南京地鐵乘客刷卡特征分析

徐建國(guó)徐 曄徐鐘全

（1.南京地下鐵道運(yùn)營(yíng)有限責(zé)任公司，南京 210008；2.北京全路通信信號(hào)研究設(shè)計(jì)院集團(tuán)有限公司，北京 100070）

南京地鐵乘客刷卡特征分析

徐建國(guó)1徐 曄1徐鐘全2

（1.南京地下鐵道運(yùn)營(yíng)有限責(zé)任公司，南京 210008；2.北京全路通信信號(hào)研究設(shè)計(jì)院集團(tuán)有限公司，北京 100070）

乘客出行矩陣指乘客在地鐵起點(diǎn)車站和終點(diǎn)車站間乘坐路徑的匯總，是交通規(guī)劃及運(yùn)營(yíng)管理的重要基礎(chǔ)數(shù)據(jù)。利用南京地鐵AFC系統(tǒng)中一卡通交易記錄建立乘坐路徑矩陣，以本站進(jìn)出這一行為作為切入點(diǎn)，統(tǒng)計(jì)一周之內(nèi)本站進(jìn)出發(fā)生的次數(shù)、逗留時(shí)間等指標(biāo)，從行為學(xué)上對(duì)其進(jìn)行深入分析，并將其分為主觀故意和客觀被迫兩種，分別提出應(yīng)對(duì)措施，為地鐵運(yùn)營(yíng)管理及票務(wù)政策制定提供依據(jù)。

乘坐路徑；AFC系統(tǒng)；本站進(jìn)出；運(yùn)營(yíng)管理；票務(wù)政策

1 概述

南京地鐵是服務(wù)于南京市內(nèi)各地區(qū)的城市軌道交通，截至2016年1月，南京地鐵有6條線路、121座車站，線路總長(zhǎng)225.4 km，日均客流量超過225萬(wàn)人次［1］。乘客乘坐地鐵會(huì)產(chǎn)生一條涵蓋起點(diǎn)車站和終點(diǎn)車站的路徑，將所有路徑匯總成乘客出行矩陣，反映了基本的交通需求［2］，也是地鐵建設(shè)和運(yùn)營(yíng)管理的重要基礎(chǔ)數(shù)據(jù)。

傳統(tǒng)交通方式的乘客出行矩陣獲取需要進(jìn)行人工調(diào)查，耗費(fèi)大量的人力、物力和財(cái)力，且調(diào)查的頻率和樣本空間都受到制約［3］。2005年開通之初，南京地鐵就推廣了自動(dòng)售檢票系統(tǒng)（Automatic Fare Collection，AFC）。乘客只要乘坐地鐵，就會(huì)在后臺(tái)數(shù)據(jù)庫(kù)中產(chǎn)生一條包含起點(diǎn)和終點(diǎn)的出行路徑。本文以乘坐路徑中起點(diǎn)等于終點(diǎn)，即本站進(jìn)出作為切入點(diǎn)，對(duì)這些出行路徑數(shù)據(jù)加以分析和利用，為運(yùn)營(yíng)管理和票務(wù)政策制定提供依據(jù)。

2 數(shù)據(jù)統(tǒng)計(jì)

本文選取的卡種為所有非免費(fèi)卡種，包括學(xué)生票、成人記名卡、成人不記名卡、市民卡、市民卡1、市民卡2、敬老卡7種類型。涵蓋2015年1月12日至1月16日所有進(jìn)站車站等于出站車站的交易。

2.1日期統(tǒng)計(jì)

2015年1月12日至16日，總共發(fā)生本站進(jìn)出交易21 498次，其中1月12日發(fā)生4 123次，占比19.18%；1月13日發(fā)生4 048次，占比18.83%；1 月14日發(fā)生3 976次，占比18.49%；1月15日發(fā)生4 284次，占比19.93%；1月16日發(fā)生5 067次，占比23.57%，統(tǒng)計(jì)結(jié)果如圖1所示。

圖1　本站進(jìn)出每日發(fā)生次數(shù)統(tǒng)計(jì)

2.2車站統(tǒng)計(jì)

在本次統(tǒng)計(jì)數(shù)據(jù)中，發(fā)生本站進(jìn)出的車站有88個(gè)，具體車站號(hào)為1至88，涵蓋目前南京地鐵所有運(yùn)營(yíng)車站。表1列出了發(fā)生本站進(jìn)出次數(shù)最多的20個(gè)車站，其中1號(hào)線10個(gè)，2號(hào)線9個(gè)（新街口重復(fù)計(jì)算），1號(hào)線南延線2個(gè)。排名前三分別為南京站、新街口站、南京南站，均為客流大站，其中南京站發(fā)生5 368次，占比24.97%，新街口站發(fā)生1 451次，占比6.75%，南京南站發(fā)生758次，占比3.53%。

