共享单车数据爬取_【大数据与规划实践】融合手机信令数据与共享单车数据的轨道站点辐射范围分析研究

骑行接驳是解决轨道交通站点“最后一公里”问题最有效的方法，共享单车对于轨道站点接驳具有重要作用，它的出现大幅度提升了轨道交通的服务能力和出行品质。传统问询调查缺乏对慢行接驳的有效采样，而模型推断又缺乏实证数据验证，新型信息化数据有助于解决该问题。本文以天津市为例，融合手机信令数据与共享单车数据，有效识别接驳各轨道交通站点的共享单车骑行记录，实现对轨道交通站点的共享单车辐射范围的准确分析。在此基础上，归纳轨道交通站点共享单车辐射范围的4种基本空间形态类型，并揭示不同类型与所处区位、道路密度、周边城市开发情况的相关性。针对不同的接驳形态类型与站点特征，提出有针对性的城市用地开发策略和交通接驳设施优化方案。0

引言

本文提出一种融合手机信令数据与共享单车数据的算法流程，通过将数据中包含的手机号码按照相同机密规则加密的方式，实现两类不同数据的关联与融合分析。通过该算法流程，可以准确标记使用共享单车接驳轨道交通的骑行及其接驳站点，并在此基础上进行共享单车的轨道交通站点辐射范围分析。1

数据来源与技术方法

1.1 研究区域与范围

本文主要采用2017年9月天津地区的手机信令数据、共享单车数据研究轨道交通站点的辐射范围。截至2017年9月，天津轨道交通共包括M1线、M2线、M3线、M6线北段和M9线5条运营线路，合计163 km，站点数为105个，其中两线换乘站6个，三线换乘站1个。全网日均客流量为98万人次/d，出行量约70万人次，换乘系数为1.4。

1.2 手机信令数据

本文主要使用2017年9月全月天津移动的手机信令数据开展研究。日均活跃用户人数为900万人，占天津市当年统计常住人口的60%左右。信令数据在使用前已进行轻度清洗，对连续在同一位置产生的信令记录进行合并，最终的结果主要包含用户唯一识别码、基站编号、开始时间、结束时间4个字段。

通过对轨道交通站点的专用基站进行标记，可以识别轨道交通乘客及其上下车站点。本文通过基站侦测软件，以路测方式对轨道交通系统相关的基站信息进行了搜集整理，形成轨道交通基站表，主要字段包括基站编号、所属线路、所属站点、位置等。

1.3 共享单车数据

共享单车数据集由在天津市内开展运营业务的某企业提供，时间为2017年9月某工作日。该日记录数为129.8万条，其中活跃车辆数为21.0万个，活跃用户数为53.3万人，人均骑行2.44次，车均使用次数为6.24次。数据集中一条记录为一次从开锁到关锁的完整骑行信息，主要内容包括用户编号、车辆编号、开锁时间、开锁位置、关锁时间、关锁位置等。

数据融合计算流程

通过轨道交通专用基站，在手机信令数据集中识别轨道交通乘客，通过用户ID关联，在共享单车数据集中筛选出使用过轨道交通出行的用户。提取这部分用户乘坐轨道交通上车时间、站点及下车时间、站点的信息，与共享单车骑行信息按照一定判别规则进行判断，确定与轨道交通出行存在接驳关系的骑行记录，并将其出行起点、终点可视化，计算指标，得出不同站点的共享单车辐射范围。

轨道交通站点辐射范围提取流程图

判别规则主要体现在时间约束和空间约束两个方面。时间约束阈值与空间约束阈值主要从相关站点问询调查的结果中获取，95%的乘客下车后在8 min内接驳离开，按照行人的平均步行速度4 km/h考虑，则步行距离约为500 m，考虑实际行走路径大于直线距离，确定空间约束阈值为600 m。

