大数据背景下公交换乘优惠政策制定方法研究

周 娇 程晓明

南京市城市与交通规划设计研究院股份有限公司，江苏南京 210008

1 研究背景

近年来随着我国经济的飞速增长，国土城镇化进入高潮期，各大城市规模逐步外扩，并伴随着城市职住分离的现象日益显著，原有的常规公交网络无论在运行速度还是运能能级上均无法支撑城市空间的重构。各大城市在财政允许的情况下纷纷推进轨道交通的规划建设，截至2017年底，中国内地已有31个城市开通轨道交通，北上广深等一线城市轨道已经进入网络化运行阶段，轨道交通的网络化运营对地面公交客流形成极大冲击。为应对轨道交通持续扩网对地面公交客流的影响，各地公交主管部门纷纷推进地面公交线网功能调整工作，并在此基础上通过削减重复、截断延伸、调整走向、留线减车、开通高峰区间车等线路优化或运营优化方法，优化地面公交线网布局，强化轨道交通、地面公交线路两网融合，形成客流共赢局面。

常规公交线网的重构必然带来居民换乘次数的增加，为保证线网优化方案的落地必须配套与票制票价相适应的换乘优惠政策[1]。而现有换乘优惠政策的制定大多依赖于城市之间的调研和国外相关经验的借鉴，对于城市本身公交出行特征的考虑相对较少，导致换乘优惠政策与实际换乘需求特征不匹配，难以平衡政府财政压力和居民综合出行成本之间的关系，导致线网优化工作往往难以落地。本次重点基于IC卡数据的挖掘分析，对居民公交出行特征（特别是换乘特征）进行深度分析，进而精细化完善换乘优惠政策制定方法流程，最后以南京市为案例进行换乘优惠政策的实证性研究。

2 换乘优惠政策制定方法流程

本次考虑将换乘优惠方案构建分为基础因素、核心因素和实施细则三个层面进行分层考虑。

2.1 基础因素

基础因素主要是指公交票制票价对公交使用的影响，对于换乘优惠政策来说主要是考虑基准票价、刷卡折扣、季节票价和特殊群体优惠等四个方面。换乘优惠政策制定必须立足基础因素制定，重点对季节票价和特殊群体优惠这两方面带来的分时段、分人群的优惠政策需要特殊考虑。

2.2 核心因素

核心因素包括设计的换乘优惠方案是否限次、换乘时间间隔、换乘优惠幅度、优惠对象以及覆盖设施等方面。核心因素是构成换乘优惠规则主体，与换乘特征息息相关，需要利用IC卡数据进行深度挖掘，对上述指标选择进行辅助判断，保障换乘优惠政策与实际换乘需求的匹配。

2.3 实施细则

在此基础上，还应结合公交运营方与乘客的综合利益考虑优惠方案实施的可行性，包括换乘次数计算方法、每位用户允许的换乘次数、判别是否为换乘的时间阈值确定等问题。

换乘优惠方案制定完成后，需要利用宏观客流模型对换乘优惠政策效果进行效益评估，并对实施后换乘客流指标进行测试统计，计算换乘优惠补贴规模。

3 支撑性关键技术研究

3.1 公交IC卡数据挖掘技术

公交IC卡刷卡数据的挖掘是获取公交换乘特征的唯一数据来源，特别是在轨道交通相对发达的城市，需要对常规公交和轨道交通刷卡数据进行联合分析。需要分析的主要指标如表1所示。

表1 公交IC卡分析指标一览

经过对数据清洗之后，利用常规统计方法可以对刷卡通体规模进行统计。但是换乘客流特征则需要利用特殊算法进行公交换乘链表的构建，在此基础上分析细部特征。

具体算法为：通过对公交IC卡与轨道AFC的卡号关联，获取初始换乘链表。在此基础上，按照卡号进行聚类分析，按时间逻辑和换乘逻辑将出行链合并或打断，以此判断得到一组包含N个卡号的集合，最终将记录归并得到公交换乘链表。公交换乘链表挖掘流程如图1所示。

图1 公交换乘链表挖掘流程

3.2 换乘优惠方案评估技术

首先，基于基础路网模型、常规公交线网模型以及轨道线网模型，结合出行时间价值模型和设计的换乘优惠方案，建立换乘费用模型，作为公交客流分配的综合成本模型的基础。利用Emme软件的方式选择模型和路径，计算得出包括网络客流量、换乘客流量、换乘刷卡量、运营成本、票务收入等在内的一系列测试指标，作为方案比选的依据。评估模型测试思路如图2所示。

