基于IC卡數據的公交出行OD推算方法研究

費 曄

(上海久事(集團)有限公司 上海 200122)

0 引 言

“公交優先”是近年來我國中央及地方政府達成共識的城市交通運輸發展戰略。上海市在“十一五”期間便確立了公共交通優先發展戰略，曾先后發布《關于優先發展城市公共交通意見的通知》(2005)、《關于優先發展城市公共交通若干經濟政策的意見》(2007)等文件用于指導公共交通發展。經過逾十年的建設，上海市已建立起初具規模的公共交通基礎設施，未來發展將逐步呈現建管并重的局面[1]。公共交通的精細化管理、用戶服務水平的提高、公交運營效能的改善也會隨著設施供給的飽和而逐步成為公交管理和運營部門的重點追求目標。在此背景下，準確、全面、及時、了解公共交通客流分布則是制定經濟、有效、環保的公交運營管理措施之關鍵，同時也為公交設施的優化布局提供有力依據。

現有發展中，上海廣泛發行公交IC卡，基于按里程計費、進出站兩次刷卡的軌道交通網絡能較好地掌握其出行客流的動態時空分布。而地面公交則由于大部分城市采取單一票價、單次刷卡或投幣的形式，其動態出行OD數據難以從刷卡信息中直接獲取[2]。人工出行調查仍是獲取需求分布的主要方式，如上海市每年會進行一次公交客流大調查，每五年進行一次居民出行調查。人工調查的方法在城市發展穩定期，客流變化不大的情況下，對于公交管理和規劃具有一定的作用。但目前，上海市居民出行時空分布也處于不穩定期，將每年一次的人工調查數據作為較長時間內居民出行需求分析的依據顯然有失偏頗。此外，人工調查往往以抽樣的方式進行，而低抽樣率水平下的數據擴至全樣目前尚無有效方法和驗證手段[3]。針對傳統人工調查方法的種種不足，以及當前上海市地面公交客流分布特征變化快、供需關系不穩定的現狀，動態的、智能的公交出行OD調查方法必將成為OD調查相關研究的發展方向。

1 研究方法

由于每個城市的公交IC卡清算方式和公交系統的刷卡收費模式都不同，因而針對各個地方的推算方法都根據當地的公交系統中的數據結構而有所不同。本文將基于上海公交的實際情況，以IC卡刷卡記錄中的信息入手，結合公交調度信息對持IC卡乘車的乘客的出行起止點進行推算，從而統計出公交線路、交通小區等不同層面的出行客流OD矩陣，并根據推算結果統計公交運營的相關指標[4]。

本文以持IC卡乘客的出行行為作為推算的數據基礎，基于公交出行的連續性假設對出行行為進行了分類。公交出行的連續性假設認為，出行者連續兩次刷卡出行的乘次之間存在關聯性，或者是一個往返旅次，或者是一次旅次中換乘。

圖1 推算圖像

基于該假設，如圖1所示，可對持IC卡乘車的行為中往返出行和有換乘的出行進行出行起止點的推算。

2 OD推算數據的準備和獲取

公交系統的OD數據獲取困難一直是限制公交運營決策和公共交通規劃的瓶頸之一。傳統的人工調查有著數據更新不及時、抽樣率低等不足之處，在城市化進程快速推進、客流特征迅速變化的背景下，公交系統的管理和規劃都對智能化動態獲取OD數據的方法提出了要求。常見的幾種智能化OD調查方法，在實踐上由于技術限制或方法上的缺陷，難以滿足上海市地面公交系統的調查需要。而基于IC卡和公交GPS數據的OD反推技術，則是短期內實現公交出行客流OD的動態智能化獲取最為可行的途徑。

上海的地面公交系統，路線之多、運營里程之長乃全國之最，但其在公交客流OD的反推研究方面尚存空白。車載POS機記錄乘客的刷卡交易信息，車輛GPS系統則記錄了公交車的實時地理位置信息。若將兩套系統的信息結合運用，在分析乘客出行特征的基礎上進行適當的數據挖掘，可實現公交線路和交通小區層面的OD矩陣推算和公交運營相關指標的計算。通過OD數據掌握公交運營狀況、把握公交出行特征，為公交運營決策和公共交通規劃的進一步智能化探索前景[5]。本文將基于上海市的地面公交系統和公共交通IC卡系統的數據，探討一種符合上海市實際情況的公交出行OD反推算法。

