一种基于出行者视角的公交线网优化方案的审计方法与流程

本发明涉及一种基于出行者视角的利用公交刷卡数据的公交线网优化审计方法，属于公共交通线路优化和服务评价领域。

背景技术：

在众多新兴出行方式的冲击下，国内大城市的地面公交客运量普遍呈下降趋势。增强公共交通吸引力，提升公共交通供需匹配程度和运营效率，是公交线网优化的主要研究目标。目前公交线网优化效果评价手段的不足，在实施公交线网优化评价时，由于缺乏充足的依据与科学的决策支持，目前方法大多关注线网的优化方法，但是对优化后的结果评价关注较少。交线网优化方案实施后，现行的评价审计方法主要考虑线网结构层面的静态指标，与乘客的实际出行需求脱节，直至产生严重的负面影响并收到出行者明确的负面反馈后，才能有效地进行公交线路的再优化。

申请号为cn201811167815.3的中国发明方法提供了一种城市公交线网的综合指标的评价方法，涉及城市交通运营管理技术领域，该方法首先收集公交线网运行数据，计算所述公交线网的综合评价指标；然后确定所述综合评价指标的范围阈值；再根据所述综合评价指标的范围阈值确定公交线网结构改进方案；最后利用公交线网评价指标体系对所述公交线网结构改进方案进行评价。但是该发明方法仅从可达性、可靠性、客流匹配度等层面对初始公交线网进行评价，没有给出统一的评价方法。

申请号为cn201710092948.8的中国发明方法，基于公交车gps数据的大范围城市公交线网实时运行水平评价方法，包括数据预处理、地图匹配、旅行时间指标计算、站点停靠时间指标计算以及拥堵指标计算。该方法用于对公交线网实时运行水平进行评价，没有针对线网优化后的对乘客出行特征影响进行评价。

随着智能交通信息技术的发展，地面公交系统每天产生海量的公交运营及运行数据，包括公交gps数据、ic卡刷卡数据等。以北京为例，公共交通日均刷卡量约1700万人次，刷卡数据记录了乘客的上下车时间与位置、乘车线路等重要的交通信息。同时，伴随着新一代公交智能终端的上线，公交刷卡数据和gps数据实现实时回传，带来了数据质量和数据时效性的变革，公交运行状态监测数据也趋于完备。愈发优质的数据条件为公交个体出行特征的长期感知提供了有力支持，也为进一步开展为公交线网优化需求的整合，优化方案实施前的审计比选以及方案实施后的效果评价提供综合全面而定量化的决策支持奠定了基础。

技术实现要素：

本发明目的在于提出一种基于出行者视角的公交线网优化审计方法，包括对初始方案的修正反馈和对公交线网优化方法应用效果的跟踪反馈，为实现基于出行者视角的公交线网优化方案评价提供支撑。两阶段的评价反馈均从出行者视角出发，最大限度地提高公交线网的服务水平，具体流程如图1所示：

为了实现上述目的，本发明采用以下技术方案。

基于出行者视角的公交线网优化审计方法，其特征在于包括以下步骤：

步骤1：基于线网优化方案调整前评估的修正反馈

针对初始优化方案，通过海量公交历史出行数据预估线路调整可能给出行者带来的客流转移和出行时间延长情况，提出定量化的修正反馈建议，公交调线影响指数由客流转移饱和度和出行时间延长比两部分构成：

步骤1.1:计算客流转移饱和度

通过历史数据预测公交转移需求，选取线路调整前一周工作日内预撤销站点早晚高峰时段上车人数的平均值作为站点客流转移需求的预测值,以tdj代表站点j的客流转移需求。基于替代线路高峰站点区间满载率(loadfactor，lf)和额定载客量(ratedpassengercapacity，rpc)，构造替代线路在站点区间j的剩余载客能力指标，计算方法如下：

