張道征,孫 健*,彭仲仁

(1.上海交通大學(xué)船舶海洋與建筑工程學(xué)院國(guó)際航運(yùn)系,上海200240;

2.佛羅里達(dá)大學(xué)城市與區(qū)域規(guī)劃系,佛羅里達(dá)州蓋恩斯維爾FL 32611,美國(guó))

城市出租車系統(tǒng)綜合完備度指數(shù)研究及GIS平臺(tái)實(shí)現(xiàn)

張道征1,孫 健*1,彭仲仁2

(1.上海交通大學(xué)船舶海洋與建筑工程學(xué)院國(guó)際航運(yùn)系,上海200240;

2.佛羅里達(dá)大學(xué)城市與區(qū)域規(guī)劃系,佛羅里達(dá)州蓋恩斯維爾FL 32611,美國(guó))

現(xiàn)行出租車系統(tǒng)僅以對(duì)空載車輛在城市中的定位及可能性安排作為其主要調(diào)度方式,造成出租車營(yíng)運(yùn)效率低、空載率高、乘客等待時(shí)間長(zhǎng)且滿意度不高等諸多問(wèn)題.本研究采用浮動(dòng)車(FCD)數(shù)據(jù)和地理建模仿真平臺(tái),使用地理信息系統(tǒng)(GIS)技術(shù)來(lái)定量分析給定城市出租車系統(tǒng)的完備以及與需求的合適程度,總結(jié)出一套基于出租車運(yùn)營(yíng)的系統(tǒng)完備度評(píng)價(jià)體系,從而實(shí)現(xiàn)城市出租車系統(tǒng)的良好組織與管理.該體系主要從城市路網(wǎng)、乘客以及駕駛員等多維指標(biāo),來(lái)量化給定城市出租車系統(tǒng)的運(yùn)營(yíng)狀態(tài)和效率,合理制定運(yùn)營(yíng)調(diào)度策略.系統(tǒng)基于深圳市實(shí)際出租車數(shù)據(jù),在ArcGIS 10平臺(tái)實(shí)現(xiàn)且可按預(yù)期功能對(duì)城市出租車系統(tǒng)從多方位進(jìn)行評(píng)價(jià),為進(jìn)一步管控奠定良好的基礎(chǔ)與指導(dǎo)意義.

城市交通;出租車評(píng)價(jià)系統(tǒng);主成分分析法;浮動(dòng)車數(shù)據(jù);地理信息系統(tǒng)

1 引 言

出租車作為城市公共交通的主要運(yùn)輸方式之一,以其快捷、便利的特點(diǎn),在城市交通中發(fā)揮著重要的作用.現(xiàn)行出租車系統(tǒng)僅以對(duì)空載車輛在城市中的定位及可能性安排作為其主要調(diào)度方式,造成出租車營(yíng)運(yùn)效率低、空載率高、乘客等待時(shí)間長(zhǎng)且滿意度不高等諸多問(wèn)題.出租車系統(tǒng)的完備度是對(duì)出租車運(yùn)營(yíng)系統(tǒng)、乘客和駕駛員三者的整體綜合評(píng)價(jià),本研究基于浮動(dòng)車數(shù)據(jù)(FCD),借助地理信息系統(tǒng)(GIS)技術(shù),從宏觀、中觀、微觀三個(gè)層面對(duì)城市出租車系統(tǒng)的完備程度進(jìn)行定量分析,構(gòu)建了城市出租車系統(tǒng)完備度指數(shù)(TSGI),并通過(guò)GIS平臺(tái)仿真實(shí)現(xiàn).為出租車系統(tǒng)綜合營(yíng)運(yùn)情況的定量分析提供依據(jù),為解決城市出租車系統(tǒng)“打車難、開車難、政府愁”的現(xiàn)狀提供方向和建議.

國(guó)內(nèi)外對(duì)基于FCD數(shù)據(jù)的出租車系統(tǒng)研究主要從以下角度展開.

(1)出租車系統(tǒng)的總體運(yùn)營(yíng).

