基于京津冀出行链的公共交通一体化研究

王嘉

北京北控智慧城市科技发展有限公司 北京 100013

北三县为案例，深入分析北京及周边城市圈的出行链生成机理及互馈机制，进一步建立职住平衡及交通资源供需耦合配置体系，不仅满足大众出行需求，还能为推进京津冀城市群交通互联互通提供数据支持，形成良性循环的互馈机制。

1 京津冀城市群交通一体化

京津冀城市群各区域间在自然环境、地理位置、区域经济、产业结构、人口密度、人们的文化生活观念、技术发展水平等方面存在着很大的差异性，再加上区域间经济发展平衡的需要，国家经济政策的变动、生产力布局的变化、导致了流动人口增加，打工、上学、技术交流、开会、出差等生产性交通需求开始急剧增加，随着居民消费水平的提高、新的区域的开发、人们消费观念变化，人们的消费观念也有了很大的变化，旅游、访友、休闲等消费性交通需求开始急剧增加。在各种动力的作用下，运输需求大量生成。北京作为全国的政治，商务中心，客运量极大，京津冀区域的交通协同发展，对缓解城市群内客流需求失衡，缓解首都大客流压力，合理配置资源具有重要意义。

2 京津冀城市群出行链

出行链包括了大量时间分布信息、空间分布信息以及出行方式特征等信息，载有居民出行信息的整个过程被称为出行链。对于出行链的结构，其概念是出行者完成一个或多个出行活动时，在给定的一个时间段内在时间顺序上由不同的出行目的所连接的一种形式[1]。交通系统中时间维、空间维、方式维和活动类型四种出行链信息则以“链”的形式被连接在一起，使得交通系统从单独个体信息转变成一个有机体。出行链结构则是指在物理结构的基础上，增加时空分布、活动类型和出行方式，例如出发时间、行程时间、交通路径、活动位置、交通工具等信息。

典型的城市内出行链是描述了一个人（或具有相似活动特征的一类人）在一天中的出行次数、顺序和每次出行的目的。出行链从居住地出发，经过一系列活动后，最终又回到居住地。对于一个居民，由于参与多项活动的需要，在一天中这种从居住地出发，经过一系列活动最终又回到居住地的出行链可能不止一条，因此需要用主要出行链和次要出行链进行区分。该居民一天中有 2 条出行链：早晨从家出发到单位，下班后回到家的出行链为主要出行链；晚上出门购物最后回家的出行链为次要出行链，其全日出行链可记为家（h）—工作（w）—回家（h）—购物（g）—回家（h），共有四次出行。

与城市内出行链相比，城市群出行链涉及范围更广，包含信息更多。城市群出行链并不仅是简单的一个人从起点出发到达终点的过程，其中还包含大量信息，如时间、空间、交通方式等。这些信息是相互联系和相互影响的，并且这些联系和影响伴随着出行的全过程。出行者在选择出行目的和出行方式时是同步进行的；时间和空间因素对出行具有约束性。在出行时，前一次采取的出行方式选择深刻影响着后一次出行方式的选择结果。

3 城市群出行链分析

3.1 城市群跨区人群停留点识别

出行OD算法的关键节点在于计算用户某一时间段出行的所有起止点，也就是出行停留点。基于交通卡刷卡数据，在某些地点停留较长时间，如工作单位、家、购物商场、枢纽、学校等，这些点成为停留点。停留点可分为两种类型：

停留点是居民出行轨迹中某一单个的点；

由居民出行轨迹中多个定位点形成的一个停留区域，而停留点是该区域的几何中心点。表示居民在该区域内的小范围移动，或由于定位误差产生的类似居民的位置移动。

3.2 城市群客流出行链提取

本次研究用户出行停留点采用“时间-空间”双层聚类算法进行识别。该算法共分为两阶段，第一阶段进行空间聚类方法采用DBSCAN算法，基于第一阶段结果再进行时间层聚类，最终精准识别出用户停留点，进而得到用户的出行OD。具体步骤如下[2]：

3.2.1 提取特定区域相关用户所有轨迹数据；

3.2.2 遍历各用户的所有轨迹数据并作为数据输入；

3.2.3 确定DBSCAN算法参数，停留点最小点数MinP，停留点判别最小距离MinR；

3.2.4 DBSCAN模型计算输出各用户的停留点

3.2.5 将停留点按时间序列进行排序，并计算各簇的停留时长；

3.2.6 判定各簇的停留时长是否大于时间阈值；

3.2.7 识别出停留点，输出停留点集合，并连接出行OD。

基于上述时空聚类出行算法，对京津冀城市群互通卡刷卡数据及铁路民航公开数据，基于Spark平台进行计算，最后提取京津冀城市群出行链。

4 城市群出行客流时空分布

依据OD出行数据，对京津冀城市群出行的客流量的初步辨识。从宏观角度分析，京津冀区域的交通出行主要呈现“一个中心，多区域互动”的主要特点，其中：

一个中心：以北京为中心，呈发散状与城市群内多区域互动；北京市南部跨区域出行频繁；

多区域互动：各地级市以自身主城区为中心，与周边县市活动密切；

多廊道：北京-燕郊；北京-石家庄；北京-秦皇岛。

京津冀城市群间和县区间在工作日和非工作日的出行OD分布。其中城市群间的出行呈现出以北京为中心的散射状。与之相邻近交通量大的城市主要有保定、廊坊、天津、唐山。其中廊坊-天津-唐山之间的客流量也相对较大。在县区层面则以主城区为中心，向周边发散。