123基于公交刷卡數(shù)據(jù)的成都市公共交通現(xiàn)狀研究

1、基于公交刷卡數(shù)據(jù)的成都市公共交通現(xiàn)狀研究地【摘要】不同于傳統(tǒng)的居民出行調(diào)查，本文基于成都市公交集團和地鐵公司提供的 2014 年 4 月 14 日到4月 20 日（不含節(jié)假日）為期一周的刷卡數(shù)據(jù)，以時間、等建立規(guī)則生成居民出行軌跡，并以此為基礎(chǔ)進行了統(tǒng)計分析、空間分析、關(guān)聯(lián)性分析等，得到了成都市地鐵、快速公交和常規(guī)公交等 3 種公交系統(tǒng)運營特征；識別出典型居住區(qū)、就業(yè)區(qū)和交通出行的通勤特征；識別出現(xiàn)狀公交客流走廊和公交需求缺口走廊；統(tǒng)計現(xiàn)狀公交出行OD；真正意義上服務并引導規(guī)劃編制，為方案制定提供基礎(chǔ)數(shù)據(jù)與參考【?！看髷?shù)據(jù)；公交刷卡數(shù)據(jù)；交通現(xiàn)狀1 背景2011 年起，全球范圍內(nèi)掀起了大數(shù)據(jù)(

2、Big data)熱潮。各行各業(yè)與大數(shù)據(jù)相關(guān)的及業(yè)務呈井噴式發(fā)展，甚至一些已將大數(shù)據(jù)由商業(yè)行為上升為科技戰(zhàn)略。不少研究者也敏銳大數(shù)據(jù)于城市規(guī)劃行業(yè)的性意義，紛紛將其應用到城市規(guī)劃領(lǐng)域開展了居民時空行為、城市交通、城市功能分區(qū)等研究。城市（BCL）開展了多項面向全國所有大中小城市的大模型研究，如地塊尺度的全國城市擴張模擬、城市建成區(qū)識別、地塊邊界與開發(fā)類型和強度重建模型、城市間交通網(wǎng)絡(luò)分析與模擬模型、城鎮(zhèn)格局時空演化分析模型等1。南京大學等人通過用戶的網(wǎng)絡(luò)與地理關(guān)聯(lián)，分析新型2。網(wǎng)絡(luò)空間的地理特征、表現(xiàn)形式及其等人使用移動通訊基站地理位置數(shù)據(jù)和信令數(shù)據(jù)，識別了上海中心城公共中心并評估其發(fā)展狀況，

3、探究了識別就業(yè)、游憩、居住功能區(qū)及其混合程度4。等利用基于 GPS 的市活動與出行調(diào)查數(shù)據(jù)，研究北京市郊區(qū)巨型社區(qū)居民工作日和休息日的日常活動空間及其對城區(qū)空間和案例社區(qū)附近空間的利用情況，挖掘工作日居民對城區(qū)空間利用的影響因素5。國外，Becker 從電信運營商中獲取頓市 2 萬名居民在 2內(nèi)的通話詳細，并通過統(tǒng)計和制圖分析與變化6。Hollenstein 等通過獲取 800 萬個為期 1來揭示城市人口的 Flikr(社交網(wǎng)站)位置和圖像來確定和芝加哥都市區(qū)的中心區(qū)邊界7。Naaman 等利用防火墻提取大數(shù)量級的地理坐標和文本數(shù)據(jù)，并結(jié)合時間序列模型用以分析網(wǎng)絡(luò)活動的城市等級體系8?？梢钥吹?/p>

4、，大數(shù)據(jù)的應用一定程度緩解了基礎(chǔ)數(shù)據(jù)限制規(guī)劃度的窘境，同時也帶來1了規(guī)劃與規(guī)劃思維的，使規(guī)劃從傳統(tǒng)的定向研究定量，從論述已知現(xiàn)狀挖掘城市發(fā)展規(guī)律。但目前，多數(shù)研究成果源自高校及科研院所，止步于規(guī)律探索階段，未能面向?qū)嶋H項目，服務并引領(lǐng)規(guī)劃編制9錯誤!未找到源。此次研究以編制成都市“多網(wǎng)融合”公共交通體系規(guī)劃（20142040）為契機，旨在掌握成都市公共交通體系現(xiàn)狀，夯實數(shù)據(jù)基礎(chǔ)，為制定方案提供基礎(chǔ)數(shù)據(jù)與參考。以往，公交限制研究的基礎(chǔ)數(shù)據(jù)多來自于居民出行調(diào)查，但該方式樣本量小、調(diào)查成本高、更新周期長等問題，難以滿足規(guī)劃準確性、時效性要求。本研究以成都市公交 IC卡刷卡數(shù)據(jù)為基礎(chǔ)，探討規(guī)劃范圍內(nèi)（

