孫世超

(大連海事大學(xué)交通運(yùn)輸工程學(xué)院，遼寧大連116026)

0 引言

公交都市的建設(shè)并非簡(jiǎn)單的硬件設(shè)施改善，而是具有相對(duì)競(jìng)爭(zhēng)力的公交服務(wù)水平提升與精細(xì)化的公交“客戶管理”.公交用戶細(xì)分一直以來(lái)都是國(guó)內(nèi)外公交用戶管理中重要的研究?jī)?nèi)容.傳統(tǒng)的分類方法主要是通過(guò)單一數(shù)據(jù)源作為數(shù)據(jù)基礎(chǔ)來(lái)實(shí)現(xiàn)公交用戶的聚類分析，所采用的數(shù)據(jù)源主要包括問(wèn)卷調(diào)查數(shù)據(jù)及公交刷卡數(shù)據(jù)[1].然而，這種采用單一數(shù)據(jù)源的傳統(tǒng)分析方法在公交用戶分類應(yīng)用中逐漸暴露出不足.

首先，基于問(wèn)卷調(diào)查數(shù)據(jù)的公交用戶分類方法是最為常用的傳統(tǒng)方法之一，并且在國(guó)內(nèi)應(yīng)用得更為廣泛.文獻(xiàn)[1-3]中均使用了此類方法，通過(guò)問(wèn)卷調(diào)查方式采集小樣本用戶公交使用行為與態(tài)度意愿信息，并通過(guò)因子分析法及聚類分析法，可以實(shí)現(xiàn)樣本內(nèi)公交用戶的交叉分類，得到用戶的組群劃分情況.然而，由于該方法的實(shí)現(xiàn)更多的是依賴微觀小樣本問(wèn)卷調(diào)查而獲取的基礎(chǔ)數(shù)據(jù)，其代表性、科學(xué)性和客觀性均難免受到質(zhì)疑.此外，該方法采用的是樣本內(nèi)聚類的方式進(jìn)行人群的劃分，而這種無(wú)監(jiān)督學(xué)習(xí)方法受樣本規(guī)模和樣本抽樣的均勻性影響非常大，難以保證小樣本的聚類結(jié)果與樣本總體用戶分類規(guī)律的一致性.尤其是在公交使用行為方面，問(wèn)卷調(diào)查采集到的出行信息仍存在主觀因素和抽樣均勻性的影響，在客觀性和準(zhǔn)確性方面較公交刷卡數(shù)據(jù)存在明顯差距，基于公交出行行為的聚類結(jié)果的代表性因此存在不足.

隨著公交IC卡的大規(guī)模普及，利用公交刷卡數(shù)據(jù)實(shí)現(xiàn)個(gè)體用戶公交使用行為的連續(xù)追蹤，并根據(jù)公交出行行為模式的不同對(duì)公交用戶人群進(jìn)行類別劃分成為國(guó)內(nèi)外研究的熱點(diǎn).Ma等[4]利用K-均值聚類法，針對(duì)出行天數(shù)、首乘時(shí)間及乘坐線路等進(jìn)行聚類，并將用戶劃分為5類具有明顯行為差異的人群.Kieu等[5]依據(jù)出行OD和出行時(shí)間是否規(guī)律將使用者分為4類，在此基礎(chǔ)上分析了每一類使用者的公交使用行為特征，并應(yīng)用于公交政策的調(diào)整.文獻(xiàn)[6]對(duì)公交刷卡數(shù)據(jù)在用戶分類中的研究成果進(jìn)行了整理，并指出交通大數(shù)據(jù)由于缺乏監(jiān)測(cè)對(duì)象本身的社會(huì)經(jīng)濟(jì)屬性因素及態(tài)度意愿方面的度量，仍存在一定不足.例如，國(guó)內(nèi)外許多國(guó)家現(xiàn)階段公交IC卡數(shù)據(jù)僅包含公交出行信息，對(duì)持卡人信息仍采取的是匿名制，因此僅通過(guò)公交刷卡數(shù)據(jù)的統(tǒng)計(jì)及分析，可以從“行為”的角度進(jìn)行人群的劃分、公交出行模式的提取等，但由于缺乏出行者本身態(tài)度意愿的度量與分析，無(wú)法從社會(huì)屬性及主觀意愿的角度進(jìn)行用戶交叉分類及改善訴求獲取.

