摘要：通勤者作為公共交通乘客構(gòu)成的核心部分，其識(shí)別提取是此類(lèi)人群特征分析的前提。本文基于南京市常規(guī)公交、軌道交通和公共自行車(chē)的刷卡與設(shè)施數(shù)據(jù)，進(jìn)行公共交通通勤者識(shí)別。首先，根據(jù)數(shù)據(jù)信息是否完整，分別采用兩步聚類(lèi)法和線路相似性整合法提取相似性出行;然后，識(shí)別職住地;最后，通過(guò)出行天數(shù)、單次出發(fā)時(shí)間差和工作往返出發(fā)時(shí)間差項(xiàng)指標(biāo)完成篩選。經(jīng)通勤調(diào)查驗(yàn)證和方法有效性比較，各類(lèi)參數(shù)取值合理，方法有效并存在應(yīng)用優(yōu)勢(shì)。本文提出的通勤識(shí)別方法將出行時(shí)空規(guī)律與指標(biāo)篩選緊密結(jié)合，并考慮了數(shù)據(jù)完備與不完備條件下的不同數(shù)據(jù)處理思路，方法通用性和操作性強(qiáng)，識(shí)別結(jié)果能夠?yàn)楣�共交通通勤乘客特征分析提供�?shù)據(jù)基礎(chǔ)，有效指導(dǎo)后續(xù)城市公共交通設(shè)施布局和和服務(wù)優(yōu)化。

　　關(guān)鍵詞：公共交通;通勤識(shí)別;時(shí)空聚類(lèi)算法;通勤者;多源數(shù)據(jù);相似性出行

　　引言

　　通勤出行在城市出行總量中仍占據(jù)絕對(duì)多數(shù)，同時(shí)存在明顯的時(shí)空規(guī)律性，較為適合公共交通方式通過(guò)線路布設(shè)、班線運(yùn)營(yíng)等方面的高效組織，提升城市交通資源的使用效率。公共交通通勤者識(shí)別作為后續(xù)此類(lèi)群體出行特征分析的基礎(chǔ)工作，在公共交通規(guī)劃與管理研究中至關(guān)重要。早期由于技術(shù)限制，國(guó)內(nèi)外文獻(xiàn)多通過(guò)傳統(tǒng)通勤調(diào)查或居民出行調(diào)查研究公共交通通勤特征，直接從被調(diào)查的通勤乘客中分析使用公共交通工具出行的乘客特征;后期隨著信息技術(shù)的發(fā)展，學(xué)者大多基于公共交通刷卡數(shù)據(jù)，輔以其他數(shù)據(jù)或者機(jī)器學(xué)習(xí)等新技術(shù)手段，來(lái)開(kāi)展公共交通通勤人群的識(shí)別研究。

　　交通論文投稿刊物：《城市公共交通》(月刊)創(chuàng)刊于1989年，是中國(guó)土木工程學(xué)會(huì)、北京市公共交通總公司暨城市公共交通專(zhuān)業(yè)分會(huì)主辦及編輯出版的、公開(kāi)發(fā)行的綜合指導(dǎo)性學(xué)術(shù)期刊。

　　目前較為常見(jiàn)的依托公共交通刷卡數(shù)據(jù)的通勤者識(shí)別方法大致分為三種：一是利用刷卡數(shù)據(jù)中的“卡類(lèi)型”字段來(lái)識(shí)別，部分國(guó)家如日本會(huì)發(fā)行針對(duì)通勤(學(xué))人群的“通勤票”;二是融合公共交通刷卡數(shù)據(jù)、空間數(shù)據(jù)、出行調(diào)查數(shù)據(jù)等數(shù)據(jù)來(lái)識(shí)別，如識(shí)別職住地后再提取公交通勤者出行信息;三是僅使用公共交通刷卡數(shù)據(jù)，從時(shí)間的重復(fù)性和穩(wěn)定性角度設(shè)置識(shí)別規(guī)則，包括一周首次刷卡總次數(shù)和首次刷卡時(shí)間差、高頻OD對(duì)的出行頻次和出發(fā)時(shí)間標(biāo)準(zhǔn)差等指標(biāo)，或是利用聚類(lèi)、分類(lèi)、神經(jīng)網(wǎng)絡(luò)10等機(jī)器學(xué)習(xí)算法進(jìn)行判別。