5、中心城+城（不含都江堰）全天全方式公共交通系統(tǒng)(地鐵、快速公交和常規(guī)公交系統(tǒng))現(xiàn)狀：分析地鐵、快速公交和常規(guī)公交等 3 種公交系統(tǒng)運營特征；識別典型居住區(qū)、就業(yè)區(qū)和交通出行的通勤特征；識別現(xiàn)狀公交客流走廊和公交需求缺口走廊；統(tǒng)計現(xiàn)狀公交出行 OD，為方案制定中模型參數(shù)的標定提供依據(jù)。2 數(shù)據(jù)與處理2.1 數(shù)據(jù)元數(shù)據(jù)此次研究的基礎(chǔ)數(shù)據(jù)源于成都市公交集團和地鐵公司提供的 2014 年 4 月 14 日到 4 月 20 日（不含節(jié)假日）為期一周的 IC卡刷卡數(shù)據(jù)（不含投幣），涉及常規(guī)公交 675 條線路、6258 個站點，地鐵 2 條線路、42 個站點，快速公交 2 條線路、59 個（如圖 1 所示

6、），具體體量見如表站點地鐵線路快速公交線路常規(guī)公交線路1。圖 1 研究數(shù)據(jù)涉及的公交站點與線路實際生活中每刷一次卡將在數(shù)據(jù)庫增加一條:快速公交和地鐵的刷卡包含、所乘線路編號、起點站編號、起點站名、出發(fā)時間、終點站編號、終點站名、到站時間等，能完整反映乘客搭乘這兩種交通工具的起止地點。而常規(guī)公交的刷卡則只包含、所乘線路表 1 研究數(shù)據(jù)體量編號、所乘車輛編號以及乘車時間，不含站點。同時，每輛常規(guī)公交裝有 GPS，2類型數(shù)據(jù)量條數(shù)乘車人次常規(guī)公交728GB/日370 萬/日138 萬/日地鐵20GB/日58 萬/日44 萬/日快速公交42GB/日22 萬/日14 萬/日每隔 15 秒自動生成一條行車

7、確定車輛位置，該行車車輛行駛的線路編號、車輛編號、最近公交站點編號、狀態(tài)、時間、當前、當前緯度等。因此，我們以常規(guī)公交刷卡的時間和車輛編號為關(guān)鍵字匹配行車以確定刷卡時空間位置。2.2 數(shù)據(jù)處理為分析公共交通現(xiàn)狀，需基于刷卡數(shù)據(jù)生成居民出行軌跡。因此我們對數(shù)據(jù)進行了如下階段的處理：三大公交子系統(tǒng)的 OD 數(shù)據(jù)集生成（標明每條乘車起止）；空間化 OD數(shù)據(jù)集（將起止由站點編號落實到地理空間）；生成居民出行數(shù)據(jù)集。正如上文所述，常規(guī)公交的刷卡和站點各自。并且成都常規(guī)公交實行上車刷卡下車不刷卡的運營模式。因此，成常規(guī)公交的 OD 數(shù)據(jù)，不僅需要 GPS 接收機的用以確定起點站點，還需要借助快速公交、地鐵

8、的相關(guān)數(shù)據(jù)確定到站。在本次規(guī)劃中，我們采用了以下技術(shù)流程處理常規(guī)公交數(shù)據(jù)：1、 根據(jù)常規(guī)公交刷卡和 GPS定位數(shù)據(jù)生成起點位置。GPS了所在車輛編號、定位時進離站狀態(tài)、最近站點編號、定位時經(jīng)緯度。其中，車輛編號與刷卡的車輛編號同一。因此，我們首先通過刷卡的車輛編號追蹤到車輛的行車，再通過時間匹配原則確定刷卡時車輛所處位置，從而將 GPS傳遞給刷卡。2、 依據(jù)時間最近原則，確定常規(guī)公交出行終點。在成都乘坐常規(guī)公交只需上車刷卡下車無須刷卡，因此單純依靠常規(guī)公交刷卡無法生成常規(guī)公交出行 OD 數(shù)據(jù)；考慮到常規(guī)公交之間、常規(guī)公交與地鐵、常規(guī)公交與快速公交換乘情況；故已處理的快速公交、常規(guī)公交、地鐵 3

