李文平 王衛(wèi)青 趙 顗

（1.常熟市公安局交通管理科學(xué)技術(shù)研究所 江蘇 常熟 215500；2.南京柏博交通科技有限責(zé)任公司 南京 210018）

0 引言

一般來講，城市居民OD 調(diào)查采用的抽樣率在3%～4%［1］。所以，即使是一個(gè)人口為40萬(wàn)的中等城市，其需要采集的樣本問卷也需在1.4萬(wàn)份左右。例如，在湖州市城市綜合交通規(guī)劃中，總抽樣率為3.05%，得到有效居民出行表格共13 377份。由此看來，城市居民OD 調(diào)查所得到的樣本數(shù)據(jù)是非常龐大的。

在后期的數(shù)據(jù)處理方面，一般都是將Access、Excel、Matlab等軟件結(jié)合使用；雖然可以滿足大部分OD統(tǒng)計(jì)分析的功能需求，但是這些軟件設(shè)計(jì)的初衷是通用性，即大眾化、簡(jiǎn)單化、易用化，面向的處理對(duì)象是一般的商業(yè)數(shù)據(jù)，對(duì)于OD 出行這種特殊的海量工程數(shù)據(jù)的處理分析，顯得力不從心。

比如Access的查詢功能兼顧了所有用戶，提供了一個(gè)查詢窗體設(shè)計(jì)器，可以實(shí)現(xiàn)簡(jiǎn)單的按列匹配進(jìn)行查詢，但是對(duì)于“按年齡組的平均出行次數(shù)分布”這樣的查詢，簡(jiǎn)單的查詢窗體無法很好的滿足要求；即使工程人員有較高的計(jì)算機(jī)、數(shù)據(jù)庫(kù)方面的知識(shí)與經(jīng)驗(yàn)，并且掌握了基本的SQL 語(yǔ)言，要實(shí)現(xiàn)出行次數(shù)的統(tǒng)計(jì)，仍然需要自己為每個(gè)年齡組手工設(shè)計(jì)兩條查詢語(yǔ)句，分別得到結(jié)果，然后進(jìn)行除法運(yùn)算。這樣一來，如果存在6個(gè)年齡組，那么至少需要12條SQL語(yǔ)句和6次除法運(yùn)算才能實(shí)現(xiàn)以上功能要求。而且極易出現(xiàn)人為操作失誤，比如，除法運(yùn)算錯(cuò)誤等。同樣，對(duì)于更高階的統(tǒng)計(jì)，如“各出行目的的出行方式”，統(tǒng)計(jì)出的結(jié)果應(yīng)該為1張表格，假設(shè)出行目的、出行方式均有9種，那么需要繪制的表格就有81個(gè)單元格，同樣需要對(duì)每個(gè)單元格進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，這樣的工作量是很大的。再者，Access這種小型關(guān)系數(shù)據(jù)庫(kù)的效率并不高，在動(dòng)輒幾十萬(wàn)數(shù)據(jù)樣本的OD調(diào)查中，搜索一次所要花費(fèi)的時(shí)間也是比較長(zhǎng)的。在一篇出行調(diào)查與特征分析的報(bào)告或論文中，需要幾十個(gè)大小不等的數(shù)據(jù)表格，如果所有的統(tǒng)計(jì)數(shù)據(jù)均依靠這種半人工方式實(shí)現(xiàn)，效率將會(huì)非常低。

為了解決上述實(shí)際操作存在的問題，對(duì)當(dāng)前OD調(diào)查中使用到的統(tǒng)計(jì)方法以及利用該統(tǒng)計(jì)方法得到的大量數(shù)據(jù)表格、圖形進(jìn)行分析，提取出幾乎所有OD調(diào)查所用到的統(tǒng)計(jì)方法的基本共性，加以分類、總結(jié)，最終提出了統(tǒng)計(jì)分析的核心技術(shù)，即下面所介紹的OD Result Set Exchange Standard和ODQL。OD Result Set Exchange Standard的優(yōu)勢(shì)在于將所有的統(tǒng)計(jì)結(jié)果的存儲(chǔ)方式統(tǒng)一化，能夠滿足幾乎任意維的數(shù)據(jù)空間；并且易于交換、修改、轉(zhuǎn)換到表格、圖形等更直觀的表述形式。ODQL則是為解決所有的OD統(tǒng)計(jì)方法而專門設(shè)計(jì)的一門查詢語(yǔ)言，語(yǔ)法與SQL 類似，但是提供了統(tǒng)計(jì)任意維數(shù)據(jù)空間的功能，甚至可以得到“非規(guī)則”的數(shù)據(jù)空間；其最終的結(jié)果則使用OD Result Set Exchange Standard進(jìn)行表述。

