2024年中國共享微交通研究報告-浙江大學哈啰-2025-正式版

2024年中國共享微交通研究報告2024ChinaSharedMicromobilityResearchReport二零二五年二月 中國·杭州I編制團隊張永平浙江大學中國新型城鎮(zhèn)化研究院/浙江大學公共管理學院/City+

傅文艷 石戰(zhàn)強浙江大學中國新型 浙江大學中國新型城鎮(zhèn)化研究院/浙江 城鎮(zhèn)化研究院/浙江大學公共管理學院 大學公共管理學院//City+ City+鄢嘉昕浙江大學中國新型城鎮(zhèn)化研究院/浙江大學公共管理學院/City+

石俊杰浙江大學中國新型城鎮(zhèn)化研究院/浙江大學公共管理學院/City+許建偉章俊屾洪俊成浙江大學城鄉(xiāng)規(guī)劃設浙江大學城鄉(xiāng)規(guī)劃浙江大學城鄉(xiāng)規(guī)劃計研究院有限公司設計研究院有限公設計研究院有限公司/浙大啟真未來城司/浙大啟真未來城市科技(杭州)有限市科技(杭州)有限公司公司陳夢微竇子媛李煒妮浙江大學城鄉(xiāng)規(guī)劃浙江大學城鄉(xiāng)規(guī)劃浙江大學城鄉(xiāng)規(guī)劃設計研究院有限公設計研究院有限公設計研究院有限公司/浙大啟真未來城司/浙大啟真未來城司/浙大啟真未來城市科技(杭州)有限市科技(杭州)有限市科技(杭州)有限公司公司公司時嘉偉浙江大學城鄉(xiāng)規(guī)劃設計研究院有限公司/浙大啟真未來城市科技(杭州)有限公司周錦秀 黃揚 曹柯哈啰研究院 哈啰研究院 哈啰兩輪事業(yè)部III目錄第一章研究基礎1.1研究背景1.2城市選取1.3指標選取1.4數(shù)據(jù)說明第二章：共享微交通騎行特征2.1騎行距離2.2騎行時長2.3夜間騎行2.4高峰騎行2.5周末騎行第三章：共享微交通與城市生活3.1騎行與城市服務3.2騎行與青年通勤3.3騎行與公平性第四章：共享微交通與15分鐘城市第五章：共享微交通與可持續(xù)發(fā)展結語

12346781012151720253035II第一章研究基礎41.1研究背景共享微交通，尤其是共享單車，這一誕生于移動互聯(lián)網(wǎng)浪潮中的新興事物，自2015年橫空出世以來，便以其便捷、環(huán)保、經濟的特性，迅速席卷中國各大城市，發(fā)展近十年來深刻改變了城市居民的出行方式和城市交通格局。截至2024年，哈啰共享（電）單車已在全國超過500個城市投放，用戶規(guī)模突破7.5億，成為名副其實的“國民出行工具”。它不僅解決了城市交通“最后一公里”的難題，更在潛移默化中重塑著城市空間、社會關系和生活方式，其社會意義早已超越了單純的交通工具范疇。隨著市場逐漸趨于飽和，城市管理更加成熟，共享微交通行業(yè)也進入了新的發(fā)展階段。某種程度上，共享（電）單車能作為一種“出行標準品”，成為衡量城市交通服務水平的指標之一。在這一背景下，發(fā)布這份《2024年中國共享微交通研究報告》，不僅是為了總結2024年共享微交通行業(yè)的出行特征，更是為了探討共享微交通在新時代背景下的社會價值和未來發(fā)展方向。與以往行業(yè)報告多聚焦于一線城市不同，本報告也關注了非一線城市。非一線城市，作為中國城市體系中的重要組成部分，既擁有著自身獨特的資源稟賦和發(fā)展路徑，也面臨著與一線城市不同的機遇和挑戰(zhàn)。因此，同時關注一線和非一線等不同等級城市的共享微交通發(fā)展現(xiàn)狀，對于理解中國城市發(fā)展的多樣性和復雜性具有重要意義。本報告將以57個不同等級城市為樣本，深入分析共享微交通用戶的出行特征、使用習慣和偏好變化，探討共享微交通對城市交通、環(huán)境、經濟和社會生活的影響。本報告嘗試回答以下問題：共享微交通用戶騎行呈現(xiàn)出哪些基本特征？共享微交通與城市生活有怎樣的關系？如果把共享微交通放到“15分鐘城市”的尺度下看，有哪些新發(fā)現(xiàn)？共享微交通對于城市減碳貢獻的計算，如何實現(xiàn)可持續(xù)發(fā)展？我們相信，通過對這些問題的探討，本報告將為政府決策、企業(yè)運營和學術研究提供有價值的參考，也為共享微交通行業(yè)的未來發(fā)展提供新的思路和方向。11.2城市選取城市選取樣本說明：不同層級的城市在人口規(guī)模、經濟發(fā)展水平、城市布局、交通狀況等方面存在差異，這些差異會影響居民的騎行行為。報告選取57個中國主要城市，涵蓋直轄市及一線城市、新一線非省會城市、省會城市以及非省會城市四個類型，通過城市間橫向比較和時間軸追蹤對比，全面呈現(xiàn)不同城市層級的騎行特征，探索城市騎行規(guī)律。城市數(shù)量 城市類型 城市名稱242346