關(guān)金平和朱竑[1]以深圳國(guó)貿(mào)CBD為例,分析了城市出租車空駛時(shí)空特性,并對(duì)其形成原因進(jìn)行討論.辛飛飛等[2]分析了出租車道路覆蓋率和強(qiáng)度等相關(guān)問(wèn)題.Weng等[3]和肖增斌[4]對(duì)于出租車運(yùn)營(yíng)水平的評(píng)價(jià)指標(biāo)(如載客里程、空駛里程、運(yùn)營(yíng)時(shí)間、營(yíng)業(yè)收入等進(jìn)行了綜合概括.

(2)出租車駕駛員行為分析.

Liu[5]等通過(guò)追蹤高收入駕駛員的行車軌跡,分析其在不同時(shí)間段的駕駛策略.戴建軍[6]從深圳市的FCD數(shù)據(jù)中得出出租車駕駛員更傾向于選擇速度最快的道路將乘客送達(dá)目的地.Li[7]等通過(guò)使用L1-Norm SVM方法對(duì)高收入駕駛員空載尋客和空載等客策略分析,得出市區(qū)內(nèi)空載尋客為較優(yōu)策略.

(3)出租車上客熱點(diǎn)分析.

出租車熱點(diǎn)是出租車上下客情況的集中反映,對(duì)于分析乘客出行和城市規(guī)劃具有重要意義.Chang[8]等提出了數(shù)據(jù)篩選、聚合處理、語(yǔ)義標(biāo)注、熱點(diǎn)計(jì)算的四步驟法,分析出租車上下客熱點(diǎn).Yuan[9]等在其基礎(chǔ)上綜合考慮土地利用、交通擁堵等因素,對(duì)該算法進(jìn)行完善.Li[10]等利用ARIMA模型對(duì)出租車熱點(diǎn)地區(qū)乘客上下客變化進(jìn)行預(yù)測(cè).

綜上,對(duì)于城市出租車系統(tǒng)的研究均從某一點(diǎn)展開,對(duì)于整個(gè)系統(tǒng)缺少一個(gè)涵蓋各方面的綜合評(píng)價(jià)體系,不利于對(duì)存在問(wèn)題的分析和改善.因此,本研究從宏觀、中觀和微觀三個(gè)角度,分析反映城市出租車系統(tǒng)完備程度的各個(gè)指標(biāo),實(shí)現(xiàn)對(duì)出租車系統(tǒng)的全面評(píng)價(jià)和各影響因素的定量考察.

2 系統(tǒng)研究框架及模塊構(gòu)成

浮動(dòng)車(Floating Car Data)技術(shù),利用GPS進(jìn)行車輛定位,可實(shí)現(xiàn)大范圍、全天候的車輛行駛數(shù)據(jù)采集,對(duì)于研究城市交通具有重要意義[11].本研究采用的FCD數(shù)據(jù)來(lái)自2011年11月深圳市出租車的運(yùn)行記錄,通過(guò)對(duì)全市出租車安裝GPS遠(yuǎn)程傳感設(shè)備,實(shí)現(xiàn)對(duì)出租車車輛編號(hào)、運(yùn)行時(shí)間、日期、經(jīng)緯度坐標(biāo)、瞬時(shí)速度、方位角等信息的連續(xù)記錄.

圖1給出了本研究的主要研究思路和框架,其主要貢獻(xiàn)在于從多層次分析出租車FCD數(shù)據(jù):宏觀層面,出租車系統(tǒng)的供需平衡關(guān)系可以通過(guò)時(shí)間空載率和空間空載率反映;中觀層面,假定某一研究區(qū)域的乘客具有相似的行為特征,可通過(guò)乘客上客點(diǎn)與熱點(diǎn)間距離、上客點(diǎn)乘車概率、乘車實(shí)際路程與最短路程比值、乘車實(shí)際時(shí)間與最短時(shí)間比值這四個(gè)方面來(lái)反映乘客對(duì)出租車系統(tǒng)的滿意程度;微觀層面,針對(duì)某一出租車駕駛員,其工作狀況下的滿意度可通過(guò)工作收入和工作環(huán)境(載客速度、工作時(shí)間)來(lái)反映.最后,結(jié)合宏觀、中觀和微觀三個(gè)層面的因素,通過(guò)主成分分析的系統(tǒng)分析方法,構(gòu)建城市出租車系統(tǒng)綜合完備度指數(shù),從而實(shí)現(xiàn)基于FCD數(shù)據(jù),從多方位對(duì)城市出租車系統(tǒng)完備程度的綜合考量.

