基于IC卡数据的公交出行OD推算方法研究

费 晔

(上海久事(集团)有限公司 上海 200122)

0 引 言

“公交优先”是近年来我国中央及地方政府达成共识的城市交通运输发展战略。上海市在“十一五”期间便确立了公共交通优先发展战略，曾先后发布《关于优先发展城市公共交通意见的通知》(2005)、《关于优先发展城市公共交通若干经济政策的意见》(2007)等文件用于指导公共交通发展。经过逾十年的建设，上海市已建立起初具规模的公共交通基础设施，未来发展将逐步呈现建管并重的局面[1]。公共交通的精细化管理、用户服务水平的提高、公交运营效能的改善也会随着设施供给的饱和而逐步成为公交管理和运营部门的重点追求目标。在此背景下，准确、全面、及时、了解公共交通客流分布则是制定经济、有效、环保的公交运营管理措施之关键，同时也为公交设施的优化布局提供有力依据。

现有发展中，上海广泛发行公交IC卡，基于按里程计费、进出站两次刷卡的轨道交通网络能较好地掌握其出行客流的动态时空分布。而地面公交则由于大部分城市采取单一票价、单次刷卡或投币的形式，其动态出行OD数据难以从刷卡信息中直接获取[2]。人工出行调查仍是获取需求分布的主要方式，如上海市每年会进行一次公交客流大调查，每五年进行一次居民出行调查。人工调查的方法在城市发展稳定期，客流变化不大的情况下，对于公交管理和规划具有一定的作用。但目前，上海市居民出行时空分布也处于不稳定期，将每年一次的人工调查数据作为较长时间内居民出行需求分析的依据显然有失偏颇。此外，人工调查往往以抽样的方式进行，而低抽样率水平下的数据扩至全样目前尚无有效方法和验证手段[3]。针对传统人工调查方法的种种不足，以及当前上海市地面公交客流分布特征变化快、供需关系不稳定的现状，动态的、智能的公交出行OD调查方法必将成为OD调查相关研究的发展方向。

1 研究方法

由于每个城市的公交IC卡清算方式和公交系统的刷卡收费模式都不同，因而针对各个地方的推算方法都根据当地的公交系统中的数据结构而有所不同。本文将基于上海公交的实际情况，以IC卡刷卡记录中的信息入手，结合公交调度信息对持IC卡乘车的乘客的出行起止点进行推算，从而统计出公交线路、交通小区等不同层面的出行客流OD矩阵，并根据推算结果统计公交运营的相关指标[4]。

本文以持IC卡乘客的出行行为作为推算的数据基础，基于公交出行的连续性假设对出行行为进行了分类。公交出行的连续性假设认为，出行者连续两次刷卡出行的乘次之间存在关联性，或者是一个往返旅次，或者是一次旅次中换乘。

图1 推算图像

基于该假设，如图1所示，可对持IC卡乘车的行为中往返出行和有换乘的出行进行出行起止点的推算。

2 OD推算数据的准备和获取

公交系统的OD数据获取困难一直是限制公交运营决策和公共交通规划的瓶颈之一。传统的人工调查有着数据更新不及时、抽样率低等不足之处，在城市化进程快速推进、客流特征迅速变化的背景下，公交系统的管理和规划都对智能化动态获取OD数据的方法提出了要求。常见的几种智能化OD调查方法，在实践上由于技术限制或方法上的缺陷，难以满足上海市地面公交系统的调查需要。而基于IC卡和公交GPS数据的OD反推技术，则是短期内实现公交出行客流OD的动态智能化获取最为可行的途径。

