基于通勤出行链的公共交通使用行为辨识研究.pdf

第 23 卷 第 5 期2023 年 10 月交摇 通摇 工摇 程摇 摇Vol.23No.5Oct.2023DOI:10.13986/ki.jote.2023.05.012基于通勤出行链的公共交通使用行为辨识研究胡摇 松1,杨摇 贝2,翁剑成3,王海鹏1,常摇 征1(1.交通运输部公路科学研究所,北京摇 100088;2.中路公科(北京)咨询有限公司,北京摇 100088;3.北京工业大学 北京市交通工程重点实验室,北京摇 100124)摘摇 要:基于出行行为视角深入分析公共交通出行者的行为模式及特征对靶向改善公共交通服务水平具有重要意义.研究通过 RP 调查获取出行者个体特征信息,并在分析海量智能卡交易数据的基础上,结合关联匹配方法提取公共交通通勤出行链;基于探索性因子分析筛选出行天数、日均出行频次和出行完整度以及个体社会经济属性等9 个指标刻画乘客公共交通使用行为;在对连续性变量离散化的基础上,利用 DBSCAN 算法构建乘客公共交通使用行为辨识模型.结果表明:构建的聚类算法可有效识别公共交通使用行为类别;调查群体被划分为公共交通高、中、低 3 类使用度群组,占比分别为 54郾 2%、33郾 7%和 12郾 1%,并将第 3 类人群视为公共交通使用行为改善潜力最大群体,未来应结合交通限制政策与服务水平 2 个维度改善此类公共交通乘客的使用行为.关键词:公共交通;使用行为;通勤出行链;探索性因子分析;DBSCAN 算法中图分类号:U 491文献标志码:A文章编号:2096鄄3432(2023)05鄄071鄄06收稿日期:2022鄄09鄄20.基金项目:交通运输部公路科学研究所(院)交通强国试点项目(QG2022鄄2鄄8鄄4);国家自然科学基金(52072011).作者简介:胡松(1992),男,博士,助理研究员,研究方向为智能交通、交通行为建模.E鄄mail:598529387 .PublicTransportUsageBehaviourIdentificationBasedonCommuting Travel ChainHU Song1,YANG Bei2,WENG Jiancheng3,WANG Haipeng1,CHANG Zheng1(1.Research Institute of Highway Ministry of Transport,Beijing 100088,China;2.Zhonglu Gongke(Beijing)Consulting Co.,Ltd.,Beijing 100088,China;3.Faculty of Urban Construction,Beijing University of Technology,Beijing 100124,China)Abstract:Specifically analysis of the behavior patterns and characteristics of public transport travelersfrom the perspective of travel behavior is of great significance for targeted improvement of public transportservice level.The individual characteristics of travelers were obtained by the RP survey,and thecommuting travel chain of public transportation is extracted by the association matching method based onthe analysis of massive smart card transaction data.The 9 indicators,including travel days,daily travelfrequency,travel integrity and individual socio鄄economic attributes,are selected to describe