式中：

td—预调线路总客流转移需求；

asc—所有替代线路的剩余载客能力；

tdj—预调线路第j个预撤销站点的客流转移需求；

lfij—预调线路第i条替代线路第j个预撤销站点区间的满载率；

rpci—预调线路第i条替代线路的额定载客量；

numij—预调线路第i条替代线路第j个站点在早晚高峰时段的到站班次数。

m—替代线路总数；

n—预调线路站点j的总数；

pj—预撤销站点j的早高峰登降量。

步骤1.2:计算出行时间延长比

调线后的出行时间延长比由三部分组成，分别是线路调整前出行时间延长比、在途时间延长比，换乘时间延长比。

1、线路调整前出行时间延长比计算

选取总出行时间作为出行效用的评价指标，对线路调整后通勤出行者总出行时间的延长比例进行预估，求得出行时间延长比作为公交调线影响指数的修正系数。

式中：

r1—线路调整前的出行时间延长比；

pef—调整前预调线路站点e站点f的线路通勤者人数；

tef—调整前预调线路站点e到站点f的平均公交出行时间；

tef'—调整后预调线路与替代线路站点e到f的平均公交出行时间；

n—预调线路站点总数。

2、新增换乘站点识别

新增换乘站点的识别分两类情况进行考虑。第一类情况是部分站点撤销的线路调整类型，第二类情况是全线撤销的线路调整类型。

3、在途时间延长量预估

线路撤销站点后，部分站点或全线功能由替代线路承担，因此部分出行人的出行在途时间会发生变化。在途时间可以通过各站点区间行程时间求和进行计算，各站点区间行程时间基于预调线路和替代线路的历史数据平均值进行估计。进一步可根据预调线路和替代线路在同一站点区间的行程时间差计算调线后不同出行od在途时间延长量。

式中

δttravel—在途时间延长量；

tef'—调整后预调线路与替代线路站点e到f的平均公交行程时间但不包含换乘时间。

4、换乘时间延长量预估

线路撤销站点后，预调线路通勤者换乘时间延长量与平均换乘时间和总换乘次数增量有关。其中，换乘基本发生在步骤一识别出的新增换乘点处，且换乘前后的线路已知，因此可以基于刷卡数据统计该站点换乘模式的平均换乘时间。总换乘次数需要基于线路通勤者的出行od历史数据，统计分别有多少通勤者的出行轨迹中包含新增换乘点。

式中：

pk—调整前预调线路经过第k个新增换乘点的线路通勤者人数；

tk—第k个新增换乘点的平均公交换乘(预调线路或替代线路之间)时间；

s—预整线路新增换乘点总数。

经过以上4个步骤，公交调线出行时间延长比r可通过以下公式计算：

步骤1.3：公交调线影响指数计算

公交调线影响指数是以客流转移饱和度和出行时间延长比两个指标为基础，进行修正后计算获得的预估指数，其中前者反映线路调整方案对客流供需关系的影响，后者反映预调线路通勤者的出行效用变化，从而以出行者视角实现对初始公交线网优化方案合理性的评价。公交调线影响指数的计算方法如下：

bai＝s·r·α(6)

式中，bai—公交线路调整影响评价指数，简称公交调线影响指数；

α—比例系数，取10。

步骤1.4:按公交调线影响指数对预调线路的影响进行分级，如表1所示。

表1公交调线影响指数等级划分

步骤2:基于公交线网优化后跟踪审计

在公交线网优化方案实施后，从出行者的角度对优化效果进行跟踪评价，评价结果可用于对调整前评估和优化方法流程的反馈完善。从公交网络和线路两个角度，结合优化目标，充分利用出行特征感知数据，计算公交线网优化后跟踪审计指标。

步骤2.1:计算网络层优化效果审计指标

在优化方案实施后，为验证优化目标是否实现，从公交出行快捷性和便利性两方面是否提升效果进行评价，计算线网中所有出行者的在途总时间和换乘总时间作为核心指标。各指标计算公式如下所示：

1、平均出行时间

利用出行特征感知中的出行链数据，提取出行者完整出行过程的出行时间。同时，基于出行特征感知中的人群分类结果，按照通勤人群和非通勤人群分别进行平均出行时间的提取计算。由此可以更加精细化地表征线路调整对各类型人群出行时间的影响。

计算公式如下：

式中：

—通勤人群平均出行时间；

—非通勤人群平均出行时间；

pef,co—公交站点e到f的通勤客流量；

pef,no—公交站点e到f的非通勤客流量；

tef—公交站点e到f的平均出行时间。

在优化效果评价中，需要评价公交线网调整给所有乘客带来的影响，因此不再限定高峰时段，考虑全时段、分类型的乘客出行时间变化。但应该重点关注高峰时段的公交在途总时间和换乘总时间，以供需关系最紧张的时段作为优化目标。

2、乘客平均换乘系数

基于海量公共交通出行链数据，提取乘客平均换乘系数，在统计维度上仍然划分为通勤人群和非通勤人群。具体计算方法如下：

式中：

trancommuter—通勤人群平均换乘系数；

trannon-commuter—非通勤人群平均换乘系数；

numchain,co—通勤出行人群出行链数量；

numtransfer,co—通勤出行人群换乘次数；

numjs,co—通勤出行人群出行阶段数量；

numchain,no—非通勤出行人群出行链数量；

numtransfer,no—非通勤出行人群换乘次数；

numjs,no—非通勤出行人群出行阶段数量。

步骤2.2:线路层优化效果评价指标

1、分类型影响人数提取

基于的ic卡数据，根据线路调整后出行者在出行方式和线路间的转移特征，将公交线路调整的影响人群划分为4类，a公交诱增人群，b线路诱增人群，c公交流失人群，d线路流失人群。

