基于GPS數(shù)據(jù)的出租車運(yùn)營特性分析

孫睿靜 姬浩 蘇兵

摘 要：出租汽車是城市交通系統(tǒng)中不可或缺的一部分，它能為出行者提供快捷、靈活的直達(dá)運(yùn)輸服務(wù)。近年來，隨著西安城市規(guī)模的不斷擴(kuò)大，城市人口數(shù)量的增多，西安市出租汽車客運(yùn)行業(yè)迅速發(fā)展，在保障城市居民便捷出行方面發(fā)揮了重要的作用。本文通過GPS數(shù)據(jù)收集出租車司機(jī)行駛行為特征、行駛路徑、車輛停靠等信息數(shù)據(jù)，對該數(shù)據(jù)進(jìn)行篩選分析，得到西安市出租車行駛期間的運(yùn)營特性，為更好地管理城市出租車運(yùn)營提供理論支持。

關(guān)鍵詞：GPS數(shù)據(jù);運(yùn)營特性;出租車;數(shù)據(jù)庫;SQL語句

本文索引：孫睿靜，姬浩，蘇兵.<標(biāo)題>[J].商展經(jīng)濟(jì)，2022（02）：-073.

中圖分類號：F572 文獻(xiàn)標(biāo)識碼：A

1 研究背景、意義

出租汽車是城市交通系統(tǒng)中不可或缺的一部分，隨著西安城市規(guī)模的不斷擴(kuò)大，城市人口數(shù)量的增多，西安市出租汽車客運(yùn)行業(yè)迅速發(fā)展，但也存在一些問題。出租車運(yùn)營時(shí)間長，道路覆蓋面廣，采集成本低，便于集中管理。安裝在出租車上的GPS設(shè)備記錄了城市出租車交通、人群移動(dòng)的動(dòng)態(tài)變化，為城市出租車交通的研究提供了大量且重要的數(shù)據(jù)信息。而且通過對GPS 數(shù)據(jù)進(jìn)行提取和分析，獲得人們出行路徑選擇的數(shù)據(jù)，其準(zhǔn)確性等同于對出行者進(jìn)行詳細(xì)調(diào)查。因此，對基于GPS軌跡數(shù)據(jù)的出租車運(yùn)營特性進(jìn)行分析與研究非常有意義，一方面可以為交通信息服務(wù)系統(tǒng)提供重要的交通路況信息，另一方面可以為城市交通的運(yùn)營管理和運(yùn)營特性分析提供重要的決策依據(jù)，以推動(dòng)城市交通的智能化改革，還可以從側(cè)面反映出城市居民出行的特性和時(shí)間分布，為進(jìn)行此方面研究的學(xué)者提供依據(jù)。

2 數(shù)據(jù)處理與樣本選取

從西安市出租汽車管理處獲得出租車三個(gè)月的GPS數(shù)據(jù)，先對所有數(shù)據(jù)進(jìn)行預(yù)處理，初步剔除掉無效、錯(cuò)誤的數(shù)據(jù)，整合一個(gè)初期數(shù)據(jù)集，再對該數(shù)據(jù)集進(jìn)行篩選，篩選出所需要的樣本車輛，并選擇其一周的軌跡GPS數(shù)據(jù)作為樣本。數(shù)據(jù)基本特征如表1所示。

使用SQL語言對誤差數(shù)據(jù)和無效數(shù)據(jù)進(jìn)行篩選并刪除。接著根據(jù)樣本選取所遵循的普遍性和隨機(jī)性原則，剔除趴活的出租車，即熄火狀態(tài)時(shí)經(jīng)度和緯度保持不變的車輛;剔除速度字段多數(shù)為0的車輛;剔除節(jié)假日的GPS數(shù)據(jù)，因?yàn)楣?jié)假日的GPS數(shù)據(jù)不具有普遍性。以此篩選出1000輛掃街出租車一周的數(shù)據(jù)作為樣本進(jìn)行運(yùn)營特性分析。經(jīng)過比對，選擇2017年11月13—19日為樣本數(shù)量范圍。樣本車輛數(shù)據(jù)篩選語句如下。

select LICENSEPLATENO，IN_DATE，GPS_TIME，

LONGITUDE，LATITUDE，HEIGHT，SPEED，DIRECTION，EFF，CAR_STAT1，CAR_STAT2 from manage_taxi.gps_log where LICENSEPLATENO = ‘車牌號。

