胡 浩 胡兴华 黄春芳 郭建谱

（1.重庆交通大学交通运输学院，重庆 400074；2.宁波财经学院数字技术与工程学院，宁波 315175；3.重庆生产力促进中心，重庆 401147）

引言

在车联网、大数据的时代发展背景下，随着智能公交系统（Advanced Public Transportation System，APTS）建设规模的不断扩大，数据采集的范围、广度和深度急剧增加，公交各子系统已经积累了海量的交通数据。这些数据为公交相关人员管理、公交系统规划、管理和评价提供了重要的基础，但如何有效提取这些来源广泛、涉及领域和知识众多的海量信息，实现数据的充分利用，研发新的公共交通应用和服务，以提高公共交通运营的成熟度和吸引力，成为当前公共交通行业面临的主要问题。2020年，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》发布，文件明确了数据作为生产要素之一的定位，要求加快培育数据要素市场，并从数据开放共享、提升社会数据资源价值等方面进行了部署。

国内诸多学者针对公交大数据利用进行了研究。朱岩[1]分析了数字经济在推进产业转型中的重要作用，指出在数据作为生产要素的背景下，应挖掘数据内涵价值并利用数据资源创造新价值。胡继华等[2]基于交通大数据，提出了公交线路OD矩阵推断方法。王斌[3]在分析多源数据类型及其适用性的基础上,提出了公交大数据在有轨电车线网规划中的应用方法。梁秉毅等[4]提出了基于公交CAN总线等实时数据的公交驾驶员驾驶风险评估模型。李歌[5]基于公交GPS、IC卡刷卡大数据，融合出租车运营数据对区域微循环公交线路进行了布设研究。此外，一些学者[6-8]提出了公交的多元化经营思路，以实现公交的良性发展，并对其实现方式进行了研究。总体而言，国内对于公交大数据的应用探索尚处在某些特定场景上，近年来虽然意识到数据将产生重大经济价值，但对其如何落地、如何产业化推进的研究尚处于比较零散的状态。

1 数据要素化对公交发展带来的机遇

数字化转型是在疫情之后国内经济发展的一个重要引擎。作为典型的民生工程，公交系统需紧紧围绕《关于构建更加完善的要素市场化配置体制机制的意见》，深刻认识公交运行过程中衍生的大数据新内涵，推进公交发展的数字化转型，加快培育公交数据要素市场，利用数字资源推动公交系统自身发展、交通运输行业决策甚至服务社会其他行业，进而产生隐性或者显性的经济价值，实现公交系统在保持公益性的前提下盈利，是公交系统良性健康发展的基本要求。在公交数据要素市场构建过程中，需围绕交通数字化转型的发展要求，结合公交大数据的特点，以公交系统产生的数据为核心资源，深度融合交通行业内部数据、相关行业运行数据，加快与社会化交通数据资源的协同，在公交产业数字化并形成资源化特征的基础上，推进公交数字产业化，为公交企业、驾乘人员、政府决策部门以及商业运行提供数据新动能，借助数字化转型来实现公交系统的可持续发展，支撑经济的高质量发展。

同时需要注意的是，在数据要素化转型的初期，需要政府加大政策扶持力度，引导社会加大对公交大数据的利用，实现对大数据资源市场的初步撬动，为公交大数据产业的长效化发展提供初始驱动力。

2 公交大数据资源化与产业化思路

2.1 公交产业数字化

2.1.1 总体要求

围绕产业数字化基本要求，推进公交产业的数字化应从以下方面着手。

（1）以数字科技变革生产工具，以资产静态管理、动态运行监控全方位感知为前提，全面提升公交资产的数字化程度。

（2）以数据资源为关键生产要素，以公交大数据为核心依据开展运营管理，提高运营效率。

（3）以数字内容重构公交出行产品结构，以公交大数据为切入点，提升乘客用户体验。

（4）以信息网络为市场配置纽带，以丰富公交大数据供给源为导向，向用户和企业运营者提供双向交互的信息，提升公交出行比例。

（5）以服务平台为产业生态载体，加强公交大数据与其他数据的融合，实现公交大数据的产业化决策应用，构建面向智慧城市的公交大数据产业生态。

（6）以数字善治为发展机制条件，首先强化公交大数据在社会治理能力、行业决策能力提升方面的应用。

2.1.2 对于静态资产的多视角管理

（1）线路-站点资源：对各类公交线路（含轨道、BRT、常规公交等）、公交站点（含轨道站、公交站）及其共同形成的公交线网，点-线-面的分布特征决定了该空间资源采用专业化的地理信息系统进行管理，可反映线网密度、线路及站点覆盖面积与人口、线路直达性、非直线系数等关键静态指标，为线网优化提供决策依据。

