导
读
饱受交通拥堵等“大城市病”困扰的城市,开始重新重视自行车这种绿色出行方式。欧美等很多发达国家,已经重新捡起自己曾抛弃的自行车,在自行车的回归风潮中,还原城市文明的本来意义。
文/ 李昊 吴纳维 梁军辉 段冰若 王鹏 ,清华同衡 技术创新中心
1
城市自行车出行:从辉煌到衰落
曾经的自行车大军
长期以来,我国享有“自行车王国”的美誉。一直到上世纪90年代中期,每个城市上下班时段,满大街都是熙熙攘攘的自行车洪流。不过随着社会经济的发展,小汽车逐步得到普及,机动化出行比例持续快速增长。
与此同时,自行车交通的地位日渐衰微。以北京为例,从历年出行交通方式的构成来看,自行车交通分担率从80年代60%以上,一路下滑到如今的12%左右。而这一时期的小汽车出行的比重,则从5%攀升到30%以上。
对于车流滚滚的自行车大军的景象,“95后”和“00后”们,大多都没有什么印象了。“凤凰飞走,不再永久”,对于许多市民来说,骑自行车已经成为已尘封在记忆中的一段往事。
北京历年出行交通方式构成,来自第五次北京城市交通调查报告
更严重的是,自行车出行者不但成为了小众群体,更沦为了弱势群体。自行车道常常被占小汽车侵占,甚至一些新城新区在建设中,都取消了自行车道,或者将自行车人行道合二为一。在文化上,自行车出行也成了一种“没面子”的生活方式。甚至前几年某电视节目中,有嘉宾说出“宁坐宝马车里哭,不坐自行车上笑”的话,传遍了大江南北。
近年来,随着城市拥堵和环境污染等问题的日益凸显,推广自行车出行也成为很多城市的交通发展政策。
但事实上,近年来自行车的衰落,其实有其更深层次的原因。在城市这个复杂的巨型系统,交通问题背后往往是多因素的城市问题。同样以北京为例,随着城市建成区的不断扩张,北京中心城区的空间尺度与上个世纪80年代时完全不在一个数量级。随着城市化的持续推进,城区面积不断扩张,市民平均出行距离也相应的不断拉长。在北京这样的特大城市,适合中短距离出行的自行车的衰落,某种程度上也有其必然性。
北京六环内历年平均出行距离(不含步行,单位:公里)
2
网络时代自行车的复兴
在城市尺度不断增大的情形下,仅靠自行车本身,是无法应对市民出行需求的。如果要实现自行车出行的复兴,必须强化自行车交通和其他交通方式协同,共同形成更便捷的出行方案。
共享单车就是在这样的背景下应运而生。正如摩拜单车提出的口号那样——“让自行车回归城市”。共享单车不但被社会广为关注,也在创业的寒冬中受到了资本的狂热追捧,各类共享单车层出不穷,除了摩拜,还有ofo、骑呗、小鸣单车、bluegogo、优拜等等。在一些大城市的街头,随处可见各种颜色的共享单车品牌。
与传统自行车不同,共享单车更加依赖于ICT技术的进步,可以说是一种“互联网+慢行交通”的创新产品。
从整个科技变革的大环境下去观察,可以看出共享单车是自行车交通互联网化的一种产物,体现了当今信息社会对交通模式的发展要求。
? 从需求上来看,近年来,城市轨道出行比例不断提高,“最后一公里”成为了绿色出行的一大痛点。
? 从技术发展特征上来看,大数据、移动互联网、物联网、基于LBS的服务等应用和普及,为交通领域的创新提供了物质基础。
? 从商业模式上来看,共享经济模式不断推陈出新;移动支付快速发展,其交易规模开始超过传统互联网支付;消费升级、跨界整合都成为新的发展趋势。
? 从自行车发展技术来看,实心轮胎和无链条轴传动技术逐渐成熟。
因此,共享单车的出现和兴起,可以说是顺应潮流的一种必然。
而对于使用者来说,共享单车最核心的贡献是无桩借还车的模式,其使用手机扫码解锁、移动支付、灵活还车等特点,使得自行车和公共交通实现了便捷的衔接。这几乎是所有共享单车项目都在强调的意义。
