楊 昊，霍曉艷，趙林濤，冷軍強(qiáng)，白昊鵬

(1.哈爾濱工業(yè)大學(xué) 交通科學(xué)與工程學(xué)院， 哈爾濱 150090； 2.哈爾濱工業(yè)大學(xué)(威海) 汽車工程學(xué)院， 山東 威海 264209； 3.帝國理工學(xué)院， 倫敦 SW7 2AZ)

城市公交作為城市公共交通的重要組成部分，對(duì)解決城市交通問題，促進(jìn)城市進(jìn)一步發(fā)展有重要意義[1]。公交運(yùn)營管理部門需快速準(zhǔn)確把握居民出行需求，及時(shí)對(duì)公交線網(wǎng)進(jìn)行優(yōu)化、調(diào)整政策發(fā)布與運(yùn)營管理方式，能夠有效提高城市公交的服務(wù)水平。因此，充分挖掘分析乘客的公交出行特征、深入了解乘客出行的規(guī)律十分重要。

在出行鏈方面，Scheiner等[2]從性別角度研究了復(fù)雜出行活動(dòng)的出行鏈，利用德國的調(diào)查統(tǒng)計(jì)數(shù)據(jù)，通過社會(huì)經(jīng)濟(jì)屬性與出行鏈的軌跡進(jìn)行關(guān)聯(lián)分析。Kitamura[3]在研究人們出行規(guī)律時(shí)發(fā)現(xiàn)，人們更傾向于將行為活動(dòng)以“鏈”的形式首尾連接起來，這樣可以提高出行效率。Yang等[4]基于居民出行活動(dòng)，建立了可對(duì)出行鏈的出行模式進(jìn)行識(shí)別的模型，利用敏感性分析法解譯了因素對(duì)模型性能及出行鏈選擇影響的程度。褚浩然等[5]基于交通現(xiàn)象的本質(zhì)，總結(jié)出了出行鏈的定義和結(jié)構(gòu)。蔣家高[6]在國內(nèi)外出行鏈定義的基礎(chǔ)上，建立了最大出行鏈數(shù)量的計(jì)算方法。李軍等[7]基于出行鏈推導(dǎo)出了公交乘客下車站點(diǎn)，并建立了描述單個(gè)乘客在多天出行的完整數(shù)據(jù)分析框架。

在公交數(shù)據(jù)挖掘方面，J.Barry等[8]利用紐約市的公交IC卡刷卡信息，推導(dǎo)出出行者上下車站點(diǎn)并得到出行OD矩陣，獲取該OD矩陣的前提是出行者的公交出行鏈?zhǔn)情]合的。Chapleau[9]研究AFC、GPS和GIS等多種數(shù)據(jù)的融合處理方法，用以分析公交運(yùn)行狀態(tài)和居民公交出行需求的變化規(guī)律。Munizaga等[10]基于多源數(shù)據(jù)，結(jié)合乘客出行鏈及換乘規(guī)律計(jì)算乘客下車站點(diǎn)。史路[11]通過對(duì)車輛配置數(shù)量、乘客人數(shù)等數(shù)據(jù)進(jìn)行分析并建立仿真模型，優(yōu)化車輛配置和發(fā)車時(shí)間。尹安藤等[12]首先對(duì)居民公交出行特征進(jìn)行分析，再對(duì)居民公交出行OD推算方法進(jìn)行研究，并推算出居民出行OD矩陣。

現(xiàn)有對(duì)出行鏈的研究主要集中在出行模式的選擇及影響因素的分析上，較少利用出行鏈對(duì)公交乘客出行特征進(jìn)行分析。在公交數(shù)據(jù)挖掘方面，少有將支付寶掃碼數(shù)據(jù)與傳統(tǒng)的IC卡刷卡數(shù)據(jù)進(jìn)行融合分析，這必然會(huì)影響數(shù)據(jù)的準(zhǔn)確性；另外，針對(duì)公交靜態(tài)數(shù)據(jù)的修復(fù)與整合處理，缺乏完整的理論方法。本文采用威海市公交IC卡刷卡數(shù)據(jù)、支付寶賬單數(shù)據(jù)及公交車智能調(diào)度信息數(shù)據(jù)，建立多源數(shù)據(jù)關(guān)聯(lián)匹配算法，提取乘客出行鏈并判斷乘客上下車站點(diǎn)，計(jì)算出各站點(diǎn)的上下車人數(shù)，以此為基礎(chǔ)對(duì)公交乘客的出行特征進(jìn)行分析總結(jié)。

