基于出租車GPS數據的揚招點選址確定方法

章 程，張舒沁，王夢真

（同濟大學 交通運輸工程學院，上海 201804）

基于出租車GPS數據的揚招點選址確定方法

章 程，張舒沁，王夢真

（同濟大學 交通運輸工程學院，上海 201804）

為了使出租車揚招點設置位置與出租車需求更匹配，建立了一個出租車揚招點選址模型。首先通過對出租車GPS數據的分析，獲得出租車的上客點分布。然后建立數學規劃模型，將最小揚招點個數作為目標函數，以要求達到的揚招點服務覆蓋率為約束條件。最后，利用已知上客點位置分布，給定服務距離以及目標覆蓋率，通過模型求得揚招點設置個數及位置。以南京市新街口地區路網為例，在約5km2范圍內，設定揚招點服務距離為300m、目標覆蓋率為85%，通過該方法求得需要設置11個揚招點才能達到目標，并得到了具體的選址方案。之后，進行出租車揚招點設置個數敏感性分析，結果可從服務質量和成本經濟性兩方面為揚招點設置提供依據。

交通工程；出租車揚招點；GPS數據；選址；出租車需求

0 引言

出租車提供便捷的“門到門”服務，是城市道路上行駛的重要運載工具之一，是常規公交的重要補充[1]。對出租車出行行為進行研究和合理引導是滿足城市客運需求、解決交通擁堵的關鍵[2]，出租車揚招點設置就是其中較為重要的一塊內容。

出租車揚招點的合理設置可以有效引導出租車駕駛員搜尋乘客，減少出租車的空駛，同時給予乘客安全舒適的候車環境并能使乘客以較快速度搭乘上出租車[3]。而出租車揚招點的選址須滿足乘客在有限距離內前往搭乘出租車的基本需求，同時由于空間資源的有限，又需要避免設置過多造成浪費。

國內許多學者對出租車揚招點選址問題進行過研究。鈕英才[4]建立了出租車停靠點布局模型，引進規劃覆蓋率反推出租車停靠點的數量；葉海飛[5]根據出租車的停靠和運營特征從出租車停靠站的站位選址、設置形式、配套設施設置等方面，提出一套出租車停靠站的設置方法，然而這樣的做法需要根據建筑面積、人口、產值等相關因素估測客流需求，工作量大且無法保證估算數據的準確性，也難以覆蓋各個時間、各個地點。

而長期積累的出租車GPS數據能夠全程再現出租車的出行行為，省時、省力、成本低，并可從時間和空間上較為精確地反映出交通問題以及出租車需求所在。在出租車GPS數據處理方面，已經有了較完備的體系。陳煉紅[6]和茍錫榮[7]把故障數據分為重復發送、速度超大、速度為零、數據丟失（連續幾個采樣周期內連續缺失或間斷缺失少量數據）、經緯度超出調查范圍、數據漂移等類型。徐濤[8]在對待負樣本的故障數據時采取了直接刪除的方法，實現方便且可以保障數據質量。Chang H. W.等[9]通過挖掘、處理歷史出租車GPS數據預測了出租車需求的時空分布。

關于運用出租車GPS數據進行出租車揚招點選址的問題，Chen M.[10]利用GPS原始數據，分析了不同時段的出租車空駛率變化情況和出租車出行的OD矩陣分布，指出出租車GPS數據為出租車停靠站的布設提供了重要信息。陳峰[11]對出租車的平均速度和空駛狀態下的地理分布進行了研究，并提出了出租車GPS數據可以對出租車揚招點的設置提供數據支持。齊林[12]基于乘客最短步行距離建立出租車停靠站位置選擇模型；金雷等[3]將出行需求作為依據進行出租車停靠站選址，提出了基于停靠站最大覆蓋率的選址模型，同時還考慮了車站服務能力、乘客步行距離等影響因素。

綜上所述，目前出租車揚招點設置方法的關鍵思路在于分析歷史出租車需求數據得到合理的揚招點，但是并未考慮道路擁堵對揚招點設置的影響。本文則在道路擁堵水平、空間資源等約束條件下，基于出租車GPS數據，建立了使得路網綜合效益最大化的出租車揚招點選址方法。

