数据驱动下的地面公交管理和服务提升1

彭春露

上海市交通港航发展研究中心

1 引 言

公共交通具有集约高效、节能环保等优点，过去数十年，在国家《关于优先发展城市公共交通的意见》指引下，我国城市公共交通得以大力发展，特别是轨道交通呈现高速增长趋势。2003年我国仅3个城市开通了轨道交通，总里程290.4公里，而至2017年底全国有34个城市开通运营了轨道交通，运营总里程达4 642公里。另一方面，轨道交通、小汽车、电动自行车、共享单车、网约车的快速发展，对地面公交却形成了强有力冲击，地面公交吸引力和客流量都呈逐年下降趋势。为此，地面公交需重新审视定位，转型升级，改变传统的“粗放”管理方式，提升精细化管理水平，实现对出行需求的精准服务。

从当前发展现状来看，公交信息化建设已达到一定水平，公交行业大数据时代已经来临，可充分利用多源海量数据，从传统的被动管理服务模式转变为数据驱动的主动管理服务模式。数据驱动下，公交管理和服务将全过程贯穿定量化支撑，基于数据分析，动态监测诊断，及时发现问题，优化管理和服务。为此，本文将对数据驱动下的公交管理和服务提升的基本思路进行阐述，并对数据驱动下的公交管理和服务应用方向进行展望，为公交精细化管理水平的提升提供参考。

2 数据驱动公交管理和服务提升的基本思路

公交管理和服务提升需围绕出行安全、便捷、可靠、准点、舒适、经济等目标，提供精准服务，其中出行的便捷性、可靠性、准点性是当前公交服务提升的核心目标。数据驱动公交管理和服务主要体现在两个维度：其一是面向公交规划、运营管理全过程构建监测、诊断、评估体系以及辅助决策支持体系，精准判断出行需求和运营问题，提高决策科学性，提升管理效率；其二则是构建公交出行全过程信息服务体系，特别是为出行者提供公交实时运营信息，消除公交运营者和出行者之间的信息不对称，引导出行者按照公交运营计划出行，实现公交出行者和运营者之间的双赢。

图1对数据驱动公交管理和服务提升的基本思路进行了梳理。其中，数据采集、汇聚、共享、交换是基础，可通过构建数据中心，打破传统的业务管理信息系统建设形成的信息孤岛，构建统一的数据标准，提高数据采集质量。在此基础上，面向业务管理和服务需求，基于多源数据融合挖掘技术，构建可反映公交规划、建设、运营全过程的特征指标体系，既涵盖公交本身的线网、车辆、人员、乘客等要素特征（如车辆运行车速、可靠性，线网密度、站点覆盖率、可达性，乘客OD分布、站点线路客流，人员运营绩效、劳动强度等），也需对公交运营环境相关指标进行挖掘分析（如城市交通需求、土地开发利用、社会经济发展等）。基于特征指标体系，数据驱动公交管理和服务提升体现在四个方面：一是构建公交运营监测体系，实时了解获取公交运营状态和出行需求；二是构建诊断评价体系，通过数据分析诊断问题，并进行预警预判，变事后被动管理为事前主动管理；三是构建辅助决策支持体系，为公交规划、建设、运营措施制定提供决策支撑；四是构建全方位多样化信息服务体系，为公众提供动态实时公交出行信息。

图1 数据驱动公交管理与服务提升的基本思路

3 数据驱动公交管理和服务提升的应用方向

3.1 公交运营评估监测诊断

基于数据挖掘分析，构建反映各维度的公交运营状况指标，对提升公交管理和服务尤为重要。过去针对公交运营和运行评估方面的研究和应用，存在两大不足：一是大多侧重于构建综合评价方法，即将多个指标值加权后得到一个综合评分值，如公交满意度调查，具有一定的主观成分，难以用于诊断评估具体某一方面的运营状况[1]。二是多侧重于静态、间接评价，如公交线网密度、非直线系数等，缺乏可直接表征运营问题的指标。本文结合公交线网优化调整、公交专用道布设、公交运行效率提升等需求，提出了构建公交可达性评估指标、公交运行状况评估指标基本思路和设想。

