Who uses smart card? Understanding public transport payment preference in developing contexts,a case study of Manila's LRT-1

The culture of “tingi-tingi” or sachet economy provides a strong backdrop to better understand the payment mode preference of the riding public in the Philippines. First, the use of single journey tickets (SJT) reflects the purchasing practices amongst the urban poor thereby affecting the promotion and uptake of public transport smart cards. Second, as a glocalization strategy, it can inform what, how, when, and why services that has global uptake can be tailored towards the realities of a differentiated, local market conditions.Categorical principal component analysis (CATPCA) is presented to determine the key variables explaining the likelihood of uptake of smart cards for public transport passengers in the Philippines. The Metro Manila Light Rail Transit Line 1 (LRT-1) presents an appropriate context to examine how the glocalization of smart cards can help improve the quality of public transport services, and to provide planning and policy recommendations on smart card uptake and integrated ticketing, with the end goal of improving public transport provision and management. LRT-1 alongside its change in management, also introduced a new smart card payment system. However, more than half continue to use single journey tickets.The model parameters are estimated using primary survey data collected from LRT-1 passengers. Transit smart card has been widely used around the world and effectively reduces waiting time for passengers who used to purchase paper tickets.The main results of the model reveal that: (1) only groups with high education background, stable income, or with stable job would likely to use smart card; (2) passengers with lower education level, lower income, or with unstable job prefer to use single journey ticket; and (3) the sachet economy is strongly associated with the purchasing practices amongst Filipinos, particularly the urban poor, hence may affect the promotion and uptake of public transit smart cards. These findings may inform changes to the introduction of alternative payment schemes and the planning of public transport policies that recognise the need for an effective glocalization strategy, paving the way towards improved public transport service and provision.     

L’exploitation des données de cartes à puce à des fins de planification des transports collectifs urbains

Smart card fare collection systems are widely used nowadays in urban public transport networks. These systems are bound to facilitate the collection and management of revenues in transit authorities. However, since smart card systems collect a large amount of data on a daily basis, they can be exploited to better characterize the demand and supply of public transport in subways, tramways and bus networks, while data at an individual level should remain strictly confidential. The spatial and temporal dimensions of the data make it very interesting for planning purposes, but the data must first be validated and completed before further analysis. This article presents the results of five years of research conducted in collaboration with theSociété de transport de l??Outaouais, in Quebec. The following analyses are presented: error processing, estimation of alighting points, diffusion of operational statistics, analysis of user behaviour, analysis of network performance, comparison with household survey data and user loyalty modelling.     

智能型手机应用程序对运具选择行为之影响

因应资通信技术发展,智能型手持设备逐渐普遍,应用程序蓬勃发展改变人类传统行为模式甚巨.其中,运输相关之应用程序多样化发展,功能包含地理信息系统的应用、交通信息的提供、车辆派遣的预约、交通票证的订定、观光游程的设计等.依据台北市交通局统计2013年民众透过智能型手机应用程序查询次数,每月已高达6 000万次以上,实有必要针对运输类应用程序所衍生之效果进行探究.论文主要研讨智能型手机应用程序所提供的交通运输信息对用户旅运行为之运具选择影响,透过问卷调查,进行个体运具选择模式之构建,以分析台北市旅运者在受智能型手机应用程序提供的实时交通信息对于运具选择行为转变之影响,期能了解ITS结合智能型手机应用程序的交通信息服务对于提高公共运输便利性之效益.      

融合XGBoost和图谱修正的公交通勤乘客目的地预测方法

准确把握公共交通通勤乘客的目的地, 有助于明确乘客出行需求, 提升公共交通服务水平。基于北京市1个月的公共交通出行数据和RP调查数据, 通过关联分析乘客公交卡号与公共交通刷卡数据和线站数据, 匹配获得563名通勤乘客完整出行链数据, 并利用关联规则实现302名公交通勤乘客高、中、低出行稳定性辨识。引入XGBoost集成学习算法, 分别以不同公交出行稳定性乘客出行目的地显著影响因素为输入变量, 以下次出行目的地为输出变量, 通过模型参数调优, 分类构建了公共交通通勤个体乘客下次出行目的地预测模型, 高、中、低稳定性乘客出行目的地预测准确率分别为90%, 66.67%和50%。借助个体乘客出行图谱转移概率对模型预测结果进行修正, 将预测准确率分别提升至91.2%, 83.21%和69.5%, 可以有效提升中、低稳定性乘客出行目的地的预测准确性。采用公交都市系统记录的目的地数据对下次出行目的地预测聚合结果进行对比验证, 客流预测值与真值变化梯度的绝对百分误差小于10%。因此, 在划分通勤乘客出行稳定性的基础上, 融合XGBoost和图谱修正的公交通勤乘客目的地预测预测方法具有较高准确性。      

