地铁站手机支付检票的影响因素分析与仿真验证

席姣姣，李 津，刘华胜，项柳青，冯晓燕

(1. 同济大学 交通运输工程学院，上海 201804；2. 吉林大学 交通学院，长春 130022；3. 浙江省轨道交通运营管理集团有限公司 海宁分公司，浙江 海宁 310000)

当前，地铁站节假日高峰期时具有客流集中、人员流动性较大等特征，一些大型旅游性城市尤为突出.车站TVM机前购票流程较繁琐，找零、兑零造成站厅排队拥挤等现象，不限流并保证乘车效率的前提下，如何提高乘客进站率成为研究焦点.随着移动互联网及第三方支付平台的迅速发展，使用手机支付检票进站应运而生.

崔秀琦[1]提出地铁车站现场购票方式、储值票刷卡方式存在的问题，如实体票使用会出现大量折损或流失等现象，增加设备维护也增大运营压力，从手机支付检票的环保性角度做了系统分析.段禄峰等[2]以手机支付宝为例建立模型算法，提出地铁中第三方支付平台的用户吸引策略以提升用户粘性及忠诚度.区锦荣等[3]通过对地铁互联网售票机进行软件系统功能设计，通过支付宝及微信指纹支付测试，验证移动支付时效性更高.Dipietro等[4]在检票系统中引入移动支付验收集成模型(IMMPA)，该模型结合乘客需求得到实用性验证.侯雯[5]介绍了手机支付在地铁售检票系统中支付方式和应用前景，为今后手机支付在地铁售检票中的发展提供借鉴.

以上研究直接或间接验证了手机支付检票的实用性及时效性.但由于手机支付存在APP下载、安装、使用及外来人员流动性带来的乘客惰性心理等特征，目前乘客使用手机支付检票使用率较低.

针对这一现象，国内外学者对地铁乘客手机支付检票做了以下研究.郑纯[6]从手机支付方式和原理入手，为提高手机支付检票率，对沈阳地铁APP手机支付、基于掌纹识别的RF-SIM卡手机支付、基于人脸识别的NFC手机支付等几种方案进行了系统性的研究和对比，最终确定了适用于沈阳地铁的手机支付最优方案.针对上海地铁大客流的考验，龚迥[7]从票务清算角度，提出RFID手机卡在上海轨道交通支付应用的解决方案，主要对参数及移动平台间接口等进行了详细设计，对手机卡的技术应用做了提升与改善.赵存宝[8]结合用户、第三方合作商业机构及自身三方面，对云支付系统项目的商业价值进行了全方位的评价.在用户方面，通过在地铁商圈范围内有针对性的提供有利的商业增值服务，来吸引乘客对“云支付”的关注与使用.Wang等[9]人以二维码技术为背景，以用户为中心对地铁支付表的设计进行了研究，通过乘客满意度的测评来调整设施并提高付款服务.Sun[10]针对旅客换乘需求与实际服务不匹配的情况，开发基于互联网的票务自动服务系统，从时效性来吸引乘客的关注度和应用率.

综上所述，国内外学者对地铁手机支付检票仅限于支付手段及技术的开发应用，缺乏从手机支付行为与乘客属性的内在联系分析乘客的主观选择意愿.因此，尝试剖析乘客选用手机支付进站影响因素，结合实例进行决策分析，得出影响指标的重要程度.本次研究对提高地铁客流高峰检票进站率具有理论参考价值及现实意义.

1 乘客手机支付检票的粗糙集理论决策

1.1 粗糙集理论决策模型应用

蒋琦玮等[11]针对地铁车站客流控制实施时机进行预判，提出基于时间序列的决策模型，为客流安全控制提供具体措施.叶丽文等[12]基于客票数据建立城市轨道交通车站客流控制决策模型.陈维亚等[13]结合地铁车站客流组织三级控制原理，建立实时监测数据的客流动态管控决策模型.