通过共享单车和公共交通的接驳,可以实现从“站到站”到“门到门”的交通模式升级。共享单车加公共交通的模式,深刻提升了绿色交通泛在的链接能力。从共享单车的使用现状来看,骑行者的确主要用以短途休闲和交通接驳。
3
新数据与创新协同
共享单车作为具有公众情怀的创业领域,为市场提供了巨大的想象空间。在资本的推波助澜下,各种共享单车依托移动互联网实现了爆发式的发展。
更重要的是,在网络化世界中,共享单车成为了一种新的数据来源:单车可以产生骑行轨迹,记录地理位置,这样的新型数据,具有很大的商业价值。共享单车的骑行活动,不断积累出一个相当准确和信息量丰富的数据库,不仅可以帮助我们更好的理解当代城市交通问题,也为推广自行车出行提供了新思路。
在互联网与新数据环境下,城市大数据为出行需求和实现的带来了新的趋势,也对自行车出行的推动者们提出了新的要求。
首先,我们需要更全面理解城市系统。
城市是个巨系统,由于信息传递的日益扁平化,越来越多的变量不断介入城市问题,使得系统的复杂性日趋提高。因此,交通问题越来越不只是交通本身的问题。人们对于出行方式的选择,是由社会经济、城市物质环境等多种因素共同决定的。因此各种交通方式是一个此消彼长的关系。我们只有更加全局、立体、及时的认识城市现状,才能提出交通问题相应解决策略。
在这样的情况下,城市数据的重要性不断凸显。多源的数据渠道和数据类型,可以帮助我们实现高精度、网络化、系统化的现状分析、方案评估和集成应用。凭借量化的分析手段,可以更为精确的描述城市,为公共政策制定、商业模式创新提供更为精准的服务。
在数据驱动城市出行优化的过程中,协同的重要性将不断凸显。
技术本身是中性的,如果需要技术产生对社会的积极作用,就需要人对技术的合理使用,科学构建基于新技术的合作机制。同时,协同也是共享经济模式下的大势所趋。凯文·凯利在《必然》一书中指出,在我们向使用权靠拢并远离所有权的长期进程中,有五个深层的科技发展趋势起着推动促进的作用:减物质化、即时性、去中心化、协同和云端。事实上,在这几个趋势中,只有协同更侧重技术的使用者之间协作机制的构建,而另外几个趋势则更多的是技术本身的创新升级。
以数据为新的三维协同
协同的文化基础是分享、合作与互助。共享单车如果需要实现持续创新,必须在三个层面上实现协同。
? 交通方式的协同:仅靠共享单车本身还不能实现自行车的回归,全面推广自行车出行必须要通过共享单车与多种公共交通的接驳优化以及一体化交通设计,使其作为一个整体来为公众提供绿色交通的解决方案。
? 信息的协同:通过开放数据、数据共享和公众参与下的数据众包,来实现传统数据和新数据的综合,促进多源多维数据的综合研究,为共享单车的推广提供决策支持。
? 参与主体的协同:让企业、政府、公众、社会组织等都在这一个过程中协作共赢。
作为城市规划设计机构的清华同衡与创业公司摩拜单车的合作,就是这样协同的一个例子。通过将摩拜单车的骑行数据和清华同衡长期积累的城市多元数据进行融合,深入挖掘数据价值,协同研究共享单车相关的城市问题,既能为共享单车的商业策略提供建议,又能为相关城市规划提供改进指导,促进交通规划的创新。
现阶段研究发现,“共享单车+公交”模式的推广,受到多种城市因素的影响——需考虑城市公共交通体系覆盖和道路设计、城市空间结构、心理体验、地铁拥挤程度、天气等多种因素。
清华同衡与摩拜单车将保持合作,进行持续的研究并共同发布,同时在城市规划设计中的相关领域进行改进。
4
骑行新数据驱动的城市研究与规划设计
清华同衡技术创新中心应用摩拜单车的骑行数据初步做了两个研究,体现了多源多维数据综合在自行车出行研究上的价值。
