攝影/翁芊儒

臺北市跨新北市遍布近300條公車路線,超過3,500輛公車在其中移動,每日通勤量更高達130萬人次。在如此龐大的公車路線網絡中,每個人,都是改善交通運輸效率的重要一環,靠的就是手中一張小小的電子票證,以及在上下公車時,習以為常的刷卡付款動作,因為這些刷卡留下的票證交易紀錄,就是政府用來調整公車路線的關鍵數據。

「數字更精確,資源就能更有效的配置。」臺北市公共運輸處處長常華珍點出票證資料帶來的效益。

過去,公運處要了解一個路線是否有效率的運行,得靠人工一個個計算上下車的人頭,統計各時段的車上人數,才能得知車上人數變化,直到2013年,開始從悠遊卡公司(而後推及四大票證公司),取得民眾搭乘大眾運輸工具的上下車刷卡紀錄後,才開始改以票證資料分析的方式,取代人工計數的做法。

不過,要從票證資料還原公車行駛過程中的車上人數變化,需要民眾上車與下車刷卡的成對站點資訊,但在雙北公車分段收費的設計下,近9成只付一段票的民眾,上下車刷只刷一次卡,導致政府蒐集到的票證資料,大多都只有上車或下車其中一筆刷卡紀錄。因此,政府要了解一輛公車的運量變化,還得先將搜集到的單筆站點紀錄,透過該票證的歷史刷卡資料或轉乘資料,推測成對,才能進行後續分析。

為了解決這個問題,雙北歷經多次討論,終於在2018年底達成共識,並從2019年七月開始實施上下車刷卡新制度,要靠民眾上下車都刷卡,來取代不確定的站點推估結果,試圖透過更精確的數據,作為路線變更決策的佐證。

新制上路挑戰多,多方協調成關鍵

不過,要實現這個新制度,並非易事。因為這項決議,不只是改變了民眾的刷卡習慣,實際上,決策的背後還涉及跨縣市的合作、軟硬體技術的部署與更新,還有執行面的細節訂定,這些都要靠雙北市政府,與公車業者、驗票機業者密切討論,才有辦法讓新制度落地。

常華珍指出,從2016年開始,雙北市就開始討論制度轉換的可行性。剛開始,一度想從分段收費改為里程收費,因為里程計費就是靠上下車都刷卡,來計算乘車距離並扣款。但是,這項提議在當時並無取得新北市的共識,主要是考量到轉換的成本太大,才決定維持分段收費的現狀。

當時,雙北也正在進行一項政策,也就是在公車後門處,多裝設一臺驗票機,來讓民眾上下車的動線更順暢。而這項政策,後來也成為公車上下車刷卡制度的硬體基礎,能避免民眾上下車都擠在前門,降低公車的運行效率。

全面部署了硬體驗票機後,雙北也針對上下公車刷卡制度,展開新一輪的討論。在政策形成、制定的過程中,公運處也與相關業者一步步制定執行面的細節。

比如對驗票機業者來說,需要負責將驗票機內的軟體程式,配合政策同步調整,不僅前後門驗票機的程式要能連動,也需要改變扣款設定,才能在民眾上下車刷卡時,自動依據公車行經段數來扣款。也因過去到站刷卡時,驗票機並不會紀錄站名,目前,驗票機廠商也在陸續修改各公車的驗票機程式,來記錄每一次刷卡的上下車站點,並同步顯示在驗票機螢幕畫面中。

而對公車業者來說,則更在意現實的收益問題,比如改為上下車刷卡制度後,究竟要上車刷卡還是下車刷卡時扣款?雖然對民眾沒有影響,但在不強制民眾一定要上下車刷卡的條件下,上車刷卡先扣款,才能避免民眾下車忘記刷卡的收益損失。

對民眾來說,更在意的可能是政府提供的誘因,是否足以驅動自身改變刷卡習慣,來因應新制度。為此,公運處同步制定獎勵性質的配套措施,如轉乘優惠,讓民眾願意買單。「要做成功一件事情,所有人站在自己角度,都要有執行的理由。」常華珍說。

臺北市公共運輸處處長常華珍認為,上下車刷卡能夠帶來更精確的上下車站點資料,讓公運處能完整地掌握每一條公車路線的全程載客情況,來進行更有效的路線優化與資源配置。攝影/洪政偉

9成精準上下車站點資料,大幅降低過去資料分析的不確定性

實施了公車上下車刷卡的政策後,對公運處來說,最大的效益來自於更精準的票證資料分析結果。負責公運處委外資料分析業務的創代科技,其技術長李易儒,也進一步說明了票證資料分析的流程,以及新制上路後帶來的改變。

