What Factors Affect Public Bike Demand by Purpose?

Abstract

Cycling is an alternative to intensive car use and offers a variety of benefits to both individuals and society such as improved health and quality of life and environmental sustainability. The bike-sharing system (BSS) is a great help in making the cycling into daily transport mode, and thus are being widely operated in many countries around the world. BSS users use the public bike for various purposes such as work or school commute, personal business, shopping, leisure, and exercise. Demand by different usage purposes is differently affected by urban environmental factors (e.g., population, urban forms like land use mix, etc.) and shows different trip patterns, so understanding of the BSS usage purposes and trip patterns is necessary for devising better BSS management and operation strategies. In order to comprehend how BSS users use the system for what purpose, it is required to conduct a user survey that requires a huge amount of time and effort. In recent days, a wide range of individual BSS trip data become accessible in virtue of the development and availability of urban big data, which helps to infer trip purposes. As such, this study aimed at understanding BSS trip patterns and grouping BSS trips by inferred usage purposes, to analyze how and to what extent each demand group are affected by urban environmental factors. To do this, this study analyzed the actual trip data of Seoul Bike and the urban geospatial data of Seoul. In order to infer the BSS usage purposes, the relationship between the user’s trip distance, the minimum distance from the rental station to the return station, and the roaming distance is analyzed. The roaming distance is difference between the trip distance and the minimum distance, which mean an unnecessary distance to reach the destination. The K-means clustering with the Elbow test was performed to divide the groups according to the relationship of the three distance features. BSS trips were clustered into transportation trips and leisure trips, and the trip pattern of each group were examined for clustering test. The trips in each group were then geocoded depending on BSS station locations, and their relationships with urban environmental factors around the station were analyzed using a multiple regression model. The result showed that transportation trips increase due to large local populations, commercial facilities, and high land use mix ratio. On the other hand, leisure trips occur in residential areas, commercial areas, and near waterfronts. Also, sensitivity to distances from subway stations and slopes is higher in the transportation trip group than in the leisure trip group. This study grouped BSS trip data depending on inferred usage purpose by analyzing trip patterns and investigated different effects of urban environmental factors on two different groups. The major contribution of this study is to propose a method to infer the purpose of using BSS by analyzing trip data. Also, the findings of trip patterns of the BSS demand groups by purposes, including the use of dates and times, provide useful insights into managing bike-sharing systems. By identifying urban environmental factors affecting each demand group according to the purpose to use the bike-sharing system, the result of this study can contribute to better bike-sharing system management, by providing a means to determine the criteria for the placement of new BSS stations, and analyze how to improve the surrounding infrastructure.;자전거는 자동차 사용에 대한 대안이 될 수 있으며 개인 및 사회에게 모두 이로운 지속 가능한 운송수단이다. 자전거 공유 시스템(BSS)은 자전거가 대중교통으로써 작동할 수 있도록 하며 자전거 이용율을 크게 늘려준다. 자전거 공유 시스템은 전세계 많은 국가에서 운영되고 있다. BSS 사용자들은 공공 자전거를 직장, 학교, 개인적인 일, 쇼핑, 레저 및 운동과 같은 다양한 목적으로 사용한다. 목적이 다른 사용자는 도시 환경 요인에 의해 다르게 영향을 받으며, 자전거 공유 시스템의 효율적인 관리를 위해서는 사용자 목적에 대한 분석이 필요하다. 하지만 공공 자전거 사용 목적을 알기 위해서는 설문 조사가 필요하며, 이러한 연구 방법은 매우 많은 노력과 시간이 소요된다. 최근 빅데이터의 기술의 발전 및 접근성의 향상으로 실제 개별 공공 자전거 이용 데이터 분석이 가능해고 이를 통해 사용자의 공공 자전거 사용 목적을 추론해볼 수 있다. 본 연구는 자전거 공유 시스템(BSS)의 여행 데이터를 여행 패턴에 따라 그룹화하고 각 그룹의 공공 자전거 사용 목적을 추론했으며 각 그룹의 수요에 영향을 미치는 도시 환경 요인을 분석 및 비교했다. 분석을 위해서 서울의 자전거 공유 시스템인 “따릉이”의 실제 여행 데이터와 서울의 도시 공간 데이터를 이용했다. 여행 데이터를 클러스터링 하기 위해 여행 거리, 대여 정류장에서 반납 정류장까지의 최소 거리, 불필요하게 배회한 거리인 잉여 거리가 사용되었다. 거리 요소들의 관계에 따라 여행을 그룹 짓기 위하여 Elbow 테스트와 함께 K-평균 군집화 방식이 사용되었다. 공공 자전거 이용은 이동을 목적으로 하는 여행과 여가를 목적으로 하는 여행으로 구분되었으며, 각 그룹의 여행 패턴을 조사하였다. 각 그룹에 속하는 여행 데이터를 공공 자전거 정류장 위치에 따라 지오코딩한 후 다중회귀 모델을 이용하여 정류장 주변의 도시 환경 요소와의 관계를 분석하였다. 이동 목적의 여행은 유동 인구, 상업 시설이 많고 토지 이용 혼합율이 높은 곳에서 증가하는 반면 여가 목적 여행은 거주 지역, 상업 지역, 하천 주변에서 주로 발생한다. 또한 지하철역까지의 거리와 경사에 대해서는 이동 목적 여행이 여가 목적 여행보다 예민하게 반응한다. 본 연구는 사용 목적에 따라 공공 자전거 수요에 영향을 주는 요인을 분석한 점에서 차별성을 갖는다. 본 연구는 공공 자전거 사용 데이터를 사용 패턴에 따라 그룹화 하고 그룹별 공공 자전거 사용 목적을 추론한 후, 각 그룹의 수요에 영향을 미치는 도시 환경 요인의 차이를 분석하였다. 본 연구의 기여는 다음과 같다. 첫째, 본 연구는 공공 자전거 사용자 행동 패턴을 통해 사용 목적을 유추하는 방법을 제안한다. 둘째, 공공 자전거 이용 요일 및 시간 등의 공공 자전거 사용자 그룹의 세부 특성을 분석하여 BSS 관리에 대한 정보를 제공한다. 셋째, 각 그룹에 영향을 미치는 도시 환경 요인을 파악하여 새로운 공공 자전거 정류장 배치 및 주변 인프라 설치에 대한 기준을 제시한다.