2.1 所需數據

基于IC卡和公交GPS數據反推公交出行客流OD的算法是基于IC卡刷卡記錄(記錄于POS機、即IC卡讀寫器上)、公交運營的地理位置信息、公交線路和站點的基礎信息(換乘站點、站點停靠順序等)三方面的數據進行的。其中：IC卡刷卡記錄和公交運營的地理位置信息是動態信息；公交線路和站點的基礎信息是靜態信息，是判斷換乘、統計公交線路客流OD等步驟的依據。在上海市，需從公交卡管理方獲取IC卡數據，從公交運營方獲取公交GPS行駛記錄，從地理信息技術GIS提供方獲取公交車站點的地理信息數據[6]。以上間接數據，將共同成為公交客流OD推算的基礎。

2.2 數據獲取方法

現以上海市地面公交為例說明從IC卡支付記錄中獲取OD數據的方法。乘客上車時，持IC卡在車載POS機上刷卡，完成車費的支付，在POS機中留下交易記錄；POS機的刷卡記錄導出后保存在公交卡公司的數據庫中。另一方面，公交車輛上搭載的GPS設備，會實時地記錄下車輛的位置信息，這些數據經過公交公司的處理后，可以直觀地反映公交車輛進出某一公交車站的精確時刻。若取出IC卡記錄和公交GPS行駛記錄中對公交客流OD的推算有用的一部分，根據POS機與公交車輛的對應關系、刷卡時間與進出站時間的對應關系，就可以推測出一張IC卡的持卡人是于何時、何站點乘坐了哪一條公交線路的哪一輛車。若能進一步推算出持卡人的下車站點，那么就可以根據每張IC卡的上下車站點，統計出公交車線路的客流OD、各站點的上下車人數等信息[7]。因此，僅靠IC卡數據并不能直接記錄如公交站點的上下車客流等與公交運營相關的信息，還須結合其與公交GPS數據的相關性，進行適當的數據挖掘處理，才能使反映公交運營情況的數據直觀呈現。

2.3 OD推算數據的預處理

上海市的公交系統，尤其是在大部分市中心的線路上采用了單一票價、上車一次刷卡的收費模式。這決定了采用基于公交IC卡及GPS系統的數據采集技術，必須要解決上車和下車站點的推算的問題。為此，必須獲得以下幾個方面的基礎數據： IC卡在POS機上刷卡的記錄；公交車的GPS定位信息；公交車牌照和軌交站點與POS機的對應關系；線路站點順序及換乘關系的信息。

2.3.1 POS機刷卡記錄

POS機刷卡記錄原始數據的數據結構如表1所示。

表1 原始POS機刷卡記錄表結構

表1中，TJRLRDATE和TJRLRTIME兩個字段實際上都儲存了完整的時間和日期(YYYY-MM-DD，HH:MM:SS)只是兩個字段的顯示格式不同。實際推算時，可去掉一個字段，減少數據冗余。另外，上海公共交通對持公交卡乘車的乘客實行換乘優惠政策，若前后相鄰兩次刷卡時間間隔不超過90 min，則后一次刷卡的扣費金額可優惠1元。TJRLTXFG字段正是記錄了該次刷卡是否享受了換乘優惠，這一字段在對換乘出行進行推算時可作為判定換乘的依據之一。

2.3.2 公交車的GPS行駛記錄

公交車的GPS行駛記錄原始數據的數據結構如表2所示。

表2 原始公交GPS行駛記錄表結構

其中，為了區分上下行，同名的站點在上行方向和下行方向中有著不同的編號；上行和下行的站點的編號是按線路路徑連續地增加的；不同線路的站點各自編號，因此即便是兩條線路都行經的同一個站點，在不同線路中的編號也不一樣。即公交營運方的一個站點編號，唯一地確定了一條線路、一個運行方向上的一個站點。

