台风与共享单车:深圳建成环境与非线性活动恢复之间的关系
《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》:Typhoon and bike-sharing: Non-linear built environment associations with activity recovery in Shenzhen
【字体:
大
中
小
】
时间:2026年07月23日
来源:TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT 8.7
编辑推荐:
摘要随着极端天气愈发频繁,交通系统的韧性变得至关重要。然而,目前关于建成环境与城市特征如何影响电网层面的共享单车服务在干扰后的恢复情况,相关研究仍十分有限。本研究以深圳遭受森巴卡台风时的无桩共享单车恢复情况为研究对象,运用光梯度提升机、SHapley加性解释方法、广义加性模型以及
摘要
随着极端天气愈发频繁,交通系统的韧性变得至关重要。然而,目前关于建成环境与城市特征如何影响电网层面的共享单车服务在干扰后的恢复情况,相关研究仍十分有限。本研究以深圳遭受森巴卡台风时的无桩共享单车恢复情况为研究对象,运用光梯度提升机、SHapley加性解释方法、广义加性模型以及基于模型的3D响应面分析技术。研究结果关注的是服务使用的恢复情况,而非个人骑行安全、福利或因果韧性方面的问题。研究结果表明:(1)夜间光线强度、人口密度以及到最近城市功能中心的距离是主要的预测因素;(2)部分预测因子存在非线性响应关系,因此恢复程度会随数值范围变化而有所不同;(3)活动强度与人口集中度、多中心布局以及交通可达性之间存在较强的交互作用。稳健性检验显示,研究结果对基准需求和气象条件较为敏感,而空间验证则表明存在残余的空间结构。
引言
人类引发的气候变化不仅正在改变长期的温度模式,还影响着极端天气事件的频率、强度和不可预测性,尤其是台风和强降雨事件(Coronese等人,2019)。像位于亚热带台风带内的深圳这样的沿海大城市,这类天气事件会加剧复合风险,使城市交通系统更容易受到干扰(Sharifi,2019)。当地铁站被淹没或公交服务中断时,人们的日常出行就会面临严重挑战。在这种情况下,无桩共享单车可以作为一种灵活且分散的出行方式,在干扰和恢复期间帮助维持短距离出行及网络连通性(Xu等人,2025)。
起初,无桩共享单车被视为一种辅助出行方式,但其分布式车队和灵活的运营模式能够在固定线路或机动化出行服务受限时,提供短距离的出行选择。不过这种灵活性也有其局限性:骑行者仍需直接面对风、雨、湿滑路面、杂物以及洪水等不利条件。因此,无桩共享单车在极端天气条件下既具有适应性,又比较脆弱(Li等人,2020a)。研究台风过后其使用情况的下降与恢复过程,有助于进一步了解气候适应性城市出行的相关机制。
目前关于建成环境与出行方式之间关系的研究大多基于“5D”框架(Ewing和Cervero,2010),该框架将密度、多样性、设计、目的地可达性以及到交通设施的距离视为影响出行结果的关键因素。虽然这一视角能够解释大部分常规出行需求,但对于解释干扰后的恢复过程则效果较差。越来越多的研究表明,城市系统是通过非线性、存在阈值依赖性以及相互作用的机制来运行的,而非简单的叠加效应(Tao和Cao,2023)。例如,密度带来的出行便利可能在超过一定范围后减弱、趋于平稳甚至出现反效果(Liu等人,2025a)。此外,活动强度、宏观空间位置以及交通可达性在灾后恢复中的作用也尚未得到充分理解。
