大數據在城市軌道交通客流預測的應用

涂小華 張 正

(1.江西旅游商貿職業學院，江西 南昌 330100；2.華東交通大學研究生部，江西 南昌 330000)

大數據在城市軌道交通客流預測的應用

涂小華1張 正2

(1.江西旅游商貿職業學院，江西 南昌 330100；2.華東交通大學研究生部，江西 南昌 330000)

本文主要介紹大數據的概念、特點及大數據在軌道交通客流預測上的應用，強調準確的客流預測能夠合理配置城市空間布局及充分利用沿線土地開發并為線路調度、制定票價提供技術基礎。

大數據 軌道交通 客流預測

一、大數據的概念及特點

對于大數據，是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。由于其所涉及到的資料規模數量巨大到無法估計的地步，所以市面上還沒有任何一個主流軟件能夠完美的做到提取、管理并為企業決策提出依據的作用；但其背后所隱含的巨大的信息價值一旦經過有效的“加工”，就能帶來巨大的數據價值。早在1980年，托夫勒在《第三次浪潮》中就曾高瞻遠矚地預告：如果說IBM的主機拉開了信息化革命的大幕，那么“大數據”則是第三次浪潮的華彩樂章[1]。目前，大數據的開發與利用已經在醫療服務、零售業、金融業、制造業、物流、電信等行業廣泛展開，并產生了巨大的社會價值和產業空間。最早提出“大數據”時代已經到來的機構是全球知名咨詢公司麥肯錫。麥肯錫在研究報告中指出，“數據已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素；而人們對于海量數據的運用將預示著新一波生產率增長和消費者盈余浪潮的到來?！庇纱丝梢?，我們可以斷言，“大數據將會成為第三次工業革命的關鍵，誰掌握了大數據，誰就掌握了天下?！?/p>

大數據的技術特點有四個層面：

第一，數據體量巨大。大型的數據集一般為TB級左右，而大數據一般是PB級甚至EB級；

第二，數據類型繁多。例如網絡日志、視頻、圖片、地理位置信息等等；

第三，處理速度快，1秒定律，可從各種類型的數據中快速獲得高價值的信息，這一點也是和傳統的數據挖掘技術有著本質的不同；

第四，只要合理利用數據并對其進行正確、準確的分析，將會帶來很高的價值回報。

業界將其歸納為4個“V”——Volume(數據體量大)、Variety(數據類型繁多)、Velocity(處理速度快)、Value(價值密度低)。

二、城市軌道交通客流預測

2.1 城市軌道交通發展概述

近年來，隨著我國經濟高速的增長，城市規模不斷擴大。城市常住人口數量逐漸增大，居民出行的數量和出行強度逐漸增大，同時對出行的要求也越來越高。所以這對城市公共交通系統提出了更高的要求，傳統的公共巴士因為其運能小效率低，不能夠完美的承擔旅客運輸的任務。而軌道交通作為一種新型的交通運輸方式以其運量大、快速高效、安全性高、能耗低的優勢逐漸成為解決城市道路擁堵的有效途徑。我國在城市軌道交通運輸組織研究中己經積累了豐富的理論與方法，方吉祥[2]強調客流對軌道交通運輸組織的作用，基于傳統的四階段法，提出四階段預測模型，通過對客流時間以及空間分布的特性，提出不均衡客流條件下運輸組織方案。唐巧梅[3]針對突發性大客流的情況下城市軌道交通采取的措施進行研究。王玉萍[4]就“區域+市區”的概念提出多層次模型分析法，建立了多方式路徑下的劃分和分配組合模型。

2000年之前，全國僅有北京、上海、廣州三個城市擁有軌道交通線路。進入21世紀以來，隨著中國經濟的飛速發展和城市化進程的加快，城市軌道交通也進入大發展時期?！笆晃濉逼陂g，我國城市軌道交通運營里程保持加速上升趨勢。截止到2012年，我國城市軌道交通累計運營里程達2064公里，其中2012年新增投運里程321公里[5]。其中，上海、北京和廣州位居全國前三甲，運營里程分別為444千米、442千米和221千米。截止到2012年12月31日，我國內地已有北京、上海、天津、重慶、廣州、深圳、武漢、南京、沈陽、長春、大連、成都等17個城市累計開通70條城市軌道交通運營線路(含試運營線路)，總運營里程達到2064公里，居世界第一。其中地鐵1726公里，占84%；輕軌267公里，占13%；現代有軌電車41公里，占2%；磁懸浮30公里，占1%。我國的城市軌道交通行業步入一個跨越式發展的新階段，中國已經成為世界最大的城市軌道交通市場。[6]