1 基礎(chǔ)數(shù)據(jù)條件

以威海市公交消費(fèi)數(shù)據(jù)(IC卡及支付寶)與車輛GPS數(shù)據(jù)為研究對(duì)象，選取部分線路對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行處理分析。本文數(shù)據(jù)來源為2019年2月威海市公交IC卡刷卡數(shù)據(jù)、支付寶掃碼數(shù)據(jù)及公交智能調(diào)度數(shù)據(jù)。數(shù)據(jù)包含約864輛公交車、143條公交線路信息(不含重復(fù)線路，包括快線、線路支線等)，涉及常規(guī)公交站點(diǎn)1 230個(gè)。以上3種數(shù)據(jù)來自相互獨(dú)立的系統(tǒng)，但均需利用Pandas庫對(duì)其進(jìn)行轉(zhuǎn)換為可由SQL Server進(jìn)行關(guān)聯(lián)操作的格式。

2 數(shù)據(jù)預(yù)處理及初步分析

2.1 數(shù)據(jù)預(yù)處理

公交消費(fèi)數(shù)據(jù)的預(yù)處理包括數(shù)據(jù)清理、時(shí)段分析、字段選擇等，支付寶賬單數(shù)據(jù)與IC卡數(shù)據(jù)預(yù)處理方法基本相同。分析時(shí)段以日為基本單位，以一周5個(gè)工作日作為整體分析對(duì)象，選取關(guān)鍵字段包括：消費(fèi)時(shí)間(CONSUMEDATE)、線路編號(hào)(LINEID)、卡號(hào)(L_CARDNO)、公交編號(hào)(BUSID)等。智能調(diào)度數(shù)據(jù)記錄了公交車輛全天行車記錄的所有GPS數(shù)據(jù)，預(yù)處理步驟包括特征數(shù)據(jù)選取、字段選取及補(bǔ)增丟失數(shù)據(jù)。預(yù)處理后部分公交消費(fèi)數(shù)據(jù)見表1。

表1 預(yù)處理后部分消費(fèi)數(shù)據(jù)

2.2 消費(fèi)數(shù)據(jù)初步分析

以威海市公交7路、3路、K2路的消費(fèi)數(shù)據(jù)為例，對(duì)2019年2月27日(星期三)消費(fèi)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，取7：00—8：00為早高峰時(shí)段，17：00—18：00 為晚高峰時(shí)段，其中各線路刷卡客流基本特征見表2，客流時(shí)段特征見圖1。

表2 各線路刷卡客流基本特征

圖1 分時(shí)段乘客量統(tǒng)計(jì)

公交消費(fèi)數(shù)據(jù)中記錄了乘客的乘車線路、乘車車輛等基本信息，通過分析表2數(shù)據(jù)及圖1中不同時(shí)段客流量可以看出：1) 公交站點(diǎn)個(gè)數(shù)一般隨線路長度增加而增加，且平均站間距也會(huì)增加；2) 乘客量與線路長度無必然聯(lián)系，在評(píng)價(jià)該指標(biāo)時(shí)需要結(jié)合線路實(shí)際情況來判斷；3) 乘客量在早晚高峰時(shí)段占比最高，均在10%左右。

3 公交乘客出行鏈提取

3.1 基于時(shí)空匹配的乘客上車站點(diǎn)識(shí)別

正常情況下，公交乘客在上車過程中完成刷卡或掃碼動(dòng)作，但由于公交車實(shí)際到站時(shí)間與GPS記錄時(shí)間存在系統(tǒng)時(shí)差，需要通過不斷假設(shè)和判斷進(jìn)行修正。以IC卡系統(tǒng)為例，無論IC卡系統(tǒng)時(shí)間是早于或遲于GPS系統(tǒng)時(shí)間，都會(huì)使統(tǒng)計(jì)結(jié)果出現(xiàn)誤差，具體影響見圖2。

