基于交通出行行为的郑焦城际公交客流预测

丰晓艳，张亚伟

(1. 北京交通大学交通运输学院，北京 100044； 2. 河南理工大学能源学院，河南 焦作 454003)

随着城市群的出现，城际公交作为一种重要的出行方式应运而生，凭借其自身灵活性、便捷性的特点，在城际客运中发挥着重要作用。然而，城铁等交通方式的开通使城际公交组织规划不合理的地方凸显出来，导致城际乘客出行行为方式受到影响，城际公交客流量大幅下降。因此，城际公交客流的研究与预测对提高城际公交的运营管理水平具有必要性。

目前，城际客流预测方法研究主要集中在轨道交通领域，毛敏等[1]用客流分配组合模型对广州至珠海城际快速轨道交通进行了客流预测。王慧晶等[2]针对城市群城际轨道交通特点，采用修正重力模型进行客流分布预测，以 logit 模型为基础，研究交通方式划分与交通分配联合模型的竞争分配方法。冯冰玉[3]选取新建兰州至中川城际铁路为研究对象，提出了灰色理论与智能算法相结合的新的组合预测研究方法对客流量进行预测。对城际公交的研究主要集中在线网布设[4]、运营机制[5]以及一体化发展研究[6]等方面，对城际公交客流预测研究较少。但是城际公交是城际间客运的一种不可或缺的重要方式，对区域经济的发展有至关重要的作用，对城际公交进行客流预测能为其运营管理和组织优化提供理论依据。因此，本文选取郑焦城际公交进行实地调查研究，运用灰色模型对其公交客流进行预测，为郑焦城际公交的组织优化提供了理论支持。

1 城际乘客出行行为分析

1.1 城际乘客的出行本质及过程

城际乘客出行的定义为：城际间乘客带着某种出行目的，采用某种交通方式，通过城际交通线路，从城市群中的一个城市移动到另一城市的过程[7]。

城际出行过程分为三阶段：城市A市内出行；城市A与B之间出行；城市B市内出行。

1.2 城际乘客出行需求及心理

出行者的出行需求能够激发出行动机，出行动机驱动出行行为的产生，最后完成出行目标结束整个出行过程[8]。因此，出行行为产生的最初动力是出行需求，直接动力是出行动机，三者关系如图1所示。

图1 出行需求、动机及行为关系图Fig.1 Relationship diagram of travel demand, motivation and behavior

广义上，城际乘客出行心理是指整个出行过程中的心理活动。乘客的出行心理主要包括共性心理和个性心理两方面[9]，图2是这两方面的主要内容。

图2 城际乘客出行选择的心理Fig.2 The travel choice psychology of intercity passengers

2 郑焦城际公交乘客出行特征的调查与分析

2.1 郑焦城际公交发展历程及趋势分析

2010年1月2日，郑焦城际公交双向开通，开通后运营状况良好，每天乘坐城际公交的人数约为准载人数的2～3倍，大家称其为“城挤公交”。然而，2015年6月26日郑焦城铁的开通给郑焦城际公交带来巨大冲击，郑焦城际公交客流量远不如从前。郑焦城际公交积极调整自己的运营策略来吸引客流，比如：

(1)保持在票价和发车密度上的优势；

(2)推出个性化服务，如预约包车、预约旅游班车等特殊服务。

通过一些调整，郑焦城际公交客流量有所回升，但仍比之前有较大下降。若郑焦城际公交在接下来的时间里安于现状，不能推出积极有效的激励措施，客流量走势将不容乐观。因此，本文将首先对郑焦城际公交乘客的出行行为进行调查分析，得到乘客的出行特征及需求意向，然后在此基础上为客流预测寻求科学的方法，为郑焦城际公交的组织优化提供参考依据。

2.2 郑焦城际公交乘客的出行调查

本次调查采用简单随机抽样法，在车站以及跟车发放回收问卷，调查时间为2016年4月15日、17日、18日和20日4天。

由公式：N=Z2σ2/E2[10]计算得到合适的样本量为474份，本次调查共发放问卷550份，回收541份，经过分析判断，得到有效样本486份，大于474，样本量充足。

2.3 郑焦城际公交乘客的出行特征

2.3.1 出行信息特征

通过表1，对乘客的性别、年龄、职业及月收入进行分析，发现出行群体的男女比例较平均，以中青年、中低收入为主，职业主要为学生、工人农民、个体和企业人员。由图3发现出行目的多元化，主要为探亲、上学、旅行和公务。由表2发现多次出行占的比重较大，常客比较多。

表1 乘客特征统计表Table 1 Statistical table of passenger characteristics

图3 出行目的统计图Fig.3 Statistical figure of travel purpose

表2 不同出行次数百分比Table 2 Percentage of different travel times

2.3.2 时空分布特征

对乘客的乘车时段进行分析(图4)，发现郑焦城际公交早晚高峰明显，早高峰为8:00—10:00左右，晚高峰为14:00—16:00左右；跟车调查时发现焦作客运总站、武陟、詹店、三全学院、黄河桥北到郑州新北站的时间大概为130、70、45、30、25 min。结合表3可知郑焦城际公交的主要上下车站点为焦作客运总站、武陟、詹店、三全学院、黄河桥北和郑州新北站。