居民公交出行链重复性量化分析及其出行规律研究

作为城市交通的枢纽，公共交通系统承载了大量的居民出行。自动数据采集系统收集的IC卡数据包含了大量的乘客出行信息，通过这些数据可分析居民公交出行规律，进而优化公交服务。引入信息熵及熵率对居民公交出行链重复性进行量化，研究了基于量化指标分析居民公交出行规律的方法。通过出行地点状态标定，将乘客的出行链转化为离散的出行序列；利用信息熵和熵率对出行序列进行量化分析，得到出行重复性与量化指标的关系，即出行序列的信息熵越大，熵率越小，该乘客出行重复性越高，出行规律越强。基于重复性量化处理，以石家庄公交智能卡乘客出行数据为例，分别从群体和个人这2个方面对公交乘客的出行规律进行分析。结果表明，出行链重复性量化指标可以对出行规律的强弱进行直观判断。当乘客出行规律不明显，但信息熵高于样本均值2.53 bits、熵率低于样本均值1.13 bits/事件时，可通过进一步分析挖掘出乘客潜在出行规律。      

应对突发大规模流行病的城市常规公交管控策略

公共交通内部相对狭小和密闭的空间，使得乘客间频繁发生近距离接触，是流行病扩散的高危环境。面对诸如新型冠状病毒肺炎这类突发大规模流行病时，交通管理者通常采取的方案是全部公交线路停运，彻底阻断流行病通过公共交通系统传播这一个途径，但是对于公交乘客而言，如果缺乏替代的出行方式，将严重降低其移动性，甚至会影响其基本的生活条件。利用北京市公交IC卡刷卡数据，挖掘乘客的个人出行特征和相互之间的接触特征，构建公交乘客动态接触网络，试验数据统计显示北京公交乘客单次出行与他人的平均接触时间为17 min，通勤乘客工作日与他人平均累计接触123次。利用理论传播模型（SEI和SIS）模拟流行病在公共交通系统内的扩散，对比随机网络分析其特征，发现公交乘客间接触的周期性发生规律显著促进了流行病的快速传播。将乘客传播影响力集计至公交线路，针对常规公交网络设计停运部分线路的运营方案，使用站点间平均邻接距离作为指标，衡量部分停运方案导致的常规公交系统可达性损失。研究对比了停运方案实施前后的流行病扩散规模。研究结果表明，只需要停运小部分线路就能使流行病暴发得到遏制，同时公交系统的整体可达性没有明显下降。     

基于公交IC卡的公交换乘数据获取方法研究

城市公共交通系统能否正常和高效地运营不仅取决于道路和车辆等设施条件,更有赖于运营管理手段和技术手段的先进性。传统的人工调查方法耗费巨大的人力物力,而调查结果却很难达到理想效果,所得数据不能动态反映城市公交出行的长期变化趋势。文中以公交Ic卡为切人点,通过对乘客2次刷卡间的时间分析以及利用公交GPS时间点的数据进一步分析乘客换乘所用的时间,判断出乘客2次乘车是换乘行为还是2次出行。     

公交IC卡信息处理的数据挖掘技术研究

主要探讨数据挖掘技术在公交IC卡信息处理方面的运用，设计了公交IC数据仓库结构，提出数据挖掘系统的框架。从公交运营决策者和公交规划者两个角度提出数据挖掘目标，并根据挖掘目标阐述数据分析过程及挖掘方法。     

BP神经网络在公交智能化调度中的应用研究

应用BP神经网络自动生成公交线网的调度方式,研究了公交线路上各站点的客流量统计和预测方法,将BP神经网络与城市公交系统紧密结合,确定了输入变量的构成、变量数据的获取,输入量和输出量的对应关系及实现从输入到输出的对应关系.应用BP神经网络算法确定智能化调度中变量转化,最终自动生成正班车、快车、区间车、准点控制和放车调度等5种调度方式,结果表明采用BP神经网络的结构和方法能够更好地反映城市公交调度层次与模式,是一种研究城市公共交通智能化调度的最有效方法.     