非省會城市省會城市新一線非省會城市直轄市+一線城市

牡丹江、四平、遼陽、保定、淄博、蚌埠、洛陽、隨州、贛州、益陽、徐州、溫州、廈門、無錫、珠海、安順、桂林、黔南布依族苗族自治州、普洱、遂寧、咸陽、石嘴山、大同、包頭哈爾濱、長春、沈陽、石家莊、濟南、合肥、鄭州、武漢、南昌、長沙、南京、杭州、福州、南寧、昆明、成都、西安、銀川、太原、呼和浩特、蘭州、?？凇豸斈君R蘇州、東莞、青島、寧波北京、天津、上海、廣州、深圳、重慶21.3指標選取1.3.1共享微交通騎行特征騎行距離騎行時長夜間騎行高峰騎行周末騎行1.3.2共享微交通與城市生活騎行與城市服務騎行與青年通勤騎行與社會公平性1.3.3共享微交通與15分鐘城市1.3.4共享微交通與可持續(xù)發(fā)展731.4數(shù)據(jù)說明數(shù)據(jù)來源:本報告所用數(shù)據(jù)為哈啰研究院提供的共享單車和共享電單車訂單記錄數(shù)據(jù)，訂單時間為2024年6月17日至6月23日一周，騎行數(shù)據(jù)約6500萬條。名詞解釋:騎行距離 騎行開始位置與結束位置之間的路網(wǎng)距離。騎行時長 訂單記錄中開始/結束時間的分鐘差。夜間騎行 晚上9:00至凌晨3:00之間的騎行訂單。高峰期行 早高峰時段為早上7:00-9:00，晚高峰時段為下午5:00-7:00。周末騎行 周六與周日的騎行訂單。騎行次數(shù)比重 時均或日均騎行次數(shù)的比重。停車點 帶有經緯度坐標的共享單車/電單車出行訂單的還車位置。青年人口 19-29歲年齡段的人口。外來人口 戶籍非本地的常住人口。注：受降雨等因素影響，少量城市選取2024年6月17-23日的前/后一周等其他時間段數(shù)據(jù)替代。4第二章共享微交通用戶騎行特征2.1騎行距離不同等級城市的共享單車與共享電單車騎行距離存在明顯差異直轄市及一線城市、新一線城市的平均騎行距離普遍較高，省會城市的平均騎行距離差異較大，普通城市的平均騎行距離相對較短。相較于共享電單車，普通城市共享單車平均騎行距離相對較為均衡。不同等級城市共享單車騎行距離（單位：千米）32.227.2215.97.193.193.191.188.188.181.179.100.195.0北重廣上深天東寧青蘇長長成福哈海杭合呼濟昆蘭南南沈石太烏武西銀鄭蚌包保大桂遼洛牡廈石四隨遂溫無咸珠淄京慶州海圳津莞波島州春沙都州爾口州肥和南明州京寧陽家原魯漢安川州埠頭定同林陽陽丹門嘴平州寧州錫陽海博市市市市市市市市市市市市市市濱市市市浩市市市市市市莊市木市市市市市市市市市市市江市山市市市市市市市市市特市齊市市市市不同等級城市共享電單車騎行距離（單位：千米）33.32222.22222.61222.2.3221.46

