基于多源大数据的实时公共交通服务指数研究：以天津市为例

“

写在前面：

为丰富、完善现有公交都市评价体系和考核手段，应用多源大数据，提出城市级公共交通实时评价指数的整体框架。该框架由竞争指数、可达指数、延误指数和可靠指数构成公共交通服务总指数。每个指数的计算指标分别为公共交通与小汽车出行时间比、步行到站时间与候车时间、公共交通实际出行时间与自由流状态下出行时间比以及车站区间行程时间波动范围。以天津市公共汽车线路与站点信息、公共汽车GPS数据、出租汽车与共享单车出行数据以及互联网等多源大数据为基础，建立实时公共交通服务指数分析系统，剖析公共交通服务指数在规划、运营与管理中的重要作用，验证指数的可行性与实用性。

蒋寅

天津市市政工程设计研究总院有限公司

高级工程师

研究背景

2012年，交通运输部正式启动“公交都市”创建工作^[1]。该工作是21世纪以来中国实施的最大规模的公共交通优先工程。迄今为止，交通运输部先后授予上海、南京、北京、天津等26个城市“公交都市建设示范城市”的称号。然而，现有公交都市的评价主要基于静态评价指标体系，且仅验收考核一次，缺少对公共交通服务水平实时的监测分析。相对于以分析机动车服务水平为主的道路交通运行评价指数^[2]在各大城市的广泛应用，这一不足显得尤为突出。借鉴道路交通运行评价指数取得的成功经验，构建实时公共交通服务指数，将极大地丰富、完善现公交都市的评价体系和考核手段。

国内外面向公共交通服务评价的交通指数研究已取得了一定成果。文献[3]提出了公共交通服务水平评价指数的概念性总体框架。文献[4]提出伦敦公共交通可达性指数，并建立专门网站供公众查询可达性信息。文献[5]提出佛罗里达州公共交通服务水平评价指数(Florida's Transit Lvel-of-ServiceIndicator)，从时间和空间角度提出了一个比《公共交通通行能力和服务质量评价手册》(Transit Capacity and Quality of ServiceManual)更详细的车站、线路、走廊层面可达性的评估。深圳市自2012 年开始通过大规模调查形成对外发布的公共交通服务指数，直观、量化衡量全过程、全方式公共交通服务现状和短板^[6]。文献[7]以北京市为研究对象，提出了基于公共交通大数据的区域公共交通压力指数。文献[8]提出面向公共交通服务评价的公共交通出行指数。文献[9]提出上海市公共汽车交通发展指数。文献[10]提出杭州市公共汽车运行指数。从国内外发展情况看，除伦敦和深圳已对外发布静态公共交通服务指数外，其他城市和地区均停留在研究阶段，尚未正式对外发布城市级别的实时公共交通服务指数。

为探索构建大数据时代的天津市公共交通服务指数体系，助力交通强市建设，天津市交通运输委员会立项综合交通数据分析服务系统，研制实时公共交通服务指数，并将其作为交通运输部首批大数据应用示范试点项目。

指数总体设计

1

指数需求

公交都市已经形成了一套完整的静态评价指标体系^[11]，但缺少一套能实时监测公共交通服务水平动态变化的指数。实时公共交通服务指数主要需求在于：

1） 面向管理部门提供实时监管分析，辅助公交都市建设。及时发现行业发展的短板与瓶颈，为管理部门在服务监管、政策制定、资源配置等方面提供科学高效的支持。

2） 面向企业提供运行层面公共交通服务水平实时分析，辅助企业运营优化决策。客观反映线路与车站实时运营服务，实现线路服务横向、纵向比较，促进企业持续改善服务水平。

3） 面向居民提供出行信息，为出行相关决策提供参考。提供整体层面服务水平分析、线路层面运行分析、车站层面可达分析，为出行决策、居住地与就业地选择等提供参考。

2

指数设计原则

1） 实时性。结合公共交通大数据建设情况，选取具备实时评价能力的指标进行指数设计，全方位实时监测公共交通服务水平的变化。

2） 客观性。指数的设计要尽可能贴近居民出行的实际感受，客观准确反映公共交通服务水平。

3） 针对性。指数的设计要针对公共交通出行的关键环节和薄弱环节进行重点分析，为服务监管、运营决策、出行参考提供支撑。

4） 直观性。指数的设计要将深奥难懂的专业术语转换为专业人士和公众直观易懂的指数，方便指数的推广。

3

指数框架设计

现有的公共交通服务指数研究，一般将公共交通的出行阶段划分为步行、候车、乘车、换乘四个环节，然后依据每个环节分别进行评价，其主要缺陷在于将各服务环节完全割裂开来，不能全面反映公共交通的真实服务水平。此次公共交通服务指数设计在吸取以往研究成果的基础上，打破按环节进行评价的缺点，将公共交通服务水平从更加综合的维度进行评价。主要包括以下三个方面：

