多源大數據視角下基于居民出行需求匹配的城市公交系統優化策略

劉東虎 林娟玲 蔡李英杰 楊麒丙 時建平

（合肥工業大學，安徽合肥 230601）

公共交通對于城市的運轉具有重要的作用。隨著我國城鎮化建設的加快，大量人口涌向城市，以一線城市為代表的城市快速擴張，逐漸形成結構體系和功能分區，城市居民的出行需求也更復雜和多樣。城市公共交通是居民出行的重要的方式，其規劃的合理性和便捷性直接關系城市的整體交通品質和居民的出行體驗。近年來，大城市出現了早晚高峰時交通擁堵、公共交通系統運力不足、資源分配不合理等“城市病”，嚴重影響居民的生活品質。因此，城市公共交通的規劃與居民需求的匹配度研究是重要的課題。

大數據的興起為這一研究課題提供了有力手段。傳統的城市公共交通規劃主要依據城市規劃、城市發展方向、城市結構等確定，是“自上而下”為主導的，精細程度低，對居民的出行需求考慮不全面。大數據具有海量、真實、實時等特點，源于每一個城市居民，能夠真實地反饋居民的出行需求。采用大數據方法對城市居民的出行需求進行研究，評估城市公共交通規劃的質量，使城市居民通過大數據的反饋間接參與城市規劃，“自下而上”地輔助優化城市公共交通規劃，提升城市品質。國內研究方面，公共交通大數據的獲取和應用方法的相關研究較多，但較少使用大數據方法從城市居民需求的角度研究公共交通規劃。本文基于相關研究，簡要探討大數據在公共交通規劃中的作用和大數據的獲取方法，提出用于測度城市公共交通與居民需求匹配度的方法，針對不同的匹配度形成機制提出優化策略。

1 大數據對公共交通規劃的作用

1.1 大數據與公共交通

目前我國公共交通發展滯后于經濟社會發展，無法滿足人們出行的根本需要，部分線網、站點過度飽和或使用率較低，反映了公共交通線網、站點線網分布與人們出行的使用需求匹不完全匹配的問題。需要利用相比傳統公交數據更全面、科學、客觀的大數據作為數據支撐，通過可視化處理，對公共交通線網和使用需求進行匹配度分析，并提出優化策略，使公交站點、線網分布的重新規劃更科學化、合理化、均衡化。

1.2 大數據對公共交通規劃的合理性判斷和引導

隨著相關產業的發展、技術的創新，大數據類型趨向多樣化。公共交通相關數據逐漸被挖掘且不斷完善，多類型的數據可從不同方面對公共交通深入分析，對客流進行建模仿真，更全面地反映客流情況，為決策者提供精確結果，有依據地對公共交通規劃和線路進行調整提升。

眾多通過連接公交數據平臺的線網數據，GPS實時定位數據等手機App軟件可為乘客提供車輛到達情況、行駛狀況等公交運營信息，以便乘客合理安排出行時間和線路。通過利用大數據實時、動態的特性，可保障規劃和決策不與社會發展脫節，實時、精準地進行調度和管理，根據相應的需求以對應的手段對城市公共交通規劃進行引導，使規劃可以針對性地利用資源和促進城市合理發展。

2 研究數據類別

2.1 API技術獲取的數據

API指的是應用程序編程接口，由中國聯通智慧足跡統計數據API產品概述，城市以250 m×250 m網格均勻覆蓋，借用接口調用形式訪問，提供每一網格各維度人口分布分析和城市出行分析。

API可獲取數據類型如圖1所示。

圖1 API可獲取數據類型

2.2 手機信令數據

手機信令數據是一種時間序列數據，由基站的經緯度和時間戳構成。居民通過數據上網、接發短信等方式觸發基站響應。采集對象以城市范圍內的基站為坐標拾取點，通過手機信令信號變化記錄居民的活動變化。