平均值為2.6885.2246.285.261.272.220.北重天寧青蘇長成福海杭合呼濟昆蘭南南南沈石太烏武銀鄭安蚌包保大贛桂洛牡普黔廈石隨遂溫咸徐益淄京慶津波島州沙都州口州肥和南明州昌京寧陽家原魯漢川州順埠頭定同州林陽丹洱南門嘴州寧州陽州陽博市市市市市市市市市市市市浩市市市市市市市莊市木市市市市市市市市市市市江市布市山市市市市市市市特市齊市依市市市族苗族自治州普通城市直轄市及一線城市新一線城市省會城市62.2騎行時長不同等級城市的共享單車和共享電單車騎行時長有所不同直轄市及一線城市、新一線城市、普通城市騎行時長分布顯示出特定的集中區(qū)間，體現(xiàn)出當?shù)仳T行習慣和出行需求特點，而省會城市的平均騎行時長存在明顯個體差異。不同等級城市共享單車騎行時長（單位：分鐘）36.1772.1627.1643.1515.1585.1469.1422.1431.1416.1403.1474.1349.1343.1316.1366.1211.1299.1141.1126.1119.975.7

14.97

平均值為12.7699.1388.118.18北重廣上深天東寧青蘇長長成福哈海杭合呼濟昆蘭南南沈石太烏武西銀鄭蚌包保大桂遼洛牡廈石四隨遂溫無咸珠淄京慶州海圳津莞波島州春沙都州爾口州肥和南明州京寧陽家原魯漢安川州埠頭定同林陽陽丹門嘴平州寧州錫陽海博市市市市市市市市市市市市市市濱市市市浩市市市市市市莊市木市市市市市市市市市市市江市山市市市市市市市市市特市齊市市市市不同等級城市共享電單車騎行時長（單位：分鐘）39.1630.1534.1548.1490.1273.1250.1260.1243.1215.1216.1203.1216.1160.1049.1060.1007.1036.98725.14.

14.80

56.17平均值為12.8762.1009.1037.815.8北重天寧青蘇長成福海杭合呼濟昆蘭南南南沈石太烏武銀鄭安蚌包保大贛桂洛牡普黔廈石隨遂溫咸徐益淄京慶津波島州沙都州口州肥和南明州昌京寧陽家原魯漢川州順埠頭定同州林陽丹洱南門嘴州寧州陽州陽博市市市市市市市市市市市市浩市市市市市市市莊市木市市市市市市市市市市市江市布市山市市市市市市市特市齊市依市市市族苗族自治州直轄市及一線城市新一線城市省會城市普通城市72.3夜間騎行直轄市+一線城市共享單車的夜間騎行占比較高不同等級城市在夜間騎行占比、平均騎行時間和距離上有差異。其中，直轄市及一線城市夜間出行需求較穩(wěn)定，部分城市顯示出較強的夜間騎行活力。新一線城市夜間騎行有一定規(guī)模，但發(fā)展不均衡。省會城市及普通城市夜間騎行占比數(shù)據(jù)離散度大，城市夜間騎行發(fā)展程度不一。不同等級城市的共享單車夜間騎行比重、平均騎行時間和距離（單位：時間/分鐘，距離/千米）城市等級城市名稱夜間騎行占比平均騎行時間平均騎行距離直轄市+一線城市北京市9.04%重慶市18.37%廣州市12.13%上海市9.97%深圳市14.95%天津市6.58%新一線城市東莞市14.72%寧波市8.68%青島市9.87%蘇州市13.33%省會城市長春市9.67%長沙市12.40%成都市9.43%福州市11.68%哈爾濱市8.48%海口市16.70%杭州市10.39%合肥市9.32%呼和浩特市7.13%濟南市10.82%昆明市9.14%蘭州市9.86%南京市9.28%南寧市12.48%沈陽市5.92%石家莊市7.78%太原市11.90%烏魯木齊市21.36%武漢市8.51%西安市11.91%銀川市11.47%鄭州市11.62%普通城市蚌埠市5.01%包頭市5.76%保定市10.21%大同市6.19%桂林市11.61%遼陽市4.72%洛陽市10.75%牡丹江市2.89%廈門市13.18%石嘴山市8.68%四平市4.77%隨州市9.09%遂寧市10.20%溫州市10.18%無錫市11.88%咸陽市13.39%珠海市11.90%淄博市9.19%

14.6816.6414.2312.2214.0015.5914.8013.5212.8215.3914.6313.2613.5713.2616.6815.6312.9713.9912.6614.4015.1813.7111.6510.3714.5112.6716.078.9412.5612.4713.6812.9015.4713.1814.7416.6611.0815.4513.4614.3014.489.8413.9413.5213.3714.0315.5713.1014.017.86

