大數據背景下的城市公交規劃研究

張改 馬黨生

摘 要 隨著大數據時代的來臨，城市交通也迎來了機遇和挑戰。文章提出了大數據背景下的公交規劃流程，闡述了大數據背景下的公交規劃數據來源、數據提取、數據應用等方面內容，為大數據背景下的公交規劃提出了相關思路方法。使公交規劃更智能化、信息化和科學化，提供公交的便利性、實時性和可靠性。

關鍵詞 大數據；城市公交；規劃研究

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2018）211-0135-02

在科學技術發展的今天，大數據的關注度逐漸上升，各國及各個領域都力圖挖掘擴充大數據的應用范圍，進一步提高數據所蘊含的潛在價值。要解決公交系統存在的問題，以求達到提高供需雙方的平衡匹配性的目的，其本質核心是利用新型科技技術進行信息的采集、傳輸、結合交通機理的應用處理和結合交通目標的應用共享。我們可以依靠大數據應用技術快速、準確地獲取交通數據并構建交通數據處理模型。其優勢在于：1）提高公交車輛的利用率；2）實現公交車輛調度實時性；3）促進公交智能化管理；4）公交路網規劃及站點設置的合理性。根據手機信號等數據的采集，對居民出行進行分析，從而得到出行需求，根據出行需求對公交路網及公交站點的設置進行規劃，提高公交系統的利用率[1-3]。

1 大數據背景下公交規劃

1.1 規劃目標

1.1.1 解決傳統數據采集困難、準確性不高的缺陷

常規公交規劃中居民出行OD數據采集方式為人工采集，進行抽樣調查。由于為人工抽樣調查，存在如下問題：一些敏感問題，如個人收入、家庭成員、年齡等重要信息，在調查結果中很難得到真實地體現，同時會引起調查對象的反感；調查人員水平層次不齊，數據的精確性得不到保證；為抽樣調查，調查得的數據很難完全代表總體出行特征。將大數據應用于公交規劃，可以解決傳統調查方法中數據采集困難、采集成本高、精確性得不到保證等缺陷。

1.1.2 解決客流預測精確性問題，實現路網柔性增長

常規公交規劃數據來源的不精確，必然導致預測結果存在偏差；同時由于采集、整理、分析和運用數據的漫長周期，最終導致路網的增長與實際需求存在較大偏差。將大數據應用于公交規劃后，樣本數等于總體數，數據能全面反映居民的出行特征；同時由于大數據能實現實時動態采集，數據處理速度快，預測結果和實際需求較為吻合，可以實現路網柔性增長，實現系統供需的動態平衡。

1.1.3 公交線網、站點優化

常規公交線網的布設與調整方法以居民采用公交出行OD量為依據，公交線網優化是一個多目標規劃問題，在優化過程中通常考慮服務于大多數乘客、使乘客總出行時間更小、線網效率最大、保證良好的可達性等目標，同時兼顧公共交通經營企業的經濟利益為指導思想。但大多數方法僅限于理論研究，很難在實際工程中操作。引入大數據之后，如根據手機用戶的GPS定位信息，對居民的出行特征能有直觀清晰的了解，確定最優線路和設置站點的最佳位置

1.1.4 實時調度

目前公交方式對居民出行缺乏吸引力的主要原因之一有乘車準時性得不到保證，由于公交車在高峰小時常常因交叉口堵塞和車流過多而產生延誤，準時性難以得到保證。引入大數據之后，公交公司能實時動態地掌握到這些信息，制定合理的調度策略，滿足用戶需求。

1.2 規劃思路

1）通過手機數據或者公交IC卡數據提取居民出行OD與公交線路相匹配，從而提取居民公交出行OD數據，具體涉及到手機GPS數據與公交GPS數據匹配問題。

2）通過手機數據提取人流量時空信息、用戶屬性等，為公交規劃提供更有針對性的信息。

3）通過數據提取，客流預測和仿真評價使公交規劃更智能化和科學化，提高公交便利性和可靠性。

1.3 規劃內容

1.3.1 數據來源

隨著智能手機的普及和智能交通技術的發展，可用于公交規劃的數據來源越來越多，不僅可以通過原始的OD調查和現在公交運行狀況來獲取數據，還可以通過移動手機。公交IC卡等來獲取相關數據。