passengerpublic transport usage behaviour based on exploratory factor analysis.On the basis of discretization ofcontinuous variables,DBSCAN algorithm is used to construct the identification model of passenger publictransportation usage behaviour.The results show that the constructed clustering algorithm can effectivelyidentify the categories of public transport usage behaviour.The respondents are divided into threecategories:high,medium and low usage groups of public transport,accounting for 54郾 2%,33郾 7%and12郾 1%respectively,and the third group is regarded as the group with the greatest potential to improvepublic transport behavior.It is necessary to improve the usage bahaviour of such public transport交摇 通摇 工摇 程2023 年passengers from two dimensions of traffic restriction policy and service level.Key words:public transport;usage behaviour;commuting travel chains;exploratory factor analysis;DBSCAN algorithm0摇 引言随着国家及各地政府对于城市公共交通系统建设的大力支持及推动,尤其是 2018 年国家公交都市建设示范城市的评估验收,各大城市居民的交通出行模式与结构也逐渐发生了变化.如何探究出行者的公共交通出行行为机理与特征,有利于为未来提高公共交通服务及出行率.并且,随着智能交通技术等的广泛应用,交通领域的数据资源得到了极大的丰富,结合交通智能海量数据开展公共交通出行行为研究具有重大意义.近些年,国内外许多专家学者在多源交通大数据的环境下对公共交通使用行为方面进行了大量研究.孙世超等1利用上海市通勤人群公交使用情况问卷调查数据,结合营销学领域中的 RFM 模型对乘客的态度和行为忠诚度进行划分,并得出约 1/3 高频率出行者有向其他方式转移的风险.Ma 等2基于北京市 IC 和 AFC 卡的刷卡数据汇集个体出行链,并应用基于 DBSCAN 算法对出行链进行分析,并结合 Kmeans+聚类算法和粗糙集理论对个体的出行特征进行聚类和分类.梁泉等3利用北京市公共交通刷卡和线站数据,结合个体出行知识图谱构建了 BP 神经元网络乘客分类模型,并利用案例验证了算法的准确性.Zhang 等4利用人际距离学提出了基于规则的群体出行行为划分规方法,并利用北京市交通刷卡大数据开展案例分析,验证了规则算法的有效性与局限性.Cui 等5利用深圳 1 个月的智能卡交易数据,提出了 1 种基于周登机频率的用户分类方法,并利用案例对模型的有效性进行了验证.通过以上分析可知,现有研究多是采用客观的智能卡交易数据开展研究,缺乏对个体社会经济属性的关联剖析.或者对于公共交通使用情况的分析不够聚焦.因此,本文以大型城市北京为研究背景,结合主观调查问卷数据和客观智能卡刷卡数据提取通勤者的出行链信息,并从公共交通使用行为角度构建人群聚类模型,进而揭示通勤者的公共交通使用行为特征,为未来有针对性地改善公共交通服务水平及提高其分担率奠定基础.1摇 数据获取与分析1郾 1摇 主观出行调查数据RP(revealed preference)调查可获取出行者主观的历史出行行为信息,为进一步研究大型都市公共交通通勤个体及群体的出行行为,本研究以具有“国家公交都市建设示范城市冶之称的北京市作为调查城市.2018 年 9 月于北京实施个体出行调查,并采用线上线下相结合的调查方式.