خلاصه

این مقاله الگوهای سفر 1.7 میلیون سفر مشترک با اسکوتر الکترونیکی را از آوریل 2018 تا فوریه 2019 در آستین، TX بررسی کرد. بیش از 6000 اسکوتر الکترونیکی فعال در هر ماه وجود داشت که بیش از 150000 سفر را ایجاد می کرد و تقریباً 117000 مایل را طی می کرد. در این مدت، میانگین مسافت سفر و زمان کارکرد سفرهای اسکوتر الکترونیکی به ترتیب 0.77 مایل و 7.55 دقیقه بود. ما همچنین دو نقطه استفاده از اسکوتر الکترونیکی را در شهر شناسایی کردیم (مرکز شهر آستین و پردیس دانشگاه تگزاس). تجزیه و تحلیل فضایی نشان داد که تعداد سفرهایی که از مرکز شهر آستین انجام شده است، بیشتر از سفرهای انجام شده است، در حالی که عکس این موضوع برای پردیس UT صادق است. ما همچنین رابطه بین تعداد سفرهای اسکوتر الکترونیکی و محیط های اطراف را بررسی کردیم. نتایج نشان می دهد که مناطق با تراکم جمعیت بالاتر و ساکنان بیشتر با تحصیلات عالی با سفرهای اسکوتر الکترونیکی بیشتر همبستگی دارند. فاصله کوتاه‌تر تا مرکز شهر، وجود ایستگاه‌های حمل‌ونقل، اتصال بهتر خیابان‌ها و استفاده از زمین فشرده‌تر نیز با افزایش استفاده از اسکوتر E در آستین، تگزاس همراه بود. با کمال تعجب، نسبت ساکنان جوان در یک محله با استفاده از اسکوتر الکترونیکی همبستگی منفی داشت.

کلید واژه ها:

اسکوتر الکترونیکی ؛ محیط شهری ; الگوی سفر ; میکرو تحرک مشترک

1. معرفی

اسکوترهای الکترونیکی مشترک و بدون اسکله (مانند اسکوترهای Lime و Bird، اسکوترهای الکترونیکی از اینجا به بعد) جدیدترین شکل خدمات حمل و نقل مشترک هستند. آنها روشی سرگرم‌کننده و انعطاف‌پذیر برای انجام سفرهای مسافت کوتاه خود در اختیار کاربران قرار می‌دهند و در نتیجه، در سال‌های اخیر در بسیاری از شهرهای ایالات متحده (مانند آستین، شیکاگو، دالاس، دنور و لس‌آنجلس) بسیار محبوب شده‌اند. شرکت‌های اسکوتر الکترونیکی ادعا می‌کنند که یک روش حمل‌ونقل راحت و پایدار را برای کمک به مشتریان در حل مشکل اولین/آخرین مایل خود ارائه می‌کنند. با این حال، مطالعات تجربی بسیار کمی برای حمایت از هر یک از این استدلال ها وجود دارد. علاوه بر این، محققان بهداشت عمومی حتی پتانسیل عملکرد اسکوتر الکترونیکی را برای افزایش انتشار کربن پیشنهاد کرده اند [ 1 ].
اسکوترهای الکترونیکی به دلیل راحتی، انعطاف‌پذیری و تجربه سواری دلپذیر خود، شکاف عظیم تقاضا-عرضه در بازار را با موفقیت برطرف کرده‌اند و در بسیاری از شهرهای ایالات متحده (مانند آستین، شیکاگو، دالاس، دنور، لس‌آنجلس، و غیره) در عرض یک سال. Lime در مورد استفاده از حمل و نقل در شهر نیویورک تحقیق کرد و استدلال کرد که وجود بیابان های ترانزیت [ 2 ] و اختلاف درآمد دو دلیل اصلی کاهش مسافرین حمل و نقل هستند [ 3 ]. به عنوان یک راه حل جزئی، لایم استفاده از قابلیت حرکتی کوچک مانند اسکوترهای الکترونیکی را برای پوشش فواصل میانی به و از ایستگاه های حمل و نقل پیشنهاد کرد.
اسکوترهای الکترونیکی در مورد پارک غیرمسئولانه در پیاده روها و فضاهای سبز برای میزبانی شهرها بحث و جدل ایجاد کرده اند [ 4 ]]. به دلیل عدم وجود فضای اختصاصی جاده برای اسکوترهای الکترونیکی، سواران اغلب از پیاده روها یا خطوط دوچرخه برای سواری و پارک استفاده می کنند و مانع از تردد سایر حالت ها می شوند. دپارتمان فواید عمومی سانفرانسیسکو، شرکت‌های اسکوتر الکترونیکی را به مشارکت در پارک غیرقانونی اسکوترها در مکان‌های عمومی متهم کرده است. سیاتل، یکی دیگر از شهرهای دوستدار اشتراک دوچرخه، حتی کار اسکوترهای الکترونیکی را به دلیل نگرانی های ایمنی به طور کلی متوقف کرد. برای حفظ انعطاف‌پذیری حمل‌ونقل و جلوگیری از درگیری‌های احتمالی، اپراتورهای اسکوترهای الکترونیکی و شهرها شروع به اجرای تکنیک‌های geofencing برای تنظیم استفاده از اسکوتر الکترونیکی در آینده کردند. “Geofencing” یک تکنیک مبتنی بر مکان است که یک مرز مجازی را در یک منطقه جغرافیایی واقعی ایجاد می کند [ 5 ]]. محققان در شانگهای چین دریافتند که سیاست حصار جغرافیایی می تواند بیش از 90 درصد از کل تقاضای پارکینگ را برآورده کند و رفتارهای پارک نامناسب را کاهش دهد [ 6 ]. سن خوزه، کالیفرنیا، همچنین به فکر ایجاد دیوارهای زمینی برای محافظت از پیاده روها در برابر اسکوترهای الکترونیکی بود. در پاسخ، شرکت اسکوترهای الکترونیکی “Bird” یک ابزار geofencing داخلی به نام “GovTech Platform” منتشر کرد که به کاربران یادآوری می کند که مسئولانه سوار شوند و به طور قانونی پارک کنند [ 7 ].
از آنجایی که اسکوترهای الکترونیکی برای ما نسبتاً جدید هستند، محققان شهرها و حمل و نقل هنوز در مراحل اولیه کشف نحوه توزیع سفرهای اسکوتر الکترونیکی و نحوه ارتباط محیط های شهری با آنها هستند. برای گسترش مرزهای تحقیق و ارائه شواهد تجربی بیشتر، الگوهای مکانی-زمانی اسکوترهای الکترونیکی مشترک در آستین، TX را از طریق تجزیه و تحلیل فضایی GIS بررسی کردیم. سپس، یک مدل دوجمله‌ای منفی را برای بررسی رابطه بین استفاده از اسکوتر الکترونیکی و برخی از محیط‌های ساخته شده کلیدی برازش می‌دهیم. مقاله شامل پنج بخش است. پس از مقدمه، بخش دوم مروری بر ادبیات مطالعات تجربی قبلی اسکوترهای الکترونیکی و موارد اشتراک دوچرخه بدون اسکله در گذشته ارائه می دهد. سپس داده ها و تحلیل ها را در بخش سوم ارائه می کنیم. بخش 4یافته‌های کلیدی حاصل از تحلیل مکانی-زمانی و مدل‌سازی آماری را خلاصه کرد. در نهایت، در بخش آخر، مطالعه را با بحث در مورد سهم عملی این مقاله و جهت گیری تحقیقات آینده به پایان رساندیم.