以上模型均具代表性地对同类影响指标进行决策分析，但地铁乘客手机支付客流影响因素不单一且各类因素间单位换算不统一.粗糙集理论决策可有效避免以上模型的不足，使信息间蕴含的关系通过数据表达出来，形成决策表的形式[14].通过知识约减，留下核心信息，通过权系数反应各指标的重要性及相互间的依赖程度.因而，论文选取了粗糙集理论对乘客选用手机支付不同影响因素进行决策分析.该方法已经在管理分析、数据挖掘等各个领域中应用且取得了一定成效.

1.1.1 理论分析

把“乘客使用手机支付检票”定义为一个信息系统，用字母F表示.字母U表示对象集“地铁出入口”，用集合U={x1,x2,…,xn}表示，其中xi(i≤n)表示被评价对象.字母A表示属性集“各出入口指标倾向”，用集合：A={a1,a2,…,am}表示，每一元素aj(j≤m)代表集合中的属性值.用信息函数F表示U和A的关系，即F={fj∶j≤m}.

1.1.2 模型构建

1) 判断评价对象，建立合理的知识系统.

2) 对建立的知识表达系统进行知识约简，不断删除重复行.

(1)

(2)

(3)

(4)

对数据离散化处理后，进一步对所评对象进行属性约简和值约简，分三步完成：

① 条件属性约简

以某一列为参考，剔除冗余列以获得关键信息.

② 对决策对象进行约简

对决策对象进行归类划分，消去重复行.

③ 值约简

剔除决策表中不必要的值.

4) 对信息等价划分.假设有集合：

RA={(x,y)|fj(x)=fj(y),∀aj∈A},RD={(x,y)|gk(x)=gk(y),∀dk∈D}.

若RA与RD都是U上的等价关系，且两集合在U上分别有如下划分：

U/ind(RA)={[x]A|x∈U},U/ind(RD)={[x]D|x∈U}={D1,D2,…,DR}.

式：[x]A={y|(x,y)∈RA}与[x]D={y|(x,y)∈RD}看作为x关于A与D的等价.

假设R中任意一个等价关系R′都不可消除，说明两者具有一定的依赖关系，称R为独立信息.应用中，R代表各指标倾向(性格倾向、年龄倾向、地域倾向、职业倾向及受教育倾向).

5) 权重的计算分析

关于决策表中属性的重要度分析，可以通过剔除后对属性影响程度来分析.若去除后变化明显，则说明比较重要[15].

分析属性RD对属性RC的依赖程度，可用指标集合C对决策指标y的依赖程度表示：

(5)

6) 指标Ci通过分析知识RD对知识RC-{Ci}的依赖程度表示：

(6)

7) 分析第i种评价指标的重要性：

σD(Ci)=γRC(RD)-γRC-{Ci}(RD),i=1,2,…,m;

(7)

8) 分析第i种评价指标的权系数：

(8)

1.2 乘客手机支付决策检票影响因素分析

从目前文献和数据来看，相比于其他支付方式，手机是效率最高，最方便，准确率最高的支付方式，但手机支付使用率不高，客流拥堵现象仍然无法有效改善，因而，从乘客属性的角度来研究影响手机支付检票的因素.

乘客乘坐地铁一般选用单程票、储值票以及手机支付进行检票.手机支付可避免单程票购买、储值票充值排队耗时长及人员操作不当以致闸机故障率高等问题，因而成为发展趋势.手机支付群体常受年龄、性格、地域、职业、受教育程度的影响而不同.因而，针对这几个主要因素设立手机支付检票倾向调查问卷，影响指标如表1所列.

表1 手机支付检票影响指标

2 实例分析

2.1 杭州地铁文泽路站问卷调查分析

通过1.2乘客手机支付倾向的影响因素分析，选取杭州地铁文泽路站进行数据调研并采用1.1粗糙集理论决策模型进一步分析.

文泽路站是杭州地铁1号线2012-2015年的终点站(现下沙延伸段已开通)，平时为客流高峰站.由于调研数据的可获性，论文选取了A、B、C、D四个出入口进行问卷调查.对基础数据整理分析以进行粗糙集理论决策，得出各指标影响程度.