1.872.291.471.611.711.541.661.631.692.011.751.671.601.612.031.921.611.811.631.812.171.831.511.311.671.812.121.201.561.671.551.602.171.722.012.391.331.981.831.891.711.241.771.741.661.671.731.761.570.9482.3夜間騎行不同等級城市的共享電單車夜間騎行存在顯著差異新一線城市和部分省會城市夜間騎行活躍度較高，反映出這些城市夜間經濟發(fā)展較好，居民夜間出行需求旺盛。由于城市規(guī)模和功能等因素，直轄市及一線城市具有一定獨特性。普通城市間差異較大，反映出其發(fā)展的不均衡性。不同等級城市的共享電單車夜間騎行比重、平均騎行時間和距離（單位：時間/分鐘，距離/千米）城市等級城市名稱夜間騎行占比平均騎行時間平均騎行距離直轄市+一線城市北京市12.56%15.332.85重慶市16.63%10.942.44天津市13.61%12.562.66新一線城市寧波市20.52%9.982.07青島市13.56%11.742.33蘇州市20.00%15.222.44省會城市長沙市18.46%12.872.60成都市13.23%10.342.19福州市16.85%11.312.29海口市9.53%6.691.12杭州市13.97%13.842.37合肥市15.66%13.523.02呼和浩特市11.90%12.773.10濟南市11.20%10.892.45昆明市15.19%14.143.17蘭州市14.30%13.382.60南昌市18.02%11.712.52南京市11.07%8.251.67南寧市17.68%10.622.07沈陽市9.51%15.873.26石家莊市14.74%15.033.54太原市12.75%8.081.32烏魯木齊市18.93%9.261.44武漢市7.55%10.161.66銀川市15.40%17.023.49鄭州市17.48%10.592.19普通城市安順市17.52%11.912.58蚌埠市14.52%12.812.98包頭市12.94%12.502.97保定市14.47%11.402.30大同市10.11%11.172.45贛州市17.78%13.262.95桂林市13.89%7.681.53洛陽市18.14%13.453.08牡丹江市9.47%11.422.63普洱市17.18%13.022.82黔南布依族苗族自治州20.47%9.651.74廈門市15.24%11.282.12石嘴山市16.83%11.362.30隨州市12.18%12.593.27遂寧市14.15%11.772.90溫州市16.62%10.772.16咸陽市16.20%12.132.54徐州市15.28%14.663.24益陽市17.53%11.482.80淄博市15.51%12.552.8792.4高峰騎行共享單車騎行集中于晚高峰不同等級城市夜間單車騎行在次數(shù)比重、距離及時長上存在差異。這些差異可能源自通勤主導性、休閑活動后置、交通方式選擇變化、工作地集中性、夜間經濟活躍度等原因。新一線和部分省會城市活躍度較高，時長與距離在各等級內表現(xiàn)不一，反映城市夜間出行行為和需求的多樣性。共享單車高峰騎行比重、距離（單位：距離/千米、時長/分鐘）城市等級城市名稱騎行次數(shù)比重騎行距離騎行時長廣州市上海市天津市新一線城市寧波市省會城市哈爾濱市呼和浩特市濟南市南京市武漢市銀川市普通城市保定市遼陽市牡丹江市四平市隨州市遂寧市無錫市-1.005.009.000.001.002.000.0010.0020.00早高峰騎行次數(shù)多晚高峰單車騎行距離晚高峰單車騎行時長晚高峰大于早高峰晚高峰等于早高峰晚高峰騎行次數(shù)多早高峰單車騎行距離早高峰單車騎行時長晚高峰小于早高峰注：此處騎行次數(shù)比重值為時均值比重，計算基于每小時的騎行次數(shù)。 102.4高峰騎行共享電單車騎行集中于晚高峰不同等級城市夜間電單車騎行在次數(shù)比重、距離及時長上存在差異。受城市規(guī)模、功能布局、出行習慣等因素影響，共享電單車騎行也更集中于晚高峰時段，城市間差異較大。共享電單車高峰騎行比重、距離（單位：距離/千米、時長/分鐘）城市等級城市名稱騎行次數(shù)比重騎行距離騎行時長天津市青島市成都市杭州市合肥市南昌市南京市南寧市太原市烏魯木齊市銀川市鄭州市保定市大同市桂林市洛陽市廈門市石嘴山市-1.004.009.000.002.000.0010.0020.00早高峰騎行次數(shù)多晚高峰單車騎行距離晚高峰單車騎行時長晚高峰大于早高峰晚高峰等于早高峰晚高峰騎行次數(shù)多早高峰單車騎行距離早高峰單車騎行時長晚高峰小于早高峰112.5周末騎行共享單車周末騎行比重高不同等級城市共享單車騎行在工作日和周末存在顯著差異，以周末騎行為主。直轄市及一線城市因資源豐富但出行方式多元，騎行次數(shù)比重有高有低，且因地域廣、交通復雜，騎行距離和時長普遍較長；新一線城市騎行次數(shù)比重整體突出，距離和時長因城而異；省會城市及普通城市因發(fā)展不均衡，各項騎行數(shù)據(jù)差異明顯。周末及工作日共享單車騎行比重、距離（單位：距離/千米、時長/分鐘）城市等級城市名稱騎行次數(shù)比重騎行距離騎行時長直轄市+一線城市北京市重慶市深圳市天津市新一線城市東莞市省會城市長沙市成都市福州市哈爾濱市?？