2. بررسی ادبیات

مطالعات قبلی با تمرکز مستقیم روی اسکوترهای الکترونیکی در حال ظهور هستند، اما هنوز در مرحله فعلی بسیار محدود هستند. این عمدتا به دو دلیل است: اول، از آنجایی که عملیات اسکوتر الکترونیکی جدید است و فقط در چند شهر بزرگ ایالات متحده در دسترس است، نفوذ آن هنوز کنجکاوی عمومی را برانگیخته است. و دوم، اکثر مجموعه داده‌های اسکوتر الکترونیکی عموماً در دسترس دانشگاه نیستند [ 7 ، 8 ]. با این حال، محققان شروع به بررسی تأثیرات اجتماعی اسکوترهای الکترونیکی از جنبه های مختلف کرده اند. هالینگزورث و همکاران بارهای زیست محیطی تولید و راه اندازی اسکوترهای الکترونیکی را شبیه سازی کردند و دریافتند که اسکوترهای الکترونیکی در طول چرخه زندگی خود آلودگی هوای خالص کمتری تولید می کنند [ 1 ]]. فانگ و همکاران صدها عکس از اسکوترهای الکترونیکی پارک شده در سن خوزه را بررسی کرد و دریافت که کاربران اغلب دستگاه‌های خود را در پیاده‌رو پارک می‌کنند و مانع از ترافیک عابران پیاده می‌شوند [ 9 ]. مطالعه دیگری در لس آنجلس که توسط آلم و ماجموندار در سال 2019 انجام شد، پست‌های رسانه‌های اجتماعی اسکوترهای الکترونیکی را تجزیه و تحلیل کرد و به این نتیجه رسید که تبلیغات اسکوتر الکترونیکی تاکید کافی بر استفاده از تجهیزات محافظ، کلید تضمین امنیت عمومی ندارد [ 10 ].
با تکمیل این مطالعه، تنها دو تحلیل تجربی از اسکوترهای الکترونیکی و محیط‌های ساخته شده منتشر شده است، تا جایی که ما می‌دانیم. مک‌کنزی الگوهای استفاده مکانی-زمانی اسکوترهای الکترونیکی و اشتراک‌گذاری دوچرخه مبتنی بر ایستگاه را در واشنگتن دی سی مقایسه کرد و دریافت که اسکوتر الکترونیکی بیشتر از استفاده از عضویت به طور منظم شبیه به اشتراک‌گذاری خود به خود دوچرخه برای اهداف تفریحی است [ 11 ]. در یک مطالعه جدیدتر در ایندیاناپولیس، IN، متیو و تیمش از تجزیه و تحلیل فضایی GIS بر روی مجموعه داده سفرهای اسکوتر الکترونیکی محلی استفاده کردند و مرکز شهر و محوطه دانشگاه را به عنوان دو نقطه داغ جغرافیایی ترافیک اسکوترهای الکترونیکی در شهر شناسایی کردند [ 12 ].]. در گزارش خود، آنها همچنین دریافتند که مردم به جای صبح، تمایل دارند اسکوترهای الکترونیکی را بعدازظهر سوار کنند، که به این معنی است که از اسکوترهای الکترونیکی برای رفت و آمد صبح در آنجا استفاده نمی شود. تحقیقات تجربی محدود در مورد بهره برداری از اسکوترهای الکترونیکی در شهرها این رشته از بورس تحصیلی حمل و نقل را محدود می کند. بنابراین، در بخش بعدی، بررسی ادبیات خود را گسترش دادیم تا مطالعات مرتبط با دوچرخه‌های بدون اسکله را در بر گیرد. ما انتظار داریم که یافته های آنها را با یافته های ما در ادامه این مقاله مقایسه کنیم.
اشتراک دوچرخه بدون اسکله با اجازه دادن به کاربران برای مکان یابی و باز کردن قفل وسایل نقلیه از طریق برنامه های کاربردی تلفن هوشمند دیجیتال و پرداخت آنلاین در پایان سفر، تقاضای سفر شخصی را قبل از اسکوترهای الکترونیکی برآورده کرد [ 13 ]. از سال 2018، سیستم های اشتراک دوچرخه بدون اسکله در 28 شهر ایالات متحده معرفی شد و تعداد آنها همچنان در حال رشد است [ 14 ]. دوچرخه های بدون اسکله در مقایسه با اشتراک دوچرخه مبتنی بر ایستگاه، آزادی و راحتی بیشتری را برای کاربران فراهم می کنند. در نتیجه، به طور طبیعی اطلاعات بیشتری در مورد الگوهای سفر کاربران نشان می دهد [ 15 ، 16 ، 17 ، 18]. در سنگاپور، محققان عوامل متعددی را شناسایی کردند که استفاده از دوچرخه‌های بدون اسکله را ترویج می‌کردند، از جمله استفاده از زمین فشرده، دسترسی بالا به حمل‌ونقل عمومی، و زیرساخت‌های دوچرخه‌سواری حمایتی [ 19 ]. لی و همکاران کاربران دوچرخه بدون اسکله را در استان جیانگسو، چین مورد بررسی قرار داد و دریافت که بیشتر دوچرخه‌سواران مسافت‌های کوتاهی را در مراکز شهری که سطوح بالاتری از منابع آموزشی و اشتغال متمرکز شده‌اند، رکاب می‌زنند. این نظرسنجی همچنین نشان داد که سطح درآمد و تحصیلات با استفاده از اشتراک دوچرخه شناور رایگان ارتباط مثبت دارد [ 20 ]. گو و همکاران یک تجزیه و تحلیل تجربی در سراسر کشور در مورد رفتار دوچرخه سواری بدون اسکله در چین انجام داد و به این نتیجه رسید که اکثریت سواران شهروندان جوان و با تحصیلات عالی هستند که خواسته های رفت و آمد را برآورده می کنند [ 21 ]]. یک مطالعه سیاتل شرایط مشابهی را در ایالات متحده تأیید کرد، به طوری که توزیع وسایل نقلیه دوچرخه بدون اسکله به نفع محله‌های دارای مزیت اجتماعی-اقتصادی [ 22 ] بود. یک گروه تحقیقاتی در سنگاپور دریافتند که غلظت زمانی و مکانی دوچرخه‌های بدون اسکله عمدتاً تحت‌تاثیر محیط‌های ساخته شده اطراف مانند تراکم مسکونی و اتصالات خیابان قرار دارد [ 23 ]. علاوه بر ویژگی‌های مکانی-زمانی، آنها همچنین اختلاف قابل توجهی در زمان دوچرخه‌سواری و مسافت سفر در روزهای هفته نسبت به تعطیلات آخر هفته پیدا کردند. با توجه به اینکه دوچرخه های بدون اسکله و اسکوترهای الکترونیکی از نظر اندازه وسیله نقلیه، تقاضای سفر شخصی و فناوری بدون اسکله مشترکات زیادی دارند، انتظار داریم در مطالعه اسکوترهای الکترونیکی نتایج مشابهی پیدا کنیم.