因此，應(yīng)以智能調(diào)度系統(tǒng)的時(shí)間為基準(zhǔn)，通過不斷假設(shè)計(jì)算確定刷卡(掃碼)系統(tǒng)時(shí)間差，當(dāng)車站識(shí)別率最高時(shí)，認(rèn)為該時(shí)差即為系統(tǒng)實(shí)際時(shí)差；再通過消費(fèi)記錄時(shí)間以車輛時(shí)間進(jìn)行匹配從而判斷出站點(diǎn)，進(jìn)而統(tǒng)計(jì)出站點(diǎn)識(shí)別率。假設(shè)系統(tǒng)時(shí)差為：

圖2 系統(tǒng)時(shí)差對(duì)站點(diǎn)識(shí)別率的影響

Δt=Tpos-Tgps

(1)

式中：Δt為系統(tǒng)時(shí)間差，s；Tpos為POS機(jī)的記錄時(shí)間，s；Tgps為智能調(diào)度系統(tǒng)的記錄時(shí)間，s。

由式(1)可得修正后的系統(tǒng)記錄時(shí)間，其公式為：

ΔTpos=Δt+Tpos

(2)

式中：ΔTpos為修正后的POS機(jī)記錄時(shí)間，s。

上車站點(diǎn)判斷可利用時(shí)間匹配原理[13]，本文將SQL數(shù)據(jù)庫將線路編號(hào)、車輛編號(hào)、消費(fèi)時(shí)間及公交到站時(shí)間等字段建立關(guān)聯(lián)視圖，關(guān)聯(lián)查詢的主要內(nèi)容為視圖中的站點(diǎn)名稱。以2019年2月27號(hào)(星期三)數(shù)據(jù)為例進(jìn)行數(shù)據(jù)關(guān)聯(lián)，直接匹配率僅26.7%。通過對(duì)系統(tǒng)時(shí)差進(jìn)行不斷假設(shè)修正，當(dāng)系統(tǒng)時(shí)差取30 s時(shí)識(shí)別率達(dá)最高，75 235條數(shù)據(jù)中有59 429條數(shù)據(jù)成功匹配，識(shí)別率達(dá)到78.9%。部分上車站點(diǎn)匹配結(jié)果見表3。表3中，X、Y分別表示進(jìn)站、出站時(shí)間。

表3 部分上車站點(diǎn)匹配結(jié)果

3.2 基于出行鏈理論的乘客下車站點(diǎn)識(shí)別

公共交通出行鏈?zhǔn)且怨步煌ǚ绞綖橹饕鲂蟹绞酵瓿?次或多個(gè)連續(xù)的出行過程，強(qiáng)調(diào)出行的連接性。因此，本文采用公交出行鏈的定義為：按一定時(shí)間序列，居民乘車在時(shí)間和空間上前后銜接的公共交通線路出行過程。其特點(diǎn)為：居民在1 d的出行過程中，至少乘坐了2次及以上的公共交通，乘客前1次乘車的下車時(shí)間一定早于后1次乘車的上車時(shí)間。當(dāng)乘客在1 d的出行過程中有多個(gè)目的地，若按原路返回路線不再是抵達(dá)最終目的地后的最短路線，乘客將選擇其他距離短、行程簡單路線回家，即環(huán)形閉合式出行鏈，見圖3。

圖3 環(huán)形閉合式出行鏈

對(duì)大部分公交出行者而言，其上車站點(diǎn)和下車站點(diǎn)總能相互轉(zhuǎn)換。若同一乘客連續(xù)2次乘坐方向相反的同一線路，則可認(rèn)為2次出行站點(diǎn)互為起始點(diǎn)。由已經(jīng)得到乘客上車站點(diǎn)為基礎(chǔ)，根據(jù)出行鏈理論對(duì)于乘客下車站點(diǎn)進(jìn)行判斷以得到完整的乘客公交出行鏈。2次及以下刷卡乘客占乘客總數(shù)的84.1%，基本能夠代表公交乘客的出行需求，在Pandas庫中進(jìn)行下車站點(diǎn)匹配，47 821條數(shù)據(jù)中有35 196條數(shù)據(jù)成功匹配，識(shí)別率達(dá)73.6%。而對(duì)于1次刷卡的乘客，分析其最近一段時(shí)間內(nèi)的乘車記錄可發(fā)現(xiàn)：乘客在本次乘車線路下游方向的某一站點(diǎn)下車概率與乘客近期在該站點(diǎn)乘車次數(shù)成正比。42 326條1次刷卡數(shù)據(jù)中有5 738條數(shù)據(jù)得到匹配，部分乘客公交出行鏈見表4，計(jì)算可得當(dāng)前數(shù)據(jù)對(duì)下車站點(diǎn)識(shí)別成功的貢獻(xiàn)率為85.98%。