圖1 研究思路和框架Fig.1 Research framework

3 系統(tǒng)功能與關(guān)鍵指標(biāo)構(gòu)成

3.1 宏觀指標(biāo)含義及構(gòu)成——系統(tǒng)運(yùn)營(yíng)效率指標(biāo)

空載率是反映城市出租車系統(tǒng)整體運(yùn)營(yíng)情況的重要指標(biāo),控制城市出租車空載率在一定范圍內(nèi)能保證城市出租車和乘客間的供需平衡,保障出租車服務(wù)符合居民的出行量[12].基于FCD數(shù)據(jù),出租車系統(tǒng)運(yùn)營(yíng)效率指數(shù)(OEI)由時(shí)間空載率指標(biāo)和空間空載率指標(biāo)加權(quán)求和得到.該指數(shù)從出租車的時(shí)空空駛特性出發(fā),對(duì)出租車系統(tǒng)的運(yùn)營(yíng)效率進(jìn)行較為準(zhǔn)確的衡量.運(yùn)營(yíng)效率指數(shù)(OEI)越高,反映城市出租車系統(tǒng)供需關(guān)系更加合理,系統(tǒng)運(yùn)行的效益也越高.

(1)時(shí)間空載率(TIR).

時(shí)間空載向量rt=(R1t,R2t,...,Rtn),其中Rtn為某一輛車在單位時(shí)間內(nèi)的時(shí)間空載率Tij表示間隔 j時(shí)間內(nèi)該車空載時(shí)間,Ti表示該車總行駛時(shí)間, Rt∈[0,1].i

(2)空間空載率(SIR).

空間空載向量 rs=(R1s,R2s,…,Rsn),其中Rsn為某車在單位時(shí)間內(nèi)的空間空載率 Rsi=Sij表示間隔j時(shí)間內(nèi)該車空載里程,Si表示該車總行駛里程,Rsi∈[0,1].

(3)空載率指標(biāo)(IR)系數(shù).

根據(jù)發(fā)達(dá)國(guó)家出租車運(yùn)營(yíng)和國(guó)內(nèi)較為完善的出租車組織管理經(jīng)驗(yàn),城市出租車空載率保持在30%-40%之間較為合理[12].因此,基于FCD數(shù)據(jù)得到的時(shí)空空駛率,本研究對(duì)其進(jìn)行量化評(píng)價(jià),并計(jì)算出出租車系統(tǒng)整體的運(yùn)營(yíng)效率為

式中 IR——系統(tǒng)折合空載率;

TIR——系統(tǒng)時(shí)間空載率,k1為其所對(duì)應(yīng)權(quán)重;

SIR——系統(tǒng)空間空載率,k2為其所對(duì)應(yīng)權(quán)重.

3.2 中觀指標(biāo)涵義及構(gòu)成——乘客滿意度指標(biāo)

乘客的乘車滿意度是城市出租車系統(tǒng)評(píng)價(jià)體系中的重要一環(huán).對(duì)于某給定區(qū)域內(nèi)乘客出行,可將其假定為具有相同特性的群體[9].因此,本研究以城市出租車上下客熱點(diǎn)周邊區(qū)域的乘客為研究群體,通過(guò)分析該區(qū)域內(nèi)乘客上客點(diǎn)距熱點(diǎn)的等候距離指數(shù)(DI)、揚(yáng)招概率指數(shù)(TAI)、實(shí)際與最優(yōu)路程比率指數(shù)(RRSLI)、實(shí)際與最優(yōu)行駛時(shí)間比率指數(shù)(RRSTI)四個(gè)指標(biāo),對(duì)乘客乘車滿意度指數(shù)(CSI)進(jìn)行衡量,從而評(píng)價(jià)區(qū)域內(nèi)乘客的出行滿意情況.