表1　各車站本站進(jìn)出次數(shù)統(tǒng)計(jì)

2.3卡片發(fā)生次數(shù)統(tǒng)計(jì)

1月12日至1月16日，發(fā)生本站進(jìn)出的卡片總共有19 986張，次數(shù)最多為5天發(fā)生10次，共有2張卡片，發(fā)生9次的卡片有4張，發(fā)生8次的卡片有2張，發(fā)生7次的卡片有3張，發(fā)生6次的卡片4張，發(fā)生5次的卡片28張，發(fā)生4次的卡片55張，發(fā)生3次的卡片109張，發(fā)生2次的卡片915張，發(fā)生1次的卡片18 864張，統(tǒng)計(jì)結(jié)果如圖2所示。

圖2　本站進(jìn)出卡片發(fā)生次數(shù)占比

2.4逗留時(shí)間統(tǒng)計(jì)

逗留時(shí)間：出站時(shí)間減去進(jìn)站時(shí)間即為逗留時(shí)間。

異常逗留時(shí)間：實(shí)驗(yàn)表明，乘客刷卡進(jìn)站至刷卡出站用時(shí)最少為5 s，可在南京站、馬群站等雙站廳車站實(shí)現(xiàn)。因此，對(duì)于逗留時(shí)間小于5 s或者超過系統(tǒng)規(guī)定最大逗留時(shí)間（5 h）的交易認(rèn)定為系統(tǒng)異常導(dǎo)致。

未乘坐地鐵逗留時(shí)間：目前，南京地鐵站間距最短為上海路至新街口，為745 m，列車運(yùn)行時(shí)間為1 min 5 s。乘客若進(jìn)站后乘坐地鐵，再返回進(jìn)站車站刷卡出站，最短時(shí)間約為5 min。因此，對(duì)于逗留時(shí)間在5 s到5 min之內(nèi)的交易，均認(rèn)為乘客進(jìn)站后沒有乘坐地鐵。

根據(jù)以上針對(duì)本站進(jìn)出逗留時(shí)間的分析，將其分為以下5類：

1）逗留時(shí)間≥5 h或者逗留時(shí)間≤5 s，即異常逗留時(shí)間；

2）5 s＜逗留時(shí)間≤5 min，即未乘坐地鐵逗留時(shí)間；

3）5 min＜逗留時(shí)間≤30 min，即短時(shí)間逗留；

4）30 min＜逗留時(shí)間≤60 min，即中短時(shí)間逗留；

5）60 min＜逗留時(shí)間≤5 h，即長(zhǎng)時(shí)間逗留。

根據(jù)以上分類，1月12日至1月16日，發(fā)生本站進(jìn)出共21 498次，分類1）有248次，占比1.15%；分類2）有11 489次，占比53.44%；分類3）有4 458次，占比20.74%；分類4）有2 881次，占比13.4%；分類5）有2 422次，占比11.27%。如圖3所示，觀察圖形，發(fā)現(xiàn)發(fā)生本站進(jìn)出的乘客，乘坐地鐵和未乘坐地鐵的比例相近，約為50%。

圖3　本站進(jìn)出各逗留時(shí)間占比

3 數(shù)據(jù)分析

3.1行為學(xué)分析

公共交通最大的目的就是將乘客安全舒適的送達(dá)目的地，從A點(diǎn)進(jìn)站后從A點(diǎn)出站，在理論上來(lái)說對(duì)于乘客是沒有意義的，南京地鐵每天有將近4 000筆本站進(jìn)出的交易，是本文研究的重點(diǎn)。

從行為學(xué)上分析，乘客之所以會(huì)刷本站進(jìn)出，無(wú)外乎兩種情況：一是主觀上知道本站進(jìn)出對(duì)自身的意義，人為故意刷卡；二是主觀上不知道本站進(jìn)出對(duì)自身的意義，或者知道但是客觀上被迫刷卡。

南京地鐵的票務(wù)政策規(guī)定本站進(jìn)出按最低費(fèi)率2元計(jì)價(jià)，當(dāng)乘客知道本站進(jìn)出需要扣費(fèi)，且對(duì)自己毫無(wú)意義時(shí)，必然不會(huì)頻繁的進(jìn)行本站進(jìn)出。另外，乘客本站進(jìn)出，意味著乘客并不是真的需要乘坐地鐵，而是由于某種原因（換乘標(biāo)識(shí)不清晰）誤入付費(fèi)區(qū)，因此，逗留時(shí)間也不會(huì)太長(zhǎng)。

