基于上海交通卡數(shù)據(jù)的公交出行鏈推算技術(shù)1

王鼎元

上海市交通發(fā)展研究中心

0 引 言

公共交通系統(tǒng)中乘客出行鏈的分析可以客觀反應(yīng)出公交系統(tǒng)的運(yùn)營狀況和城市區(qū)域之間的聯(lián)系，為提高公共交通系統(tǒng)服務(wù)水平，推進(jìn)公交優(yōu)先戰(zhàn)略提供參考依據(jù)。傳統(tǒng)的人工調(diào)查法或四階段法采樣數(shù)據(jù)有限、采樣群體不夠全面，僅能從宏觀角度描述公共交通的出行需求。隨著公交IC卡、手機(jī)二維碼等電子支付手段的推廣，電子支付交易數(shù)據(jù)逐漸成為從微觀層面分析公共交通出行需求的首選數(shù)據(jù)源。

上海市作為國際大都市，是國內(nèi)較早形成公交網(wǎng)絡(luò)的城市之一。截至2021年，有固定公交線路1 600多條，公交企業(yè)有28家。目前，有些城市的交通卡交易記錄可以精確到站點(diǎn)，有的需要下車刷卡，這極大簡化了出行鏈識(shí)別的工作。但是，上海的公交車載終端與刷卡POS機(jī)之間沒有互相連接，僅根據(jù)交易記錄無法分辨車輛和班次。刷卡POS機(jī)設(shè)備更新?lián)Q代難度大，所以需要充分利用現(xiàn)有數(shù)據(jù)實(shí)現(xiàn)公交上下車站點(diǎn)的推算。

本文嘗試通過利用上海交通卡和乘車碼的交易數(shù)據(jù)，結(jié)合在線地圖的公交線路數(shù)據(jù)，與公交車定位數(shù)據(jù)、電子路單數(shù)據(jù)作關(guān)聯(lián)匹配，得到公交車輛與刷卡POS機(jī)的綁定關(guān)系，推算出公交上車站點(diǎn)；根據(jù)乘客在公交和地鐵的換乘特征，推算下車站點(diǎn)，得到乘客的完整出行鏈。

1 數(shù)據(jù)預(yù)處理

利用交通卡刷卡交易數(shù)據(jù)推算公交客流OD需要采集和處理多種來源數(shù)據(jù)，分為相對(duì)靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)，其中相對(duì)靜態(tài)數(shù)據(jù)包括線路基礎(chǔ)信息表，公交線路、站點(diǎn)GIS數(shù)據(jù)等。本次使用的動(dòng)態(tài)數(shù)據(jù)包括2021年8月內(nèi)某一周的上海全市交通卡刷卡記錄數(shù)據(jù)、公交乘車碼交易記錄數(shù)據(jù)（字段格式與交通卡刷卡記錄一致）、全市公交車衛(wèi)星定位數(shù)據(jù)、公交電子路單。其中，交通卡包括手機(jī)、手表等設(shè)備上使用NFC技術(shù)的虛擬卡；乘車碼為乘坐公交使用的二維碼乘車憑證（不能用來乘坐地鐵）。

數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)歸約等，本文主要介紹公交物理站點(diǎn)聚類融合以及公交車輛到離站時(shí)間推算方法。

1.1 公交物理站點(diǎn)聚類融合

同一個(gè)公交站牌或站亭，在不同線路上可能記錄到多個(gè)站點(diǎn)坐標(biāo)，在統(tǒng)計(jì)時(shí)較為不便。因此對(duì)于同一物理站點(diǎn)需要采用聚類的方法，聚集到邏輯上的“物理站點(diǎn)”。觀察到作為同一公交站點(diǎn)，名稱應(yīng)該相同，且距離很近。若為中途站，可能在道路兩側(cè)有兩個(gè)站臺(tái)；若為首末站，可能有兩個(gè)發(fā)車方向，且可能同時(shí)設(shè)有中途站（中途站在道路兩側(cè)，不在場站內(nèi)）。所以，對(duì)于同名、距離相近的站點(diǎn)，最多可聚類為四個(gè)站點(diǎn)：作為首末站的兩個(gè)發(fā)車方向，以及作為中途站的兩個(gè)線路走向。如圖1所示，臨近的同名公交站，可以根據(jù)是否為終點(diǎn)站分別聚合，再根據(jù)站點(diǎn)在線路上的方向角進(jìn)一步區(qū)分兩側(cè)不同方向的公交站。

圖1 公交物理站點(diǎn)聚類示意圖

1.2 公交到離站時(shí)間推算

為提高后續(xù)計(jì)算效率，在匹配交通卡數(shù)據(jù)之前，先將衛(wèi)星定位數(shù)據(jù)與電子路單、站點(diǎn)坐標(biāo)匹配，得到每輛車在每個(gè)站點(diǎn)的到站和離站時(shí)間。對(duì)每條GPS軌跡，先與電子路單匹配，得到上下行方向；再與對(duì)應(yīng)走向的線路上的所有站點(diǎn)計(jì)算距離。為防止因線路彎曲，匹配到的站點(diǎn)順序前后跳躍，先排除300 m范圍之外的站點(diǎn)；在候選站點(diǎn)中，若有當(dāng)前站點(diǎn)和下一個(gè)站點(diǎn)，選取位置較近的站點(diǎn)，否則選取與當(dāng)前站點(diǎn)序號(hào)最接近的后續(xù)站點(diǎn)。