3 基于GPS的西安市出租車運(yùn)營特性分析

依據(jù)獲取的GPS數(shù)據(jù)對其中三大類指標(biāo)進(jìn)行分析，包括運(yùn)行基本狀態(tài)、停靠行為和載客情況。具體指標(biāo)如表2所示。

運(yùn)行時(shí)間：出租車基本為全天候運(yùn)營，且需要進(jìn)行交接班。目前，西安市出租車基本都在15：00-16：30期間進(jìn)行交接班。計(jì)算公式如下：

其中，被減數(shù)為停駛時(shí)間，即熄火狀態(tài)下的車輛時(shí)間差。

運(yùn)行速度計(jì)算公式如下：

其中，分子是樣本車輛速度之和，分母是樣本車輛數(shù)。

停靠時(shí)長：在行駛狀態(tài)下，車輛行駛速度從0到速度再次變化之間的時(shí)間差。

停靠次數(shù)：一天內(nèi)，出租車停靠的次數(shù)。根據(jù)運(yùn)行速度和時(shí)間可以推算出出租車是否停靠。

空載率：空載出租車的行駛時(shí)間所占總行駛時(shí)間的百分比。

其中，分子是行駛狀態(tài)下出租車的空載時(shí)間，分母是運(yùn)行時(shí)間。

接單量：指在一天時(shí)間內(nèi)出租車在其工作時(shí)間的載客次數(shù)。

對上述三大類指標(biāo)數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)分析結(jié)果如圖2所示。

樣本車輛7天內(nèi)行駛平均速度趨于穩(wěn)定，且白天行駛速度相對于晚上較慢，這是因?yàn)榘滋燔嚵髁枯^大、行人較多。在0-7點(diǎn)、22-24點(diǎn)都是平均車速較高的時(shí)段，此時(shí)道路上人少，0-5點(diǎn)最高的平均車速是38.8，5-7點(diǎn)最高的平均車速是38.18，22～24點(diǎn)最高平均車速是36.9，是最低平均車速的三倍。

一周內(nèi)每個(gè)時(shí)間段樣本車輛的平均速度呈現(xiàn)出下降—上升—下降—上升的過程。早、晚和中午的平均速度相對其他時(shí)間較高。結(jié)合實(shí)際情況，速度變化趨勢符合西安市的交通狀況。最低速度是17：00-20：00這個(gè)時(shí)間段，造成這個(gè)時(shí)間段平均速度最低的因素具有很大的研究意義（如圖3所示）。

一周內(nèi)的空載趨勢由下降到上升，變化明顯。其中周五的空載率是最低的，說明周五選擇出租車出行的居民較多，可能原因是周五是工作日的最后一天，公司和學(xué)校放假從而造成出行人數(shù)的明顯增加，使得空載率降低。接單量是相對穩(wěn)定的，每天40～55單，說明現(xiàn)在每天出租車的載客次數(shù)逐漸穩(wěn)定 （如圖4所示）。

一周內(nèi)停靠次數(shù)的變化是明顯的，從周一到周日經(jīng)歷了先上升后下降的趨勢。其中周二的停靠次數(shù)是最多的，周一最少。但接單量平均只有40～50單/天，除去上下乘客接單時(shí)的停靠，剩下較多停靠次數(shù)可能是由交通擁堵、紅綠燈、車輛讓行等因素導(dǎo)致，過多停靠會(huì)加重車輛磨損，降低車輛壽命，加重環(huán)境污染。

停靠時(shí)長變化趨勢是一個(gè)上升—下降—上升的過程。且停靠次數(shù)最多的停靠時(shí)間并不是最長的。其中周二的停靠時(shí)長最長，周五最少。周五是工作日最后一天，出租車使用率較高，所以整體停靠時(shí)長偏短。結(jié)合停靠次數(shù)可以發(fā)現(xiàn)停靠次數(shù)最多的停靠時(shí)間并不是最長的，雖然其中可能會(huì)有一些城市交通或者司機(jī)個(gè)人的影響因素，但可以基本反映出一些出租車的運(yùn)營特性。

