刘 涵,刘 聪

(兰州交通大学 交通运输学院,甘肃 兰州 730070)

0 引 言

随着我国城市规模的扩大和机动化进程的加快,城市内部交通需求大幅提高。出租车作为城市公共交通的重要组成部分,在人们日常出行中发挥着重要的作用。由于城市客源时空分布不均衡、出租车间不良竞争等因素,出租车寻客存在一定的难度,导致出租车运营效率低下。目前,我国大多数城市出租车都已配备有 GPS 轨迹记录装置,以出租车车载GPS数据为基础,开展了很多研究。

王郑委[1]通过Hadoop平台,可视化并分析了北京市一年的载客热点区域。程静[2]等人分析了出租车出行需求的时间分布信息,研究了基于GPS轨迹数据的出行需求在时间方面与空间方面的分布特征;陈玲燕[3]通过计算成都市居民日出行量等多个出行需求指标,研究了不同星期属性的居民出行高峰时段分布;郑林江[4]等提出了一种基于网格密度的Gscan聚类算法,并以实例分析了出行热点区域时空分布及出行分布规律;曹梁[5]基于上海市连续32d记录无误的出租车数据,探索了乘客出行规律、城市活跃度、碳排放的计算以及结合GPS数据的碳减排措施;程智源[6]对成都地区出租车轨迹的热点路径和区域进行了分析;王明[7]在对传统基于密度的DBSCAN算法研究的基础上,考虑了出租车在道路上行驶时的距离因素;陈亚玲[8]结合波尔图市出租车数据,对该市现存公交路线进行分析和改进,使公交线路更方便乘客出行;王建军[9]研究了基于出租车轨迹挖掘的寻客路线推荐方法;唐隽玉[10]基于出租车GPS数据,分别研究了出租车供需不平衡时空分布及其影响因素;刘丽[11]为了提高出租车寻客效益,提出了基于寻客效益指标模型的时空分析方法,对高效益客源的时空分布特征进行研究;Yazici M[12]等人利用logic回归模型对出租车在机场的下客与搜索乘客的决策进行分析;Moreira-Matias L[13]等人提出预测短期出租车空间分布的方法,可以短时间内获取城市的的出租车与乘客的空间分布特性。

本文以兰州市出租车上下客事件作为研究对象,基于2021年4月全市出租车车载GPS数据,采用数理统计和核密度分析的方法,从不同角度刻画出租车的出行特征,探究出租车上下客时空变化规律,为出租车的智能化管理,出租车司机的巡游策略以及运营商提供参考依据。

1 数据处理

研究采用兰州市2021年4月5日至2021年4月11日的出租车GPS轨迹数据作为研究对象,数据文件采用csv格式存储,每日文件大小约4G,每30 s传一次数据,以表的形式进行存储。

受到数据采集设备故障、信号不良或者恶劣天气的影响,出租车的GPS数据采集会存在异常数据。为了保证数据分析和后续处理的有效性和准确性,有必要对收集到的出租车GPS轨迹数据进行数据预处理。

进行数据质量控制后,采用比较成熟的几何分析法,将出租车GPS数据进行地图匹配。依据出租车数据中的STATUS(载客状态)属性值对于出租车的OD进行提取,当STATUS的值由0变成1时,表示乘客上车,当STATUS的值由1变成0时,表示乘客下车。同一个出租车的状态变化为一次乘客乘坐出租车出行的乘客OD。

2 出租车上下客时间分布特征

2.1 一周内各时段上下客量分布

将全天的时间段分为24个间隔,以每个订单的开始时间作为基准时间,每个小时进行一次统计,结果如图1所示。横坐标“1”对应的是“0∶00～1∶00”内的需求量,依次类推。可以看出:工作日的出租车出行需求时间变化趋势几乎一致,且每个时间段的订单量大小接近,非工作日的变化趋势和工作日有一些区别,在工作日。0∶00～5∶00的客源量持续减少,在6∶00达到最低值。出租车的出行需求出现了三次高峰,由于早上居民上班上学的需求,居民出行量比较大,出行需求量在6∶00后急剧增加,7∶00～9∶00达到了第一个高峰,即出行早高峰,这部分出行量占到全天出行量的20.23%。在10∶00～14∶00之间出租车需求量较为稳定,在17∶00～19∶00之间,由于下班、放学等原因,需求达到另一个高峰,即出行需求晚高峰。非工作日呈现不同的特征,凌晨订单量比工作日的订单多,居民在非工作日夜间出行的活动较多,此时公交地铁等公共的交通设施已经停运,出租车需求较大。非工作日因为没有了必须出门的刚性需求,总体出租车需求量较工作日减少,出行高峰也变得相对平稳。