上海的地面公交系统，路线之多、运营里程之长乃全国之最，但其在公交客流OD的反推研究方面尚存空白。车载POS机记录乘客的刷卡交易信息，车辆GPS系统则记录了公交车的实时地理位置信息。若将两套系统的信息结合运用，在分析乘客出行特征的基础上进行适当的数据挖掘，可实现公交线路和交通小区层面的OD矩阵推算和公交运营相关指标的计算。通过OD数据掌握公交运营状况、把握公交出行特征，为公交运营决策和公共交通规划的进一步智能化探索前景[5]。本文将基于上海市的地面公交系统和公共交通IC卡系统的数据，探讨一种符合上海市实际情况的公交出行OD反推算法。

2.1 所需数据

基于IC卡和公交GPS数据反推公交出行客流OD的算法是基于IC卡刷卡记录(记录于POS机、即IC卡读写器上)、公交运营的地理位置信息、公交线路和站点的基础信息(换乘站点、站点停靠顺序等)三方面的数据进行的。其中：IC卡刷卡记录和公交运营的地理位置信息是动态信息；公交线路和站点的基础信息是静态信息，是判断换乘、统计公交线路客流OD等步骤的依据。在上海市，需从公交卡管理方获取IC卡数据，从公交运营方获取公交GPS行驶记录，从地理信息技术GIS提供方获取公交车站点的地理信息数据[6]。以上间接数据，将共同成为公交客流OD推算的基础。

2.2 数据获取方法

现以上海市地面公交为例说明从IC卡支付记录中获取OD数据的方法。乘客上车时，持IC卡在车载POS机上刷卡，完成车费的支付，在POS机中留下交易记录；POS机的刷卡记录导出后保存在公交卡公司的数据库中。另一方面，公交车辆上搭载的GPS设备，会实时地记录下车辆的位置信息，这些数据经过公交公司的处理后，可以直观地反映公交车辆进出某一公交车站的精确时刻。若取出IC卡记录和公交GPS行驶记录中对公交客流OD的推算有用的一部分，根据POS机与公交车辆的对应关系、刷卡时间与进出站时间的对应关系，就可以推测出一张IC卡的持卡人是于何时、何站点乘坐了哪一条公交线路的哪一辆车。若能进一步推算出持卡人的下车站点，那么就可以根据每张IC卡的上下车站点，统计出公交车线路的客流OD、各站点的上下车人数等信息[7]。因此，仅靠IC卡数据并不能直接记录如公交站点的上下车客流等与公交运营相关的信息，还须结合其与公交GPS数据的相关性，进行适当的数据挖掘处理，才能使反映公交运营情况的数据直观呈现。

2.3 OD推算数据的预处理

上海市的公交系统，尤其是在大部分市中心的线路上采用了单一票价、上车一次刷卡的收费模式。这决定了采用基于公交IC卡及GPS系统的数据采集技术，必须要解决上车和下车站点的推算的问题。为此，必须获得以下几个方面的基础数据： IC卡在POS机上刷卡的记录；公交车的GPS定位信息；公交车牌照和轨交站点与POS机的对应关系；线路站点顺序及换乘关系的信息。

2.3.1 POS机刷卡记录

POS机刷卡记录原始数据的数据结构如表1所示。

表1 原始POS机刷卡记录表结构

表1中，TJRLRDATE和TJRLRTIME两个字段实际上都储存了完整的时间和日期(YYYY-MM-DD，HH:MM:SS)只是两个字段的显示格式不同。实际推算时，可去掉一个字段，减少数据冗余。另外，上海公共交通对持公交卡乘车的乘客实行换乘优惠政策，若前后相邻两次刷卡时间间隔不超过90 min，则后一次刷卡的扣费金额可优惠1元。TJRLTXFG字段正是记录了该次刷卡是否享受了换乘优惠，这一字段在对换乘出行进行推算时可作为判定换乘的依据之一。

2.3.2 公交车的GPS行驶记录

公交车的GPS行驶记录原始数据的数据结构如表2所示。

表2 原始公交GPS行驶记录表结构

其中，为了区分上下行，同名的站点在上行方向和下行方向中有着不同的编号；上行和下行的站点的编号是按线路路径连续地增加的；不同线路的站点各自编号，因此即便是两条线路都行经的同一个站点，在不同线路中的编号也不一样。即公交营运方的一个站点编号，唯一地确定了一条线路、一个运行方向上的一个站点。

