交通地理與網路科學/共享微出行網路

背景

共享微出行是指一系列小巧輕便的交通工具，以共享方式提供給個人短期使用，並收取費用或免費 。基於站點的腳踏車共享系統允許人們從一個站點借用腳踏車，並在同一系統的另一個站點歸還。每個站點的碼頭都設有專門的架子，用於鎖車。計算機控制的碼頭將在使用者輸入支付資訊後釋放腳踏車。為了歸還腳踏車，使用者需要將其鎖到空閒的碼頭上。其他系統包括短期租用、長期租用、投幣站和無樁式系統。

裝置

共享微出行裝置可以是人力驅動的，也可以是電力驅動的。電動滑板車、腳踏車和電動腳踏車是 2020 年的主流 。人力驅動的裝置被認為是低速的（最高時速為 8 英里/小時 (mph)），而電動裝置的最高時速可達 20 英里/小時 。任何具有內燃機的車輛都不能被定義為微出行，速度超過 20 英里/小時的裝置也不行。

2010 年至 2019 年共享微出行出行量增長，單位為百萬次出行

在美國的使用情況

此柱狀圖顯示了 2010 年至 2019 年在美國的共享微出行使用情況。使用情況是指使用這些裝置生成的出行次數。在最初三年，共享微出行的使用量逐年穩步增長，而第四年的資料翻了一番，隨後恢復到穩定增長的趨勢。隨著 2018 年新技術電動滑板車和無樁腳踏車共享的推出，更多使用者進入市場，出行次數從這一年開始大幅增加。2019 年，基於站點的腳踏車共享保持持續增長趨勢，達到 4000 萬次出行，而無樁電動腳踏車也出現了相同的增長趨勢（1000 萬次出行），而電動滑板車的使用量激增至 8600 萬次出行 。

共享微出行作為網路

Wu 和 Kim (2020) 展示瞭如何將共享微出行網路表示為有向加權圖 $G=(V,E,w)$。他們的工作主要集中在基於站點的腳踏車共享系統，但這些概念也可以應用於無樁系統和其他共享系統。

腳踏車共享網路的拓撲結構

共享微出行網路的圖表

頂點

頂點代表腳踏車站點（節點）。

邊

邊代表連線任意兩個腳踏車站點的連結。

邊的權重

權重定義為兩個站點之間的騎行距離。

兩個站點之間旅行的可用性

A = {a_ij} 是一個以新方式表示圖的鄰接矩陣。a_ij 的範圍從 0 到 1，表示是否至少有一次從站點 i 到站點 j 的旅行。

共享微出行網路測量

網路結構

度分佈是指整個網路中 k 度節點的比例，記為

$P(k)={\frac {n(k)}{\sum \limits _{j=1}^{\infty }n(j)}}$

其中 $n(k)$ 是度數為 $k$ 的節點數。

平均路徑長度 是整個網路中所有節點對的最短路徑上的平均步數，其測量方法為：

$L={\frac {1}{n*(n-1)}}\sum \limits _{i\neq j}d_{ij}$

其中 $d_{ij}$ 是節點 $i$ 和節點 $j$ 之間最短路徑上的邊數。

區域性聚類係數 用於測量 $i$ 的鄰域可連線的機率，其計算方法為：

$C_{i}={\frac {E_{i}}{r_{i}(r_{i}-1)}},k_{i}\geq 2$

其中 $Ei$ 是節點 $i$ 的連線鄰居之間的實際邊數，而 $r_{i}$ 是節點 $i$ 的鄰居數。

節點 $i$ 的鄰居 Ni 表達為：

$N_{i}=\{v_{j}:a_{ij}=1\lor a_{ji}=1\}$

全域性聚類係數 是閉合三元組數與三元組總數之比，其計算方法為：

$C={\frac {number\;of\;closed\;triplets}{number\;of\;all\;triplets}},0\leqslant C\leqslant 1$

節點中心性

為了分別衡量腳踏車共享網路中站點連通性、可達性和中間性，Wu 和 Kim 測量了以下中心性指標。

度中心性:

$C_{D}(i)=k_{i}^{in}+k_{i}^{out}$

$k_{i}^{in}=\sum \limits _{j=1}^{n}a_{ji}$

$k_{i}^{in}=\sum \limits _{j=1}^{n}a_{ij}$

(如果從節點 $i$ 到節點 $j$ 有行程，則 $a_{ij}=1$，否則 $a_{ij}=0$)

接近中心性:

$C_{C}(i)=\sum \limits _{j=1}^{n}{\frac {1}{d_{ji}}}$

其中 $d_{ji}$ 是從節點 $j$ 到給定節點 $i$ 的最短路徑長度。

介數中心性

$C_{B}(i)=\sum \limits _{j\neq k}{\frac {n_{kj}(i)}{n_{kj}}}$

其中 $n_{kj}$ 是從節點 $k$ 到節點 $j$ 的最短路徑總數，而 $n_{kj}(i)$ 是經過節點 $i$ 的最短路徑數量。

空間自相關分析

吳和金進行了這項分析，以衡量地理空間中觀測值之間聚類的程度。

全域性空間自相關指標，稱為全域性莫蘭指數，可以透過以下公式計算：

$I={\frac {n}{S_{0}}}{\frac {\sum \limits _{i=1}^{n}\sum \limits _{j=1}^{n}w_{i,j}(x_{i}-{\bar {x}})}{\sum \limits _{i=1}^{n}(x_{i}-{\bar {x}})^{2}}}$

其中 $n$ 是觀測值的個數；

$x$ 是感興趣的變數；

$i,j$ 是空間單元；

${\bar {x}}$ 是 $x$ 的平均值；

$w_{i,j}$ 是空間權重矩陣，由 $x_{i}$ 和 $x_{j}$ 之間的距離倒數表示；

$S_{0}$ 是所有空間權重的總和。

區域性空間關聯指標 (LISA) 可以透過以下公式計算：

$I_{i}={\frac {(x_{i}-{\bar {x}})}{m}}\sum \limits _{j=1}^{n}w_{i,j}(x_{j}-{\bar {x}})$

其中 $m$ 是 $x$ 的方差。

共享微出行網路屬性

小世界

Wu 和 Kim 總結了與具有相同節點和邊數的隨機網路相比的五個共享單車網路的網路結構度量。 研究結果表明，這些共享單車網路的平均路徑長度更短，全域性聚類係數更大，這表明共享單車網路具有小世界特性。

不是無標度網路

Wu 和 Kim 還尋找了五個共享單車網路中的無標度網路特徵，發現華盛頓特區的網路的累計度分佈遵循冪律指數截止分佈，而其他網路遵循指數分佈。