2.3 城市交通相關基礎數據

靜態數據包括城市公交數據、城市路網數據；動態數據包括城市交通實時GPS定位。

3 數據處理方法與技術路線

3.1 GIS空間密度分析

將城市交通基礎靜態數據和城市POI導入城市GIS，數據內點包含公交線路停靠信息，將位于街道兩側的同一站點視作一個站點。

借助GIS核密度計算工具，進行兩者疊加分析，宏觀得出城市現有居民需求與城市公交的匹配度。

3.2 空間柵格切分

為提升研究精細性，結合接口數據劃分精細度，針對城市依照250 m×250 m范圍劃定城市柵格，并對城市柵格進行編號。

根據《城市道路交通規劃設計規范》（GB 50220—95），城市公交站點的服務半徑分為300、500、800 m三個范圍。公交站點的可達范圍可視為公交站點的服務半徑，一般由采用公交出行的乘客從出發點到達公交站點的10 min步行距離決定。

將城市柵格劃分后可能存在某柵格內公交站點的服務半徑涉及周邊柵格，選擇750 m作為公交站點的服務范圍，將周邊柵格納入特定柵格內站點的服務范圍內。

3.3 柵格疊加分析

（1）OD需求獲取。

API技術獲取個體使用接口信息在一定時間出現頻率與天數進行篩選。

依據城市居民的生活工作規律，9：00～17：00為工作時間，19:00～次日8:00為休息時間。

基于每日分析結果，依據工作時間段頻率與休息時間段頻率分析城市居民個體活躍度。個體在工作時間活躍度大的天數超過閾值比例，定義接口位置所在柵格為工作空間；個體在休息時間活躍度大的天數超過閾值比例，定義接口位置所在柵格為居住空間。

如果出現工作時間活躍度大的天數與休息時間活躍度大的天數超過一定閾值比例，判定該個體為居住空間與工作空間倒班制職工。借助手機信令進行輔助論證，得到城市居民的OD導向需求。

居民出行方式多樣，應在已有OD需求基礎上對實際使用公交出行數據進行篩選，并將城市居民實際使用公交出行情況定義為忠誠度。主要借助早高峰和晚高峰城市居民手機信令實時描繪城市居民的出行變化活動，與城市公交車實時GPS進行耦合性分析。如果同一用戶的出行數據與某一班次公交車GPS實時線路重合度較高，且超過一定閾值天數，判定用戶通勤方式為公交，依據高重合比例進行忠誠度評級。

（2）公交線網可達性。

將居民的出發點假設為A點，將A點所在方格設為出發地核心方格，圍繞該核心方格的8個方格設為出發地輻射方格，將9個方格統稱為出發地組塊。同樣將居民的目的地點假設為B點，將B點所在的方格設為目的地核心方格，圍繞該核心方格的8個方格設為目的地輻射方格，將9個方格統稱為目的地組塊。

在圍繞核心方格的8個輻射方格中，將核心方格正東、正南、正西、正北的4個輻射方格稱為主輻射方格，其余4個稱為次輻射方格，通過相關指標進行空間公交可達性分析。

評價指標如圖2所示。

圖2 評價指標

將城市居民OD出行需求與公交線網可達性可視化，進行疊加分析，判斷柵格之間的匹配度，進一步優化。

技術路線如圖3所示。

圖3 技術路線

4 匹配度差異形成機制與優化策略

4.1 空間分布密度差異性

空間分布密度的差異主要由人口分布、地理區位、區域功能三個要素影響，三個要素之間相互影響、相互作用。

（1）人口分布。

同一服務半徑下，不同公交站點的輻射范圍內如興趣點業態、興趣點密度具有區別，人口分布具有差異性，表現在公交站點的人口聚集程度不同。

（2）地理區位。

由于資源分配、功能結構、線網密度等差異，城市中心區相比近郊區、郊區人群聚集度更高，站點分布相對密集。近郊區、郊區因人口密度低，公交站點的服務范圍可能會擴大，且由于線網、站點分布與人群需求匹配度不足，出發地到公交站點的出行時間過長或公交線路缺失，無法滿足人們的出行需要，人們選擇公共交通作為出行方式的概率大幅度降低。

（3）區域功能。

研究表明，公交站點的密度與餐飲場所中心、娛樂場所中心、商業場所中心、金融場所中心、生活服務場所中心五個自變量顯著相關，區域功能對公交站點的空間密度具有不同程度的影響，生活服務場所密度>商業場所密度>娛樂場所密度>金融場所密度>餐飲場所密度。