本文緊緊抓住本站進(jìn)出發(fā)生的次數(shù)多少，逗留的時(shí)間長(zhǎng)短兩個(gè)關(guān)鍵點(diǎn)，對(duì)這兩種行為進(jìn)行分類，如下：

主觀故意：一是1月12日至16日發(fā)生本站進(jìn)出的次數(shù)較多（取大于1次），二是逗留時(shí)間較長(zhǎng)（取大于5 min）。

客觀被迫：一是1月12日至16日發(fā)生本站進(jìn)出的次數(shù)較少（取1次），二是逗留時(shí)間較短（取5 min）。

根據(jù)上述對(duì)主觀故意和客觀被迫的定義，統(tǒng)計(jì)出1月12日至16日乘客主觀故意發(fā)生本站進(jìn)出的次數(shù)，為11 161次，占比51.92%，發(fā)生客觀被迫本站進(jìn)出的次數(shù)為10 337次，占比48.08%，如圖4所示。

圖4　本站進(jìn)出主觀-客觀占比

3.2原因分析

3.2.1客觀被迫

分析3.1中定義的客觀被迫刷本站進(jìn)出的交易，發(fā)現(xiàn)前三名為：南京站有4 247筆，新街口站569筆，南京南站562筆，這三個(gè)站總占比超過50%，其中南京站就占比40%。通過現(xiàn)場(chǎng)調(diào)研，發(fā)現(xiàn)在南京站有很多乘客刷本站進(jìn)出，是需要借用地鐵通道穿越鐵路南京站南北廣場(chǎng)。新街口、南京南站乘客刷本站進(jìn)出，是由于客流大、車站大，換乘以及出口標(biāo)識(shí)不清晰，導(dǎo)致乘客誤刷本站進(jìn)出。

3.2.2主觀故意

通過多方調(diào)研，結(jié)合互聯(lián)網(wǎng)獲取大量信息，結(jié)果表明，乘客主觀故意刷本站進(jìn)出，原因是乘客需要消費(fèi)地鐵，且票價(jià)超過本站進(jìn)出的票價(jià)（目前為最低票價(jià)2元）。主要有以下幾類人群：1）行乞。2）收?qǐng)?bào)紙。3）送貨。4）逃票。

其中前三類人群都是從A點(diǎn)進(jìn)站，乘坐地鐵滿足自己的需求后，返回A點(diǎn)出站。第四類逃票人群需要重點(diǎn)關(guān)注，如圖5所示，乘客在A點(diǎn)刷卡進(jìn)站后，立即刷卡出站，但是本人并沒有真正出站，而是乘坐地鐵到達(dá)目的地B，在B點(diǎn)再次刷卡進(jìn)出站，兩次消費(fèi)1.9+1.5=3.4元，對(duì)于單程票價(jià)4元或4元以上的乘客可以節(jié)省車費(fèi)。

圖5　乘客逃票示意圖

在1月12日至16日的統(tǒng)計(jì)數(shù)據(jù)中，發(fā)現(xiàn)了疑似乘客逃票的交易，如圖6所示，乘客1月12日上午10：26在藥科大學(xué)站進(jìn)站（車站號(hào)為55），逗留8 s后，在藥科大學(xué)站出站，11：31在玄武門站（車站號(hào)為12）進(jìn)站，逗留29 s后，在玄武門站出站。而南京地鐵從藥科大學(xué)運(yùn)行到玄武門站需要53 min，由此可以判定該乘客逃票的概率極高，且1月12日20：00到21：00之間，1月13、15日，該乘客再次刷本站進(jìn)出，且進(jìn)出車站都為藥科大和玄武門。經(jīng)計(jì)算，該乘客1月12日至16日之間疑似逃票5次，每次節(jié)省費(fèi)用5.7-（1.9+ 1.5）=2.3元，共節(jié)省費(fèi)用11.5元。

本次統(tǒng)計(jì)數(shù)據(jù)中，共發(fā)現(xiàn)3張疑似逃票市民卡，共發(fā)生疑似逃票行為14次，涉及金額28.4元。筆者觀察統(tǒng)計(jì)數(shù)據(jù)后發(fā)現(xiàn)，有大量的交易其逗留時(shí)間在30 s之內(nèi)，與圖6中的逗留時(shí)間極其相似，不排除乘客使用兩張市民卡，在A站使用其中一張市民卡進(jìn)出站，在B站使用另外一張市民卡進(jìn)出站。

