多源大数据视角下基于居民出行需求匹配的城市公交系统优化策略

刘东虎 林娟玲 蔡李英杰 杨麒丙 时建平

（合肥工业大学，安徽合肥 230601）

公共交通对于城市的运转具有重要的作用。随着我国城镇化建设的加快，大量人口涌向城市，以一线城市为代表的城市快速扩张，逐渐形成结构体系和功能分区，城市居民的出行需求也更复杂和多样。城市公共交通是居民出行的重要的方式，其规划的合理性和便捷性直接关系城市的整体交通品质和居民的出行体验。近年来，大城市出现了早晚高峰时交通拥堵、公共交通系统运力不足、资源分配不合理等“城市病”，严重影响居民的生活品质。因此，城市公共交通的规划与居民需求的匹配度研究是重要的课题。

大数据的兴起为这一研究课题提供了有力手段。传统的城市公共交通规划主要依据城市规划、城市发展方向、城市结构等确定，是“自上而下”为主导的，精细程度低，对居民的出行需求考虑不全面。大数据具有海量、真实、实时等特点，源于每一个城市居民，能够真实地反馈居民的出行需求。采用大数据方法对城市居民的出行需求进行研究，评估城市公共交通规划的质量，使城市居民通过大数据的反馈间接参与城市规划，“自下而上”地辅助优化城市公共交通规划，提升城市品质。国内研究方面，公共交通大数据的获取和应用方法的相关研究较多，但较少使用大数据方法从城市居民需求的角度研究公共交通规划。本文基于相关研究，简要探讨大数据在公共交通规划中的作用和大数据的获取方法，提出用于测度城市公共交通与居民需求匹配度的方法，针对不同的匹配度形成机制提出优化策略。

1 大数据对公共交通规划的作用

1.1 大数据与公共交通

目前我国公共交通发展滞后于经济社会发展，无法满足人们出行的根本需要，部分线网、站点过度饱和或使用率较低，反映了公共交通线网、站点线网分布与人们出行的使用需求匹不完全匹配的问题。需要利用相比传统公交数据更全面、科学、客观的大数据作为数据支撑，通过可视化处理，对公共交通线网和使用需求进行匹配度分析，并提出优化策略，使公交站点、线网分布的重新规划更科学化、合理化、均衡化。

1.2 大数据对公共交通规划的合理性判断和引导

随着相关产业的发展、技术的创新，大数据类型趋向多样化。公共交通相关数据逐渐被挖掘且不断完善，多类型的数据可从不同方面对公共交通深入分析，对客流进行建模仿真，更全面地反映客流情况，为决策者提供精确结果，有依据地对公共交通规划和线路进行调整提升。

众多通过连接公交数据平台的线网数据，GPS实时定位数据等手机App软件可为乘客提供车辆到达情况、行驶状况等公交运营信息，以便乘客合理安排出行时间和线路。通过利用大数据实时、动态的特性，可保障规划和决策不与社会发展脱节，实时、精准地进行调度和管理，根据相应的需求以对应的手段对城市公共交通规划进行引导，使规划可以针对性地利用资源和促进城市合理发展。

2 研究数据类别

2.1 API技术获取的数据

API指的是应用程序编程接口，由中国联通智慧足迹统计数据API产品概述，城市以250 m×250 m网格均匀覆盖，借用接口调用形式访问，提供每一网格各维度人口分布分析和城市出行分析。

API可获取数据类型如图1所示。

图1 API可获取数据类型

2.2 手机信令数据

手机信令数据是一种时间序列数据，由基站的经纬度和时间戳构成。居民通过数据上网、接发短信等方式触发基站响应。采集对象以城市范围内的基站为坐标拾取点，通过手机信令信号变化记录居民的活动变化。

