行车开始投入使用，共布设了72个站点、3205个车桩，其中居住区周边的公共自行车站点分布最多达34个，商业站点为12个，校园站点、道路站点、绿地站点和地铁口站点相对较少。同时，养老院、码头等特殊区位也设置了公共自行车站点。桥北组团的公共自行车季度使用率与浦口组团一致，第二季度﹥第三季度，不同季度的高频使用站点差异较小，除了在客运站、地铁换乘站点公共自行车的使用率大量增加(最高可接近18次/桩·小时)，其他站点的使用率波动相对较小，均在0到5次/桩·小时之间波动(图3)。此外，校园站点(如浦口实小分校)、居住站点(如金盛国际、威尼斯街区和天润城街区 )也都为高频使用站点。

（二）数据来源与分析方法

      本文的研究数据主要有两个来源：一部分是公共自行车运营数据，包含了2015 年 1 ～ 9 月江北新区三个季度居民使用公共自行车的刷卡匿名数据，以及公共自行车站点分布的位置数据和各站点的车桩数，其中 ID 卡数据中有居民所持公共自行车卡号、借车站点、还车站点、借车时间和还车时间五个基本属性；二是通过百度API获取的网络开源数据，包括 2015 年 10 月 21 日抓取的南京浦口、桥北组团的所有百度POI点数据，以及公共自行车站点OD间的百度最短路径数据。
     首先，本文通过Python软件对数据库中所有浦口、桥北组团内公共自行车的刷卡数据进行处理，转化为可视化的Excel列表数据，得到340927条公共自行车出行OD刷卡使用的有效原始数据；其次，对整体公共自行车使用时间、两个组团的公共自行车使用时间进行统计对比分析，从整体上判断公共自行车使用的时空间特征；最后，对公共自行车出行的OD站点进行统计，得到4404组OD站点，结合站点性质和POI类型，筛选出通勤类出行记录(R、A1、A3、S1、S2 之间的公共自行车出行，R-R类除外)194580条，生活类出行记录(R、G、B、A5、O之间的公共自行车出行，包含R-R类)146347条，利用ArcGIS软件和站点间的百度最短路径数据进行可视化分析，通过对比、观察和归纳总结等方法发掘两种出行目的的公共自行车出行的时空间特征的差异性。

二 城市公共自行车的时空间特征

（一）总体时空间特征

1.总体时间特征

     浦口组团的居民使用公共自行车的时间主要集中在早上6：00～10：00，使用量最高达7万次；下午使用公共自行车的时间主要集中在17：00～21：00，使用量最高仅为0.77万次，远低于早高峰时段(图4)。在平均使用时长上，早晚高峰分别为10.37分钟、13.23分钟，可见早高峰使用公共自行车的时间短于晚高峰。

      桥北组团早晚高峰的公共自行车使用时间段与浦口组团基本一致，都处于早上的6：00～10：00和下午的17：00～21：00，其他时间段使用公共自行车的人数相对很少，早晚高峰平均使用时长分别为 11.21 分钟、15.65 分钟，均长于浦口组团。此外，桥北组团公共自行车使用量也远远大于浦口组团，与片区内公共自行车站点的数量和车桩数呈正相关。
      两个组团公共自行车的整体使用情况表明，居民对公共自行车的使用存在明显的早晚高峰时段现象，早高峰的使用量远远大于晚高峰，但早高峰的使用时长短于晚高峰(表2)。从使用目的上分析这种现象产生的原因，主要与通勤类出行和生活类出行相关。公共自行车的早高峰使用时间段正是普通人正常上班的集中时间段，因为上班时间受到限制，通勤人群对时间比较敏感，更倾向于快速骑行，直接到达目的地；而晚高峰通勤人群因结束了一天的工作，处于放松状态，更愿意慢速骑行，并有可能在行程中穿插买菜、购物等生活性活动，从而增加了骑行的时长。

2.总体空间特征

      浦口、桥北组团的公共自行车站点均得到了一定程度的使用，但从站点使用量看，不同区位的站点使用量存在较大差异(图5)。两个组团都呈明显的中心站点使用量大而外围站点使用量逐渐递减的圈层现象，但桥北组团各站点间的OD连线网络性更好，公共自行车使用相对较为均衡，浦口组团则出现显著的中心站点高度集中使用的现象，这可能与组团的POI分布相关。两个组团内均存在明显的高低频使用站点和 OD，同类型的站点在不同区域内的使用量也不同，如组团外围的