　　目前研究較多直接對(duì)指標(biāo)設(shè)定篩選規(guī)則來(lái)識(shí)別公共交通通勤者，選取指標(biāo)時(shí)主觀性較強(qiáng)，閾值設(shè)定單一，無(wú)法較完整和準(zhǔn)確地表征通勤者出行規(guī)律;而僅使用機(jī)器學(xué)習(xí)算法識(shí)別時(shí)，仍存在指標(biāo)計(jì)算復(fù)雜、對(duì)通勤者表征程度不足的問(wèn)題;同時(shí)，識(shí)別方法較少考慮實(shí)際數(shù)據(jù)質(zhì)量，實(shí)用性較弱。

　　因此，本文基于南京市公共交通系統(tǒng)刷卡和設(shè)施數(shù)據(jù)，提出一種集時(shí)空聚類(lèi)和指標(biāo)篩選的公共交通通勤者識(shí)別方法，以時(shí)空密度聚類(lèi)算法(DensityBasedSpatialClusteringofApplicationswithNoise,STDBSCAN)為基礎(chǔ)算法，根據(jù)數(shù)據(jù)情況提出兩步聚類(lèi)法和線路相似性整合法，為基于職住地與指標(biāo)識(shí)別的篩選操作縮小了識(shí)別范圍，可操作性和通用性強(qiáng)，能夠?yàn)楣�共交通通勤乘客的相關(guān)分析提供數(shù)據(jù)基礎(chǔ)，同時(shí)對(duì)公共交通設(shè)施與服務(wù)優(yōu)化提供一定的參考依據(jù)。1研究數(shù)據(jù)

　　1.1數(shù)據(jù)描述

　　本文以南京為案例，研究的公共交通系統(tǒng)數(shù)據(jù)分為刷卡和設(shè)施數(shù)據(jù)兩類(lèi)，時(shí)間范圍為2019年12月。(1)刷卡數(shù)據(jù)包括公交、軌道交通和公共自行車(chē)刷卡數(shù)據(jù)，包括乘客個(gè)人和乘車(chē)時(shí)空信息(其中公交刷卡數(shù)據(jù)受一票制計(jì)費(fèi)和設(shè)備記錄影響，下車(chē)均無(wú)位置信息，部分上車(chē)無(wú)位置信息)，匿名乘客編號(hào)項(xiàng)成為公共交通系統(tǒng)乘客的唯一標(biāo)識(shí)。(2)設(shè)施數(shù)據(jù)為這三類(lèi)公共交通方式的線路和站點(diǎn)信息，包括站點(diǎn)線路編號(hào)和空間信息。

　　1.2數(shù)據(jù)處理

　　通勤者的通勤出行具有時(shí)空和模式上的穩(wěn)定性，可以作為通勤者識(shí)別的依據(jù)。乘客每次公共交通出行的信息提取是基礎(chǔ)，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、換乘識(shí)別和出行信息整合操作。Step1數(shù)據(jù)清洗。剔除錯(cuò)誤和重復(fù)數(shù)據(jù)，統(tǒng)一字段格式，并將刷卡表整合為一份公共交通系統(tǒng)刷卡數(shù)據(jù)，共2,239,532條數(shù)據(jù)。Step2換乘識(shí)別。由于存在同一次出行對(duì)應(yīng)多條數(shù)據(jù)的情況，故需要識(shí)別乘客的換乘行為，將不同出行階段的記錄整合為一條出行記錄。本文采用經(jīng)緯度空間距離計(jì)算與公交線路可換乘站點(diǎn)提取并行的方法，判別空間層面方式間換乘的可行性，閾值設(shè)為500m11。