(1)等候距離指數(shù)(DI).

研究[13]指出,當(dāng)乘客選擇搭乘交通工具時(shí),可接受的步行距離通常在400 m以內(nèi),當(dāng)該步行距離位于20 m以內(nèi),則假定乘客出行滿意度最高.鑒于FCD數(shù)據(jù)無(wú)法提供乘客出發(fā)點(diǎn)的精確位置,而乘客出發(fā)點(diǎn)和上車點(diǎn)間距離往往可以忽略,因此,在指定區(qū)域內(nèi),距離指數(shù)可以由乘客上客點(diǎn)與載客熱點(diǎn)中心的距離R決定:

乘客出行的乘車概率指數(shù)為

(3)實(shí)際與最優(yōu)路程比率指數(shù)(RRSLI).

在出租車載客過(guò)程中,由于駕駛員的主觀選擇,其抵達(dá)目的地的實(shí)際行駛路程和最短路程間往往存在一定偏差,實(shí)際路程與最優(yōu)路程的比率(LR)基本介于1～1.5之間[5].該比率越大,對(duì)于乘客而言,則需付出更多的費(fèi)用,其出行的滿意度也將隨之降低.

(2)揚(yáng)招概率指數(shù)(TAI).

城市熱點(diǎn)區(qū)域周圍的乘客,其單位時(shí)間等到車概率取決于所在位置的道路、空車等情況[14],此概率直接影響乘客出行的滿意度.其值越高,乘客滿意度越高;反之,乘客將因無(wú)法及時(shí)乘車產(chǎn)生消極情緒,影響出行滿意度.

對(duì)于某研究區(qū)域,假設(shè)區(qū)域內(nèi)出租車運(yùn)行的平均速度為U,乘客打車時(shí)區(qū)域內(nèi)的空車率為Pv,路段i上共有Ni輛出租車,路段長(zhǎng)度為L(zhǎng)i.忽略交通狀況帶來(lái)的車速不均勻性,考慮出租車行駛的隨機(jī)性,假設(shè)車輛到達(dá)服從泊松分布,可得乘客在計(jì)數(shù)間隔T內(nèi)打到車的概率:

(4)實(shí)際與最優(yōu)行駛時(shí)間比率指數(shù)(RRSTI).

對(duì)于乘客而言,快速的抵達(dá)目的地是選擇出租車作為交通工具的重要原因,因此,通常對(duì)實(shí)際乘車需要時(shí)間具有較高的敏感度.交通擁堵等因素往往會(huì)降低乘客的出行滿意指數(shù).隨著實(shí)際耗用時(shí)間與最優(yōu)時(shí)間的比率增大,乘客的出行滿意度指數(shù)則會(huì)降低.本研究排除了特殊狀況造成的極端情況(TR＞3),對(duì)于出租車實(shí)際行駛時(shí)間和理論最短時(shí)間的比率(TR)進(jìn)行了量化分析:

(5)乘客滿意度指標(biāo)(CSI)系數(shù).

在中觀層面,根據(jù)乘客上車點(diǎn)距熱點(diǎn)距離、路段乘車概率、出行路程比率和出行時(shí)間比率四個(gè)指標(biāo),可確定乘客滿意度系數(shù):

3.3 微觀指標(biāo)涵義及構(gòu)成——駕駛員滿意度

對(duì)于單個(gè)出租車駕駛員,其營(yíng)業(yè)收入、工作時(shí)間等是考量駕駛員對(duì)工作滿意程度的重要指標(biāo).鑒此,本研究在微觀層面提出了駕駛員滿意度的指標(biāo),該指標(biāo)是由駕駛員收入指數(shù)(PI)與工作環(huán)境指數(shù)(WCI)加權(quán)相加得到.對(duì)于工作環(huán)境指數(shù)WCI,又可以細(xì)分為載客速度指數(shù)(OSI)和工作時(shí)間指數(shù)(WTI).駕駛員滿意指數(shù)(DSI)從微觀角度可以客觀的反映駕駛員對(duì)于工作的滿意情況,該指數(shù)越大,反映出租車駕駛員對(duì)于某時(shí)間段內(nèi)的工作認(rèn)可度更高,更為滿意.