图4 乘车时段统计图Fig.4 Statistics of travel time interval

表3 不同乘车时间百分比Table 3 Percentage of different journey time

2.3.3 褒贬特征

由表4发现，乘客对郑焦城际公交满意的地方主要为乘车及换乘方便、可以直达以及票价便宜。由图5发现其不满意的地方为乘车时间长、准时性不好、乘车环境及候车环境差以及服务及舒适度不够好。

表4 不同出行因素百分比Table 4 Percentage of different travel factors

图5 需要改善的地方统计图Fig.5 Statistics of aspects needed improvement

3 郑焦城际公交客流预测

3.1 郑焦城际公交客流预测方法的确定

郑焦城际公交属于两地出行，获取数据不易，此外，郑焦城际公交没有固定站点，乘客可以随到随乘，客票信息不完善，因此郑焦城际公交客流预测方法的选取具有局限性。各类客流预测方法优缺点比较如表5所示。

表5 郑焦城际公交客流预测方法总结Table 5 Summary of the prediction method for the passenger flow of Zhengzhou-Jiaozuo intercity bus

对比发现，灰色模型的限制条件少，通用性强，容易模仿，预测精度高[11]。此外，虽然灰色模型样本需求量较大，但数据简单，容易获取，并且适用于短期及中长期的预测，因此选用灰色模型对郑焦城际公交客流量进行预测。

3.2 郑焦城际公交客流的建模及预测

3.2.1 灰色模型的建立

(Ⅰ)设变量的原始数据序列如下[12]：

x(0)(k)=[x(0)(1),x(0)(2),…,x(0)(n)]，

(1)

其中，x(0)(i)>0,i=1,2,3,…,n。

对原始数据序列作一阶累加生成，得到x(0)(k)的1-AGO序列x(1)(k)如下：

x(1)(k)=[x(1)(1),x(1)(2),…,x(1)(n)]，

(2)

(3)

设z(1)(k)是x(1)(k)的紧邻均值生成序列如下：

z(1)(k)=[z(1)(1),z(1)(2),…,z(1)(n)]，

(4)

(5)

(Ⅱ)将数据带入微分方程中，写成矩阵形式，可得：

微分方程为：x(0)(k)+az(1)(k)=b。

矩阵形式为：

Y=Hθ，

(6)

在方程中，Y和H为已知量，θ为未知量，可用最小二乘法求得θ的最小二乘解：

(7)

(Ⅲ)由x(1)建立的微分方程如下：

(8)

其解为：

(9)

(Ⅳ)GM(1,1)模型x(0)(k)+az(1)(k)=b的解为：

(10)

(Ⅴ)还原值为[13]：

(11)

3.2.2 原始数据的选取及预测

GM(1,1)模型对建模数据序列的光滑性要求较高，原始数据序列光滑性较好时，能获得较好的拟合精度与预测精度。选取原始数据列时，数据个数不少于4个才具有可延伸性，当数据列短且数据波动较小时，对于中长期的预测效果不佳[14]。结合郑焦城际公交的发展现状，选取2015年10月至2016年4月郑焦城际公交7个月的月客流量数据，如表6所示。

表6 郑焦城际公交原始客流量数据表Table 6 Original data table of Zhengzhou-Jiaozuo intercity bus pussenger flow

表7 客流预测数据表Table 7 Data table of passenger flow forecasting

3.3 郑焦城际公交组织优化策略

通过对郑焦城际公交乘客的调查，分析统计数据可以得到常客的主要上下车站点，以及常客的需求意向，由此提出组织优化策略吸引客流，提高郑焦城际公交的运营效益。

3.3.1 郑焦城际公交乘客出行意向分析

3.3.1.1 出行次数和乘车时间对应分析

由于郑焦城际公交随到随乘，固定站点之外也有乘客乘车，因此以固定站点划分乘车时间，用乘车时间代替站点位置。对应分析结果如表8及图6所示。可以看出卡方值45.713、P<0.05，因此出行次数与乘车时间有明显相关关系。3次以下的偶然乘客与乘车时间相关性不大，站点不定；出行次数在15次以上的常客，他们的站点集中在詹店到郑州之间。

表8 统计量汇总表Table 8 Summary table of statistics

★表示出行次数，★1为小于3次，★2为3～5次，★3为5～7次，★4为7～10次，★5为10～15次，★6为大于15次。○表示乘车时间(min), ○1为小于30 min,○2为30～60 min,○3为60～90 min,○4为90～120 min, ○5为120～140 min,○6为大于140 min。图6 出行次数和乘车时间对应分析图Fig.6 Chart of correspondence analysis between travel times and time of travel