綜上，雖然已經(jīng)逐步建立起了公交信息化數(shù)據(jù)環(huán)境，對(duì)公交乘客出行行為的整體把握能力得到明顯提升，但公眾對(duì)公交服務(wù)的評(píng)價(jià)具有很大的主觀成分，仍需要通過(guò)問(wèn)卷調(diào)查形式獲取公交用戶管理所需的必要信息.因此，充分利用多源數(shù)據(jù)進(jìn)行深入的決策分析成為實(shí)現(xiàn)科學(xué)化的公交用戶管理的重要任務(wù).為了達(dá)到這一目標(biāo)，本文提出一種基于宏微觀數(shù)據(jù)嵌套的公交用戶細(xì)分方法，融合公交信息化數(shù)據(jù)和意愿調(diào)查數(shù)據(jù)，形成宏微觀數(shù)據(jù)的互補(bǔ)嵌套，實(shí)現(xiàn)公交使用行為模式的精細(xì)化劃分，為不同組群用戶的訴求分析提供基礎(chǔ).

1 數(shù)據(jù)基礎(chǔ)

1.1 公交刷卡數(shù)據(jù)

截止到2015年底，廈門市公交卡發(fā)行量突破600萬(wàn)張，達(dá)到了高度普及階段.此次獲取的公交信息化數(shù)據(jù)包含2015年12月7～18日廈門市城區(qū)范圍內(nèi)公交刷卡數(shù)據(jù)，覆蓋300多條公交線路.數(shù)據(jù)字段如表1所示.

表1 公交IC卡刷卡數(shù)據(jù)字段Table 1 Data field of smart card data

1.2 問(wèn)卷調(diào)查數(shù)據(jù)

本研究組于廈門市中心城區(qū)(島內(nèi))進(jìn)行了1次居民公交使用情況調(diào)查，調(diào)查方案信息如下：

(1)調(diào)查方式.

考慮到意愿調(diào)查采用站點(diǎn)問(wèn)詢方式的難度，此次調(diào)查選擇了辦公地點(diǎn)入戶調(diào)查的方式，由市交通局文件支持，各被選中單位行政人員配合發(fā)放并回收問(wèn)卷.

(2)調(diào)查對(duì)象.

辦公地點(diǎn)的通勤人群.

(3)調(diào)查時(shí)間.

2015年12月15日9:00發(fā)放問(wèn)卷，13:30回收問(wèn)卷.

(4)調(diào)查地點(diǎn)與選取原則.

基于文獻(xiàn)[1]中廈門市工作崗位空間分布的強(qiáng)弱結(jié)果，劃分出島內(nèi)5個(gè)主要調(diào)查區(qū)域，廈門軟件園、廈門火炬園區(qū)、江頭區(qū)域、火車站區(qū)域及體育路附近區(qū)域.依據(jù)各區(qū)域崗位數(shù)分布的比例結(jié)構(gòu)，采用分層抽樣原則分配各自問(wèn)卷數(shù)量，隨機(jī)選取區(qū)域內(nèi)企事業(yè)單位進(jìn)行問(wèn)卷發(fā)放.

(5)問(wèn)卷發(fā)放與回收情況.

共計(jì)發(fā)放問(wèn)卷900份，回收有效問(wèn)卷664份(內(nèi)容填寫完整)，回收率74%.

(6)問(wèn)卷內(nèi)容.

①公交使用情況信息.

?2015年12月14日完整的公交出行鏈(上車時(shí)間、上車站點(diǎn)、線路名、下車站點(diǎn))；

?過(guò)去1周公交使用天數(shù)、次數(shù)；

?公交卡號(hào)的填寫(卡號(hào)標(biāo)注在公交卡的表面，采用自愿方式填寫).