(1)收入指數(shù)(PI).

表1為FCD數(shù)據(jù)提取字段格式,表示某一載客旅程,開始時(shí)間介于t1～t2之間,結(jié)束時(shí)間介于t4～ t5之間.

表1 FCD字段提取格式Table 1 Abstracted FCD format

考慮FCD數(shù)據(jù)的離散型,對(duì)該段載客旅程時(shí)間Ti和路程Si計(jì)算如下:

根據(jù)我國(guó)目前通用的出租車計(jì)價(jià)標(biāo)準(zhǔn),出租車費(fèi)用由起步費(fèi)和計(jì)程費(fèi)兩部分組成,即行程三公里以內(nèi),收取起步費(fèi)D元;行程超過(guò)三公里的部分,每公里按b元計(jì)費(fèi).夜間(23:00-05:00)起步費(fèi)為Dn元,超過(guò)三公里的部分bn元.考慮油價(jià)因素,每公里油費(fèi)為c,因此可以得到出租車每日利潤(rùn),由日營(yíng)業(yè)利潤(rùn)(Revenued)和夜?fàn)I業(yè)利潤(rùn)(Revenuen)兩部分組成.

文獻(xiàn)[5]指出,出租車駕駛員的日營(yíng)業(yè)收入近似服從正態(tài)分布,對(duì)于出租車駕駛員的收入進(jìn)行排名,計(jì)最高收入為Rtop,當(dāng)駕駛員收入高于90%同行業(yè)者時(shí),可假定其對(duì)工作滿意度為最優(yōu).對(duì)于給定駕駛員的收入指數(shù)可計(jì)算如下:

(2)載客速度指數(shù)(OSI).

對(duì)于出租車駕駛員,載客時(shí)的車輛行駛速度決定著每天的載客次數(shù),因此,選擇最快的路徑抵達(dá)目的地是提高工作收入重要方式.

考慮不同路段的車輛限速問(wèn)題,出租車載客速度指標(biāo)以接近該路段最大允許速度為優(yōu).因此,對(duì)OSI可定義如下:

式中 Vi為某路段最大限制速度;vin為某車在i路段的第n個(gè)瞬時(shí)速度.

(3)工作時(shí)間指數(shù)(WTI).

目前,國(guó)內(nèi)的出租車運(yùn)行大多采取兩班制的輪班方式.當(dāng)某車工作運(yùn)行時(shí)間大于16小時(shí)/天,即認(rèn)為該車實(shí)行的為兩班制的工作方式.本研究以8小時(shí)為指標(biāo)基準(zhǔn),即認(rèn)為工作時(shí)間越接近8小時(shí),其工作時(shí)間指數(shù)更高.綜上,可得出租車駕駛員工作時(shí)間指數(shù).

工作時(shí)間指數(shù)(一班制):

工作時(shí)間指數(shù)(兩班制):

式中 H為每輛出租車每日總運(yùn)行小時(shí)數(shù).

(4)駕駛員滿意指數(shù)(DSI).

在微觀層面,出租車駕駛員的工作滿意度指數(shù)由收入指數(shù)(PI)、載客速度指數(shù)(OSI)、工作時(shí)間指數(shù)(WTI)三個(gè)部分共同決定:

4 GIS平臺(tái)的系統(tǒng)實(shí)現(xiàn)與分析

4.1 軟件平臺(tái)選擇及環(huán)境搭建

上述評(píng)價(jià)體系選擇基于VS2010開發(fā)平臺(tái),采用ArcEngine和DotNetBar為開發(fā)工具進(jìn)行實(shí)現(xiàn).圖2為系統(tǒng)整體設(shè)計(jì)示意圖.圖3為系統(tǒng)各層次指標(biāo)計(jì)算菜單欄.