1 出租車揚招點選址模型

優化出租車揚招點的設置，需要解決在一定服務水平前提下如何確定設置個數和設置位置兩個問題。兩者均需要結合實際需求，而GPS返回的實時數據則正好可以很好地反映乘客需求的空間分布。雖然城市路網存在棋盤式、放射式、環形+放射式等多種形式，但總能將某一特定范圍的路網抽象簡化成為網格狀結構，由GPS數據生成的出租車上車點分布在抽象簡化之后的路網上。假定出租車揚招點的最遠服務范圍以及目標覆蓋率一定，問題轉化為如何在網格狀的路網上，以最小的出租車揚招點設置個數達到最高的服務覆蓋率，其中，服務覆蓋率是出租車揚招點所能覆蓋的需求點個數與總的需求點個數之比。

1.1 服務范圍

假定出租車揚招點最遠服務范圍是Lm，則出租車揚招點能夠服務到的最遠點是沿路網距離該揚招點Lm的位置，而不是直線距離為Lm的邊界。如圖1所示，五角星表示出租車揚招點所在位置，路網中灰色的路段即和揚招點之間距離小于Lm的路段，屬于其服務范圍。

圖1 出租車揚招點服務范圍示例

1.2 路徑選擇

乘客從某點前往揚招點時，由于個人喜好、對路網的熟悉程度等不同，其路徑選擇存在不確定性，未必選擇最短路徑。如果以最短路徑作為揚招點服務距離，則可能存在出租車揚招點服務能力估計過高等問題。為了規避上述問題，同時簡化模型，本文作如下假設：①當兩點均在縱向道路時，乘客先由出發地南北向行走至離目的地縱向距離最近的橫向路段上，再東西向行走，最后再南北向走，如圖2（a）所示；②當一點位于縱向道路時，由于從A到B和從B到A的距離是相等的，因此假定所有的乘客均從位于縱向道路上的點出發，先南北向行走，再東西向行走，如圖2（b）所示；③當兩個點均在橫向道路上時，乘客先由出發地東西向靠近目的地方向行走至最近的縱向道路，再南北向行走至目的地所在橫向道路，最后東西向行走，如圖2（c）所示。

圖2 路徑示意圖

1.3 距離確定

假設現有一個三縱三橫的路網（見圖3），A和B為該網格狀路網上的兩點。定義三條縱向道路由西向東依次為a1,a2,a3，橫向道路由北向南依次為b1,b2,b3，并將每條道路的最西端或者最北端設置為起點，路段ai或者bi上的點，其與端點之間的距離定義為cij或者dij，坐標為(ai,cij)或者(bi,dij)。如圖3所示，A點的坐標為(a1,c11)，B點的坐標為(b2,d21)。

借助a1和b2的交點C計算AB之間的實際距離，根據上述定義，C點坐標為(a1,c12)或者(b2,d22)，則AC為|c12-c11|，CB為|d21-d22|，二者相加即為A點和B點之間的實際距離。

圖3 路網示意圖

1.4 服務能力

將服務能力定義為揚招點的服務范圍內所能覆蓋到的需求點，即到揚招點距離小于服務距離的點。從出租車GPS數據中獲得分布在路網上的出租車上客點，由于需要設置揚招點的區域主要為出租車需求較多的市中心，這些地方由于出租車需求較多因此有更多巡游的出租車經過，較少出現步行很長距離才打到車的現象。雖然出租車上車點是乘客根據當地出租車搭乘方便程度，已經步行一定距離的地點，但是模型應用至城市區域范圍時，沒有必要考慮那么精確的需求分布。因此可以將上車點分布近似作為乘客的出租車需求分布，由此得到的結果也更符合人們揚招的習慣。假定在路網上某點設置出租車揚招點，則根據1.1小節所述，可以確定其服務范圍，其覆蓋到的而原有揚招點未覆蓋到的需求點作為新增服務能力。包含在服務范圍內的需求點越多，該出租車揚招點被使用的可能性越大，服務能力越強。

1.5 建立模型

模型參數定義如下：n為路網所需設置的出租車揚招點個數；N為出租車揚招點擬建設點集合；mi為揚招點i的服務能力；mj為增設揚招點j后能增加的服務能力；P0為路網所規劃的最小服務覆蓋率；Pj為增設揚招點j后的服務覆蓋率；M為路網上的全部出租車揚招需求點個數。

則建立如下模型：

式（1）表示模型的目標是為了尋找滿足要求的最小揚招點個數；式（2）表示在適合設置揚招點的集合中，以某一空間粒度w針對路網上路段的所有待選點，計算如果選這些點為揚招點時分別對應的服務能力，并對服務能力進行從大到小的排序，選擇服務能力最大的點為第j個揚招點；式（3）表示計算Pj；式（4）表示Pj需要大于P0，否則需要增設揚招點并重新計算式（3），直至Pj大于P0。算法流程如圖4所示。

