青年模数师观察站所发表的文章只代表个人研究观点,与任何单位立场无关,特此声明。
一、研究背景
出租车是城市公共交通系统的重要组成部分之一,在树立城市形象、满足高层次出行需求等方面具有重大的意义。目前,中国的大城市普遍存在出租车空驶率高却又经常“打不到的”的现象,行业整体运营效率不高。尤其在近几年,网约车的出现对传统巡游车市场造成较大的冲击。因此,掌握出租车的时空运营特性,有助于支持车辆调度、行业规划、政策研究等。
常规的出租车运营数据采集方式包括人工调查和计价器,存在成本高、信息少、可靠性差、延时大等缺点。浮动车(Floating Car)是伴随着智能交通应用而发展起来的新型交通信息采集手段,它是指安装有GPS定位模块和无线通信模块的普通车辆,能实现较高精度的卫星定位并实时将位置信息传送到服务器数据中心。由于具备运营时间长、道路覆盖面广、便于集中管理等显著优点,因此出租车GPS数据除了用于对路网交通状态的感知之外,在对出租车本身的运营分析挖掘方面也具有极大的潜力。
二、研究边界
1、数据基础
以深圳市所有安装有车载GPS模块的出租车为研究对象,根据预设定,GPS模块会以一定的时间间隔向服务器实时发送出租车当前的位置信息,服务器实时接收回传的GPS数据。出租车GPS数据的属性包括定位时间、车牌号码、公司代码、经纬度坐标、速度、方向、运营状态(空驶、载客)、数据可用性等。
2、研究范围
以全深圳市的出租车为研究对象。为便于对比,选取两个月的普通工作日,分别是2014年11月和2016年11月。
三、技术思路
四、分析成果
1、空载率
2016年普通工作日全天平均里程空载率(所有出租车的空载行驶里程/总行驶里程)为32%,比2014年增加5%。每天7:00-24:00,里程空载率相对平稳,但在凌晨时段里程空载率呈明显上升的趋势,并在凌晨4:00-5:00间达到峰值。
2016年普通工作日全天平均时间空载率(所有出租车的空载时间/总运营时间)为49%,比2014年增加10%。每天7:00-24:00,时间空载率相对平稳,但在凌晨时段里程空载率呈明显上升的趋势,并在凌晨4:00-5:00间达到峰值。
2、载客速度
在深圳市总体交通拥堵加剧的环境下,2016年6:00-24:00时段平均载客速度为28.6km/h,较2014年值下降1km/h。载客速度在白天时段呈现明显的早晚高峰低谷现象,晚高峰造成的速度下降更为明显。
3、有效运营里程
由于网约车冲击造成的收益下降,出租车行业已出现不少的司机离职现象,每天运营的出租车数量明显下降。根据数据分析和扩样,2016年普通工作日全天出租车有效运营里程较2014年下降40%,除了出租车数量减少的原因以外,单辆出租车平均每天的有效运营里程也下降了30%左右。
4、出行时距
出租车乘客的出行距离和时长前后变化不大。平均出行距离为6.8km,超过85%的乘客出行距离在15km以内;平均出行时长为13min,超过90%的乘客出行时长在30min以内。
5、运营次数
以2014年11月为例,普通工作日出租车运营次数在全天内呈现明显的波浪式起伏变化,如下图所示。峰值在22:00-23:00之间出现,并不是早晚通勤高峰,此时出租车总运营次数超过45000次/小时,平均每辆出租车在1小时内将产生3次载客行为。23:00以后,出行产生量不断下降,低谷在凌晨3:00-6:00点出现,此时,全市出租车出行总运营次数约为10000次/小时,根据出租车数量(1.5万辆),此时约三分之一的出租车处于全时间空车状态,三分之二的出租车至少一半时间处于空车状态,空载率达到全天最大。因此,如何在凌晨时段提升出租车运营效率,或者减少该时段出租车排班数量,都是亟需深思的问题。
6、出发量与到达量分布
将深圳划分成542个交通小区,以下两图为普通工作日全天24小时内出行出发量与到达量的空间分布(2014年11月)。数据显示,出发量和到达量在空间分布上基本一致,出发量多的区域到达量也多;但出发量或到达量本身的空间分布存在较大差异,主要密集分布在福田、罗湖、深圳北站、宝安机场、布吉街道、龙岗中心城等区域。
7、OD分布
为了直观展现,依据功能组团将深圳市划分成12个交通大区,下图为普通工作日全天24小时内出租车OD分布的期望线(2014年11月)。出租车的OD分布集中在中心城区内部,以罗湖与福田之间的出租车OD分布最为密集,其次为福田与南山、南山与宝安(机场);原特区内与特区外交互的出租车OD主要分布在深圳北站、坂田、布吉等区域。
五、结语与思考
本研究关注从出租车GPS数据挖掘分析的角度来挖掘出租车运营特征发展趋势,涉及空载率、运营速度、运营里程、运营时距、运营次数、出发量与到达量分布、OD分布等方面的分析。虽然理论上出租车数据是全样本数据,但由于出租车GPS设备和数据传输等问题,数据还是会存在不少问题,因此本研究只是一个基于数据本身的研究成果,仅作为交流使用。
出租车运营特征挖掘只是出租车GPS数据实例化应用的一个缩影,在大数据环境下,伴随着思维的转变与技术手段的升级,更多数据的价值将不断被挖掘与分享。