通效率；

Nc1—无机非隔离路段的机动车道通行能力；

Nb1—无机非隔离路段的自行车道通行能力；

d1—无机非隔离路段的机动车道数量；

wbe1—无机非隔离路段的自行车道有效宽度；

wd—整幅道路宽度。

有机非隔离路段的最大交通效率用公式（2）表示：

（2）

其中：

N2—有机非隔离路段的最大交通效率；

Nc2—有机非隔离路段的机动车道通行能力；

Nb2—有机非隔离路段的自行车道通行能力；

d2—有机非隔离路段的机动车道数量；

wbe2—半幅道路有机非隔离路段的自行车道有效宽度；

用下式（3）表示有机非隔离路段与无机非隔离路段最大交通效率的差值：

（3）

当R1=0时，对应临界道路宽度w'。当道路宽度大于w'时，R1>0，即有机非物理隔离路段的最大交通效率高；同理，当道路宽度小于w'时，R1<0，即无机非物理隔离路段的最大交通效率。

可以看出，相比较于步行、公交车，自行车具有明确的使用范围。在地势平坦的城市，自行车的出行距离通常在2-7km出行时间通常在15-30分钟，一般不超过40分钟。假设最长出行时间按50分钟，自行车车速按10km/h计算，最大出行距离为8km，但即使在5km范围内，自行车的出行比例都很低。实施运营共享系统的城市，自行车在短距离出行范围内出行比例高于未实施运营共享系统的城市。共享单车在市域内景区及休闲商务区内部将很好解决区域内部短距出行问题。

二、饱和度分析

随着共享单车的兴起与发展，郑州共享单车的投放总量已超过39万辆，目前共享单车投放量取预估值为B。

由于共享单车使用用户的不自觉性，会导致共享单车被破坏和被盗窃，那么这类单车就不能作为有效的供给，所以必须对其进行修正，乘以一个调节因子a，用来弥补最初时间的基数较小问题。调节因子的具体取值设定为1.02，因此最终得到修正的共享单车投放量为：

B'=B×Pl×a （4）

根据一些相关资料显示，郑州高新区共享单车用户规模不断增大，但通过分析，必须保持和市场投放量的时间一致，因此必须剔除“僵尸户”，借助某些数据，修正共享单车用户量熟悉模型为：

（5）

其中：

BD'表示修正之后共享单车用户量；

vi表示某品牌的共享单车MAU数；

mi表示某品牌的市场份额数；

Ci表示同时注册某APP和其APP的概率数；

b表示调整因子（其他未考虑因素导致的重复计算）。

查找相关资料可知，同时注册两个APP的概率为23.13%，调整因子假设为98%。根据摩拜单车和ofo官方公布的数据，摩拜单车每辆车的使用人数为12.74，ofo每辆车的使用人数为6.55人，其他品牌的平均为7 人，因此根据加权算术平均数的公式：

（6）

市场上每辆共享单车的平均使用人数为x，市场上的共享单车市场饱和度系数为：

（7）

所以，饱和度系数大于1说明市场上的共享单车投放量已经超过了共享单车的有效用户量，出现了饱和状态。

四、多项式Logit模型建立

在该模型中出行者对于各种交通方式的选择概率在[0，1]之间，且各种交通方式的总合为1。根据随机效用理论，在出行方式有很多种的情况下，出行者会权衡各种出行方式带来的方便与否，来选择最适合的出行方式。假设现有An种出行方式可供第n个出行者选择，选择其中第i种出行方式的效用函数为：

（8）

其中：

Vin—表示第n个出行者选择第i种出行方式，可以通过对现有数据以及计算得出的固定项，具有一定的规律性，可根据特征变量求出。

εin—表示第n個出行者选择第i种出行方式，不可以通过现有数据的计算得出的部分，是随机变量，无法得出其确切的数值。

在确定各种交通出行方式的效用函数时，由于考虑的影响因素的不同，一般有多种函数表达方式，本文为了后期计算的方便程度，因此认为Vin与特征向量Xink之间的变化是呈线性关系，

（9）

其中：

Xink为出行者n选择第i种出行方式的第k个变量值；

θk为未知参数。

五、结果分析

自行车的出行特征是可以满足一般的短途出行，而且对于路况要求较低，可以在崎岖的小路和比较狭窄的道路中自由骑行，这一点是其它公共交通很难办到的。根据这些特点，可以在道路狭窄的老城区以及内部出行较为频繁的行政商务区配备一定数量共享单车租赁点，可以满足其区域内部的短途出行需求。而且最好安排自行车专用道和自行车交通出台相关的法律，从法律上维护骑行者的权利与提升自行车出行安全保障。

参考文献：

[1]冯天军.公共自行车交通系统效果分析[D].吉林大学，2016.

[2]刘彬.基于模糊综合评价法的公共自行车满意度评价研究[D].长安大学，2016.

[3]温有栋，黄婷.BP算法建模在共享单车出行博弈中的运用[J]. 科技广场，2017，（04）：25-29.[2017-09-02].DOI：10.13838/j.cnki.kjgc.2017.04.005

[4]杨曌照.基于轨道交通换乘的公共自行车租赁点选址与需求研究[D].华南理工大学，2014.

作者简介：李鑫鑫（1997.10.30-）女，汉族，河南省许昌市，身份证号：411023199710303026，本科生，研究方向：水文与水资源工程