图1 一周内各时段上下客量分布

将出租车订单量简化为工作日和非工作日,以便更加清晰的进行分析工作日和非工作日兰州市居民出租车出行需求的区别。使用周二到周五各时段的平均值作为工作日各时段的出租车订单量,如图2所示。

图2 工作日与休息日各时段上下客量分布

2.2 载客时长、候客时长分布

出租车订单时长时间分布在0～140 min之间,大部分订单载客时间10～20 min之间。展现每个时间段的出租车载客时长,绘制工作日和非工作日的分时段载客时长,如图3所示。

图3 出租车载客时长分时段统计

由图4可以看出,平均载客时长在工作日和非工作日呈现不同的特征。工作日不同时段的平均载客时长的变化幅度较大,高峰分布比较明显,在7∶00～8∶00达到第一个高峰,中间较为平稳,在17∶00～18∶00达到了另一个高峰。非工作日平均载客时长的高峰和非工作日不同,在早上六点之后开始下降,7∶00到8∶00的平均载客时长呈现低谷,八点后随着时间增加逐渐增加,晚上七点后呈现下降的趋势。为了更清晰的描述载客时长分布,对于单次载客时长的比例做统计分析,如图4所示。

图4 出租车载客时间分布

由图4可得,从时间分布来看,5～10 min的出行占26%左右,在出行时间中占据最大比例,30 min以内订单累计占据90%,随着载客时长的增加,载客量逐渐减少,载客时长大于60 min的订单仅占1.49%,符合出租车为居民提供个性化的服务—适合短距离出行。

由图5可以看出,无论是工作日和非工作日,候客时长特征几乎一致,在1∶00～2∶00候客时长达到高峰,最高平均候客时长达到67 min左右,这个时间居民几乎都在休息,出行需求较低,出租车供大于求,在三点后平均候客时长逐渐下降,八点达到了低谷,平均候客时长6～10 min左右,8∶00到晚上24∶00趋于平稳。绘制不同候客时长的比例,深入分析出租车的运营特征,如图6所示。

图5 出租车平均候客时长分布

图6 出租车候客时间分布

兰州市出租车有50.7%能够在10～20 min内寻找到乘客,但仅有28.25%的司机能够在10 min内找到乘客,有16.04%在20 min以上才能寻找到乘客。由以上数据可知,兰州市出租车的寻客时间较长,出租车司机在寻客方面耗费成本较多,有待进一步的通过策略降低候客时长,提高司机收益。

3 出租车上下客空间分布特征

居民出行需求和城市的区域结构以及功能紧密相关。通常情况下,在一定的时间段内,一定区域内的居民出行目的有着相似性。采用核密度分析方法研究空间分布特征。对于空间区域中的任一点S,其核密度估计值是其邻域内所有点的核函数对点S的贡献之和,核密度计算公式如式(1)所示。

(1)

本文选取了兰州市2021年4月6日和2021年4月11日的出租车轨迹全天数据作为研究对象,分别对工作日和非工作日出租车需求空间分布进行分析。

可知,工作日和非工作日的出租车出行需求在分布上大致相似,但其出行需求量存在着较大差异。

3.1 出租车需求地空间分布

选取出行高峰时间段7∶00～9∶00、12∶00～14∶00及17∶00～19∶00,对不同高峰时间段出行需求进行对比分析,根据上车次数分为9个量级。可以得出,在工作日早高峰、午高峰晚高峰这三个时间段中,出行需求有所差距。出行需求分布规律如下:在早高峰出租车需求量最大,西固区主要集中在陈官营地铁站和西固村附近,安宁区集中在海关地铁站和安宁区体育馆附近,七里河区和城关区需求热点集中在西站什字地铁站和西关站附近,甘肃省公共资源交易局附近的出租车需求也较大。这段时间因为居民上班或者上学的刚性需求,出行量大,出租车需求高。午高峰和晚高峰的出行需求与早高峰的热点较为类似,但更为分散。