2.2 城市軌道交通客流預測的重要性

軌道交通作為一個運輸工具其核心任務是運輸旅客，所以“以人為本”逐漸成為核心思想，但是“人”作為系統中最復雜的因素，因為其變化無規律性，往往成為研究的主要障礙之一。所以我們引入“客流”的概念，用這一個數據的集合來反映問題的本質，從而量化并且簡單這種復雜性。國內有許多城市正在興建或者籌建軌道交通，而準確的預測客流大小能夠有效的幫助政府及有關單位制定相關的政策，規劃合適的線路，從而帶動地區經濟。從技術角度而言，客流量大小決定了機車車輛的類型、站臺的長度、樓梯扶手的寬度、以及票價的擬定等。最重要的是它為系統運能，制定行車計劃，以及機車交路類型提供了根本依據。

城市客流主要是由城市規模大小，平均出行距離，土地利用空間布局以及當地相關的一系列政策共同決定的。軌道交通客流預測是一項復雜的工作，首先預測的數據數量龐大，項目繁多，目前主要都是從宏觀上去預測客流為規劃提供依據，而在微觀層面的預測上，專業軟件準確度誤差仍比較大。其次預測的年限較長，一般來說建設項目工期需要5年，然后再預測通車后25年遠期通車客流規模，總共30年的年限長度。遠遠超過城市規劃一般10年的規劃，所以軌道交通客流預測需要考慮到未來的客流需求變化情況，土地分布空間結構，人口變化等一系列復雜的因素。同時國內許多城市仍沒有軌道交通，如果僅僅是參考國內幾個具有線路運營的城市，不能代表整個模型參數標準。不同的城市軌道交通網絡結果具有不同的客流特點，因此，在軌道交通的運輸組織中，需要根據不同的客流特點選擇合適的運輸組織模式。

三、大數據在城市軌道交通客流預測的應用

當今我們正逐漸進入信息社會，對信息傳遞的快速性、準確性的要求越來越高，因此大數據的作用越來越明顯。而采用大數據技術預測軌道交通客流這一種新的理念，避免了傳統問卷調查中的不準確和樣本容量有限的缺陷，同時也降低成本和節省時間。大數據的使用能夠豐富交通數據資源，實時掌握交通動態，構建城市智能交通系統。

3.1 有助于城市軌道交通規劃布局，開發沿線用地。

大數據以其數據量之大跨越了區域間的限制，能夠從宏觀的角度上對城市軌道交通系統加以管理，構建城市智能軌道交通管理體系。大數據將離散的個體現象集合起來，通過檢索、提取分析，能夠充分的滿足各種交通需求。同時通過對全網客流實時觀察，能充分的了解整個城市的運輸動態，為軌道交通線路規劃提供了技術基礎。沿線土地的利用與開發，能夠提供更多的就業崗位，拉動區域經濟，另一方面也緩解中心城區居住壓力，更加科學的規劃城市空間布局。

3.2 能準確與其他交通方式接駁。

軌道交通作為一種快速、大運量的交通運輸方式，能夠主要擔負城市旅客運輸的責任，但是軌道交通只能實現“站到站”服務，不能實現“門對門”服務，所以軌道交通還需要與其他交通運輸方式配套組合。其他運輸工具需要做到為軌道交通集結、疏散旅客的作用，而讓軌道交通發揮運輸的能力，為旅客提供更加便捷、快速、舒適的換乘條件，使得旅客更加愿意選擇軌道交通出行，從而實現城市交通綜合客運最好的運輸效益和效率。

3.3 提升運輸服務水平，合理配置運輸資源。

在大數據的背景下，以手機定位預測OD為典型的移動定位技術能夠準確掌握城市旅客動態出行。同時也因為手機用戶范圍廣，受外界影響因素較小，成本較低等一系列優點成為我國近些年來研究發展的熱點動向。準確預測客流首先能夠確定車輛的類型，避免運能的浪費，節約成本。其次由于客流的時間上差異性，根據早晚高峰期的分布可以制定相關的行車計劃，在高峰時期減少列車間隔時間，調高行車密度來避免乘客長時間的等待。這樣可以保證系統的服務水平，提升列車的平均滿載率，也可以降低單位旅客平均運輸成本。