1） 公共交通服务是否有竞争力，整体评价公共交通全过程出行。与其他交通方式尤其是小汽车交通相比，公共交通是否有竞争力，这是出行者是否选择公共交通出行的重要影响因素。

2） 公共交通服务是否可获取，主要评价步行到站环节和车站候车环节。通过时空评价综合评估公共交通可达性。

3） 公共交通服务品质是否满足乘客期望，主要评价乘车与换乘环节。综合评价公共交通服务快捷、准点、舒适等服务品质。

公共交通服务基于以上3个评价维度，明确每个维度的评价指标(见图1)，得到相应的评价指数，包括竞争指数、可达指数、延误指数和可靠指数。考虑很多城市暂不具备公共交通客流实时统计能力，因此以拥挤度为核心的舒适指数暂未考虑。通过加权计算上述指数可得到公共交通服务指数。其中，竞争指数和可达指数可应用于包括公共汽车和轨道交通在内的整个公共交通系统，延误指数和可靠指数主要用于反映公共汽车的服务水平，但也可以应用于轨道交通。

图1 公共交通服务指数框架设计

指数模型构建

1

竞争指数模型

出行时间是否有竞争力，是出行者选择交通方式的重要考虑因素。竞争指数基于公共交通与小汽车门到门全过程出行时间的比值进行计算，主要反映公共交通出行时间相对小汽车是否有竞争力，是评估公交优先程度、衡量公共交通发展水平的综合指标。竞争指数的计算，首先需要获取计算单元之间公共交通与小汽车出行时间比值，其次需要得到单元间出行量作为计算权重。计算步骤如下(见图2)：

图2 竞争指数计算流程

1） 划分计算单元。首先将研究范围划分为若干单元，用单元质心间出行时间代表单元间出行时间。

2） 单元间实时出行量T_ij计算。基于交通运输行业交通大数据，以小时为单位，实时计算轨道交通、公共汽车、巡游出租汽车、网约出租汽车、共享单车的单元间出行量T_ij，其中轨道交通采用站间OD，公共汽车采用上车车站推算出的站间OD，巡游出租汽车、网约出租汽车、共享单车采用实时订单作为OD。

3） 单元间出行时间计算。应用高德、百度等互联网开源数据接口，获取单元间公共汽车与小汽车出行时间。

4） 计算出行时间比。某一个单元或某一个区域的出行时间比的计算，采用单元间公共交通与小汽车出行时间比作为核心计算指标，以单元间出行量作为计算权重。竞争指数

式中：T_ij为单元i至j的出行量/人次；T_bus_ij为单元间公共交通门到门出行时间/h；T_car_ij为单元间小汽车门到门出行时间/h。

5） 指数标准化。深圳市^[12]将公共交通与小汽车出行时间比不超过1.5(即公交1.5战略)作为重要的发展目标之一，用以衡量公共交通在出行时间方面的竞争力。据此本文将竞争指数分为5级，每一级的范围及状态描述见表1。

表1 竞争指数评价等级标准

2

可达指数模型

可达指数是综合反映乘客获取公共交通服务便捷程度的指标。通常情况下，公共交通服务便捷程度用车站300 m或500 m半径覆盖的面积或人口、就业岗位数量来衡量。该方法缺乏对最后一公里实际出行距离和候车时间的考虑。因此，本文借鉴伦敦公共交通可达指数^[13]的经验，基于综合考虑步行到站时间与车站等候时间的公共交通可达性进行计算。可达指数计算流程见图3，计算步骤如下。

图3 可达指数计算流程

1） 划分计算单元。首先将研究范围根据需要划分为若干单元。

2） 选取POI点。可达性主要衡量从出发地到达车站的便捷程度，所以可达指数的计算首先需要从城市POI数据库选取每个单元有代表性的出发地。天津城市POI数据库约有60万个POI。为减少计算量，选择有代表性POI点位12万个，作为可达指数的计算基础。点位选取的主要原则是：每个单元点位原则上不少于7个；单元点位大于7个的，对点位进行聚类，每个聚类仅选择1~2个POI点。