4 結(jié)語

本文以樣本車輛的運(yùn)行基本狀態(tài)、停靠行為、載客情況三類指標(biāo)，分別對樣本車輛的GPS數(shù)據(jù)進(jìn)行分析研究。研究表明，西安市出租汽車在一天不同時(shí)段內(nèi)，平均速度都在25～34之間;運(yùn)行時(shí)間為18～20小時(shí)/天，其中，周六的平均運(yùn)行時(shí)間最少，周日最多，表明西安市出租汽車運(yùn)營時(shí)間過長。一天最高接單量為107單，最低接單量為14單，平均接單量為40～55單;停靠次數(shù)每天165～200次，說明西安市出租汽車停靠次數(shù)過多。停靠時(shí)長每天4～5小時(shí)，同時(shí)，停靠次數(shù)最多時(shí)停靠時(shí)長不一定最長;平均空載率在40%～50%之間，說明西安市出租汽車空載率過高。

上述表明西安市出租車運(yùn)營取得了不錯(cuò)的成績，但也存在一些問題。

（1）運(yùn)營時(shí)間過長。公司份子錢偏高，為了生活，司機(jī)必須多拉快跑，出租車運(yùn)營時(shí)間增加，司機(jī)缺乏休息，可能會(huì)造成疲勞駕駛、隨意停靠等問題。

（2）停靠次數(shù)較多。乘客依舊習(xí)慣招手即停，停靠點(diǎn)形同虛設(shè)，且部分乘客所處位置屬于禁停區(qū)，司機(jī)只能選擇拒載或者違章停靠，但是為了提高載客，司機(jī)大都會(huì)停靠載客。

（3）空載率較高。城市公共交通在發(fā)展，人們出行有了更多的選擇，出租車不再是唯一的出行方式。

本文通過對樣本車輛的GPS數(shù)據(jù)進(jìn)行分析，一定程度上得出了影響西安市出租車發(fā)展的問題，以后應(yīng)針對問題進(jìn)行逐一改善，以促進(jìn)西安市的出租車行業(yè)向著更加健康積極的方向發(fā)展。

參考文獻(xiàn)

邵澤寬.西安市出租車管理研究[D].西安：長安大學(xué)，2017.

楊夢露.西安市出租汽車行業(yè)管理問題研究[D].西安：長安大學(xué)，2014.

付鑫，孫茂棚，孫皓.基于GPS數(shù)據(jù)的出租車通勤識別及時(shí)空特征分析[J].中國公路學(xué)報(bào)，2017，30（7）：134-143.

張紅，王曉明，過秀成，等.出租車GPS軌跡大數(shù)據(jù)在智能交通中的應(yīng)用[J].蘭州理工大學(xué)學(xué)報(bào)，2016，42（1）：109-114.

曹祎，陶竑宇，羅霞.信息條件下城市空駛出租車出行分布預(yù)測模型[J].計(jì)算機(jī)工程，2016，42（02）：62-65.

楊揚(yáng)，姚恩建，潘龍，等.基于GPS數(shù)據(jù)的出租車路徑選擇行為研究[J].交通運(yùn)輸系統(tǒng)工程與信息，2015，15（1）：81-86.

盧守峰，王杰，劉改紅，等.基于流量和出租車GPS數(shù)據(jù)的城市道路網(wǎng)絡(luò)宏觀基本圖[J].公路交通科技，2014，31（9）：138-144.

莊立堅(jiān)，韋清波，何兆成，等.基于浮動(dòng)車數(shù)據(jù)的出租車運(yùn)營管理特性建模與分析[J].重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，33（4）：122-127.

Kamran S，Haas O. A multilevel traffic incidents detection approach： Identifying traffic patterns and vehicle behaviours using real-time gps data[J]. Intelligent Vehicles Symposium， 2007：912-917.

De Fabritiis C， Ragona R， Valenti G. Traffic estimation and prediction based on real time floating car data[M]. Intelligent Transportation Systems， 2008. ITSC 2008.l lth International IEEE Conference on. 2008：197-203.

Zhan X， Hasan S， Ukkusuri S V， et al. Urban link travel time estimation using large-scale taxi data with partial information[J]. Transportation Research Part C：Emerging Technologies， 2013（33）：37-49.