9、 個子系統(tǒng)的刷卡數(shù)據(jù)規(guī)范化后合并為一個全方式刷卡起點數(shù)據(jù)庫（該數(shù)據(jù)庫包含 3 種方式全部刷卡的起點信息），依據(jù)時間最近原則來確定常規(guī)公交到站。根據(jù)乘客是否換乘，到站的確定方式又不盡相同?？偨Y(jié)起來，常規(guī)公交 OD 數(shù)據(jù)的生成可用技術(shù)流程圖 2 表示。3圖 2 常規(guī)公交刷卡數(shù)據(jù)處理技術(shù)流程圖（圖中虛線表示數(shù)據(jù)直接傳遞）為分析成都市通勤交通情況，我們在全方式 OD 數(shù)據(jù)集的基礎(chǔ)上采用如下判別原則構(gòu)建了通勤出行數(shù)據(jù)集：1、 某 ID每天完整出行軌跡個數(shù)>=2；2、 前后兩次出行時間至少相差 6h；3、 全天第一次出行起點是最后一次出行的終點，第一次出行終點是最后一次出行的起點；4、 一周七天的數(shù)

10、據(jù)，至少有 3 天的數(shù)據(jù)滿足以上 3 個條件；我們對公共交通數(shù)據(jù)的處理工作歸納起來其技術(shù)流程如圖 3 所示。4圖 3 公交數(shù)據(jù)處理流程3 數(shù)據(jù)分析與結(jié)論經(jīng)過前期數(shù)據(jù)與處理，我們得到了用于分析的數(shù)據(jù)庫，該數(shù)據(jù)庫地鐵空間數(shù)據(jù)集、快速公交空間數(shù)據(jù)集、常規(guī)公交空間數(shù)據(jù)集、居民出行數(shù)據(jù)集、OD 數(shù)據(jù)集以及通勤出行數(shù)據(jù)集等 6 個子類。基于該分析數(shù)據(jù)庫，逐步深入，我們進行了以下 3 個層次的分析：3.1 統(tǒng)計分析利用 SPSS 和 Oracle分析得到成都市公共交通系統(tǒng)現(xiàn)狀運營情況。A. 現(xiàn)行公共交通系統(tǒng)總體運營情況n公共交通分擔率偏低：現(xiàn)狀公共交通整體實際分擔率只有 27.2%（占機動化比例為42%），

11、離公交都市目標的 60%還有很大差距。其中，常規(guī)公交占 21.9%，地鐵占 4.0%，快速公交占 1.3%。n常規(guī)公交仍為主體，快速公交最次（如表 2 所示）表 2 三大公交子系統(tǒng)現(xiàn)狀運營情況對比n公共交通平均出行距離較長，乘客體驗有待改進（如表 3 所示）5類型規(guī)模條數(shù)乘車人數(shù)平均出行次數(shù)常規(guī)公交4299km370 萬138 萬2.68 次/人地鐵48.5km34 萬24 萬1.41 次/人快速公交28km22 萬14 萬1.57 次/人表 3 公共交通系統(tǒng)出行指標n 換乘接駁不夠完善：常規(guī)公交的換乘之間的換乘仍是主體換乘方式；常規(guī)公交與地鐵、快速公交換乘需求較大。具體數(shù)值見表 4。表 4

12、公共交通系統(tǒng)換乘與接駁a）三種公交系統(tǒng)換乘比例b）BRT 末端銜接比例c）地鐵末端銜接比例B. 現(xiàn)行常規(guī)公交運營情況常規(guī)公交現(xiàn)狀運營指標如表 5 所示。其中，道路重復系數(shù)高于規(guī)范的情況下，高峰小時滿載率仍超過 1，說明公交路網(wǎng)布設(shè)未能匹配需求，尚待優(yōu)化。表 5 常規(guī)公交現(xiàn)狀運營指標C. 現(xiàn)行地鐵運營情況地鐵主要運營指標如表 6 所示，地鐵兩條線路換乘情況如表 7 所示。表 6 地鐵現(xiàn)狀總體運營指標6平均出行次數(shù)平均出行時間平均出行站數(shù)1.4126min9 站線路總長度線路覆蓋道路總長度運營線路平均長度平均非直線系數(shù)高峰小時平均滿載率平均道路重復系數(shù)線網(wǎng)密度平均乘距運營速度4299km874km

