基于IC卡数据的公交客流特征分析——以北京市为例

陈 锋，刘剑锋

(1.深圳市都市交通规划设计研究院北京研究院，北京100020；2.北京城建设计发展集团股份有限公司，北京100037)

基于IC卡数据的公交客流特征分析
——以北京市为例

陈 锋1，刘剑锋2

(1.深圳市都市交通规划设计研究院北京研究院，北京100020；2.北京城建设计发展集团股份有限公司，北京100037)

公交客流特征分析是公共汽(电)车线网规划和优化布局的基础。首先简要介绍基于公交IC卡数据分析公交客流特征的技术。进而以北京市为例，对公交客流的时空特征进行宏观、中观分析，对公交服务水平与城市发展的协调适配性做出评估，指出公共汽(电)车系统面临的挑战。最后，结合公交线网布局、运力配置不合理等问题，提出实现公共交通可持续发展的相关建议。

交通规划；公共交通：公共汽(电)车；公交IC卡数据；客流特征；可持续发展；北京市

0 引言

客流特征是公交线网规划、运营组织优化的重要依据。获取客流特征的传统技术手段主要是人工调查，包括人工计数和问卷调查等。受技术手段及成本等条件的限制，调查数据样本量较少且具有很大的随机性，很难对公交网络的客流特征进行全面和系统的客观评价。

2006年5月，北京市正式启用和推广市政交通一卡通(以下简称“IC卡”)系统。IC卡系统的交易数据存储了乘客使用公共交通系统的相关信息，为公共交通系统客流分析等工作提供了宝贵的数据资源。基于IC卡数据设计和开发的“公交IC卡数据处理和分析系统”能够提供全面、量化的客流特征，精确勾勒出北京市公交系统的运行态势。

1 公交IC卡数据处理和分析系统

1.1 数据特征

北京市IC卡数据中存储着相关交易信息20余项，其中线路编号、上车站编号、上车刷卡时间、下车站编号、下车刷卡时间、车辆编号及IC卡编号等核心信息是公交客流分析的重要基础。

2014年12月前，北京市的公交线路主要实行一票制和分段计价制两种票制。由于乘坐一票制线路的乘客只需上车时刷卡，因此相对分段计价数据而言，一票制线路IC卡数据缺少上车站、下车站、下车刷卡时间等信息(见表1)，这给数据分析和应用造成很大困难。

1.2 系统特征

图1 IC卡数据处理流程Fig.1 IC card data processing procedure

图2 IC卡数据处理和分析系统界面Fig.2 Interface of IC card data processing and analysis system

图3 基于IC卡数据的公交客流指标体系Fig.3 AIC Card data-based Bus ridership index system

公交IC卡数据处理和分析系统综合应用运营车次识别、换乘识别、速度计算、断面客流处理、一票制IC卡数据处理等技术(见图1)，对IC卡数据进行准实时处理，日处理1.5G，1 700余万条交易记录，实现了基于IC卡数据的公共汽车运行态势综合分析和动态监测。其中，一票制IC卡数据处理技术将乘客换乘信息和贝叶斯决策树算法结合，设计开发出“基于一票制公交IC卡数据推算上车站点的方法”[1]及“基于通勤规律和往返关系的下车站推算法”，成功解决一票制IC卡数据处理难题。该算法具有很强的适应性，易于推广和应用。

公交IC卡数据处理和分析系统的结果涵盖上下车客流量、换乘量、运距、乘距等乘客出行特征以及速度和断面客流量等运营指标(见图2和图3)，并且支持各类指标按照点、线、网络多维空间层次和不同时间粒度进行分析，可为公交线网规划及运营组织优化提供全方位量化支撑[2]。

2 公交客流特征分析

2.1 总体趋势

2.1.1 客运量

2007年，北京市实施公共交通票制改革，持卡乘坐公共汽车享受四折优惠。之后几年，受常住人口增长及票制改革的影响，公共汽(电)车日均客运量由2006年1 090万人次迅速增至2009年1 416万人次。然而，2010年以来受轨道交通运营里程快速增长等因素的影响，日均客运量有所下降，2013年日均客运量仅为1 382万人次，年均下降0.6%。

