陈红，陈恒瑞，史转转，张敏，刘至真

(长安大学，运输工程学院，西安710064)

0 引言

在“互联网+”的政策背景和“共享经济”的市场推动下，共享单车作为一种新兴的出行方式，依靠智能定位技术、移动支付、无桩化随借随还的优势迅速成为市场的宠儿，对传统公共自行车系统产生了较大冲击，主要表现在车辆周转率下降和用户转移等问题。因此，提升其系统服务水平是维持公共自行车市场竞争力的重要手段。随着信息技术快速发展，公共自行车系统内贮存的海量数据成为运营服务水平提升的有效支撑。为加快大数据落地应用和解决单车租还难等问题，有必要通过现实数据资源对城市公共自行车系统时空需求特征进行探索，从宏观层面掌握区域内出行需求总体分布，以期为新阶段下优化设施配置提供决策依据；从落地层面建立站点级租还需求量预测模型，作为未来站点平衡调度的依据并推广应用于共享单车系统，为改善服务水平提供技术和理论支撑。

目前，公共自行车租还需求预测主要集中在系统整体需求和站点需求。高效且便于操作的回归模型是公共自行车系统整体需求预测的主流方法，其考虑了人口，经济和社会条件，节假日，天气和土地利用情况等重要的需求影响因素[1]。站点是公共自行车系统的基本单位，对站点的需求预测直接影响系统的规划、设计和调度。面向站点层面的需求预测研究，大多数采用影响因素分析法和时间序列预测法。……