车站A出口靠近浙江理工大学、国际展览中心、2号大街、福雷德广场；B出口靠近文泽路、2号大街、杭州电子科技大学；C出口靠近北国花园别墅、西子阳光星城、和达城；D出口靠近博库书城、月雅苑、东海-未名园、锦鳞公园及华元十六街区商城.同时A、B、C、D出口附近有384路、390路、171路等28条公交路线.该车站的客流主要构成群体包含大(小)学生、教师、商业人员、外来务工人员、自由业人群及离退休职工等.

该车站符合一般地铁车站的建设规律，客流分布具有一定代表性.依据表1五项指标中各类别指标制作手机支付检票倾向(是/否)调查问卷，并在A、B、C、D四个出入口面向乘客各分发200份，对使用手机检票倾向进行调研.回收问卷并整理有效数据，得到四个出入口乘客使用手机支付检票倾向的汇总数据如表2所列.

表2 乘客手机支付各类别指标倾向比例

Tab.2Categoryofproportionofpassengerwhoprefertopaybymobilephone%

指标层I指标类别区域(各出入口比例)A BCD性格倾向I1活跃求变型30283026安静求稳型10111310随性自由型17182022年龄倾向I215～30(岁)4742323830～50(岁)2321202550～(岁)15201013地域倾向I3市内人口38352843市郊人口27261329市外人口101198职业倾向I4教育业23252329企事业26231026自由业27242027受教育倾向I5大学以上42392838初高中35362934小学以下13171820

以出入口A性格倾向指标I1为例，问卷中乘客使用手机支付检票的各类别指标相互独立，乘客活跃求变型、安静求稳型及随性自由型等三种类型手机支付倾向比例分别为30%、10%、17%.

将表2中各出入口指标数据进行汇总，得到指标I1～I5的总倾向比例，如表3所列.以出入口A性格倾向指标I1为例，手机支付总倾向比例57%，而其他43%选择其他检票方式.

表3 乘客手机支付各指标倾向比例总值

Tab.3Thetotalindicatorsproportionofpassengerwhoprefertopaybymobilephone%

指标层I区域(各出入口总倾向比例)ABCD性格倾向I157576358年龄倾向I285836276地域倾向I375725080职业倾向I476725382受教育倾向I590927592

2.2 文泽路站乘客手机支付检票决策分析

1) 将各指标数据离散化处理

运用三等分离散化法中公式(1)～(4)对调查数据进行分析处理，结果如表4所列.

表4 各指标数据离散化值

2) 各指标重要性对比

将杭州地铁文泽路站四个出入口使用手机支付检票各指标倾向组合成一个信息系统，出口A、B、C、D构成一个对象集合，各评价指标代表信息系统中的属性.应用中以I3作为决策属性，把四个出入口指标值经离散化处理后的数据表作为决策表，应用粗糙集理论进行决策分析.由式(5)～(8)计算后，指标I1、I2、I4、I5的权系数如表5所列.

表5 各评价指标重要程度

权系数反应各影响指标的重要性程度，由表5可看出年龄倾向指标I2影响程度较大.使用同样的方法，以I1作为决策属性，得出I2、I3的权系数分别为0.75、0.5，0.75>0.5，得出年龄倾向I2影响程度最高.因而，要提升手机支付检票比例，可重点在年轻化群体中加大宣传力度，提升其粘度及信誉度.

3 Anylogic仿真验证

为形象验证2.2乘客手机支付检票决策分析结论，采用Anylogic软件对文泽路地铁站高峰期客流进行动态仿真，并以站厅“三级客流”作为临界点进行分析.

杭州地铁1号线文泽路地铁站为地下二层岛式结构，日均客流量较大.站内布局为：AB方向各4台出站闸机，CD方向出入口设置两副安检，6台进站闸机，6台出站闸机，1台双向闸机.东西方向各设置6台TVM机和1个客服中心.根据车站比例在软件中铺画平面布局图，如图1所示.客流高峰时期，所有售检票设备均向乘客开放.

结合实际，为进一步验证2.2结论，本次仿真主要针对车站站厅层，对手机支付检票现状及扩大年轻化群体手机支付检票进行客流仿真对比.