表1 IC卡数据核心信息Tab.1 Key attributes of IC card data

2.1.2 乘客数量

乘客数量即实际使用公共交通出行的人口数量，反映了公共交通系统服务的人口规模及其在城市交通中发挥的作用。2006年，北京市公共汽(电)车日均乘客数量仅450万人，人均日乘车次数2.42次；受2007年票制改革等多种因素影响，2009年日均乘客数量增至594万人，人均日乘车次数2.38次。2006—2009年，公共汽(电)车日均乘客数量年均增长9.7%，超过全市常住人口年均3.5%的增长速度。2010年后，日均乘客数量的增长速度明显放缓，2013年日均乘客数量仅为608万人(见图4)，人均日乘车次数也降至2.27次。2011—2013年，公共汽(电)车日均乘客数量年均增长率仅为0.6%，远远低于同期常住人口年均2.5%的增长速度。

在全市公共交通乘客数量总体增长的情况下，公共汽(电)车日均客运量却在下降。一方面，公交线网扩充与优化调整虽取得一定效果，但仍滞后于城市规模的扩展；另一方面，受小汽车保有量增加及轨道交通快速发展等因素的影响，公共汽(电)车交通系统的相对吸引力在减弱。

2.2 客流空间分布特征

2.2.1 客流走廊

北京市公共汽(电)车交通主要客流走廊以三环为中心，呈放射形分布，包括三环、京藏高速、京港澳高速、长安街、中关村大街、京通快速路、广安门外大街、阜成路、农展馆南路、莲花池东路、安立路、学院路等(见图5)。这一格局的形成与北京市的路网结构有一定关系。北京市具有发达的快速路和主干路网络，但次干路和支路密度低，且受快速路影响道路网络连通性差，公交线路在快速路和主干路上具有较高的重复系数(见图6)，导致客流集中在快速路和主干路上[3]。

2.2.2 客流集散点分布

为分析客流整体特征，将车站间距小于300 m的公共汽(电)车站合并为一个客流点，作为分析对象。北京市公共汽(电)车交通主要客流点集中在四环内，沿快速路、主干路分布在西三环、中关村、西直门、德胜门、CBD、南中轴、东直门和金融街七大片区(见图7)。除客运量的差异，这些主要客流点的换乘比例存在较大差异，按照换乘比例的高低可将客流点分为居住就业型、混合型及枢纽型(见表2)。

客流点的上车乘客分为两类：本地上车乘客和换乘乘客。本地上车乘客的多少与客流点周边居住和就业数量直接相关，而换乘乘客的数量则受公交网络结构合理性的影响。

图4 2006—2013年北京市公共交通日均乘客数量及六环内常住人口变化Fig.4 Changes of public transit average daily boardings and population within the Sixth Ring Road in Beijing from 2006 to 2013

图5 北京市工作日公交走廊断面客流量Fig.5 Beijing weekday bus passenger volumes in transit corridor sections

图6 主要公交走廊上公交线路重复系数Fig.6 Bus line overlap rate in major transit corridors

图7 北京市主要公交客流点分布Fig.7 Spatial distribution of attractive points of bus ridership within Beijing

表2 客流点类型Tab.2 Categorization of attractive points of bus ridership

与客流点的定义和处理方式类似，将距离小于300 m的公交线路首末站进行聚合处理，定义为公交首末站集中点(见图8)。对比图7和图8可见，一部分客流点与公交线路首末站集中点高度重合，且这些客流点(例如六里桥和德胜门)具有较高换乘比例。原因在于，大量首末站设置在居住、就业不集中区域(见图9)，此类客流点不是乘客出行的起讫点，导致乘客被动换乘。相反，中关村等居住、就业集中区域的客流点具有较低换乘比例。

从上述分析可见，北京市公交客流点的客流及分布特征受居住和就业分布特点以及公交网络结构双重作用影响。一方面，公交首末站的设置很大程度上决定了客流集散点的分布；另一方面，部分大客流集散点与人口、就业分布[4]的背离说明公交场站规划及首末站设置存在与城市空间结构和功能布局相背等问题。

2.2.3 换乘系数

基于公交IC卡数据的换乘分析结果显示，北京市某些公交线路存在较大换乘客流。例如，930路至1路的换乘量占930路日均客运量的9%(见表3)。

线路间存在大量换乘客流的直接后果是公交系统具有较高的换乘系数。2013年，北京市公共汽(电)车交通平均换乘系数为1.41[4]，高于南京的1.30和深圳的1.26，接近规范上限1.50[5]。诚然，公交系统需要线路间便利的换乘来发挥其网络效应，但是过高的换乘系数必然在一定程度上影响服务水平，降低其对乘客的吸引力。