4.2 城市出租車完備度體系綜合評(píng)價(jià)

4.2.1 評(píng)價(jià)體系的數(shù)據(jù)選擇

本文選取2011年12月4日深圳市浮動(dòng)車數(shù)據(jù),出租車共計(jì)2 668輛,總記錄數(shù)273萬(wàn)余條,對(duì)所研究城市出租車評(píng)價(jià)體系進(jìn)行實(shí)現(xiàn).宏觀指標(biāo)分析隨機(jī)抽取了50位駕駛員數(shù)據(jù),計(jì)算一天內(nèi)抽取車輛的總時(shí)間空載率和總空間空載率.對(duì)于中觀指標(biāo),通過(guò)熱點(diǎn)篩選,選取了50個(gè)熱點(diǎn)地區(qū),分別計(jì)算(1)熱點(diǎn)區(qū)域內(nèi)乘客上客點(diǎn)距熱點(diǎn)中心距離;(2)熱點(diǎn)區(qū)域內(nèi)上客點(diǎn)的揚(yáng)招概率;(3)熱點(diǎn)區(qū)域內(nèi)所有出行發(fā)生的實(shí)際路徑和最短路徑比值;(4)熱點(diǎn)區(qū)域內(nèi)所有出行發(fā)生的實(shí)際時(shí)間和最短時(shí)間比值.對(duì)于微觀指標(biāo),根據(jù)駕駛員日收入進(jìn)行降序排列,利用分層抽樣的方法抽取50位駕駛員的日行車數(shù)據(jù),分別計(jì)算其日營(yíng)業(yè)收入、平均載客速度、工作時(shí)間.

各層次指標(biāo)統(tǒng)計(jì)數(shù)據(jù)見表2及圖4-圖6.

對(duì)于出租車系統(tǒng)完備度評(píng)價(jià)宏觀指標(biāo)統(tǒng)計(jì)數(shù)據(jù)如圖4所示.

系統(tǒng)中觀層面,距離指數(shù)、揚(yáng)招概率指數(shù)、實(shí)際與最優(yōu)路程比率指數(shù)、實(shí)際與最優(yōu)行駛時(shí)間比率指數(shù)的統(tǒng)計(jì)數(shù)據(jù)如圖5所示.

針對(duì)出租車駕駛員的微觀統(tǒng)計(jì)數(shù)據(jù)如圖6所示.

圖2 系統(tǒng)整體設(shè)計(jì)示意圖Fig.2 System schematic diagram

圖3 系統(tǒng)各層次指標(biāo)計(jì)算菜單欄:(a)系統(tǒng)宏觀指標(biāo);(b)系統(tǒng)微觀指標(biāo)Fig.3 Index display menu of TSGI system: (a)Macro-index display menu(b)Micro-index display menu

表2 系統(tǒng)評(píng)價(jià)指標(biāo)及統(tǒng)計(jì)分析值Table 2 System index and statistics value

圖4 系統(tǒng)宏觀指標(biāo)統(tǒng)計(jì)數(shù)據(jù):(a)時(shí)間空載率分布圖;(b)空間空載率分布圖Fig.4 Macro indexes of TSGI system:(a)Distribution of TIR data;(b)Distribution of SIR data

圖5 系統(tǒng)宏觀指標(biāo)統(tǒng)計(jì)數(shù)據(jù):(a)上客點(diǎn)距城市熱點(diǎn)距離數(shù)據(jù)分布圖;(b)揚(yáng)招概率數(shù)據(jù)分布圖; (c)實(shí)際路徑與最短路徑比率數(shù)據(jù)分布圖;(d)實(shí)際時(shí)間與最短時(shí)間比值數(shù)據(jù)分布圖Fig.5 Medium indexes of TSGI system:(a)Distribution of distance between hotspots and pick-up locations; (b)The probability of Taxi Available Index;(c)Distribution of ratio between real path to shortest path; (d)Distribution of ratio between real time to shortest time

圖6 城市出租車評(píng)價(jià)系統(tǒng)微觀指標(biāo)統(tǒng)計(jì)數(shù)據(jù)Fig.6 Statistics data of system's micro index

4.2.2 基于主成分分析法的TSGI系統(tǒng)評(píng)價(jià)

主成分分析法可將系統(tǒng)中多個(gè)指標(biāo)轉(zhuǎn)化成少數(shù)綜合指標(biāo)進(jìn)行統(tǒng)計(jì)分析,采用該方法可有效降低系統(tǒng)空間維度,進(jìn)行有效分析估量.對(duì)于本系統(tǒng)各指標(biāo)采樣數(shù)據(jù),利用上述計(jì)算方法式(1)-式(17)處理后的相關(guān)矩陣如表3所示.