3. داده ها و تجزیه و تحلیل

3.1. داده ها

آستین به‌عنوان یکی از قطب‌های فناوری بزرگ در ایالات متحده، سابقه طولانی در تطبیق حالت‌های مختلف میکرو تحرک مشترک مانند دوچرخه‌های اسکله دار و بدون اسکله و اسکوترهای الکترونیکی دارد. از فوریه 2019، 10 اپراتور دارای مجوز با بیش از 15000 اسکوتر الکترونیکی بدون اسکله مجاز در آستین [ 24 ] وجود دارد. برای پاسخ به هجوم عمده اسکوترهای الکترونیکی، آستین پروژه تحرک بدون بارانداز را اعلام کرد که اصول، حقوق و مکانیسم های گزارش را برای همه سیستم های حرکتی وسایل نقلیه کوچک مشترک مشخص می کند [ 25 ]]. برای افزایش ایمنی، دپارتمان حمل و نقل آستین (ATD) به اپراتورها اجازه می دهد تا از راه دور یک وسیله نقلیه خراب را غیرفعال کنند. برای مدیریت بهتر مسائل پارکینگ، ATD اکنون نیاز دارد که همه اسکوترهای الکترونیکی باید در مناطق پارکینگ تعیین شده پارک کنند، که به عنوان “سطح سخت در منطقه منظر/مبلمان یک پیاده رو با حداقل 3 فوت منطقه آزاد عابر پیاده” تعریف شده است [ 25 ].
برای درک بهتر استفاده از اسکوتر الکترونیکی در آستین، این مطالعه 11 ماه اطلاعات سفر با وسیله نقلیه بدون اسکله (آوریل 2018 تا فوریه 2019) را از ATD جمع آوری کرد. هر رکورد در مجموعه داده نشان دهنده یک سفر انجام شده توسط وسایل نقلیه بدون اسکله (به عنوان مثال، اسکوترهای الکترونیکی و دوچرخه) با اطلاعات کلیدی سفر از جمله مکان OD (مبدا-مقصد)، تاریخ، زمان شروع و پایان، مدت سفر، و مسافت سفر است. برای محافظت از حریم خصوصی کاربر، دفتر فناوری شهر آستین به صورت فضایی مختصات OD خاص را به یک شبکه شش ضلعی که در آن هر شش ضلعی 0.023 مایل مربع است و طول لبه آن 500 فوت است. پس از حذف سفرهای دوچرخه، این مجموعه داده شامل تقریباً 1.74 میلیون E است. – رکوردهای سفر با اسکوتر و مجموع نزدیک به 1.3 میلیون مایل طی شده است. برای درک بهتر این عدد،
برای درک پس‌زمینه جمعیت‌شناختی/اجتماعی-اقتصادی جایی که مردم در آستین اسکوترهای الکترونیکی سوار می‌شوند، پنج اندازه‌گیری رایج در رفتار سفر قبلی و مطالعات تجربی محیط ساخته شده را انتخاب کردیم [ 26 ، 27 ]] شامل تراکم جمعیت، نسبت مرد/زن، درصد جمعیت جوان، درآمد خانوار و درصد افراد دارای مدرک لیسانس یا بالاتر. داده های اصلی از اداره سرشماری ایالات متحده در سطح گروه بلوک سرشماری به دست آمده است. اندازه‌گیری‌های محیط ساخته‌شده شامل مکان نسبت به هسته شهر، اتصال خیابان در نزدیکی، نزدیکی به ایستگاه‌های اتوبوس یا ایستگاه‌های راه‌آهن سبک، و طرح کاربری زمین بود. ما تمام نمرات اندازه گیری های محیط ساخته شده را در نرم افزار ArcGIS 10.7 محاسبه کردیم. شرح مفصلی از اندازه گیری ها در بخش 3.3 ارائه شده است .

3.2. تحلیل زمانی

این مطالعه ابتدا تعداد سفرهای ماهانه، کل مایل های طی شده وسیله نقلیه، میانگین مسافت سفر و میانگین زمان عملیات را تجزیه و تحلیل کرد. جدول 1 آمار توصیفی استفاده از اسکوترهای الکترونیکی را به تفکیک ماه از آوریل 2018 تا فوریه 2019 نشان می دهد. در این مدت، می 2018 با بیش از 5000 سفر توسط 370 وسیله نقلیه، کمترین تعداد سفر را داشته است. در مقایسه، اکتبر 2018 با بیش از 241000 سفر توسط بیش از 7000 وسیله نقلیه، بالاترین رقم را داشت. میانگین مسافت سفر در اکتبر 0.77 مایل و میانگین زمان عملیات 7.55 دقیقه بود.
شکل 1 میانگین مسافت سفر و زمان عملیات را در طول هر ماه نشان می دهد. این روندها نسبتاً پایدار بودند و به ترتیب به طور میانگین حدود 0.77 مایل و 7.55 دقیقه بودند. نمودار جعبه نشان می دهد که اکثر سفرهای اسکوترهای الکترونیکی کوتاهتر از دو مایل بوده و بین برد نیم تا یک مایل متمرکز شده اند. شکل 1 همچنین نشان می دهد که در هر نمودار سفرهای دورتر طولانی تری وجود دارد. این سفرهای غیرمعمول از نظر مکانیکی معتبر بودند (یعنی برد سفر در حداکثر فاصله ای بود که یک وسیله نقلیه اسکوتر الکترونیکی می تواند طی کند). با این حال، به دلیل عدم وجود اطلاعات کاربر در مجموعه داده فعلی، ما نمی‌توانیم وجود آنها را از جنبه کاربری بیشتر بررسی کنیم.
ما همچنین سفرهای اسکوتر الکترونیکی را در روزهای هفته با سفرهای آخر هفته مقایسه کردیم. نتایج نشان می دهد که میانگین طول سفر، زمان عملیات و سرعت متوسط ​​(با فرض اینکه زمان عملیات برابر با زمان سفر باشد) به ترتیب 0.71 مایل، 6.83 دقیقه و 6.57 مایل در ساعت در روزهای هفته بود. در تعطیلات آخر هفته، مسافران از اسکوترهای الکترونیکی به طور قابل توجهی مسافت و مدت زمان بیشتری (0.81 مایل و 8.62 دقیقه)، اما با سرعت کمتر (6.04 مایل در ساعت) سوار می شدند. تفاوت بین الگوهای سفر روزهای هفته و آخر هفته در سطح معناداری 05/0 معنی‌دار بود. با محاسبه تعداد ساعتی استفاده از اسکوتر الکترونیکی، نویسندگان توانستند یک نقشه حرارتی از الگوهای استفاده روزانه از اسکوترهای الکترونیکی مردم تهیه کنند ( شکل 2).). نقشه حرارتی نشان داد که در روزهای هفته، سواران از ساعت 8 صبح تا 8 بعد از ظهر از اسکوترهای الکترونیکی استفاده می‌کنند. استفاده ساعتی در ظهر، 1 بعد از ظهر و 5 بعد از ظهر به اوج خود می‌رسد. بعد از ظهر. پس از ساعت 8 شب در روزهای هفته و آخر هفته، تعداد سواری اسکوترهای الکترونیکی به شدت کاهش یافت.

