加快軌道交通出行“數據資產”深度開發利用

黃毅 刁龍全 簡旭 馮柄綱

軌道交通建設改變城市格局，TOD綜合開發改變城市形態。目前，成都市已開通13條軌道交通線路，里程將達到558公里，躍居全國第4位，進入超大規模線網運營時代。城市軌道交通每日數百萬級的客流量產生了龐大的出行數據，形成了體量大、覆蓋廣、精度高、可持續的“數據資產”。通過數據挖掘等大數據分析手段，能夠有效揭示城市運行的客觀規律、典型模式和問題短板，對提升超大城市治理的精細化、智慧化水平有重要作用，對充分利用數據要素促進經濟效率倍增具有重大意義。

成都市軌道交通出行數據的主要特點和利用現狀

目前，成都市已開通13條軌道交通線路，里程達到558公里，躍居全國第4位，進入大線網運營新時代。2010年成都地鐵1號線開通以來，已累計運送乘客突破60億乘次，日均客運量超400萬乘次，單日最高客運量達555.25萬乘次?！笆奈濉逼陂g，成都還將高質量推進第四期建設規劃的8號線二期、10號線三期、13號線一期、17號線二期、18號線三期、19號線二期、27號線一期、30號線一期以及市域鐵路成資S3線項目建設。

軌道交通出行數據具有精度高、可持續的特點。軌道交通出行數據是基于個體行程的“高顆粒度”數據集，包括“進站時間、出站時間、進站地點、出站地點”等行程信息和移動終端實名認證數據等個體信息，客觀真實地記錄了每位乘客每日出行細節，勾勒出市民游客工作生活旅游圖景，有利于更精細化的數據分析利用，從而精準分析城市日常運行規律。軌道交通出行數據隨著城市軌道交通的日常運營而自然產生，在可預見的較長時間范圍內，相關數據的生產和傳輸過程不會中斷，屬于長期可持續獲得的數據集，為開展時間序列分析提供了大量數據樣本，為長時間跨度分析算法和預測模型的構建奠定了堅實基礎，有助于動態掌握城市發展及變化規律。但是，從目前的利用現狀來看，成都市軌道交通出行“數據資產”還存在權屬不明、挖掘不夠、缺乏共享的弊端。

成都市軌道交通出行“數據資產”潛在應用領域

城市空間規劃建設領域。國土空間規劃必須堅持“以人民為中心的發展思想”，而軌道交通出行數據是一種以人為主體的時空軌跡大數據，可以高度還原城市人口的時空分布及流動矩陣，揭示人與生活空間、生產空間和生態空間的交互關系，可被廣泛應用于人口職住分析、通勤分析、流向分析、時相分布等專項研究，為空間規劃、產業規劃、交通規劃、城市設計等提供重要依據。例如，通過對工作日早高峰時段出行OD矩陣統計分析，可以清晰顯示騾馬市、人民南路、高新南等城市高密度辦公區就業人員的空間分布，進而衡量全市各區域職住平衡情況。

TOD綜合開發領域。特定軌道交通站點一段時期內的客流數據背后通常蘊含著穩定、客觀的乘客出行規律，對于改變城市空間形態的TOD綜合開發項目而言，項目所在區域站點的集客能力越強（客流量越大），其潛在的開發價值就越大（人口高度集聚，更容易產生大量需求），集客能力明顯不同的區域，所對應的開發范圍、強度、定位也存在較大差異。特別是，在TOD項目規劃設計階段，出行數據分析可以服務于TOD項目的層級、定位、范圍等關鍵指標的確定，推動TOD項目開發與區域人口需求的精準銜接，避免同質化競爭，實現整體開發價值的最大化。

公共服務優化提升領域?，F代城市公共服務必須根據服務對象特征進行精細化管理，軌道交通出行數據反映了人口的時空分布和年齡結構特征，與教育、醫療、養老、體育、文化、就業等公共服務工作息息相關，對其進行深度挖掘分析，可以深刻揭示市民群眾的工作軌跡、生活習慣、服務偏好、潛在需求，利于進一步優化公共服務設施布局、豐富公共服務內容載體、完善公共服務方式方法。例如，對于工作日晚間乘客的時空流向分析，可以明確回答市民群眾“何時下班”、“去了哪里”、“做了什么”、“多久回家”等關鍵問題，進而為開辟公共服務新空間、提供延時服務等提供決策參考。

商圈建設領域。通過深入挖掘軌道交通出行數據，能夠對沿線商圈的客流量、客流群體、客流形態、客流行為等進行動態監測與超前預測，幫助商圈建設和運營方詳細了解目標區域的人流情況，實現不同區域人流的精準劃分，服務于商圈定位和布局的優化調整。同時，可根據區域客流主體差別，針對性推出差異化、個性化、人性化的業態組合，以精準匹配目標客戶市場需求，更好實現各個區域的“人留商聚”，進一步促進商圈整體價值的提升。

項目招引領域。重大項目特別是服務業項目對于城市區位十分敏感，而城市軌道交通改變空間格局、定義了微觀區位。在項目招引洽談過程中，基于軌道交通出行數據的深度分析，有助于用更精準的真實數據介紹區域內人口、交通、就業等區位和環境優勢，堅定投資者發展信心。

商務服務領域。借助多數據源大數據技術，綜合分析區域內軌道交通客流數據、目標客戶群體信息分類客戶行為畫像、基于群體位置的社區畫像信息，能夠向市場提供高效精準的商業咨詢服務，幫助各類企業準確鎖定目標客戶。同時，基于乘客數據的深度分析，可以向各類企業提供精準靶向營銷服務，針對不同客戶群體開展線上觸達和線下推廣，在降低營銷成本的同時進一步提升營銷效益。

深度開發利用軌道交通出行“數據資產”的建議

強化人才引育，打造專業團隊。建議以工作需求為導向，充分借助高校和科研院所力量，加快招引和培育一批既掌握專業知識又擅長數據分析的復合型人才，構建由行業專家、數據分析師、算法工程師等組成的跨領域專業團隊，提高軌道交通出行大數據分析質量和效率。

拓展服務領域，深挖應用場景。建議充分發揮數據要素的創新引擎和經濟倍增作用，綜合運用機器學習、人工神經網絡、模式識別、粗糙集、模糊數學等數據挖掘分析技術方法，聚焦空間規劃、區域建設、公共服務、商業商務等重點領域，全面分析梳理軌道交通客流數據和城市運行的關聯關系，深入挖掘更多個性化、智能化、生活化的數據應用場景，提高超大城市微觀治理的效能。

強化部門聯動，加快數據共享。建議依托全市數據共享交換平臺，結合各領域、各行業、各區域工作需要，有條件地向相關市級部門、區（市）縣、國有企事業單位開放軌道交通客流底層基礎數據，真正讓“數據資產”在城市重大建設中發揮應有的價值。

樹立市場導向，促進資產變現。建議充分挖掘“數據資產”潛在商業價值，向市場主體有償提供專業化、城市級、可持續的數據咨詢服務，在促進“數據資產”變現的同時，不斷提高國資國企參與市場競爭、服務經濟發展的能力和水平。

作者

黃??? 毅? ?成都市政府研究室戰略創新處負責人

刁龍全? ?成都市政府研究室工作人員

簡??? 旭? ?成都市政府研究室工作人員

馮柄綱? ?成都市政府辦公廳綜合秘書處一級主任科員