谑泻贾菔袧鲜欣ッ魇心暇┦心蠈幨猩蜿柺惺仪f市太原市武漢市西安市銀川市鄭州市普通城市蚌埠市保定市大同市遼陽市洛陽市牡丹江市廈門市石嘴山市四平市隨州市遂寧市無錫市咸陽市-1.000.001.000.001.002.000.0010.0020.00周末騎行次數(shù)多周末單車騎行距離周末單車騎行時長周末值大于工作日周末值等于工作日工作日騎行次數(shù)多工作日單車騎行距離工作日單車騎行時長周末值小于工作日12注：此處騎行次數(shù)比重值為日均值比重，計算基于每日的騎行次數(shù)。2.5周末騎行共享電單車工作日短途出行需求較多共享電單車工作日騎行比重整體略高于周末，但騎行距離和騎行時長未超過周末。受地域特色、資源分配及用戶習慣影響，騎行距離和騎行時長有一定的從直轄市及一線城市向普通城市逐漸縮短的趨勢。周末及工作日共享電單車騎行比重、距離（單位：距離/千米、時長/分鐘）城市等級城市名稱騎行次數(shù)比重騎行距離騎行時長直轄市+一線城市北京市天津市青島市蘇州市省會城市長沙市?？谑泻贾菔泻艉秃铺厥欣ッ魇心喜猩蜿柺袨豸斈君R市武漢市普通城市包頭市牡丹江市廈門市隨州市益陽市-1.000.001.000.002.000.0010.0020.00周末騎行次數(shù)多周末單車騎行距離周末單車騎行時長周末值大于工作日周末值等于工作日工作日騎行次數(shù)多工作日單車騎行距離工作日單車騎行時長周末值小于工作日13第三章共享微交通與城市生活3.1騎行與城市服務共享騎行便利居民獲取城市服務設施案例城市：天津市交通設施，購物消費與生活服務設施是共享騎行主要目的地利用KD-Tree算法，搜索共享單車與電單車出行行程停車點的最鄰近設施點作為該行程的目的地。交通設施、購物消費設施、生活服務設施是共享單車與電單車出行的主要目的地。注：POI數(shù)據(jù)來自于百度地圖API 153.1騎行與城市服務高校、商圈以及住宅區(qū)是共享騎行的主要聚集區(qū)城市商圈、高校校區(qū)以及住宅區(qū)共享騎行需求量較高以天津市濱海新區(qū)為例，第二第三大街、外灘公園、泰達街等重要商圈共享騎行量顯著較高。新河街道和杭州道街道等住宅區(qū)是共享單車與電單車騎行聚集區(qū)。天津科技大學（濱海校區(qū)）的共享單車騎行量顯著較高。單車騎行熱點分布電單車騎行熱點分布163.2騎行與青年通勤共享單車與電單車是城市通勤出行的重要交通工具案例城市：寧波市早晚高峰期共享單車與電單車騎行量顯著較高以寧波市為例，在一周內，早高峰(7:00-9:00)時間段共享單車騎行量約占總騎行量18.25%，共享電單車騎行量約占總騎行量15.31%。晚高峰(17:00-19:00)時間段共享單車騎行量約占總騎行量17.98%，共享電單車騎行量約占總騎行量18.58%。早晚高峰期相比，共享單車在早高峰時間段的騎行量比重相對較高，共享電單車在晚高峰時間段的騎行量比重相對較高。寧波市共享騎行時間分布173.2騎行與青年通勤共享單車能夠較好地適應青年人口通勤需求案例城市：寧波市早晚高峰期共享單車騎行量與青年人口數(shù)量之間存在相關性取早高峰或晚高峰時期共享單車騎行量大于0的區(qū)域為分析區(qū)域。借助手機信令數(shù)據(jù)識別青年人口的居住地和工作地，以每天7:00-16:00間停留時間最長的地點為其工作地，17:00-6:00(次日)間停留時間最長的地點為居住地。工作青年人口在寧波市主城區(qū)中心區(qū)域的集聚性較高，居住青年人口的集聚性相對較弱，主要分布于鄞州區(qū)和海曙區(qū)。以寧波市為例，在早晚高峰期的共享單車騎行中，高騎行量、高青年人口的區(qū)域比重最高，約18.26%和21.37%。相比于早高峰出行，晚高峰時間段青年人口數(shù)量與共享單車騎行量的空間相關性更高。通勤高峰期共享單車騎行量與青年人口數(shù)量的空間分布早高峰騎行 晚高峰騎行騎行量青年人口數(shù)注：人口分布基于中國移動通信公司提供的浙江省2022年手機信令數(shù)據(jù)識別 183.2騎行與青年通勤共享電單車能夠較好地適應青年人口通勤需求案例城市：寧波市早晚高峰期共享電單車騎行量與青年人口數(shù)量之間存在相關性取早高峰或晚高峰時期共享電單車騎行量大于0的區(qū)域為分析區(qū)域。以寧波市為例，在早高峰和晚高峰時期的共享電單車騎行中，高騎行量、高青年人口的區(qū)域比重最高，約占16.65%和19.28%。中心區(qū)域早高峰和晚高峰時期騎行量較高，且工作人口中的青年群體數(shù)量相對較多。相比于早高峰，晚高峰時間段青年人口的空間分布集聚性更加顯著，與共享電單車騎行量的空間相關性更高。通勤高峰期共享電單車騎行量與青年人口數(shù)量的空間分布早高峰騎行 晚高峰騎行騎行量青年人口數(shù)193.3騎行與公平性共享微交通出行可達性與公平性分析案例城市：溫州市共享單車騎行訂單分布 共享電單車騎行訂單分布甌海區(qū)鹿城區(qū)瑞安市永嘉縣甌海區(qū)樂清市平陽縣瑞安市龍港市平陽縣蒼南縣灣區(qū)共享騎行空間分布具有顯著的集聚性特征以溫州市為例，共享單車騎行主要集中于鹿城區(qū)、甌海區(qū)、以及龍灣區(qū)等中心城區(qū)范圍內。共享電單車騎行分布相對分散，在龍灣區(qū)、瑞安市、平陽縣以及蒼南縣均有聚集性分布。出行可達性計算將共享微交通運營區(qū)劃分為500m規(guī)格空間網(wǎng)格。計算網(wǎng)格內居民在500m步行范圍內可獲取的共享騎行設施數(shù)量，以及使用共享騎行設施在1500m騎行范圍內可接觸的城市設施數(shù)量。