通过上述计算方法与流程处理，在手机信令数据集中共可提取到45万人次轨道交通出行记录，轨道交通乘客26万人次，人均轨道交通出行1.7次/d。轨道交通全日出行量为70万人次/d，提取到的轨道交通出行量占全轨道交通出行量的64%，与天津地区中国移动在3家手机运营商中的市场占有率接近。从提取结果中获得的各站进出站量与实际进出站量的比较结果看，相关结果极高，且计算得到的进出站量大体相当于实际进出站量64%的水平，表明提取结果的可靠度较高。

天津市轨道交通站点实际进站量与手机提取进站量对比图

站点辐射范围计算结果

3.1 站点辐射范围

笔者对识别出的所有接驳轨道交通骑行远离轨道交通车站端点的位置在地图上进行标记，并按照不同的站点赋予不同颜色，得到天津市中心城区各站点共享单车辐射的总体效果图。以天津市的几何中心位置为中心，将其5 km半径作圆确定的范围界定为城市核心区。从下图可以看出，在城市核心区，由于轨道交通站点的密度较高，各站共享单车的接驳范围呈现出饱和覆盖的态势，整个区域均在轨道车站的辐射范围内。核心区以外，轨道交通线路在不同的方向上放射性延伸，轨道站点的共享单车辐射范围呈现出以线路为中心的条带状分布态势。

天津市中心城区轨道交通网络各站点辐射范围示意图

从接驳骑行的距离区间分布可看出不同距离区间的辐射强度情况和随距离增长的辐射衰减情况。2 km内骑行占全部接驳骑行量的91%，基本与放射线路的辐射带宽宽度相符。站点辐射强度在0.4—0.6 km区间最高，该区间内集中了近20%的接驳骑行量。传统上认为0.6 km为步行接驳较为舒适的范围上限，而0—0.6 km的骑行占总体接驳比例的近40%，表明共享单车对步行接驳出行具有较强的替代作用。

共享单车接驳不同距离区间辐射衰减曲线

从核心区站点与核心区以外站点的距离区间分布曲线对比情况看，城市核心区内部站点的短距离接驳骑行更多，骑行量随距离衰减的速度更快，城市核心区站点的平均辐射范围要小于外围地区。城市核心区站点的上下客量更高，在步行适宜范围内，同等距离区间上骑行分布频率高意味着更高的骑行接驳量，从统计结果看，中心城区站点步行适宜范围内的接驳骑行量约占全部接驳骑行量的一半以上。实际的单车运营结果也体现出，城市核心区站点更容易出现高峰时段车辆在轨道站点周围的过量集聚，引发占用公共空间和车辆淤积等负面问题。在分析数据对应的日期，共享单车仍处于推广期间，对使用者而言使用共享单车的成本极低，共享单车使用存在非理性的状况。

不同区位站点共享单车接驳不同距离区间频率分布曲线

3.2 站点辐射的分界与交叠

大部分相邻站点间的辐射范围可呈现出较为明显的边界。在外围地区，轨道交通站点间的分隔线主要在位于两相邻站点间的主干道路上。分割线与两站的距离大体相等。在城市核心地区，由于站点较为密集，且站点周边的支次路网密度较高，站点辐射范围往往在两站中间的位置形成，与具体道路之间没有明确的重合或平行关系。铁路、快速路、河流等对自行车交通的分隔作用强，因此若站点之间存在此类分隔，辐射范围以此为界线。部分站点的设置，由于过于靠近快速路，存在辐射范围被压缩的现象。从服务的效率考虑，轨道交通站点设站应当尽量避免与铁路、河流、快速路等距离过近。

a 本溪路站、勤俭道站、洪湖里站辐射范围

b 营道口站、小白楼站、下瓦房站辐射范围

c 芥园西道站、咸阳路站辐射范围

站点辐射范围边界示意图

除分界现象外，轨道交通站点辐射范围之间还存在着不同程度的交叠现象，相当比例的骑行接驳者并不选择距离最近的轨道车站作为接驳站点。交叠现象比较明显的区域主要发生在换乘站点周边或不同线路但距离较近的站点周边。其可能的原因是骑行者通过更远的骑行距离减少换乘带来的不便。在考虑此类站点的接驳设施及接驳通道时，应当按照实际的影响范围扩大研究边界。