表3 出租車系統(tǒng)各指標(biāo)相關(guān)矩陣Table 3 Correlation matrixof system index

表4 方差分析主成分提取分析表Table 4 Analysis of variance in PCA

表4給出了主成分分析的結(jié)果,可知出租車系統(tǒng)綜合完備度體系與各指標(biāo)之間存在比較顯著的關(guān)系.選取主成分對(duì)應(yīng)特征值大于1的前四個(gè)主成分作為分析標(biāo)準(zhǔn),可以看出空間空載率指數(shù)、距離指數(shù)和載客速度指數(shù)對(duì)于第一主成分的解釋較強(qiáng).而第二主成分基本反映了時(shí)間空載率和駕駛員工作時(shí)間對(duì)TSGI評(píng)價(jià)體系的影響.

計(jì)算評(píng)價(jià)系統(tǒng)四個(gè)主成分的因子載荷如表5所示.

表5 初始因子載荷矩陣Table 5 Initial factor loading matrix

由初始因子載荷矩陣可得各指標(biāo)相對(duì)主成分的權(quán)重系數(shù).

以每個(gè)主成分所對(duì)應(yīng)的特征值占所需提取的主成分特征值總和作為權(quán)重,可得到城市出租車系統(tǒng)完備度的評(píng)價(jià)模型:

5 研究結(jié)論

本文基于FCD數(shù)據(jù)和地理建模仿真平臺(tái),構(gòu)架了一個(gè)評(píng)價(jià)城市出租車系統(tǒng)完備度的考量體系,通過(guò)該體系可以定量分析影響給定城市出租車系統(tǒng)的完備,以及與需求的合適程度,從而為改善城市出租車系統(tǒng)整體運(yùn)營(yíng)提供指導(dǎo).本研究主要從宏觀、中觀、微觀三個(gè)層面,從城市路網(wǎng)、乘客及駕駛員等多維指標(biāo),反映城市出租車系統(tǒng)的整體運(yùn)營(yíng)狀態(tài)和效率,從而輔助制定運(yùn)營(yíng)調(diào)度策略,提升城市出租車的整體運(yùn)營(yíng)效果.

[1]關(guān)金平,朱竑.基于FCD的出租車空駛時(shí)空特性及成因研究[J].中山大學(xué)學(xué)報(bào),2010,6:29-36. [GUAN J P,ZHU H.Research on space—time characteristics and reasons of idle taxi based on FCDCase in Shenzhen Guomao CBD[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2010,6:29-36.]

[2]辛飛飛,陳小鴻,林航飛.浮動(dòng)車數(shù)據(jù)路網(wǎng)時(shí)空分布特征研究[J].中國(guó)公路學(xué)報(bào),2008,7(4):105-110. [XIN F F,CHEN X H,LIN H F,Research on time space distribution characteristics of floating car data in road network[J],China Journal of Highway and Transport,2008,7(4):105-110.]

[3]Weng J,Zhai Y,Zhao X J,et al.Floating car data based yaxi operation characteristics analysis in Beijing [C].,CSIE,vol.5,pp.508-512,2009 WRI World Congress on Computer Science and Information Engineering,2009.

[4]肖增斌.出租汽車運(yùn)營(yíng)水平綜合評(píng)價(jià)研究[D].北京交通大學(xué),2006.[XIAO Z B.Research on comprehensive evaluation of taxi-operating level[D]. Beijing Jiao Tong University,2006.]

[5]Liu L,Clio A,Carlo R.Uncovering cabdrivers'behavior patterns from their digital traces[J].Computers, Environment and Urban Systems 34(2010):541-548.

