基于GIS的通勤班车线路优化研究

肖 赟，段园煜，王志辉，张成哲

(合肥学院 城市建设与交通学院，安徽 合肥 230601)

通勤班车是指单位为满足员工上下班交通需求,通过自有车辆或向第三方购买服务，提供具有相对稳定的运输线路、发车时刻等特征的运输服务。通勤交通是员工的刚性出行需求，是城市交通流的重要组成。随着城市快速发展，交通拥堵成为城市普遍现象，越来越多单位开始重视通勤交通。通勤班车线路设计直接关系着运输服务效率和水平，是员工选择出行方式的重要因素，因此有必要对通勤班车线路的优化设计进行研究。

线路优化设计的关键是确定客流需求规模和空间属性分布。一些学者对客流规模开展了研究，芮海田等[1]基于指数平滑和马尔科夫模型,提出了公路客运量预测方法。翁超伟[2]建立了通勤服务信息管理系统，让员工上报交通出行属性，并以此提出了带装载能力约束的硬时间窗车辆路径问题模型。熊永超[3]通过发放调查问卷，确定了需求规模和服务需求，以SEVRQUAL模型为理论基础,并以此提出了包括线路优化的质量提升方案。李浩、符天阳[4-5]基于公交一卡通数据，从时间维度、人口维度和气候维度提出了公交客流的预测方法。王云鹏[6]引入了时间成本的概念,设计了通勤班车线路优化模型,并运用蚁群算法进行模型求解。

随着地理信息系统(GIS)技术的发展，不少学者将GIS应用到空间属性分布研究中。陆龙妹[7]基于GIS空间分析技术，提出了交通通达性模型。胡海利[8]等通过GIS空间插值原理，分析了区域交通规划实施进展情况。王杰[9]根据交通状况、人口规模等约束条件，提出了一种基于GIS的公交线路规划方法，并利用Dijkstra算法进行路径分析。陈艳艳等[10]借助GIS空间分析功能，提出了区域公交可达性计算方法。

以上研究对于通勤班车线路优化设计有着重要的参考价值，但不能完全适用于通勤班车。在需求预测阶段，以上研究主要采用问卷调查或沿用历史客流数据，具有一定的局限性；在空间属性布局阶段，大部分学者主要关注城市公交线路的优化，缺少针对通勤班车特性的线路优化研究。随着智能手机的发展，手机信令数据为客流分析提供了思路和途径，其在时间和空间上具有较好的稳定性，能有效反映旅客的出行轨迹。GIS凭借数据处理和空间分析能力，它不仅可以处理通勤线路上客流数据和地理属性数据，还提供了缓冲区分析、网络分析等空间分析手段。由此，本文采用手机信令等实证数据和地理信息系统GIS技术，拟解决通勤客流需求规模和地理空间分布的定量化问题，对于优化通勤班车线路有着重要的意义。

1 研究方法

1.1 主要思路和步骤

本文研究主要通过5个步骤开展通勤班车线路的优化研究工作。

(1)确定单位手机信令数据范围。通过地理信息系统软件ARCGIS筛选单位的矢量图，确定单位地理空间范围。

(2)筛选本单位员工的手机信令数据。有两种方式，一是采用员工自我上报，这种方式操作简单，但耗时耗力，尤其是对于员工流动较大的单位，通过员工上报得出的数据往往更新不及时。二是采用手机信令数据轨迹特征推算，员工通勤出行轨迹具有重复性和规律性，根据员工上班时间特征，筛选单位地理空间范围的手机信令数据，将其认定为本单位员工的手机信令数据。为了保证分析精度，调查时间不应低于3天，且覆盖高峰日和低峰日。

(3)分析员工居住地数据。根据时间分布，提取手机信令数据的经纬度等字段，确定单位员工的居住地分布。如对于只有白班的单位，可提取其晚上24：00至早上05:00的手机位置，将其设定为居住地。

(4)划分城市交通小区。参照城市公共站点的覆盖率，可以结合城市路网分布，以500～1000米覆盖率范围划分交通小区。员工居住点分布集中的区域，交通小区可适当细化。

(5)优化通勤班车线路。根据客流分布，以提升覆盖率为主要目标，综合其他约束条件，优化通勤班车线路，其具体步骤如图1所示。

图1 研究方法

1.2 客流需求规模分析

以本单位所有员工作为潜在客流需求。通过运营商平台，提取有规律进入单位地理空间范围的手机信令数据，将其轨迹等同为单位员工的出行轨迹。手机信令数据在时间和空间上具有较好的稳定性，能有效反映员工出行轨迹。手机信令数据字段主要有终端号(IMSI)、小区编号(LAC)、基站编号(CELL)、接收时间(TIME)、基站经度(LNG)和基站纬度(LAT)等。由于基站的覆盖范围约为100～500M，旅客的定位数据虽有一定误差，但能够满足通勤班车线路优化的需求。

