后疫情下軌道交通APP分流設計研究

鄧昭 宋佳琪

關鍵詞：疫情 軌道交通 App設計 ISM模型 出行分流

引言

從2019年末開始，新冠肺炎一直持續至今。華東理工大學藝術與設計研究所程建新所長提出，在后疫情下設計需要創新再思考，發揮設計的功能[1]。后疫情時代下，新型冠狀病毒對居民的生產、生活乃至城市軌道交通都產生了巨大影響。根據姜楠等[2]的分析中，新冠肺炎期間我國居民整體出行比例降低，隨著對新冠肺炎的了解逐步加深和控制，湖北省在政策的支持下逐步復產復工，公共交通乃至軌道交通客流量復蘇。以武漢市為例，2020年6月地鐵最高客流量就已恢復至疫情前最高客流量的66%，在居民已經適應與“疫情共處”的后疫情時代，軌道交通需要進行轉變，以適應后疫情時代的居民出行需求。

一、疫情下的客流特征

以武漢市為例，在疫情爆發前期，軌道交通客運量從1月到2月初下降了約92%，2月后隨著復工復學，客流量逐漸增長恢復直疫情前水平。從2019年至今，武漢市偶有個例疫情，對軌道交通客流量略有影響。

根據交通運輸部發布的疫情期間城市軌道交通列車擁擠度要求，高風險地區列車擁擠度應＜50%，中風險地區列車擁擠度應＜70%。實際軌道交通客流分布呈現空間、時間分布不均的特點。在后疫情下這種客流分布特點易造成疫情管理壓力，控制軌道交通進出站量（包括站臺與車廂內擁擠度）需要使用新的分流方案引導乘客分流。

二、軌道交通現有引導方案

目前針對軌道交通的人群分流，通常有幾個方面：

（一）技術方向引導方案：算法監控，提示性分流。包翔[3]利用Agent模型仿真模擬對地鐵換乘站的人流情況進行了模擬分析，對目前的換乘站的布局提出完善方法；方晨晨等[4]使用BP神經網絡技術對地鐵車廂人流擁擠程度進行了預測，使乘客可以提前預知車廂密度避免擁擠成為了可能；皮雁南等[5]對換乘站的多客流進行分析研究，模擬了換乘站在高峰期時的客流控制情況，提出了多客流控制方案的必要性；楊祺彬等[6]提出采用視頻監控來計算車廂內部的客流密度的方法。

（二）空間規劃方向引導方案：通過對地鐵的基礎設施建設布局來達到分流目的。陳元朵[7]提出了在軌道交通建設期利用仿真軟件布局分流標志和設計，為城市交通分流提供了決策參考；李和森等[8]基于kano模型提出了快速公交站臺的設施布局設計及創新，為客流的快速通行提供了可行性；邱巧等[9]針對地鐵空間在疫情的新需求提出彈性需求空間的人性化設計。

（三）基于行為引導方向方案：對人的行為進行分析，從行為入手引導整體客流分流。李星睿等[10]從人在軌道交通乘坐流程中的無意識行為入手，充分發揮導視設計的引導和暗示功能，從而有效地引導客流；史芮嘉等[11]對地鐵乘客在車廂的趨向性行為進行分析，為車廂內分流提供了理論支撐；王瑞等[12]研究人的行為模式去設計公共空間，利用環境去引導人的行為。

三、調研及需求研究

（一）系統設計框架：根據軌道交通現行的各類分流方案不難發現，現有技術發達，能夠模擬出各類場景內情況的同時，也可以很好地抓取、預測站內各場景客流量；技術方案與空間規劃方案相輔相成，可以達到很好的人群分流效果，這些方案最后呈現在乘客方面往往還是會存在小范圍的擁堵。技術層、空間層、行為層三種層面的方案各有自己的優劣勢，而這三種層面的技術同時并行就可以互補，并且達到1＋1＞2的效果。本App設計提出三種層面技術綜合并行，得到較為全面考慮的分流方案設計，經過平臺處理后將不同的數據傳輸到管理端和用戶端，用戶端的使用行為經過數據收集反饋到管理端進行決策，可以對方案不斷優化改進，如圖1所示。