3.4 制定合理票價。

在大數據背景下，利用智能卡讀取、視頻監控等技術，能夠清楚的了解各區域之間旅客流動情況，客流信息經過提取分析，然后根據票價制定的相關原則，合理制定票價，使得軌道交通運能得到最大的發揮，吸引客流，提高企業利潤，帶動社會經濟效益。

四、大數據背景下軌道交通未來發展

我國的軌道交通發展至今約有40年，整體上仍處于初步階段。而隨著信息化社會的到來，互聯網智能手機、視頻設備、無線傳感器等一系列移動終端設備都無時無刻傳遞著龐大的信息數據。這些豐富的數據資源將為未來城市智能交通系統建設提供技術基礎，幫助構建新型信息化軌道交通。在未來“大數據”的時代，人和設備之間都可以通過移動數字網絡連接，人可以通過車輛連接互聯網上傳或者下載資料，而車輛間能夠實現運行狀態與位置的共享。實現車輛實時控制，為列車制定行車計劃帶來極大的便利，滿足運營實時調度的需要。

五、有關建議

5.1 加快交通大數據體系建設

我國目前大數據主要應用于公共交通服務、交通引導物流調度優化等方面。數據主要為政府部門服務，并沒有公開面向整個社會，而在國外，大多數城市是在私人數據管理庫中管理他們的交通和交通數據，并且僅由市政府人員監視系統性能以實施改善措施。所以必須加大數據開放力度，讓全民能夠享受信息資源實現實時資源共享。政府應該統籌帷幄，制定相關政策保證各部門之間的數據流通，突破傳統信息只在各部門之間的管理缺陷。同時交通部門也應該加快信息化步伐，聚合各種交通需求數據，積極以動態方式提供存取。最后需加強對數據質量的提煉，海量的數據庫勢必會導致有很多不需要的信息，無效的信息會增加人力成本的浪費。所以必須建立交通數據標準，強調與居民信息互動反饋，讓用戶賦予監管修正數據的權利，保證數據的準確性、完整性、客觀性。

5.2 積極保護個人隱私信息

政府應該制定一部完整的法令來保護用戶的個人隱私信息，避免被不法分子利用。交通部門在遵守這些法律原則的基礎上，進一步細化可發布的交通信息，同時開展數據隱私、安全教育的項目，加大居民對隱私規則的了解和增強防范意識。政府部門需要在開放數據商業性利用與個人隱私保護之間掌握平衡，給予企業數據保證利潤的同時也要減少公民對個人隱私泄露的擔憂。

六、結束語

大數據作為21世紀最先進的技術將給世界帶來一場新的工業革命，數據帶來的價值超乎人們的想象。所以如何從中獲取有效數據將成為關鍵所在，一旦獲取有效信息將會給城市空間布局、沿線土地開發利用，列車行車計劃帶來實質性的幫助。加大交通數據平臺的建設，為大數據應用在更多的交通領域做好充分準備。通過對運輸需求的預測來構建一個良好有序的運輸環境，有效的緩解城市交通擁堵，實現交通智能化。而利用數據信息化提取為城市公共交通智能調度，路徑優化的基礎上了解公民深層運輸需求，才能真正為居民生活提供優質服務。

[1]蔣葉俊.布局大數據時代[J].當代貴州，2013，21(3)：15-17.

[2]方吉祥.城市軌道交通客流預測及運輸組織方案的研究[D].北京交通大學，2007.

[3]唐巧梅.城市軌道交通大客流運營組織方法研究[D].西南交通大學，2010.

[4]王玉萍.城市軌道交通客流預測與分析方法[D].長安大學，2011.

[5]佚名.我國軌道交通產業發展現狀及前景分析[N].中國檢測網，2015.

[6]侯冠群.中資系統集成企業在中國軌道交通行業競爭優勢研究[D].對外經貿大學，2010.

[7]唐要安.大數據在交通中的應用[J].交通世界運輸車輛，2013，24(2)：126-127.

[8]李建國.大數據在智能交通中的應用與發展[J].科技與企業，2015.7(1)：73.