　　將相鄰出行階段記錄的時(shí)間差與95%分位時(shí)間閾值比較，得出最終的換乘行為識(shí)別記錄。Step出行信息整合。將每位乘客每日每次出行的第一階段出發(fā)地信息作為該次出行的出發(fā)地信息，最后一階段的到達(dá)地信息作為該次出行的到達(dá)地信息，整理后得到1,562,668條公共交通出行數(shù)據(jù)。本文基于出行時(shí)空規(guī)律性來(lái)識(shí)別通勤者，故需要提取出部分關(guān)鍵的出行字段(如表所示)，包括乘客編號(hào)USERID、出發(fā)時(shí)間ONTIME、出發(fā)地經(jīng)度ON_LNG、出發(fā)地緯度ON_LA、到達(dá)地經(jīng)度OFF_LNG、到達(dá)地緯度OFF_LAT以及乘坐線路名稱(chēng)TRIPROUTE。

　　2通勤者識(shí)別方法

　　2.1識(shí)別思路

　　本文所提識(shí)別方法分為相似性出行整合和兩步篩選兩個(gè)步驟：首先，依據(jù)乘客在研究周期的出行集合中是否存在相似性出行，對(duì)乘客進(jìn)行初步篩選，以獲得具有規(guī)律性出行特征的候選通勤者;然后，通過(guò)識(shí)別候選通勤者的職住地并完成對(duì)應(yīng)的通勤出行初步提取操作，再利用識(shí)別指標(biāo)進(jìn)行篩選，以得到最終的通勤者識(shí)別結(jié)果。

　　2.2相似性出行整合法

　　本文中的相似性出行是指具有相似起訖點(diǎn)位置和出發(fā)時(shí)間的出行集合，每位乘客在研究周期內(nèi)的出行都將被分為不同的組別，同一組別的出行即為同一類(lèi)出行。類(lèi)似地，時(shí)空聚類(lèi)指的是根據(jù)一定的相似性準(zhǔn)則將時(shí)空實(shí)體劃分成一系列較為均勻的子類(lèi)(即時(shí)空簇)，其中相似性的判定依據(jù)為時(shí)空聚類(lèi)中的聚類(lèi)參數(shù)，時(shí)空實(shí)體在本研究中即為公共交通出行，聚類(lèi)結(jié)果即為相似性出行，每次出行記錄均被賦予對(duì)應(yīng)的組別號(hào)�？紤]到公交刷卡記錄存在信息缺失問(wèn)題，故將相似性出行整合法分為兩類(lèi)：數(shù)據(jù)完備時(shí)，采用基于STDBSCAN算法的兩步聚類(lèi)法;數(shù)據(jù)不完備時(shí)，對(duì)缺失數(shù)據(jù)采用線路相似性整合法，與完整數(shù)據(jù)的兩步聚類(lèi)結(jié)果進(jìn)行整合。

　　2.2.1基于密度的時(shí)空聚類(lèi)算法(STDBSCAN)

　　本文將STDBSCAN算法作為基礎(chǔ)算法的原因在于：(1)該算法考慮時(shí)間和空間雙重要素、可識(shí)別高密度的簇和低密度的噪聲、無(wú)需確定初始核和簇?cái)?shù)量等優(yōu)勢(shì)，常被用于出行模式劃分領(lǐng)域。(2)本文所獲取的出行數(shù)據(jù)位置為經(jīng)緯度信息，相比其他算法研究使用的站點(diǎn)編號(hào)更為精確，適用于空間聚類(lèi)算法。算法是將時(shí)空實(shí)體的時(shí)空鄰近域的空間形狀定義為一個(gè)圓柱體，底面半徑為，高為△，該鄰近域內(nèi)的實(shí)體數(shù)目即為ST的密度，當(dāng)密度大于等于設(shè)定的最小密度值MinPts時(shí)，該實(shí)體ST即為核心對(duì)象。若ST+1位于核心對(duì)象ST的時(shí)空鄰近域，則ST+1從ST直接密度可達(dá);密度可達(dá)是直接密度可達(dá)的傳遞閉包，密度相連是密度可達(dá)的傳遞，且為對(duì)稱(chēng)關(guān)系。

