摘要
基于移动互联网的共享单车服务因其便捷、高效、低成本的特点，很好地解决了公共交通“最后一公里”问题，在一定程度上提高了公共交通的使用率，受到城市居民的欢迎和管理者的认可，市场规模迅速扩张。但是作为一种新兴的出行模式,共享单车也面临着乱停乱放、资源浪费、供需不平衡等运营管理问题，而这些问题在地铁站周围尤为突出。本文基于北京市共享单车数据、地铁刷卡数据和地铁站周边POI信息等多源数据，通过TOD水平评估对地铁站点进行分类，进而探究不同等级地铁站点下共享单车出行需求的时空特征和影响机制。具体研究内容如下: (1)数据预处理。对共享单车数据、POI数据以及地铁站刷卡数据进行预处理，将不符合实际情况的数据进行筛除，保证后续研究的准确性，并通过数据挖掘发现共享单车出行具有明显的早晚高峰特征。 (2)地铁站点TOD水平评价。根据到地铁站不同圈层的发展定位和服务对象,将地铁站影响范围内的区域划分为三个圈层，并利用层次分析法计算每个圈层内商业数量、POI数量、共享单车数量、路网密度、交叉口数量、公交站点数量这六个指标及其权重，最后综合地铁站客流量指标，对地铁站的TOD发展水平进行计算，并根据评价结果将地铁站点分为高等级、中等级、低等级三类。 (3)地铁站点周边共享单车出行时空特征分析。提取地铁站点核心影响范围内的共享单车订单，将共享单车分为汇入型和流出型、时间上分为工作日与非工作日分别进行时间和空间特征挖掘，发现不同等级地铁站点周边的共享单车出行分布具有明显的时空异质性，但是同类地铁站点周边的共享单车出行具有一定的时空相似性，其需求影响因素比较复杂;利用非负矩阵分解，识别共享单车用户的群体模式，发现共享单车的通勤功能明显。 (4)地铁周边共享单车出行需求影响机制分析。以细粒度空间网格为基本单元,选取居住用地、商业用地、工业用地、绿地广场用地、土地利用混合程度、公交站点数和共享单车到地铁站点的距离这7个影响因素，建立单车出行需求影响变量体系。利用时空地理加权回归模型进行影响机制刻画，结果发现高等级地铁站的各因素对于共享单车的出行需求影响方向具有一致性，而低等级地铁站周边共享单车出行随机性较大。与基线模型相比，时空地理加权回归模型拟合效果更佳。 本文以地铁站周边区域的共享单车出行为研究对象，剖析了不同类型地铁站及其周边区域对于共享单车的影响因素和作用机理，对于地铁站周边区域的协同发展与共享单车的精细管理具有一定的理论价值和现实指导意义。
NETL