2.2.4 方向不均衡性

北京市公交客流潮汐现象明显，高峰时段进出环路客流相差悬殊。进出环路客流比值的最大值出现在早高峰时段的东五环，比值为5.6:1(见图10)。职住严重分离以及基础设施分布不均衡是这一现象的主要原因。这种不均衡问题不仅增加了公共交通运营组织的难度，也造成了运力资源的浪费。

2.3 客流时间分布特征

从时间上看，工作日早高峰出行比重较高，早高峰(8:00—9:00)系数达10.1%，周末早高峰(8:00—9:00)系数为7.4%。相比之下，虽然公交出行的早高峰系数略低于全方式出行的早高峰(7:00—8:00)系数11.7%，但是，公交系统的早高峰持续时间更长，7:00—9:00都保持在10.0%左右。

2.4 乘客出行目的构成

根据通勤乘客出行次数、时段、线路及往返规律等特征，基于IC卡海量历史数据对北京市公交通勤乘客进行识别和分析。2013年11月全月的IC卡数据分析结果显示，北京市公共汽(电)车日均通勤乘客比例达57%(见图11)，低于轨道交通(60%)；公共汽(电)车出行的通勤客运量占该时段客运量的比例为65%，略高于轨道交通(64%)。从全天各时段看，6:00—7:00通勤乘客比例最高，达80.1%；早高峰前及晚高峰后通勤乘客比例也较高。

图8 公交首末站集中点分布Fig.8 Distribution of bus terminal concentration points

图9 北京市六环内就业密度Fig.9 Employment density within the Sixth Ring Road in Beijing

图10 早高峰时段进出环路公交客流比值Fig.10 Enter-exit rate of bus ridership on ring road sections at morning peak period

北京市公共交通出行中通勤客运量所占比例远高于全方式出行中通勤客运量的比例(42.9%)[4]。可见，通勤乘客是城市公共交通系统服务的主要对象，通勤乘客的出行时间、空间特征是公交线网优化调整的重要依据。

2.5 乘客出行距离特征

北京市中心城区的公交线路按照服务范围可分为市区线路和市郊线路(见图12)。市区线路主要服务于中心城区及近郊区县；市郊线路则主要为中心城区、近郊及远郊区县的跨区出行提供服务。

利用“基于一票制公交IC卡数据推算上车站点的方法”及“基于通勤规律和往返关系的下车站推算法”对一票制数据进行处理。基于IC卡数据可获取乘客每次出行的乘车距离，即运距信息，能较准确地反映乘客的出行距离特征。由于服务范围、服务对象、线路长度等有所区别，市区和市郊公交线路乘客的运距具有明显差异(见图13)。IC卡数据分析结果显示，市区线路乘客平均运距为6.7 km，而市郊线路则达到16.9 km，接近北京市轨道交通乘客的平均运距。

表3 换乘量前10位的公共汽(电)车线路Tab.3 Top-ten bus lines with the highest transfer volumes

图11 公共汽(电)车交通通勤客运量时段分布Fig.11 Temporal distribution of bus commuting passenger volumes

图12 市区、市郊公交线路分布Fig.12 Spatial distribution of urban and suburban bus lines

图13 2013年11月公共汽(电)车出行距离分布Fig.13 Distribution of bus passenger travel distance on November,2013

近年来，虽然北京市轨道交通系统快速发展，但尚未覆盖所有郊区县，特别是远郊区县。在此情况下，市郊公交线路承担了远郊区县的长距离、跨区出行服务，是对现有轨道交通系统的有益补充。

2.6 运力配置与运营组织

满载率是反映公共汽(电)车系统运力配置与运营组织水平的重要指标。从空间上，北京市主要进城通道早高峰(7:00—9:00)满载率普遍较高，如京港澳高速、京开高速、京通快速路、学院路、京密路等(见图14)。同时，各线路间满载率也存在较大差异，例如IC卡数据分析结果显示，早高峰特8路(沿三环运行)外环满载率为32%，930路(三河总站—郎家园)进城方向为109%。