3.1 仿真建模说明

如图2所示，虚线框内为仿真建模部分截图，图中选取出入口A “乘客进站-(购票)-安检-进站检票”的过程.其中，pedSelectOutput1为路径选择条件模块，条件选择下path2、path3、path4分别代表购买单程票、储值票刷卡和手机支付.pedService为TVM机自助购买单程票模块(客服中心仅作乘客事务处理)，pedService6代表安检模块.

模型参数设置时，乘客进站速度、TVM购票速度、安检速度及过闸机平均速度参考地铁站《城市轨道交通自动售检票系统技术条件》.同时，考虑检票方式的不同以及乘客行为习惯迥异带来的差异性，结合摄像与人工计数法，用秒表在车站进出口闸门处进行通行能力的调查.每种方式取样本值200，最终取平均值(取小数点后一位)：乘客进站时持储值票刷卡通过闸机与持单程票刷卡通过闸机时间参数均设为1.1 s；乘客使用手机扫码进站(包含手机打开时间)通过闸机时间参数设为1.8 s.出站时，乘客持储值票刷卡、手机支付检票(包含手机打开时间)及单程票回收通过闸机时间参数分别设为1.1 s、1.8 s、1.3 s.

3.2 文泽路站当前手机支付检票客流仿真

某节假日黄金周客流高峰时段，根据闸机检票数据分析，文泽路站手机支付检票比例占5%，持储值票比例38%、购买单程票比例57%(其它票种较少，归算于单程票).将现场调查及车站经验得到的参数导入模型.此时效果如图3所示.(注：图中深色代表人流密集；以“闸机”为界，实线框内代表站厅层“付费区”，框外代表站厅层“非付费区”，下图5同.)

如图4所示，当前手机支付现状下，车站站厅非付费区及付费区客流量动态分布图.参阅规范，当车站站厅非付费区人数达到该区域所能容纳人数70%时，站厅出现三级客流，各出入口为控制点[16].结合该站站厅非付费区有效面积(350 m2)可容纳人数，三级客流出现仿真用时8 min.

3.3 提升年轻化群体手机支付检票比例后客流仿真

车站出现三级大客流时，若各出入口不采取限流措施，而通过对年轻化群体乘客手机支付检票乘车的有效宣传，使得该检票方式使用率提升.

由于持储值票群体一般为城市常驻人口，仿真时不改变持储值票群体比例，在软件中提升手机支付检票比例.仿真效果图中使用手机支付检票比例提升至25%时(来源于“年轻化群体”)，站厅三级客流开始得到有效缓解.设置相同的基础参数，按路径选择比例导入模型，与前者相同的时间节点，重复仿真实验30次.仿真效果如图5所示.

提升年轻化群体手机支付比例下，车站站厅付费区及非付费区客流量动态分布，如图6所示.

对比车站站厅客流仿真效果图3、5及站厅付费区及非付费区动态客流图4、6.当前手机支付检票情况下，时间为8 min时，车站站厅出现三级客流，仿真中非付费区与付费区客流量悬殊.由图3、4可见自动售票机及安检处拥堵严重，付费区则人员稀疏，乘客进站率较低.提升年轻化群体手机支付检票比例后，相同的时间节点，三级客流得到有效缓解，乘客进站率显著提高，如图5～6所示.

4 结论

在节假日客流高峰期，地铁站站厅非付费区客流拥堵，手机支付检票率较低的背景下，探讨了手机支付行为与乘客属性的内在联系.以杭州地铁文泽路站为例，从影响乘客使用手机支付的性格、年龄、地域、职业及受教育程度倾向来设立调查问卷，使用粗糙集理论对影响因素进行决策分析，得出乘客年龄为影响选用手机支付检票的首要因素.使用Anylogic动态仿真，以“三级客流”为临界点，验证合理提升年轻化群体手机支付可有效缓解站厅非付费区客流拥堵现象，提升乘客进站效率.

本次分析是对提高乘客进站率实际应用的一次尝试与探讨，是对未来地铁手机支付检票的一次补充与论证.

有效提高进站率后，非付费区人数降低，乘客进入付费区，经由楼梯、电扶梯进入站台候车人数渐增多.不限流前提下，如何提高运能及输送效率以达到车站客流动态平衡，是今后进一步要研究的方向.