基于公交刷卡数据的成都市公共交通现状研究.pdfVIP

基于公交刷卡数据的成都市公共交通现状研究 崔铭 杨兴地 【摘要】不同于传统的居民出行调查，本文基于成都市公交集团和地铁公司提供的 2014 年 4 月 14 日 到 4 月 20 日（不含节假日）为期一周的 IC 卡刷卡数据，以时间、卡号等关键词建立规则生成居民出行轨 迹，并以此为基础进行了统计分析、空间分析、关联性分析等，得到了成都市地铁、快速公交和常规公交 等 3 种公交系统运营特征；识别出典型居住区、就业区和交通出行的通勤特征；识别出现状公交客流走廊 和公交需求缺口走廊；统计现状公交出行OD；真正意义上服务并引导规划编制，为方案制定提供基础数据 与参考信息。 【关键词】大数据；公交刷卡数据；交通现状 1 背景 2011 年起，全球范围内掀起了大数据(Big data)热潮。各行各业与大数据相关的产品及 业务呈井喷式发展，甚至一些政府已将大数据由商业行为上升为国家科技战略。不少研究者 也敏锐意识到大数据于城市规划行业的变革性意义，纷纷将其应用到城市规划领域开展了居 民时空行为、城市交通、城市功能分区等研究。北京城市实验室（BCL ）开展了多项面向全 国所有大中小城市的大模型研究，如地块尺度的全国城市扩张模拟、城市建成区识别、地块 边界与开发类型和强度重建模型、中国城市间交通网络分析与模拟模型、中国城镇格局时空 演化分析模型等[1] 。南京大学王波等人通过微博用户的网络信息关系与地理关联，分析新型 网络信息空间的地理特征、表现形式及其原因[2] 。钮心毅等人使用移动通讯基站地理位置数 据和手机信令数据，识别了上海中心城公共中心并评估其发展状况，探究了识别就业、游憩、 居住功能区及其混合程度[4] 。申悦等利用基于 GPS 的北京市活动与出行调查数据，研究北 京市郊区巨型社区居民工作日和休息日的日常活动空间及其对城区空间和案例社区附近空 间的利用情况，挖掘工作日居民对城区空间利用的影响因素[5] 。国外，Becker 从电信运营商 中获取美国莫利斯顿市2 万名居民在 2 个月内的匿名通话详细记录，并通过统计和制图分析 来揭示城市人口流动与变化[6] 。Hollenstein 等通过获取 800 万个为期 1 个月的 Flikr(社交网 站)位置和图像信息来确定伦敦和芝加哥都市区的中心区边界[7] 。Naaman 等利用 Twitter 防火 墙破解程序来提取大数量级的地理坐标和文本数据，并结合时间序列模型用以分析网络活动 [8] 的城市等级体系 。 可以看到，大数据的应用一定程度缓解了基础数据限制规划自由度的窘境，同时也带来 1    了规划方法与规划思维的变革，使规划从传统的定向研究走向定量，从论述已知现状走向挖 掘城市发展规律。但目前，多数研究成果源自高校及科研院所，止步于规律探索阶段，未能 [9]错误 未找到引用源。 面向实际项目，服务并引领规划编制 ! 。此次研究以编制《成都市“多网融合” 公共交通体系规划（2014—2040 ）》为契机，旨在掌握成都市公共交通体系现状，夯实数据 基础，为制定方案提供基础数据与参考信息。 以往，公交限制研究的基础数据多来自于居民出行调查，但该方式存在样本量小、调查 成本高、更新周期长等问题，难以满足规划准确性、时效性要求。本研究以成都市公交 IC 卡刷卡数据为基础，探讨规划范围内（中心城+卫星城（不含都江堰））全天全方式公共交通 系统(地铁、快速公交和常规公交系统)现状：分析地铁、快速公交和常规公交等 3 种公交系 统运营特征；识别典型居住区、就业区和交通出行的通勤特征；识别现状公交客流走廊和公 交需求缺口走廊；统计现状公交出行 OD，为方案制定中模型参数的标定提供依据。 2 数据介绍与处理 2.1 数据元数据 此次研究的基础数据源于成都市公交 集