这表明公共汽(电)车系统总体供给能力虽然充足，但是由于客流在空间和时间上的不均衡以及系统缺少面向需求的快速反应机制，运力配置及运营组织与出行需求吻合度较差，导致部分区域和线路、特别是高峰时段进出城走廊和线路供需矛盾比较突出。

3 问题分析与建议

3.1 现状特征总结

基于公交IC卡数据处理和分析结果，对北京市公交客流特征概括如下：1)公共汽(电)车交通依然是城市公共交通的主体，在支撑城市功能正常运转过程中发挥着重要作用，但随着轨道交通的快速发展，公共汽(电)车所承担的出行比例正逐渐下降；2)通勤乘客比例较大，公共汽(电)车交通在通勤乘客出行中发挥重要作用；3)在市域快速轨道交通系统缺失的情况下，承担了远郊区县往返中心城区的出行服务，然而受运能和运营速度所限，难以满足乘客需求；4)受线网布局、人口及就业岗位分布的影响，公共汽(电)车出行需求存在时空分布不均衡性；5)公交线网优化滞后于城市的快速发展，运力配置及运营组织与出行需求匹配上存在一定问题，表现为换乘系数较高和线路满载率不均衡。

3.2 问题分析及改进意见

2010年以来，北京市公共汽(电)车日均客运量逐年走低，反映出公共汽(电)车的相对吸引力在逐步下降，原因主要有其他交通方式的挑战及城市发展的压力两方面。

3.2.1 其他交通方式的挑战

轨道交通的快速建设以及私人小汽车的增长为乘客出行提供更多选择。2012年底，地铁6号线、10号线二期等四条新线路开通，运营半年后，即2013年5月，公共汽(电)车客运量同比下降5%，轨道交通客运量则增长30%，车公庄大街、朝阳北路、南三环、西三环等走廊公交断面客流下降均超过20%(见图15)。新增轨道交通走廊上的乘客选择轨道交通出行的比例也大幅提升，例如6号线沿线乘客选择轨道交通出行的比例由13%增至45%(见图16)。

很多世界级城市在轨道交通快速发展的过程中也遇到过类似问题。例如，首尔在2003年以前受小汽车快速增长和地铁建设等因素影响，公交客运量快速下降[6]。2003年，首尔对公共汽车网络进行了彻底优化调整，并改革了运营机制，通过建立公交专用道网络提高运行速度，成效显著。2004年，在地铁客运量小幅增长的同时，公共汽(电)车客运量增长了9.9%，公共汽车事故减少了26.9%[6]。

因此，在轨道交通快速发展的情况下，公共汽(电)车系统应该进行相应的优化调整，削减部分与轨道交通重复的线路，强化与轨道交通的接驳并改善轨道交通尚未覆盖区域的服务，实现与轨道交通系统的协调互补，充分发挥公共汽(电)车系统灵活机动的长处，优化公共交通系统的整体资源配置和使用效率。

3.2.2 城市发展压力

图14 北京市早高峰时段公交满载率分布Fig.14 Spatial distribution of busload factors of Beijing at morning peak period

图15 部分轨道交通线路开通后环线公交客流变化Fig.15 Changes of bus passenger flows on ring road sections after the operation of new rail transit lines

图16 部分轨道交通线路开通后乘客出行方式变化Fig.16 Changes of transport mode shift after the opening of new rail transit lines

城市快速建设和扩展使人口、就业岗位分布发生了显著变化，人口大幅度增长区域主要出现在城市功能拓展区和城市发展新区(见图17)。2005—2010年部分人口向外疏散，四环至六环是人口增长最快区域。乘客出行需求也随之变化，除步行外的平均出行距离由2005年8.2 km增至2010年10.6 km(见图18)。由于缺乏科学和可持续的线网优化调整机制，公交服务滞后于出行需求变化，吸引力逐步下降。

图17 北京市各行政区2005年与2010年常住人口对比及2010年人口密度Fig.17 Comparison of Beijing population in 2005 and 2010,and population density in 2010 by district

图18 北京市六环内出行距离累计比例Fig.18 Cumulative rate of trip length within the Sixth Ring Road in Beijing

公共交通服务与城市形态互相配合方可发挥公共交通系统的优势[7]。城市的发展和变化需要公共交通系统进行相应的调整和优化，为适应城市快速发展进程，公共汽(电)车网络布局优化和服务模式的多样性变革势在必行。

