试论城市轨道交通（AFC）系统运营数据分析与运营管理

　　摘要：运营数据是实现轨道交通客流控制、诱导、预测和状态分析的基础。对于国内已建成并投入运营的轨道交通线路或线网而言，应根据城市轨道交通实际情况，选择运营数据，进行运营效果评价、运营状态界定和运营可靠性分析等，为此，本文针对轨道交通AFC系统的运营数据，开展数据管理分析与探讨。
　　
　　关键词：轨道交通；AFC系统；运营管理；数据分析；机制策略；数据应用
　　
　　0引言
　　
　　随着轨道交通系统运营水平的提高以及广大乘客对服务水平需求的不断增长，迫切要求轨道交通各运营部门之间进行数据交互管理和分工协作[1、2]，如果能对轨道交通运营过程中获得的数据进行有效的整合利用，建立相应的运营决策体系，及时有效地组织运营调度，通过优化资源配置来完善城市轨道交通系统管理，就能提高城市轨道交通的运营效率。
　　城市轨道交通自动售检票系统（AFC）为乘客提供快捷的购票、检票服务，实现票务工作自动化管理，它是城市轨道交通运营不可缺少的一个非常重要的系统，为运营的科学管理提供依据。
　　1城市轨道交通运营数据管理的三个重要环节
　　目前国内很多城市轨道交通的网络化运营管理处于探索阶段，对轨道交通运营数据的管理更是缺乏行之有效的研究。因此，理清运营数据管理过程中的数据采集、数据分析和数据应用三个环节的内容和相互关系，加强相互协调，对提高服务水平和城市轨道交通运营决策至关重要。
　　
　　
　　图1运营数据管理的三个环节
　　图1为运营数据管理三个环节之间的相互关系，从中不难发现，运营数据管理是一个持续不断完善和改进的过程，数据采集为数据分析提供基础，数据分析直接为数据应用服务，数据应用再反馈到数据采集，为数据采集提供新的思路。
　　在轨道交通AFC系统投入运营之后，会自动生成一系列数据，在此基础上可利用数据预测，数据挖掘和数据融合等技术进行数据分析，数据分析结果将成为运营决策的依据。例如，根据AFC系统采集的客流数据，对城市轨道交通系统的运营状况或服务水平做出判别和评定等。
　　轨道交通运营部门面对日益增加的AFC系统数据信息，如何有效地利用数据管理技术，使运营部门降低成本，防范风险等成为需要研究的课题。
　　1.1数据采集
　　数据采集是运营数据管理三个环节中的第一个环节，也是数据管理的前提和基础。轨道交通AFC系统以票卡为基础，一方面利用计算机管理购票、检票、计费、收费、统计的全部过程，加快了售检票速度，提高了收费效率，另一方面AFC系统中常用的闸机、自动售票机、半自动售票机、自助充值机、自主查询机等设备，通过计算机系统记录大量的历史运营数据，供相关人员参考应用，主要包括的数据有：
　　高峰客流、平均运距、断面客流、极端客流、全日早晚高峰小时客流、某一特定时间内客流、节假日客流、换乘客流、平均票价、车票发售情况、设备使用情况、票务收益、客流OD分布数据和单程票及IC卡使用比例等。
　　1.2数据分析
　　在获得的历史运营数据基础上，可以进行数据分析。以客流数据分析为例，客流数据是轨道交通AFC系统采集的主要数据之一。
　　通常，客流数据的分析和预测可以分为两个方面：一是短时的轨道交通客流预测，其主要目的是为运营部门的客运调度与客运组织服务；二是中长时间的轨道交通客流预测，主要作为城市轨道交通系统建设规模的重要判据。以下针对AFC系统采集的数据，采用时间序列模型进行短时客流预测分析。
　　1.2.1时间序列模型
　　ARIMA（Autoregressive-IntegratedMovingAverage，自回归移动平均数）时间序列是一种线性预测模型，模型首先针对非平稳随机序列ni=(t)，进行d阶差分，再利用ARMA（p，q）进行预测。ARIMA带有3个模型参数p，d，q，所以，也常写为ARIMA（p，d，q），其中p为自回归周期数，d为差分阶数，q为移动平均周期数。它的原始预测模型可写成：
　　▽dyt=φtyt-1＋F2yt-2＋...＋φpyt-p＋αt-θαt-1-...-θqαt-q（1）
　　应用此模型进行轨道交通的短时客流预测，y为客流量；α为零均值白噪声；φ,θ为模型参数。
　　1.2.2客流短时预测分析
　　在综合考虑客流时空特性的基础上，预测轨道交通站点的短时客流量。某城市轨道交通车站运营时每5min的进站客流数据为基础，借助SAS软件中的ARIMA子程序来实现预测分析，结合模型的相关性检验、白噪声检验等规则不断调试，确定模型参数（自回归、周期性阶数），根据历史数据对模型进行回归并预测，将预测结果与实际值比较，预测效果见图2，图2中黑色线为实际客流数据，红色线为预测客流数据。
　　
　　图2短时客流预测效果图