1.3.2 數據提取分離

原始的OD調查和公交運行數據均可直接用于公交規劃，所以本節主要涉及如何從手機數據和IC卡等中提取需要的數據。

1）移動手機數據提取城市居民出行數據。

（1）人流量分析：根據移動手機數據獲得研究區域的各種人流量數據，如實時人流量、新增人流量、駐留情況、用戶來源等相關信息。

（2）人口出行分析：根據手機數據很容易獲得居民出行的相關信息，如出行分布，出行量，特別是上下班出行，出行量等，這些數據都與公交規劃息息相關。

（3）用戶屬性挖掘：通過用戶大量的移動信令數據的規則和特點，分析用戶是居住人口、工作人口還是臨時人口。

2）公交IC卡提取公交出行OD數據。

（1）日常出行關聯分析：主要針對有固定出行需求的居民，如上班人員等，他們有固定的出行OD，考慮到公交IC卡只能記錄O點的記錄，通過對出行者一個月甚至更長的IC卡數據進行分析，運用關聯分析的方法獲得其出行OD數據。

（2）站點流量統計分析：根據公交IC卡的刷卡記錄和居民使用公交IC卡的比例很容易獲得不同站點公交車輛的客流量分布情況。

1.3.3 基于數據的公交規劃

從手機、公交IC卡等提取相關OD數據、人口信息數據、人流量時空分布數據后可用于公交線路、場站、樞紐等規劃，具體用于如下所示。

1）根據提取的人流量及其OD信息規劃公交線路，并結合特定的功能地點（如住宅區、機場、車站、碼頭、大型商場、辦公區、學校、公園、大型體育場館等）即城市規劃發展趨勢進行適當的調整（OD數據）。

2）根據提取的人流量數據，特別是其中的新增人口，新增OD信息等“實時”調整公交線路，新增或者減少公交線路（OD數據和人口信息相結合）。

3）根據IC卡或者手機數據提取人流量的駐留點規劃公交站點位置，并可根據提取出不同時段內人流量分布及人流方向的動態變化對公交線路的首末站進行動態調整（人流量的空間分布和時間分布）。

4）根據人流量的特點規劃公交調度，使公交調度更智能化、實時化、信息化，其中包括發車間隔和發車車型等（人流量的空間分布和時間分布）。

5）根據人群特點調度車輛安排，如對老年乘客多的線路，安排座位多的、低踏板的車型，是公交出行更舒適、更人性化（用戶屬性信息）。

6）根據人群特點調整公交移動電視的廣告投放內容，精細化營銷。（用戶屬性信息）。

從以上數據的應用可知，在大數據背景下，會使公交規劃顯得更智能化且可靠性更高。當然由于公交規劃適用于未來，所以從手機、IC卡中提取的數據后可用相關的預測方法對遠景的公交客流數據進行預測后再用于具體的規劃實踐，并對所做的規劃進行仿真評價得到滿意的結果再用于實踐。

2 結論

在當前大數據時代，數據充斥所帶來的影響遠遠超出了企業領域，其不僅能帶來商業價值，亦能產生社會價值。隨著信息通訊技術的發展，交通運輸從數據貧乏的困境轉向數據豐富的環境，而面對眾多的交通數據，如何從中根據用戶需求提取有效數據成為關鍵所在。可見，大數據管理是一項巨大挑戰，一方面要及時提取交通數據以滿足用戶需求，另一方面須在數據的潛在價值與個人隱私之間進行平衡。本文提出了大數據背景下的公交規劃，與原始的公交規劃相比，可以免去復雜的OD調查，可以通過手機或者公交IC卡來獲取，且更準確。不僅如此，我們還可以提取其他有用的信息用于公交規劃，使公交規劃更智能化、信息化和科學化，提供公交的便利性、實時性和可靠性。

參考文獻

[1]陳美.大數據在公共交通中的應用[J].圖書與情報，2012（6）：22-28.

[2]王佳.“3G”技術在城市智能公共交通中的應用[D].大連：大連交通大學，2012.

[3]唐要安.大數據在交通中的應用[J].交通世界（運輸.車輛），2013（12）：126-127.

[4]SHIRA OVIDE.Tapping Big Data to Fill Potholes [EB/ OL].[2014-12-15] http：//online.wsj.com/article/SB100 01424052702303444204577460552615646874.html.

[5]Big Data Analytics Applied to Traffic Issues in New Jersey[EB/OL].[2014-12-15].http：//nyconvergence. com/2012/06/big-data-analytics-applied-trafficissuesnew-jersey.html.

[6]董海龍.深圳智能交通系統應用現狀[EB/OL].[2014-12-15]. http：//www.tranbbs.com/news/cnnews/ITS/news_64980_2. shtml.