2.3.3 公交车牌照/轨交站点与POS机编号对应关系

公交车牌照与POS机编号对应关系表的数据结构如表3所示。

表3 公交车牌照与POS机编号对应关系表结构

轨交站点与POS机的对应关系表的数据结构如表4所示。

表4 轨交站点与POS机的对应关系表结构

通过表3、表4的连接，POS记录中的刷卡机就能一一对应到每台公交车，从而确定每张IC卡所乘坐的车辆，将刷卡记录与所乘车辆的GPS信息匹配，即可确定上车站点。另一方面，轨交站点的TJRLSTATID字段同时包括了轨交线路编号和轨交站点两方面的信息，可以通过这一对应表格直接确定持卡人是在哪个轨交站点进站/出站。

2.3.4 换乘站点对应关系表

原始的换乘站点对应关系表，表结构分别如表5所示。

表5 原始换乘站点对应关系表结构

续表5

如果换乘行为发生，则可以通过将第二次乘坐线路的上车站点来反推上一条线路的下车站点。GIS技术提供方的数据中，以上下行和停靠顺序两个字段来区分每条线路的站点顺序和运行方向。

3 OD推算方法研究

本文设计的基于IC卡及GPS数据的OD推算算法，主要分为上车站点推算、下车站点推算，并由此推算出一条线路上的公交出行客流OD推算。

上下车站点的推算以线路和IC卡为单位进行，即每次对一条公交线路(如55路)上的IC卡刷卡记录进行推算，每次推算都抽取一张IC卡当天的全部刷卡记录(若该卡在55路以外的线路或轨交站点也留有刷卡记录，则将这些刷卡记录也一并取出)并按时间序列排列后，逐条与时间相邻的记录进行比对，判断有无往返出行或换乘出行，从而推算每一次刷卡的下车站点[8]。

上下车站点推算完成后，即获得了每次刷卡(每次乘车)的出行OD数据，在此基础上即可获得公交线路层面的出行OD数据。

3.1 上车站点的推算

上车站点的推算是基于刷卡时间与进出站时间的匹配关系。根据上车刷卡的场景可知，乘客刷卡的时刻应落在车辆进站和出站的时刻之间。由于上海市公交系统中，POS机与车辆GPS定位系统并未直接关联，因此需要知道每台POS机安装在哪一部公交车上(即公交车牌照与POS机编号对应关系表)，从该车辆的GPS行驶记录中查找进出站记录，比对刷卡时间与进出站时刻，才能确定每次刷卡是在哪个站点，即乘客的上车站点。上车站点的推算原理，如图2所示。

图2 匹配POS机与公交车牌照

结合上海市公交运营的实际情况来看，高峰时间车厢拥挤，乘客上车后由于挤在车厢门口或由后门上车，无法立即刷卡的情况经常发生。同时GPS与POS两套数据中可能存在的时间差，落在上一站出站时刻和下一站进站时刻之间，无法匹配到上车站点的刷卡记录所占的比例也很大。因此，本文假设凡在本站上车的持IC卡乘客，均能在车辆到达下一站之前完成刷卡，因而将上车站点的判定条件修正为：若IC卡的刷卡时间在本站进站后、下一站进站前，则认为该卡是在本站上车的。上车站点推算如图3所示。

图3 推测上车站点

这种推算方法的推算率和准确程度取决于GPS行驶记录对站点位置判断的准确程度、进出站时间记录的准确程度、GPS数据与POS数据之间的时间误差、POS机与公交车牌照的对应关系是否正确等，即推算结果受数据质量的影响很大。