3.3. تحلیل فضایی

با استفاده از شش ضلعی های توضیح داده شده در بخش داده بالا، ما توانستیم یک نقشه حرارتی فضایی استفاده از اسکوتر الکترونیکی تولید کنیم ( شکل 3 a). تعداد سفرها نشان دهنده جمع سفرهای ورودی و خروجی مربوط به هر ناحیه شش ضلعی بود. از شکل، مشهود است که بیشتر سفرهای اسکوترهای الکترونیکی به طور عمده در دو منطقه جمع شده اند: مرکز شهر آستین و پردیس دانشگاه تگزاس در آستین (UT) (شمال منطقه مرکز شهر). این نشان می دهد که دانشجویان کالج کاربران عمده اسکوترهای الکترونیکی هستند. اگر الگوی استفاده زمانی را با تجسم فضایی ترکیب کنیم، ممکن است نشان دهد که اکثر سفرهای اسکوتر الکترونیکی در اطراف UT آستین توسط دانش‌آموزانی که برای شرکت در کلاس‌ها بین ساختمان‌های مدرسه رفت و آمد می‌کنند، ایجاد شده است.
برای درک بیشتر توزیع فضایی سفرهای اسکوتر الکترونیکی، نویسندگان از Anselin Local Moran’s I در ArcGIS برای مدل‌سازی خوشه‌بندی فضایی سفرهای اسکوتر الکترونیکی استفاده کردند ( شکل 3).ب). در این نقشه، مقدار علاقه، تفاوت بین سفرهای ورودی و خروجی برای هر شش ضلعی است. مقادیر مثبت نشان دهنده هجوم قابل توجه اسکوترهای الکترونیکی است و مقادیر منفی منعکس کننده دیگری است. شاخص Moran’s I مثبت معنی‌دار نشان می‌دهد که یک ویژگی توسط ویژگی‌های همسایه بالا یا پایین احاطه شده است، در حالی که یک شاخص منفی معنی‌دار به این معنی است که ویژگی دورتر است زیرا توسط ویژگی‌های غیرمشابه احاطه شده است. بر اساس این مقادیر، تجزیه و تحلیل خوشه‌ای چهار نوع خوشه و پرت را متمایز کرد: خوشه‌های با مقادیر زیاد (یعنی خوشه بالا-بالا) و متضاد (یعنی خوشه کم-پایین)، و همچنین خوشه‌های پرت که در آنها مقدار زیاد است. مقدار غالباً با مقادیر کم (یعنی پرت زیاد-کم) و برعکس (یعنی پرت کم-بالا) احاطه شده است. همانطور که در شکل 3 نشان داده شده استب، هیچ خوشه فضایی از سفرهای اسکوتر الکترونیکی در آستین به جز مرکز شهر و محوطه دانشگاه UT وجود نداشت، به این معنی که سواران اسکوتر الکترونیکی عمدتاً سفرهای خود را در این دو منطقه شروع یا به پایان رساندند. به طور خاص، خوشه‌های زیاد و کم (قرمز تیره) در مرکز شهر آستین وجود داشت که نشان می‌دهد این مناطق هجوم قابل توجهی از ترافیک اسکوترهای الکترونیکی را تجربه کرده‌اند. کاملاً ممکن است که این نقاط داغ اسکوترهای الکترونیکی نشان دهند که سواران اغلب سفرهای خود را در کجا انجام می دهند. برای UT، ما دو منطقه متمایز (پردیس غربی در مقابل پردیس اصلی) را دیدیم. محله پردیس غربی عمدتاً یک خوشه کم-پایین (آبی روشن) بود که نشان دهنده تعداد زیادی از سفرهای اسکوتر الکترونیکی از اینجا بود، در حالی که پردیس اصلی یک خوشه با ارتفاع زیاد (صورتی) بود که به معنی تعداد زیادی سفر بود. اینجا تکمیل شد خوشه سفر ورودی/خروجی پیش‌فرض غالب رفت‌وآمدهای مدرسه در سفرهای اسکوتر الکترونیکی را تأیید کرد. متأسفانه، الگوهای سفر با اسکوترهای الکترونیکی در نزدیکی مرکز شهر هنوز نامشخص است.

3.4. استفاده از اسکوتر الکترونیکی و محیط های شهری اطراف

برای درک بهتر تأثیر محیط‌های شهری بر استفاده از اسکوتر الکترونیکی در آستین، نویسندگان بیشتر استفاده از اسکوتر الکترونیکی را با یک مدل رگرسیون دوجمله‌ای منفی (NB) مدل‌سازی کردند. رگرسیون NB به طور گسترده ای برای مدل سازی داده های شمارش – “شمارش سفر” در این مطالعه استفاده می شود. در مقایسه با مدل رگرسیون پواسون، مدل NB پراکندگی بیش از حد را با اطمینان بیشتری مدیریت می‌کند (واریانس متغیر وابسته از میانگین بیشتر است)، همانطور که در اینجا وجود دارد. از روش تابع لگاریتمی حداکثر درستنمایی برای تخمین بهترین برازش تابع مطلوبیت استفاده شد [ 28 ].
برای بررسی استفاده کلی از اسکوتر الکترونیکی، تعداد کل سفرهایی را که در طول دوره مشاهده در هر شش ضلعی شروع شده یا پایان یافته اند، به عنوان متغیر وابسته انتخاب کردیم. متغیرهای توضیحی شامل وضعیت جمعیتی/اجتماعی-اقتصادی (SES) و محیط ساخته شده (BE)، دو حوزه متغیری بودند که به طور گسترده در مطالعه محیط شهری و رفتار سفر استفاده می شوند [ 26 ، 27 ]. فهرست تفصیلی متغیرها و آمار اولیه مربوطه در جدول 2 ارائه شده است. برای کاهش تأثیر همبستگی فضایی بالقوه، ما همه امتیازها را با وضوح خوب با استفاده از شش ضلعی جداگانه به عنوان واحد تحلیل محاسبه کردیم که اندازه آن 0.023 مایل مربع بود و طول لبه آن 500 فوت بود. واحد جغرافیایی کوچک تفاوت های قابل توجهی را تضمین می کرد. هم از نظر استفاده از اسکوتر الکترونیکی و هم از نظر محیط های ساخته شده در واحدهای مجاور.
پنج متغیر SES (تراکم جمعیت، جنسیت، سن، درآمد و تحصیلات) در مدل گنجانده شد. برای اندازه گیری این متغیرها، نویسندگان مقادیر را در مقیاس گروه بلوک سرشماری (CBG) محاسبه کردند و مقادیر CBG را به شش ضلعی های مربوطه نسبت دادند. تراکم جمعیت به تعداد افراد بر حسب هزار نفر در هر مایل مربع در هر CBG اشاره دارد. متغیر جنسیت با نسبت مرد به زن در CBG مربوطه نشان داده شد. متغیر سن جمعیت جوان را در منطقه جغرافیایی با ثبت نسبت افراد زیر 25 سال (محدوده بالایی جوانان تعریف شده توسط سازمان ملل متحد [ 29 ]) جذب کرد. نظرسنجی جامعه آمریکایی از سرشماری ایالات متحده، سطح درآمد خانوار را به 17 گروه، از کمتر از دلار طبقه بندی کرد.10000 در سال تا بیش از 200000 دلار در سال. ما در این مطالعه طبقه بندی اصلی را از سرشماری حفظ کردیم و همه 17 گروه درآمدی را در مدل گنجاندیم. در نهایت، متغیر تحصیلات با استفاده از نسبت افراد دارای مدرک لیسانس یا بالاتر در هر CBG اندازه گیری شد تا رابطه بین استفاده از اسکوتر الکترونیکی و پیشینه تحصیلی بالا را نشان دهد.