　　時(shí)空鄰近域的劃定和最小密度的取值為算法關(guān)鍵參數(shù)，即空間半徑、時(shí)間窗口△和密度閾值MinPts。本文基于一整月的研究數(shù)據(jù)進(jìn)行聚類(lèi)操作，通過(guò)多參數(shù)組合比選，將輪廓系數(shù)和值作為聚類(lèi)效果評(píng)價(jià)指標(biāo)，并依據(jù)肘部法則，最終選定參數(shù)=1200m，△=30min，inPts=5。和△分別代表本研究中位置和出發(fā)時(shí)間相似的判定范圍，即相似出發(fā)時(shí)間差距應(yīng)≤60min(△)，相似位置差距應(yīng)≤1200m();而MinPts=5則代表位于相似判定范圍的出行記錄數(shù)應(yīng)≥個(gè)，即同類(lèi)時(shí)空出行的次數(shù)不小于次月。

　　2.2.2數(shù)據(jù)完備條件下的兩步聚類(lèi)法

　　當(dāng)每次出行的出發(fā)地經(jīng)緯度、到達(dá)地經(jīng)緯度和出發(fā)時(shí)間個(gè)要素齊全時(shí)，經(jīng)以下步驟可完成對(duì)每位乘客多次出行的聚類(lèi)操作。

　　Step1對(duì)每次出行的出發(fā)地經(jīng)度、緯度和出發(fā)時(shí)間進(jìn)行STDBSCAN算法聚類(lèi)，得到Cluster1。以USERID=42的乘客出行為例，分為噪聲點(diǎn)、Cluster1=1和Cluster1=2三類(lèi)。噪聲點(diǎn)(圓圈)的位置和出發(fā)時(shí)間較分散，而Cluster1=1(三角)和Cluster1=2(方塊)的位置和出發(fā)時(shí)間相對(duì)集中。Step2對(duì)每次出行的到達(dá)地經(jīng)度和緯度進(jìn)行DBSCAN算法聚類(lèi)，得到Cluster2。乘客在此步的聚類(lèi)結(jié)果，分為噪聲點(diǎn)、Cluster2=1和Cluster2=2三類(lèi)。

　　Step3對(duì)每次出行，將對(duì)應(yīng)的Cluster1和Cluster2直接組合為最終聚類(lèi)結(jié)果Cluster3(如Cluster1=1且Cluster2=1時(shí)，Cluster3=1)。只有Cluster1和Cluster2取值均非噪聲時(shí)，Cluster3按類(lèi)別順序取值。乘客的最終聚類(lèi)結(jié)果如圖(c所示，分為噪聲點(diǎn)、Cluster3=1和Cluster3=2三類(lèi)。噪聲點(diǎn)(細(xì)實(shí)線)代表無(wú)規(guī)律的出行，Cluster3=1(粗實(shí)線)的出發(fā)地、到達(dá)地位置和出發(fā)時(shí)間均集中，代表一類(lèi)具有時(shí)空相似性的出行集合，Cluste=2(粗虛線)代表另一類(lèi)相似出行集合。

　　2.2.3數(shù)據(jù)不完備條件下的線路相似性整合法

　　當(dāng)部分出行的起終點(diǎn)位置存在缺失時(shí)，無(wú)法按上述數(shù)據(jù)完備條件下的方法完成聚類(lèi)，因此將出發(fā)時(shí)間和乘坐線路名稱(chēng)兩個(gè)字段作為判別屬性，即考慮出行時(shí)間和線路選擇的穩(wěn)定性，將符合要求的出行加入到數(shù)據(jù)完備條件下的聚類(lèi)結(jié)果中，得到最終整合結(jié)果。