其中,线下调查的日维度时间覆盖早晚高峰与平峰时段,周维度时间覆盖工作日与非工作日,空间维度覆盖主城区内的居住区、商业区与休闲区.详细的问卷调查设计及实施过程可参考 2016 年 Fu 和 Juan 的文献6.调查共收回问卷 317 份,通过在公共交通刷卡大数据中检验主观问卷调查获取的卡号有效性,最终得到249 份信息可匹配的问卷.部分问卷信息无法与刷卡数据匹配的主要原因为卡号信息填写有误与数据库信息缺失等.为了针对研究公共交通通勤者的使用行为机理,问卷设置了出行目的题项,选取“通勤/通学冶者的问卷作为研究基础.本次调查在研究相关文献的基础上,旨在搜集北京市公共交通乘客的出行行为特征信息与经济社会属性信息,并进行匿名处理.其中,部分出行行为特征信息如出行时间、地点和天数仅作信息验证与辅助参考作用,实际研究则采用个体刷卡的动态交易数据,以体现乘客每次出行的差异性,故本节不做具体展示;而个体经济社会属性信息主要包括年龄、职业、收入、教育程度、汽车拥有量等,具体内容如表 1 所示.摇 摇 在进行数据研究前,为了检验调查问卷结构设计的合理性与问卷信息的可靠性与有效性,需要对问卷数据进行信度与效度的检验.本文利用SPSS 软件中的“可靠性分析冶功能进行测度,选用Alpha 模 型 在 95%置 信 水 平 下 计 算 信 度 系 数Cronbach蒺s 琢 值.经系统可靠性分析,可得有效个案数 为 249,即 所 有 问 卷 数 据 均 为 有 效;而Cronbach爷s 琢 值为 0郾 883,大于可接受的最小值0郾 7,说明问卷数据具有良好的质量.27摇 第 5 期胡摇 松,等:基于通勤出行链的公共交通使用行为辨识研究表 1摇 出行者经济社会属性信息统计题目题项占比/%题目题项占比/%教育水平1、高中以下2、高中3、大学专科4、大学本科5、研究生及以上0郾 03郾 612郾 648郾 235郾 6收入/元1、1 500 以下2、1 500 3 0003、3 000 5 0004、5 000 8 0005、8 000 15 0006、15 000 以上2郾 41郾 88郾 430郾 146郾 410郾 9年龄/岁1、0 182、19 243、25 344、35 445、45 546、55 以上0郾 09郾 047郾 628郾 710郾 83郾 9工作1、公务员2、企事业单位职员3、私营企业4、服务业5、工人6、自由工作者7、学生8、待业/下岗/其他6郾 672郾 98郾 43郾 03郾 60郾 63郾 01郾 9性别1、男2、女51郾 248郾 8是否接送小孩1、是2、否19郾 980郾 1车辆拥有/辆1、无2、13、24、2 辆以上41郾 650郾 06郾 61郾 81郾 2摇 客观出行刷卡数据本文主要依托北京市公交都市平台获取多源公共交通客观数据,提取 2018 年 9 月 3 日至 7 日 5 个工作日的刷卡数据开展研究,数据内容主要包括地面公交 IC 卡交易数据、地面公交 GPS 数据和轨道AFC 系统交易数据等.地面公交初始数据共包含19 个字段,从中筛选并保留用户卡号、上/下车线路编号、上/下车站点编号和上/下车时间等关键字段;轨道交通初始数据共包含 37 个字段,从中筛选并保留用户卡号、进/出站线路号、进/出站车站编码和进/出站时间等关键字段.选取公交 GPS 数据中的线路编号、数据回传时间、数据回传经纬度以及静态线站表中公交、轨道的站点编号、站点经纬度和站间距等字段,从而对原始公共交通刷卡交易数据进行数据校准与缺失数据弥补,提高数据的密集性与数据质量.1郾 3摇 基于主客观数据的通勤出行链提取基于处理后的主观调查数据与客观刷卡数据,以时间和用户卡号为关键字对数据进行关联匹配.为链接同 1 个持卡者 1 d 中的公交与地铁多段出行数据,需要确定出行换乘刷卡交易时间阈值与站点空间距离阈值,具体阈值可参照文献7.为了将获取的主客观数据进行有效的关联,形成信息全面、完备的个体出行链数据,本文提出了基于主客观数据的个体出行链提取方法,具体流程见图 1.