（二）設計調研：針對用戶端的表現層進行用戶需求收集，根據用戶乘坐軌道交通行為，軌道交通乘坐流程為：進站-購票-安檢-檢票-上/下站臺-候車-乘車-換乘-下車-上/下站臺-出站。發現用戶乘坐過程在互聯網發展下已經有所精簡，購票這一行為已經基本被手機支付取代，用戶在軌道交通乘坐流程中的接觸點主要為：手機、安檢機、閘口、樓梯/電梯、安全門、車廂設施等。在地鐵空間中樓梯/扶梯和站臺相對于地鐵內的其他空間的傳染系數較高，所以需要有針對性的設計方案，才能有效地規避傳染風險。

對軌道交通乘客體驗流程進行調研，主要采用了用戶訪談法和問卷調研法采集用戶信息。其中用戶調查訪談樣本總數為30人，其中98.7%為經常乘坐地鐵的用戶，年齡分布在18～65歲。

根據調研用戶軌道交通乘坐流程，將乘坐過程分為8個階段：進站（購票）階段-安檢階段-檢票階段-上下站臺階段-候車階段-乘車（換乘）階段-下車階段-出站階段。根據用戶調研結果，梳理各個階段的用戶接觸點、期望和目標，結合各階段用戶行為滿意度水平及總體水平，發現、提取痛點及創新點，地鐵乘坐用戶體驗地圖見圖2。用戶體驗地圖最大的好處在于可以清晰直觀地分析出用戶在使用產品時各個接觸點時所產生的新痛點，有利于設計師為用戶解決痛點問題，提升用戶體驗，增強產品的用戶黏性[13]。

（三）需求歸納：根據用戶體驗地圖的結果可以得出，用戶乘坐軌道交通過程中的痛點，并根據痛點發散機會點。其中根據每個階段用戶體驗得出的痛點與機會點較為模糊，很難將各條信息對應進設計中，據此提取出痛點與機會點中的用戶需求詞匯，分別對應為：線路規劃、導視系統、行李報備、綠碼記錄、閘口疏導、提示說明、站內疏導、分流線路、人流預測、推薦車廂、到站提醒、預約出行、站內導航。這13個需求詞匯經過專家意見評審篩選后得出表中的8個要素A～H。

（四）構建模型：ISM解釋結構模型是一種系統工程研究方法，其作用在于研究系統結構關系情況；針對于已知的各要素間的關系，對各要素之間的關聯邏輯進行梳理，排列出對應的層級關系，步驟如下：

1.建立鄰接矩陣：針對鄰接矩陣，某列全部為0，則為“輸入端”，即只影響別的要素，不被別的要素影響，如果某行全部為0，則為“輸出端”，即只被別的要素影響，不影響別的要素。要素與自己本身之間不可能有影響，整體矩陣的對角線上的數字為0。

2.鄰接矩陣與單位矩陣相加：將兩個矩陣直接相加并得到新矩陣；基于“鄰接矩陣”基礎上，計算“鄰接矩陣”與“單位矩陣”之和，該矩陣用于計算下一步的“可達矩陣”。

3.可達矩陣：此步驟主要展示各要素之間是否存在著連接路徑；假設數字為1就說明某要素到另一要素之間存在可達關系；如果數字為0則表示某要素到另一要素之間不存在可達關系。

4.分解可達矩陣：可達集合R，其表示“可達矩陣”某要素對應行中，包含有1的元素集合；先行集合Q，其表示“可達矩陣”某要素對應列中，包括有1的元素集合；交集A，其表示可達集合R和先行集合Q的交集。其中數字代表某要素，比如2代表第2個要素。

5.層次分解表：根據上述計算結果各要素的層次情況分為四層，第一層為要素C、要素D、要素G；第二層為要素F、要素H；第三層為要素B；第四層為要素A和要素E。其中第四層為基礎層，分別往向上各層對應。

通過對可達矩陣的層級劃分，從而構建智能地鐵分流需求的解釋結構模型，如圖3。

四、軌道交通App方案設計

軌道交通App對應著服務系統中的用戶端，是改善用戶體驗、完善整體乘坐流程與數據輸出的重要方式。根據調研分析，確定了產品的軌道交通官方App的功能定位；從用戶體驗地圖中，了解了目前乘客所關注的軌道交通乘坐流程問題和目前軌道交通App的不足之處，并在設計中進行完善；通過ISM方法整理出來的用戶需求層級合理分配到App的應用層級中，按照不同的功能深度將這八個功能需求拆解到不同頁面，并用合理的交互方式將其排列分布。將新功能與舊功能相結合，完成整體設計的升級迭代。

（一）設計定位：在軌道交通App中使用交互手段為用戶進行人群分流，以解決用戶在疫情威脅下的出行需求。同時針對用戶的多種需求實行定制化服務，提高出行效率、防止二次感染風險，為用戶的出行安全和軌道交通的疫情管控給予合理的設計方案。