4 结语

在介绍基于公交IC卡数据获取客流特征技术的基础上，从宏观、中观层面对北京市公共汽(电)车交通客流特征进行量化分析，指出系统存在的主要问题，并提出实现可持续发展的建议。

中国已有440个地市级以上城市发行了公共交通一卡通，总量超过4.2亿张。随着IC卡、GPS系统的普及以及大数据技术的应用，公共交通客流特征获取技术的困难将逐步得到解决。然而，要想实现公共交通系统与城市的可持续发展必须转变传统观念，推动公共交通体制改革，健全相关法律、法规体系，建立市场竞争机制，加强企业监管和考核力度，完善财税保障体系，解决公共交通系统的顶层设计问题。只有这样才能使大数据和新技术发挥应有的作用，服务于公共交通系统和城市的可持续发展。

致谢在本文修改完善过程中，北京交通发展研究中心的全永燊老师给予了悉心指导和点拨，对本文的完成意义重大，在此由衷地表示感谢！

[1]Ma Xiaolei,WangYinhai,Chen Feng,Liu Jianfeng.Transit Smart Card Data Mining for Passenger Origin Information Extraction[J].Journal of Zhejiang University Science C.2012,13(10):750-760.

[2]陈锋，马毅林，王静，缐凯.基于IC卡数据的公共交通票制票价调整效果评价[C]//中国公路学会.第七届中国公路科技创新高层论坛论文集.北京：人民交通出版社股份有限公司，2015：800-805.

[3]郭继孚.从行车路径看城市路网功能结构问题：以北京市为例[J].城市问题，2007，6：77-98.Guo Jifu.An FCD Method of Evaluating the Road Functional Performance:Taking Beijing as an Example[J].Urban Problems,2007,6:77-98.

[4]北京市交通委员会，北京交通发展研究中心.北京市第四次交通综合调查总报告[R].北京：北京市交通委员会，北京交通发展研究中心，2012.

[5]GB 50220—95.城市道路交通规划设计规范[S].

[6]金敬喆，金凡，房育为，刘岱宗.迈向可持续的公共交通之路：首尔公交改革的经验与成就(续)[J].城市交通，2006，4(4)：35-40.Kim Gyengchul,Jin Fan,Fang Yuwei,Liu Daizong.Toward Better Public Transportation Experiences and Achievements of Seoul[J].Urban Transport of China,2006,4(4):35-40.

[7]罗伯特·瑟夫洛.公交都市[R].北京：中国建筑工业出版社，2007.Cervero Robert.The Transit Metropolis[R].Beijing:China Architecture&Building Press,2007.

Characteristics of Bus Passenger Flow Based on IC Card Data:A Case Study in Beijing

Chen Feng1,Liu Jianfeng2
(1.Beijing Research Institute of Shenzhen Urban Transport Planning&Design Institute,Beijing100020,China;2.Beijing Urban Construction Design&Development Group Co.,Limited,Beijing 100037,China)

Understanding the characteristics of bus ridership is benefit to efficiently plan and optimize bus network.This paper introduces a public transportation IC data mined-based technology to analyze bus passengers'characteristics.To illustrate the applicability of the proposed methodology,Beijing is selected as case study to conduct spatial and temporal analysis of bus ridership at both macroscopic and mesoscopic level.The correspondence between bus system and urban development is also evaluated for further targeting the challenges that Beijing Transit is facing.Finally,a couple of suggestions to approach transit sustainable development for Beijing are proposed after a summary of deficiencies of bus network planning and capacity allocation configuration.

transportation planning;public transit;bus;public transportation IC card;passenger flow characteristic;sustainable development;Beijing

1672-5328（2016）01-0051-08

U491.1+7

A

10.13813/j.cn11-5141/u.2016.0108

2014-11-05

中国博士后科学基金资助项目“考虑容量限制的城市轨道交通动态时刻表配流方法研究”(2013M530018)、北京市博士后科研活动经费资助项目“基于多源数据融合的北京公交站间OD矩阵推算方法研究”(2014ZZ-63)。

陈锋(1977—)，男，辽宁北镇人，硕士，高级工程师，注册咨询工程师，注册城市规划师，智能交通所所长，主要研究方向：公共交通、智能交通、交通模型。E-mail:68691395@QQ.com