1 OD數(shù)據(jù)特點(diǎn)和統(tǒng)計(jì)需求分析

目前所使用的出行調(diào)查問卷的形式是以自然人為單位，包括其自身的特征屬性，如年齡、性別、收入等，以及在特定時(shí)間段（通常為24h）內(nèi)的所有出行記錄，出行記錄數(shù)量一般在10次以內(nèi)。個(gè)人特征屬性為一維表結(jié)構(gòu)，出行記錄則為二維表結(jié)構(gòu)。從出行本身的性質(zhì)來看，以一個(gè)被調(diào)查人員為例，其出行記錄之間的基本關(guān)系如下：①出行的完整性；②出行信息的合理性；③居民的屬性與出行信息的關(guān)聯(lián)性［2］。

其中，樣本數(shù)據(jù)的完整性，是指居民調(diào)查表和居民調(diào)查子表中所包含的出行者家庭與個(gè)人特征以及出行信息等相關(guān)信息能夠滿足建立活動(dòng)模型的需要；出行信息的合理性，主要包括出行記錄的空間一致性、出行記錄的時(shí)間連續(xù)性、出行方式的一致性；居民的屬性與出行信息的關(guān)聯(lián)性，主要包含工作－職業(yè)、工作－年齡、上學(xué)－職業(yè)、上學(xué)－年齡等方面的檢驗(yàn)。

1.1 傳統(tǒng)統(tǒng)計(jì)分析方法

傳統(tǒng)的OD數(shù)據(jù)統(tǒng)計(jì)方法可分為出行次數(shù)和特定屬性的統(tǒng)計(jì)，出行次數(shù)的統(tǒng)計(jì)又可分為出行次數(shù)總量的統(tǒng)計(jì)，即出行量和平均出行次數(shù)的統(tǒng)計(jì)；指定屬性的統(tǒng)計(jì)可分為屬性的總量（如總時(shí)耗、總花費(fèi)）、平均量（如平均時(shí)耗、平均花費(fèi)）、最大量、最小量共6種統(tǒng)計(jì)方法［3］。

1.2 統(tǒng)計(jì)結(jié)果形式分析

傳統(tǒng)的OD數(shù)據(jù)統(tǒng)計(jì)方法所統(tǒng)計(jì)得到的結(jié)果數(shù)據(jù)集形式通常為一維空間或二維空間，坐標(biāo)軸通常對(duì)應(yīng)特定的屬性，即出行調(diào)查表中的列（如出行方式、出行目的），也可為組合列（如時(shí)耗，到達(dá)時(shí)間減去出發(fā)時(shí)間），空間中數(shù)據(jù)點(diǎn)的值通常有整型的出行量、浮點(diǎn)型的平均出行次數(shù)或平均耗費(fèi)，或?qū)⑶皟烧邤?shù)據(jù)按照某個(gè)方向歸一化后的百分比數(shù)據(jù)［4－5］。

該類統(tǒng)計(jì)結(jié)果的特點(diǎn)是各個(gè)數(shù)據(jù)點(diǎn)所代表的數(shù)據(jù)空間均為獨(dú)立不重疊的，即任意一點(diǎn)數(shù)據(jù)不包含其它任何點(diǎn)的數(shù)據(jù)；基于這一點(diǎn)，對(duì)結(jié)果的歸一化操作才有實(shí)際意義。