3.3.1.2 出行次数和需要改善的地方交叉分析

由表9看出，偶尔乘坐城际公交的乘客最不满意的地方为速度、服务及舒适度；而经常乘坐城际公交的乘客最不满意的是速度与准时性。因此郑焦城际公交必须采取措施提高速度减少乘车时间，其次要提高服务及舒适度来吸引新的客流，按点发车来减少常客的流失。

表9 出行次数和需要改善的地方交叉分析表Table 9 Table of cross analysis between travel times and aspects needed improvement

3.3.2 组织优化策略

通过对郑焦城际公交常客的调查分析，现提出优化策略如下。

(1)减少乘车时间

根据常客的上下车站点分布情况，在附近设置直达车。跟车时发现，从焦作到武陟基本没有上下车乘客，而走普通路线时，这段路需要一个小时，因此可以将运行车辆分成焦作到郑州走高速以及武陟到郑州走普线两种，这样既载运了主要站点的乘客也减少了乘车时间。

(2)改善乘车及候车环境

当客流量不多时，可以减少车内的部分座椅来增加乘车空间；定期清洗车内座椅套，保持乘车环境干净整洁；注意车内通风换气保持车内空气清新；定期对城际公交车做养护维修或者选择性能较好的车来减少震动，提高坐车舒适性。此外，也应该在较集中的候车点搭建候车棚，摆放候车椅，提高候车设施建设来给乘客提供一个轻松舒适的候车环境。

(3)提高服务及舒适度

工作人员也要改善服务态度，对上下车乘客多些耐心。对前来询问的乘客做到有问必答、态度友善等。积极改善乘车环境来提高乘车的舒适度。

(4)提高准时性

由于工作日期间郑焦城际公交的需求量不是很大，满载率较低，如果按时发车可能导致经济效益较差。因此，郑焦城际公交可以改换小型公交车或者联合面包商务车，在需求量小时，采用这两种车型，务必做到准时发车。此外，郑焦城际公交也可以在此基础上将发车间隔稍微增大，但是也必须做到准时发车，让乘客清楚知道发车时间及到达时间。

(5)做好新措施的宣传工作

当郑焦城际公交推出新措施时，必须做好宣传工作，让乘客清楚知道郑焦城际公交做出的变化，只有这样，新的措施才会奏效，才会吸引更多客流，使客流量快速增长。

4 结论

本文在对郑焦城际公交乘客出行特征及意向进行统计分析的基础上，运用灰色模型对其客流进行预测，得到的精度为96.02%，较好地满足了精度要求。该研究对把握郑焦城际公交基于现状的以及改善后的客流走势提供了有效手段，也对判断郑焦城际公交决策的正确性提供了理论支持。

本文主要运用灰色模型对郑焦城际公交客流进行短期预测，得到较为理想的结果，较好地反映了郑焦城铁的开通对郑焦城际公交运营的短期影响。今后可进一步对中长预测模型进行分析研究，来探索郑焦城际公交客流的未来走势。

[1]毛敏,张锦,周厚文. 广州至珠海城际快速轨道交通客流预测[J]. 西南交通大学学报,2004,39(2):195-198.

[2]王慧晶,曹尧谦. 城市群城际轨道客流预测方法研究[J]. 铁道科学与工程学报,2015,12(6):1520-1525.

[3]冯冰玉. 基于灰色理论与智能算法的铁路客运量预测组合模型研究[D]. 兰州：兰州交通大学,2016.

[4]付战军. 城际公交线网布设研究[D]. 天津：天津大学,2014.

[5]唐彬,宁振华,李强,等. 城际公交效果评估及运营机制研究[J]. 交通节能与环保,2014 (5):80-83.

[6]乔锦锦. 京津冀城际公交一体化发展研究[J]. 中国管理信息化,2016,19(14):216.

[7]陈馥利. 城市群城际间居民出行行为特征研究[D]. 西安：长安大学, 2010.

[8]DOMENCICH T A,McFADDEN D. Urban travel demand: A behavioral analysis.[M].[S.l.]:North-Holland Publishing Co., 1975.

[9]魏薇. 基于城际旅客出行行为的客流敏感性分析[D]. 西安：长安大学, 2015.

[10]李建. 基于京津城际客运专线乘客二次选择的满意度调查分析[D]. 北京：清华大学, 2014.

[11]帅斌, 张玥, 张永超. 我国市郊铁路客流特征分析及需求预测[J]. 铁道工程学报, 2014, 31(1):20-23.

[12]李凯. 灰色预测模型及其应用[D]. 荆州：长江大学, 2012.

[13]LI L, ZHAO Q H. Application of grey model in forecasting the port of Qinhuangdao'sthroughput[EB/OL].[2017-03-04].https://www.computer.org/csdl/proceedings/ssme/2009/3729/00/3729a057-abs.html.

[14]王忠桃. 灰色预测模型相关技术研究[D]. 成都：西南交通大学, 2008.