长期以来, 通过入户调查、公交线路随车调查、公交站点调查等人工抽样调查是获取居民公交出行特征信息的主要方法^{[3, 4, 5]}。这种客流信息采集方法虽然比较成熟, 但取得数据的成本过高、数据处理工作量大、周期长。此外, 由于只能得到部分出行者在调查日期前很短一段时间内的公交出行信息, 且受调查者和被调查者的主观影响较大, 其调查结果难以准确体现公交出行的总体需求规模和结构、各线路日常出行需求的时空分布, 更不能体现非常态下突发客流的出行需求特点, 因而以此为基础的公交规划和运行调度难以满足实际出行需求, 这些信息也难以为运力配置决策以及相关法律法规、管理体制、财税政策的制定提供有力支持。由于我国在交通调查体系的协调性和规范性方面与发达国家相距较大, 单纯依靠这种信息获取方法所导致的公交需求与供给失衡问题更为严重。

公交IC卡的广泛应用, 不但有助于缓解公交行业中普遍存在的找零困难、残假币现象严重、点钞工作量大等问题, 而且提高了持卡乘客的上车效率和支付的便捷性^{[6, 7, 8]}。随着持卡乘客数量的增加, 公交IC卡的交易记录成为低成本获取客流信息的新途径, 受到了国内外公交研究者的高度关注。

国外的公交IC卡应用较早, 绝大部分成果是在一票制条件下对客流信息进行的估计, 主要包括用于线路发车间隔优化的线路内上车客流估计、用于线路间协调发车间隔优化的换乘客流估计、以当天首末次出发起点为基础的出行矩阵(OD矩阵)估计、针对不同持卡者类型的出发时间和上车地点分布、人均出行次数估计等。2004年韩国首尔开始改用配备有GPS的分段计价公交IC卡系统, 到2007年有90%的公交乘客和75%的地铁乘客使用IC卡, 将上下车两次刷卡的收费数据与GPS数据相结合, 可对不同类型线路在不同时段乘客的刷卡规律、客流起终点分布、换乘客流分布、平均出行时间与距离等进行估计, 进一步改善了客流信息估计的全面性和可靠性^[9]。

我国基于公交IC卡数据估计客流信息的研究始于21世纪初, 与发达国家的情况类似, 由于我国城市的公交IC卡系统以一票制为主, 因此绝大部分成果是以一票制收费记录为基础对各类客流信息进行估计, 主要包括根据公交调度计划和刷卡时间估计上车站点、根据前后连续两次刷卡上车地点估计前次下车站点(换乘点与出行终点)、根据乘客一日出行路线形成的闭合圈估计下车站点以及据此进一步估计的车客流信息, 如上车客流、下车客流、站点客流、线路客流、截面客流、平均出行次数、平均出行站数、平均换乘次数、单一线路站点间出行OD、区域公交出行OD^{[10, 11, 12, 13, 14, 15]}。目前只有北京等少数城市的部分公交线路实行分段计价票制, 而且在其上下车两次刷卡的收费数据中还包括有准确的站点信息, 以此为基础估计的公交客流信息, 在指标数量和可靠度方面都有明显改善。

从总体上看, 公交IC卡具有技术成熟、交易迅速、成本低廉的特点, 在方便乘客支付的同时, 可以减少公交车辆停站上客时间、降低公交公司零钞清点工作量和残币假币损失, 并具有更全面、可靠、及时、连续、低成本采集客流信息的巨大潜力。

与我国提升公交吸引力、建设公交都市、缓解城市交通拥堵、引领城市可持续发展的战略目标相比, 公交IC卡系统在公交优先发展中的核心作用还没有得到充分发挥, 其在客流信息采集方面的增值功能还存在巨大的提升空间, 当前亟需解决的问题主要体现在以下4个方面:

(1)公交IC卡系统的核心地位需要得到确认。提升公交吸引力、实行公交优先、建设公交都市是一项复杂的系统工程, 其效果取决于线路与站点规划、换乘停车场规划、专用道布局、车型选择、运营调度、信号优先、行人过街横道布局、承运区域划分、票价票制、财政补贴、市场进入与退出机制、服务质量标准和监督机制、运营服务奖惩机制等众多环节的科学性和协调性, 这些环节的核心共性基础是低成本获取全面、可靠、及时、连续的客流信息, 基于公交IC卡获取客流信息是目前的最佳选择, 也是未来发展的必然趋势。

(2)公交IC卡系统需要升级换代。现有公交IC卡系统仅有票款支付和票款管理功能, 且多在一票制条件下运行。一票制的主要成因是降低现金付费的难度, 而不是普及IC卡技术的必然要求。在特定的历史时期, 一票制在减少售票员工作量方面发挥了重要作用, 但其本质是以牺牲公交资源消费的公平性为代价的, 在IC卡技术日益成熟的条件下, 这种票价机制既不合理, 也没有必要。此外, 以单一票价IC卡系统的收费数据为基础, 对客流信息进行估计的机制不顺、操作复杂, 而且估计结果在全面性、准确性和及时性方面难以支持公交线网规划、运营调度、管理制度、补贴政策等决策的需要。从客流的角度看, 公交是一个全封闭的系统, 易于实现全样本的信息采集。在IC卡技术成熟且成本较低的情况下, 与车载GPS系统、自动报站系统等相结合, 进一步拓展公交IC卡系统的功能, 在实现分段计程票制的同时, 全面、可靠、及时、连续、低成本地获得全部乘客的出行信息, 不但具有很高的技术先进性和经济合理性, 而且对于公交系统运行质量和效率的提升具有显著的效果。

(3)公交IC卡系统的应用机制需要进一步完善。基于公交IC卡系统所采集客流信息的价值与持卡乘客比例密切相关。目前, 我国大城市公交IC卡付费比例约为40%~70%左右, 北京也仅有80%, 中小城市的比例更低一些, 与首尔、香港、东京等公交发达城市的90%还有较大差距。因此, 以提高持卡消费比例为目标, 综合考虑公平票价、系列票制、换乘优惠等因素以及公交线网规划、运营调度、财政补贴、管理机制等方面的决策需要, 研究促进IC卡应用的保障机制, 在降低公交出行者现金支付意愿的同时, 为采用公交IC卡付费创造更便捷的环境, 吸引更多的公交出行者采用IC卡支付票款。

(4)公交决策的信息化、科学化理念需要进一步加强。长期以来, 由于高质量公交客流信息的缺失, 包括线网和站点布局规划、运营调度指挥、公交票价和票制、公交运营和使用补贴、市场进入和退出制度、服务质量标准和监督制度、运营服务奖惩制度等方面的决策方法简单粗放, 不但影响了每项决策自身的合理性, 而且也难以顾及相关决策之间的协调性。因此, 在能够全面、可靠、及时、连续、低成本获取客流信息的条件下, 在公共交通的布局规划、运营调度、管理机制等决策中树立信息化理念、强化科学方法的使用是非常必要的。

本文提出的公交IC卡计程收费和客流信息实时采集方法, 主要目的是解决目前公交资源消费公平性较低以及公交客流信息严重缺失的问题, 包括连续累计乘行距离分段计程收费方法、公交客流信息实时采集方法和公交出行特征信息采集方法3个部分。

连续累计乘行距离分段计程收费方法应用于车载端, 根据乘行距离连续累计分段递减费率和累计计程的有效时间长度, 在持卡乘客上车刷卡时, 记录其乘坐线路与车辆、上车站点与时刻等数据, 判断其是否符合连续计程条件, 分别采用对应的费率, 按照本站到终点站的里程预收票款; 在其下车刷卡时, 记录其下车站点与时刻、本次乘行距离以及累计有效乘行距离, 按照对应的费率计算本次应付票款, 退回多收的票款; 在车辆启动平稳运行阶段, 将上述数据传输到公交信息中心。