13、12km1.591.0134.921.97km/ km211.47km22.54km/h步行69.8%公交25.3%地鐵2.6%BRT2.3%步行44.6%公交47.8%地鐵3.2%BRT4.4%始轉(zhuǎn)常規(guī)公交地鐵快速公交常規(guī)公交89.66%4.53%5.82%地鐵83.81%8.66%7.53%快速公交86.32%5.72%7.96%公共交通平均出行次數(shù)1.82全方式平均出行次數(shù)2.6公共交通平均出行時間34min機動車平均出行時間31min公共交通平均出行距離12.8km機動車平均出行距離13.6km公交平均換乘次數(shù)1.51表 7 地鐵 1、2 號線換乘情況從以上兩表不難發(fā)現(xiàn)：地鐵出行整體時

14、間偏長，乘客性不大，屬于長距離出行；特別是到達二號線的出行普遍途經(jīng)較多站點，進一步論證沿線快速公交專線的必要性；達到地鐵一號沿線站點的客流比重較大，說明相較二號線，一號線沿線地塊開發(fā)更加成熟、人氣更旺。此外，我們進一步分析了地鐵通勤出行的換乘情況。從表 8 可以看到：通勤出行中，到達地鐵二號線的平均站數(shù)比較多，遠距離通勤出行比例較高；通勤出行目的地集中在地鐵 1號線站點，說明較之二號線，一號線沿線商業(yè)比重較高。表 8 地鐵 1、2 號線通勤出行換乘情況a）地鐵一號線沿線客流統(tǒng)計b）地鐵二號線沿線客流統(tǒng)計圖 4 地鐵 1、2 號線沿線客流統(tǒng)計號線沿線站點客流可知（圖 4）：客流量最大的站點集中在

15、火車北站、春統(tǒng)計地鐵熙路、世紀城等綜合交通樞紐、商業(yè)辦公集聚區(qū)以及城與中心城銜接點。尤其是世紀城、犀浦等地鐵末端上下客流量量特別大，說明快速軌道交通有必要向城延伸，同時有必要對換乘樞紐進一步研究。D. 現(xiàn)狀快速公交運營情況7到站出發(fā)地鐵 1 號線地鐵 2 號線乘坐人次百分比平均站數(shù)乘坐人次百分比平均站數(shù)地鐵 1 號線34.61%714.50%11地鐵 2 號線35.66%915.23%11到站出發(fā)地鐵 1 號線地鐵 2 號線乘坐人次百分比平均站數(shù)乘坐人次百分比平均站數(shù)地鐵 1 號線32.83%715.42%11地鐵 2 號線35.71%916.03%11快速公交的總體運營指標如表 9 所示，可

16、以看到，快速公交出行仍以遠距離為主；從各個站點進出站客流統(tǒng)計（圖 5）分析，快速公交客流客流量最大的站點集中在火車北站東站、建設(shè)北路口站等綜合交通樞紐、放射性通道節(jié)點上，說明當前還缺乏放射性的快速公交系統(tǒng)。表 9 快速公交運營指標圖 5 快速公交進出站客流3.2 空間分析如上文所述，原始公交數(shù)據(jù)經(jīng)過處理已生成成都坐標系下空間數(shù)據(jù)庫。為挖掘成都市公共交通系統(tǒng)現(xiàn)狀空間分布規(guī)律，我們借助 Arcgis將數(shù)據(jù)庫內(nèi)相關(guān)數(shù)據(jù)落到研究范圍空間上，實現(xiàn)數(shù)據(jù)可視化，研究范圍如圖 6。此外，為進一步分析成都市職住平衡發(fā)展情況，本次規(guī)劃范圍劃分為 64 個交通大區(qū)，具體分布如圖 7 所示。由于前期搜集的刷卡數(shù)據(jù)主要