图 1摇 个体出行链数据提取流程图摇按照图 1 的流程步骤,可获得包含个体社会经济属性与出行行为信息的多源数据的出行链信息,出行链结构及部分内容如表 2 所示.其中,出行模式表示 1 次出行所采用的交通方式,B 为公交,R 为轨道,“-冶为换乘.37交摇 通摇 工摇 程2023 年表 2摇 通勤公共交通出行链示例类别卡号31210229个体社会经济属性性别年龄职业教育程度收入车辆拥有量男25 34 岁公务员大学本科5 000 8 000 元1 辆出行行为信息出行日期2018090120180926出行模式RR-B上车时间21:2608:35上车站点五道口西小口左左左左出行距离17 997 m15 065 m2摇 公共交通使用行为模型构建2郾 1摇 公共交通使用行为刻画指标提取在主客观数据融合的通勤链数据基础上,本研究经过对相关文献的分析与北京市公共交通出行情况的调研,拟选取换乘次数、出行天数和日均出行频次8鄄9、出行完整度34 个连续型变量与性别、年龄、职业、教育水平、收入和车辆拥有量 6 个离散型变量6为初始特征指标,以期对北京市公共交通的使用行为提供综合全面的特征刻画.具体指标内容见表 3 所示.表 3摇 公共交通使用行为评估指标指标描述C1换乘次数乘坐公交与地铁之间的换乘总次数C2出行天数乘坐公共交通出行的天数C3日均出行频次乘坐公共交通出行的总次数与天数的比值C4出行完整度1 d 出行中,采用公共交通往返出行的完整程度,取值0,1D1性别D2年龄D3职业个体社会经济属性D4教育水平D5收入D6车辆拥有量2郾 2摇 探索性因子分析为了进一步研究本文所取连续型指标的共线性与相关性关系,利用 SPSS 软件对其开展探索性因子分析.本文采用基于特征值提取(特征值 1)的最大方差旋转主成分分析法来评估指标内部的一致性,具体结果见表 4 所示.表 4摇 指标相关性与显著性矩阵关系C1C2C3C4C11郾 000相关性C20郾 2581郾 000C30郾 3100郾 7381郾 000C40郾 1840郾 3940郾 5291郾 000C1显著性C20郾 000C30郾 0000郾 000C40郾 1410郾 0000郾 000摇 摇 通常相关系数不小于 0郾 3 便认为变量之间存在较好的线性相关性,否则关联性较弱,即表明该变量与其他变量测量的内容不同,在主成分提取中应该剔除.从表 4 可得知,多数因素之间的相关系数均大于0郾 3,仅 C1 与 C2、C4 之间的相关系数不满足条件;并且,从关系显著性角度可得知,除 C1 与 C4 之外的因素间显著相关,均为 0.而因素的成分得分可衡量各成分在整个目标描述过程所占的解释程度,成分得分矩阵如表 5 所示.表 5摇 成分得分矩阵成分得分C10郾 201C20郾 381C30郾 407C40郾 307摇 摇 从表 5 看出,在主成分分析中 C1 指标的得分最低,表明对于数据变异的解释性较差.综合考虑,本文将换乘次数从指标集中移除,即采用出行天数、日均出行频次、出行完整度及个体社会经济属性等9 个因素综合刻画通勤者使用公共交通出行的行为特征.此外,由于个体社会经济属性所表征的内容各不相同,故没有对此类指标因素进行因子分析.2郾 3摇 基于 DBSACN 算法的公共交通使用行为聚类模型为了深入挖掘不同通勤者工作日期间使用公共交通的情况,需要基于通勤出行链数据和选取因素集对调查人群进行分类.由于指标数据集中存在连47摇 第 5 期胡摇 松,等:基于通勤出行链的公共交通使用行为辨识研究续型变量与离散型变量,较难使用 1 种有效、准确的算法同时进行处理;并且,离散型变量更有利于分类模型进行数据划分,消除边缘数据分类的混沌性,克服数据中隐藏的缺陷,使模型结果更加稳定.因此,本文首先需要将 3 个连续型变量转化为离散型变量,再利用聚类模型对人群进行分类分析.基于对出行天数、日均出行频次、出行完整度数据内容的分析,本文采用等宽法10进行数据的离散化.其中,出行频次以间距 1 将数据分割成 i 个区间,即0,1)、1,2)、2,3)、3,4)、4,肄),各区间的数值类别标号分别为 i=1,2,3,4,5.同理,出行天数和出行完整度的数值分割间距分别设置为 1 和0郾 2,其区间类别标号均为 i=1,2,3,4,5.