含大量的通勤性骑行行为，形成了骑行的早晚高峰现象，其中早高峰形成持续时间较短、骑行数量激增的现象；晚高峰包含大量的生活性骑行行为 ( 买菜、购物等 )，形成用户数量增长较为缓和、需求缓解较慢的特点；中午时分部分用户的就餐活动引发了一定的近距离骑行行为。休息日多出现生活性骑行行为，骑行时间较为均衡，没有明显的早晚高峰现象，傍晚时分用户的游憩型、休闲型骑行行为形成了摩拜单车用量的峰值。从用户骑行行为的时间分布可以看出，共享单车的最大需求量由工作日的早晚高峰时期的用量决定。

2.骑行行为的日特征

      为了更准确地确定居民骑行需求的峰值，确定共享单车投放的最大量，研究选取了骑行需求量最高的 5 月 10 日进行全时段分析(图 2)。结果发现，当日骑行行为从早晨5：00一直持续到次日凌晨，骑行最高峰用量为2758辆/5分钟，平均用量为908.6辆/5分钟，其中早高峰峰值出现在8：00左右，晚高峰峰值出现在 18：30 左右。结合骑行需求增长率特征，研究将早高峰时期确定为 7：00 ～ 9：00，晚高峰时期确定为 17：00 ～ 19：30。在这两个时间段内，骑行量出现短时间内的激增和急降现象，因此这两个时间段是骑行设施供需承压的重要考验时间段，也将作为骑行空间特征分析的重点时间段。

 

（二）骑行行为的空间特征

      骑行需求的空间分布是共享单车停车设施规划的重要依据。研究通过对2017年5月10日每小时内用户骑行的起点和终点进行空间可视化分析，得到每小时内的骑行OD图，其中早晚高峰时期用户数量较多，形成了明显的空间聚集特征(图3，图4)。早晚高峰时期的骑行多以地铁站点为起止点，这种现象在北京市四环以外的一些区域尤为明显，形成了以地铁站点为中心向外放射的扇形区域，这在一定程度上说明共享单车较好地解决了北京市郊TOD开发区域中居民出行的“最后一公里”问题。此外，共享单车在市中心区域由于受到商业、餐饮等众多空间要素的影响，骑行的空间聚集特征不明显，骑行线路的一致性较低，与地铁站点的联系性也不太突出。

1.骑行行为与地铁站点的关系

      协调好共享单车停车设施与地铁站点的衔接关系是进行两种交通换乘接驳的关键。研究通过互联网地图获取了北京市 17 条线路、336 个站点的地理位置数据，借助 ArcGIS 分析平台，以地铁站点为中心，构建间隔为100m的多环缓冲区，分别统计早晚高峰时期地铁站点不同距离范围内骑行产生和结束的频数，从而形成早高峰起点频数、早高峰终点频数、晚高峰起点频数、晚高峰终点频数与距离关系这四条特征曲线，并综合全市所有地铁站点，得到北京市早晚高峰时期地铁站点周边骑行起止点空间分布特征图(图5)。

      研究发现，地铁站点周边一般会出现远、近两个骑行起止点聚集区域，即距离地铁站点 100 ～ 200m 和 600 ～800m的区域。前者为共享单车出行与地铁出行转换的集中区域，关系到共享单车的使用效率和整个出行系统的连贯性；后者为共享单车出行与其他出行方式(步行或公共交通)转换的集中区域。因此，研究将地铁站点600m范围内的区域确定为地铁影响区域，600m范围外的区域确定为非地铁影响区域。地铁站点周边的共享单车停车设施容量调配也是规划的重点。为了研究地铁出行与共享单车出行的衔接紧密程度，研究进一步将地铁站点300m范围内的区域确定为地铁强影响区域，300～600m范围的区域确定为地铁弱影响区域。当骑行起止点峰值出现在距离地铁站点300m范围内，表明该地铁站点与共享单车出行接驳较好，为衔接紧密型站点；反之，当共享单车出行与地铁站点换乘距离超过300m范围，表明该地铁站点为衔接松散型站点。此外，为进一步探究衔接紧密型站点周边的骑行行为特征，研究根据早晚高峰时期地铁站点周围300m范围内产生的骑行起止点的数量，将衔接紧密型站点细分为早起晚终型、早终晚起型两类潮汐型站点以及起点型、终点型两类单向型站点。
      上述五类站点在空间上具有较为明显的聚集特点 ( 图 6，表 1)。衔接松散型站点主要分布在：①自行车限制区域，如王府井、天安门西等站点；②公交系统较为成熟的市中心区域，如国贸、中关村等站点，这些区域除了有轨道交通吸引点，还具备商业购物等多种吸引骑行行为的