另一个局限在于对韧性的概念界定。在交通研究中,韧性通常是从基础设施的坚固性、冗余度以及恢复能力角度来探讨的。但对于无桩共享单车系统而言,更重要的并非物理资产的结构性完好程度,而是服务性能在干扰后的下降与恢复情况。因此,本研究重点关注服务使用的恢复情况,即通过台风期间的电网层面共享单车使用数据变化来衡量,而非个体层面的出行决策或交通基础设施的结构性韧性。共享单车使用量的快速恢复意味着电网层面的服务已重新恢复,但这可能与不安全的骑行条件并存,也可能反映出人们出行选择的受限、对微型出行方式的依赖、本地出行的替代行为,或是运营商的干预措施。
这些概念和实证上的不足带来了方法论上的问题。线性模型和广义线性模型只能估算平均关联度,而实际恢复过程可能涉及饱和现象、受数值范围影响的响应以及城市各变量之间的相互作用。机器学习模型能够捕捉到这些规律,但其输出结果需要进一步解读才能用于规划制定。因此,本研究采用光梯度提升机和SHAP算法来确定主要的预测因子和交互作用模式,同时利用广义加性模型总结非线性的响应形态。该工作流程用于进行可解释的关联分析,而非因果关系判定。
本研究以深圳的森巴卡台风为案例,试图回答三个问题:(1)哪些社会经济、环境以及建成环境因素与电网层面的无桩共享单车服务恢复程度关联最为密切;(2)在这些关联关系中能否发现非线性的转折点或饱和现象;(3)在极端天气条件下,关键变量是如何共同影响服务恢复模式的。通过解答这些问题,本研究有助于更深入地理解气候脆弱且人口密集的城市中,不同类型的微型出行服务恢复的规律。
章节节选
极端天气、交通韧性以及微型出行服务的恢复
极端天气事件会给交通系统带来物理和运营层面的双重压力。强降雨、台风、热浪以及雪灾等都可能损坏基础设施,降低服务可靠性,进而干扰人们的日常出行。早期的交通韧性研究大多从工程学角度出发,将韧性理解为系统抵抗干扰并迅速恢复到灾前状态的能力。在这种观点下,韧性与
研究区域
本研究以中国广东省南部的重要城市深圳为研究对象,该市是大湾区的核心组成部分,大湾区涵盖了广东、香港和澳门地区。深圳总面积为1,997.47平方公里,下辖十个行政区,2021年的常住人口为1768万(Ma等人,2024)。由于地处南海沿岸(北纬22°27’–22°52’,东经113°46’–114°37’),深圳极易受到热带气旋的影响。
深圳的无桩共享单车系统
研究方法
本研究采用混合分析方法,将机器学习技术与可解释的统计分析相结合,以此探究城市特征变量如何影响电网层面的共享单车服务恢复情况。如图2所示,整个分析流程包含五个部分:(1)数据与背景信息的收集整理;(2)恢复结果的测量;(3)运用光梯度提升机、SHAP、广义加性模型以及基于模型的3D响应面分析技术进行可解释建模;(4)开展稳健性检验和空间分析;(5)
系统性能的时间演变趋势
图4展示了森巴卡台风期间深圳共享单车系统性能的时间变化情况,与基准情景进行了对比。基准曲线为蓝色虚线,是根据此前三周的平均数据得出的,呈现出典型的城市通勤规律,即工作日时的骑行量稳定在280万至310万人次左右。阴影区域代表历史同期数据的正常波动范围,可作为参考依据
讨论
本研究找出了与台风干扰下电网层面共享单车服务恢复相关的社会经济、空间、气象以及建成环境因素。总体而言,研究结果表明,服务使用恢复的相关因素与日常骑行量对应的因素并不相同,而且它们之间的关联往往是非线性的,还依赖于各种因素之间的相互作用。
首先,在模型中夜间光线强度是最为重要的预测因子,其次是
CRediT作者贡献说明
易龙:写作——审稿与编辑,写作——初稿撰写,可视化分析,软件应用,方法设计,数据收集,概念构建。江浩然:写作——审稿与编辑,写作——初稿撰写,结果验证,研究指导,概念构建。洪绍志:写作——审稿与编辑,研究指导,资金筹集。苏洋洋:写作——审稿与编辑,写作——初稿撰写,结果验证,研究指导。
易龙|江浩然|洪绍志|苏洋洋
中国上海同济大学城市交通研究院,邮编200092
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号