2 公交客流OD推算

2.1 POS機(jī)與車輛匹配

上海交通卡交易數(shù)據(jù)中，沒有車牌號(hào)或車輛編號(hào)信息，只有POS機(jī)編號(hào)，該編號(hào)與車牌號(hào)的對(duì)應(yīng)關(guān)系是不確定的。要將交通卡數(shù)據(jù)與公交車到離站時(shí)刻數(shù)據(jù)互相匹配，需要先獲取車輛與POS機(jī)的對(duì)應(yīng)關(guān)系。公交車上記錄定位數(shù)據(jù)的車載終端和POS機(jī)均需要實(shí)時(shí)上傳數(shù)據(jù)，可以假設(shè)這兩臺(tái)設(shè)備會(huì)與互聯(lián)網(wǎng)定期同步時(shí)鐘，兩臺(tái)設(shè)備的時(shí)鐘誤差可以忽略。

公交POS機(jī)與公交車牌號(hào)的匹配可以視作一個(gè)線性規(guī)劃中的指派問題，即將公交POS機(jī)與公交車牌號(hào)一一對(duì)應(yīng)，使匹配誤差最小。假設(shè)各條公交線路相互獨(dú)立，每日每輛公交車上的POS機(jī)為固定一臺(tái)，即可按不同日期、不同公交線路分別求解指派問題。該指派問題的目標(biāo)是使匹配誤差最小，匹配誤差由車輛與POS機(jī)之間?？繒r(shí)間不匹配數(shù)確定。?？繒r(shí)間不匹配數(shù)為某個(gè)POS機(jī)的刷卡記錄時(shí)間不在某輛車?？咳我庖徽镜臅r(shí)間段內(nèi)的總數(shù)。

圖2為2021年8月5日43路（虹漕南路至南浦大橋方向）的電子路單和各站?？繒r(shí)間；軌跡圖中圓點(diǎn)為使用該方法將POS機(jī)與車輛匹配后，得到的刷卡站點(diǎn)和時(shí)間?？梢钥吹?，在繁忙的早高峰時(shí)段，即使有多輛車同時(shí)?？?，該方法也能較為準(zhǔn)確地匹配POS機(jī)與車輛的對(duì)應(yīng)關(guān)系。

圖2 2021年8月5日43路（虹漕南路—南浦大橋）車輛運(yùn)行軌跡圖

2.2 上車站點(diǎn)識(shí)別

使用車輛到離站時(shí)間、POS機(jī)與車輛對(duì)應(yīng)關(guān)系表，根據(jù)刷卡記錄中的線路名稱、車牌號(hào)、POS機(jī)編號(hào)、刷卡時(shí)間，可以得出每條刷卡記錄的上車站點(diǎn)。每一站能匹配到的有效刷卡時(shí)間范圍設(shè)為這一站的到站時(shí)間直至下一站的到站時(shí)間；首站的有效刷卡時(shí)間設(shè)為發(fā)車前15 min或該車上一班終點(diǎn)站到站時(shí)間（取較大值），直至第二站的到站時(shí)間。上車站點(diǎn)識(shí)別所用數(shù)據(jù)表之間的關(guān)系如圖3所示。

圖3 上車站點(diǎn)匹配方法示意圖

在2021年11月分別對(duì)43路、218路、205路、985路做了74個(gè)班次的人工調(diào)查，同時(shí)采集調(diào)查當(dāng)天的原始數(shù)據(jù)，使用上述方法，各班次總上客量平均準(zhǔn)確率為95%，站點(diǎn)級(jí)別上客量平均準(zhǔn)確率為90%。POS機(jī)與車牌號(hào)匹配結(jié)果準(zhǔn)確率為100%。

2.3 下車站點(diǎn)推算

公交刷卡記錄下車站點(diǎn)的推算根據(jù)原始數(shù)據(jù)特點(diǎn)不同，有多種方法。[1,2,4]交通卡刷卡記錄包括公交和地鐵的刷卡記錄。其中，地鐵的刷卡記錄進(jìn)站和出站各為一條，關(guān)聯(lián)先后的進(jìn)出站刷卡記錄即可得到地鐵的進(jìn)出站點(diǎn)。乘客在公交站下車后，存在三種情況（見圖4）：乘客先乘坐公交A，換乘公交B，其中包括公交B為公交A的返程的情況；乘客先乘坐公交A，換乘地鐵；乘客先乘坐公交A，再使用其他交通工具達(dá)到目的地。