②公交使用意愿/態(tài)度信息(五級(jí)分級(jí)法).

?是否滿意現(xiàn)有的公交設(shè)施及運(yùn)營(yíng)狀況；

?是否滿意車內(nèi)環(huán)境及駕駛?cè)藛T服務(wù)態(tài)度；

?與預(yù)期相比，服務(wù)水平的總體差距；

?與票價(jià)相比，是否覺(jué)得公交所提供的服務(wù)物有所值.

2 一種公交刷卡數(shù)據(jù)與問(wèn)卷調(diào)查數(shù)據(jù)的鏈接方法

鑒于單一數(shù)據(jù)源用于公交用戶分類所面臨的不足，本文提出一種基于宏微觀數(shù)據(jù)嵌套的公交用戶分類方法.為了實(shí)現(xiàn)該目標(biāo)，需要能夠建立問(wèn)卷調(diào)查受訪者與數(shù)據(jù)庫(kù)中公交IC卡持卡者之間的匹配鏈接，即同時(shí)獲取持卡者公交使用行為在刷卡數(shù)據(jù)樣本總體中的宏觀聚類情況，以及問(wèn)卷調(diào)查數(shù)據(jù)中微觀個(gè)體的社會(huì)屬性與意愿信息.

本次研究將采用“卡號(hào)識(shí)別+公交出行信息對(duì)照”兩階段的匹配手段進(jìn)行數(shù)據(jù)鏈接嘗試.由于部分填寫的信息可能會(huì)泄露受訪者的出行隱私，因此在調(diào)查階段都講述了此次信息采集的目的，以及征得了對(duì)方的允許.首先，廈門市公交IC卡刷卡數(shù)據(jù)中未對(duì)公交IC卡表面印刷的卡號(hào)在數(shù)據(jù)庫(kù)內(nèi)進(jìn)行加密處理，因此可以通過(guò)調(diào)查問(wèn)卷中自愿填寫的公交卡號(hào)來(lái)進(jìn)行問(wèn)卷受訪者與公交IC卡持有者之間的匹配；其次，對(duì)于卡號(hào)未能有效識(shí)別或未填寫的樣本，可以根據(jù)問(wèn)卷受訪者填寫的調(diào)查前一天(12月14日)的完整公交出行信息，結(jié)合當(dāng)天的全部公交刷卡數(shù)據(jù)，試圖匹配到具有唯一相同出行特征的公交卡號(hào).

2.1 數(shù)據(jù)鏈接階段1：根據(jù)填寫的卡號(hào)提取問(wèn)卷受訪者出行記錄

調(diào)查獲取的664份有效樣本中有327位受訪者自愿填寫了公交卡號(hào)，占有效樣本數(shù)量的49.2%；307位受訪者僅填寫了調(diào)查前一天的完整公交出行信息，占有效樣本數(shù)量的46.2%；其余約5%(30份)的有效受訪者在調(diào)查前一天無(wú)公交出行且不愿意填寫卡號(hào).

針對(duì)327份填寫了公交卡號(hào)的調(diào)查樣本，利用數(shù)據(jù)庫(kù)技術(shù)依次提取公交刷卡數(shù)據(jù)研究周期中符合該卡號(hào)的所有刷卡信息，最終266份樣本(81.3%)成功根據(jù)卡號(hào)提取到相應(yīng)的出行記錄.剩余61份樣本未能成功匹配的原因有兩個(gè)：第一，問(wèn)卷受訪者的卡號(hào)可能填寫錯(cuò)誤；第二，普通的公交IC卡卡號(hào)大部分會(huì)以發(fā)行的年份開頭，然而一些公交紀(jì)念卡的卡號(hào)則是以字母開頭(如XM，XL，DPP)，這些特殊卡號(hào)產(chǎn)生的刷卡記錄在數(shù)據(jù)庫(kù)存儲(chǔ)時(shí)進(jìn)行規(guī)則未知的加密，因此無(wú)法搜索到相應(yīng)的出行記錄.