2.3 城市交通相关基础数据

静态数据包括城市公交数据、城市路网数据；动态数据包括城市交通实时GPS定位。

3 数据处理方法与技术路线

3.1 GIS空间密度分析

将城市交通基础静态数据和城市POI导入城市GIS，数据内点包含公交线路停靠信息，将位于街道两侧的同一站点视作一个站点。

借助GIS核密度计算工具，进行两者叠加分析，宏观得出城市现有居民需求与城市公交的匹配度。

3.2 空间栅格切分

为提升研究精细性，结合接口数据划分精细度，针对城市依照250 m×250 m范围划定城市栅格，并对城市栅格进行编号。

根据《城市道路交通规划设计规范》（GB 50220—95），城市公交站点的服务半径分为300、500、800 m三个范围。公交站点的可达范围可视为公交站点的服务半径，一般由采用公交出行的乘客从出发点到达公交站点的10 min步行距离决定。

将城市栅格划分后可能存在某栅格内公交站点的服务半径涉及周边栅格，选择750 m作为公交站点的服务范围，将周边栅格纳入特定栅格内站点的服务范围内。

3.3 栅格叠加分析

（1）OD需求获取。

API技术获取个体使用接口信息在一定时间出现频率与天数进行筛选。

依据城市居民的生活工作规律，9：00～17：00为工作时间，19:00～次日8:00为休息时间。

基于每日分析结果，依据工作时间段频率与休息时间段频率分析城市居民个体活跃度。个体在工作时间活跃度大的天数超过阈值比例，定义接口位置所在栅格为工作空间；个体在休息时间活跃度大的天数超过阈值比例，定义接口位置所在栅格为居住空间。

如果出现工作时间活跃度大的天数与休息时间活跃度大的天数超过一定阈值比例，判定该个体为居住空间与工作空间倒班制职工。借助手机信令进行辅助论证，得到城市居民的OD导向需求。

居民出行方式多样，应在已有OD需求基础上对实际使用公交出行数据进行筛选，并将城市居民实际使用公交出行情况定义为忠诚度。主要借助早高峰和晚高峰城市居民手机信令实时描绘城市居民的出行变化活动，与城市公交车实时GPS进行耦合性分析。如果同一用户的出行数据与某一班次公交车GPS实时线路重合度较高，且超过一定阈值天数，判定用户通勤方式为公交，依据高重合比例进行忠诚度评级。

（2）公交线网可达性。

将居民的出发点假设为A点，将A点所在方格设为出发地核心方格，围绕该核心方格的8个方格设为出发地辐射方格，将9个方格统称为出发地组块。同样将居民的目的地点假设为B点，将B点所在的方格设为目的地核心方格，围绕该核心方格的8个方格设为目的地辐射方格，将9个方格统称为目的地组块。

在围绕核心方格的8个辐射方格中，将核心方格正东、正南、正西、正北的4个辐射方格称为主辐射方格，其余4个称为次辐射方格，通过相关指标进行空间公交可达性分析。

评价指标如图2所示。

图2 评价指标

将城市居民OD出行需求与公交线网可达性可视化，进行叠加分析，判断栅格之间的匹配度，进一步优化。

技术路线如图3所示。

图3 技术路线

4 匹配度差异形成机制与优化策略

4.1 空间分布密度差异性

空间分布密度的差异主要由人口分布、地理区位、区域功能三个要素影响，三个要素之间相互影响、相互作用。

（1）人口分布。

同一服务半径下，不同公交站点的辐射范围内如兴趣点业态、兴趣点密度具有区别，人口分布具有差异性，表现在公交站点的人口聚集程度不同。

（2）地理区位。

由于资源分配、功能结构、线网密度等差异，城市中心区相比近郊区、郊区人群聚集度更高，站点分布相对密集。近郊区、郊区因人口密度低，公交站点的服务范围可能会扩大，且由于线网、站点分布与人群需求匹配度不足，出发地到公交站点的出行时间过长或公交线路缺失，无法满足人们的出行需要，人们选择公共交通作为出行方式的概率大幅度降低。

（3）区域功能。

研究表明，公交站点的密度与餐饮场所中心、娱乐场所中心、商业场所中心、金融场所中心、生活服务场所中心五个自变量显著相关，区域功能对公交站点的空间密度具有不同程度的影响，生活服务场所密度>商业场所密度>娱乐场所密度>金融场所密度>餐饮场所密度。