（2）运力资源：运力资源主要包括公交车辆和驾乘人员，对车辆而言，可将车辆的档案信息采取电子化管理，以随时掌握车辆容量、车龄、里程、保养记录等信息，可为跨线路运力调配提供决策依据；对驾乘人员而言，应将其技能信息（如准驾车型等）、培训信息、交通安全信息（事故种类、数量等）、能耗信息、奖惩信息等电子档案化，以形成对驾乘人员的全面考核，同时为分析驾乘人员行为演化提供参考。此外，应结合大数据的发展，适当采集生物特征信息（如指纹、面容等），为岗前适驾测评、事故溯源等提供依据。

（3）站场资源：针对公交的枢纽站、停车场、维修场等站场资源，应进行站场容量、作业类型、作业计划、作业人员的档案电子化，并在地理信息系统中与公交的线路-站点资源进行协同化展示，为优化站场资源布局、调整容量配置、安排作业计划提供决策依据。

（4）公交优先资源（专用道、优先信号等）：除了上述有形的资产外，公交的优先权也是其重要的资产构成，可通过布局在地理信息系统上与实体资产要素形成互动。

公交静态资产数字化目标与其管理工具详见表1。

表1 公交静态资产数字化的目标与工具

2.1.3 对于运行状态的全方位感知

（1）公交车辆运行轨迹及速度：对公交（含轨道）车辆安装北斗、GPS或基于站点的高精度定位感知设备，实时采集车辆位置信息，推算公交瞬时速度、全程运营速度、站点停靠时间，为大数据背景下计算公交时延，度量整体乘客出行途经站点数量（反映线网与客流的契合度，减少途中停靠站点的延误时间）、出行步行距离（反映停靠站点与客流契合度），总体换乘时间（反映线路之间衔接关系）、路线非直线系数（绕行距离）提供依据。

（2）公交车辆运行状态：通过CAN总线对车辆制动、加速、转弯等微观控制数据进行采集，全方位监测车辆在执行运输任务时的健康状况，并对个体驾驶员的操作形成历史剖面数据，同时形成在线全部驾驶员的截面数据，为评估驾驶行为、驾驶习惯以及事故溯源提供参考依据和证据链。

（3）在途客流量及结构：针对每一辆车不同时刻的断面客流量。传统公交评价指标中通常使用的是断面满载率，该指标是调查公交车辆在某个站点或道路的断面满载率，以某个时间、某个站点、途经公交班次的满载率平均值作为一个评价指标，满载率准确度不高，且只能反映少数断面。基于安装于车内的摄像头硬件结合人工智能或基于公交支付大数据，可计算得出覆盖全部线路、全部班次、全部路程的车辆实时载客量，并可算出所有车辆在所有路段的满载率情况。此外，可通过长期的支付数据对公交乘客画像，识别各时刻乘客结构，为精准化提供服务、匹配运力甚至实现数据的外部商业化运作提供基础。

（4）候车客流量及结构：采用支付数据结合车辆位置和站台摄像头智能化识别方法，通过专用客户端公交线路查询数据或申请数据，可提取计算当前在站候车客流量，同时结合支付类型、人员类型聚类，识别候车及潜在候车客流量、候车乘客结构。

公交运行状态数字化的实现手段详见表2。

表2 公交运行状态数字化的实现手段

2.2 公交数字产业化

2.2.1 总体要求

对于公交数字产业化而言，需实现公交数据对公交系统本身的造血功能，可分两步进行：首先利用大数据对公交企业本身的运营进行分析，在此基础上挖掘运营潜力，提高运营效率、减少成本；其次，利用大数据的专业化分析，对公交所服务的对象以及部分典型商业场景进行非公共交通运输领域的服务，且构建稳定的服务机制，实现稳健的外部性收入，构建数据产业化生态。