表2公交线网优化影响人群划分

2、线路常乘客出行特征变化

计算评价对象在调整线路前后各一个月内工作日的日均出行时间、出行距离、换乘时间、换乘次数。

3、计算出行特征指标变化

计算实施调整前后一个月的日均出行时间、出行距离、换乘时间、换乘次数。这些指标的变化率。

步骤2.3:对比线网层、线路层优化效果评价指标，评价是否实现预期优化目标

在制定每条线路调整方案时，决策者往往会提出相应的定性优化目标，如“削弱重复线路、方便乘客接驳”等，针对具体线路优化方案的目标，通过对比线网及线路调整前后常乘客的出行特征变化，评价优化方案是否实现了预期的目标。

本方法在初始公交线网优化方案的基础上，从出行者视角提出了两阶段的评价反馈方法，分别为初始方案调整前评估和公交线网优化后评价。前者主要考虑线路调整后，可能产生的客流转移和乘客出行时间延长，评价初始方案对于相关出行者的影响程度，并对其进行修正反馈；后者从网络和线路两个层次，关注方案实施后，实际的客流转移情况和线路常乘客的出行特征变化，对调整前评估的结果和公交线网优化方法的应用效果进行跟踪反馈。

发明与现有技术相比，具有以下明显的优势和有益效果：

第一阶段，针对初始公交线网优化方案，通过海量公交历史出行数据预估线路调整可能带来的客流转移和出行时间延长，进一步提出定量化的修正反馈建议，以确定最终的公交线网优化方案，降低公交线网优化方案实施后可能给出行者带来严重负面影响的风险，增加公交线网优化方案的可行性。

第二阶段，针对公交线网优化方案实施后的效果，评价线路调整后相关乘客实际的客流转移和出行特征变化，既是对线网优化实际效果的跟踪评价，也是对第一阶段影响预估的反馈验证，有助于不断提升方案前评估的精度，逐步完善公交线网优化方法流程。

两阶段的评价反馈均从出行者视角出发，最大限度地提高公交线网的服务水平，充分利用日益成熟的海量公交数据，在初始公交线网优化方案的基础上，从出行者视角提出了包含两阶段的公交线网优化审计方法，提升了公交线网优化方案的可行性，降低出现负面影响的风险，同时为不断完善优化方法流程提供了有效的手段与机制。

附图说明

图1为基于出行者视角的公交线网优化审计流程图；

图2为公交线路调整案例图；

图3公交调线影响指数分级结果；

具体实施方式

本实例以北京公交集团官网公布的初始公交线网调整方案(2016年11月26日、12月26日、12月31日)为例，对公交线网优化的方案进行审计。

以北京477线路调整为例进行线路优化后效果评价。

优化目标及方法：为解决道路有路无车问题，方便居民出行，优化中心城区重复线路，对477路公交车进行调整。调整后该线路由明春苑站发出，经京良路、丰园路、丰科路至丰葆路后，沿477路原线至广外关厢站，见图2。该线路的替代线路为38路。

本实例包含以下步骤：

步骤1：基于线网优化方案调整前评估的修正反馈，计算公交调线影响指数；

在此算例中主要选取早高峰时段进行指数计算，识别出对公交出行影响较大的预调线路。

包含撤销站点的样本数为36，基于本方法提出的算法计算36条预调线路的调线指数，结果如表2所示。

表2公交调线影响指数计算结果

对公交调线影响指数分级；

分级结果如图3所示，其中610下行、421上行、697下行以及968下行公交调线影响指数为三级；处于二级的同样有4条线路，其余均处于一级水平。

步骤2：基于公交线网优化后跟踪审计。

基于线路调整前后各一个月的公交刷卡数据，提取公交诱增人群、线路诱增人群、公交流失人群、线路流失人群四种类型影响人群的数量，如表3所示。

表3公交线路调整影响人群数量

线路调整后常乘客的转移特征表明，该线路流失总人数大于诱增总人数，流失人群大多转移至其他公交线路。

基于出行特征感知分别提取477路公交调整前后常乘客的出行特征指标，结果如表4所示。

表4公交线路调整对出行特征影响

结果显示，477路调整使得公交线路常乘客的出行时间平均延长约4％，换乘次数增加近8％，可见对出行者主要以负面影响为主。唯一下降的指标是出行距离，说明目前公交企业在制定线路调整方案时，考虑的主要因素是减少运营里程，降低运营成本，未真正意义上考虑出行者效益，因此很难提升公交吸引力。

对比公交集团在官网上公布的477路线路优化目标，分别是“方便小区居民出行”和“优化中心城区重复线路”，从客流转移情况来看，基本实现了该目标，但对出行人造成了出行时间延长、换乘次数增加等负面影响。