由于原始樣本的出行記錄數(shù)據(jù)一般保存在關(guān)系數(shù)據(jù)庫(kù)中，單次出行以數(shù)據(jù)表中行的形式存在，數(shù)據(jù)類型一般均為常見計(jì)算機(jī)語(yǔ)言內(nèi)置類型，如整型、浮點(diǎn)型，因此利用現(xiàn)有的計(jì)算機(jī)語(yǔ)言處理原始數(shù)據(jù)會(huì)帶來很大的便捷。目前國(guó)內(nèi)普遍使用Microsoft Office辦公套件中的Access、Excel等軟件對(duì)出行數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，常見方式為利用Access的查詢窗體對(duì)數(shù)據(jù)樣本進(jìn)行簡(jiǎn)單查詢，或者使用結(jié)構(gòu)化查詢語(yǔ)言SQL對(duì)樣本進(jìn)行高級(jí)查詢，可以實(shí)現(xiàn)多表的連接查詢或更高級(jí)的功能，采用這種方式，用戶可以完全自定義查詢方法；缺點(diǎn)是對(duì)用戶的計(jì)算機(jī)水平要求較高、整體自動(dòng)化程度不高、查詢速度較慢等。因此，無論是從便捷性還是專業(yè)性方面來看，將辦公軟件用于交通調(diào)查統(tǒng)計(jì)中，效果不是很理想。

同時(shí)由于在交通出行調(diào)查統(tǒng)計(jì)分析領(lǐng)域，尚未出現(xiàn)專用的軟件和通用開放標(biāo)準(zhǔn)，因此我們提出了一套開放標(biāo)準(zhǔn)和實(shí)現(xiàn)。

ODQL和ODRS就是根據(jù)上述理論分析的結(jié)果，設(shè)計(jì)的類自然語(yǔ)言和數(shù)據(jù)格式規(guī)范。ODQL與ODRS在設(shè)計(jì)之初就考慮到如何同時(shí)滿足高度的專業(yè)化、功能的靈活性以及使用的便捷性。現(xiàn)有的版本是參考了SQL的語(yǔ)法和一些工程軟件的數(shù)據(jù)文件格式，經(jīng)過不斷改進(jìn)而成形的。

ODQL與ODRS已經(jīng)在OD Star中實(shí)現(xiàn)，通過該接口，我們實(shí)現(xiàn)了43種常用統(tǒng)計(jì)方法。

2 ODQL語(yǔ)言設(shè)計(jì)

ODQL的 全 稱是origin－destination query language，即交通起止點(diǎn)查詢語(yǔ)言。

ODQL所針對(duì)的原始數(shù)據(jù)空間是以一次出行記錄為基本單位的全體出行樣本，其首要設(shè)計(jì)目標(biāo)是滿足各種需求的OD數(shù)據(jù)統(tǒng)計(jì)，按照針對(duì)坐標(biāo)軸和全局的約束條件進(jìn)行查詢并建立起符合OD Result Set Exchange Standard的數(shù)據(jù)結(jié)果空間模型。在這里我們只關(guān)注ODQL的語(yǔ)法如何滿足不同需求的統(tǒng)計(jì)以及最終結(jié)果的存儲(chǔ)形式，對(duì)于原始出行記錄的存儲(chǔ)格式以及ODQL如何被解釋執(zhí)行等方面的介紹請(qǐng)參閱OD Star說明書。

完整的ODQL語(yǔ)句包含幾個(gè)要素，見表1。

表1 ODQL語(yǔ)句說明Tab.1 Illustration of ODQL statement

＊?dú)w一化：假設(shè)統(tǒng)計(jì)的數(shù)據(jù)空間為二維空間，如需要按列計(jì)算各個(gè)單元格所占的百分比，則可以設(shè)置歸一化方向?yàn)?；同理，如需要按行計(jì)算各個(gè)單元格所占的百分比，則可以設(shè)置歸一化方向?yàn)?；設(shè)置為－1則不進(jìn)行歸一化處理。

ODQL文法（正則表達(dá)式描述）如下。語(yǔ)法關(guān)鍵字說明見表2。

表2ODQL文法（正則表達(dá)式描述）

ODQL核心特征：

1）支持交通量（出行量）、平均出行次數(shù)的統(tǒng)計(jì)。

2）支持無限多空間坐標(biāo)軸。

3）支持符合坐標(biāo)軸。

4）支持任意多軸約束。

5）支持不同類型的軸約束結(jié)合。

6）支持全局約束條件。

3 試驗(yàn)結(jié)果

3.1 ODQL Query Engine

Query Engine是為了解釋并執(zhí)行ODQL語(yǔ)句而實(shí)現(xiàn)的解釋器和執(zhí)行器。

在OD－Star中集成了一個(gè)ODQL的命令行接口——ODQL Shell，通過該接口，用戶可以直接執(zhí)行完全自定義的ODQL語(yǔ)句。詳細(xì)介紹請(qǐng)參閱《基于B／S模式的居民OD調(diào)查統(tǒng)計(jì)分析軟件的研究與開發(fā)》，這里不再贅述。