2.2.2 面向优化微观驾驶行为的公交大数据资源整合与应用路径

CAN总线可实时获取车辆操纵行为、能耗表现、车辆状态等，因此以CAN总线获取的公交车辆大数据为基础，可形成面向优化微观驾驶行为的公交大数据资源化与产业化利用。

（1）公交能耗管理。通过CAN总线获得车辆的真实能耗数据，通过不同车辆之间横向对比以及不同时段的纵向对比，识别节能降耗空间，及时发现能耗异常工况。

（2）驾驶员行为监控。监控驾驶员在运营中产生的加速、减速等各种微观驾驶行为并实时记录，生成驾驶行为监控表，用于监测驾驶员的驾驶状况，培养驾驶员的安全、节能习惯。

（3）事故疑点行为速度监控。根据CAN总线数据，可展示发生事故时间段内的车辆各种工况信息，用事实数据证据代替传统的经验推断。

（4）车辆工况监控。实时监控车辆的各种工况，实现故障预警管理，保障车辆良性运行。

2.2.3 面向提高企业运营效率的公交大数据资源整合与应用路径

公交大数据应用的首要目的就是对内挖潜，使公交大数据变为生产要素，借助大数据实现企业运营的降本增效，在隐性层面增加运营企业效益。

（1）企业运营分析。通过公交支付、非交通支付分布等大数据识别，对用户进行画像，采取针对性措施提高用户对公共交通的黏性。

（2）公交线网优化与管理改进。基于公交大数据进行OD识别分析、公共交通模式选型分析等，可识别公交走廊及其与城市结构的演化互动关系，支撑目前的公交规划由滞后客流型向引导客流型转变。

（3）提升公交实时调度能力。通过站点和车内客流量的实时检测，合理分配公交运行车辆。

（4）定制公交线路开行计划。通过公交支付数据融合出租车运营数据，可识别潜在开行的公交线路，运用定制公交、微循环公交等形式满足市民出行。

（5）精准化的到站信息预测。利用GPS、北斗等导航定位装置，对公交到站信息进行精准预测，提高公交乘客出行的获得感，进而吸引客流，提高单位运力的运输量。

2.2.4 面向提升行业决策精准化的公交大数据资源整合与应用路径

公交大数据要实现对外输出价值、数据变现，目前最广泛的应用场景就是为政府提供决策精准化支撑。其应用可大体分为以下方面。

（1）城市交通规划。在资料收集阶段，融合多种数据资源的大数据获取和分析技术将逐渐取代传统的调查方式，为交通规划和建设提供更为实时可靠的资料。在规划建设过程中，将大数据分析技术与城市交通模型相结合，形成宏观、中观、微观一体化的交通模型体系。

（2）客流预测服务。公交刷卡和移动支付数据可以提供包括线路客流、视频客流、站点客流和高速公路客流等在内的各类客流预测服务。

（3）交通需求服务。通过对公交大数据进行分析，可以获得居民乘车点、落车点，分析居民出行的目的及交通方式，从而建立出行生成预测模型和交通方式划分预测模型。

（4）交通运行态势评估。利用公交大数据中的GPS浮动车和支付数据，可全面分析路况、出行规律、出行人群需求、跨区人群出行习惯，为政府管理部门的交通规划、交通产业升级发展、公众的智慧出行等方面提供科学的决策依据。

（5）交通决策服务。依靠公交GPS、刷卡数据和移动支付数据，可进行路网整体运行状况研判、大型活动交通决策、交通企业燃油补贴测算、特殊人群优惠补偿测算等。

2.2.5 面向服务社会健康运行的公交大数据资源整合与应用路径

（1）典型应用一：精准商业投放。通过公交一卡通、移动支付等非现金支付方式识别当前在站或在车乘客的年龄属性，可为卫生医疗、休闲娱乐、日常用品、房地产、电器、汽车等提供精准广告投放。在此应用场景下，广告投放者应向公交运营企业支付广告费用。

（2）典型应用二：公交支付+健康足迹融合。在公交支付领域，电子健康码可与移动支付融合，更加精准化记录出行者的时空足迹。此外，电子健康码可与老年卡、学生卡等实名制的公交一卡通进行融合，为常态化防疫奠定基础。在此应用场景下，政府应向公交运营企业支付电子足迹管理费用。

（3）典型应用三：城市交通状态调控。通过公交支付，可识别相应车主在停驶日的出行行为，并对其进行补偿，使停驶者的补偿更加合理。在此应用场景下，政府应通过公交运营企业向停驶公交出行者发放补偿。

（4）典型应用四：市民生活方式引导。利用一卡通融合图书馆借阅和读书功能，可区分在图书馆读书的读者与周边居民，进而区别其停车行为，为前往图书馆等公益性场所开展健康生活方式的市民提供更好的交通和停车服务。此外，通过公交支付与停车支付的融合，可识别市民出行中的P+R（停车换乘）行为，为形成良好的城市出行结构提供动力。在此应用场景下，政府应对公交大数据产生的识别性应用进行支付。

（5）典型应用五：重要商业场所的客流预警。公交大数据可准实时化、小时间粒度预测某些特定时段（如重大节假期、旅游景点或商业体开业优惠期等）到达人数，为商业活动做好针对性措施提供决策。在此应用场景下，商业用户或场所运营方应对公交大数据产生的实时客流预警性行为进行支付。

（6）典型应用六：基于公交支付的MaaS（出行即服务）。基于公交支付平台进一步推行碳普惠政策，将出行者个人减少的碳排放进行集计化累积而后进行交易。在此应用场景下，公交大数据运营方可通过收取碳交易的服务费用进行盈利。

