大數據技術在新時代城市公共交通發展中的應用

吳思航

摘要：當前，數字化、網絡化、智能化已經成為我國經濟社會發展的大趨勢。《交通強國建設綱要》指出，要大力發展智慧交通，推動大數據、互聯網、人工智能等新技術與交通行業深度融合，推進數據資源賦能交通發展。城市公交作為重要基礎設施，在財政支出中有著不可或缺的地位，且當前我國城市公交普遍存在缺乏整體統籌，資源利用率低等問題，已無法適應大數據時代線下資源線上化、業務快速靈活迭代的發展要求，轉型發展迫在眉睫。以大數據技術賦能城市公交發展，使公交企業進行數字化轉型，可精確分析、精細管理車輛資源，提高服務水平和運營效率。

關鍵詞：大數據 城市公交 智慧交通 統籌規劃

1.規劃公交線網的方式

1.1認識到傳統方式規劃公交線網的弊端

當前我國絕大部分中小城市的公交線路調整仍是以隨車客流調查、在線上征集人民意見等傳統方式為主，不但費時費力，而且獲得的運營數據不全面，導致公交線路的調整不科學、客流低迷、運營效益差，人民滿意度較低。近年來我國經濟發展迅速，城市不斷擴張，新建成區域較多，在新建成區域開通公交線路時上述傳統方式的弊端更為突出，面對公交空白的區域，如果僅靠人們主觀上的規劃，不引入大數據技術，新建成區域將會出現公交線路覆蓋度不高、車輛配置不合理、難以保證線路運力匹配等諸多問題。

1.2CEMDAP活動生成模擬器與數據融合技術

CEMDAP模型可利用積累的公交運營數據，根據計量經濟學模型對個體的出行行為進行微觀模擬，需輸入各種土地利用情況、家庭和社會人口統計信息、活動系統和公共交通服務水平屬性，將個體分為工作個體和非工作個體兩類，工作個體每日的出行分為上班前序列（Before-Work或 BW 序列）、上班通勤序列（Home-Work或HW序列）、工作序列（Work-Based或WB 序列）、下班通勤序列（Work-Home或WH 序列）、到家后序列（After-Work或 AW 序列）等五個序列，非工作個體同樣使用與序列級、出行鏈級和駐留級相關屬性來表征。最后利用CEMDAP軟件輸出每個人的日活動-出行序列。

2.利用大數據技術進行線網規劃

2.1利用大數據技術規劃公交線網

首先，面對城市新建成區域，公交部門可以和住房與城鄉建設局、公安局等市政部門聯合，獲取新建成區域的道路、公交場站的詳細參數和戶籍信息，并將其導入大數據模型中，根據國標《公共汽電車線網設置和調整規則》（GB/T 37114—2018）判斷新建成區域那些道路具備公交車的通行條件，從而準確有效地提高新建成區域的公交線網覆蓋度。以及每一條道路分別具備多大尺寸的公交車通行，從而盡可能實現車輛資源的合理分配。線網的設置和調整應具備場站設施條件，場站的選址、規模、設施設置與用地應符合CJJ/T 15的規定。可用大數據模型篩選城市新建成區域中哪些公交用地可建設公交場站，以及公交場站適宜的選址。同時也將新建成區域居民區的位置和規模導入大模型中，同時也導入新建成區域及其附近的學校、商場、醫院、公園、辦公大廈等基礎設施的位置和規模，最后用CEMDAP軟件預測每個人的BW、HW、WB、WH和AW等出行序列，進一步預測待開通線路的客流，確定每一條線路的適宜走向、適配車型和發車間隔，從而更合理地規劃公交線網。

2.2利用大數據技術建設多層次公交線網

通過各大城市近年來積累的運營數據，我們不難發現，單一層次的線網早已不能滿足人們多樣化的出行需求。比如近年來我們對連接北京市區和通州區的京通快速路沿線的客流數據進行分析發現，有相當一部分人的乘車區間是通州區的東部至四惠橋或國貿橋，而京通快速路上幾乎所有常規線路向東至通州城區西部的八里橋后就是“站站樂”了，如果此客流斷面上只有這些常規線路必定會延誤部分人的出行時間，而且當前地鐵、網約車、共享單車對客流的吸引力逐漸增強，長此以往也會大幅降低公交與其它出行方式的競爭力。因此，近年來北京公交在京通快速路沿線上新開行了多條從國貿橋直達通州區的東部的快速直達專線，早晚高峰時也在常規普線快車的基礎上加開直達快車，通過建設多層次公交線網的方式大大緩解了此問題。近兩年來，北京公交在各大醫院、學校周圍開通了大批通醫、通學專線，面對大型企業開通定制公交專線，在地鐵站與居民區之間開通地鐵接駁專線，在居民區與城市主干道路之間開通微循環線路，結合北京城市文化開通了以朝陽文旅公交專線為代表的一系列通游專線，進一步豐富了公交線網層次，滿足了人們多樣化的出行需求。

國內其它城市亦是如此，近年來，重慶公交積極向市政部門獲取每條道路的詳細數據，篩選出了具備小型公交車通行條件且尚未開通公交線路的道路，并在這些區域內開通了“小巷公交”，解決了居民出行“最后一公里”的問題。另外，需求響應式公交在未來具有十分廣泛的發展前景。隨著智能交通技術的不斷進步，需求響應式公交可與無人駕駛技術、人工智能和物聯網等技術進行深度融合，這種結合方式不僅能夠提升公交車輛的運營效率，減少城市交通的擁堵，還能夠大大滿足市民個性化的出行需求。成都公交利用大數據分析技術，對歷史的訂單數據進行分析，得到服務區域內乘客的出行習慣、偏好和需求模式，從而更好地預測未來的乘車需求，為線路的調整以及車輛的投放提供決策依據。并在天府大道、天府一街、昆華路、天府五街片區開通需求響應式公交。北京公交也在麗澤商務區、望京、金融街等商圈開通了需求響應式公交，使線網結構更加全面合理。

參考文獻：

[1]何松玲.計算機大數據技術在智慧出行中的應用與實踐分析.人民公交.2024.（06）

[2]楊丹.大數據在公交線網優化中的應用.運輸經理世界.2024.4

[3]陳綿、溫馨.基于大數據的常規公交線路調整客流影響評估方法研究.交通與運輸.2022.3

[4]徐猛、劉濤等.城市智慧公交研究綜述與展望.交通運輸系統工程與信息.2022,22(02)

[5]邵春福.我國城市交通發展中的關鍵問題及對策建議.北京交通大學學報.2016.8

作者信息：

吳思航（河北師范大學計算機與網絡空間安全學院 數據科學與大數據技術專業 河北省 石家莊市 郵編050000）

吳思航（2007.2--），男，漢族，河北保定人，本科在讀學生