یازده متغیر محیط ساخته شده در مدل گنجانده شد. نویسندگان فواصل اقلیدسی را از مرکز هر شش ضلعی تا مرکز شهر آستین و نزدیک‌ترین ایستگاه حمل‌ونقل را اندازه‌گیری کردند تا نزدیکی به مرکز شهر و دسترسی به حمل و نقل (اتوبوس، اتوبوس‌های سریع‌السیر و حمل‌ونقل ریلی سبک) را اندازه‌گیری کنند. برای اندازه‌گیری اتصال خیابان، نویسندگان تعداد گذرگاه‌ها و تقاطع‌های 4 طرفه را در هر شش ضلعی اندازه‌گیری کردند. علاوه بر این آزمایش‌های فاصله و اتصال، نویسندگان همچنین ترکیب کاربری مختلف و درصد هر کاربری زمین را در هر شش ضلعی اندازه‌گیری کردند. آزمون همبستگی متغیرهای محیط ساخته شده نشان داد که همه متغیرها مستقل از یکدیگر هستند. به طور خاص، ترکیب کاربری زمین با استفاده از شاخص آنتروپی کاربری زمین [ 30 ] اندازه‌گیری شد]. شاخص آنتروپی یک شاخص از 0 تا 1 است که در آن مقادیر بزرگتر نشان‌دهنده یک طرح کاربری پیچیده‌تر از زمین است. مقدار 0 برای شرایطی اعمال شد که در آن تنها یک نوع کاربری زمین بر منطقه مسلط بود.

Eنتی= -[∑j=1کپj*لn(پj)]لn(ک)

که در آن ENT شاخص آنتروپی کاربری زمین است. پjدرصد کاربری j در محدوده مورد مطالعه است. و k تعداد کل انواع کاربری های زمین در منطقه مورد مطالعه، k ≥ 2 است.

4. نتایج

4.1. الگوهای مکانی-زمانی استفاده از اسکوتر الکترونیکی در آستین

تجزیه و تحلیل توصیفی نشان داد که به طور میانگین بیش از 6000 اسکوتر الکترونیکی فعال ماهانه در آستین وجود دارد. آنها به طور متوسط ​​بیش از 150000 بار در ماه مورد استفاده قرار گرفتند و در مجموع بیش از 110000 مایل را طی کردند. میانگین مسافت و مدت سفر به ترتیب 0.77 مایل و 7.55 دقیقه و میانگین سرعت سفر 6.5 مایل در ساعت بود. در دوره مورد مطالعه، اکتبر 2018 ماه اوج استفاده از اسکوترهای الکترونیکی بود، با بیش از 241000 سفر توسط بیش از 7000 وسیله نقلیه. تجزیه و تحلیل سواری روزانه الگوهای استفاده متفاوتی را در طول روزهای هفته و آخر هفته نشان داد. در روزهای هفته، مسافران در مسافت‌ها و مدت زمان بسیار طولانی‌تری نسبت به تعطیلات آخر هفته (0.81 مایل در مقابل 0.71 مایل؛ 8.62 دقیقه در مقابل 6.83 دقیقه) سوار اسکوترهای الکترونیکی شدند. در طول روزهای هفته، مسافران از ساعت 8 صبح تا 8 شب از اسکوترهای الکترونیکی استفاده می کردند. و استفاده در حوالی ظهر و ساعت 5 بعد از ظهر به اوج خود رسید در طول تعطیلات آخر هفته، مسافران تمایل داشتند سفرهای خود را بعد از ساعت 11 صبح شروع کنند و در بیشتر ساعات بعدازظهر استفاده بالایی داشتند. پس از ساعت 8 شب در روزهای هفته و آخر هفته، تعداد سواری به شدت کاهش یافت.
برای انعکاس بهتر توزیع فضایی استفاده از اسکوترهای الکترونیکی در آستین و در عین حال محافظت از حریم خصوصی کاربران، اداره حمل و نقل آستین از شش ضلعی برای نشان دادن مبدا و مقصد سفرهای اسکوتر الکترونیکی استفاده کرد. یک شش ضلعی تقریباً 0.023 مایل مربع را پوشش می دهد. تقریباً 12000 شش ضلعی در سراسر شهر آستین وجود داشت. با استفاده از این شش ضلعی ها، نویسندگان نقشه حرارتی فضایی استفاده از اسکوتر الکترونیکی را تولید کردند ( شکل 3 a,b). از این ارقام، می‌توانیم ببینیم که بیشتر سفرهای اسکوترهای الکترونیکی به طور عمده در دو منطقه جمع شده‌اند: مرکز شهر آستین و دانشگاه تگزاس در پردیس آستین.
علاوه بر این، تجزیه و تحلیل جغرافیایی نشان داد که این دو کانون دارای ویژگی‌های استفاده از اسکوتر الکترونیکی متمایز هستند. اکثر استفاده از اسکوتر الکترونیکی در مرکز شهر آستین سفرهای خروجی بود، با مقاصدی نزدیک، اما خارج از مرکز شهر. روندهای مشابهی نیز در غرب پردیس UT، مکانی پرجمعیت با واحدهای مسکونی دانشجویی مشاهده شد، که نشان می‌دهد دانشجویان از اسکوترهای الکترونیکی برای سفر از محل سکونت خود به مقاصد خارج استفاده می‌کنند. برخلاف مناطق ذکر شده، داده های سفرها از پردیس UT نشان می دهد که پردیس در درجه اول یک مقصد بوده و آن را به یک قطب ورودی تبدیل می کند.
نتایج تجربی نسبتاً شهودی هستند. اول، این سه منطقه به خوبی برای پشتیبانی از سفرهای اسکوتر الکترونیکی با زیرساخت های جامد دوچرخه و عابر پیاده و اتصال خیابان مجهز هستند. دوم، تقاضا برای اسکوترهای الکترونیکی در این مناطق احتمالاً بسیار بیشتر بود. سواران مرکز شهر ممکن است از اسکوترهای الکترونیکی برای رفت و آمد به محل کار یا سفر به ایستگاه های حمل و نقل استفاده کنند، در حالی که گردشگران ممکن است از اسکوترهای الکترونیکی برای گشت و گذار و حرکت در شهر استفاده کنند. برای پردیس غربی و اصلی، به نظر می‌رسد که دانشجویان از اسکوترهای الکترونیکی برای سفر از محل سکونت خود به ساختمان‌های دانشگاهی یا در ساختمان‌های دانشگاهی جداگانه در محوطه دانشگاه استفاده می‌کنند.