圖4 公交下車站點(diǎn)匹配方法示意圖

本文采用一種通用的方式推算公交的下車站點(diǎn)。對(duì)于一次乘坐公交的刷卡記錄，其下車站點(diǎn)設(shè)置為同一條線路與下一次上車點(diǎn)1 000 m范圍內(nèi)最近的后續(xù)車站（包括返程），兩次乘車間隔在7日內(nèi)。這種較為寬松的條件，可以盡可能地包括乘客的規(guī)律性出行和往返行程，不論該乘客的出行是否在通常的上下班高峰期。使用這種方法，對(duì)2021年8月全市公交刷卡數(shù)據(jù)做下車點(diǎn)匹配，匹配率為所有刷卡記錄的50%左右。

2.4 OD擴(kuò)樣

匹配得到每條交易記錄的起訖點(diǎn)已經(jīng)可以反映出公交與地鐵客流的真實(shí)特征。但是，可以推算出OD的數(shù)據(jù)僅覆蓋了總出行量的一部分，為建立較準(zhǔn)確的交通模型，需要根據(jù)統(tǒng)計(jì)報(bào)表中的公交、地鐵總出行量做擴(kuò)樣。[9]公交和地鐵出行量的關(guān)系如圖5所示，其中打勾的部分為可以計(jì)算出OD的客流。

圖5 公交、地鐵出行客流邏輯關(guān)系示意圖

首先，需要計(jì)算原始數(shù)據(jù)覆蓋的客流與全部客流的占比。根據(jù)2021年的客運(yùn)量統(tǒng)計(jì)報(bào)表，與原始交易記錄中的日均客流對(duì)比，電子支付方式約占公交出行量的86%，其中交通卡占55%，乘車碼占31%。地鐵乘客還可以使用二維碼、單程票等方式進(jìn)站，使用交通卡的乘客約占地鐵日均客流56%。

對(duì)于單程的OD量，即乘坐一次公交，或一次地鐵進(jìn)出站，可以用可識(shí)別OD的記錄數(shù)占總記錄數(shù)的比例，乘以使用交通卡、乘車碼乘客的比例，得到可識(shí)別OD的記錄數(shù)占總客流的比例，單程的擴(kuò)樣系數(shù)為該比例的倒數(shù)。對(duì)于全程的OD量，即乘客在一次出行中，通過多次換乘到達(dá)目的地，需要排除公交乘車碼的數(shù)據(jù)。因?yàn)橹挥薪煌梢赃B通公交和地鐵系統(tǒng)，所以其中公交的OD占比及擴(kuò)樣系數(shù)僅使用交通卡的交易記錄推算。一次出行的擴(kuò)樣系數(shù)可設(shè)為各單程的擴(kuò)樣系數(shù)的算術(shù)平均值。例如，乘客在一次出行中先乘坐公交線路A，系數(shù)為2.1，再乘坐地鐵，系數(shù)為1.6，這一次出行的擴(kuò)樣系數(shù)為1.85，即代表1.85人次的出行OD。

3 應(yīng)用場景

獲得了每條刷卡記錄所代表的公交線路、上下車站點(diǎn)，計(jì)算出擴(kuò)樣系數(shù)后，即可統(tǒng)計(jì)得到線路站間客流、站點(diǎn)上下客量和換乘量等，精確地分析公交線路、站點(diǎn)、通道的客流特征。

在站點(diǎn)層面，可以按物理站點(diǎn)集計(jì)，得到站點(diǎn)日均或高峰時(shí)的上下客量、換乘量。在線路層面，可以計(jì)算線路上主要的OD區(qū)間，觀察斷面客流，優(yōu)化現(xiàn)有公交線路走向，如圖6所示。在網(wǎng)絡(luò)層面，可以按公交線路經(jīng)過的道路，計(jì)算每條道路上的斷面客流，建立更精確的交通模型，如圖7所示。

圖6 218路下行早高峰斷面客流圖

圖7 上海部分區(qū)域公交斷面客流分布圖

4 結(jié) 語

本文描述了一種利用交通卡和公交乘車碼交易數(shù)據(jù)、公交電子路單、公交車衛(wèi)星定位數(shù)據(jù)，推算公交上下車站點(diǎn)，進(jìn)而構(gòu)建多模式公交出行鏈的方法。該方法解決了公交車輛與刷卡POS機(jī)不綁定、公交下車站點(diǎn)推算等問題，實(shí)現(xiàn)了全市規(guī)模的公交出行鏈的復(fù)原，能較為準(zhǔn)確地反映整個(gè)公交系統(tǒng)中的出行特征。

本文所述的方法對(duì)于下客量、冷門線路客流推算的準(zhǔn)確性尚需通過人工調(diào)查驗(yàn)證。后續(xù)研究時(shí)，應(yīng)根據(jù)實(shí)際情況，將公交出行鏈數(shù)據(jù)與其他數(shù)據(jù)和人工調(diào)查相結(jié)合，為交通規(guī)劃、運(yùn)營調(diào)整等工作提供更真實(shí)細(xì)致的數(shù)據(jù)支撐。