2.3.3 公交車牌照/軌交站點與POS機編號對應關系

公交車牌照與POS機編號對應關系表的數據結構如表3所示。

表3 公交車牌照與POS機編號對應關系表結構

軌交站點與POS機的對應關系表的數據結構如表4所示。

表4 軌交站點與POS機的對應關系表結構

通過表3、表4的連接，POS記錄中的刷卡機就能一一對應到每臺公交車，從而確定每張IC卡所乘坐的車輛，將刷卡記錄與所乘車輛的GPS信息匹配，即可確定上車站點。另一方面，軌交站點的TJRLSTATID字段同時包括了軌交線路編號和軌交站點兩方面的信息，可以通過這一對應表格直接確定持卡人是在哪個軌交站點進站/出站。

2.3.4 換乘站點對應關系表

原始的換乘站點對應關系表，表結構分別如表5所示。

表5 原始換乘站點對應關系表結構

續表5

如果換乘行為發生，則可以通過將第二次乘坐線路的上車站點來反推上一條線路的下車站點。GIS技術提供方的數據中，以上下行和停靠順序兩個字段來區分每條線路的站點順序和運行方向。

3 OD推算方法研究

本文設計的基于IC卡及GPS數據的OD推算算法，主要分為上車站點推算、下車站點推算，并由此推算出一條線路上的公交出行客流OD推算。

上下車站點的推算以線路和IC卡為單位進行，即每次對一條公交線路(如55路)上的IC卡刷卡記錄進行推算，每次推算都抽取一張IC卡當天的全部刷卡記錄(若該卡在55路以外的線路或軌交站點也留有刷卡記錄，則將這些刷卡記錄也一并取出)并按時間序列排列后，逐條與時間相鄰的記錄進行比對，判斷有無往返出行或換乘出行，從而推算每一次刷卡的下車站點[8]。

上下車站點推算完成后，即獲得了每次刷卡(每次乘車)的出行OD數據，在此基礎上即可獲得公交線路層面的出行OD數據。

3.1 上車站點的推算

上車站點的推算是基于刷卡時間與進出站時間的匹配關系。根據上車刷卡的場景可知，乘客刷卡的時刻應落在車輛進站和出站的時刻之間。由于上海市公交系統中，POS機與車輛GPS定位系統并未直接關聯，因此需要知道每臺POS機安裝在哪一部公交車上(即公交車牌照與POS機編號對應關系表)，從該車輛的GPS行駛記錄中查找進出站記錄，比對刷卡時間與進出站時刻，才能確定每次刷卡是在哪個站點，即乘客的上車站點。上車站點的推算原理，如圖2所示。

圖2 匹配POS機與公交車牌照

結合上海市公交運營的實際情況來看，高峰時間車廂擁擠，乘客上車后由于擠在車廂門口或由后門上車，無法立即刷卡的情況經常發生。同時GPS與POS兩套數據中可能存在的時間差，落在上一站出站時刻和下一站進站時刻之間，無法匹配到上車站點的刷卡記錄所占的比例也很大。因此，本文假設凡在本站上車的持IC卡乘客，均能在車輛到達下一站之前完成刷卡，因而將上車站點的判定條件修正為：若IC卡的刷卡時間在本站進站后、下一站進站前，則認為該卡是在本站上車的。上車站點推算如圖3所示。

圖3 推測上車站點

這種推算方法的推算率和準確程度取決于GPS行駛記錄對站點位置判斷的準確程度、進出站時間記錄的準確程度、GPS數據與POS數據之間的時間誤差、POS機與公交車牌照的對應關系是否正確等，即推算結果受數據質量的影響很大。