（二）產品核心功能層1.線路規劃：線路規劃作為基礎層，在整體App設計中占有非常重要的功能地位。在軌道交通的線路規劃中，線路主要分為地鐵線路導航與站內導航。

站內導航主要為用戶規劃進站-購票-安檢-檢票閘口-站臺-換乘站臺一系列“任務點”的到達，通常情況下，這些點的順序排布在站內的順序相對固定，遵循站內引導標識可以比較順利地到達。實際上，每個站點可以達成“任務點”的基礎配套設施都不止一組，大型的站點甚至會有4-8組的配套設施，這說明了用戶可選擇的線路非常多，為了分流需要幫用戶明確一條“推薦”線路，并用較為清晰的3D或AR功能界面清晰快速地引導用戶，為用戶提供安全、便利、快捷的線路規劃。

2.人流預測：人流預測排序為基礎層，在軌道交通中常常應用于管理層，對站內和列車客流量進行預測，列車的排列時刻和人員安排調配起到作用，人流預測數據為管理決策提供了數據支撐，長期來看是可以起到分流作用的。

相對應的用戶的決策數據也可以供給到管理端，完善預測數據，數據-用戶-管理-數據，形成良性循環，對用戶出行的便利程度和管理層的決策制定都有著積極意義，也為其他功能的實現提供了基礎框架。

3.導視系統：排序為第三層，在現有的軌道交通站點與軌道交通類App中都是非常重要的部分。導視系統的主要功能是引導用戶，其中包括進出站標識、功能設施標識、引導方向標識等。所以需要行為分析突出信息傳播的有效性，通過科學的視覺表現提升導視系統的合理性[14]。

然而，站內設置的實體導視數量合適的情況下，其功能也是非常有限的。實體導視需要App導視輔助，將兩者相結合形成一個完整的導視系統，降低實體導視的數量和成本，利用App導視的信息可擴展性，實體導視與App導視在視覺處理方面采用相同一致性，包括形狀、色彩、位置，在視覺上將兩者聯系起來，對于用戶的使用更友好。

在設計中適當注入引導使用的信號，可以更好地引導用戶使用[15]。

4.推薦車廂與預約出行：在人流預測中分為車站人流和車內人流，推薦車廂屬于車內人流的一個功能分支。根據調查，用戶上車之前會依據不同的安全門口的人流量從少到多依次選擇排隊（其中不排除有用戶擁有選擇固定位置安全門的偏好）。然而，用戶無法確定排隊安全門所對應的車廂擁擠情況，導致車廂內部人流分布不均勻，擁擠車廂對防疫工作帶來了考驗。軌道交通的客流監測通過技術檢測到每節車廂的客流密度，后臺計算出到達下一站時列車相對空閑車廂，將最優車廂推薦給用戶。根據推薦進入車廂的客流數據也可以由下一輪客流檢測來進行驗證，從而不斷地改進完善推薦車廂板塊。

預約出行功能對于線路規劃和人流預測的功能都屬于補充數據板塊。在疫情初期，武漢的公交系統就曾推出此項服務，軌道交通預約出行的優勢更加體現在用戶對于線路的提前預知，以及對于軌道交通人流預測方面的補充數據。用戶預約成功后也會作為人流預測數據中的一環，不同用戶在同一時間段內預約的線路可能會由于客流量的多少而有不同的線路。

5.行李報備、綠碼記錄、到站提醒：行李報備這項功能在軌道交通中，雖不像乘坐飛機一樣有較為嚴格的規定，還是有軌道交通的出行規章要求，且攜帶大型行李的用戶在乘坐軌道交通的過程中線路規劃需要遵循就近原則與無障礙原則，報備行李有助于App對于用戶線路選擇的偏好性，且此功能為用戶可選項非必要項。

綠碼記錄這項功能是基于疫情下衍生出來的功能，現在的綠碼通行方式直接，需要用戶自己掃碼打開綠碼，人工檢驗后通行，給軌道交通帶來擁擠隱患，增加了多余的環節。App中將乘車碼與綠碼相結合，必須有綠碼的用戶才能刷乘車碼通過閘口，而閘口也可以記錄通過閘口的綠碼用戶，如出現疑似病例可以輕松溯源找到密接患者，為軌道交通防控疫情提供便利的解決方案。