2.2 數(shù)據(jù)鏈接階段2：根據(jù)問(wèn)卷填寫信息對(duì)符合相同特征持卡者進(jìn)行提取

階段1中未能有效識(shí)別卡號(hào)的61份樣本中，有38份同時(shí)填寫了調(diào)查前一天的完整公交出行鏈信息，加上僅填寫了出行信息未填寫卡號(hào)的307位受訪者，共計(jì)345份問(wèn)卷可以結(jié)合12月14日當(dāng)天的全部公交刷卡數(shù)據(jù)，試圖匹配到具有唯一相同出行特征的公交卡號(hào).

鑒于公交刷卡POS機(jī)與車載GPS設(shè)備之間存在的時(shí)鐘誤差會(huì)導(dǎo)致上車站點(diǎn)位置推算存在不準(zhǔn)確的可能，本次研究主要選取出行日期、上車時(shí)間、乘車線路號(hào)及全天刷卡乘車次數(shù)4項(xiàng)字段進(jìn)行兩種數(shù)據(jù)源的鏈接，如圖1所示.

LINK A代表利用問(wèn)卷中所填寫的出行日期與數(shù)據(jù)庫(kù)內(nèi)當(dāng)天的刷卡數(shù)據(jù)建立數(shù)據(jù)篩選集；LINK B、C、D則代表利用受訪者問(wèn)卷中所填寫的當(dāng)天各次刷卡乘車的上車時(shí)間、乘坐線路號(hào)及全天刷卡次數(shù)3個(gè)字段信息對(duì)數(shù)據(jù)庫(kù)內(nèi)符合該特征的記錄進(jìn)行提取.鑒于問(wèn)卷調(diào)查采集的上車時(shí)間信息跟真實(shí)情況會(huì)有一定的偏差，本次研究允許問(wèn)卷填寫的上車時(shí)間只要落入刷卡時(shí)間前后各10 min的區(qū)間內(nèi)即為有效.

隨后，對(duì)問(wèn)卷所填寫的出行記錄進(jìn)行逐條匹配，信息完全符合且具有唯一性的樣本才被認(rèn)為是卡號(hào)成功匹配.最終202份樣本被成功匹配，其余樣本未能識(shí)別卡號(hào)的原因主要有兩個(gè)：第一，受訪者在出行記錄填寫時(shí)可能漏填了某些出行；第二，受訪者調(diào)查前一天的公交使用次數(shù)過(guò)少，符合相同特征的結(jié)果并不唯一，無(wú)其他輔助信息來(lái)確定準(zhǔn)確的調(diào)查對(duì)象.綜上，經(jīng)過(guò)兩階段匹配方法，共計(jì)468份問(wèn)卷能夠匹配到相應(yīng)公交卡號(hào)，占有效樣本數(shù)量(664份)的70.5%.

圖1 基于公交出行鏈信息對(duì)照的數(shù)據(jù)鏈接Fig.1 Data linking based on trip chain information

3 基于宏微觀數(shù)據(jù)嵌套的公交用戶分類方法

基于傳統(tǒng)數(shù)據(jù)的研究方法在針對(duì)細(xì)分人群分析的大規(guī)模實(shí)際層面應(yīng)用時(shí)，會(huì)對(duì)樣本規(guī)模、調(diào)查抽樣方案制定的合理性及結(jié)果的代表性等產(chǎn)生質(zhì)疑.因此，本文首先利用研究周期公交刷卡數(shù)據(jù)總體樣本對(duì)公交用戶的整體行為模式進(jìn)行聚類分析，再利用卡號(hào)與聚類類別之間的歸屬關(guān)系，將類別劃分信息傳遞給已經(jīng)建立宏微觀鏈接的468份抽樣樣本，彌補(bǔ)傳統(tǒng)方法中結(jié)果代表性的不足.