3） 计算每个POI点的可达性。应用互联网开源数据，获取POI点位至车站的步行距离与时间；通过行业数据获取公共汽车线路的实时发车频率。每个POI点可达性

式中：EDF_r为线路r的等效可达性；WT为步行到站时间/h；f_r为线路r的发车频率/(班次·h^-1)；γ为考虑公共交通不同方式可靠性等因素的常量。

4） 计算单元及区域可达性。对计算范围内所有POI可达性求取平均值。

5） 指数标准化。首先统计具有相同数量公共汽车线路的POI可达性均值，以此为参照进行标准化。赋予标准化的指数值大致对应可达公共交通线路的数量，指数具备量化感受的能力，避免指数的标准化只有数学意义。可达指数评价等级标准见表2。

表2 可达指数评价等级标准

3

延误指数模型

延误指数是综合反映公共交通运行延误程度的指标。其核心计算指标为公共交通实际出行时间与自由流状态下出行时间比。该指数与采用得克萨斯州交通研究中心(Texas A&M Transportation Institute, TTI)计算的道路拥堵指数类似^[2]。延误指数计算流程见图4，计算步骤如下。

图4 延误指数计算流程

1） 将公共汽车线路分段。以车站为分隔，将线路划分为若干计算路段。

2） 计算路段上公共汽车自由流速度。选取2020 年1 月春节期间(受新型冠状病毒肺炎疫情影响，道路交通量近年来最低)每个路段90%分位的运行速度作为自由流速度。

3） 计算路段实时速度。以1 h为单元，获取公共汽车实时定位数据，计算每个路段实时速度。

4） 计算路段延误比。基于路段自由流速度和实时速度计算得到每个路段的延误比。

5） 计算线路延误比。线路r的延误比

式中：n为线路r的路段数量/条；q_k为路段k经过的公共汽车车辆数/辆；T_k，T_fk分别为实际行程时间与自由流状态下行程时间/h；l_k为路段k的长度/km；v_k，v_fk分别为实际速度与自由流速度/(km·h^-1)。

6） 计算线网延误比。线网延误比由线路延误比按线路客流量加权计算得到。

7） 指数标准化。通过调查，确定延误比与出行感受的关系，从而对延误指数进行标准化。延误指数评价等级标准见表3。

表3 延误指数评价等级标准

4

可靠指数模型

可靠指数是综合反映公共交通运行准点程度的指标。公共交通运行是否准点，成为通勤人员选择交通方式时重要的影响因素。其核心计算指标为公共汽车在车站区间实际行程时间波动范围。可靠指数计算流程见图5，计算步骤如下。

图5 可靠指数计算流程

1） 将公共汽车线路分段。以车站为分隔划分若干计算路段。

2） 计算路段平均行程时间。以1 h为单位，分工作日和周末，分线路计算每个路段经过的公共汽车的平均行程时间，计算时长至少1个月。

3） 计算路段实际行程时间。以1 h为单位，基于公共汽车实时定位数据，计算每个路段的行程时间。

4） 计算路段可靠性。假设T_k为线路r第k个路段的实际行程时间/h；T_k（横线）为该路段的平均行程时间/h；取E%为正常波动范围，即实际行程时间在E%以内即为运行准点。可靠性

为进一步体现样本分布偏差对运行准点程度的实际感受，研究引入车站区间行程时间的离散系数，反映行程时间波动程度。各路段行程时间离散系数

式中：根号DT_k为路段k的行程时间标准差/h；ET_k为路段k 的行程时间均值/h。

将车辆行程时间的离散程度加入路段可靠性计算，调整后的可靠性

式中：σ（横线）为线路r各路段离散系数σ_k的均值。

5） 计算线路可靠性。以各路段经过的公共汽车数q_k为权重，对路段可靠指数进行加权，计算得到线路可靠性。

6） 计算线网可靠性。线网可靠性由线路可靠性按线路客流量加权计算得到。

7） 指数标准化。以车辆运行时间的波动程度为标准，明确可靠指数与可靠性值的关系(见表4)。

表4 可靠指数评价等级标准

5

公共交通服务指数合成

将上述四个分指数加权计算得到公共交通服务指数(见表5)，每个指数的权重通过专家打分法确定。

表5 公共交通服务指数评价等级标准

指数模型应用分析

天津市是2018年底第二批获批的“公交都市建设示范城市”。截至2019年底，天津市常住人口1 561.83万人， 城镇化率83.48%；全市共有公共汽车运营线路655条，线路运营总里程14 817 km，运营车辆10 023辆，日运营里程92.4万km，全年客运量9.7亿人次。基于公共交通多源大数据，天津市交通运输委员会建立了公共交通服务指数分析系统，以实时监测公共交通服务水平，时间上实现日粒度、小时粒度的指数分析，空间上实现分圈层、分区域、分线路的指数分析。

