基于公交时空数据的宁波城市商业潜力研究_毕宇航.pdf

第 19 卷 第 94 期 交 通 节 能 与 环 保 Vol.19 No.2 2023 年 04 月 Transport Energy Conservation Environmental Protection April.2023 doi:10.3969/j.issn.1673-6478.2023.02.014 基于公交时空数据的宁波城市商业潜力研究 毕宇航 1，张 斌1，雷 浩2（1.宁波市民卡运营管理有限公司，浙江 宁波 315000；2.重庆交通大学交通运输学院，重庆 400074）摘要：公共交通信息化是直接和间接支撑全社会“双碳”目标的重要方面。本文基于公交大数据提升决策精准性的出发点，利用公交大数据对宁波城市土地利用的商业潜力进行了分析。以宁波市轨道交通 14 号线和公交车刷卡数据为例，分别从总体特征和时空分布特征的角度对宁波市公交数据进行运营时空特征分析；在公交时空运营特征的基础上利用社区发现的算法构建了基于公交 OD 的宁波城市社区发现模型，并以该模型进行了分人群的社区发现特征分析和商业站点潜力分析。研究成果可为宁波市公交客流结构优化调整和商业站点分析提供参考依据，为构建公交大数据应用的产业化提供基础。关键词：运输规划与管理；商业潜力；公交大数据；宁波；社区发现 中图分类号：TU984.191 文献标识码：A 文章编号：1673-6478（2023）02-0067-08 Research on Urban Commercial Potential of Ningbo Based on Spatiotemporal Data of Public Transport BI Yuhang1,ZHANG Bin1,LEI Hao2(1.Ningbo Citizen Card Operating&Managing Co.,Ltd.,Ningbo Zhejiang 315000,China;2.College of Traffic and Transportation,Chongqing Jiaotong University,Chongqing 400074,China)Abstract:Public transport informatization is an important aspect that directly and indirectly supports the dual carbon goal of the whole society.Based on the starting point of improving the accuracy of decision-making by public transport big data,this paper analyzes the commercial potential of urban land use in Ningbo by using public transport big data.Taking Ningbo Rail Transit Line 14 and bus swiping card data as examples,this paper analyzes the time-space characteristics of Ningbo public transport data from the perspective of overall characteristics and time-space distribution characteristics.On the basis of the time-space operation characteristics of public transport,the Ningbo urban community discovery model based on public transport OD is constructed by using the algorithm of community discovery,and the model is used to analyze the characteristics of community discovery by population and the potential of commercial sites.The research results can provide reference for the optimization and adjustment of public transport passenger flow structure and the analysis of commercial stations in Ningbo,and provide a basis for the industrialization of public transport big data applications.Key words:transportation planning and management;business potential;public transportation big data;Ningbo;community discovery 收稿日期：2022-12-16 基金项目：工业和信息化部大数据产业发展试点示范项目（宁波数字民生大数据服务平台）作者简介：毕宇航（1980-），男，黑龙江绥化人，硕士，工程师，研究方向为交通大数据应用.（）68 交 通 节 能 与 环 保 第 19 卷 0 引言 公共交通是交通领域支撑全社会实现碳达峰碳中和目标的重要方面。公共交通信息化水平的提升，既可通过提高服务水平和服务精准性，增强出行吸引力直接推进“双碳”目标进程，又可应用于其他领域减少决策的碳投入成本、提高决策的精准性进而间接降低全社会的碳排放水平。