本次研究采用了最為常見的“公交使用強(qiáng)度+公交使用連續(xù)性”的指標(biāo)組合來(lái)定義用戶的公交使用行為模式.其中，“公交使用強(qiáng)度”可以由乘客一段時(shí)間內(nèi)使用公共交通的天數(shù)與總刷卡次數(shù)的乘積來(lái)體現(xiàn)；而“公交使用連續(xù)性”可以由使用公共交通的“天數(shù)”與“生命周期”的比值來(lái)體現(xiàn)；兩者的共同組合可以從“強(qiáng)度”和“使用均勻性”的角度體現(xiàn)一段時(shí)間內(nèi)用戶對(duì)公交系統(tǒng)的依賴程度.

具體來(lái)說(shuō)，可以通過(guò)數(shù)據(jù)庫(kù)技術(shù)對(duì)每張卡號(hào)在數(shù)據(jù)周期的乘車刷卡天數(shù)和總刷卡次數(shù)分別進(jìn)行統(tǒng)計(jì)，并將其乘積結(jié)果作為其“公交使用強(qiáng)度”指標(biāo)體現(xiàn)(兩者的乘積結(jié)果要比單獨(dú)使用“天數(shù)”或“刷卡次數(shù)”更具有代表性).此外，研究周期內(nèi)刷卡乘車的天數(shù)用DB表示；公交卡使用的“生命周期”是指研究周期范圍內(nèi)持卡人第1次刷卡的日期到最后1次使用該卡日期之間的時(shí)間跨度(以天為單位)，用DL來(lái)表示；“公交使用連續(xù)性”能夠反映每張卡號(hào)在其生命周期內(nèi)使用公共交通系統(tǒng)的“時(shí)間均勻性”，可以體現(xiàn)為在某一卡號(hào)“生命周期”內(nèi)的公交使用天數(shù)(DB)與生命周期(DL)的比值，用Tcon表示且最大值為1，計(jì)算方法為

本次研究中，首先通過(guò)上述兩項(xiàng)指標(biāo)的量化方法獲取數(shù)據(jù)周期內(nèi)每張卡號(hào)的“公交使用強(qiáng)度”及“公交使用連續(xù)性”的統(tǒng)計(jì)結(jié)果并作為聚類指標(biāo)；之后，通過(guò)SPSS 21.0軟件中的K-means聚類功能，對(duì)公交刷卡數(shù)據(jù)中的持卡人群體進(jìn)行聚類劃分，共劃分為3類人群，并將已經(jīng)建立鏈接的468份樣本的卡號(hào)按照類別的歸屬進(jìn)行統(tǒng)計(jì)，如表2所示.其中，第1類人群的公交使用行為特征為“高強(qiáng)度、高連續(xù)性”，體現(xiàn)出持卡人對(duì)公共交通的高度依賴，占總數(shù)的34.1%；第2類人群的公交使用行為特征為“低強(qiáng)度、低連續(xù)性”，體現(xiàn)出持卡人對(duì)公共交通的依賴性較弱，并且持卡人使用公交的時(shí)間連續(xù)性較差，只是偶爾使用公共交通，占總數(shù)的45.5%；第3類人群的公交使用行為特征為“低強(qiáng)度、高連續(xù)性”，體現(xiàn)出持卡人在其“公交卡生命周期”中的連續(xù)幾天內(nèi)集中使用公共交通，但總體公交使用強(qiáng)度偏低，屬于公共交通中度依賴人群.

表2 最終聚類結(jié)果Table 2 Final cluster results

此外，同樣可以利用K-means聚類功能，以已建立鏈接的468位受訪者對(duì)常規(guī)公交的態(tài)度意愿評(píng)價(jià)打分為聚類指標(biāo)，進(jìn)行公交用戶態(tài)度意愿方面的人群細(xì)分，并與表2中的結(jié)果進(jìn)行交叉分析，如表3所示.

