聞 帥,黃正東

(深圳大學(xué)智慧城市研究院，廣東 深圳 518060)

優(yōu)先發(fā)展城市公共交通是我國(guó)城市發(fā)展的重要戰(zhàn)略。而隨著我國(guó)城市化進(jìn)程的不斷發(fā)展，各大中城市公共交通所面臨的交通出行壓力與日俱增，城市公共交通出行擁擠的狀況也飽受詬病。而另一方面，城市公共交通運(yùn)營(yíng)單位也在持續(xù)虧損，必須依靠政府補(bǔ)貼才能維持正常運(yùn)轉(zhuǎn)。如何提高公共交通運(yùn)行效益而又保證較高的服務(wù)水平是一個(gè)難以取舍的難題。公汽滿載率是反映常規(guī)公交出行擁擠程度的指標(biāo)，又是衡量線路運(yùn)行效益的指標(biāo)，對(duì)于公交規(guī)劃、車輛調(diào)度和服務(wù)評(píng)價(jià)也都是重要的參數(shù)。然而目前公汽滿載率的應(yīng)用，如在公交線路規(guī)劃、乘客體驗(yàn)及服務(wù)評(píng)價(jià)，還主要靠人工調(diào)查獲取少量線路或站點(diǎn)的滿載率[1-2]。

隨著公交信息采集系統(tǒng)的完善和自動(dòng)化，公交大數(shù)據(jù)的獲取越來(lái)越方便，應(yīng)用也越來(lái)越廣泛[3]。使用大數(shù)據(jù)分析和挖掘技術(shù)從IC卡刷卡數(shù)據(jù)、車輛GPS數(shù)據(jù)等公交大數(shù)據(jù)獲取準(zhǔn)確的公交出行OD(origin-destination)，用以研究公共交通問(wèn)題和其他城市問(wèn)題是當(dāng)前的研究熱點(diǎn)。本文提出使用公交大數(shù)據(jù)推算公汽滿載率的方法，并以深圳市數(shù)據(jù)為例，推算全市大部分公共汽車的滿載率，最后應(yīng)用該數(shù)據(jù)對(duì)深圳市公汽101路的擁擠情況進(jìn)行了試驗(yàn)，證明該方法的可行性。該方法相比人工調(diào)查方法具有獲取范圍廣、獲取時(shí)段長(zhǎng)、成本低、獲取便捷等優(yōu)勢(shì)，對(duì)公交線路規(guī)劃、公交調(diào)度、公交服務(wù)評(píng)價(jià)等方面的研究有重要的意義。

1 基于大數(shù)據(jù)的滿載率推算方法

1.1 滿載率的定義

車輛滿載率是指線路最大斷面的客流量與同一斷面運(yùn)輸能力的比較，即車廂內(nèi)實(shí)際乘客人數(shù)與車型額定載客量之比。公共汽車上標(biāo)識(shí)的額定載客量是按照國(guó)家《機(jī)動(dòng)車運(yùn)行安全技術(shù)條件》(GB 7258)的標(biāo)準(zhǔn)，即由每人站立面積不小于0.125 m2的標(biāo)準(zhǔn)計(jì)算得來(lái)。由于此站立面積設(shè)置過(guò)小，基于額定載客量得到的滿載率一般不能真實(shí)反映乘客的舒適度，因此有學(xué)者提出了滿載率更加合理的表示方法。文獻(xiàn)[4]根據(jù)人體尺寸和心理安全空間計(jì)算得出一個(gè)合理的乘客站立面積(0.256 m2)，并將其運(yùn)用到公交調(diào)度模型的研究中去。文獻(xiàn)[5]依據(jù)單位平方米擁擠度提出了滿載率的分級(jí)表示法，以實(shí)際案例說(shuō)明了其在公交線路規(guī)劃和服務(wù)評(píng)價(jià)的應(yīng)用。這些對(duì)滿載率的重新定義使得針對(duì)不同情況的公交問(wèn)題研究更加科學(xué)合理，具有一定的學(xué)術(shù)價(jià)值和應(yīng)用意義。