因商业原因,以下研究所涉及到摩拜单车的数据和图表暂无法直接发布,在此部分以类似的图表作为示意,请读者见谅。
(1)上海摩拜单车出行空间特征分析
并非完全随机的“布朗运动”
上海是摩拜单车最早开始运营城市,积累了丰富的骑行数据信息。研究基于上海一个月的摩拜单车的骑行数据,试图分析出共享单车骑行的空间特征。
由于共享单车骑行量具有周期性,每周活动的相似度较大。因此可以用一周的平均数据,来反映一个月的活动特征。由于时间单元选择越短(如15分钟),则活动量表现出来的波动越大,而时间单元选择过长(如1天),则随时间相关的活动波动特征可能会被损失。因此,权衡后选择以1小时为分析单元,确保振幅较小且不损失时间信息。从平均一周每小时的统计分析可以观察出工作日和周末的出行活动模式。
国外某城市公共自行车骑行量变化图(一周)
来自:Patrick Vogel,et al. Understanding Bike-Sharing Systems using Data Mining: Exploring Activity Patterns. Article in Procedia - Social and Behavioral Sciences. December 2011
以居委作为分析的空间单元,进行聚类分析。简单的说,就是分析出城市不同的区域,都有怎么样的骑车特征。根据分析,单车的使用受到空间环境因素的影响。由于所有工作日和所有周末都显示相似的活动模式,为便于比较各地块之间在不同时间的活动量,本研究将每小时活动量进行归一化处理。各个骑行活动由一天中每平方公里上某一小时的O(骑出量)/D(骑入量)除以平均每日总的O/D量来定义。最终构建48个属性特征描述每个地块每天的骑入骑出状况。
为研究不同时间段骑行活动与空间环境的关系,有必要使用聚类分析方法将归一化的骑行活动(O/D)按地块进行分组。根据骑行活动表现出来的时间模式对地块数据进行聚类分组,以此发现活动的时间模式与地块空间位置的关系。通过聚类生成五种骑行特征的空间单元类别。各个类别的空间单元分别在骑行总量、骑出量(O)和骑入量(D)上具有显著不同的特征。发现各地块单车活动的时间模式表现出的聚类特征明显,并且在空间上存在集聚特征。
基于城市体征数据云平台的居民时空行为特征聚类(摩拜单车数据聚类结果与此类似)
然后通过机器学习的方法,基于所积累的上海城市大数据库,来研究各类特征的空间都受到哪些城市因素的影响。这样的话给定一个区域,根据其各类要素特征,就可以预测出其属于上面的哪一类骑车空间。本研究选取与居民出行及出行模式选择密切相关的人群特征、用地特征和区域特征等三个领域,各领域所考虑的因素如下表所示。
运用随机森林算法,分析各类因素对不同活动类别影响大小,结果类似下图。
各类因素分别对不同类别骑行空间的影响示意图
可以看出,不同骑行特征的区域,都有显著不同的人群特征、用地特征和区域特征。这样就可以得出单车活动空间特征与城市因素之间相关的规律,进而得到一套基于机器学习的共享单车运营策略。
因为城不同区域的人,对共享单车的使用有着不同的特征。那么针对城市各个区域,可以进行差别化的单车投放和调度,这样就能显著提高单车使用量和运营效率。
这个研究成果可以为共享单车企业的城市运营策略提供指导。机器学习方法可以从上海这个案例城市中总结出骑行的空间规律,进而可以推广应用到到其他城市。也就是说,通过上海一个城市的研究,可以对其他尚未拥有共享单车城市“未卜先知”,预测出其各个城市片区单车骑行的特点,因此极具商业价值,同时对于共享单车的城市管理也具有一定的意义。
(2)上海衡复历史风貌区的城市设计