4.2. استفاده از اسکوتر الکترونیکی و محیط های شهری اطراف

این مقاله از یک مدل رگرسیون دو جمله ای منفی برای بررسی رابطه بین استفاده از اسکوتر الکترونیکی در هر شش ضلعی و محیط های ساخته شده اطراف استفاده کرد. برای ساخت مدل آماری از نرم افزار STATA 15.0 استفاده شد. واحد تجزیه و تحلیل شش ضلعی بود که توسط دپارتمان حمل و نقل آستین تعریف شده بود. مدل نهایی نشان داد که 15 متغیر به طور قابل توجهی با استفاده از اسکوتر الکترونیکی مرتبط بودند که پنج مورد از آنها همبستگی منفی داشتند ( جدول 3 ).
برای همه متغیرهای SES، تراکم جمعیت بالاتر، مردان بیشتر و ساکنان بیشتر با تحصیلات عالی با استفاده بیشتر از اسکوتر الکترونیکی مرتبط بود، در حالی که سطح متوسط ​​درآمد خانوار رابطه منفی داشت. نتایج با گزارش نظرسنجی کاربران منتشر شده توسط شهر آستین و لایم مطابقت دارد، که بیان می‌کند بیشتر سفرها در مناطق پرجمعیت شهر، توسط اکثر کاربران مرد، توسط گروه‌های متوسط ​​یا کم درآمد، و توسط افرادی که دارای تحصیلات عالی [ 25]. با کمال تعجب، نسبت جمعیت جوان در هر شش ضلعی با استفاده از اسکوتر الکترونیکی همبستگی منفی داشت، که با این فرض که جمعیت جوان عمدتاً از اسکوترهای الکترونیکی استفاده می‌کنند، تناقض داشت. لایم همچنین یافته های مشابهی را گزارش کرد که میانگین سنی جهانی اسکوتر سواران در سال 2018 32 سال بود و بیش از یک چهارم آنها بالای 37 سال داشتند [ 31 ].
در مورد متغیرهای محیط ساخته شده ما، مدل نشان داد که هرچه فاصله از مرکز شهر و/یا ایستگاه حمل و نقل بیشتر باشد، احتمال کمتری وجود دارد که سفرهای اسکوتر الکترونیکی انجام شود (1 مایل دورتر از مرکز شهر (ترانزیت) باعث کاهش حدود 33% (62%) سواری می شود. اتصال بهتر خیابان (یعنی بن بست های کمتر، تقاطع های 4 طرفه بیشتر) به طور بالقوه می تواند سواری بیشتری را تجربه کند، اگرچه درصد تغییر اندک بود. استفاده از زمین فشرده با افزایش سفرهای اسکوتر الکترونیکی مرتبط است (یک واحد افزایش در شاخص آنتروپی کاربری زمین به دوبرابر سوار شدن مربوط می شود). با کمال تعجب، نسبت مناطق مسکونی در هر شش ضلعی ارتباط معنی داری با تعداد سفرهای اسکوتر الکترونیکی نشان نمی دهد. در مورد انواع کاربری، درصد کاربری مختلط، آموزشی، فضای باز، تجاری، و مناطق تسهیلات حمل و نقل در هر شش ضلعی همگی با استفاده از اسکوتر الکترونیکی همبستگی مثبت داشتند. به طور خاص، افزایش یک درصدی در کاربری مختلط می‌تواند به افزایش بیش از 50 درصدی در تعداد سواران مرتبط باشد و آن را به مرتبط‌ترین کاربری زمین تبدیل کند. با این حال، درصد استفاده از زمین تسهیلات تجاری و ترانزیت در هر شش ضلعی تنها در یک سطح کمتر محدود با ضرایب کوچک قابل توجه بود، که نشان می‌دهد وجود تسهیلات تجاری و اتصالات ترانزیت تأثیر متوسطی بر استفاده از اسکوتر الکترونیکی دارد.

5. نتیجه گیری و بحث

این مقاله 1.7 میلیون سفر اسکوترهای الکترونیکی را از آوریل 2018 تا فوریه 2019 در آستین، TX تجزیه و تحلیل کرد. نتایج نشان می دهد که به طور متوسط ​​بیش از 6000 اسکوتر الکترونیکی فعال ماهانه بودند که 150000 سفر و 117000 مایل را طی کردند. میانگین مسافت و زمان سفر 0.77 مایل و 7.55 دقیقه بود. این مقاله بیشتر دو نقطه استفاده از اسکوتر الکترونیکی را در مرکز شهر آستین و پردیس UT شناسایی کرد. به طور خاص، مرکز شهر آستین عمدتاً یک نقطه مبدا بود که در آن سفرهای زیادی ایجاد شد. پردیس اصلی UT مقصدی بود که نسبت بیشتری از سفرهای ورودی را جذب می کرد. با توجه به تمرکز بالای واحدهای مسکونی دانشجویی، پردیس West UT همچنین بسیاری از سفرهای اسکوتر الکترونیکی را ایجاد کرد که احتمالاً در پردیس اصلی به پایان می رسید.
مدل دوجمله‌ای منفی نشان داد که شش ضلعی‌هایی با تراکم جمعیت بالا، درآمد خانوار کمتر، مردان بیشتر و تحصیلات عالی احتمال بیشتری برای ایجاد سفرهای اسکوتر الکترونیکی دارند. با کمال تعجب، درصد جوانان (زیر 25 سال) در هر شش ضلعی با کل سفرهای اسکوتر الکترونیکی ارتباط منفی داشت. برای متغیرهای محیط ساخته شده، مدل تأیید کرد که شش ضلعی های نزدیک مرکز شهر یا ایستگاه های حمل و نقل ارتباط مثبتی با استفاده از اسکوتر الکترونیکی دارند. اتصال بهتر خیابان ها و استفاده پیچیده تر از زمین نیز به ترافیک بیشتر اسکوترهای الکترونیکی مربوط می شود. در بین تمام انواع کاربری های مورد آزمایش در مدل، تأثیرگذارترین متغیرها درجه ترکیب کاربری زمین و به دنبال آن درصد مساحت آموزشی و فضای باز در هر شش ضلعی بودند. درصد مناطق تجاری و تسهیلات ترانزیت در مدل فقط به صورت جزئی معنی دار بود، در حالی که درصد مناطق مسکونی در مدل معنی دار نبود. با این حال، یک محدودیت مدل این است که خودهمبستگی فضایی بالقوه می‌تواند مانع از تفسیر حاشیه‌های دقیق این متغیرها شود. با این وجود، نتایج مدل برخی از عوامل کلیدی را که در مطالعات قبلی برای دوچرخه‌سواری و اسکوتر مفید بودند، شناسایی می‌کند.
ما استدلال می کنیم که اسکوتر الکترونیکی یک حالت حمل و نقل جدید بین پیاده روی و دوچرخه سواری است. شکاف تقاضای سفر بین پیاده‌روی و دوچرخه‌سواری را در مواردی پوشش می‌دهد که سفر هم برای پیاده‌روی طولانی است و هم برای دوچرخه‌سواری خیلی کوتاه است. با این حال، نحوه مدیریت و تنظیم این حالت جدید برای بسیاری از شهرهای ایالات متحده به مشکل تبدیل شده است. آستین به عنوان یک شهر مترقی، چندین قانون عملیات در سطح شهر را برای اپراتورهای خصوصی و سوارکاران منتشر کرده است. با این حال، مشکلات همچنان وجود دارد. برای مثال، طبق وب‌سایت تماس آستین 311 (تماس‌های غیر اضطراری برای گزارش شکایات خدمات عمومی)، 3145 شکایت از اسکوترهای الکترونیکی (به عنوان مثال، انسداد پیاده‌رو و فضای عمومی) از مارس تا اوت 2019 وجود داشته است [ 32 ]]. ما معتقدیم که کمبود زیرساخت اختصاص داده شده به اسکوترهای الکترونیکی، دشواری در تنظیم عملکرد آنها را افزایش داده است.
ما همچنین استدلال می کنیم که اسکوترهای الکترونیکی ارتباط نزدیکی با دوچرخه های بدون اسکله دارند. هر دوی آن‌ها بر نیازهای جابجایی خرد مردم تمرکز می‌کنند و بر فناوری‌های پرداخت موبایلی و بدون اتصال مشابه متکی هستند. این مقاله بیشتر شباهت بین رفتارهای سفر آنها و محیط های اطراف را اثبات کرد. بنابراین، ممکن است برخی از قوانین دوچرخه سوار برای کاربران اسکوتر الکترونیکی اعمال شود. علاوه بر این، در بسیاری از شهرها، بازار تحرک مشترک یا از بین رفته یا به تعادل رسیده است. محبوبیت قبلی بسیاری از برنامه های دوچرخه سواری یا بدون اسکله دیگر وجود ندارد [ 33 ]. بسیاری از پیشتازان صنعت (به عنوان مثال، OFO در چین، Pronto در سیاتل، ایالات متحده) با پیامدهای ویرانگر ناشی از توسعه بی پروا و مدیریت تصادفی مواجه شده اند [ 33 ، 34 ]]. بنابراین، ما بر این باوریم که با مطالعه سفرهای اسکوتر الکترونیکی، می‌توانیم بازار حمل و نقل کوچک فعلی و آینده را بهتر تنظیم کنیم.
نتایج این مطالعه با مطالعات قبلی مطابقت دارد و ارتباط نزدیک بین استفاده از اسکوترهای الکترونیکی و برخی از شاخص‌های کلیدی محیط ساخته شده مانند مرکز شهر، دانشگاه، خیابان‌های متصل و کاربری مخلوط زمین را تأیید می‌کند [ 11 ، 12 ، 21 ، 22 ].]. قابل توجه است، با این وجود، شهرهای مورد بررسی یا شهرهای چین یا شهرهای مترقی مانند آستین یا سیاتل در ایالات متحده هستند، جایی که مردم دوست دارند دوچرخه یا اسکوتر را برای جایگزینی وسایل نقلیه اتومبیل ببینند و از آن استفاده کنند. بنابراین، نتایج قابل تعمیم فقط می تواند برای شهرهایی اعمال شود که مردم از قبل ایده تحرک مشترک را پذیرفته اند یا شروع به پذیرش آن کرده اند. ادعای تغییر در رفتار سفر مردم به دلیل تحرک مشترک در حال ظهور، خارج از محدوده این مطالعه است.
تجزیه و تحلیل داده های حمل و نقل مبتنی بر نظرسنجی سنتی اغلب توسط هزینه جمع آوری داده ها، سوگیری نظرسنجی و حجم نمونه کوچک محدود می شود [ 35 ]. در این مقاله، ما از تکنیک‌های تحلیل داده‌های بزرگ استفاده کردیم و الگوهای مهم سفر اسکوتر الکترونیکی را از یک مجموعه داده عظیم نشان دادیم. به عنوان تحقیق اکتشافی، این مطالعه قابلیت استفاده از داده های بزرگ را برای تجزیه و تحلیل حالت های حمل و نقل جدید زمانی که یک نظرسنجی سنتی در دسترس نیست، تأیید کرد. آینده تحقیقات تحرک مشترک از توسعه انفورماتیک شهری و کلان داده سود می برد که می تواند اطلاعات سفر دقیق را از مجموعه داده های عظیمی که از یک بازنمایی جمعیتی و اجتماعی-اقتصادی از فضا جدا شده اند استخراج کند.