深圳市在2017年底已經(jīng)實(shí)現(xiàn)了公汽的全部電動(dòng)化，成為全球首個(gè)專營(yíng)公汽全面電動(dòng)化城市。全市運(yùn)營(yíng)的純電動(dòng)公汽車輛大多為比亞迪K8車型。該車長(zhǎng)度為10.5 m，標(biāo)定載客量87人，座位數(shù)31個(gè)。文獻(xiàn)[5]根據(jù)深圳市2013年較為常見(jiàn)的11 m大巴，車內(nèi)布局為“36座+5 m2站位”的結(jié)構(gòu)，以76人為載客最大值，根據(jù)客舒適度將滿載率劃分為5個(gè)級(jí)別。其使用的車型大小和載客量與K8車型較相似，因此本文根據(jù)其滿載率級(jí)別對(duì)乘客舒適度的研究，把最大載客量設(shè)為較合理的值76。已有研究表明滿載率達(dá)到80%或站立達(dá)到4～5人將引起人們的不適[6]，本文把滿載率大于80%視為高滿載率。與線路流量不同的是，滿載率體現(xiàn)的是以人為核心的表示方法，是乘客真實(shí)乘車體驗(yàn)的指標(biāo)。過(guò)高的滿載率不但導(dǎo)致乘客出現(xiàn)不適，也將影響乘客對(duì)于出行線路的選擇[7-8]。準(zhǔn)確可靠的滿載率信息對(duì)于評(píng)價(jià)現(xiàn)狀公交服務(wù)水平、提升未來(lái)公交服務(wù)質(zhì)量具有重要的理論和實(shí)踐價(jià)值。

1.2 公汽滿載率推算方法

獲取每輛車到達(dá)每個(gè)站點(diǎn)的上下車乘客數(shù)是推算公汽滿載率的關(guān)鍵。目前比較常用的公汽客流獲取方法即使用IC卡刷卡數(shù)據(jù)[9-10]。但目前很多IC卡數(shù)據(jù)的研究對(duì)于出行OD推導(dǎo)率不算太高，除了方法本身無(wú)法獲取精確的下車站點(diǎn)外，限制還包括數(shù)據(jù)量、時(shí)間范圍、數(shù)據(jù)完整度等方面[10-13]。

本文提出使用整個(gè)城市范圍較長(zhǎng)時(shí)期的數(shù)據(jù)，如一個(gè)月以上包含地鐵和公汽的IC卡刷卡數(shù)據(jù)和公汽車輛GPS定位數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行細(xì)致的預(yù)處理，保證數(shù)據(jù)的完善可靠，再綜合利用多種下車站點(diǎn)推導(dǎo)方法得到下車站點(diǎn)和下車時(shí)間，以提高出行OD的推導(dǎo)率。有了出行OD數(shù)據(jù)再根據(jù)到站時(shí)刻表統(tǒng)計(jì)上下車乘客，可以得到每輛車在每個(gè)線路段上的載客量，根據(jù)該車的車型核載量計(jì)算得到公汽滿載率(如圖1所示)。

1.2.1 到站時(shí)刻表提取

到站時(shí)刻表是公汽每個(gè)車次實(shí)際到站的時(shí)間記錄，用以根據(jù)刷卡時(shí)間提取上車站點(diǎn)、根據(jù)下車站點(diǎn)獲取下車時(shí)間，以及根據(jù)出行OD統(tǒng)計(jì)車輛到站的上下車乘客數(shù)。它是滿載率推算的數(shù)據(jù)基礎(chǔ)，可以通過(guò)公汽GPS數(shù)據(jù)結(jié)合線路和站點(diǎn)數(shù)據(jù)提取得到。車輛到站時(shí)刻表提取步驟如下：

(1) 篩選正確的GPS定位點(diǎn)，篩選方法為在線路100 m緩沖區(qū)或者站點(diǎn)300 m緩沖區(qū)。

(2) 車次識(shí)別。設(shè)置起終點(diǎn)站300 m閾值，把最后一個(gè)離開(kāi)起始站的定位點(diǎn)時(shí)間作為車次起始時(shí)間，第一個(gè)進(jìn)入終點(diǎn)站閾值范圍的定位點(diǎn)時(shí)間作為到站時(shí)間；根據(jù)起終點(diǎn)站識(shí)別車次和方向。

(3) 中間站點(diǎn)按照線路方向上的站點(diǎn)順序，依此進(jìn)行識(shí)別。設(shè)置到站距離識(shí)別閾值為100 m。

(4) 提取完所有站點(diǎn)后，還需要對(duì)漏過(guò)站點(diǎn)的到站時(shí)間進(jìn)行插值補(bǔ)全，之后即可得到完整的公共汽車到站時(shí)刻表。