具有噪声的基于密度的聚类方法(DBSCAN)模型是 1 种基于空间密度的聚类算法,该算法视为1 种被低密度区域分隔的高密度区域划分方法,可在具有噪声的空间数据库中发现任意形状的簇,它将簇定义为密度相连的点的最大集合.本文模型中测度样本间的最近邻距离度量参数时,选用普适性较强的欧式距离,见式(1):d=移ni=1(xi-yi)2(1)该模型涉及的参数主要为最小样本量(min_samples)、邻域的距离阈值(eps)和叶子节点数量,具体 参 数 取 值 需 要 结 合 数 据 情 况 进 行 标 定.DBSCAN 模型的构建步骤如表 6 所示.表 6摇 DBSCAN 模型构建步骤标记所有样本对象为 unvisited;随机选择 1 个 unvisited 对象 p;标记 p 为 visited;If p 的邻域至少有 min_samples 个对象摇 创建 1 个新簇 C,并把 p 添加到 C;摇 令 N 为 p 的领域中的对象集合;摇 For N 中的每个点 p摇 摇 If p 是 unvisited;摇 摇 摇 标记 P 为 visited;摇 摇 摇 If p 的邻域至少有 min_samples 个对象,把这些对象添加到 N;摇 摇 摇 If p 不属于任何簇,把 p 添加到 C;摇 End for;摇 输出 C;Else 标记 p 为噪声;直到没有标记为 unvisited 对象停止.3摇 案例分析为深入量化分析通勤者的公共交通使用行为特征,本文基于 2018 年 9 月 3 日至 7 日的公共交通刷卡客观数据,匹配调查获取的 249 个受访者的主观问卷数据,提取案例研究的通勤出行链信息.3郾 1摇 模型构建与参数选取基于表 6 的模型构建流程,利用 python 软件实现 DBSCAN 模型的构建与数据聚类实施.其中,模型的最近邻搜索算法参数选择“auto冶机制,该算法机制可从蛮力模型、KD 树模型和球树模型 3 种方法中基于数据内容自动选取最优的最近邻搜索算法去拟合数据.此外,将 249 个样本所对应的 9 个因素指标数据输入到初始 DBSCAN 模型中,并利用聚类结果的轮廓系数 s(i)对模型结果进行评价,从而对 min_samples、eps 和树的叶子节点数(leaf_size)等参数进行调整.其中,s(i)的计算式见式(2):s(i)=1-a(i)b(i)a(i)b(i)(2)式中,a(i)为样本 i 到同簇其他样本的平均欧式距离;b(i)为样本 i 到其他某簇 Cj的所有样本的平均距离最小值,即样本 i 的簇间不相似度.经过多次模型拟合的调整过程,确定各参数值为:min_samples=2,eps=1郾5,leaf_size=30,此时聚类结果的轮廓系数为0郾76,表明聚类结果较为合理.3郾 2摇 群体公共交通使用行为聚类分析将前述 249 位受访者的指标数据输入到调整好的模型,最终聚类算法将调查人群划分为 3 类,具体内容如表 7 所示.摇 摇 从表 7 看出,3 个出行行为指标中,第 2 类通勤人群的出行天数、日均出行频次和出行完整度均要远高于其他 2 类人群,表明此类人群在工作日会频繁使用公共交通出行,属于公共交通高使用度乘客,为公共交通系统需要持续维护的顾客群体,而且此类人群在通勤者中的占比也最多.并且,此类通勤者的性别的类别标号为 1郾 49,非常接近 1郾 5,表明该类人群的男女比例十分均衡;同理可知,公共交通高使用度乘客多为 25 34 岁之间的年轻群体,主要为本科及研究生以上高学历的企事业单位的职员,收57交摇 通摇 工摇 程2023 年表 7摇 聚类结果统计聚类 1聚类 2聚类 3统计情况84 人(33郾 7%)135 人(54郾 2%)30 人(12郾 1%)指标均值C23郾 794郾 591郾 75C32郾 112郾 431郾 20C42郾 453郾 371郾 95D11郾 461郾 491郾 55D23郾 483郾 323郾 50D33郾 112郾 012郾 00D43郾 954郾 674郾 50D53郾 884郾 784郾 90D61郾 891郾 541郾 75摇 摇 注释:括号中为各类人数占比.入为中高水平,并且拥有 0 或 1 辆车的出行者人数较为均衡.