3.2 性能測(cè)試

執(zhí)行一次ODQL所需要的時(shí)間依賴于結(jié)果集的規(guī)模。根據(jù)不同規(guī)模的測(cè)試結(jié)果見表3、表4。

由平均單次執(zhí)行時(shí)間可以看出，隨著統(tǒng)計(jì)結(jié)果空間規(guī)模的增大，總執(zhí)行時(shí)間接近線性增長(zhǎng)，平均單次執(zhí)行時(shí)間保持在200ms左右。常用的統(tǒng)計(jì)方法的規(guī)模一般在100以內(nèi)，出行記錄一般也小于10萬(wàn)規(guī)模，因此ODQL Executer的性能完全能夠滿足一般的工程應(yīng)用。ODQL所面向的原始數(shù)據(jù)的規(guī)模一般在幾十萬(wàn)，雖然ODQL可以一次性執(zhí)行得到一個(gè)完整的空間數(shù)據(jù)集，但是執(zhí)行所需的時(shí)間還是相當(dāng)可觀的。如果使用傳統(tǒng)的Access、Excel等軟件對(duì)數(shù)據(jù)進(jìn)行一個(gè)一個(gè)的統(tǒng)計(jì)，可想而知其中存在大量的重復(fù)勞動(dòng)會(huì)消耗大量的時(shí)間。

表2 語(yǔ)法關(guān)鍵字說明Tab.2 Keyword description in syntax

表3 測(cè)試樣本數(shù)據(jù)總量Tab.3 Total amount of test sample

表4 測(cè)試環(huán)境Tab.4 Test environment

4 結(jié)束語(yǔ)

在現(xiàn)有的OD 調(diào)查數(shù)據(jù)基礎(chǔ)上，我們提出的ODQL標(biāo)準(zhǔn)查詢語(yǔ)言和ODRS標(biāo)準(zhǔn)數(shù)據(jù)集格式，規(guī)范了查詢數(shù)據(jù)的方式，覆蓋了絕大多數(shù)的分析需求并大大減少了時(shí)間開銷。用戶通過標(biāo)準(zhǔn)的ODQL語(yǔ)句能得到各種所需的數(shù)據(jù)結(jié)果形式，實(shí)現(xiàn)了數(shù)據(jù)結(jié)構(gòu)標(biāo)準(zhǔn)查詢，使居民OD 調(diào)查數(shù)據(jù)得到最大化的利用，也為調(diào)查數(shù)據(jù)的挖掘工作提供便利的途徑。

表5 測(cè)試結(jié)果Tab.5 Test result

［1］東南大學(xué)交通學(xué)院.蚌埠市城市綜合交通規(guī)劃［R］.南京：東南大學(xué)交通學(xué)院，2007.

［2］王伊麗.城市居民活動(dòng)－出行特征分析方法研究［D］.南京：東南大學(xué)，2007.

［3］王建軍，嚴(yán)寶杰.交通調(diào)查與分析［M］.2版.北京：人民交通出版社，2004.

［4］王 煒，陳學(xué)武，陸建.交通規(guī)劃［M］.北京：人民交通出版社，2007.

［5］陸 建，王 煒.面向可持續(xù)發(fā)展的城市交通系統(tǒng)調(diào)查內(nèi)容與分析［J］.中國(guó)市政工程，2003（5）：1－4.

［6］王小敏，熊 軍，馬木欣.基于GPS的大跨度橋梁變形監(jiān)測(cè)與數(shù)據(jù)處理［J］.武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版，2009，33（2）：219－223.

［7］戢曉峰，劉 瀾.多模式公共交通系統(tǒng)的出行信息有效性研究［J］.武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版，2009，33（5）：980－983.