圖4 算法流程圖

2 案例分析

2.1 數據處理

以南京市新街口地區路網作為模型的應用對象，該路網概況如圖5所示。

圖5 研究區域路網概況圖

首先對南京市出租車的GPS原始數據進行轉換與分析，得到原始數據存在的4大類錯誤，分別是經緯度、速度、方位角以及重復記錄錯誤，刪除了這4大部分的錯誤信息。接著分析數據點的空間分布，將數據點匹配到地圖上。利用Map?Info軟件，對浮動車數據進行地圖匹配，數據與地圖有一定偏差。修正后，匹配效果較好，可供后續研究分析使用。

將每一條數據按ID號分組，再對每組數據進行時間排序，得到每輛浮動車的軌跡。載客狀態為1代表出租車載客，為0代表出租車空載。將載客狀態從0變為1的那條數據作為一次出行的起點，類似地，將載客狀態從1變為0的那條數據作為一次出行的終點。每一次出行的載客狀態以1開始以0結束。將每次出行的起點作為出租車需求點。出租車需求分布如圖6所示。

圖6 研究區域出租車需求分布

2.2 模型應用

運用C#進行編程，將路段、節點、出租車上車點在路網上的分布等信息錄入，將不同的最低出租車揚招點覆蓋率P0、服務距離L、揚招點位置檢索的空間粒度w代入按照上述模型執行流程進行C#編程后的程序中處理。可以得到揚招點的個數、位置。

根據《城市道路交通規劃設計規范》（GB 50220—95），出租車停靠點合理步行距離為300m。當揚招點的服務距離定為300m、覆蓋率下限設為85%時，得到需要設置11個揚招點，它們的對應坐標如表1所示。

表1 服務距離為300m、覆蓋率為85%條件下的揚招點設置

表1 （續）

這些揚招點的需求覆蓋率為88.27%，將這些點標注在地圖上，如圖7所示。通過模型得出的揚招點設置位置分布較均勻，只是在第二條橫向路和第二條縱向路的交叉口附近沒有揚招點，而對比圖6的出租車需求分布可以發現，該區域周圍出租車需求分布較稀疏，因此這樣的揚招點設置位置可以達到期望的覆蓋率，模型合理。

圖7 設置的揚招點位置圖

2.3 敏感性分析

改變目標覆蓋率和揚招點服務距離，比較不同條件下揚招點的設置個數（見表2）。從表2可以看到，服務距離越小，要求的覆蓋率越高，需設置的揚招點個數就越多。尤其當服務距離較短時，覆蓋率的增加會使得揚招點需求的個數更快地增加。在實際應用中，揚招點設置個數的確定需要考慮經濟性，因此這一結果可以幫助進行揚招點設置決策。必須在選址之前對要設定的目標覆蓋率和服務半徑進行充分的調研，其中任何一項改變都會影響到出租車揚招點設置位置以及設置個數的改變。

表2 不同服務距離和覆蓋率條件下需設置的揚招點個數（單位：個）

3 模型改進

通過該模型的計算，基本可以保證城市出租車揚招點設置的合理性，但仍存在郊區需求點打車難的問題。市區的需求相對集中，沒有覆蓋到的需求點相對分散且隨機，不具有覆蓋的意義。但是，隨著城市的發展，越來越多的工廠、學校或者住宅區向郊區搬移，這時它們的所在地就形成了新的需求點。這些需求點的集聚程度不及市區，在模型進行揚招點位置選擇時通常難以被選到，這就導致了在這些需求點附近很大范圍內均沒有揚招點，需求無法保障。

為了解決上述問題，對模型進行改善。在滿足P0之后，將未被覆蓋的需求點作為一個新的路網，重新利用模型找出一個新的揚招點，重新計算此時的Pj，并給定一個閾值p。如果ΔPj≥p，則增設這一揚招點，否則就保持原有揚招點設置方案。

案例所用數據來自南京市CBD地區，路網相對集中，乘客需求密集，因此執行模型改進部分并未產生新的可以設置的揚招點。

4 結語

長期積累的出租車GPS數據反映了出租車需求分布，本文結合出租車GPS數據所反映的交通特征，研究了出租車揚招點選址的方法，將通過設置最少揚招點以達到規定的覆蓋率作為目標，并以南京市新街口地區為例，應用該方法確定了揚招點的設置個數以及位置。之后，還對目標覆蓋率以及服務距離對于揚招點設置個數的影響進行了敏感性分析，分析結果可應用于實際工程的經濟性評價，幫助進行揚招點設置決策。最后，模型改進考慮了出租車需求較少但存在必要需求的區域，例如位于郊區的大商場，保障了這些區域必要的出租車需求。