图2 评估模型测试思路

利用Emme4模拟换乘优惠方案中各种换乘措施。重点包括五类换乘过程，即只乘坐地铁（轨道交通）、只乘坐常规公交、地铁换乘常规公交、常规公交换乘地铁以及常规公交之间的换乘。

换乘折扣建模过重点考虑了乘客换乘等待时间以及乘客乘车费用等重要因素。其中，费用模型计算的折扣储存在Penalty字段。

基础模型建立完毕之后，基于Emme Modeller接口，通过对基础模型进行二次开发，针对客流分配结果数据进行个性化输出，以满足不同使用对象的具体要求。

4 南京市换乘优惠政策实例分析

4.1 南京市换乘优惠方案[2]

4.1.1 方案一（限时不限次，定额优惠1元）

90min内乘客由公交换乘地铁、地铁换乘公交、公交换乘公交，在刷卡折扣基础上定额优惠1元，不限次数。学生和老人（60～69岁）换乘免费。其中，公交换乘公交与轨道换乘公交，若换乘的公交是普通车线路，则换乘免费，其余各种情况均定额优惠1元。

4.1.2 方案二（限时限次折扣优惠，第一次换乘优惠0.8元，第二次换乘优惠1.6元）

90min内乘客第一次换乘，在刷卡折扣基础上优惠0.8元，第二次换乘在刷卡折扣基础上优惠1.6元。学生和老人（60～69岁）换乘免费。三次及以上换乘或超过90min后进入下一个换乘计算周期。与方案一类似，当换乘的公交为普通车线路时，换乘免费。

4.1.3 方案三（限时不限次，公交、地铁换乘公交免费或定额优惠1.6元，公交换乘地铁定额优惠1元）

90min内乘客由公交、地铁换乘公交，如换乘线路票价低于2元则换乘免费，如换乘线路票价高于2元，则定额优惠1.6元；公交换乘地铁定额优惠1元。不限次数。学生和老人（60～69岁）换乘免费。与方案一和方案二不同的是，该方案不对普通车和空调车线路做具体区分，两者优惠额度相同。

4.1.4 方案四（限时不限次，公交、地铁换乘免费或定额优惠1.6元）

90min内乘客由公交、地铁换乘公交，如换乘线路票价低于2元则换乘免费，如换乘线路票价高于2元，则定额优惠1.6元；公交换乘地铁定额优惠1.6元。不限次数。学生和老人（60～69岁）换乘免费。该方案与方案三类似，不对普通车线路和空调车线路做具体区分。

4.2 换乘优惠方案评估

从四个方案测试测试结果来看，方案一客流规模最低，方案二比方案一略高，方案三、方案四客流量显著高于方案一和方案二。换乘优惠方案客流测试结果如表2所示。

表2 换乘优惠方案客流测试结果（万人/d）

其中，方案一不限次数换乘优惠，但是优惠额度相对较低（定额1元）。方案二则相反，换乘额度较高，但是仅限换乘两次。两方案在换乘次数和优惠额度上的互异性在实际执行中部分抵消，但是由于方案二中有免费政策，对于公交客流市场的拓展具有较为显著的利好，因此其客流较方案一为高。方案三由于公交轨道互换优惠力度与方案二基本持平，但是不限次数，因此公交、轨道客流量相对方案二显著提高。方案四公交轨道互换优惠力度最高，因此其客流规模也最高。

表3 公交换乘量总量一览表(万人/d)

公交换乘量中公交刷卡换乘量占88%，四个方案刷卡换乘量分别为64.6、65.2、71.7、72.7万人/d。其中成人刷卡换乘量占公交刷卡换乘量的72%，四个方案刷卡换乘总量分别为46.5、46.9、51.6、52.4万人/d。

经过模型测算，各方案不同换乘次数比例见表4。其中，方案二由于第二次免费导致二次换乘比例较高，相比于其他几种方案提高约1%。方案一、三、四换乘优惠力度逐步增加，换乘系数逐步提高，二次和三次换乘比例也逐步提高。

表4 换乘优惠方案换乘次数比例结果（%）

5 结语

（1）换乘优惠政策必须与居民现状换乘特征相匹配，同时考虑兼容政策实施后对居民出行特征的变化趋势。

（2）前期大数据分析和后期客流模型测试是换乘优惠政策制定方法中不可获取的两个环节，也是形成方案、反馈方案的最关键手段，必须整合进政策制定流程中。

（3）后续研究需要围绕公交IC卡和手机信令数据、车载视频数据的联合挖掘，对居民公交进行全出行链挖掘和识别，更深层次分析公交服务、票制票价等对居民出行特征的影响，支撑后续公共交通发展政策的精准制定。