基于聚类分析方法的公交站点客流匹配方法研究

对公交IC卡数据收集、处理和分析得到的结果可以为公交客流分析提供重要依据。文中针对一票制IC卡数据信息不完善的缺陷,结合公交其他运营信息,利用聚类分析方法,研究基于公交IC卡数据的匹配技术,并给出应用于匹配技术的实例计算结果。结果表明,提出的方法有很强的实用性,为得到准确、实时且连续的公交客流信息提供良好的平台。     

南京城市公共交通一卡通行应用方案研究

用模糊评价方法对南京地铁与公交一卡通行方案进行优选。分析了南京公交IC卡系统现状和地铁AFC系统选型,表明公交IC卡系统不适应技术发展趋势以及多应用的拓展,而地铁AFC系统则充分考虑了这些需求。讨论了地铁、公交一卡通行各种可能的模式及其影响因素,利用加权最小隶属度偏差模型对南京城市公共交通一卡通行应用方案进行评价,评价结果与模糊综合评判加权平均模型相一致,表明一步到位方案为最佳方案,但加权最小隶属度偏差法反映了不同方案偏离理想方案的程度。     

城市公交GPS数据与IC卡数据时空特性融合算法

针对部分城市公交GPS数据和IC卡数据无直接联系，且2个系统存在不规律时间偏差，很难关联获取乘客上车数据的问题，进行了时空特性快速匹配数据融合分析。根据公交GPS数据和线路站点位置匹配获得公交运行时刻表，利用运行时刻表与时间修正后的IC卡数据进行遍历计算，采用时间相似度曲线寻找二者对应关系，利用时间平均偏差曲线进行关系验证，并获得2个系统之间的时间修正值。对西安市5条线路总计195辆车3d的相关数据进行试算，其中，191辆车具有明显的识别特征; 通过南宁16条线路已知对应关的344辆车进行算法验证，获得了336辆车的确切对应关系，平均时间修正误差为16.5 s。结果表明:该算法匹配率达97.67%，对于广泛存在的公交GPS数据和IC数据属于不同系统，难以判断刷卡上下车站点的情况，提供了快速高效的方法，扩大了原本不完善公交数据的应用范围，为公共交通出行中个体微观出行行为分析奠定了基础。      

公交车驾驶人组织认同感和工作倦怠对不良驾驶行为的影响

公共交通是城市道路交通运输系统中的重要组成部分，公交车驾驶人存在的不良驾驶行为已经成为影响交通安全的最大制约因素之一，由其引发的道路交通事故给个人和社会都造成了严重损失，探索更为安全的公共交通环境显得极为重要。以公交车驾驶人为对象，探究影响公交车驾驶人驾驶行为特征的个人心理因素和组织环境因素，及其对不良驾驶行为的内在影响机制。选用工作倦怠量表（MBI-GS）、组织认同感问卷（OIQ）及驾驶行为问卷（DBQ）对844名城市公交车驾驶人展开问卷调查研究，并使用回归分析和中介检验来探究工作倦怠和组织认同感对驾驶行为的影响机制。结果表明：①32.8%的公交车驾驶人存在不良驾驶行为，错误驾驶行为显著高于违法驾驶行为。其中，在违法维度中，侵略性违法显著高于普通违法。②公交车驾驶人存在较高的组织认同感，组织认同感对不良驾驶行为具有显著的负向预测作用，对工作倦怠程度具有显著的负向预测作用；工作倦怠程度对不良驾驶行为具有显著的正向预测作用。③公交车驾驶人的工作倦怠水平在组织认同感对不良驾驶行为的影响中起到部分中介作用。该结果厘清了公交车驾驶人的工作倦怠和组织认同感对不良驾驶行为的影响机制，为进一步探究不良驾驶行为的心理干预方法提供了思路，从而达到改善城市道路公共交通安全环境的目标。     

COVID-19在公交网络传播模型及防疫策略有效性分析

城市公交系统是空气传播型病毒进行人际传播的重要潜在空间，研究病毒在公交系统中的传播，能精确的指导公交防疫策略的制定。基于双层公交网络模型，耦合出行规则和SEIR模型建立了公交网络传播模型，以某虚拟的区域空间和公交线网为背景，根据双层网络模型的特点，分析了公交车上及公交站点病毒传播的过程，制定宏观和微观2种防疫策略并分析效果。研究发现，公交出行会导致病毒大范围传播，公交车上和公交站点是最重要的传播环节。对公交防疫策略效果的分析中，宏观控制策略的切断公交线路比例φ₁ >0.5或者停运公交站点比例 φ₂ >0.4时，最终免疫人群比例会下降至0.3以下。微观调节策略则需要同时调整发车间隔 t_d < 4且满载率α < 50%，则最终免疫人群比例小于0.4，防控效果最显著。      