表4 部分乘客公交出行鏈

4 威海市民公交出行特征分析

4.1 乘客出行時(shí)間和乘車次數(shù)分布

威海市常規(guī)公交線路143條，常規(guī)公交站點(diǎn) 1 230個(gè)，基本上覆蓋全市主要區(qū)域、重要主次干道以及社區(qū)街道。選取2019年2月24日(周日)及2月25日(周一)威海市公交刷卡及掃碼記錄，按1 h為1個(gè)時(shí)段進(jìn)行全體消費(fèi)次數(shù)統(tǒng)計(jì)分析。工作日消費(fèi)次數(shù)共計(jì)約206 761次，其中7：00—8：00、17：00—18：00消費(fèi)次數(shù)均超過25 000次，約占全天公交出行次數(shù)的23%，且出行目的較為單一，多為居民區(qū)到商業(yè)辦公區(qū)；日間平峰時(shí)段消費(fèi)次數(shù)均在12 000次/h左右，總體較為平穩(wěn)。非工作日消費(fèi)次數(shù)共計(jì)約183 045次，客流總量明顯低于工作日，彈性出行較多且總體幅度平穩(wěn)，日間消費(fèi)次數(shù)均在 14 000次/h 左右，具體分布見圖4。

統(tǒng)計(jì)數(shù)據(jù)顯示，25日共有46 719張公交IC卡和64 833名手機(jī)支付寶賬戶被使用，刷卡和掃碼總次數(shù)分別為86 351次與120 410次，平均消費(fèi)次數(shù)為1.85次/人和1.86次/人。說明2種公交支付方式的公交乘客出行需求近似相等，且偏向于使用手機(jī)支付寶掃碼的乘客數(shù)居多，該日刷卡次數(shù)分布見表5。

圖4 威海市公交乘客時(shí)間客流分布

從表5可以看出，出行次數(shù)2次及其以下乘客占比約84%，出行次數(shù)4次及以上乘客總數(shù)量較低，不到10%，出行次數(shù)6次及以上的乘客比例極低，合計(jì)不到1%，說明威海市乘客出行過程中換乘需求較少，大部分乘客1次公交出行即可到達(dá)目的地。

表5 25日公交刷卡(掃碼)次數(shù)統(tǒng)計(jì)

4.2 公交線路OD分析

公交線路OD能夠反映該條線路各站點(diǎn)間的乘客出行需求，能夠作為單條公交線路運(yùn)營優(yōu)化調(diào)整的重要依據(jù)。公交線路OD是由消費(fèi)數(shù)據(jù)和GPS數(shù)據(jù)等信息相互匹配推導(dǎo)得出，但由于少量數(shù)據(jù)的不完整以及部分乘客使用現(xiàn)金，導(dǎo)致一些乘客的消費(fèi)記錄無法匹配。因此公交站點(diǎn)OD矩陣需進(jìn)行公交原始消費(fèi)數(shù)據(jù)和現(xiàn)金乘客2個(gè)方面的擴(kuò)樣，2類擴(kuò)樣系數(shù)推導(dǎo)見式(3)、式(4)：

(3)

(4)