表3 交叉分類結(jié)果Table 3 Crossed classification results (份)

從表3中可以清楚地看到，對(duì)常規(guī)公交總體評(píng)價(jià)較差的受訪者主要分布在類別1，其中既屬于公交高度依賴人群(類別1)又屬于態(tài)度意愿較差的樣本數(shù)為117份，占類別1樣本總數(shù)的77%.態(tài)度與行為的不一致性表明該類用戶未來(lái)有向其他方式轉(zhuǎn)移的風(fēng)險(xiǎn)[3]，如此高的比例表明，目前廈門市公交系統(tǒng)仍需時(shí)刻把握乘客需求不斷提高服務(wù)質(zhì)量，保住“老乘客”，預(yù)防未來(lái)非公交出行比例的進(jìn)一步上升.在公交用戶管理層面，針對(duì)用戶劃分結(jié)果中的核心關(guān)注對(duì)象(有行動(dòng)無(wú)情感的老用戶及有情感無(wú)行動(dòng)的潛在用戶)，可以通過(guò)基于意愿調(diào)查的行為分析方法對(duì)公交使用意愿的內(nèi)在變化作用機(jī)理進(jìn)行深入分析并提取相關(guān)的公交改善訴求.從而，通過(guò)公交服務(wù)水平的提升，維持并提高乘客公交出行的依賴性和使用意愿，達(dá)到公交客戶精細(xì)化管理的目的.

4 結(jié)論

本文以廈門市為例，通過(guò)成功建立了問(wèn)卷調(diào)查受訪者與數(shù)據(jù)庫(kù)中公交IC卡持卡者之間的匹配鏈接(70.5%成功率)，實(shí)現(xiàn)了宏微觀數(shù)據(jù)的互補(bǔ)嵌套.利用成功匹配的468份有效問(wèn)卷，同時(shí)獲取持卡者公交使用行為在刷卡數(shù)據(jù)樣本總體中的宏觀聚類情況及問(wèn)卷調(diào)查數(shù)據(jù)中微觀個(gè)體的社會(huì)屬性與意愿信息，從行動(dòng)與情感兩個(gè)維度對(duì)公交用戶進(jìn)行交叉分類.結(jié)果表明，公交高度依賴人群中仍有較大比例(77%)的人群缺乏對(duì)公共交通的認(rèn)同度，“被迫”選擇公交方式出行的情況嚴(yán)重.在本文研究成果基礎(chǔ)上，需要進(jìn)一步結(jié)合行為分析方法對(duì)公交使用意愿的內(nèi)在變化作用機(jī)理進(jìn)行深入分析并提取相關(guān)的公交改善訴求，防止“常旅客”的進(jìn)一步流失.

[1]孫世超.通勤人群公交方式使用行為分析方法研究[D].上海：同濟(jì)大學(xué)，2016.[SUN S C.The research on behavior analysis of commuters'transit usage[D].Shanghai：Tongji University,2016.]

[2]楊東援.透過(guò)大數(shù)據(jù)把脈城市交通[M].上海：同濟(jì)大學(xué)出版社，2017.[YANG D Y.Analysis of urban traffic through big data[M].Shanghai：Tongji Press,2017.]

[3]孫世超，楊東援.基于RFM模型的通勤人群公交忠誠(chéng)度研究[J].交通運(yùn)輸系統(tǒng)工程與信息,2015,15(4)：216-221.[SUN S C，YANG D Y.Commuters'loyalty to public transit based on RFM model[J].Journal of Transportation Systems Engineering and Information Technology,2015,15(4)：216-221.]

[4]MA X L,WU Y J,WANG Y H,et al.Mining smart card data for transit riders’travel patterns[J].Transportation Research Part C,2013(36)：1-12.

[5]KIEU L M,BHASKAR A,CHUNG E.Transit passenger segmentation using travel regularity mined from smart card transactions data[J].Engineering,2014(1)：12-16.

[6]PELLETIER M P,TRéPANIER M,MORENCY C.Smartcarddatauseinpublictransit：Aliteraturereview[J].Transportation Research Part C,2011,19(4)：1-12.