1.2.2 上車站點(diǎn)提取

得到車輛到站時(shí)刻表后，可根據(jù)車牌關(guān)聯(lián)將刷卡時(shí)刻與到站時(shí)刻進(jìn)行匹配。在兩個(gè)到站時(shí)間內(nèi)的刷卡數(shù)據(jù)匹配到上一站點(diǎn)。將到站時(shí)間前30 s內(nèi)的刷卡識(shí)別為本站點(diǎn)，以減少因定位誤差及刷卡機(jī)時(shí)鐘偏差導(dǎo)致的誤提取。對(duì)于在起始站上車的情況，設(shè)置比車次開(kāi)始時(shí)間早5～10 min的時(shí)間作為起始站上車識(shí)別時(shí)間。最終根據(jù)到站時(shí)刻表提取上車站點(diǎn)后，得到刷卡數(shù)據(jù)的線路方向、上車站點(diǎn)、上車站點(diǎn)序號(hào)、上車時(shí)間。

1.2.3 下車站點(diǎn)推導(dǎo)

公汽下車站點(diǎn)推導(dǎo)主要方法有[10,14-15]：①基于連續(xù)出行鏈的方法；②基于換乘行為的方法；③基于通勤出行時(shí)空特征的方法；④基于歷史出行頻率的方法。本研究主要使用基于連續(xù)出行鏈的方法，結(jié)合換乘行為，然后依據(jù)通勤出行特征和歷史出行推導(dǎo)下車站點(diǎn)，綜合利用以上多種方法，以提高下車站點(diǎn)推導(dǎo)成功率。

本文使用的連續(xù)出行鏈方法原理如圖2所示。一個(gè)人從家里出發(fā)，步行到公汽站點(diǎn)b1，乘坐公汽線路L1到達(dá)公汽站點(diǎn)b2，然后步行到地鐵站點(diǎn)s1，進(jìn)入地鐵網(wǎng)絡(luò)N1，之后從地鐵站s2走出，步行到公汽站點(diǎn)s3，搭乘公汽線路L2回到離家較近的另一公汽站點(diǎn)b4，最后步行回到家中。該方法假設(shè)乘客僅依靠公交、地鐵和有限的步行完成出行，中途不采用其他交通方式。這樣乘客的下車站點(diǎn)可以通過(guò)下次乘車的上車站點(diǎn)進(jìn)行推斷。

整個(gè)下車站點(diǎn)的推導(dǎo)步驟如下：

(1) 基于連續(xù)出行鏈原理，假設(shè)上次乘車下車站點(diǎn)在下次乘車的上車站點(diǎn)附近，設(shè)置公汽站點(diǎn)換乘閾值為800 m，地鐵站點(diǎn)換乘閾值為1000 m，在上次乘車站點(diǎn)之后的方向上搜尋距離下車乘車站點(diǎn)最近的站點(diǎn)，即推斷為下車站點(diǎn)。

(2) 步驟(1)最多只能得到上次出行的下車站點(diǎn)，無(wú)法得到最后一次出行的下車站點(diǎn)。而一天的出行一般會(huì)返回到當(dāng)天的起始位置附近。因此假設(shè)最后一次出行乘坐公汽的，其下車站點(diǎn)可能在當(dāng)天上車站點(diǎn)(地鐵和公汽)附近。閾值和下車站點(diǎn)推導(dǎo)同步驟(1)。

(3) 假設(shè)當(dāng)天最后一次出行返回家里。家的位置推測(cè)可采用DBSCAN算法[16-17]。首先提取每天第1次出行的起始站點(diǎn)，然后使用DBSCAN算法求得聚類中心，即第1次出行站點(diǎn)最密集的地點(diǎn)，并以此中心作為家的位置。如果當(dāng)天最后一次公汽出行的線路方向上有在閾值范圍內(nèi)且離家最近的站點(diǎn)，即可推斷為下車站點(diǎn)。

(4) 根據(jù)通勤或歷史出行規(guī)律推導(dǎo)下車站點(diǎn)。出行目的通常具有相似性，可以假設(shè)每天相同時(shí)間段在同一站點(diǎn)乘坐同一條線路的情況，其目的地相同，而在不同時(shí)間段乘坐線路反方向的可以假設(shè)其上下車站點(diǎn)相反，以歷史出行頻率判斷其最可能的下車站點(diǎn)。