[6]李道勇,戴劍軍.基于FCD的深圳市出租汽車空駛率特點(diǎn)研究[C].2007第三屆中國(guó)智能交通年會(huì)論文集:150-154.[LI D Y,DAI J J.Research on characteristics of Shenzhen taxi unloaded ratio based on FCD[C].The 3rdChina Intelligent Transport Annual Meeting Proceedings,2007:150-154.]

[7]Li B,Zhang D Q,Sun L,et al.Hunting or waiting? Discovering passenger-finding strategies from a largescale real-world taxi dataset [C]. Pervasive Computing and Communications Workshops,2011: 63-68.

[8]Chang H W,Tai Y C,Hsu J Y.Context-aware taxi demand hotspots prediction[J].International Journal of Business Intelligence and Data Mining,2011(5): 3-18.

[9]Yuan J,Zheng Y,Zhang L H,et al.Where to find my next passenger?[C].Proceedings of the 13th International Conference on Ubiquitous Computing, 2011.

[10]Li X L,Pan G,Wu Z H,et al.Prediction of urban human mobility using large-scale taxi traces and its applications[J].Frontiers of Computer Science in China,2012(6):111-121.

[11]孫健,劉瓊,彭仲仁.城市交通擁擠成因及時(shí)空演化規(guī)律分析——以深圳市為例[J].交通運(yùn)輸系統(tǒng)工程與信息,2011,11(5):86-93.[SUN J,LIU Q, PENG Z R.Research and analysis on causality and spatial-temporal evolution of urban traffic congestions—A case study on Shenzhen of China[J].Journal of Transportation System Engineeringand Information Technology,2011,11(5):86-93.]

[12]陸建,王煒.城市出租車擁有量確定方法[J].交通運(yùn)輸工程學(xué)報(bào).2004,4(1):92-95.[LU J,WANG W.Confirming method of urban taxi quantity[J]. Journal of Traffic and Transportation Engineering, 2004,4(1):92-95.]

[13]Sun D J,Peng Z R,Chen W Y,et al.Development of web-based transittrip-planning system based on service-oriented architecture[C]. Transportation Research Record,2011,2217:87-94.

[14]陳煉紅.基于GPS浮動(dòng)車采集數(shù)據(jù)的出租車運(yùn)行特點(diǎn)研究[D].同濟(jì)大學(xué),2008.[CHEN L H. Study of taxi operation trait based onGPS float data [D],Tongji University,2008.]

Urban Taxi Goodness Index and System Implementation of GIS

ZHANG Dao-zheng1,SUN Jian1,PENG Zhong-ren2
(1.Transportation Research Center,School of Naval Architecture,Ocean and Civil Engineering, Shanghai Jiao Tong University,Shanghai 200240,China; 2.Dept.of Urban and Regional Planning,University of Florida,Gainesville,FL 32611,USA)

The main scheduling strategy method of existing taxi operation system focuses on the location and possible distribution of idling taxies,which leads to problems as low operation efficiency,high idling rate and long passenger waiting time arise.The tax ioperation system encounters a great challenge without a comprehensive evaluation system.Using the floating car data(FCD)and geographic simulation platform, this paper proposes a system to quantify the goodness of existing urban taxi system and the relationship between supply and demand with the assistanceof GIS technology.This evaluation system reflects the overall operation and efficiency in aspects of urban road network,passenger and taxi-driver satisfaction,contributing to improving the organization and operation.Based on the one-month data obtained from Shenzhen(Dec.,2011),China,an empirical example is provided in the environment of ArcGIS 10.The system performs a good multi-dimensional analysis about the existing system,which consequently assists to improve future management efficiency of urban taxi system.

urban traffic;taxi evaluation system;principle component analysis(PCA);floating car data (FCD);geographic information system(GIS)

U121

A

U121

A

1009-6744(2013)01-0087-10

2012-07-05

2012-08-29錄用日期:2012-09-05

國(guó)家自然科學(xué)基金面上項(xiàng)目(71101109).

張道征(1988-),男,山東濟(jì)南人,碩士生.

*通訊作者:danielsun@sjtu.edu.cn