a 营道口站、鞍山道站、西康路站辐射范围

b 王顶堤站、红旗南路站辐射范围

站点辐射范围交叠示意图

3.3 站点辐射的典型形态

站点的辐射形态按照所在区位、城市功能定位、周边交通条件等因素的不同，可以分为轴向放射型、发散放射型、两翼扩展型和周边服务型4种典型类型。

a 轴向放射型

b 发散放射型

c 两翼扩展型

d 周边服务型

站点辐射主要类型

(1)轴向放射型(如土城站)。站点主要分布在城市外围道路密度较低的地区，站点周边的开发仅沿某主干道分布，骑行线路仅能沿该道路进行辐射，范围可在放射型道路通道上延伸4—5 km。在该类地区，沿主干道的骑行环境和停车环境应充分加以改善，垂直的支路系统也应加强。同时，用地开发从沿线开发向周边延伸，充分利用骑行服务范围的可达性优势。

(2)发散放射型(如财经大学站)。主要为轨道交通端头站点，该站点要服务更远且轨道无法延伸的区域，呈现出以站点为中心向外延展的扇形辐射特征，辐射半径在4—5 km。在该地区，一般为末端居住区，应加强较远地区的循环巴士接驳系统，早晚高峰共享单车潮汐平衡性问题。同时，应尽可能避免末端地区为单一居住类型用地，规划多吸引点的混合用地。

(3)两翼扩展型(如洪湖里站)。主要为轨道交通站点位于主要交通干道上，在沿垂直于线路的方向向两侧辐射，沿线一般有很好的公交服务且不利于骑行，垂直方向为两侧主要的服务地区，辐射距离在3—4 km。在该地区，要改善两翼横跨主干道路的骑行过街，垂直主干道的支路系统，应针对骑行进行优化。

(4)周边服务型(如小白楼站)。站点主要位于城市中心区的密集地区，该地区服务较为密集且均质，服务范围不大，边界主要由其相邻站点的辐射范围相互平衡发展形成。这是最多的一类站点，在该站点周边地区的共享单车服务布置应该具有一定的随机性，保障基本总量即可。

结语

本文提出一种融合手机信令数据和共享单车数据能准确识别接驳轨道交通的骑行记录的方法，并使用此方法提取天津地区的接驳轨道交通骑行记录。实践证明，两类不同来源的数据的融合具有可行性，二者都具有很高的市场占有率，样本容量也能很好反映骑行接驳的规律。实证数据表明，共享单车的实际服务范围，在外围地区可达到4—6 km，覆盖了普通公交的接驳范围，而超过90%的用户使用距离在2 km以下，说明共享单车的使用主要还是短距离出行，符合最初的定位。分析结果直观表现了各个站点的共享单车骑行辐射范围，在此基础上归纳4种轨道交通站点共享单车辐射范围的空间形态特征，探讨了不同形态类型产生的原因：与站点所处的区位、周边道路网密度、城市开发类型都有密切的联系，具有典型性，在其他城市也有同类的特征。

详情请关注《上海城市规划》2019年第6期《融合手机信令数据与共享单车数据的轨道站点辐射范围分析研究》，作者：万涛、李乐园、马山，天津市城市规划设计研究院；施澄(通信作者)，同济大学建筑与城市规划学院。本文内容仅代表作者观点。

推荐阅读

◆ 基于共享单车数量和流动性的城市空间活力研究

◆【新交通服务】基于摩拜开放数据的上海市共享单车骑行特征分析

◆【可计算城市空间】手机APP定位数据及其在城乡规划中的应用——以大理白族自治州为例