衡山路-复兴路历史文化风貌区是上海规模最大的历史风貌保护区。作为解放前法租界的核心区域,衡复地区拥有大量的历史建筑,是城市文脉的发源地和承载区,同时,还有大量具有上海历史风貌特点的保护道路,是一种特殊的街道空间类型,具有交通和购物、游憩等多种功能。
上海衡复历史风貌区
在衡复历史风貌区的城市设计中,清华同衡团队首次采用了摩拜单车的骑行数据进行空间分析,力求在城市设计方法上实现突破,设计出更有利于慢行交通的城市道路。
因此在道路规划设计的前期研究中,团队应用了包括摩拜单车骑行轨迹在内的多种大数据,从两个方面对衡复风貌区的慢行系统网络现状分析评估。
首先,对道路交通设施分布、道路使用情况以及不同类型停车空间进行现状分析,针对不同出行方式优化道路交通规划设计方案。通过百度地图的路况预测功能,识别场地内主要拥堵路段;通过百度街景识别不同类型路边停车的主要发生路段。结合交通设施分布以及空间句法对路网步行穿行度的评分,对道路交通的使用现状进行综合评价。
其次,针对跑步与骑行者选线偏好特征分析,提炼慢行系统构建在沿街功能与道路交通设施方面的核心影响要素,制定道路断面改造设计引导与设施配置标准。利用STRAVA 以及“摩拜单车”数据对骑行者的OD、跑步与骑行者的出行需求与轨迹进行分析。结合道路断面与街道两侧功能特征,运用随机森林方法,提炼骑行热门线路的街道特征。
道路交通现状分析评价技术路线
在慢行出行需求与慢行系统现状分析中,STRAVA记录的跑步者轨迹数据表明跑步者热衷的线路主要位于常熟路、淮海中路、复兴中路、衡山路、华山路、建国西路、肇嘉浜路、常熟路、淮海中路段以及徐汇公园周边。而摩拜单车的出行数据与轨迹分析结果也显示出一定的空间性:骑行的热门路段都具有相类似的特征。
跑步者路线热力图
结合衡复历史文化风貌区沿街功能与道路交通设施两个方面,运用“随机森林”方法,计算各项相关指标对不同路段断面骑行数量的影响权重。相关指标主要包括道路特征和POI特征两个方面。
随机森林方法,考察了上表中的数十个因素,从中选择出了对骑行者轨迹分布影响权重较大的因素主要包括道路长度、功能兴趣点POI总数和公交车站300米覆盖路段长度。
随机森林计算结果
通过对单车轨迹数据的定量分析,确定人们对骑行空间的偏好,然后再与STRAVA记录的跑步者轨迹数据统计出的热门跑步路线进行叠合,综合分析出慢行出行的需求特征。
在结合道路使用现状之后,提出优化慢行系统网络与设施环境的道路交通组织方案(慢行出行线路组织等)与道路交通断面改造引导。
慢行系统网络的规划设计基于五条主要原则:
? 沿线串联风貌保护道路;
? 现状道路机动车流量相对较小;
? 能与地铁站点实现接驳;
? 串联历史建筑、文化故居以及公共开放空间系统;
? 易于在现状已有非机动车道路断面的基础上进行改造。
规划针对衡复历史文化风貌区划定了一条长度约为8.1公里的环形自行车专用道,以及2公里、3公里与5公里三条推荐跑步线路。骑行线路主要串联片区内重要的公共建筑、绿地广场等开敞空间。跑步推荐线路则为沿途车流量较少、且两侧历史风貌保护建筑较多、景观较好的街道组成。
衡复历史风貌区骑行与跑步线路规划
根据骑行与跑步者所构成的慢行系统,结合不同路段现状道路断面,以“慢行友好”为主要原则,针对推荐骑行线路与跑步线路所在重点区域,提出以下四种道路断面改造建议。
道路断面改造示意图
将共享单车骑行数据融入城市大数据集,进而通过多源多维驱动设计的方法,实现了对传统的城市设计方法的提升,可以更有效的打造出适宜慢性的城市街区。
共享单车骑行轨迹的空间分布表明,骑车人在道路选择上是具有一定空间性和规律性。如果能够在规划过程中体现这样的规律,那么将最终设计出的道路一定是更加适合市民骑行的。