3.1.1 公交可达性评估指标

可达性（Accessibility）也称为连通性（Connectivity），通常被理解为利用某种介质或手段，克服空间阻隔从一个地点到另外一个地点的难易程度，用于表征两地之间交通联系的便利程度[2]。公共交通可达性指标在伦敦城市规划中得到广泛应用。通过公交可达性分析，可引导不同区域停车配建指标的设定，各区域居住和办公土地开发强度的确定，公共服务设施的配置规划等。根据应用场景，通常采取三种计算方式：（1）区域可达性指标。基于区域内公共交通服务距离和频率，计算得到区域公共交通可达性指标，并将之划分为9个等级，对应用不同颜色表达各个区域公共交通可达程度。（2）等时线图。展示在一定时间范围内被分析区域的可达空间范围。（3）服务范围分析。描述被分析区域在一定时间范围内可达的医院、学校、工作岗位等设施和场所的数量[3]。

公交线网优化、公交专用道布设优化中，可达性也可作为一个重要的评估指标进行应用。类似于伦敦公交可达性模型，对各区域采用公共交通（涵盖公交、轨道、步行方式）出行，在一定时间范围内的可达区域进行评估表征。如图2显示了徐汇区核心区域与其他区域之间的公共交通出行时耗，颜色越深，则表达徐汇区核心区与其他区域之间的出行时耗越长，反之则越短，进一步细化则可分不同时间段（早晚高峰等）对公共交通可达区域进行分析。该指标可用于识别公交设施布局薄弱区域以及公共交通服务的薄弱方向，进而可有针对性的布设公交站点、公交线路和客流走廊。

图2 徐汇区核心区域公共交通出行可达性分析

在上述模型基础上，还可综合考虑区域之间公共交通出行客流需求、公共交通出行时耗、以及与其有竞争关系的其他出行方式的出行时耗（如小汽车、电动自行车等），构建区域公共交通出行可达性综合评估指标，用于对公共交通出行需求量高但服务水平低的区域及出行方向进行识别。

基于上述思路，也可构建评估轨道交通站点的公交可达性指标，对乘坐公交至轨道交通站点的客流需求量高、公交服务水平低的出行方向进行识别，为轨道交通站点接驳公交线路的布设提供依据。

3.1.2 公交运行效率评估指标

公交出行的快捷性、可靠性保证是提升地面公交吸引力的关键，可基于GPS数据、智能调度系统信息化数据，构建全面精细化的公交运行效率评估指标体系，为全过程的监测诊断公交运行状况提供支撑。

●车速

公交车速包括运营车速、运送车速、行程车速等多种表征形式。基于GPS数据，可对公交线路的全线和站间运送车速、停站时耗，路段公交运送车速等细颗粒度指标进行实时计算监测，并可与小汽车车速进行比较，为公交调度计划制定、公交运行信息发布等提供直接依据。

●畅行指数

公交运行畅行指数基本构建思路是评价时段内公交运送车速与畅通运送车速之比，其为值域范围在[0，100]之间的无量纲数值，数值越大，则代表评价时段内的公交运行越畅通，反之则越拥堵。畅行指数的基本模型结构如公式（1）所示。

其中，BPNi(n)为第n个时间段内第i个评价单元（如某区域、路段、线路、站间区间）畅行指数；vi(n)为第n个时间区间内（如早晚高峰、全日）评价单元的公交车辆实际运送车速；vf为畅通车速，定义为畅通情况下公交运送车速。

依据其物理意义，畅行指数可划分为若干级别的值域区间，对应用不同颜色表征。通过该指标，微观层面可制作实时畅行指数地图，便于管理人员和出行者准确了解哪些区段、哪些节点、哪些线路公交运行延误较大，为公交运营调度提供支撑；宏观层面可生成区域公交畅行指数，对区域公交运行状况进行综合评价，反映区域公交运行状况的长期变化趋势，通过公交畅行指数的变化可评估区域交通政策和措施的实施效果。