以1路公交車2月27日數(shù)據(jù)為例，通過實(shí)際調(diào)查，隨車記錄并統(tǒng)計(jì)各種支付方式所占比例，得到3次發(fā)車各站點(diǎn)上車總?cè)藬?shù)共287人，其中支付寶掃碼人數(shù)為166人，約占58%；刷卡人數(shù)為104人，約占36%；使用現(xiàn)金人數(shù)為17人，約占6%。在假設(shè)投幣乘客出行與刷卡及掃碼乘客出行完全一致的狀況下可計(jì)算得第1類擴(kuò)樣系數(shù)為1.367、第2類擴(kuò)樣系數(shù)為1.064。對(duì)數(shù)據(jù)進(jìn)行提取、轉(zhuǎn)換和擴(kuò)樣可獲取各公交站點(diǎn)的發(fā)生量和吸引量，線路見圖5，部分站點(diǎn)客流量見表6，站點(diǎn)上下車人數(shù)相關(guān)性見圖6。

圖5 1路公交車線路

表6 1路公交部分站點(diǎn)客流量

圖6 站點(diǎn)全日上下車人數(shù)相關(guān)性

由圖6可知，站點(diǎn)全日上車人數(shù)與下車人數(shù)的相關(guān)系數(shù)為0.810 1，擬合效果良好，各公交站點(diǎn)的發(fā)生量和吸引量呈正相關(guān)。證明本文所采用的方法推導(dǎo)出公交站間OD在各個(gè)站點(diǎn)的上下車人數(shù)基本達(dá)到平衡，與乘客出行特征相符。

乘客出行的起訖點(diǎn)用發(fā)生點(diǎn)與吸引點(diǎn)表示，在發(fā)生點(diǎn)和吸引點(diǎn)產(chǎn)生的客流量為該站點(diǎn)的發(fā)生量和吸引量，即構(gòu)成站間OD矩陣。它既能在時(shí)間范圍內(nèi)反映乘客分散與聚集的分布特征，也能在空間范圍內(nèi)反映客流的流向，1路公交部分站間OD見表7。

將高峰時(shí)段及全日的公交矩陣分別做出三維圖，從宏觀角度對(duì)不同出行模式和出行時(shí)間下的居民出行鏈進(jìn)行分析，還原公交乘客的出行行為，分析公交乘客的出行選擇，各時(shí)段的公交OD矩陣三維圖見圖7、圖8。

表7 1路公交站間OD矩陣(部分)

圖7 1路公交高峰OD三維圖

圖8 1路公交全日OD三維圖

對(duì)應(yīng)站間OD矩陣和三維圖分析可以得出，1路公交高峰期間區(qū)政府—北竹島、骨科醫(yī)院—實(shí)驗(yàn)中學(xué)、威高廣場—北竹島、威高廣場—藍(lán)灣怡庭、區(qū)政府—藍(lán)灣怡庭站間客流量較大，分別達(dá)29、25、32、25、29人次，符合高峰期車乘客出行特征，起訖點(diǎn)基本集中在居民區(qū)與商業(yè)辦公區(qū)之間；全日OD陣三維圖則表現(xiàn)為柱狀體高度分布較為平均，各個(gè)站點(diǎn)的客流量較為相似，符合全日內(nèi)公交出行目的較為多樣、起訖點(diǎn)相對(duì)分散的情況。

5 結(jié)束語

本文將時(shí)下熱門的支付寶掃碼支付賬單納入數(shù)據(jù)樣本范圍進(jìn)行多源數(shù)據(jù)融合分析，以威海市1路車公交為例，分析其部分消費(fèi)數(shù)據(jù)，得出如下結(jié)論：

1) 在2種公交支付方式中，偏向于使用支付寶掃碼的乘客數(shù)量較多，但2種支付方式的公交乘客出行需求近似相等，且乘客出行過程中換乘需求較少，大部分乘客1次公交出行即可到達(dá)目的地。

2) 分析公交站間OD矩陣，早晚高峰期間乘客大部分以通勤為目的，消費(fèi)次數(shù)均超過25 000 次/h，約占全天公交出行總次數(shù)的23%，且乘客出行目的較為單一，多為居民區(qū)與商業(yè)辦公區(qū)之間，其他時(shí)段出行目的多樣而終點(diǎn)相對(duì)分散，與實(shí)際情況相符。

3) 為接入支付寶或其他手機(jī)掃碼方式乘車的城市提供一種準(zhǔn)確且有效的公交出行特征分析方法，同時(shí)為下一步解決公交站址優(yōu)化提供數(shù)據(jù)支撐。