与传统交通调查所获得自行车数据相比,共享单车数据的更新迭代速度更快,可获得数据在时间维度上更为精细化,极大地提高了存量规划地区数据观测的可持续性。
5
构建数据生态系统,促进绿色出行
在互联网时代,城市大数据为绿色交通、空间优化、公众参与、城市运营和商业创新等领域的创新发展都提供了强大的动力。共享单车这一技术创新,不仅仅是带来了解决“最后一公里”问题的工具,通过使用单车产生和沉淀的用户出行大数据,具有非常多的应用价值。
共享单车车把市民的活动特征数据化,相关数据的监测、采集分析,将为其未来商业模式的探索提供方向:既可以基于海量用户,通过产品创新延伸至其他领域寻找盈利的模式,提供更多基于LBS的服务;也可以通过数据的采集和分析为城市空间的优化提供支持。
这需要共享单车企业,和城市规划单位以及其他相关领域的机构加强合作,深刻把握互联网时代的特征,以新数据为媒介,促成业务领域的对接和跨界创新。
借助多方协作,将共享单车的新数据与其他城市数据的整合,可以形成一个以数据为核心的创新生态系统,链接与绿色出行相关的各个研究机构、政府部门、社会公众以及创新创业企业。
城市大数据生态系统
在数据生态系统构建的过程中,除了推动共享单车数据的共享合作,还需要不断丰富多源多维的城市数据库。清华同衡技术创新中心现阶段进行了一些城市数据库构建、积累和运营的工作,部分已经和共享单车的新数据进行了融合。
以上海市为例
的城市体征数据云平台构建
根据上海各个部门提供的现状数据和规划数据,以及合作的互联网企业提供的人的行为数据,通过数据的梳理整合,综合形成城市体征数据平台。
构建这个数据云平台的目的,是希望基于多源多维城市大数据集成分析,提出城市问题解决方案,实现对“城市病”从循证医学到精准医学治疗的升级。
如果我们把城市看作一个人的话,城市的各种问题——例如自行车出行的衰落就像是城市的一个病症。传统的城市规划研究可能就像传统医学一样,凭借经验提出解决方案。而城市大数据集成的方法,则就像现代医学一样,通过对城市进行全面的体检(多维数据分析),提出精准而全面的治疗方案,而不再“头痛医头、脚痛医脚”。城市体征数据云平台为摩拜共享单车在上海的骑行的空间特征分析提供了良好的数据基础,也可以进一步为自行车出行活动的时空优化提供定量的研究支持。
上海体征云平台总体结构
城市数据网格计划(City Grid)
另一个正在进行的工作是城市数据网格计划(City Grid),目前正在北京西城区推广建设,也是集成物联网技术在城市公共空间的首次实践。
运用物联网传感器的技术,在城市街区中通过传感器的布设,构建数据感知网络。传感器能够获得城市人的行为数据(人流、车流等)和城市物质空间环境的数据(噪音、湿度、PM2.5等)。两方面数据的叠合,可以实现实时、精细化、互联互通的城市管理。
对于自行车出行来说,城市数据网格所支持的城市精细化管理,也可以促进骑行空间的优化。例如,传感器可以实时检测小汽车占用自行车道的情况,及时联系有关部门介入管理。对人流和车流的感知和预测,也将促进骑行道路资源的优化配置。对于北京等北方城市,冬季的空气质量、温度湿度等都会对骑行环境产生显著影响。通过传感器对这些环境的检测和分析,也可以为自行车出行提供更加合理的策略建议。
北京西城区传感器布设
健康、高效、宜居的城市离不开绿色出行的发展。随着社会各界对于城市可持续发展的不断重视,自行车出行领域,将成为创新的沃土。而ICT技术和各种智能硬件在自行车领域的发展,将会生成更多自行车出行的行为数据。融入了这一新数据的城市数据生态系统,不仅将有助于交通供给模式的创新,也将成为“互联网+慢行交通”的价值增长点,更将会为重新骑上自行车的市民们创造更好的骑行体验。
本内容由清华同衡 技术创新中心提供