3.2 下車站點的推算

為解決下車站點難以獲知這一難點，本文以通勤往返出行和換乘出行作為推算對象[9]，通過分析不同模式的出行行為所對應的數據特征，設計出推算下車站點的算法。

將同一張IC卡當日的全部刷卡記錄取出、按時間排序，從當日最早的記錄開始，逐條比對第i次記錄與第i+1次記錄之間的關系，判斷其是否存在往返或換乘關系。若滿足往返或換乘出行相應的數據特征，則按相應的規則推算下車站點；不滿足或推算成功則繼續比較第i+1次記錄與第i+2次記錄，如此循環，直至完成本張IC卡全部刷卡記錄的比對。

3.2.1 往返出行

日常通勤出行，大多是往返出行的模式。這種一來一回的出行方式中，乘客從起點出發，最后又回到起點。用“兩站點模型”的假設可以說明這種出行的特征，如圖4所示。當天第一次出行，乘客從A站上車，留下刷卡記錄，下車站點未知；第二次出行，乘客從B站上車，留下刷卡記錄。根據“兩站點模型”的假設可以推測：乘客第一次出行的下車站點即為B站，第二次出行的下車站點即為A站。兩次出行實施后，乘客完成全天通勤，回到起點。這樣的通勤方式，每張IC卡應在當天有至少2次乘坐同一線路公交車的刷卡記錄，且兩次乘車的上車站點不同，兩次乘車的上下行方向相反。

圖4 往返出行的下車站點推算

3.2.2 換乘出行

在日常的出行，尤其是距離較長的出行中，乘客在不同線路、不同交通方式之間的換乘是頻繁發生的。由于數據樣本和研究難度的限制，本文只考慮在同一個站臺上的公交換乘，不考慮需要步行前往鄰近站點的換乘。本文所取的數據樣本是一條線路公交及與其可換乘的部分線路和軌交站點的數據，因此數據范圍內只考慮一次換乘的出行。

在換乘出行中，IC卡持卡人在A站乘坐線路X，留下刷卡記錄，下車站點未知。該IC卡的下一條刷卡記錄是在B站上車，乘坐了線路Y(或B站為軌交站點，乘客在該站進站)，而根據換乘站點對應表，線路X和線路Y確實可在B站換乘，那么就可以認為持卡人乘坐線路X時，下車站點是B。照此邏輯，可以推測出換乘關系的兩次出行中，前一次乘車的下車站點。后一次出行的刷卡扣費，很可能滿足換乘優惠的條件，即“TJRLTXFG”字段的值為1，或兩次刷卡的時間間隔不大于90 min。這兩個特點，可以作為判斷換乘出行的加強條件或檢驗依據。

一般化的出行方式如圖5所示，可能既有往返，又有換乘，或兩者結合的出行方式。如有一次換乘的往返出行，按換乘方式，可能存在公交-公交、公交-軌交、軌交-公交三種情況。按換乘出行的邏輯無法推算出下車站點的換乘后的一次出行，可以按照往返出行的特征推算出下車站點。因此，在推算過程中，需要將往返和換乘兩種模式結合起來進行數據處理。

圖5 換乘出行的下車站點推算

3.2.3 公交出行OD的推算

推算出刷卡記錄的上下車站點后，就可以完成本文所述的公交客流OD的統計了。通過上下車站點的推算，獲得了每次刷卡(每次乘車)的出行OD數據，可以梳理出某一條線路(如55路)的OD數據。再依據數據的特點按道路段、時間段進行分別統計。如按照時間來看，可以分為全天、早高峰、晚高峰和平峰三個時間段進行統計[10]。又如按照道路段來看，只需根據上下車站點的推算數據，計算出在任意一對起止站點間的客流量，就可獲得公交線路任意站點間的出行OD數據。

4 結 語

由于上海市地面公交分布范圍廣泛、涉及面積大，為了對上海市公交出行線路規劃提出合理的建議、改善傳統的人工調研測算居民出行的線路和流量中出現的耗時長、耗費大、效率低下的缺點[11]，本文結合公交數據的刷卡記錄和公交車的車載數據，使用OD數據分析方法，通過推算公交出行居民的上站位置和下站位置以及人流量高峰時段得出公交出行的OD推算方法。該方法可以為5年一回的上海市交通線路改革提供決策參考。