●运行稳定性指数

公交稳定运行对于公交运营调度按计划执行非常重要，公交运行稳定性指数则主要用于评价公交运行时耗的波动情况，其基本模型结构如公式（2）所示。

其中，BPIi(n)为第n个时间段内第i个评价单元（如某区域、路段、线路、站间区间）运行稳定性指数；为第n个时间区间内（如早晚高峰、全日）评价单元的公交车辆平均运送车速。

对应公交运行稳定性指数的值域区间，可用不同颜色进行表征，制作公交运行稳定性实时地图，辅助管理人员快速判别哪些线路、哪些区段、哪些区域公交车辆运行车速波动较大，行程时间不可控，相应的可进行道路运行条件改善或调度计划调优。

基于公交GPS数据，还可以构建车辆运行聚串、车辆到站准点率等的分析指标，以及公交时间—距离、时间—速度、距离—速度实时运行图[4]，通过数据分析，辅以直观的可视化展示，为精细化的公交运营管理提供全面支撑。

3.2 线网优化辅助决策支持

运用大数据分析技术，开发形成公交线网优化决策支持工具，改变传统的以定性分析为主的决策模式，提高公交线网优化调整的科学性和合理性，是公交运营管理精细化水平提升的关键。大数据支持公交线网优化主要体现在三个方面：一是线网现状特征指标的计算和展示。可基于地理信息系统，整合线网优化调整所需要的基础数据和要素，实现线网优化调整相关指标和数据的一张图展示，支持多指标综合查询以及特征指标预警提示等功能。二是构建公交线网诊断分析体系。针对公交线网优化、客运走廊优化、公交线网接驳优化等问题，构建诊断方法和指标体系，结合诊断分析结果，构建待优化公交线路、站点等要素库，为每年公交线网调整计划制定提供依据。三是构建线网优化辅助决策工具。建立仿真分析模型，支持公交线网优化调整方案的对比评价，并通过友好界面的开发，形成管理人员可直接使用的工具，实现模型定量和管理人员经验的交互式决策，提高线网优化调整的合理性。公交线网优化调整辅助决策支持体系的逻辑架构如图4所示。

3.3 公交运营计划编制和智能调度

图4 公交线网优化调整辅助决策支持体系逻辑架构2来源于项目《巴士集团公交线网优化辅助决策分析研究（一期）》，完成单位：上海市久事公共交通集团有限公司，上海市交通港航发展研究中心,上海博协软件有限公司，2017-11

可利用大数据技术算法模型，实现人机交互式的运营计划编制和智能调度。基于计算机自动生成公交运营时刻表，针对常规调度、应急调度等场景，可自动生成调度方案，并对计划编排、调度效果可进行实时跟踪评估。

3.4 公交信息服务

通过信息服务，可解决公交运营者和需求者之间的信息不对称，面向出行全过程提供精细全面的信息服务是提升公交吸引力的重要手段。在智能化调度运营基础上，可将公交运营计划和实时状态信息提供给出行者，如公交到站预报信息，公交运行状态信息（如车速、畅行指数、稳定性指数等），全过程出行换乘信息、突发事件信息等，为乘客出行提供全方位决策参考。

4 结 语

地面公交是城市客运交通的基础支撑，提升地面公交的运营效率和服务水平是当前地面公交发展面临的关键问题，大数据对其转型发展可起到引领和助推作用。本文结合公交运营现状，对数据驱动公交管理和服务提升的应用场景做了描述。大数据的深化应用需以数据为前提，当前大数据实际分析中普遍面临数据多而无效、数据共享交互难、数据源单一的问题。为确保数据在公交运营管理中得到深化应用，应转变传统的以解决单一业务管理为核心的信息化建设思路，而是统筹考虑公交运营业务、决策管理、信息服务等综合需求，对信息系统建设、数据采集进行顶层设计和统一规划，构建数据标准，扩大数据采集的广度和深度，如除了公交业务数据之外，还可进一步采集道路交通、城市、社会和经济等多源数据，真正实现数据驱动公交管理和服务提升。