17、覆蓋繞城高速內(nèi)、郫縣和天府新區(qū)直管區(qū)等，因此部分空間分析也僅以上區(qū)域。8平均出行次數(shù)平均出行時間平均出行站數(shù)1.5719min13 站圖 6 研究范圍A. 公共交通服務水平圖 7 交通大區(qū)以下我們從站點覆蓋率、換乘能力、客流分布、供需四個方面評價成都市公共交通現(xiàn)狀服務水平：n 站點覆蓋率以成都市現(xiàn)有地鐵、快速公交和常規(guī)公交站點空間分布為基準，分別以服務半徑“地鐵1000 米、快速公交 700 米、常規(guī)公交 500 米”和“地鐵 600 米、快速公交 400 米、常規(guī)公交 300 米”兩個方案分析現(xiàn)狀站點覆蓋率（如圖 8 所示），具體統(tǒng)計數(shù)據(jù)見表 10。9圖 8 站點服務半徑分布圖表 10 站點

18、覆蓋率統(tǒng)計值10范圍地鐵1000+BRT700+常規(guī)公交500地鐵600+BRT400+常 規(guī) 公 交300地鐵1000+BRT700+常規(guī)公交 500（扣除環(huán)城生態(tài)區(qū)）地鐵600+BRT400+常規(guī)公交 300（扣除環(huán)城區(qū)）常規(guī)公交 500m 覆蓋率 （不含環(huán)城生態(tài)區(qū)）常規(guī)公交300m覆蓋率（不含環(huán)城生態(tài)區(qū)） 環(huán)內(nèi)100.0%98.5%100.00%98.50%100.00%97.63% 環(huán)二環(huán) 之間99.6%96.6%99.60%96.60%99.57%96.08%目前，中心城常規(guī)公交 300m 站點覆蓋率約 71.17%，500m 覆蓋率為 86.87%，與公交都市要求的大城市中心城區(qū)

19、2015 年達到 90%，2020 年達到 100%還有一定差距；中心城二環(huán)以外公共交通站點覆蓋率普遍較低，公共交通站點覆蓋率還需進一步提升。n 換乘能力從全方式公交換乘熱點分布圖（圖 9）可以看到：目前成都市公交直達比例較低，換乘無疑增加了居民出行的時間和距離成本；CBD 區(qū)域換乘量最大、也最為集中，但是實際空間比較局促，換乘設(shè)施缺乏，有必要將換乘功能外移；快速公交換乘站點主要集中在環(huán)狀節(jié)點處，驗證了環(huán)線快速公交的實際有效性。圖 9 全方式公交出行換乘熱點分布圖在公交直達比例較低的現(xiàn)狀下，換乘的便捷性成為衡量公共交通服務水平的重要指標。為此，我們分析了地鐵、快速公交周邊 200 米范圍內(nèi)常規(guī)

20、公交站點分布情況用以說明該問題，如圖 10 所示，其統(tǒng)計指標見表 11。11二 環(huán)三環(huán) 之間92.9%80.1%92.90%80.10%92.57%79.04%三 環(huán)繞城 之間69.7%48.9%80.92%60.75%79.94%59.48%繞 城內(nèi) 總體 覆蓋率78.7%61.9%87.51%72.30%86.87%71.17%a)常規(guī)公交站點數(shù)b)換乘常規(guī)公交距離圖 10 地鐵、快速公交站點 200m 范圍內(nèi)常規(guī)公交站點分布表 11 地鐵與快速公交周邊 200m 內(nèi)常規(guī)公交站點個數(shù)與距離分布平均距 離比例站點個 數(shù)比例平均距 離比例站點個數(shù)比例5010017%012%<5010%2

21、424%50100100150117%69%5869%45%226%810012521%7%312%15020026%417%>20012%57%610%a)快速公交站點周邊b)地鐵站點周邊目前：快速公交站點與常規(guī)公交銜接情況較好，平均距離為 80m，換乘較為便捷；而地鐵換乘條件較差，與常規(guī)公交站點平均距離為 133m，所有地鐵站點周邊 200m 范圍內(nèi)的平均個數(shù)為 3 個，孵化園等 5 個站點周邊 200m 內(nèi)無換乘公交站點，后期有必要開展地鐵換乘的相關(guān)研究。n 客流分布地鐵、快速公交各站點客流的空間分布規(guī)律如圖 11 所示，其中圖 b 中連線表示站點間OD。12a)地鐵b)快速公交圖