在以往研究中，学者对公交大数据在公交系统内部利用问题讨论较多，但对于公交大数据支撑全社会系统决策方面涉及较少，尤其是土地商业潜力分析方面。关于城市商业潜力的分析，常见的方法是运用最近邻距离指数对城市商业中心的识别1、基于建设规模和用地强度的城市中心形态分析2以及基于核密度的 GIS 分析3，但随着大城市轨道交通的发展，交通网络一方面作为主要动脉串联城市不同的功能区（如工作地、商业区、大型居住组团），一方面也重塑着原有的城市结构（如对外的交通枢纽、重要的换乘节点），在大城市中，以轨道交通为主的公交系统已成为改善区域通达率、减少通勤时间、减少通勤费用、缓解交通压力、促进城市公交与土地利用的重要手段。目前，居住用地、商业用地等用地沿轨道交通沿线的趋势已逐渐形成，而城市轨道交通与周围土地的结合开发和研究也越来越多地被学者所重视（即基于公交的 TOD 模式）4-5，随着大数据技术的不断发展，公交刷卡等交通信息的大量涌现，为城市公交与土地利用之间的相互作用提供了一种新的视角。与传统的统计方法相比，公交刷卡数据中含有大量的个人出行和空间信息，能够较好地反映城市公交与商业潜力之间的相互作用，从而为研究和分析公交与商业中心选址之间的关系提供有力的数据支持。基于交通大数据，学者们从微观个体（行人）出行的时空特征和交通客流等方面分析城市的时空分布格局6。王浩基于多源时空数据，运用空间计量分析和数理统计的分析方法，科学划定轨道站点的影响范围并探讨了站点功能变化的影响因素7。尹芹等根据车站规模的客流特点，对车站周边交通功能、区域条件、土地利用等进行了分析，并对其与功能分区的关系进行了探讨8。任颐、毛荣昌以规划管理单元为基本单位，运用移动电话资料，对无锡城区及城区居民出行 OD 分布进行了分析，为进一步探讨城市空间结构变化、居民出行、重点区域人口的集聚提供了依据9。陆振波等利用移动通信信号数据，对昆山市交通区内的职业居住 OD 进行了统计分析，并从上下班的角度对其进行了研究10；张天然根据移动通信信号数据，在不同的区域划分为城镇和城镇群的情况下，对上海市区及其周围地区的工作通勤距离进行了研究11。目前，大部分的基于交通的城市空间分布都是基于行政区划，但随着城市的发展，以行政区划为基础进行研究不客观，也不利于城市的商业潜力分析。因此近几年，有学者试图根据大数据对就业中心和各个中心的上下班距离进行识别，从而得到就业中心腹地的交通分析单元划分方法12。该类方法虽然比较科学，但分析的范围较小，在分析和使用上存在不便。现代城市规划领域的研究中，社区发现算法作为一种主要的分析方法常用于分析复杂的网络结构，而公交网络作为一种常见的网络结构，可以利用社区发现算法进行分析，如 Li 等13基于Infomap 社区发现算法揭示不同尺度下的城市空间结构，并用于评估城市规划中空间结构的有效性。本文基于宁波市公共交通刷卡数据，首先对原始数据的特征和公交运营的时空特征进行梳理，根据处理得到的公交数据利用社区发现算法对宁波市主城区进行社区发现，建立宁波市社区发现模型，再依据该模型和不同类别人群出行的公交 OD 数据，分析不同类别出行人员的聚集特征，并基于此结果对土地的商业潜力进行分析，最后依据前文提取的通勤人员 IC 卡数据，提取宁波市的主要商业站点，并分析此类站点的客流来源。上述研究结果可为城市商业潜力研究提供参考依据。1 宁波公交时空数据源概况 截至 2021 年底，宁波市拥有轨道交通 1 号线、2号线、3 号线、4 号线和 5 号线，标准运营车辆11 812.5 标台，线路车站 125 座，列车正点率 99.9%以上，高峰小时最高断面客流量 1.28 万人次（轨道交通 1 号线）。开通公交线路 1 175 条，线路总运营里程规模达到 21 757 公里，专用通道里程达 169 公里，客运量 57 887 万人次。本文采用 2021 年 9 月至 10 月的轨道交通（含 1第 2 期 毕宇航等，基于公交时空数据的宁波城市商业潜力研究 69 号线、2 号线、3 号线、4 号线）及地面公交刷卡数据为源数据。其中轨道交通源数据进站数据及出站数据合计提供了 2 000 万余条 IC 卡刷卡记录，数据主要字段为卡号、消费金额、消费时间、线路编号等。地面公交数据包括5 000万余条IC卡刷卡记录，数据主要字段为卡号、消费金额、消费时间、车辆和线路编号、经纬度、支付类型等。在此基础上，针对数据错误、缺失等进行预处理，最终得到应用于本次分析的数据共 3 887.50 万条。2 基于大数据的公交运营时空特征 2.1 客流总体情况 数据分析显示，宁波市大公共交通系统日均客流量达到 55 万人次。其中地面公交日均客流达到了44.87 万人次，对大公共交通系统客流运输贡献比例为 82%，其城市客运主体作用明显；轨道交通的日均客流量为 10 万人次，对大公共交通系统客流运输贡献比例为 18%，轨道的骨架运输定位功能发挥仍有较大空间。每条线路的日均客流量均大于 10 000人次/日，按日均客流量从大到小排序依次为一号线、二号线、四号线及三号线。其中一号线作为穿越宁波市重要商业中心的走廊，其客流量达到 4.06万人次/日；而三号线的客流量最小，其日均客流量不足 1.2 万。2.2 时间特征 本文重点针对大公共交通系统的工作日客流时间特征进行了分析。数据显示，宁波市大公共交通系统的客流在时间分布上呈现明显的早晚高峰马鞍曲线形态，如图1 所示。其中，轨道交通和地面公交客流时间分布呈现类似的特征，均在 7 时达到客流早高峰、17 时达到客流晚高峰，没有午高峰形态。图 1 大公共交通系统客流时间分布图 Fig.1 Time distribution of passenger flow in large public transport system 重点针对作为主要客流走廊的轨道交通 1号线进行深入分析后发现，轨道交通 1号线在工作日早晚高峰客流出行量约为3 300人次/时，平峰的客流量则约为1 300人次/时，说明