3 公交大数据资源化与产业化实施策略

3.1 总体思路

全面推进公交大数据资源化利用与产业化推进，构建区域性公交大数据产业的总体思路可简述为“三个三”，如附图所示。

附图 公交大数据资源化与产业化实施路径

3.1.1 建立面向产业化的公交大数据三级采集体系

依据现行的管理层次，建立以城市建成区为核心、向上对接国家级及省级公交大数据、向下兼容区县公交数据的公交大数据采集体系。

3.1.2 建立公交大数据资源化三级存储机制

形成以公交运营企业、专业化支付平台、专业化公交大数据存储平台的三级存储层次，其中公交运营企业主要对公交运行的静态数据（线路-站点、运力、站场、人员、优先资源）、动态数据（车、站的运行状态监控）等利用GIS平台进行存储，并根据数据更新周期以实时或定期更新的形式提供给专业化公交大数据存储平台；专业化支付平台主要对公交运行过程中的支付数据、APP请求数据进行存储，并经脱敏加密后实时传输至专业化公交大数据存储平台；专业化公交大数据存储平台除接收公交运营企业、专业化支付平台的数据流之外，还将获取其他运输方式以及交管、城管、建设、规划等其他行业大数据，并预留整合高德、百度等商业化多源数据接口，对多源数据进行存储，并根据具体应用场景进行提取计算。

3.1.3 建立公交大数据产业化三级推广机制

面向公交企业决策、交通运输行业决策、与其他行业融合合作等三个领域，建立公交大数据产业化推广运行机制。其中，面向公交企业领域提供包括对车辆、驾乘人员的监管决策，以及对线路、站点等资源的优化决策，实现数据对运营主体的反哺；面向交通运输行业提供交通状态监控、居民出行特征识别、客流走廊识别、交通规划、评价等决策服务，其相关数据指标可针对具体对象区分区域进行精细化刻画；面向其他行业主要根据应用场景以公交数据为主，融合其他数据源或直接提供脱敏的公交大数据等形式实现服务推广。

3.2 重点实施步骤

3.2.1 步骤一：开展自身公交大数据的挖掘利用

以公交运营企业、支付平台为主要数据源供给单位，初步建立第三方专业化公交大数据存储分析平台，将轨道运营公司、各公交运营企业以及支付平台数据进行标准化集中存储，并以实现公交大数据对断面客流分析、公交OD识别、运力调度合理性评价等典型应用场景的支持为驱动力，推动公交大数据的规范化存储运行，基本实现公交大数据的资源化，为全面产业化推广应用奠定基础。

3.2.2 步骤二：推进与相关行业数据的融合共享

以数字化转型发展为导向，借助各行政层次、各行业深入开展大数据获取及分析框架建设的契机，对接上一行政层次交通运输行业数据，并实现第三方专业化公交大数据存储分析平台对域内交通数据的兼容获取，前瞻性与交管、城建、城管、经信、规划、气象、环保等相关部门协调在各自行业大数据系统框架内预留公交大数据交换接口，实现竖向到底、横向到边的公交大数据决策分析系统，为行业决策提供支撑，形成全社会应用大数据的发展环境，为公交大数据的产业化推广形成良好的导向氛围。

3.2.3 步骤三：实现与社会数据资源的互利协作

伴随信息化技术的发展，信息采集将呈现以数据流量终端为主的态势。因此，借助高德、百度等电子地图以及支付宝、微信等多场景大数据采集的流量端口，公交大数据可进一步提升其应用层次、丰富其应用场景。同样，社会化数据资源也有进一步寻求多数据源以扩展其应用的需求。在融合社会全部相关行业数据的前提下，在以公交大数据为主融合其他行业数据构建专业化公交大数据储存分析平台基础上，公交大数据可进一步与社会数据资源进行互利性协作，进一步开发除公交企业、政府决策部门之外的商业化应用场景，并最终实现公交大数据资源的产业化运作。此时，由于涉及到公益性资源与商业资源的融合，政府部门在此过程中要充分发挥协调和支持作用。建议设立专门的公共交通信息化部门对相关行为进行规制，以实现公交大数据产业化的长效开展。

4 结语

本文以公交大数据为研究对象，结合国家对数据作为生产要素的新定位，对其资源化利用和产业化推进问题进行了研究。可以看出，公交大数据源多面广，具有深度挖掘以及与其他数据融合利用的广阔空间和重要价值，公交大数据的产业化必将是未来公交企业可持续发展的重要支撑。本文仅对其资源化利用和产业化推进路径进行了粗浅的研究，公交企业以及专业化大数据分析机构、中介机构应积极做好准备，进一步梳理适用场景，实现数据对于公交这一公益性事业的推动。