隨著城市化進程的不斷加快，一方面城市居民對于出租車的需求必將不斷增長并保持在一個相對較高的水平，另一方面城市交通壓力也不斷加大，合理準確地給出出租車的揚招點設置方案便顯得至關重要。本文給出的方法較為全面地考慮了各方面因素，但仍然存在兩點需要進一步完善的地方：①出租車揚招點最小服務覆蓋率、服務半徑的選定需要更多的研究才能給出不同情況下對應的不同要求；②數學模型中未考慮規劃范圍以外道路的影響，某一區域的交通系統不是孤立存在的，其運行情況受到周邊交通情況的影響，在本方法中由于各城市的影響具有個性化的特點而沒有考慮。

[1]陸建，王煒.城市出租車擁有量確定方法[J].交通運輸工程學報，2004，4（1）：92-95.

[2]祁文田.基于GPS數據的出租車載客點空間特征分析[D].長春：吉林大學，2013.

[3]金雷，謝秉磊.基于上落客時空特征的出租車停靠站選址模型[J].交通運輸系統工程與信息，2015，15（2）：182-188，194.

[4]鈕英才.出租車停靠點布局問題研究[J].交通世界：運輸·車輛，2012（10）：130-133.

[5]葉海飛.出租車停靠站的設置方法[J].交通標準化，2014，42（15）：68-72.

[6]陳煉紅.基于GPS浮動車采集數據的出租車運行特點研究[D].上海：同濟大學，2008.

[7]茍錫榮.基于GPS浮動車的城市交通狀態時空分布規律研究[D].昆明：昆明理工大學，2013.

[8]徐濤.浮動車數據在城市道路交通事件檢測中的應用研究[D].阜新：遼寧工程技術大學，2011.

[9]CHANG H W,TAI Y C,HSU Y J.Context-Aware Taxi De?mand Hotspots Prediction[J].International Journal of Busi?ness Intelligence and Data Mining,2010,5(1):3-18.

[10]CHEN M.The Support of Floating Car Data for the Policy and Planning on Taxi Industry[C]//14th World Congress on Intelligent Transport Systems.Beijing:Ministry of Science and Technology of the People's Republic of China,Ministry of Transport of the People's Republic of China,2007:4433-4439.

[11]陳峰.基于出租車GPS數據的信息融合研究[D].成都：電子科技大學，2010.

[12]齊林.基于GPS數據的出租車交通運行特性研究及應用[D].哈爾濱：哈爾濱工業大學，2013.

[13]上海市城鄉建設和交通委員會.GB 50688—2011城市道路交通設施設計規范[S].北京：中國計劃出版社，2011.

Location Selection Method for Taxi Stands Based on GPS Data

ZHANG Cheng,ZHANG Shu-qin,WANG Meng-zhen
(School of Traffic and Transportation Engineering,Tongji University,Shanghai 201804,China)

A location selection model for taxi stands was developed to match taxi demands.First,the GPS data of taxis was analyzed to get the spatial distribution of taxi demands.Then,a mathematical pro?gramming model was established.The model set minimum taxi stands as objection,and considered the service coverage required to achieve as constraint conditions.Finally,according to the known distribu?tion of taxi demands,with the given service scope and expected service coverage,the number and loca?tion of taxi stands were got from the model.As a case study,the model was applied to Xinjiekou CBD in Nanjing.The service scope of 300 meters was set and the expected service coverage was 85%.The result shows that 11 taxi stands are needed to cover 85%taxi demands in the area of 5 square kilometers.Spe?cific locations of taxi stands are also got through this method.After that,sensitivity analysis of the num?ber of taxi stands was conducted,which could provide support for setting taxi stands from aspects of ser?vice quality and cost economy.

traffic engineering;taxi stand;GPS data;location selection;taxi demand

U491.1

：A

：2095-9931（2015）04-0042-07

10.16503/j.cnki.2095-9931.2015.04.007

2015-06-16

上海市大學生創新活動計劃（1600107094）

章程（1994—），男，浙江紹興人，研究方向為交通數據采集、處理與應用。E-mail:zhangchengvalue@163.com。