在得到上下車站點(diǎn)之后，可根據(jù)到站時(shí)刻表得到下車時(shí)間。

1.2.4 公汽滿載率推算

由乘客上下車站點(diǎn)和時(shí)間，結(jié)合車輛到站時(shí)刻表，可以獲取每輛車到站時(shí)的上下車乘客數(shù)，進(jìn)而計(jì)算得到車輛運(yùn)行時(shí)的車廂乘客數(shù)量。根據(jù)前面制定的滿載量計(jì)算方法，最后推算得到基于刷卡數(shù)據(jù)的公汽車輛滿載率。

2 深圳市公交大數(shù)據(jù)的基本特征

本文以深圳市為例，使用2017年9月的深圳通刷卡數(shù)據(jù)和公汽GPS定位數(shù)據(jù)，還有從百度地圖抓取的地鐵和公交的線路及站點(diǎn)數(shù)據(jù)。由于7—12日、24日這7 d的GPS數(shù)據(jù)有缺失，因此選取剩余23 d作為本文公汽滿載率推算的時(shí)間范圍。

深圳通刷卡數(shù)據(jù)為2017年9月30 d的數(shù)據(jù)，總卡數(shù)為885萬(wàn)張，總刷卡量為2.58億條，其中地鐵刷卡入站和出站共1.59億條，公汽刷卡接近1億條。深圳通刷卡數(shù)據(jù)字段有卡號(hào)、刷卡時(shí)間、刷卡類型(地鐵入站、地鐵出站、巴士)、刷卡價(jià)格、優(yōu)惠后價(jià)格、設(shè)備編碼、線路名、地鐵站點(diǎn)名、公汽車牌、是否聯(lián)程等。

GPS定位數(shù)據(jù)是公共汽車運(yùn)營(yíng)時(shí)的位置記錄，采樣間隔最短為10 s，大部分在60 s內(nèi)。數(shù)據(jù)字段有車輛車牌、線路名、運(yùn)營(yíng)公司、經(jīng)度、緯度、時(shí)間、速度和方向等。

線路和站點(diǎn)數(shù)據(jù)包含公交線路949條，站點(diǎn)6482個(gè)，地鐵線路8條，站點(diǎn)共166個(gè)(根據(jù)不同線路名、站點(diǎn)名統(tǒng)計(jì))。

根據(jù)上下車站點(diǎn)推導(dǎo)步驟得到公汽出行OD數(shù)據(jù)。最終共獲取了15 888輛公共汽車、覆蓋827條線路的上下車客流數(shù)據(jù)。車輛刷卡數(shù)據(jù)OD推導(dǎo)率在80%以上的有10 377輛，占推導(dǎo)后總車輛數(shù)的65.31%，推導(dǎo)率在60%以上的有13 925輛，占87.64%。

3 深圳市公汽高滿載率時(shí)空分布特征

通過(guò)公汽滿載率推算方法，獲取了整個(gè)深圳市大部分公共汽車的滿載率。基于此數(shù)據(jù)可以對(duì)出行熱點(diǎn)線路進(jìn)行分析，發(fā)現(xiàn)擁擠的時(shí)段和路段，以便采取調(diào)整措施，保障乘客的出行體驗(yàn)，提高公共交通服務(wù)水平。

3.1 全市范圍內(nèi)的高滿載率路段分布

統(tǒng)計(jì)2017年9月16—22日各道路路段所承載的高滿載率車次發(fā)現(xiàn)，周末(16、17日)的高滿載率路段數(shù)量相比工作日非常少，顯示出短時(shí)高密度出行需求主要集中在工作日。選擇18—22共5 d工作日的早高峰時(shí)段(7：00—9：00)，對(duì)每一路段上公汽高滿載率的車次數(shù)進(jìn)行統(tǒng)計(jì)，結(jié)果如圖3所示。可以看到高滿載率路段在整個(gè)市區(qū)均有分布，并且沿著主要公交廊道延伸，其中主要是“關(guān)外”至“關(guān)內(nèi)”的廊道，如從寶安西鄉(xiāng)到南山中心，從石巖、西麗到南山科技園，從龍華到福田CBD，從龍崗、布吉到羅湖商業(yè)區(qū)。這幾個(gè)廊道均是主要的入城通道，直觀地反映了深圳市“關(guān)外—關(guān)內(nèi)”往返通勤的擁擠現(xiàn)狀。另外南山至福田、羅湖的3條東西向主干道(濱海大道、深南大道、北環(huán)大道)也顯示出了較高的通勤擁擠程度。

