编辑推荐：
多准则决策模型与GIS技术结合定位共享交通枢纽：研究通过整合专家驱动的模糊AHP与数据驱动的熵-TOPSIS模型，构建综合适宜性指数，系统评估伊兹密尔市共享交通枢纽选址，揭示专业意见与数据驱动方法的互补性，最终确定21个高优先级枢纽，验证混合方法在可持续城市交通规划中的有效性。
奥鲁克·阿尔廷塔西|奥斯曼·萨米·基尔蒂洛格鲁
土耳其伊兹密尔卡蒂普·切莱比大学工程与建筑学院土木工程系
摘要
战略性规划的共享出行枢纽对于提升多模式交通的整合性、减少对汽车的依赖以及支持可持续的城市交通系统至关重要。本研究提出了一个基于GIS的多标准决策支持框架，用于确定土耳其伊兹密尔共享出行枢纽的最佳位置。该框架整合了18个空间指标，这些指标涵盖了微出行需求、公共交通和自行车出行的便利性、土地使用强度、城市活动集中度以及交通安全状况。为了提高方法论的严谨性和稳健性，采用了两种根本不同的权重分配方法：i.) 基于专家的模糊层次分析法（Fuzzy-AHP）；ii.) 基于数据的熵-TOPSIS模型。这两种模型分别得出了反映不同但互补的规划逻辑的适宜性分布图。结果表明，Fuzzy-AHP方法更倾向于选择那些具有成熟微出行需求和连续自行车基础设施的区域，尤其是伊兹密尔海湾沿岸和大学周边地区；而熵-TOPSIS模型则更关注那些公共交通便利性多样且兴趣点（POIs）高度集中的新兴区域。通过一种新颖的综合适宜性指数（ISI），这些结果被整合在一起，从而实现了系统的比较，并减少了方法特定的偏差。利用80%的ISI阈值并通过空间聚类，最终确定了21个高优先级的共享出行枢纽位置。所有选定的枢纽都位于两种模型共同认定的高适宜性区域内，这体现了跨模型的强一致性和结构的稳健性。总体而言，研究结果表明，将专家知识与数据驱动的变量相结合显著增强了共享出行枢纽选址的空间决策能力。所提出的框架为城市规划者和政策制定者提供了可行的指导，并为推动具有韧性、以用户为中心且多模式整合的交通系统提供了可扩展的决策支持工具。
引言
城市交通规划正在经历重大变革，这一变革受到基于共享经济原则的新出行服务迅速兴起和车辆电气化的影响（Jenn等人，2018年；Pan等人，2021年）。自行车共享、电动滑板车共享和电动汽车共享等新型出行方式及其相关服务的普及，极大地丰富了个人的交通选择，为满足多样化的出行需求提供了定制化的解决方案。这些变化为解决城市交通中长期存在的问题（如车辆排放、交通拥堵、公平性差异和出行便利性不足）提供了独特的机会（Joshi等人，2021年；Peer等人，2024年）。随着城市努力实现共享电动出行系统的好处，这些服务与用户偏好和行为变化的对齐对其成功至关重要（Kavta等人，2024年）。在这种情况下，出行枢纽的发展通过整合多种交通模式并促进可持续的城市出行方式发挥了关键作用。
出行枢纽作为城市交通网络中的关键节点，有助于各种交通方式的无缝衔接，提升了“首公里”和“最后一公里”的出行效率（Geipel等人，2024年；Aydin等人，2022年）。这些枢纽通常包括自行车共享、电动滑板车共享和汽车共享等共享出行服务，以及电动汽车的充电设施（Blad等人，2022年）。通过提供不同交通方式之间的便捷连接，出行枢纽减少了人们对私人汽车的依赖，降低了温室气体排放，并带来了显著的社会经济效益（Geurs等人，2024年）。它们位于主要公共交通站或交通走廊附近的战略位置是设计时的关键考虑因素，确保了与更广泛的城市交通生态系统的最佳融合（Geipel等人，2024年）。
尽管越来越多的人认识到共享出行服务是可持续城市交通系统的重要组成部分，但目前的关注点主要集中在它们的环境和社会经济效益上（Aydin等人，2022年；Roukouni等人，2023年）。一些研究使用各种分析技术（包括便利性测量或优化模型）探索了最佳枢纽位置（Geipel等人，2024年；Frank等人，2021年；Steiner和Irnich，2020年；Cheng等人，2019年）。然而，采用基于GIS的多标准决策（MCDM）方法的研究相对较少，这些方法考虑了微出行事故热点、微出行模式或建成环境因素等空间动态，这些因素对于理解用户行为和城市风险环境至关重要；同时，将基于专家的权重分配方案与基于数据的权重分配方案结合在统一且经过实证验证的空间决策框架中的研究更是寥寥无几。这一差距凸显了确定出行枢纽位置时需要采取更全面的方法，这也是本研究的重点。