圖6　疑似乘客逃票交易記錄

4 應(yīng)對(duì)措施

上文分析了乘客刷本站進(jìn)出的兩種行為模式，建議從兩個(gè)方面解決該問題：一是減少客觀被動(dòng)的發(fā)生率；二是打擊主觀故意的次數(shù)。

對(duì)于減少客觀被動(dòng)發(fā)生率，建議應(yīng)對(duì)措施如下：

1）印制南京站本站進(jìn)出紙票，免費(fèi)提供乘客使用，以便借用地鐵通道穿越火車站南北廣場(chǎng)。

2）增加新街口、南京南站等客流大站的引導(dǎo)標(biāo)識(shí)，必要時(shí)增加服務(wù)人員進(jìn)行引導(dǎo)，降低乘客誤刷本站進(jìn)出。

對(duì)于打擊主觀故意發(fā)生率，建議應(yīng)對(duì)措施如下：

1）從AFC系統(tǒng)中禁止本站進(jìn)出，乘客若由于攜帶違禁品或者沒有趕上末班車等原因需要本站進(jìn)出，由站務(wù)人員分析卡片進(jìn)站時(shí)間。若逗留時(shí)間在10 min之內(nèi)，則免費(fèi)放邊門；若超過10 min，則按最高票價(jià)罰款。

2）建議IC卡公司發(fā)行實(shí)名制卡，逐步取代非實(shí)名制卡，建立聯(lián)動(dòng)的乘客信用檔案，若證實(shí)乘客確實(shí)有逃票行為，則記入個(gè)人信用檔案。

5 總結(jié)

本文以南京地鐵1月12日至16日的AFC系統(tǒng)交易數(shù)據(jù)建立乘客出行矩陣，對(duì)進(jìn)站車站等于出站車站這一特殊行為進(jìn)行了數(shù)據(jù)統(tǒng)計(jì)，包括發(fā)生時(shí)間、發(fā)生次數(shù)、逗留時(shí)間等，通過對(duì)這些數(shù)據(jù)的分析，以期為軌道交通管理及客流疏導(dǎo)提供支持［4］。

乘客出行矩陣在軌道交通設(shè)計(jì)和運(yùn)營(yíng)管理中有著重要作用，本文只是選取其中的一個(gè)方面進(jìn)行研究，后期可以加強(qiáng)對(duì)這些數(shù)據(jù)的研究。例如，將進(jìn)出站時(shí)間和列車到站時(shí)間結(jié)合研究，用到站時(shí)間減去進(jìn)站時(shí)間，可以得出乘客在某個(gè)車站內(nèi)的逗留時(shí)間，而逗留時(shí)間的長(zhǎng)短可以反映一個(gè)車站的擁擠程度，尋求客流分布和行為選擇規(guī)律，提高車站功能的設(shè)計(jì)水平，旨在對(duì)今后的車站設(shè)計(jì)起到一定的參考作用［5］。

［1］南京地鐵.南京地鐵10號(hào)線、機(jī)場(chǎng)線開通試運(yùn)營(yíng)［J］.現(xiàn)代城市軌道交通，2014（4）：92.

［2］劉學(xué)軍，林勇，李樹彬，等.智能交通中動(dòng)態(tài)OD矩陣估計(jì)研究概況［J］.山東科學(xué)，2007，20（4）：52-58.

［3］劉泉叮.基于免疫遺傳算法的OD矩陣反推模型與算法研究［D］.重慶大學(xué)，2010.

［4］段衛(wèi)靜，陳艷艷，賴見輝.北京地鐵4號(hào)線客流特征分析［J］.都市快軌交通，2013，26（4）：43-46.

［5］孫繼東.城市軌道交通車站乘客服務(wù)設(shè)施客流到達(dá)分布規(guī)律研究［D］.成都：西南交通大學(xué)，2014.

Origin-Destination matrix means passengers' traffi c path in metro. It’s an important basic data of traffi c planning and operation management. Through transaction records of the transportation card in AFC system， an origin-destination matrix can be established to get some indexes such as the number of times and dwell time at a station in a week. This paper analyzes phenomenon from praxiology according to subjective and objective behavior of using cards and presents countermeasures respectively， which can provide reference for operation management and ticketing policy.

passenger traffic path； AFC system； arrival and departure from a station； operation management； ticketing policy

10.3969/j.issn.1673-4440.2016.04.020

2016-02-25）