非工作日在早高峰、午高峰、晚高峰着三个时间段中,出行需求和工作日出行高峰较为相似,出行范围更大,但各个热点的出租车出行需求量有所减少。西固区的乘客上车点主要集中在陈官营和西固村,安宁区主要集中在安宁科教城,七里河区的乘客上客点是以兰州西站什字为中心向外延伸,西站什字和兰州西站是不同高峰都具有的热点区域,城关区的上客点较多且比较分散,主要集中在兰州站、五里埔、西关附近。

3.2 出租车目的地空间分布

对不同高峰时间段的2 h出行需求进行对比分析,根据上车次数分为9个量级。

可以看出,工作日以西站什字为中心的热点区域早高峰出租车目的地最高,这个区域早高峰的出租车需求也较高,出租车司机可以考虑在此范围内寻找乘客;午高峰安宁区的出租车目的地较其它两个高峰显著减少,晚高峰的出租车出行目的地在城关区分散在各个区域行政区划中,城关区的商业经济比较发达,出租车出行交通量也较多。

非工作日在安宁区乘客下客点主要分布在居民区、高校和商业街为主的区域,尤其是费家营和金牛街商业广场的乘客下客点较多,符合居民利用周末娱乐休息的特性;七里河区以西站什字附近的下客点较多;城关区以西关十字、解放门立交桥以及雁滩聚焦了较多出租车下客点;城关区的下客点在数量上较其它三个区多。工作日较工作日增加了一些娱乐区域,如仁寿山、金城公园等。

3.3 区域间OD分布

OD分布主要可以反映人们在不同区域之间的迁移状态,在一定程度上说明人们出行的情况,本节前两章主要将出租车的需求地和目的地分别进行研究。在本节,将出租车出行的O和D进行结合,分析兰州市的各个行政区的客流之间的迁移情况。

兰州市出租车需求点和目的地主要集中在安宁区、西固区、七里河区和城关区,只有少部分集中在其它区域,根据统计得到主要四个区的出租车需求点占据总数据的99.38%,对于OD矩阵构建仅考虑这些区域的客流迁移量,使用一天的数据构建出行分布,如表1所示。

表1 居民出租车出行OD矩阵表单位:人次

可见,在城关区内出行的居民明显比其它区域的人数要多。其中,各个区到达西固区的出租车较少,各个区到达城关区的出租车最多,数量最多的是从城关区到达城关区。总体来看,出租车出行的目的地更加倾向于其原本所在的城区内。

4 结 语

本文基于兰州市的出租车GPS轨迹数据以城市出租车上下客事件为研究对象,使用数理统计和核密度分析的方法对上下客事件进行时间和空间特征分析,得出出租车上下客事件在不同时间段以及工作日和非工作日的不同规律。出租车的上客量在一天中存在着明显的早晚高峰,工作日和休息日也存在着较大差异。从时间分布来看,5～10 min的出行占26%左右,90%的订单在30 min以内完成,符合出租车为居民提供个性化的服务-适合短距离出行。兰州市出租车有28.25%的司机能够在10 min内找到乘客,司机寻客时间较长。与工作日不同的是,非工作日的早高峰出行需求量最低,午高峰需求量最高。工作日与休息日主要出行目的地位于城市商业中心西站什字以及西关附近、大型医院、商务中心以及重要交通枢纽处。各个地铁站附近也有大量的出租车乘坐需求,其它上下客热点集中在高校附近,在非工作日居民的出行目的地增加了旅游景区,如仁寿山公园、金城公园等。分析兰州市各个行政区之间的迁移,发现出租车出行的目的地倾向于其原本所在的城区内。研究结论可为兰州市城市交通管理与优化出租车运营管理策略提供科学依据,也可为兰州市出租车司机巡游提供一定的参考。

本文研究的是出租车出行的时空分布特征,城市公共交通中还有地铁、公交车等方式,后续研究可加如更多的数据,更深层次的全面挖掘城市居民出行特征,指导公众出行,缓解城市交通压力。