1

日粒度指数分析

从2019 年8 月中下旬2 周内日粒度的公共交通服务指数及评价指数看(见图6)，公共交通服务指数整体上处于“服务一般”状态，且周末差于工作日。竞争指数总体处于“竞争力差”状态，且呈现工作日低、周末高的规律。这是由于周末道路更加畅通，小汽车出行时间的缩短效果优于公共汽车，公共汽车的竞争力因此变差。可达指数处于“轻度难达”状态，工作日与周末差异较小，这说明公共汽车发车班次在工作日与周末基本一致。由于工作日和周末客流差距较大，发车班次合理性值得商榷。延误指数处于“轻度延误”状态，但周末明显小于工作日。可靠指数工作日处于“运行轻度不准点”状态，周末处于“运行基本准点”状态。延误指数与可靠指数整体的趋势与公共交通服务指数类似，呈现工作日高、周末低的规律。

从提升公共交通服务水平的角度看，竞争指数处于“竞争力差”状态，即改善公共交通服务水平最急迫的状态。应针对公共交通竞争力差、出行需求大的计算单元改进服务水平，发挥公共交通服务指数在线网优化中的决策支撑作用。

图6 日粒度公共交通服务指数

2

小时粒度指数分析

从2020年9月2日小时粒度的公共交通服务指数及评价指数来看(见图7)，公共交通服务指数整体上处于“服务一般”状态，呈现早晚两个高峰，早高峰服务水平全天最低，且明显低于晚高峰。可达指数处于“轻度难达” 状态，6:00和18:00服务水平最好。竞争指数全天波动较大，7:00和17:00服务水平最高，但仍处于“竞争力较差”状态，其余大部分时间均处于“竞争力差”状态。延误指数呈现双峰特征，早高峰延误明显，处于“中度延误”状态，其余大部分时间均处于“轻度延误”状态，早高峰服务水平明显低于晚高峰。可靠指数与延误指数规律类似，早高峰服务水平最差，接近“运行中度不准点”状态，平峰部分时段服务水平能达到“运行基本准点”状态。

可见，现阶段早高峰的公共交通服务水平最差，需要重点提升，尤其是延误指数与可靠指数。可以通过完善公交专用车道提升运行准点率，从而达到改善公共交通服务水平的目的。

图7 小时粒度公共交通服务指数

3

分圈层指数分析

从四个评价指数的空间分布特征看(见图8)，竞争指数和可达指数呈现从城市内部到外部不断增加的特点，这表明公共交通的竞争力与可达性由中心向外围不断下滑。但延误指数和可靠指数与之相反，从城市内部到外部不断降低，延误不断减小、可靠程度不断增加。

从评价指数的变化幅度看，快速环线是一条重要的分水岭。竞争指数在快速环线以内为4.6~5.9，处于“竞争力较差”状态；在快速环线以外为6.7~8.0，处于“竞争力差”状态。可达指数在快速环线以内为2.2~3.9，处于“较易达”状态；在快速环线以外为4.6~5.9，处于“轻度难达”状态。延误指数在快速环线以内为6.7~7.2，处于“中度延误”状态；在快速环线以外为5.1~6.2，大部分处于“轻度延误”状态。可靠指数在快速环线以内为5.8~6.6，处于“运行中度不准点”状态；在快速环线以外为4.3~5.4，处于“运行轻度不准点”状态。由此可见，在快速环线以内，公共交通服务应着重提升运行品质；快速环线以外，公共交通服务应着重提升可达性。

图8 分圈层公共交通服务指数

4

线路层面指数分析

延误指数与可靠指数在线路层面的应用是分析重点。图9展示了830，842两条线路的小时延误指数以及分车站延误指数。这两条线路早高峰延误指数接近8，处于“重度延误”状态。公交企业可重点关注延误主要发生车站可能出现的大间隔无车现象，避免公共交通服务水平大幅度下降。