通过PYTHON手机信令数据的挖掘处理主要分为三个方面。一是数据筛选，筛选出单位相关的手机信令数据，并对其居住点进行分析，这样能大幅降低分析的范围。二是数据简化，只保留经纬度和终端号等字段，并对终端号字段简化数字编码，以提高计算机运算速度。三是数据去噪，对冗余数据、缺失数据、异常数据和乒乓数据进行处理，以提高数据的准确度。

1.3 交通小区的划分

划分合理的交通小区是分析通勤班车客流分布的基础，交通小区一般借助行政区域、道路、铁路和河流等方式进行划分。一般而言，通勤班车线路里程不会超过20公里，由此为简化分析，可以以单位为中心，以15～20公里为半径，选取一定的地理空间区域作为居住点研究范围。根据城市公交站点500～1000米的覆盖范围，划分大致相等的交通小区，依据道路边界和土地性质，对交通小区进行修正。为了更精确的分析，还可以每个住宅小区作为一个交通小区，住宅小区数据可通过PYTHON软件爬虫提取。

1.4 线路优化方法

线路优化首先要确定优化模型，相关研究[11-12]表明，通勤巴士的线路覆盖率是员工关注的主要因素。由此，以提高通勤班车覆盖范围为主要目标。在线路优化的过程中，必须考虑到约束条件。涉及到线路的约束指标主要有线路里程、线路条数和非直线系数等。线路里程和线路条数会受到车辆运力资源的限制，非直线系数决定了乘客的在途时间，参照公共交通设计标准，一般不应大于1.4，部分放射线路段不应超过2。由此，构建通勤班车线路优化模型如公式1所示。

式(1)

式中S：线路的总覆盖率；Sij：第i条线路第j个停靠点的覆盖率；Li：第i条线路里程；m：线路条数；n：线路站点个数；r：线路非直线系数；L，A，B，R：线路里程、条数、站点和非直线系数等资源限制。

1.5 基于GIS交通基础数据库的评价方法

线网评价方法有CAD制图和GIS制图两种方式，CAD制图有着简单便捷、绘制精准等优点，但其无法存储大量的属性数据，评价的过程比较复杂。

GIS融合了计算机技术、地理科学和测绘技术，能有效分析具有地域特征的问题。通勤班车线路规划具有明显的地理空间特征，GIS依托强大的空间分析功能可以准确计算线网覆盖等关键指标，能快速有效的简化评价过程，由此采用GIS作为通勤班车线路评价工具。通过ARCGIS软件将不同点线面数据按地理信息分层储存，建立通勤班车线路基础数据库。

(1)客流分布层：与单位相关的手机信令数据是潜在客流，在此以手机信令数据为分布点，并在ARCGSI中以点的方式储存。

(2)通勤班车线路层：存放通勤班车线路，以线的方式储存。

(3)交通小区层：存放交通小区，以面的方式储存。

2 基于GIS的通勤班车线路优化设计

2.1 通勤班车线路现状分析

单位A处于合肥市经济技术开发区内，员工约1千余人。目前员工上班的方式主要有通勤客车、城市公交和私家车，通勤客车所占的比例约为10%，单位附近暂无轨道交通站点。根据单位A的地理空间范围，利用软件下载合肥市街道地图，在确定坐标系后对地图进行矢量化。目前单位共有3条通勤班车线路，具体见表1和图2。

表1 合肥某单位A通勤班车现状表

图2 合肥某单位A通勤班车路线矢量图

2.2 客流需求分析

选择2019年5月全月为调查时间，依托某运营商数据平台，该运营商在合肥市场份额约为19%，具有较强的代表性。根据地理范围选择在5月份多次出现在单位A的手机信令数据,再根据其时间字段Time选择晚上时段(24:00-05:00)手机信令数据经纬度值,经处理得到单位A员工的居住地。经数据简化和去噪处理后，部分数据如图3所示。

图3 部分客流数据分布

2.3 交通小区划分

通勤班车服务半径不宜过大，一般为20公里以内。为定量分析A单位客流空间分布，以A单位为中心，以20公里为半径，通过ARCGIS在地图上画出一个区域，该区域为本文研究的范围。以500～1000米划为范围，结合路网分布，将区域分为208个交通小区。将员工的居住地按照经纬度数据，分配到各交通小区中。用ARCGIS点转要素功能将客流数据标识到底图中，各区域的员工居住点数量如表2所示，第171号小区需求最为旺盛，共有68个需求点。

表2 部分交通小区起讫表

3 通勤班车的路线优化

3.1 线路优化模型分析

城市公共交通站点一般用300～500米覆盖率进行评价，由于通勤班车对员工免费，员工可接受步行到站点的距离比城市公交站点要长，在此选择500米覆盖率为通勤班车评价指标。

