公交调度智能化水平评价指标体系构建

陈维亚，陈 鑫，章 雍，方晓平

（中南大学交通运输工程学院，湖南长沙 410075）

1 研究背景

公交调度优化合理是公交优先、提高运输效率、缓解城市交通拥堵的有效途径。随着计算机网络、云计算、人工智能等技术的不断发展，国内外许多城市利用全球定位系统（GPS）、通用分组无线服务技术（GPRS）、地理信息系统（GIS）等先进技术产品先后建立了公交智能调度系统，公交运营调度智能化建设取得了迅速的发展［1-3］。公交调度智能化是一个由手工驱动的传统调度模式向数据驱动的智能调度模式过度的过程，这是一个复杂的系统工程。而如何利用现有的先进技术发展公交企业调度智能化，以及为实现公交调度智能化还需要引入哪些技术，是我们亟待探索的问题。制定一套合理的公交调度技术智能化水平评价指标体系，能帮助公交企业定位自身运营调度的智能化水平，发现自身的优势与不足，并为今后升级方向提供指导准则；与此同时，该指标体系能帮助政府对公交企业进行智能化考核，从而在分配城市公共交通资源时为决策提供科学依据。

纵观国内外学者对公交智能调度评价理论方面的研究，主要集中在对公交智能调度运营效果评价指标的选取和评价方法的探讨［4-6］，但公交调度技术智能化水平评价与公交智能运营调度评价不同，前者是衡量公交调度过程中调度技术的智能化发展水平，而后者是基于对公交企业运营调度结果的效益评价，两者评价的角度不同，导致评价的指标差异较大。随着先进技术的不断发展，系统产品的智能水平在不断提高，对于智能化水平的评价成为了国内外学者研究的热点。针对智能化水平评价的研究，目前主要集中在两方面：（1）广义智能评价理论的研究。如刘东等［7］提出用1个定义、2个标准、3个规范来对智能系统的广义智能定性评价；Vadinský［8］提出用智商算法评估智能系统的广义智能定量评价方法。（2）智能化水平评价的实践运用。如Najmi 等［9］将能力成熟度评价模型（CMMI）运用到商务智能（BI）领域，并通过调查问卷收集指标数据，提出了银行商务智能化水平评价指标体系；黄震等［10］将电网智能化划分为信息化、自动化、互动化三大特征，同时结合电网智能化建设要求提出了电网智能化建设水平评价指标体系；刘东等［11］将广义智能评价应用到家电智能标准中，从思维层面、感知层面、行为层面分别对应洗衣机控制器、传感器和执行器来综合评价洗衣机的智能化水平。

目前在城市智能化、国家电网智能化、工业制造智能化等领域都形成了较成熟的评价方法，而国内外对于公交调度智能化水平评价的研究还比较缺乏，导致公交行业无法定位自身智能调度的智能化水平，更难以作出具体的升级计划的现状。无论是公交企业评估和改进自身的调度智能化水平，还是政府或社会有效地配置公共交通资源，都需要一个科学有效的评价标准作为决策依据。因此，本文以中国城市客运标准化技术委员会［12］2015年制定的《城市公共交通智能化应用示范工程技术要求》（以下简称《技术要求》）中规定的公交智能调度技术为基础，基于人工智能的角度构建了公交调度智能化水平的评价指标体系。首先对公交调度智能化水平的内涵加以阐释；其次通过综合运用文献分析法提出初级评价指标，通过大规模问卷调查和主成分分析法进行定量筛选，并采用结构方程模型验证指标体系的合理性，并确定权重，得到最终的评价指标体系。

2 公交调度智能化的内涵

正确认识公交调度智能化的内涵，有必要首先探讨智能化的本质。至今为止，国内外学术界对于“智能化”的定义尚未达成共识。斯坦福大学的Nilsson［13］提出人工智能是关于知识的科学，即知识的表示、知识的获取以及知识的运用。北京科技大学的刘东等［7］提出智能化是具有了某些拟人的智能特性或者采用了人工智能的理论、方法和技术。涂序彦［14］提出智能系统或者产品具有思维能力、自行为能力、感知能力的智能特性。综合学者们的观点，本研究认为智能化是指一个系统或产品通过使用人工智能理论或技术，使得其具备了知识的思维能力、自行为能力和感知能力。由此推断，公交调度的智能化应该具备公交调度知识的思维能力、自行为能力和感知能力。

对于公交智能调度的技术要求，Li［1］提出了一个基于实时数据的公交调度优化控制系统，该系统包括数据采集、制定调度方案、远程网络监控、运营数据统计分析4项功能。《技术要求》中公交智能调度系统包括基础信息管理、智能调度、运行监控、统计分析与辅助决策4个模块［12］。随着技术的发展，公交调度智能化逐渐聚焦于将大数据、定位技术等新技术运用到公交调度的数据采集、统计分析、调度规划、运行监控等自身业务上，使公交调度具备自组织、自控制、自学习和自适应能力。因此，本研究中公交调度智能化是指智能感知公交调度过程中客流、公交车辆、调度系统等信息，基于信息的处理对公交调度作出全面的智能思维判断以及精准的控制、组织，并实时发布调度信息。

3 公交调度智能化水平评价指标选取

3.1 初步构建评价指标体系

根据公交调度智能化的内涵和综合评价指标体系的构建原则［15］，通过深入分析公交智能运营调度技术在感知层、思维层、行为层3个层面的因素，本研究形成一个反映公交调度智能化水平全部性能特征的综合指标全集。具体分析如下：

（1）智能感知层面。智能感知具有自感知、自认知、自识别、自辨识等特性［16］40，它要求不仅需要感知信息，还需要能够对信息识别、辨识，因此公交调度在智能感知层面应包括数据的采集与数据的识别两个因素。GB/T 36344—2018《信息技术 数据质量评价指标》从数据的规范性、完整性、准确性、一致性、时效性、可访问性6个方面对数据的采集评价提出具体的评价指标［17］。对于数据识别的具体评价指标，在公交运营调度过程中主要是对异常情况的识别，《技术要求》中要求公交调度系统能及时识别并响应调度过程中的异常情况［12］，因此本文分别从识别异常情况的时效性、准确性、全面性3个方面来选取评价指标。

（2）智能思维层面。思维能力是指利用已有的知识对信息进行分析、计算、推理、决策的能力。智能思维具有自处理、自寻优、自规划等特性［16］41，因此公交调度的智能思维应包括参数处理、数据分析优化、调度方案的决策规划3个因素。公交参数的处理是公交智能化运营调度的基础，《技术要求》中规定调度系统应具有海量数据高并发处理能力［12］，要求不能低于平均500条/s、峰值1 000条/s，因此对于参数处理的评价，本文从并发处理能力和合理性两个方面来选取评价指标。《技术要求》中要求公交调度系统设置统计分析与辅助决策模块，并提出了具体的要求［12］，因此对于数据分析优化的评价，本文从报表生成、统计分析、辅助决策所体现的准确性、时效性、完整性3个方面来选取评价指标。调度方案决策规划是指能够根据感知参数的处理、运营数据分析优化后的结果生成完整的调度方案，故调度方案的合理性与参数处理、分析优化有很大的联系，为了避免评价指标的重复性与相关性，对于调度方案决策规划的评价，本文从调度方案编制的合理性、时效性来选取评价指标。

（3）智能行为层面。智能行为具有自适应、自组织、自镇定、自修复、自表示等特性［16］41，它要求公交调度能够适应实时资源环境、自行组织、故障情况进行修复并实时发布调度信息。根据《技术要求》中对智能调度过程中的自适应、自组织、自修复、自表示的要求［12］，本文从公交调度在根据当日调度资源及现场发车情况调整运营调度、自动组织执行调度决策、修复调度故障、实时发布调度信息4个方面所体现的准确性、时效性、完整性来选取具体的评价指标。

综上分析，本文通过文献梳理，深入分析公交调度在智能感知、智能思维、智能行为3个层面的9个因素，形成了一个能反映公交调度智能化水平全部性能特征的评价指标体系；进一步通过咨询相关专家、公交企业调度人员，综合考虑评价指标的重要性、可衡量性、数据可获取性，采取指标合并、剔除等策略，最后确定了19个测量指标。具体指标解释如表1所示。本文提出的公交调度智能化水平评价指标包含的具体技术内容可参照《技术要求》，如线路信息包括总配车数、运营车辆数、车辆分布情况等，异常情况包括车辆故障、路段拥堵、大客流等［12］。

表1 公交调度智能化水平评价指标

3.2 定量筛选指标

由于初步构建阶段注重追求评价指标的全面性和完备性，易引起评价指标信息冗余、专家主观思想影响等问题，因此需要对初步构建的评价指标体系进行定量筛选［15］。因子载荷的绝对值反映了指标与公因子的相关性，其值越大，表明该指标对评价结果的影响越显著，越应当保留，否则越小则应当剔除［19］。本研究采用大规模调查问卷来收集上述评价指标的数据，然后运用SPSS软件对所得数据采用主成分分析法，通过计算各指标因子负荷的绝对值来定量筛选。

3.2.1 问卷调查发放与回收

本次问卷调查旨在了解公交调度智能化水平的影响因素，主要是针对公交企业调度人员、智能公共交通研究学者。一是因为他们熟知公交调度业务，具有丰富的调度经验，其意见具有一定的现实意义，有助于评价指标的内涵更贴近于实际业务；二是他们当中有以智能公共交通、公交调度优化为主要研究方向的资深教授，这类专家对整个评价指标体系的构架的把握起着重要作用。问卷内容共分两部分：第一部分为受访者个人经济社会统计特征，包括是否从事公交行业、职业、职务；第二部分则关于智能化水平评价指标题项，以B1—B21作为题项构建问卷。王艳娟［20］提出如果从模型观察变量数来分析样本人数，则样本数与观察变量数的比例至少为10∶1或15∶1。由于本次调查的观察变量为21个，因此决定抽取300个有效样本量。采用控制回收总量的方法，实际发放问卷350份，剔除无效问卷，总计有效问卷300份，有效回收率为85.7%。

3.2.2 主成分分析法

为了使问卷的可靠性和稳定性得到保障，需要优先进行信度分析。本研究数据的内部一致性是通过具有高使用率的克朗巴赫系数（Cronbach's alpha）（以下简称“α系数”）来检验。问卷各维度及总体的内部一致性信度如表2所示。各维度的α系数值最低要在0.50以上，最好能高于0.60；而整份问卷量表的α系数最低要在0.70以上，最好能高于0.8。本研究问卷各维度的α系数值均大于0.7，表明问卷的整体信度较高。

表2 公交调度智能化水平评价指标问卷信度分析

表2 （续）

在进行因子分析之前，需检验各题项之间是否适合做因子分析，本研究选取KMO样本测度和Bartlett's球状检验来验证。KMO值大于0.8表示适合做因子分析，大于0.90表示非常适合；Bartlett's球状检验的统计量越大越好，其伴随的P值小于0.05表示可进行因子分析［21］。检验结果如表3所示，KMO检验系数为0.941，Sig为0，拒绝了球形假设，因此本研究的各题项适合作因子分析。

表3 公交调度智能化水平评价指标测量问卷的KMO和Bartlett检验结果

本研究采用主成分分析法进行因子分析，并以正交旋转的方法提取公因子，所有指标落入3个公因子中，可解释总变异变量的70.332%。根据因子分析对因子负荷量的要求，当样本量为300时，因子负荷量须达到0.4以上。经检验，本研究中调度自组织时间与异常情况识别准确率的因子负荷量均低于0.4，因此剔除这两个指标；剔除后KMO检验系数为0.943，通过了Bartlett球状检验，Sig为0，拒绝了球形假设，指标的因子载荷均得到明显提升。经主成分分析法定量筛选指标之后，公交调度智能化水平评价指标体系包括17项测量指标，总累计解释变异量为75.870%（见表4）。

表4 公交调度智能化水平测量指标的主成分分析结果

3.3 指标体系的验证

结构方程模型可以检验观察变量与潜变量之间的关系，考察理论模型与测量模型的适配程度，进而验证理论模型的可靠性。本研究运用Amos22.0工具软件，通过加权最小平方法进行指标体系的验证。根据理论架构与定量筛选的结果，在此构建一级指标与二级指标的路径模型，如图1所示。

图1 公交调度智能化水平评价指标体系假设模型

由图1可见，经检验，公交调度智能化水平评价指标体系的整体模型与测量模型没有达到适配标准，可见原始模型结构效度欠佳。通过对修正指数分析发现，B4与B7、B10与B14这两对指标间存在较大的相关性。B4与B7，前者是要求数据字段符合标准要求，与后者要求数据记录完整有所交叉，并且在一定程度上数据字段与数据记录可以通过数据的全面性来表示，因此将B4与B7合并，命名为数据的全面性，指采集数据的格式、类型、精度等符合公交调度业务需求的程度；B10与B14，前者表示调度分析优化能力，后者表示报表准确率，从实际公交智能调度来看，报表生成的准确与否与调度优化具有很大的关联性，专家也建议将二者作为整体进行评价。调整后的模型适配度指标如表5所示。

表5 公交调度智能化水平评价指标体系的结构方程模型适配度指标

经修正后，测量模型各项适配度指标都达到了标准要求，在此基础上本文构建公交调度智能化水平评价指标体系一阶因子模型。如图2所示，箭头上的数字是指各指标的因子载荷，检验发现绝大部分指标的因子载荷在0.5以上，均达到了显著性水平［22］；所有维度之间的相关系数也都通过了显著性检验，且各维度之间存在一种相互促进的关系，符合3个维度共同反映公交调度智能化水平的假设模型。综合分析表明，本研究最终得到的公交调度智能化水平评价指标体系合理。

图2 公交调度智能化水平评价指标体系一阶因子模型参数估计

4 公交调度智能化水平评价指标体系

经过上述对评价指标初步构建、定量筛选、合理性检验3个阶段，最终形成了一套公交调度智能化水平评价指标体系。在常用确定评价指标权重的方法中，通过验证性因子分析确定权重既可以兼顾主客观的意见，又能避免主客观赋权法的缺陷［23］。主要方法在于对同一层面内指标的标准化系数进行归一化处理，从而确定其权重。计算公式为：