10min500m公平性分析綜合網(wǎng)格單元內居住人口和工作人口數(shù)以及出行可達性計算區(qū)位熵指數(shù)。指數(shù)小于1表示服務供給相對不足，指數(shù)大于1表示服務供給相對充足。比較不同屬性人口的平均出行可達性。

! !:網(wǎng)格i的區(qū)位熵指數(shù)!:網(wǎng)格i的出行可達性!:網(wǎng)格i的人口數(shù)203.3騎行與公平性共享微交通出行可達性的空間分布不均衡案例城市：溫州市共享單車出行可達性鹿城區(qū) 永嘉縣樂清市居甌海區(qū)住人瑞安市口平陽縣鹿城區(qū) 永嘉縣樂清市工甌海區(qū)作人瑞安市口

共享電單車出行可達性甌海區(qū) 龍灣區(qū)瑞安市平陽縣蒼南縣甌海區(qū) 龍灣區(qū)瑞安市平陽縣蒼南縣平陽縣不同區(qū)域共享單車與共享電單車出行可達性存在差異鹿城區(qū)、甌海區(qū)等中心城區(qū)的共享單車出行可達性顯著較高，邊緣地區(qū)如龍灣區(qū)、蒼南縣共享單車出行可達性較低。共享電單車出行可達性較高的區(qū)域集中于瑞安市東部以及蒼南縣北部地區(qū)，龍灣區(qū)、平陽縣共享電單車出行可達性顯著較低。工作人口和居住人口的共享微交通出行可達性的空間分布格局相似。共享單車與電單車運營量與運營區(qū)域受行政管理因素限制，進而影響共享出行可達性的空間分布。郊區(qū)等邊緣地區(qū)可進一步放寬運營限制，增加共享單車與電單車投放量，提高出行可達性。213.3騎行與公平性增加郊區(qū)和邊緣地區(qū)單車服務量，提高單車服務公平性共享單車出行可達性區(qū)位熵居住人口 工作人口鹿城區(qū)鹿城區(qū)永嘉縣永嘉縣甌海區(qū)樂清市甌海區(qū)樂清市瑞安市