منابع

  1. هالینگزورث، جی. کوپلند، بی. جانسون، جی. آیا اسکوترهای الکترونیکی آلاینده هستند؟ اثرات زیست محیطی اسکوترهای برقی بدون اسکله مشترک. محیط زیست Res. Lett. 2019 ، 14 ، 084031. [ Google Scholar ] [ CrossRef ]
  2. جیائو، جی. شناسایی بیابان‌های ترانزیت در شهرهای بزرگ تگزاس که در آن منابع، تقاضا را از دست دادند. J. Transp. کاربری زمین 2017 ، 10 ، 529-540. [ Google Scholar ] [ CrossRef ]
  3. اهک. جزئیات گزارش جدید لایم راه حل بحران سهام ترانزیت نیویورک و حمل و نقل کوچک. وبلاگ لایم. 2019. در دسترس آنلاین: https://www.li.me/blog/lime-report-nyc-transit-equity-crisis-micromobility-solution (در 12 اکتبر 2019 قابل دسترسی است).
  4. هالی، پی. عابران پیاده و اسکوترهای الکترونیکی در حال مبارزه برای فضای پیاده رو هستند. واشنگتن پست. 2019. در دسترس آنلاین: https://www.washingtonpost.com/business/economy/pedestrians-and-e-scooters-are-clashing-in-the-straggle-for-sidewalk-space/2019/01/11/4ccc60b0 -0ebe-11e9-831f-3aa2c2be4cbd_story.html?noredirect=on&utm_term=.cba986fdc618 (در 12 اکتبر 2019 قابل دسترسی است).
  5. ناکاگاوا، م. کامیو، تی. یاسوجیما، اچ. کوبایاشی، تی. محلی‌سازی مبتنی بر ژئوفنسینگ برای ناوبری اکتساب داده‌های سه بعدی. آرشیو بین المللی فتوگرامتری. حسگر از راه دور اسپات. Inf. علمی 2016 ، XLI-B4 ، 12–19. [ Google Scholar ]
  6. ژانگ، ی. لین، دی. Mi, Z. برنامه ریزی حصار برقی برای خدمات اشتراک دوچرخه بدون اسکله. جی. پاک. تولید 2019 ، 206 ، 383-393. [ Google Scholar ] [ CrossRef ]
  7. هاوکینز، پرنده، شهرها را با اسکوترهای برقی غرق کردند و اکنون می‌خواهد به آنها کمک کند تا هجوم مردم را بهتر مدیریت کنند. آستانه. 2018. در دسترس آنلاین: https://www.theverge.com/2018/8/29/17796068/bird-scooter-govtech-platform-geofence-cities (در 12 اکتبر 2019 قابل دسترسی است).
  8. هاف، ا. Douma, F. Governing Dockless Bike Share: Early Lessons for Nice Ride Minnesota. ترانسپ Res. هیئت مدیره. 2019 ، 2673 ، 419-429. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  9. نیش، ک. آگراوال، ا. استیل، جی. هانتر، جی. هاپر، AM کجا رایدرها اسکوترهای برقی مشترک بدون اسکله را پارک می کنند؟ یافته های سن خوزه کالیفرنیا انتشارات موسسه حمل و نقل Mineta، دانشگاه ایالتی سن خوزه کار علمی. 2018. در دسترس آنلاین: https://scholarworks.sjsu.edu/cgi/viewcontent.cgi?article=1250&context=mti_publications. (دسترسی در 12 اکتبر 2019).
  10. آلم، ج. Majmundar, A. آیا اسکوترهای برقی با رعایت ایمنی در رسانه های اجتماعی تبلیغ می شوند؟ مطالعه موردی در اینستاگرام Bird. قبلی پزشکی Rep. 2019 , 13 , 62-63. [ Google Scholar ] [ CrossRef ]
  11. مک‌کنزی، جی. تحلیل مقایسه‌ای فضایی-زمانی الگوهای استفاده از اسکوتر-اشتراک و دوچرخه-سهم در واشنگتن، دی سی J. Transp. Geogr. 2019 ، 78 ، 19-28. [ Google Scholar ] [ CrossRef ]
  12. متیو، جی.کی. لیو، ام. سیدر، اس. لی، اچ. بولاک، تجزیه و تحلیل DM سفرهای اسکوتر الکترونیکی و الگوهای استفاده زمانی آنها. Inst. ترانسپ مهندس J. 2019 ، 89 ، 44-49. [ Google Scholar ]
  13. سین، بی. استارت‌آپ‌های نوآورانه اشتراک‌گذاری دوچرخه هوشمند چین در خانه و خارج از کشور با موانع برخورد می‌کنند. فوربس، جرسی سیتی، نیوجرسی 2017. موجود آنلاین: https://www.forbes.com/sites/bensin/2017/04/05/chinas-innovative-station-less-bike-shares-hit-obstacles-at-home-and-abroad/# 59d9a3d94ff6 (در 12 اکتبر 2019 قابل دسترسی است).
  14. انجمن ملی مقامات حمل و نقل شهری (NACTO). سهم دوچرخه در ایالات متحده: 2017. نیویورک، نیویورک. 2018c. در دسترس آنلاین: https://nacto.org/bike-share-statistics-2017/ (در 12 اکتبر 2019 قابل دسترسی است).
  15. شاردون، سی. Caruso, G. تخمین سفرهای اشتراکی دوچرخه با استفاده از داده های سطح ایستگاه. ترانسپ Res. قسمت B 2015 ، 78 ، 260-279. [ Google Scholar ] [ CrossRef ]
  16. شاردون، سی. کاروسو، جی. توماس، I. تعیین کننده های موفقیت سیستم اشتراک گذاری دوچرخه. ترانسپ Res. قسمت A 2017 ، 100 ، 202–214. [ Google Scholar ]
  17. کو، ز. Cai, H. درک الگوهای سفر به اشتراک گذاری دوچرخه: تجزیه و تحلیل داده های سفر از هشت شهر. فیزیک A 2019 , 515 , 785–797. [ Google Scholar ] [ CrossRef ]