　　由图2可知，一天中每5min客流量呈现有峰有谷，显然是一系列不平稳的数据。在进行差分处理后，数据拟合达到基本要求，可见运用时间序列方法可以简单而有效地检验模型的预测效果，还可以根据预测的客流数据情况来应对不断变化的客运需求，保证运力充足可靠。所以，将时间序列方法应用于轨道交通短时客流量预测是可行的。
　　1.3数据应用
　　根据采集的运营数据，通过数据分析，为运营管理提供依据。如对城市轨道交通系统的运营状况或服务水平做出判别和评定等，运营决策部门据此改进工作，提高运营系统的综合管理水平，这就是数据管理的最终目的。以短时客流预测为例，如在遇到极端客流的情况下，需要制定方案进行客流疏散，进行车站通道和站台客流组织等。以下简单介绍其在运营决策中的应用。
　　根据轨道交通AFC系统记录的客流数据，轨道交通监控中心结合当前系统运行的特征参数和其他有关信息，可以利用数据分析方法进行轨道交通客流的实时预测，一旦预测到有突发情况而引起局部客流量的剧增，对轨道交通系统的正常运营产生了很大冲击，那么系统客流拥挤运营状态将会被确认，同时确认拥挤状态发生的类型以及地点，随之将这些相关信息传送给运营管理决策人员；运营管理决策人员据此合理确定客流拥挤区域的紧急疏导范围，在考虑拥挤区域车站的出入口、闸机口、楼扶梯、通道等数量及通过能力、站台面的容纳能力、列车的载客量、售检票方式、行车组织等诸多因素的基础上，制定出客流在车站内部的引导和控制方案；随后将客流拥挤状态信息发送给现场运营管理人员，及时地对可能到来的拥挤现场进行准备、指挥和调度；现场运营管理人员执行调度命令并汇报执行结果，同时新的运营数据反馈到轨道交通控制中心，实现科学的实时客流预测与客流拥挤状态下有效运输组织和运营管理的互动，确保轨道交通系统的效率和运营服务质量。
　　除了进行现场指挥与疏导外，及时有效的救护车服务、消防车服务和车辆修理服务等对尽快疏导现场拥挤也是非常必要的；为缩短恢复轨道交通正常运营状态所需要的时间，除对车站内部的客流进行引导之外，还可以通过为出行者提供有关拥挤发生的时间、地点、影响范围等信息，引导客流避开拥挤区域，达到平稳客流、减轻拥挤区域客流压力的目的，还要对即将进站的客流进行控制，主要是通过信息及时发布诱导控制减少进站客流，运用强制手段缓解拥挤地点的轨道交通压力。
　　2运营管理与机制策略
　　鉴于轨道交通的运营管理离不开规划设计的结果,离不开经营机制与策略。同时,交通又必须满足城市居民的出行需求并完成规划设计运量、获取最大经济效益两大任务。尤其是经济效益方面,认为交通效益不佳,世界上的许多地方的轨道交通其建设由政府出资,运营亏损由政府补贴,这种状况似乎已成思维定式。
　　事实上,毕竟还有如大阪、新加坡、莫斯科、汉城、圣地亚哥和马尼拉、香港等城市不同程度地取得盈利和回收投资。对此,目前我国离获得盈余、回收投资还有一定距离,应充分利用城市轨道交通（AFC）系统运营数据分析的结果，加强运营管理,讲究运营机制与策略,提高管理水平,以改善财务状况,减少经营亏损,甚至争取有余。为此,应该遵循如下原则,处理好以下几方面的关系。
　　2．1运营管理与经营策略
　　运营管理阶段是城市轨道交通工程建设中的最终阶段。它是规划、设计阶段的最终体现,也是工程建设阶段终了的标志,运营管理要取得好的效果、效益,必须讲究如下策略：
　　2.1.1线路建设策略
　　充分利用轨道运输资源,为乘客提供安全、可靠和高效的服务按照成本一效益原则,建设经济效益好的新线。
　　2.1.2发展物业和多经策略
　　在轨道线路附近、线路上方或下方开发物业、发展多经,为公司谋求财政收益和增加客流。
　　2.1.3管理机制及运作策略
　　吸引并留住具有各方才干的员工,发挥他们的潜力,使他们人人感到自己受到器重在既有资产及日后增加资产的基础上,努力提高服务质量,策划从乘客处获得足够效益,不仅抵偿服务支出,而且努力使资产保值增值,保持合理负债水准,并向股东提供所担风险和所期望相称的回报保持与政府的良好关系,保证不间断地得到来自政府的支持。同时,保持与兄弟单位、协作单位的合作关系,并争取社会各界的同情、支持和理解。
　　3结束语
　　城市轨道交通运营数据管理分析的内涵和外延在不断发展当中，运营数据挖掘分析的实质是一种管理思想的应用，这是一个循序渐进的过程，作为运营决策部门的重要环节，在运营效率上发挥着举足轻重的作用。在未来的很长一段时间内，轨道交通运营企业不再是面临如何获得实时客流数据的问题，而是如何从大量的动态和实时数据中提取直观的轨道交通运行状态信息来加强自身的运营管理水平。
　　运营数据管理给城市轨道交通运营部门带来的效益不仅在于加强了数据的利用程度，更大的效益是提高了轨道交通运营企业的活力，对于轨道交通系统的快速发展具有推动作用。
　　
　　参考文献
　　[1]毛保华．城市轨道交通系统运营管理．北京：人民交通出版社，2006.
　　[2]张宁，高朝晖，王健．轨道交通AFC系统票卡管理分析．都市快轨交通，2008，21（1）.