灣區(qū)龍

瑞安市

灣區(qū)龍平陽縣平陽縣空間公平性分析以溫州市為例，共享單車服務水平即出行可達性與居住人口和工作人口的潛在需求水平的空間匹配度較低。居住人口中區(qū)位熵指數(shù)小于1的區(qū)域占比約50.04%；工作人口中區(qū)位熵指數(shù)小于1的區(qū)域占比約45.15%，相比于居住人口，共享單車服務與工作人口需求的空間匹配度較高。人口19-2930-3940-4950-59女性男性本地外來平均出行可類型歲歲歲歲人口人口人口人口達性居住7.076.907.067.077.156.947.386.376.92人口工作7.697.347.417.457.657.327.866.747.34人口不同人群之間的公平性相比于居住人口，工作人口具有更高的共享單車出行可達性。在居住人口和工作人口中，30-39歲人口、男性人口以及外來人口的共享單車出行可達性相對較低。223.3騎行與公平性平衡不同區(qū)域共享電單車服務水平，提高服務公平性共享電單車出行可達性區(qū)位熵居住人口甌海區(qū)龍灣工作人口甌海區(qū)區(qū)瑞安市瑞安市平陽縣平陽縣龍港市龍港市蒼南縣蒼南縣

龍灣區(qū)空間公平性分析以溫州市為例，共享電單車服務水平即出行可達性與居住人口和工作人口的潛在需求水平的空間匹配度較低。居住人口中區(qū)位熵指數(shù)小于1的區(qū)域占比約51.04%；工作人口中區(qū)位熵指數(shù)小于1的區(qū)域占比約50.47%，相比于居住人口，共享電單車服務與工作人口需求的空間匹配度更高。人口19-2930-3940-4950-59女性男性本地外來平均出行可類型歲歲歲歲人口人口人口人口達性居住5.946.036.026.056.095.986.315.145.93人口工作6.386.356.226.276.456.206.565.566.21人口不同人群之間的公平性相比于居住人口，工作人口具有更高的共享電單車出行可達性。在居住人口和工作人口中，40-49歲人口、男性人口以及外來人口的共享電單車出行可達性相對較低。23第四章共享微交通與15分鐘城市4共享微交通與15分鐘城市15分鐘城市指居民生活在能通過綠色出行方式（步行和騎行）在15分鐘內到達所有必需生活設施的城市。通過相關政策和權威研究，我們選擇了以下10類必需生活設施：公交車站 學校 娛樂設施 商超 金融設施 醫(yī)療設施 藥房文化體育設施 郵局 餐廳15分鐘單元指居民從生活單元中心出發(fā)，能夠在15分鐘內到達10類生活設施的公里網(wǎng)格。通過比較兩種情景（步行情景和共享單車騎行情景）的15分鐘單元特征，可以識別出共享單車對15分鐘城市的影響。15分鐘步行范圍15分鐘共享單車騎行范圍15分鐘