22、 11 地鐵、快速公交站點客流空間分布由圖分析可知：地鐵客流主要集中在綜合交通樞紐，商業(yè)、辦公集聚區(qū)，以及地鐵線末端城與中心城銜接點，尤其是犀浦、世紀城兩個方向終端客流量特別大；二環(huán)快速公交的客流主要集中于交通樞紐和放射性節(jié)點上，特別是西南象限尤為明顯，這與地鐵客流的空間分布規(guī)律統(tǒng)一，說明目前中心城西北部與南部的交通需求特別強烈，亟待采取措施緩解兩者之間的交通。n 供需將現(xiàn)狀公交站點具置空間可視化后，計算得到站點密度分布圖；基于公交站點密度分布，按標準公交車每輛滿載 75 人，反算得到現(xiàn)狀公交站點運能密度分布（圖 12-a）。同時，公交刷卡條數(shù)分配到對應上車站點，得到了公交乘車人數(shù)密度分布圖（

23、圖 12-b）。將站點運能分布圖與乘車人數(shù)分布圖進行空間疊加分析，得到現(xiàn)狀公交供需現(xiàn)狀分布，如圖12-c。a)現(xiàn)狀公交站點運能密度分布b)公交乘車人數(shù)密度分布圖13蓉都大道老成灌路西芯大道沙西線光華大道武興路驛都大道大道機場快速劍南大道紅星路南延c)現(xiàn)狀公交站點供需不平衡分布圖圖 12 現(xiàn)狀常規(guī)公交供需B. 交通大區(qū)間公交通勤與職住平衡特征分析由于在前期搜集資料時部分交通大區(qū)相關(guān)數(shù)據(jù)缺乏，故以下分析只已有資料覆蓋區(qū)域進行研究：n 居民通勤特征我們通過識別通勤出行的居住區(qū)和就業(yè)區(qū)來反映成都居民通勤出行的空間分布規(guī)律。其具體判定如下：1.基于通勤數(shù)據(jù)集，統(tǒng)計一個交通大區(qū)內(nèi)上午出行中到達量與發(fā)生量比

24、例2.若到達量超過 60%識別為就業(yè)區(qū)，發(fā)生量超過 60%識別為居住區(qū)，否則判定為混合區(qū)。圖 13 為最終識別結(jié)果：目前成都居住區(qū)主要集中在北二環(huán)與北繞城之間、郫縣、雙流、東二環(huán)至東繞城等區(qū)域；就業(yè)區(qū)則主要集中在一環(huán)內(nèi)、高新區(qū)以及新都中部等區(qū)域。14圖 13 居住區(qū)和就業(yè)區(qū)識別n 職住平衡特征本次規(guī)劃中職住平衡情況基于以下原則進行計算：1.基于通勤數(shù)據(jù)集，統(tǒng)計出發(fā)與到達在同一交通大區(qū)發(fā)生的條數(shù)2.計算職住平衡與通勤交通總量的比值計算結(jié)果經(jīng)空間可視化后如圖 14 所示，圖中直線為各個交通大區(qū)間 OD 連線。從分析結(jié)果來看：公交通勤的各交通大區(qū)職住平衡（即公交通勤出行的起點和終點均在同一個大區(qū)內(nèi)）

25、的比例均較低，最大值僅 0.23；高新西區(qū)、高新南區(qū)、外等區(qū)域相對理想；一環(huán)內(nèi)就業(yè)最為集中，呈現(xiàn)明顯的放射狀，與三環(huán)至繞城間區(qū)域通勤緊密。圖 14 職住平衡分布圖3.3 關(guān)聯(lián)性分析A. 公共交通系統(tǒng)與城市用地布局15為挖掘公交系統(tǒng)與城市用地布局之間的，我們分別統(tǒng)計了地鐵沿線 500m 范圍內(nèi)用地類型比例和地鐵站點一周客流量，并將兩者進行了相關(guān)性分析（統(tǒng)計結(jié)果如圖 15 所示）。a) 地鐵沿線 500m 范圍內(nèi)用地類型b) 地鐵站點一周客流量統(tǒng)計圖 15 公共交通系統(tǒng)與城市用地布局目前，根據(jù)周邊用地類型，地鐵沿線站點大致可以分為以下幾類（見圖 15-a）：A 類工作日客流高于周末客流，站點周邊以