4.2 可达性不匹配性

城市公交可达性与居民出行的OD需求匹配度差异形成机制主要包括三个方面。

（1）公共交通组织模式与城市空间结构演进耦合度不足，且更新较慢。

（2）公共交通在城市交通体系中地位不高，整体公共交通资源缺乏。

（3）公共交通规划系统性有所欠缺。

传统的公交线路设计以及站点的布置主要基于居民出行调查获得的时空特征模型，或基于TOD开发理念及综合交通效益的空间分析结论。在一定程度上，这些理论对于城市公交系统规划可行，但传统的出行调查数据缺乏时间敏感性。城市公交更适合人流比较密集的高强度开发区域，例如商务区、住宅区等。公共交通机动性较差，城市发展演进，公共交通组织没有及时协同，可达性与居民需求匹配度下降。

与城市公交相比，小汽车更舒适、便捷，机动性更好。我国近年来大力支持基础设施建设，交通路网日益完善，优化小汽车的道路环境。我国汽车保有量快速上涨，城市逐渐向小汽车依赖型发展，城市公交的地位下降。但缺乏实际的政策力度，公共交通资源总量缺乏、配置不均、可达性无法满足民众需求。

4.3 优化策略

（1）发展战略层面：构建公共交通优先的城市综合交通体系。

将公共交通优先的理念纳入地区发展战略层面，提升公共交通在城市交通体系中的地位。完善公共交通体系，包括地铁、骨干公共汽车线及支线等系统的完善；加强各公共交通系统间的联动，加强地铁与公共汽车、骨干公共汽车线与公共汽车支线的接驳；加强配套设施建设，公交专用道路及公交站台的建设等；加大对城市公交系统的投入，建设城市公交数字化平台，搭建城市公交实时监测管理平台等，提升城市公交运行力；相关部门出台对公共交通的优惠措施，引导居民从小汽车优先向公共交通优先转变的出行理念；出台规范居民相关行为的法律法规，保障公交系统的正常运行；改善公共交通运行环境，优化城市公交运行结构，实现公交提速，降低居民出行成本。

（2）要素协同层面：推进城市空间发展、人群活动与公共交通规划的协同。

城市空间结构、居民出行需求分布与公共交通网络等要素应协调统一，满足居民出行需求，使城市高效率运转。通过大数据技术获取城市POI数据和人群空间聚集度的相关数据，准确识别城市空间结构和需求分布。例如商务区、工作区的分布情况以及人群在某一时期的聚集情况。以此为依据及时调整线网的设置情况，及时调整或增减线路，推出定制公交线路。

（3）精细实施层面：构建大数据平台，实施公共交通资源精细化灵活配置。

目前各大城市纷纷开始建设智慧城市，其将城市的系统和服务打通、集成，以提升资源运用的效率，优化城市管理和服务，是城市的“大脑”。

城市公共交通可以依托智慧城市的建设，打造智能公交系统，实现公交运行精细化、智能化。例如构建公共交通智能调度平台，在热门线路乘车高峰时段调剂更多的车辆负责运营；推进公交运行情况在乘客终端的可视化，用户通过移动应用可以得知公交车的位置和拥挤情况，合理安排出行；根据实际需求实时调整公交运行时间、发车频次等，实现公交精细化运行、居民便捷出行。

5 结语

城市不断发展变化，在城市公共交通的规划和更新中，需要更多地从人群的实际需求出发，使其与群众真正的需求契合，公共交通是城市运转必不可少的一部分。本文探讨了大数据与公共交通的关系，可用于城市公共交通研究的大数据类型，并研究了运用大数据测度公共交通线网与居民公交出行需求两者间匹配度的方法，对匹配度差异形成的原因进行分析，提出相应的优化策略和思路。使用大数据方法研究城市公共交通规划是主要的发展趋势，但使用大数据的同时还应注意数据的隐私保护。其他国家的大数据经验表明，大数据方法在交通领域中的高效应用是建立在完备的法制体系和市场经济制度的基础上，当前我国在数据公开以及数据管理等层面仍存在较多需要改善的地方，还需要进一步研究。