　　步驟如下：Step1對(duì)出行數(shù)據(jù)按乘坐線路名稱(chēng)字段分組為Class1，提取頻次≥2的Class1，并對(duì)每個(gè)Class1分組進(jìn)行出發(fā)時(shí)間的聚類(lèi)，提取其中頻次≥2的子類(lèi)為Class2;Step2將每個(gè)Class2子類(lèi)中出行數(shù)據(jù)的出發(fā)時(shí)間與數(shù)據(jù)完備條件下聚類(lèi)結(jié)果的各分組Cluster3出發(fā)時(shí)間均值相比較，若低于30min則將此Class2子類(lèi)的類(lèi)別號(hào)更新為Cluster3分組的類(lèi)別號(hào)，另外若Class2子類(lèi)中超過(guò)60%的出行未加入Cluster3分組，該子類(lèi)自成一類(lèi);Step3將處理后的Cluster3和自成一類(lèi)的Class2進(jìn)行整合，得到最終的聚類(lèi)結(jié)果CLUSTER_FINAL。以USERID=9的乘客出行為例，該乘客一月共56次公共交通出行，其中信息完整和不完整的出行均為28次。對(duì)信息完整的28次出行進(jìn)行兩步聚類(lèi)法。

　　得到噪聲和Cluster3=1兩組(圖中未標(biāo)注噪聲數(shù)據(jù))。然后，對(duì)信息不完整的28次出行進(jìn)行操作，得到的13條非噪聲數(shù)據(jù)結(jié)果。其中Class2=1分組的出發(fā)時(shí)間與Cluster3=1的出發(fā)時(shí)間相近，故將其加入Cluster3=1分組，而Class2=2分組自成一類(lèi)。經(jīng)過(guò)兩步聚類(lèi)法和線路相似性整合法操作后，得到最終聚類(lèi)結(jié)果為噪聲、CLUSTER_FINAL=1和CLUSTER_FINAL=2三組。

　　2.3基于職住地與指標(biāo)識(shí)別的兩步篩選法

　　2.3.1基于職住地識(shí)別的通勤出行標(biāo)識(shí)

　　在提取通勤出行前，需要先對(duì)每位乘客的職住地進(jìn)行判別。一般假設(shè)乘客每日首次出行的出發(fā)地是居住地7]，通過(guò)對(duì)乘客的長(zhǎng)期出行數(shù)據(jù)進(jìn)行空間密度聚類(lèi)可較易得到，點(diǎn)數(shù)最多的簇的空間位置即為居住地所在區(qū)域。

　　而工作活動(dòng)僅為日�；顒�(dòng)中的一類(lèi)，難以直接識(shí)別工作地�？紤]到通勤出行的規(guī)律性特征，統(tǒng)計(jì)處理乘客的相似性出行可識(shí)別出工作地，步驟如下：Step基于上文得出的相似性出行數(shù)據(jù)，對(duì)從居住地出發(fā)出行的到達(dá)地和到達(dá)居住地出行的出發(fā)地進(jìn)行空間密度聚類(lèi)，空間閾值仍取1200m，密度閾值為個(gè);Step2統(tǒng)計(jì)聚類(lèi)結(jié)果中各簇的點(diǎn)數(shù)，點(diǎn)數(shù)最多的簇所在空間位置即為工作地所在區(qū)域。將從居住地出發(fā)和到達(dá)工作地頻次最高的組別內(nèi)出行標(biāo)記為上班，反之為下班。對(duì)于公交出行記錄位置缺失導(dǎo)致的部分出行起訖點(diǎn)所屬類(lèi)別無(wú)法識(shí)別問(wèn)題，可根據(jù)同類(lèi)別相似性出行的標(biāo)識(shí)結(jié)果或根據(jù)出發(fā)時(shí)間來(lái)確定。

　　3參數(shù)驗(yàn)證和方法有效性比較

　　通勤者識(shí)別過(guò)程中的相似性出行整合和指標(biāo)篩選操作需要確定多項(xiàng)閾值，其對(duì)識(shí)別效果具有重要影響�？紤]到數(shù)據(jù)獲取滯后性及匿名性，本文結(jié)合參數(shù)驗(yàn)證和方法有效性比較驗(yàn)證結(jié)果。通過(guò)問(wèn)卷調(diào)查獲取公共交通通勤者在通勤出行頻次、時(shí)間等方面的真實(shí)特征，以驗(yàn)證本文所提方法中的指標(biāo)取值合理性。