5分鐘10分鐘本章從以下三個維度來評價15分鐘城市：居民生活單元生活必需設施單車停車位置

面積覆蓋率：15分鐘單元面積占區(qū)域總面積的比例居民覆蓋率：15分鐘單元中的居民人數(shù)占區(qū)域總人數(shù)的比例面積覆蓋率：按特定類別的生活設施，15分鐘內至少可以到達至少一個該生活設施的網(wǎng)格單元的面積占總面積的比例居民覆蓋率：按特定類別的生活設施，15分鐘內至少可以到達至少一個該生活設施的網(wǎng)格單元中的居民人數(shù)占總人數(shù)的比例便捷度：網(wǎng)格單元到最近關鍵停車位置的距離承載力：關鍵停車位置服務的居民數(shù)量254共享微交通與15分鐘城市案例城市：嘉興市城市規(guī)劃區(qū)中心城區(qū)市域共享單車訂單分布環(huán)城路商圈城南商圈南湖萬達廣場商圈264共享微交通與15分鐘城市維度一：居民生活單元面積覆蓋率：6.62%→11.45% 居民覆蓋率：24.03%→44.84%步行情景共享單車騎行情景累計可達性2-34-56-78-9100-1注：（1）“→”左邊的數(shù)字為步行情景的面積覆蓋率/居民覆蓋率；“→”右邊的數(shù)字為共享單車騎行情景的面積覆蓋率/居民覆蓋率。（2）累計可達性為10的單元為15分鐘單元。維度二：生活必需設施公交車站75.74%→75公.交74%車站89.51%→89.51%商超55.80%→56.35%商超80.12%→80.45%文化體育設施54.75%→56.05%文化體育設施77.80%→78.94%餐廳50.83%→51.38%餐廳77.89%→78.09%醫(yī)療設施36.40%→37.70%醫(yī)療設施67.15%→67.93%娛樂設施32.78%→34.17%娛樂設施65.68%→66.92%藥房28.07%→29.27%藥房64.20%→65.68%金融設施25.40%→26.70%金融設施62.41%→63.89%學校24.53%→26.20%學校56.59%→59.76%郵局12.50%→16.58%郵局31.23%→49.85%0%20%40%60%80%0%20%40%60%80%100%面積覆蓋率居民覆蓋率注：“→”左邊的數(shù)字為步行情景的面積覆蓋率/居民覆蓋率；“→”右邊的數(shù)字為共享單車騎行情景的面積覆蓋率/居民覆蓋率。274共享微交通與15分鐘城市維度三：單車停車位置關鍵停車位置指能夠作為“中轉點”將非15分鐘單元變成15分鐘單元并最小化總旅行時間的共享單車停車位置。它們在推動15分鐘城市建設方面發(fā)揮著至關重要的作用。便捷度承載力便捷度（百米）0-1.101.10-1.501.50-2.502.50-4.004.00-5.90>5.90承載力（千人）0.20-0.800.80-1.201.20-1.901.90-3.003.00-5.40>5.40結論在嘉興市的城市規(guī)劃區(qū)中，共享微交通在促進15分鐘城市發(fā)展的過程中發(fā)揮了積極的作用：15分鐘單元從步行情景中的73個增加到共享單車騎行情景中的126個。有11.45%的土地和44.84%的居民能夠在15分鐘內通過步行和騎行共享單車到達10類生活設施點。在共享單車騎行情景下，生活設施的可達性得到了顯著提升，特別是對于那些在步行情景中不易達到的生活設施（如郵局）。我們共識別出了55個關鍵停車位置，承載力最大的關鍵停車點幫助約6.09萬人從非15分鐘單元居民變成了15分鐘單元居民。居民單元到關鍵停車位置的平均距離為344.71米，這說明居民步行至共享單車停車位置比較便捷。28第五章共享微交通與可持續(xù)發(fā)展5共享微交通與可持續(xù)發(fā)展步驟一：出行替代方式識別步驟二：共享微交通碳減排測算計算方法：共享微交通替代小汽車、公交車、地鐵和步行的減碳量每條訂單的碳減排=共享微交通碳減排系數(shù)×訂單出行距離共享微交通碳減排系數(shù)=（小汽車碳排放系數(shù)×替代小汽車訂單的出行距離比例1+公交車碳排放系數(shù)×替代公交車訂單的出行距離比例2+地鐵碳排放系數(shù)×替代地鐵訂單的出行距離比例3+步行碳排放系數(shù)×替代步行訂單的出行距離比例4）-共享（電）單車碳排放系數(shù)5不同交通方式的碳排放因子（g/pkm）小汽車公交車地鐵步行共享單車共享電單車287.967.836.030.000.0010.05替代不同交通方式的出行距離比例（%）小汽車公交車地鐵步行共享單車38.2627.1432.272.34共享電單車36.2946.8415.910.95通過計算得出：共享單車碳減排系數(shù)為114.23g/km共享電單車碳減排系數(shù)為99.09g/km步驟三：碳減排時空特征分析時間特征分析 空間特征分析Watson’s余弦相似度莫蘭指數(shù)熱點分析U2檢驗注：1-4根據(jù)替代不同出行方式（小汽車、公交車、地鐵、步行）的平均出行距離和訂單數(shù)量比例，我們計算出了這四種交通方式的訂單出行距離比例。5我們僅考慮共享（電）單車騎行階段的碳排放計算，未涵蓋車輛制造、回收和再平衡過程等環(huán)節(jié)。以上關鍵參數(shù)的選擇均參考Zhangetal.(2024)。參數(shù)的選擇對碳減排的計算結果具有顯著影響，所以本章節(jié)僅作為參考，實際應用時應結合具體場景進行分析。[Zhang,Y.,Fu,W.,Chao,H.,Mi,Z.,&Kong,H.(2024).Acomparativeanalysisofthepotentialofcarbonemissionreductionsfromsharedmicro-mobility.SustainableEnergyTechnologiesandAssessments,72,104088.]305共享微交通與可持續(xù)發(fā)展案例城市：長沙市