26、商務辦公等為主（世紀城、高新等）；B 類周末客流高于工作日客流，站點周邊以零售商業(yè)為主（春熙路、等）；C 類一周總體客流較為，站點周邊居住與就業(yè)用地較為均衡（牛王廟、牛市口等）；D 類客流量較小，站點位于城市且以居住用地為主，尚未發(fā)展成熟的居住區(qū)；E 類交通樞紐銜接站，客流量很大且（如火車北站、東客站、茶店子等）。16地鐵 2 號線 4.144.20 一周客流量變化地鐵 1 號線 4.144.20 一周客流量變化另一方面，地鐵 1 號線工作日客流明顯高于周末客流，說明客流主要勤客流，站點周邊復合開發(fā)不夠；地鐵 2 號線一周客流相對，說明站點周邊復合功能較好?？傮w上，地鐵站點周邊土地開發(fā)利用不合

27、理，未體現(xiàn) TOD 發(fā)展理念。B. 交通大區(qū)關(guān)聯(lián)性、等一系列社交的普及產(chǎn)生了巨量社交網(wǎng)絡(luò)數(shù)據(jù)，源于網(wǎng)絡(luò)虛擬世界的社交數(shù)據(jù)實際表征了現(xiàn)實生活中的人際，可用于分析人與人之間強度。目前，社交網(wǎng)絡(luò)數(shù)據(jù)已有很多成熟的研究成果。類比社交網(wǎng)絡(luò)數(shù)據(jù)，交通大區(qū)之間的 OD 連線也反映了交通大區(qū)之間的強度。因此，我們借鑒社交網(wǎng)絡(luò)數(shù)據(jù)的分析來研究交通大區(qū)之間的關(guān)聯(lián)性。在本次規(guī)劃中，我們采用中介中心性指標來衡量交通大區(qū)間關(guān)聯(lián)性，其值越大表明該交通大區(qū)起到的樞紐性作用越強。借助 ArcGIS、NodeXL，交通大區(qū)中介中心性、OD 數(shù)據(jù)空間可視化，圖 16為最終成果：圖中圓圈表征各個交通大區(qū)的中介中心性，圓圈越大表明其

28、中介中心性越強，即交通樞紐地位越顯著；圖中曲線為交通大區(qū)間 OD，曲線越粗表示大區(qū)間交通往來越頻繁、越緊密。圖 16 交通大區(qū)關(guān)聯(lián)性從圖中可以看到：客流集聚中心性明顯；市區(qū)中介中心呈花蕊狀，以圈層外推狀擴展；繞城以內(nèi)樞紐中心性強于；大區(qū)間交通緊密的區(qū)域集中在中心城各大區(qū)之間以及中心城與郫縣方向；尚未形成城市“多中心”結(jié)構(gòu)；有必要將中心城的城市功能和交通轉(zhuǎn)換功能向擴散。174 總結(jié)與展望本次研究以公交刷卡數(shù)據(jù)為基礎(chǔ)，研究成都市公共交通體系現(xiàn)狀。本次研究中大數(shù)據(jù)應用真正踐行了規(guī)劃編制化與科學化。以本次研究成果為基礎(chǔ)，未來我們還將進一步開展數(shù)據(jù)挖掘工作：分析用地類型組合與居民分布的相關(guān)性；研究居民出行行為特征、模式及影響因素；擴充數(shù)據(jù)類型，提高人群類型（公交數(shù)據(jù)的反映通勤的出行特征）。目前城市規(guī)劃領(lǐng)域的大數(shù)據(jù)浪潮已然來臨，它既是技術(shù)的創(chuàng)新又是思維的，既是更是創(chuàng)新！期待未來大數(shù)據(jù)能探索城市發(fā)展規(guī)律，城市發(fā)展未來，讓規(guī)劃從圖紙公眾?！緟⒖嘉墨I】1.師,2014-5-26 2.,大數(shù)據(jù)的城市規(guī)劃,規(guī)劃.為例,地理研,等,基于用戶的網(wǎng)絡(luò)地理研究:以新浪3. 究,2013，32