　　4結(jié)束語(yǔ)

　　本文融合時(shí)空聚類(lèi)和指標(biāo)篩選思路進(jìn)行公共交通通勤者識(shí)別，以時(shí)空聚類(lèi)算法中的STDBSCAN算法為基礎(chǔ)算法，進(jìn)行具有相似出行OD和出發(fā)時(shí)間的出行整合操作，并選取出行天數(shù)、單次出發(fā)時(shí)間差和工作往返出發(fā)時(shí)間差項(xiàng)指標(biāo)作為通勤識(shí)別指標(biāo)完成二次篩選�；�于南京市數(shù)據(jù)，經(jīng)時(shí)空聚類(lèi)，發(fā)現(xiàn)樣本中55.6的乘客不滿足本文設(shè)定的出行時(shí)空規(guī)律;經(jīng)指標(biāo)篩選后得到的公共交通通勤者人均出行頻次為55次月，工作日出行明顯集中于6:009:00和16:0019:00時(shí)段，符合傳統(tǒng)對(duì)通勤者特征的認(rèn)知，但樣本中66.7的通勤者不完全在傳統(tǒng)早晚高峰時(shí)段進(jìn)行通勤，本文識(shí)別結(jié)果較貼合實(shí)際通勤者更加多樣化的通勤特征。

　　區(qū)別于傳統(tǒng)研究的指標(biāo)篩選思路，本文所提的通勤識(shí)別方法存在四點(diǎn)優(yōu)勢(shì)：(1)不局限于傳統(tǒng)早晚高峰時(shí)段，注重出行的時(shí)空規(guī)律性;(2)基于出行起終點(diǎn)的經(jīng)緯度位置進(jìn)行聚類(lèi)，相比站點(diǎn)聚類(lèi)更為精準(zhǔn);(3)針對(duì)數(shù)據(jù)完備與不完備條件提出不同的處理方法，更符合實(shí)際數(shù)據(jù)狀況;(4)基于相似性整合結(jié)果利用指標(biāo)二次篩選，補(bǔ)充通勤者其他特征的判別條件。識(shí)別結(jié)果可為公共交通通勤者的特征分析以及相應(yīng)設(shè)施布局和服務(wù)優(yōu)化提供研究基礎(chǔ)，如多層次通勤公共交通服務(wù)體系的構(gòu)建。由于STDBSCAN算法在時(shí)空域上具有一定的延展性，以及參數(shù)設(shè)置對(duì)識(shí)別結(jié)果存在影響，后續(xù)研究可考慮增加簇中時(shí)空閾值的限制，同時(shí)結(jié)合實(shí)際數(shù)據(jù)擬合識(shí)別指標(biāo)，分析取值不同時(shí)通勤者與非通勤者的特征差異性，以改進(jìn)方法并進(jìn)一步論證，使結(jié)果更為符合通勤者出行特征規(guī)律。

　　參考文獻(xiàn)：

　　[1]KusakabeT,AsakuraY.Behaviouraldataminingoftransitsmartcarddata:Adatafusionapproach[J].TransportationResearchPartC:EmergingTechnologies,2014,46:179191.

　　[2]ZhouJ,MurphyE,LongY.CommutingefficiencyintheBeijingmetropolitanarea:anexplorationcombiningsmartcardandtravelsurveydata[J].JournalofTransportGeography,2014,41:175183.

　　[3]王振張志敏,高洪振.基于軌道交通客流的通勤特征分析[C]//創(chuàng)新驅(qū)動(dòng)與智慧發(fā)展——2018年中國(guó)城市交通規(guī)劃年會(huì)論文集.北京中國(guó)建筑工業(yè)出版社2018.

　　[4]李軍,鄧紅平.基于公交IC卡數(shù)據(jù)的乘客出行分類(lèi)研究[J].重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,35(6):109114.

　　作者：周航1，陳學(xué)武2,3,4