通过ARCGIS的缓冲区分析，得到通勤班车矢量地图的点或线元素，以此为基础向周边拓展500米，将形成一个500米的覆盖率区域。计算落在通勤班车线路上点或线元素上的手机信令数据，得出该线路的覆盖率S。

以maxS为优化模型的目标，在不增加运力等资源基础上，设定约束条件如下：

②线路条数与原条数保持一致，均为3条。

③线路非直线系数ri≤2。

3.2 通勤班车起讫点的确定

因通勤班车现状总条数为3条，需确定3个起讫点。起讫点的选择考虑需综合考虑3个因素，一是选择交通小区客流比较集中的区域为备选区域，在此选择前10%共20个的交通小区为备选；二是尽量选择客运走廊上的交通小区，以增加整个线路的覆盖率；三是考虑到空间分布和非直线系数，去除离单位A太近的区域，优先选择可中间停靠其他客流集中分布点的交通小区。

根据以上因素，通勤班车确定3个起讫点，分别为合肥学院北区、派河大桥、景智电子厂。其所在的交通小区的客流分布及位置如图4所示。

图4 交通小区客流分布及位置图

3.3 通勤班车线路的确定

在确定起讫点的基础上，线路的确定可采用先逐条布设法，再整体优化的方法。

线路S1起讫点合肥学院北区、单位A二期，通往单位A二期的道路主要有2条，分别为①合肥学院北区→东陈岗→太宁路口→卫岗→烟草研究院→祁门路与宿松路交叉口→繁华大道与宿松路交叉口→海尔工厂(繁华大道)→单位A一期→单位A二期；②合肥学院北区→工大西区宿舍→南七华联路口→建工学院→(金寨路高架)→大华国际港→正大广场→安徽新闻出版职业技术学院→单位A一期→单位A二期；其线路编号分别设为S1a、S1b。

线路S2起讫点派河大桥、单位A二期，通往单位A二期方向的道路主要有2条，①派河大桥→肥西实验中学→新安驾校(金寨南路)→南空花园小区→金寨南路与丹霞路交叉口→正大广场→石莲路口→合肥师范学院→单位A一期→单位A二期；②派河大桥→派河花园沿河花园小区→派河家园→派河大道与蓬莱路交叉口→蓬莱路与云谷路交叉口→蓬莱路与卧云路交叉口→紫蓬路口→安建大南校区→海尔电冰箱厂(使信路)→单位A二期；其线路编号分别设为S2a、S2b。

线路S3起讫点景智电子、单位A二期，通往单位A二期方向的道路主要有2条，①景智电子厂→云谷路与玉龙路交叉口→滨湖桂园→滨湖家园→合肥市第四十六中→滨湖医院→蓝鼎观湖苑→滨湖会展中心→宿松路与锦绣大道交叉口→单位A二期；②景智电子厂→云谷路与玉龙路交叉口→滨湖桂园→滨湖家园→合肥市第四十六中→宿松路与锦绣大道交叉口→单位A二期。线路编号分别设为S3a、S3b。

这6条备选线路均符合约束条件，线路的里程数、非直线系数和站点数可以通过ARCGIS的空间分析计算，覆盖率可通过邻域分析计算。以覆盖率为规划主目标，综合考虑约束条件，得出优化路线为S1a，S2a，S3a，如表3所示。

表3 备选线路表

3.4 线路评价及分析

为了更好研究优化效果，本文对通勤班车线路现状和优化后线路开展对比分析。通过ARCGIS缓冲分析，规划线路比现有线路总里程少14%。非直线系数增加0.06，站点数基本保持一样。与此同时，在保持线路里程和非直线系数基本不变的约束下，规划线路覆盖率由17.8%提升32.2%，优化效果明显，如表4和图5所示。

表4 现有路线、规划路线对比表

图5 现有线路和规划线路覆盖范围对比图

4 结论

(1)确定了需求规模。依托手机信令数据，整个数据挖掘定量化分析了客流需求规模，经与单位员工数量比对，通过地理空间范围提取的手机信令数据和单位在册员工数量基本保持一致，说明手机信令数据可以用来分析员工的通勤需求规模。

(2)确定了需求分布。根据员工居住地分析，通过地理信息系统ARCGIS,定量化标识了客流需求分布。通过划分交通小区，明确了各交通小区的需求量。

(3)提出了通勤班车线路优化方法。以线路覆盖率为主要目标，提出了线路优化方法，通过ARCGIS的缓冲区等空间分析功能，准确标识了各线路的覆盖范围，具有较强的应用价值。

本文还存在一些不足，一是手机信令数据未包括所有运营商的数据，虽满足了宏观分析的需求，但在做微观交通小区分析时，有可能产生较大偏差。二是本文将所有与单位A相关的手机信令数据当作潜在需求点，未深入分析不同人群对通勤班车的选择习惯。这些不足有待在下一步研究中完善。