[论文解读] Portraying ride-hailing mobility using multi-day trip order data: A case study of Beijing, China

Zhengbing He|arXiv (Cornell University)|Jun 23, 2020

Transportation and Mobility Innovations参考文献 45被引用 44

一句话总结

本研究利用北京多日的网约车订单数据，从区域和司机两个视角分析了时空出行模式。研究揭示了两类司机：一类其活动范围与工作时长呈线性相关，另一类则局限于有限区域。同时识别出行程时长和位移分布呈现幂律分布，且司机活动具有显著的昼夜节律。该研究显著深化了对按需出行模式的理解，并为服务管理与需求预测提供了支持。

ABSTRACT

As a newly-emerging travel mode in the era of mobile internet, ride-hailing that connects passengers with private-car drivers via an online platform has been very popular all over the world. Although it attracts much attention in both practice and theory, the understanding of ride-hailing is still very limited largely because of the lack of related data. For the first time, this paper introduces ride-hailing drivers' multi-day trip order data and portrays ride-hailing mobility in Beijing, China, from the regional and driver's perspectives. The analyses from the regional perspective help understand the spatiotemporal flowing of the ride-hailing demand, and those from the driver's perspective characterize the ride-hailing drivers' preferences in providing ride-hailing services. A series of findings are obtained, such as the observation of the spatiotemporal rhythm of a city in using ride-hailing services and two categories of ride-hailing drivers in terms of the correlation between the activity space and working time. Those findings contribute to the understanding of ride-hailing activities, the prediction of ride-hailing demand, the modeling of ride-hailing drivers' preferences, and the management of ride-hailing services.

研究动机与目标

• 利用真实多日网约车行程订单数据，理解北京网约车需求的时空动态特征。
• 刻画网约车司机在服务提供过程中的行为偏好，特别是工作时长与空间活动特征。
• 识别网约车出行中具有结构性特征的模式，以区别于传统出租车服务。
• 为交通规划者和网约车平台运营商提供数据驱动的见解，用于服务供给与需求预测。
• 为建模司机选择行为及实现高时空精度的区域需求预测奠定基础。

提出的方法

• 利用中国某大型交通网络公司（TNC）提供的北京多日网约车行程订单完整数据集。
• 采用空间聚类方法识别司机的起讫点模式，并界定其活动范围。
• 应用时间分析方法，研究工作时长在工作日与周末的分布特征。
• 对行程时长与位移分布进行统计分析，识别幂律尾部行为。
• 采用基于网格的空间分析方法（1公里分辨率），绘制区域需求强度及时间模式。
• 结合时间与空间特征，基于工作时间与活动范围的相关性，将司机划分为两类显著不同的行为类别。

实验结果

研究问题

• RQ1 北京不同区域及一天中不同时段的网约车需求如何变化？
• RQ2 网约车司机活动的主导时间模式是什么？工作日与周末有何差异？
• RQ3 网约车司机如何在空间上分布其服务区域？其活动范围中呈现出何种模式？
• RQ4 网约车行程时长与位移的统计分布特征是什么？是否表现出幂律行为？
• RQ5 是否存在基于工作时长与空间活动关系的网约车司机行为类别？

主要发现

• 在[12:00, 18:00]时段，频繁工作司机占比最高（工作日为16.5%，周末为14.1%），表明该时段为服务供给的高峰期。
• 18.7%的频繁工作司机选择每天工作约6小时，表明其偏好短时、灵活的班次，而非传统全职工作模式。
• 行程时长与位移分布均呈现幂律尾部特征，幂律指数分别为-4.27与-4.52，表明尽管大多数行程短且本地化，但偶尔存在长距离行程。
• 仅8%的司机在大于北京中心城区范围的区域运营，而19%的司机活跃于极小的空间区域，凸显其强烈的地理集聚特征。
• 28%的司机在全市范围内提供服务，但大多数司机仅限于有限的空间范围，表明其存在显著的空间偏好。
• 两类司机行为模式显著分化：一类其活动范围与工作时间正相关，另一类则在固定、受限区域内活动，证实司机选择行为是网约车与出租车司机的关键差异因素。