以土耳其伊兹密尔为例，其城市交通网络包含了广泛的出行选择，包括公共汽车、地铁线路、有轨电车和渡轮，构成了一个发展完善的多模式交通体系。然而，共享出行枢纽的数量仍然有限，且它们与现有交通基础设施的空间整合效果不佳。这种缺乏协调的情况尤其削弱了“首公里”和“最后一公里”的出行效率，往往迫使用户更加依赖私人汽车，加剧了城市交通拥堵。为了解决这一问题，本研究引入了一个基于GIS的决策支持框架，该框架整合了丰富的空间数据集，包括微出行事故记录、微出行模式、土地使用数据、公共交通便利性和道路网络特征，以评估和确定伊兹密尔共享出行枢纽的最佳位置。为此，本研究开发了一个基于GIS的多标准决策框架，结合了基于专家和基于数据的权重分配方法来进行枢纽选址。该框架考虑了18个空间指标，涵盖了微出行需求、公共交通和自行车出行的便利性、土地使用强度、城市活动集中度以及交通安全状况。采用了两种根本不同的方法：基于专家的模糊层次分析法（Fuzzy-AHP）和基于数据的熵-TOPSIS模型。这两种方法的输出通过一个称为综合适宜性指数（ISI）的新指标进行系统整合，该指数将主观的规划专业知识与客观的空间信息变量相结合，实现了适宜性的统一和比较评估，同时减少了方法特定的偏差和对权重假设的敏感性，使我们的研究具有创新性。采用六边形网格技术对空间分析单元进行了标准化处理，这种方法不仅提高了规划决策的空间分辨率，还通过使其更紧密地符合需求和安全模式，增强了枢纽选址策略的实际相关性。研究结果旨在为规划者和政策制定者提供基于证据的决策支持，以准确确定合适的共享出行枢纽位置，从而促进可持续的城市出行。
文章的其余部分安排如下：第2节深入回顾了有关共享出行枢纽选址的相关文献；第3节概述了研究中使用的方法论框架；第4节展示了主要发现；第5节总结了研究见解和政策建议。
章节片段
文献综述
对现有文献的全面回顾显示，大多数利用多标准决策（MCDM）方法的研究往往只关注单一交通模式。例如，基于地理信息系统（GIS）的MCDM模型已被广泛用于确定自行车共享站的最佳位置（Chen等人，2024年；Dehdari Ebrahimi等人，2022年；Eren和Katanalp，2022年；Fazio等人，2021年；Kabak等人，2018年；Mix等人，2022年）；共享电动滑板车的最佳位置（Altintasi和Yalcinkaya，2022年）
方法论
本研究旨在确定土耳其伊兹密尔人口密集且活动频繁的中心区域内的共享出行枢纽的最佳位置。通过结合基于专家的模糊层次分析法（Fuzzy-AHP）和基于数据的熵-TOPSIS多标准决策技术，所提出的方法论解决了空间选址中的不确定性和复杂性问题，同时确保了对候选位置的全面评估。
结果与讨论
根据前一节描述的方法论步骤，本文在以下三个小节中展示了基于GIS的多标准决策支持框架中的模糊隶属模式结果、空间适宜性映射以及共享出行枢纽的识别结果，并进行了讨论。
结论与建议
随着城市向更加可持续和多模式整合的交通系统转型，战略性规划的共享出行枢纽在提升多模式交通的连通性、减少对汽车的依赖以及支持活跃和公平的交通选择方面发挥着越来越重要的作用。本研究开发了一个基于GIS的综合性多标准决策支持框架，用于确定土耳其伊兹密尔共享出行枢纽的最佳位置。通过整合微出行需求的空间数据，
作者贡献声明
奥鲁克·阿尔廷塔西：撰写——审阅与编辑、初稿撰写、可视化、软件开发、方法论研究、数据分析、概念构建。奥斯曼·萨米·基尔蒂洛格鲁：撰写——审阅与编辑、初稿撰写、可视化、软件开发、方法论研究、数据分析、概念构建。
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
作者感谢伊兹密尔大都会市政府向他们提供了微出行数据。