图9 线路层面延误指数

图10展示了830，842两条线路的小时可靠指数以及分车站可靠指数。这两条线路早高峰可靠指数在6左右徘徊，处于“运行轻度不准点”与“运行中度不准点”之间。运行准点车站缺乏明显规律，不仅市中心延误大的车站可靠性差，外围延误小的车站可靠性依然很差。这说明公交企业的运营管理有待完善，企业对驾驶员准点运行的要求有待进一步加强。

图10 线路层面可靠指数

结语

基于公共交通及互联网多源大数据，借鉴道路交通运行评价指数取得的成功经验，提出了城市级公共交通服务指数的整体框架。该框架由竞争指数、可达指数、延误指数和可靠指数构成，并加权计算得到公共交通服务总指数。该方法弥补了传统的按步行、候车、乘车、换乘4个环节分别进行公共交通服务水平评价的不足；从公共交通服务是否有竞争力、服务是否可获取、服务品质是否符合预期三个综合维度进行全过程评价，更贴近乘客出行感受。通过已实际运行的指数分析服务系统，验证了指数在公共交通全过程出行中的分析评价能力，可为管理部门、公交企业、出行乘客提供决策支撑与参考信息，弥补公交都市现有以静态考核评价指标体系为主的考核手段的不足，发挥大数据在公交都市全程建设中的实时分析评价作用，丰富、完善公交都市的评价能力和考核手段。

由于无法获取天津市实时传输的公交IC卡及第三方电子支付渠道的公共交通售票数据，难以对车辆实时拥挤度及相应的换乘情况进行分析，故本文建立的评价指数并未考虑基于拥挤度的舒适指数以及换乘环节的便捷指数，这将是下一步研究深化的方向。

参考文献(上滑查看全部)：

[1] 中华人民共和国交通运输部. 关于开展国家公交都市建设示范工程有关事项的通知[EB/OL]. 2011[2020-09-11]. http://xxgk.mot.gov.cn/2020/jigou/ysfws/202006/t20200623_3315626.html.

[2] GB/T 33171—2016 城市交通运行状况评价规范[S].

[3] Alter C H. Evaluation of Public Transit Services:The Level- of- Service Concept[J]. TransportationResearch Record, 1976(606): 323-330.

[4] Transport for London. Assessing TransportConnectivity in London[D]. London: Transportfor London, 2015.

[5] Ryus P, Ausman J, Teaf D, et al. Developmentof Florida's Transit Level-of-Service Indicator[J]. Transportation Research Record, 2000(1731): 123-129.

[6] 都市交通规划. 大数据把脉“深圳公交”，2017 年1 季度深圳市公交服务指数发布[EB/OL]. 2017[2020- 09- 11]. https://www.sohu.com/a/138912322_748407.

[7] 牟振华，陈艳艳，赵晋，等. 基于公交大数据的区域公交压力指数[J]. 公路交通科技，2015，32：76-80.

[8] 翁剑成，葛昱，王昌，等. 面向公共交通服务评价的公交出行指数与分析模型[J]. 公路交通科技，2016，33(1)：130-134.

Weng Jiancheng, Ge Yu, Wang Chang, et al. Public TransportTrip Index and Analysis Model for Public TransportService Evaluation[J]. Highway and Transportation Scienceand Technology, 2016, 33(1): 130-134.

[9] 张祎. 城市地面公交发展指数体系及评价研究：以上海为例[J]. 交通与港航，2019，6(6)：50-55.

Zhang Yi. Urban Ground Transit Priority Index Systemand Evaluation Research: Taking Shanghai as an Example[J]. Communication & Shipping, 2019, 6(6): 50-55.

[10] 钟璧樯，楼栋，汪淳. 杭州城市常规公交运行指数构建及应用研究[J]. 交通与港航，2019，12(6)：56-64.

Zhong Biqiang, Lou Dong, Wang Chun. Research on theConstruction and Application of Hangzhou Urban ConventionalPublic Transport Operation Index[J]. Communication& Shipping, 2019, 12(6): 56-64.

[11] 中华人民共和国交通运输部. 交通运输部关于印发《公交都市考核评价指标体系》的通知[EB/OL]. 2013[2020- 09- 11]. http://xxgk.mot.gov.cn/2020/jigou/ysfws/202006/t20200623_3314986.html.

[12] 深圳交委. 官宣！以后请叫我“国家公交都市建设示范城市”！[EB/OL]. 2018[2020-09-11]. https://www.sohu.com/a/281821766_120045377.

[13] Transport for London. Measuring Public Transport AccessibilityLevels[D]. London: Transport for London, 2010.

《城市交通》2021年第3期刊载文章