4.2 可達性不匹配性

城市公交可達性與居民出行的OD需求匹配度差異形成機制主要包括三個方面。

（1）公共交通組織模式與城市空間結構演進耦合度不足，且更新較慢。

（2）公共交通在城市交通體系中地位不高，整體公共交通資源缺乏。

（3）公共交通規劃系統性有所欠缺。

傳統的公交線路設計以及站點的布置主要基于居民出行調查獲得的時空特征模型，或基于TOD開發理念及綜合交通效益的空間分析結論。在一定程度上，這些理論對于城市公交系統規劃可行，但傳統的出行調查數據缺乏時間敏感性。城市公交更適合人流比較密集的高強度開發區域，例如商務區、住宅區等。公共交通機動性較差，城市發展演進，公共交通組織沒有及時協同，可達性與居民需求匹配度下降。

與城市公交相比，小汽車更舒適、便捷，機動性更好。我國近年來大力支持基礎設施建設，交通路網日益完善，優化小汽車的道路環境。我國汽車保有量快速上漲，城市逐漸向小汽車依賴型發展，城市公交的地位下降。但缺乏實際的政策力度，公共交通資源總量缺乏、配置不均、可達性無法滿足民眾需求。

4.3 優化策略

（1）發展戰略層面：構建公共交通優先的城市綜合交通體系。

將公共交通優先的理念納入地區發展戰略層面，提升公共交通在城市交通體系中的地位。完善公共交通體系，包括地鐵、骨干公共汽車線及支線等系統的完善；加強各公共交通系統間的聯動，加強地鐵與公共汽車、骨干公共汽車線與公共汽車支線的接駁；加強配套設施建設，公交專用道路及公交站臺的建設等；加大對城市公交系統的投入，建設城市公交數字化平臺，搭建城市公交實時監測管理平臺等，提升城市公交運行力；相關部門出臺對公共交通的優惠措施，引導居民從小汽車優先向公共交通優先轉變的出行理念；出臺規范居民相關行為的法律法規，保障公交系統的正常運行；改善公共交通運行環境，優化城市公交運行結構，實現公交提速，降低居民出行成本。

（2）要素協同層面：推進城市空間發展、人群活動與公共交通規劃的協同。

城市空間結構、居民出行需求分布與公共交通網絡等要素應協調統一，滿足居民出行需求，使城市高效率運轉。通過大數據技術獲取城市POI數據和人群空間聚集度的相關數據，準確識別城市空間結構和需求分布。例如商務區、工作區的分布情況以及人群在某一時期的聚集情況。以此為依據及時調整線網的設置情況，及時調整或增減線路，推出定制公交線路。

（3）精細實施層面：構建大數據平臺，實施公共交通資源精細化靈活配置。

目前各大城市紛紛開始建設智慧城市，其將城市的系統和服務打通、集成，以提升資源運用的效率，優化城市管理和服務，是城市的“大腦”。

城市公共交通可以依托智慧城市的建設，打造智能公交系統，實現公交運行精細化、智能化。例如構建公共交通智能調度平臺，在熱門線路乘車高峰時段調劑更多的車輛負責運營；推進公交運行情況在乘客終端的可視化，用戶通過移動應用可以得知公交車的位置和擁擠情況，合理安排出行；根據實際需求實時調整公交運行時間、發車頻次等，實現公交精細化運行、居民便捷出行。

5 結語

城市不斷發展變化，在城市公共交通的規劃和更新中，需要更多地從人群的實際需求出發，使其與群眾真正的需求契合，公共交通是城市運轉必不可少的一部分。本文探討了大數據與公共交通的關系，可用于城市公共交通研究的大數據類型，并研究了運用大數據測度公共交通線網與居民公交出行需求兩者間匹配度的方法，對匹配度差異形成的原因進行分析，提出相應的優化策略和思路。使用大數據方法研究城市公共交通規劃是主要的發展趨勢，但使用大數據的同時還應注意數據的隱私保護。其他國家的大數據經驗表明，大數據方法在交通領域中的高效應用是建立在完備的法制體系和市場經濟制度的基礎上，當前我國在數據公開以及數據管理等層面仍存在較多需要改善的地方，還需要進一步研究。