3.2 下车站点的推算

为解决下车站点难以获知这一难点，本文以通勤往返出行和换乘出行作为推算对象[9]，通过分析不同模式的出行行为所对应的数据特征，设计出推算下车站点的算法。

将同一张IC卡当日的全部刷卡记录取出、按时间排序，从当日最早的记录开始，逐条比对第i次记录与第i+1次记录之间的关系，判断其是否存在往返或换乘关系。若满足往返或换乘出行相应的数据特征，则按相应的规则推算下车站点；不满足或推算成功则继续比较第i+1次记录与第i+2次记录，如此循环，直至完成本张IC卡全部刷卡记录的比对。

3.2.1 往返出行

日常通勤出行，大多是往返出行的模式。这种一来一回的出行方式中，乘客从起点出发，最后又回到起点。用“两站点模型”的假设可以说明这种出行的特征，如图4所示。当天第一次出行，乘客从A站上车，留下刷卡记录，下车站点未知；第二次出行，乘客从B站上车，留下刷卡记录。根据“两站点模型”的假设可以推测：乘客第一次出行的下车站点即为B站，第二次出行的下车站点即为A站。两次出行实施后，乘客完成全天通勤，回到起点。这样的通勤方式，每张IC卡应在当天有至少2次乘坐同一线路公交车的刷卡记录，且两次乘车的上车站点不同，两次乘车的上下行方向相反。

图4 往返出行的下车站点推算

3.2.2 换乘出行

在日常的出行，尤其是距离较长的出行中，乘客在不同线路、不同交通方式之间的换乘是频繁发生的。由于数据样本和研究难度的限制，本文只考虑在同一个站台上的公交换乘，不考虑需要步行前往邻近站点的换乘。本文所取的数据样本是一条线路公交及与其可换乘的部分线路和轨交站点的数据，因此数据范围内只考虑一次换乘的出行。

在换乘出行中，IC卡持卡人在A站乘坐线路X，留下刷卡记录，下车站点未知。该IC卡的下一条刷卡记录是在B站上车，乘坐了线路Y(或B站为轨交站点，乘客在该站进站)，而根据换乘站点对应表，线路X和线路Y确实可在B站换乘，那么就可以认为持卡人乘坐线路X时，下车站点是B。照此逻辑，可以推测出换乘关系的两次出行中，前一次乘车的下车站点。后一次出行的刷卡扣费，很可能满足换乘优惠的条件，即“TJRLTXFG”字段的值为1，或两次刷卡的时间间隔不大于90 min。这两个特点，可以作为判断换乘出行的加强条件或检验依据。

一般化的出行方式如图5所示，可能既有往返，又有换乘，或两者结合的出行方式。如有一次换乘的往返出行，按换乘方式，可能存在公交-公交、公交-轨交、轨交-公交三种情况。按换乘出行的逻辑无法推算出下车站点的换乘后的一次出行，可以按照往返出行的特征推算出下车站点。因此，在推算过程中，需要将往返和换乘两种模式结合起来进行数据处理。

图5 换乘出行的下车站点推算

3.2.3 公交出行OD的推算

推算出刷卡记录的上下车站点后，就可以完成本文所述的公交客流OD的统计了。通过上下车站点的推算，获得了每次刷卡(每次乘车)的出行OD数据，可以梳理出某一条线路(如55路)的OD数据。再依据数据的特点按道路段、时间段进行分别统计。如按照时间来看，可以分为全天、早高峰、晚高峰和平峰三个时间段进行统计[10]。又如按照道路段来看，只需根据上下车站点的推算数据，计算出在任意一对起止站点间的客流量，就可获得公交线路任意站点间的出行OD数据。

4 结 语

由于上海市地面公交分布范围广泛、涉及面积大，为了对上海市公交出行线路规划提出合理的建议、改善传统的人工调研测算居民出行的线路和流量中出现的耗时长、耗费大、效率低下的缺点[11]，本文结合公交数据的刷卡记录和公交车的车载数据，使用OD数据分析方法，通过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时段得出公交出行的OD推算方法。该方法可以为5年一回的上海市交通线路改革提供决策参考。