3.2 單條公汽線路高滿載率

深圳市公汽101路由火車站至西麗動(dòng)物園總站，連接羅湖商業(yè)區(qū)、福田CBD、華僑城旅游度假區(qū)、南山科技園、西麗交通樞紐，是一條較為典型的常規(guī)公汽線路。包含運(yùn)營(yíng)車輛共49輛，非高峰時(shí)段發(fā)車間隔在6 min左右，早高峰時(shí)段在4 min左右。其東側(cè)沿深南大道幾乎與地鐵一號(hào)線完全重合，而西側(cè)則為地鐵線路尚未覆蓋的南山科技園北部。本文以101路為例，用推算得到的公汽滿載率數(shù)據(jù)分析其可能出現(xiàn)的擁擠路段和時(shí)段。

使用9月16—22日一周的數(shù)據(jù)，對(duì)101路高滿載率車次分析發(fā)現(xiàn)，其高滿載率車次主要集中在工作日的7—9點(diǎn)、18—20點(diǎn)及21點(diǎn)附近。具體的，對(duì)101路早晚高峰各方向路段所承載的高滿載率車次數(shù)進(jìn)行統(tǒng)計(jì)，結(jié)果如圖4所示。往火車站的去行方向，早上從九祥嶺②開(kāi)始到茶光①高滿載率車次是逐漸上升的，達(dá)到較高的峰值之后快速下降，又在豪方現(xiàn)代豪園達(dá)到另一個(gè)小高峰。此方向上豪方現(xiàn)代豪園附近為居民區(qū)，因此也有較大量的上車乘客。晚上該方向前半程通往工作區(qū)，與下班客流方向相反，而東側(cè)與地鐵線路重合，有較多的替代線路，因此除了科技園附近有少量擁擠外，整條線路表現(xiàn)不太擁擠。往西麗動(dòng)物園總站的回行方向，早上從火車站到白石洲①有少量的高滿載率車次數(shù)，而在白石洲①至朗山路西高滿載率車次較高，且逐漸降低。主要原因是作為深圳關(guān)內(nèi)最大的城中村的白石洲，有大量前往南山科技園上班的乘客。晚上從深大北門(mén)②至松坪村高滿載率車次數(shù)較高，且逐漸上升，之后一直到西麗法庭②逐漸下降，主要是從科技園返回松坪村附近居住區(qū)的客流，以及到茶光地鐵站換乘的客流。

通過(guò)以上分析發(fā)現(xiàn)，101路的擁擠路段主要為西側(cè)半程，擁擠時(shí)段主要在早晚高峰。為了緩解擁擠狀況，提升乘客舒適度，可以采取的措施是在高峰時(shí)段的擁擠路段加開(kāi)區(qū)間線路、縮短發(fā)車間隔。此處所分析的高滿載率車次并不涉及總體客流量規(guī)模，而是短時(shí)間內(nèi)高密度客流的時(shí)空分布，有利于提出針對(duì)性的服務(wù)質(zhì)量提升解決方案。總體而言，從火車站至白石洲段還有相當(dāng)大的客流量，但分布則較為平緩。

4 結(jié) 語(yǔ)

公汽滿載率指標(biāo)是表示公汽車廂擁擠程度最直接的指標(biāo)，在公交規(guī)劃、調(diào)度、服務(wù)評(píng)價(jià)等方面有著重要作用。本文利用長(zhǎng)時(shí)期大范圍的IC卡數(shù)據(jù)、公共汽車GPS數(shù)據(jù)等公交大數(shù)據(jù)推導(dǎo)得到了成功率較高的OD數(shù)據(jù)，為公汽滿載率的推算提供了基礎(chǔ)，以此可以得到城市級(jí)別的公汽滿載率數(shù)據(jù)。經(jīng)深圳市案例分析，最終驗(yàn)證此方法具有可行性，在數(shù)據(jù)完整的情況下可以獲取全市公交路網(wǎng)的乘客擁擠程度。通過(guò)對(duì)公汽滿載率的進(jìn)一步分析，可以對(duì)出行擁擠路段和時(shí)段進(jìn)行精準(zhǔn)識(shí)別。但是研究中對(duì)大數(shù)據(jù)處理的時(shí)間較長(zhǎng)，未來(lái)可對(duì)大規(guī)模公交數(shù)據(jù)處理算法進(jìn)行優(yōu)化，以提高搜索效率。