  18. لیو، اچ. Lin, J. انجمن های محیط های ساخته شده با الگوهای مکانی- زمانی استفاده عمومی از دوچرخه. J. Transp. Geogr. 2019 ، 74 ، 299–312. [ Google Scholar ] [ CrossRef ]
  19. شن، ی. ژانگ، ایکس. ژائو، جی. درک استفاده از اشتراک دوچرخه بدون اسکله در سنگاپور. بین المللی J. Sustain. ترانسپ 2018 ، 12 ، 1-15. [ Google Scholar ] [ CrossRef ]
  20. لی، ایکس. ژانگ، ی. سان، ال. لیو، کیو. اشتراک دوچرخه شناور آزاد در جیانگسو: رفتارهای کاربران و عوامل تأثیرگذار. انرژی ها 2018 ، 11 ، 1-18. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  21. گو، تی. کیم، آی. کوری، جی. بدون بارانداز بودن یا نبودن: تحلیل تجربی توسعه اشتراک دوچرخه بدون بارانداز در چین. ترانسپ Res. قسمت A 2019 ، 119 ، 122-147. [ Google Scholar ] [ CrossRef ]
  22. مونی، اس. هاسفورد، ک. هاو، بی. یان، ا. وینترز، م. باسوک، ا. هیرش، JA آزادی از ایستگاه: برابری فضایی در دسترسی به سهم دوچرخه بدون اسکله. J. Transp. Geogr. 2019 ، 74 ، 91–96. [ Google Scholar ] [ CrossRef ]
  23. خو، ی. چن، دی. ژانگ، ایکس. تو، دبلیو. چن، ی. شن، ی. راتی، سی. مناظر و پالس‌های فعالیت‌های دوچرخه‌سواری را از یک سیستم اشتراک‌گذاری دوچرخه بدون اسکله باز کنید. محاسبه کنید. محیط زیست سیستم شهری 2019 ، 75 ، 184-203. [ Google Scholar ] [ CrossRef ]
  24. Austin Open Data، Austin Open Data Portal. 2019. در دسترس آنلاین: https://data.austintexas.gov/Transportation-and-Mobility/Dockless-Vehicle-Trips/7d8e-dm7r (در 12 اکتبر 2019 قابل دسترسی است).
  25. اداره حمل و نقل آستین (ATD). قوانین مدیر برای استقرار و بهره برداری از سیستم های حرکتی وسایل نقلیه کوچک مشترک. 2018. در دسترس آنلاین: https://austintexas.gov/docklessmobility (در 12 اکتبر 2019 قابل دسترسی است).
  26. یوینگ، آر. سرورو، آر. سفر و محیط ساخته شده: یک متاآنالیز. مربا. طرح. دانشیار 2010 ، 76 ، 265-294. [ Google Scholar ] [ CrossRef ]
  27. هندی، اس. کائو، ایکس. مختاریان، ص. همبستگی یا علیت بین محیط ساخته شده و رفتار سفر؟ شواهدی از کالیفرنیای شمالی ترانسپ Res. قسمت D 2005 ، 10 ، 427-444. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  28. Dupuy, J. روش‌های آماری برای داده‌های بیش از حد پراکنده . ISTE Press Ltd.: لندن، بریتانیا، 2018. [ Google Scholar ]
  29. سازمان ملل. برگه تعریف جوانان. 2013. در دسترس آنلاین: https://www.un.org/esa/socdev/documents/youth/fact-sheets/youth-definition.pdf (در 12 اکتبر 2019 قابل دسترسی است).
  30. آهنگ، ی. مرلین، ال. رودریگز، دی. مقایسه اقدامات ترکیبی استفاده از زمین شهری. محاسبه کنید. محیط زیست سیستم شهری 2013 ، 42 ، 1-13. [ Google Scholar ] [ CrossRef ]
  31. اهک. گزارش Yearn-End 2018. در دسترس آنلاین: https://www.li.me/hubfs/Lime_Year-End%20Report_2018.pdf (در 12 اکتبر 2019 قابل دسترسی است).
  32. شهر آستین. آستین 3-1-1 تماس می گیرد. 2019. در دسترس آنلاین: https://www.austintexas.gov/department/311 (در 12 اکتبر 2019 قابل دسترسی است).
  33. یین، جی. کیان، ال. شن، جی. از خلق مشترک ارزش تا تخریب مشترک ارزش؟ مورد اشتراک دوچرخه بدون اسکله در چین. ترانسپ Res. قسمت D Transp. محیط زیست 2019 ، 71 ، 169-185. [ Google Scholar ] [ CrossRef ]
  34. سان، اف. شن، پی. جیائو، جی. ترویج اشتراک عمومی دوچرخه: درسی از سیستم ناموفق Pronto. ترانسپ Res. قسمت D Transp. محیط زیست 2018 ، 63 ، 533-547. [ Google Scholar ] [ CrossRef ]
  35. چن، سی. ما، جی. سوسیلو، ی. لیو، ی. وانگ، ام. وعده داده های بزرگ و داده های کوچک برای تحلیل رفتار سفر (معروف به تحرک انسان). ترانسپ Res. قسمت C 2017 ، 68 ، 285–299. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
Ijgi 09 00135 g001 550
شکل 1. تجزیه و تحلیل Boxplot سفرهای ماهانه با اسکوتر الکترونیکی در آستین TX. ( الف ) میانگین مسافت سفر با اسکوتر الکترونیکی در ماه های مختلف؛ ( ب ) میانگین زمان کار اسکوتر الکترونیکی در ماه های مختلف.
Ijgi 09 00135 g002 550
شکل 2. نقشه حرارتی ساعتی سواری اسکوتر الکترونیکی (به هزاران) در آستین، تگزاس.
Ijgi 09 00135 g003 550
شکل 3. تحلیل فضایی استفاده از اسکوتر الکترونیکی در آستین TX. ( الف ) نسل سفر اسکوتر الکترونیکی در آستین، TX. ( ب ) تجزیه و تحلیل خوشه ای بزرگنمایی شده جریان اسکوتر الکترونیکی در آستین، تگزاس.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید