新型冠状病毒肺炎疫情下广州公交站点客流特征分析研究*
2020-12-07邹祥莉陈欢于洁涵冯川
邹祥莉, 陈欢, 于洁涵, 冯川
(1.广州交信投科技股份有限公司, 广东 广州 510620;2.广州市公共交通集团有限公司, 广东 广州 510620)
2020年春节期间突发新型冠状病毒肺炎,其传染性非常强,为此,举国上下采取了各种措施进行防疫,重点提倡居家隔离、减少出行。因此,广州公共交通客流量急剧下降。春节假期后,为保障安全有序复工复产,并为疫情防控期间合理调度公交运力、减少运营成本提供依据,有必要对公交站点客流特征进行分析。以往对城市公交客流的研究主要集中在常规状态下客流特征分析、运行服务评价、客流预测、排班优化、满载率指标计算等方面。于洁涵等利用实际运营数据对广州公交在行程时间、出行换乘、非直线系数、运营均衡系数等客流特征进行分析,提出了优化对策;韦清波等构建了包含公交拥堵指数、拥挤指数、舒适性指数及可靠性指数的广州市公交运行服务评价指标体系;马晓旦等提出了基于融合模型动态权值的短期客流预测模型,用来拟合客流变化趋势;左忠义等以乘客在站等待时间最小和公交成本最小为目标,建立了公交车发车间隔优化模型;余坤等采用MYSQL搭建分析数据库,通过编程代码自动关联识别和快速分析大数据,提出了基于公交IC卡信息的公交满载率指标计算方法。该文聚焦于2020年新型冠状病毒肺炎疫情下广州公交站点客流变化特征,基于12个客流较大的特征站点客流数据,分析春节后复工复产期间客流变化趋势,并对防疫期间站点日均客流进行短时预测。
1 广州市公交智能化建设现状
广州市紧抓“公交都市”建设契机,响应公交行业政府监管、企业运营、公众出行三方需求,搭建了广州城市公共交通智能化综合管理与服务体系,建设了一系列公交信息化和智能化系统平台。政府监管方面,建设了公交行业监管平台、公交专用道综合管理系统、快速公交(BRT)运行监测系统、公交客流采集与分析系统、公交补贴测算系统、能耗监测与分析系统等;企业运营方面,建设了新型智能公交监控调度系统、水上巴士智能调度系统、公交智慧云脑平台等;公众出行方面,建设了公众出行信息服务应用系统,包括“广州交通·行讯通”APP、“广州公交行讯通”微信小程序、定制公交(包括“如约巴士”、珠江新城旅游观光环线“一键叫车”等)。
目前,广州市拥有15 000多辆公交车、1 200多条公交线路、7 000多个公交站点,一卡通发卡量超6 300万张,在全国率先实现公交、地铁领域全面覆盖支付宝、羊城通、银联等乘车码支付,日交易量超过95万人次。
2 疫情防控期间广州公交站点客流特征
2.1 公交站点选择与数据获取
主要对广州市12个客流较大的特征公交站点在2019年春节后返工和2020年春节后复工复产40 d内(含复工日前2 d)的客流进行对比分析,分析疫情对公交客流的影响。其中2019年客流数据为2月9日—3月20日(2月11日为返工日)的数据,2020年受疫情影响延迟复工复产,从2月10日才开始陆续复工复产,客流数据为2月8日—3月18日的数据。基于广州公共交通云脑平台监测数据,结合2019、2020年客流排名较前站点,选择新市墟站等12个公交站点(见图1)作为特征公交站点进行研究。
图1 特征公交站点分布
2.2 公交站点客流特征分析
2.2.1 各站点客流总体增长趋势
如图2、图3所示,2019年返工后各站点客流呈“爆发式增长”,在返工后3 d(2月14日)基本达到工作日站点客流峰值。而2020年复工受疫情影响较大,各站点客流从总体上看按周呈阶梯式增长,在复工后第一周各站点客流基本呈下降趋势,说明广州各企业实际上在第二周才开始有序复工。从客流变化趋势来看,2020年周末客流量整体比工作日明显下降,说明广州市民积极响应少出门、多居家的防疫号召。
2.2.2 日均站点客流增长趋势对比
如图4所示,2019、2020年复工40 d内各站点日均客流量分别为18 923、4 299 人/d,受疫情影响,2020年广州市公交日均客流量下降77%。
2.2.3 防疫期间站点日均客流短时预测
图2 2019年春节后返工40 d各站点客流增长趋势
图3 2020年春节后复工复产40 d各站点客流增长趋势
图4 日均站点客流量对比
图5 工作日日均客流短时预测函数拟合
图6 节假日日均客流短时预测函数拟合
2.3 广州公交防疫措施及建议
为了既能保障复工复产后市民刚性出行需求,又保障公共交通不会造成群体交叉感染,实现疫情可防可控,广州公交方面采取了以下科技防疫措施:1) 采用公交人脸测温仪进行自动测温,同时记录体温,保障信息溯源和智能跟踪;2) 全面上线“广州公共交通防疫乘车登记”二维码,进行防疫溯源乘车登记;3) 推出车厢高密度载客自动预警功能,只要车厢满载率超过设定预警值(50%),广州公共交通云脑平台立即发出“警报”,公交企业可增加短线车、区间车及时调整运力,控制车厢满载率,并通过多种渠道发布车厢满载率信息,方便市民选择满载率较低的车辆乘坐;4) 开行如约大湾区定制班线,通过一站式直达的定制客运服务,精准满足企、事业员工通勤需求。
根据2019、2020年日均站点客流量对比及日均客流短时预测函数,预计40 d后日均站点客流仍呈阶梯式增长,直到达到日均站点客流保持在20 000人/d。因此,可根据日均站点客流增长规律合理安排公交运力。随着复工复产、学生返校的持续推进,未来公交防疫仍然面临重大挑战。建议:在持续实施现有科技防疫措施的基础上,继续深化定制公交应用,打造防疫条件下需求响应式公交运行模式。一方面,根据乘客需求,制定应急定制公交线路,并通过“广州交通·行讯通”APP等途径发布定制线路信息。另一方面,针对客流量少的地区及时段,以“一键叫车”按需响应模式,通过一键叫车、公交车厢客流检测、人脸识别、分级指挥等新技术应用,减少夜班期间、偏远地区的乘客候车时间。
3 结语
通过对广州市12个特征公交站点2019、2020年春节后复工复产40 d的客流分析,发现2019年复工后各站点客流呈爆发式增长,在复工后3 d(2月14日)基本达到工作日站点客流峰值;2020年受
疫情影响,日均客流量按周呈阶梯式增长,与2019年同比下降77%。分别对工作日、节假日客流增长趋势进行二次函数拟合,拟合度均超过90%,可为疫情防控期间公交运力智能调度提供参考。