到站提醒這項功能適用于換乘方案。現有的到站提醒多為廣播，用戶決定是否下車通常取決于自行查看車內的站點路線。在App中設置到站提醒，通過振動或鈴聲提示可以很直接地提醒用戶即將下車，用戶不會錯過或提前下車，這對于人流預測的準確性提供了一定的保障。

（三）產品交互流程：根據核心功能層與App結構功能層相結合，制作App交互原型，并完善交互流程。

1.乘車交互流程，圖4。輸入賬號密碼進行登錄，跳轉到整個App使用率最高的乘車碼界面，功能相對單一簡潔，主要突出乘車功能。其中居中部分為二維碼部分，占整體界面的四分之一中間偏上部分，整個二維碼為支付碼與健康碼相結合的方式，自動刷新；下方賬號切換可以更換乘車支付的消費軟件，都使用先乘車后支付原則；乘車記錄和賬單采用框式結構，將重復信息進行明顯分割，點擊上方匯總信息欄可以選擇分類標簽，信息標簽化方式呈現，幫助用戶更快速查找需要的內容。

2.首頁信息交互流程。首頁是除乘車界面以外較為常用的界面，其定位主要是快捷的乘車信息，并且快速跳轉功能。主要分為票務系統板塊與信息瀏覽板塊，票務系統板塊主要對應不同乘車方式用戶的票務行為，掃一掃對應掃碼購票用戶、乘車碼對應App刷碼用戶、充值圈存對應地鐵卡用戶；信息瀏覽板塊將信息分欄展示，用戶可以快速點擊、滑動瀏覽并通過功能按鈕實現快速跳轉。整個站點信息基于用戶所在定位給出最近的站點定位，并簡單示意站點客流量情況。其中，首頁可以切換整個App的版式為關懷版，該版本功能簡單，界面簡潔且易操作，適用于老年等人群的無障礙使用App。整個界面設施有無障礙功能，可為特殊用戶提供朗讀界面服務與快速求助服務。

3.線網圖線路指導交互流程，圖5。線網圖界面主要是指引用戶在整個乘車流程中的線路導向，大片的地圖式交互便于用戶理解自己的位置和需要前往的路線。整體界面布局以地圖為主，呈現整個地鐵網線，并且以用戶需求為導向，設置了線路需求功能和快速導航功能，線路需求功能均采用了下滑式卡片的方式，使地圖與信息同屏展示，立體化整個線路的視覺感受，并且使用信息可視化的方式，更加直觀展現站內及車廂的客流量，為用戶規劃快速、不擁擠的導航路線。為用戶提供平面導航、立體導航及AR導航等三種不同的模式，用戶可按需選擇。

4.生活模塊交互流程。該界面屬于生活休閑類板塊，旨在為用戶等待過程中提供豐富的娛樂化、信息化資訊，可以增加用戶黏性與使用時長，也為外地游客了解武漢作出鋪墊，打造武漢城市旅游圈品牌。該界面大量使用圖片信息，增加視覺吸引力，并引入了快速定位當前地點功能，為用戶提供快速到達的線路導航；增加抗疫板塊，便于用戶快速了解當前疫情形勢；增設長時間閱讀文章，為等待用戶的較長片段時間供給解決方式。

5.用戶信息界面交互流程，圖6。用戶信息界面主要定位為便利功能界面，點擊率相較其他界面少。引入需求層級較為簡單的功能，失物招領旨在便于用戶在乘車流程中丟失物品進行信息發布；行李報備為用戶提供更加便利于較大件行李用戶的整體行程規劃，也為其他用戶提供了更為寬松的環境；積分商城使用用戶乘坐軌道交通里程數為基礎，兌換相對應的獎勵機制，提升用戶使用App的積極性，提高使用率可以更加有效地預測軌道交通行程中的客流量。

結語

本設計主要以疫情下軌道交通的現狀進行調研，根據調研制作用戶體驗地圖，利用用戶體驗地圖的用戶需求對應功能，使用ISM模型對需求進行分層；基于不同層次需求進行軌道交通App分流方案進行設計。

在后疫情時代下，為了滿足人民群眾的剛性出行需求，軌道交通出行方式需要適應與改變?，F有技術層出不窮，也在軌道交通領域中不斷創新，軌道交通的運營服務效率逐步提升。疫情和當前的軌道交通發展的實際情況中，總結出了更多痛點與需求，利用這些技術，并且融入軌道交通App設計的功能中，可以更加符合后疫情時代的用戶出行需求，為軌道交通App的不斷迭代更新提供了設計支持，為用戶帶來更加便利的體驗。