如数据准确率的权重为：

同理可得其他指标的权重，从而形成公交调度智能化水平评价指标体系，如表6所示。在智能化水平的影响因子中，公交调度的行业人员认为最为重要的是智能感知层面，其次是智能思维、智能行为，这是由于在公交智能化运营调度中，信息的采集与处理技术是最为核心的内容，调度方案的制定与调整以及各种功能的应用都要以采集的信息为中心展开［4］。在智能感知层，权重最大的为数据延时，这表明在公交运营调度过程中，应注重提高采集信息传输的频率，它直接影响公交行车计划制定的时效性与合理性。在智能思维层面，权重最大的为调度分析优化能力，这说明公交调度系统模型和算法的优化能力对智能化水平影响较大，公交企业应注重提高优化发车频率的建模和算法分析能力。在智能行为层面，权重最大的为人工干预比例，公交调度的智能化是一个由手工驱动的传统调度模式向数据驱动的智能调度模式过渡的过程，运营调度的自动化水平越高，其智能化水平越高。

表6 公交调度智能化水平评价指标体系

5 结论

智能化将是未来各行业的发展方向，城市公交运营调度也不例外。公交调度的智能化是一个公交企业与公交需求和技术发展相适配的逐级进化的过程，科学合理的公交调度智能化评价有利于公交企业判定当前自身的智能化水平，使其智能化建设之路变得更加清晰。鉴于当下关于构建公交调度智能化水平评价指标体系的方法仍不够科学严谨，本研究结合人工智能理论和公交智能调度技术要求，对城市公交调度智能化水平评价指标的构建进行了全方位探讨，在研究过程中按照综合评价指标体系构建的流程和原则，采用了严格的统计学方法、主成分因子分析法和结构方程模型验证性因子分析法。通过上述分析，获得如下结论：

（1）公交调度智能化水平评价指标体系量表具有良好的信度与结构效度，基本符合初步构建的理论假设模型，各指标具有良好的适用性和一定的代表性。在信度方面，不论是3个维度层面还是整体量表，Cronbach's alpha系数均大于0.7，达到了理想值，说明量表具有较好的稳定性。在结构效度方面，评价指标落入3个公因子中，所有评价指标都能归入智能感知、智能思维、智能行为之中，说明量表关于维度的选择和各题项的设计符合理论模型的涵义。

（2）智能感知、智能思维、智能行为3个维度之间具有较高的相关性，符合理论模型中3个维度共同反映智能化水平的架构体系，也符合系统、产品智能化的特征。3个维度两两之间的相关关系是一种相互促进的作用，当一个因素对智能化水平的贡献变化时，会引起另一个相关的因素对智能化水平贡献发生变化，因此从3个维度的相关关系来看，公交调度智能化的发展需要同时纳入智能感知、智能思维、智能行为的相关因素，缺一不可。然而，当前国内公交调度智能化的建设还主要集中在智能思维上，较少涉及智能感知，基本没有涉及智能行为的要素，导致目前公交智能调度的建设并没有做到真正智能化，比如：由于不能实时感知、识别客流、车流、路况的数据，制定的智能调度方案与实际情况不符合，公交串车、乘客等车时间长的现象仍很常见；而且对公交调度智能化水平的评价主要集中在对运营调度结果的评价上，并没有涉及到调度技术的智能化水平，导致不能清晰地认识到造成运营调度效果差的根本原因。所以，需要转变理念，着眼“以公交调度为主体，以智能调度技术为中心”的评价理念，从评价智能调度技术的运营效果转向评价运营调度具体智能技术的水平。

（3）经过专家咨询法初步筛选、主成分因子分析定量筛选、结构方程模型修正后的评价指标体系模型的拟合度较好，符合理论假设模型，并且利用验证性因子分析确定指标权重，既兼顾了主客观的意见，又避免了赋权法的缺陷，具有一定的兼容性与科学性。根据求得的权重，各维度在指标系统模型中的重要程度平分秋色，智能感知被赋予的权重最大，智能思维、智能行为次之。由此可见，对智能感知的评价相对于其他指标显得尤为重要，这无疑聚焦了公交调度智能化建设中的着力点。

当我们在加快城市公交智能化的发展建设时，应着眼于公交企业智能调度技术，着力于智能调度技术水平的评价，通过评价的导向作用引导公交企业智能化建设。本研究构建的公交企业调度技术智能化水平评价指标体系具有坚实的理论基础，同时兼顾了实际调度业务经验的观点，并通过了严格统计学方法的筛选与检验，具有一定的科学性、合理性与有效性，可以作为公交企业改进和完善智能化调度建设的有效工具，同时也提供了评价公交企业调度智能化水平的依据，为政府和社会公众分配公共交通资源时起到一定的参考决策作用。