一调查吓一跳，50%以上公交乘客的感知候车时长超过10min，这些乘客等车的心情必定是酱紫的。

奇怪，目前主要干线公交线路的发车间隔已缩短至3-5min，为什么乘客还是认为“间隔太大”。小编不解，遂查阅权威文献，根据美国TCRP出版的《公共交通通行能力和服务质量手册》[1]，候车时间1min被乘客感知平均是车上时间的2.1倍，这是因为乘客候车时最易产生焦躁情绪，使得乘客候车时的感知时间往往高于实际时长。

至此，不难发现，候车时间长短是公交乘客出行最关心的指标，也是评价服务水平的最关键因素，直接影响着公交乘客的满意程度。然鹅，目前的公交服务评价体系动辄十几个指标，冗余度非常高，此外已有指标多偏向静态评价，忽略了公交服务在时空维度的动态变化过程。

急乘客之所想：基于候车时间的公交指数算法

下面开始一本正经的介绍我们的新型公交服务评价方法。

（一）数据源：公交车GPS数据和乘客刷卡数据

我们提出的候车时间指数算法依托于公交车GPS数据和乘客刷卡数据，从而建立乘客候车时间与车辆运行、乘客到站规律之间的对应关系。

图1 候车时间指数算法数据源

公交车GPS数据处理的主要工作是车辆到站信息识别及缺失数据补齐。基于对公交车各项运营指标的统计，可以绘制运行图，图中每条折线为一个车次，车辆在各站点的停站时长通过节点大小反映，站间行驶速度以折线斜率表示。公交车运行图使公交线路的运行状况一目了然，能够快速识别站点停驻时间长的站点、行驶速度慢的站段，从而做出快速响应和及时决策。

图2 公交车运行图

由于GPS和刷卡系统两个独立系统存在不一致问题，一是系统时钟不一致，二是默认的车站序号不一致。因此使用核密度估计法进行刷卡数据清洗和时间纠偏，从而实现刷卡数据与GPS数据在时间和空间上的融合。

图3 刷卡数据与GPS数据匹配结果

（二）基于乘客刷卡数据的乘客到站强度估计

乘客到站密度能够描述不同时间乘客到站人数变化情况，它反映的是居民出行的客观规律，不会随公交车班次变化而产生剧烈变化。本文基于各站乘客刷卡人数，利用中值定理估计乘客到站密度。

图4 某站点不同时间乘客到站密度曲线

（三）基于非时齐泊松分布的人均候车时间估计

计算人均候车时间首先需要判定乘客的到站分布，小编查阅大量文献研究发现乘客的到站分布为泊松分布[2][3]，考虑乘客到站强度的时变特征，也有文献使用非时齐泊松过程对乘客到站进行描述[4]。为验证这一理论，通过拍摄视频法对不同城市、不同类型公交站点开展实地调研。分析调研数据发现，乘客到站过程符合非时齐泊松过程，利用这一理论计算人均候车时间。

图5 人均候车时间估计

（四）候车时间到公交指数的S型转化曲线

按照乘客等车时的心理和情绪变化过程将候车服务水平划分为五个等级，对应0~10的候车时间指数。为使候车时间指数随候车时间的变化敏感，我们根据乘客候车心理状态调查问卷获取到的不同候车时长下乘客心理状态的调查统计结果（表1），最终确定了候车时间转换为公交指数的S型曲线。

图6 候车时间到公交指数的S型转化曲线

表 1 乘客候车时间心理状态统计表

候车时间指数在深圳的应用示例

（一）站点候车时间指数

计算早高峰期间深圳全市公交站点的候车时间指数，如下图，颜色越红，指数越大，服务水平越低。

图7 深圳市早高峰公交站点候车时间指数

进一步结合站点客流量可以将深圳的公交站点分为四类：

Ⅰ、客流量大，而服务水平低，该类站点共有52个，属于重点改善对象；

Ⅱ、客流量大，服务水平高，即供给与需求匹配度高，该类站点有204个；

Ⅲ、客流量小，服务水平高，占比60%，可适当减少该类站点所在线路的配车，用于补充Ⅰ类公交站点；

Ⅳ、客流量小，服务水平低，占比37%。

图8 到站乘客数散点图

我们将范围缩小，利用候车时间指数评估深南大道这张“深圳名片”的公交服务水平。通过计算深南大道各公交站点早高峰服务水平，发现人民桥、深圳书城、市民广场东等10个站点的候车时间指数均高于5，是深南大道公交服务的主要瓶颈点，也是未来公交服务提升的重点。

图9 深南大道各公交站点候车时间指数

（二）线路公交候车时间指数

以深圳223路公交车为例，说明候车时间指数在线路服务评价中的应用。223路几乎覆盖整条深南大道，是全市最繁忙的公交线路之一。223路公交车候车时间指数变化规律表现为：整体服务水平高，白天候车时间指数均在4以下，人均候车时间最长不超过10分钟；21:00后候车时间指数呈逐渐上升趋势，最高接近8，候车时长高达17分钟，主要原因是结束运营时线路逐一收车，造成车辆发车间隔大，乘客候车时间长。

图10 候车时间指数和在途车辆数时变图

进一步对比223路不同方向的候车时间指数，不难发现两个方向的候车时间指数呈现“此消彼长”的变化规律，且早高峰西向东方向的服务水平明显高于东向西方向，晚高峰反之但差异较小，这与两个方向的到站乘客数变化趋势相一致，说明223路公交服务的提供充分考虑了客流变化规律。

图11 分方向候车时间指数时变图

图12 分方向到站乘客数时变图

无独有偶，北京1路公交车穿越长安街东西，也是北京市极为重要的一条公交线路。对比深圳223路和北京1路公交车候车时间指数，可以看出两条公交线路的服务水平均较高，其中1路公交车的整体服务水平更优，但晚上随着上车人数的减少，1路公交车仍保持同白天相似的较高服务水平，容易造成部分运能的浪费。

图13 深圳223路 VS 北京1路公交车候车时间指数

（三）区域候车时间指数

利用候车时间指数对比深圳中心城区三个行政区的公交服务水平，发现：整体公交服务水平呈现罗湖区>福田区>南山区；除南山区早高峰外，其他高峰时段各区的候车时间指数均出现低谷，高峰时段服务水平明显好于平峰时段；南山区上午平峰时段候车时间指数均维持在8以上，服务水平亟待提高。

图14 深圳中心区候车时间指数时变图

我们提出的候车时间指数算法为城市公交服务水平评价提供了解决方案，下一步研究团队将以基于候车时间指数的公交综合服务水平评价为目标，搭建城市公共交通动态监测与评估平台，敬请持续关注。

参考文献

[1] 杨晓光, 滕靖等译. 公共交通通行能力和服务质量手册[M]. 北京: 中国建筑工业出版社. 2010.

[2] Bian B, Zhu N, Ling S,et al. Bus Service Time Estimation Model for a Curbside Bus Stop[J].Transportation Research Part C Emerging Technologies, 2015, 57:103-121.

[3] Hui H. Urban PublicTransit Dispatch Based on Queuing Theory[C]. Fifth International Conference onNatural Computation. IEEE Computer Society, 2009:468-472.

[4] Wang Y, Zhang D, Hu L,et al. A Data-Driven and Optimal Bus Scheduling Model With Time-DependentTraffic and Demand[J]. IEEE Transactions on Intelligent Transportation Systems,2017, PP(99):1-10.返回搜狐，查看更多