第 1 类人群为占据通勤者 1/3 公共交通中使用度乘客,其出行天数、日均出行频次和出行完整度均3 个指标值均稍低于第 1 类通勤者.此类人群的男性稍多于女性,年龄主要在 25 44 岁,在私企工作者居多,以专科和本科毕业生为主,收入为3 000 8 000 的中等水平,大部分人群家庭拥有 1 辆小汽车.同时也反映了教育水平与工作单位质量、收入整体成正比的关系.此外,第 3 类人群的出行天数、日均出行频次和出行完整度 3 个指标值处于通勤者中最低的水平,即为公共交通低使用度乘客.该类乘客通常采用小汽车、合乘或打车等方式出行,主要由于车辆限行、交通管制、身体不适及天气不良等内外影响因素被迫选择公共交通出行的群体,也正是未来提高公共交通出行率的潜在人群.此部分用户的女性稍多于男性,年龄和是车辆拥有量与第 2 类人群相似,而其他社会经济属性指标多与第 1 类人群一致.总体来看,此类人群具有一定的经济基础与稳定的工作,拥有小汽车且追求较为舒适的出行环境,故未来公共交通管理者可从交通限制政策与服务水平 2 个角度去提高此类通勤者的公共交通使用程度.4摇 结论研究设计并实施了公共交通出行行为调查方摇 摇案,基于客观公共交通大数据利用关联匹配算法提取公共交通通勤出行链信息.从个体出行行为与社会经济属性角度选取了公共交通使用行为影响指标,利用因子分析法筛选 9 个刻画指标,结合DBSCAN 算法构建了乘客公共交通使用行为聚类模型.结果表明,调查的通勤人群被划分为公共交通高、中、低使用度 3 类,占比分别为 54郾 2%、33郾 7%和 12郾 1%,其中第 3 类为未来提高公共交通出行率的主要争取人群,并且可从公共交通限制政策与服务水平 2 个角度去促进该类人群的公共交通使用度.研究为深入理解公共交通出行行为,改善公共交通服务水平和吸引力提供技术支持.参考文献:1 孙世超,杨东援.基于 RFM 模型的通勤人群公交忠诚度研究J.交通运输系统工程与信息,2015,15(4):216鄄221.2 Ma X,Wu Y J,Wang Y,et al.Mining smart card data fortransit riders蒺 travel patterns J.Transportation ResearchPart C:Emerging Technologies,2013,36:1鄄12.3 梁泉,翁剑成,林鹏飞,等.基于个体出行图谱的公共交通通勤行为辨别方法研究J.交通运输系统工程与信息,2018,18(2):100鄄107.4 Zhang Y,Martens K,Long Y.Revealing group travelbehaviour patterns with public transit smart card dataJ.Travel Behaviour and Society,2018,10:42鄄52.5 Cui C L,Zhao Y L,Duan Z Y.Research on theStability of Public Transit Passenger Travel BehaviourBased on Smart Card Data C/Cota InternationalConference of Transportation Professionals.2014.6 Fu X,Juan Z.Empirical analysis and comparisons abouttime鄄allocation patterns across segments based on mode鄄specific preferencesJ.Transportation,2016,43(1):37鄄51.7 王月玥.基于多源数据的公共交通通勤出行特征提取方法研究D.北京:北京工业大学,2014.8 潘福全,王健,亓荣杰,等.基于公交限时免费换乘的居民出行方式选择建模与分析J.科学技术与工程,2018,454(21):134鄄138.9 胡松,翁剑成,周伟,等.基于关联分析的乘客公共交通依赖度识别方法J.交通运输系统工程与信息,2020,20(4):136鄄142.10 刘晓明,李盼池,刘显德,等.贝叶斯网络参数学习中的连续变量离散化方法研究J.计算机与数字工程,2018,46(5):992鄄996.67