将客流信息实时采集方法和公交出行特征信息采集方法应用于中心端, 根据各公交车辆上传的数据, 可以在指定的一个或多个时间尺度下(如10 min、30 min、1 h、1天、1周、1月、1年等), 针对特定线路, 获取其每个站点的上车客流量、下车客流量以及站点之间的OD客流量; 针对指定的某些线路, 获取其各站点之间的换乘客流量; 针对特定区域内的所有线路, 获取其各站点的上车客流量、下车客流量以及站点之间的OD客流量; 针对特定区域内的所有线路, 可以按照另行划定的交通小区, 获取各小区的公交出行发生量、吸引量以及各小区之间的OD客流量; 针对特定线路或者特定区域, 对满足连续出行有效时间长度要求的出行者, 离线获取平均乘行距离以及不同乘行距离区间内的出行者所占比例、平均乘行时间以及不同乘行时间区间内的出行者所占比例。

车载端的算法用于在线完成连续累计乘行距离分段计程收费, 分为上车刷卡、下车刷卡和信息发送3个环节。

在上车刷卡环节, 对于每位上车乘客, 在其刷卡时, 首先记录上车站点编码 sa和上车时刻 ta(i),按照式(1)判断该乘客是否符合连续计程条件:

ta(i)-t0> T, t0=ta(i)ta(i)-t0≤T, t0=t01

式中: ,i为本次乘坐a为上车标志符号;t₀为每个连续累计乘行距离的起始时间。当 t0=ta(i)时, 表示不符合连续计程条件, 开始一次新的累计计程; 当 t0=t0时, 表示符合连续计程条件, 保持已有的累计计程。

根据式(1)的判断结果, 考虑累计乘行里程 L(i)和本站到本线路终点站里程 La确定本次收费的费率 fa,如式(2)所示:

fa=F(w)|(L(i)+La)∈wF(w)|La∈w2

式中: F(w)是指与乘行里程 w对应的费率。按照本站到本线路终点站的里程 La进行预收费, 收费额度 Cap按照式(3)计算:

Cap=fa·La3

将线路编码 r、站点编码 sa、上车时刻 ta(i)、本次连续累计乘行距离的起始时间 t0和扣款数额 Cap写入乘客的IC卡中, 将IC卡号 z、线路编码 r、车辆编码 v、站点编码 sa、上车时刻 ta(i)、本次连续累计乘行距离的起始时间 t0和扣款数额 Cap写入车载机。

在下车刷卡环节, 对于每位下车乘客, 在其刷卡时, 首先记录下车站点编码 sb、下车时刻 tb(i),并按照式(4)计算本次乘车实际应收票款 Cab:

Cab=fa·d(sa, sb)(4)

式中: d(sa, sb)是本次乘车的上车站点与下车站点之间的距离。然后计算应退还票款 Cae如式(5)所示:

Cae=Cap-Cab5

将 Cae退回到乘客账户余额中, 将下车时刻 tb(i)、实际票款 Cab写入乘客的IC卡, 将IC卡号 z、线路编码 r、车辆编码 v、下车站点编码 sb、下车时刻 tb(i)和实际票款数额 Cab写入车载机。

在信息发送环节, 当公交车辆启动并平稳运行一段时间后(确保无上车刷卡), 将车载机中记录的上车乘客信息、下车乘客信息通过无线通信网络发送到公交信息中心。

(1)特定线路客流数据获取算法设计

在特定线路客流数据获取环节, 可得到指定公交线路的客流量在时间和空间上的分布情况。

在指定时间尺度为G的情况下,g时段、线路r中车辆v在站点s_a的上车刷卡人数 Pgsarsv,可由其上传的上车刷卡数据包中的IC卡号数量求和得到; g时段、线路r中车辆v在站点sb的下车刷卡人数Pgsbrsv,可由其上传的下车刷卡数据包中的IC卡号数量求和得到;g时段、线路r中车辆v在站点s_a的车上载客人数为 Pgsarsv和 Pgsbrsv之差, 其中 sa=sb。

在指定时间尺度为 G的情况下,对于第g个时间段,线路r中站点s_a的上车人数 Pgsars以及线路r中所有站点的上车人数 Pgrs分别如式(6)和式(7)所示:

Pgsars=∑vPgsarsv6Pgrs=∑saPgsars7

同理, 对于第g个时间段,线路r中站点s_b的下车人数 Pgsbrx以及线路r中所有站点的下车人数 Pgrx分别如式(8)和式(9)所示:

Pgsbrx=∑vPgsbrxv8Pgrx=∑sbPgsbrx9

线路 r的OD客流量 Pgsbrsa是指在 g时段在站点sb下车的乘客按照其上车站点进行分类统计的结果, 其计算方法如式(10)所示:

Pgsbrsa=∑vPgsbrsav10

式中: Pgsbrsav等于g时间段内车辆v在站点sb下车的人数 Pgsbrxv中由站点 sa上车的人数之和, 可由各车辆上传的下车刷卡信息及其之前上传的上车刷卡信息中的IC卡号联合统计得到。

(2)特定线路之间的换乘客流量数据获取算法设计

在特定线路之间的换乘客流量数据获取环节, 可得到指定公交线路之间的换乘客流数据。

在指定时间尺度为G的情况下,在第g个时间段,对于线路r中站点s_a的上车乘客 Pgsars,以其IC卡号 z为匹配变量, 按照式(1)判断的结果, 如果符合连续计程条件且前后两次乘坐的非同一线路, 则可作为换乘出行。

对于符合换乘条件的IC卡号 z,提取其紧前一次乘车的线路编码 r(i-1)及其下车站点 sb(i-1),然后将 Pgsars中符合换乘条件的乘客, 按照前次乘车的下车站点 sb(i-1)进行汇总, 得到本次乘车线路中的站点换乘流量 Pgsb(i-1)r(i)sa(i)如式(11)所示:

Pgsb(i-1)r(i)sa(i)=Pgsa(i)sb(i-1)r(i)s|ta(i)-ta(i-1)≤T, r(i)≠r(i-1)(∀r(i), ∀sa(i))(11)

对于前后两次均乘坐同一线路的乘客, 不作为换乘出行。

(3)区域内的所有线路客流数据获取算法设计

在特定区域内的所有线路客流数据获取环节, 对于区域k首先统计其各站点的上、下车客流量 , Pgsaks和 Pgsbkx。对于只有一条公交线路的车站, 其结果与 Pgsars和 Pgsbrx相同。但对于多条线路共用的车站, 其结果分别为相应线路在本站点上、下车乘客数之和, 计算方法分别如式(12)和式(13)所示。

Pgsaks=∑r|sa∈kPgsakrs12Pgsbkx=∑r|sb∈kPgsbkrx13

然后统计整个区域k的上车、下车客流量Pgks和 Pgkx,分别为该区域内所有站点的上车和下车流量之和, 如式(14)和式(15)所示:

Pgks=∑sa|sa∈kPgsaks14Pgkx=∑sb|sb∈kPgsbkx15

最后, 统计整个区域 k内的OD客流量 Pgsbksa,是指在站点 sb下车的乘客数 Pgsbkx按照其本次乘车的上车站点进行的分类统计, 计算方法如式(16)所示:

Pgsbksa=pgsbkx|sa∈k16

对于上车站点在 k区域之外的乘客数量, 即 sa∉k的下车乘客数量, 可列为“ 其他” 类, 表示从区域 k之外的地点上车。

(4)另行划定交通小区的客流数据获取算法设计

另行划定的交通小区主要是指:为了满足公共交通线网规划、公共交通企业承运区域划分、公交专用道布局、公共交通枢纽布局等方面决策的需要, 临时划分的客流统计小区。

在确定另行划定的交通小区数量 m及其与原有线路、站点的空间隶属关系的基础上, 对于交通小区 u∈m,首先统计该小区内各站点的上、下车客流量 Pgsaus和 Pgsbux,分别为所停靠线路在该站点的上、下车乘客数之和计算方法分别如式(17)和式(18)所示:

Pgsaus=∑r|sa∈uPgsaurs17Pgsbux=∑r|sb∈uPgsburx18

然后统计各区域