机动车运行安全技术条件修改建议

我国屡屡发生的公交车爆燃事件说明公交的安全保障水平难以满足民众安全出行的需要,负面效应不可小视。公交安全事件折射出我国《机动车运行安全技术条件》的标准过低,与发达国家差距巨大。以偶发的安全事件为基准点设定公交车安全标准,并以此为底限覆盖到所有公交车辆,应是当务之急。     

基于GPS与IC卡的公交OD量采集方法

公交OD量是公交调度管理及线网优化的基础。传统的获取公交OD量的方法需要进行大范围的个人出行情况调查，消耗大量人力物力，且数据更新缓慢。随着GPS技术与IC卡在公交系统中的广泛应用，提出了利用公交车GPS定位与乘客IC卡刷卡信息来获取公交OD量的新方法。利用这一方法对广州某段时间的公交车GPS定位和羊城通数据进行了实际分析。试验结果表明这一方法是有效的。     

宁波市常规公交运行特征分析

常规公交作为一体化城市公共交通体系的重要一环,其运行特征是影响乘客出行方式选择以及公交服务质量的重要因素,研究公交运行特征对于进一步增强公共交通的吸引力,提升公共交通服务质量、缓解交通拥堵等方面具有着重要作用。因此,基于公交GPS数据,对宁波市常规公交运行特征进行了分析,研究结果和建议为提升宁波市常规公交运行效率提供了有益参考。     

公交线路客流 OD 管流类推估算方法的应用

应用管流类推法(fluid analogy method ,FAM )研究公交线路 OD 矩阵的估算,该方法利用管流概念,将公交线路和乘客分别视为管道和流体,利用乘客在各站上下车人数来估算公交线路 OD 矩阵。将该方法应用于北京市分段计价的公交线路中,通过对比估算结果与实际公交 IC 卡的出行 OD分布,结果表明:在早高峰、晚高峰、全日的 OD 估算误差指数在0.75以上,且早高峰、晚高峰、全日估算的公交乘车站距与实际乘车距离的相关系数分别为0.98,0.98,0.99,验证了 FAM 法在公交线路不同时段 OD 估算中的精度与可靠性,与传统的均衡算法等解析模型相比,该方法简单、高效,且能够得到惟一解,在智能公交实时调度中具有较高的实用价值。      

基于强化学习的限行政策下双模式出发时间选择仿真研究

结合多Agent方法和强化学习模型,建立了城市高峰时段通勤者出行方式及出发时间选择的计算机仿真模型.仿真研究了限行政策下通勤者的出行选择行为,再现了交通均衡的形成过程.根据仿真结果分析了不同公交改善措施的实施效果.结果表明限行政策实施后,公交出行人数增加18%,一定程度上缓解了高峰时段的拥堵状况,但也会导致出行者在非禁行日公交出行的概率减小,因此仅采取限行政策起到的作用是有限的.在小汽车限行政策下,提高公共交通发车频率,能够使公交出行人数增加17.5%,小汽车拥堵等待时间减少85%,有效地改善了道路交通状况,相比之下,降低公交价格的改善作用不明显.研究中采用的多Agent方法可以直观方便地描述丰富的个体行为,同时在描述个体行为与系统的互动方面具有一定的优势,为探索复杂交通现象的形成和演化过程提供了一种有效的途径.      

Modeling bus bunching using massive location and fare collection data

Bus bunching is a well-known phenomenon for operators, users and regulators of high-frequency bus services. Bus operations are usually affected by increasing differences in the time intervals (headways) between consecutive buses. The effect of this variability is that buses tend to group into bunches of two or more, which severely affects the quality of service and the operational efficiency. The aim of this paper is to analyze which factors are associated to the phenomenon, using massive data from high-frequency services available in Santiago (Chile) and common-route services in Gatineau (Canada). The data is obtained from the bus GPS and AFC systems and are processed to obtain headways between buses. Using data from one week, we develop models to explain the variation of the continuous and discrete indicators of bus bunching as a function of variables related to the operation, variables related to the demand structure, and variables related to the infrastructure. Some of the factors that contribute to increase bus bunching are: stops located toward the end of the route, high scheduled frequency, irregular bus dispatch headways, non-homogeneous fleet, high demand, and high variability of demand. The results are useful for the design of quality indexes to measure bunching in bus operations, and for the design and operation of bus routes, taking into consideration the potential bus bunching problems.