過去,在未有上下車刷卡制度之前,資料分析最主要的工作,就是透過歷史票證資料,及民眾轉乘其他大眾運輸工具的票證資料,來媒合出搭乘公車的起訖點。

李易儒表示,從公運處拿到四大票證資料後的第一步,就是進行資料清洗,將不屬於公車的刷卡紀錄、交易時間異常、欄位有空值等資料先排除,也因為票證資料並無紀錄到上下車站點資訊,創代還需要從政府開放資料平臺取得公車動態定點資料,從刷卡時間點來媒合出上下車站點,再進入資料分析與推估的流程。

在進行上下車站點的推估時,需要經過一系列的媒合與比對。首先,運用Youbike、捷運、客運、臺鐵等轉乘票證資料,能媒合出一部分的結果。比如A卡號的上車點為公館站,雖然沒有下車點資料,但是發現A卡號同一天內有從捷運臺北車站進站的刷卡紀錄,同時,北車又在與上車點相同的公車路線上,這時,就能推測A卡號持有者從公館搭車到北車。

若轉乘資料的比對沒有結果,接著,可以進一步運用過去一個月的歷史刷卡紀錄,找出該卡號最常出現的站點,來進行媒合。比如A卡號近一個月最常在公館站及臺北車站刷上車,若兩站點於又同一條公車路線上,就能推測為上下車的站點。

若還是無果,下一步,同樣可以利用歷史資料,統計A卡號過去在各站點刷卡的紀錄,並依數量多寡排出順序,再進行媒合,比如說,先鎖定公館站刷上車的紀錄作為起點,接下來,輪流媒合其他歷史站點紀錄,如果在同一條路線上,就視為下車的站點。若最後仍比對不出結果,才視為無法推估的資料。

過去,只有大約1成的資料,可以直接得到準確的上下車站點,其餘搭乘記錄都得靠推算。但是,花了很大力氣,結合四大票證資料來估算的作法,準確率卻不夠高,大約只有7~8成,還是很難完整地掌握每一條公車路線的全程載客情況,就無法進行更有效的路線優化。

不過,一改成了上下車刷卡制度後,常華珍表示,目前超過9成乘客都願意遵守,尤其武漢肺炎疫情期間,這個數字更成長到9成4,這意味著,現在已經可以從票證資料中,直接取得高達9成民眾的精確上下車站點,需要媒合的資料比例已經大幅降至1成以下。

靠數據分析結果輔助決策,提升公車運行效率

創代科技也不止設計了一套演算法,來推估民眾上下車站點,也因應公運處的需求,開發出大臺北運輸旅次查詢系統,將分析完的資料匯入系統資料庫,讓政府能透過簡易查詢的功能,快速取得視覺化的分析結果。

公運處大眾運輸科股長張佑華表示,這套查詢系統中的多個查詢欄目中,公運處最主要使用的功能有三個,分別是上下車站點(Original Destination,OD)需求分佈查詢、車上人數查詢以及旅次鏈查詢。

OD需求分佈查詢,最主要是用來評估不同行政區域之間,民眾乘車需求的分析,包括使用哪一種大眾運輸工具在該區域中移動、在哪裡上下車;而車上人數查詢,顧名思義,則是可以查詢不同路線公車,行經每一個站點的車上人數變化;至於最後的旅次鏈查詢,則是能透過直接框選地圖的方式,框出點到點、線到線、面與面之間的區域範圍,去看框選範圍乘車站點的轉乘分析,比如前十大轉乘站位分析等。

運用這些資料分析結果,公運處現階段每年大約調整40~50條路線,逐一審視每條路線的效率及在整個公車網絡中扮演的角色,來進行路線新增、裁撤或變更。

張佑華就以261區間車為例,來說明運用數據來輔助決策的作法。目前,還在蘆洲與市政府間往返行駛的261區間車,單程停靠超過50個站點,從蘆洲開往臺大醫院,接仁愛路廊後再一路行駛到市政府。

但是,這個路線有確實滿足民眾需求嗎?從票證資料分析來看,有將近7成乘車民眾,都只在蘆洲上下車,另外有近2成民眾,也都只在仁愛路廊上下車,真正有從蘆洲跨仁愛路廊搭車需求者,只有一成多。換句話說,261區間車的熱門路段,仍然以蘆洲端為主。

因此,公運處預計要縮駛261區間車的路線,將原先從蘆洲開往市政府的路線,縮駛到臺大醫院就好,藉由縮短單程行駛時間,來提升該路線的運行效率。同時,考慮到少數欲前往市政府的人,會在臺大醫院被迫轉乘幹線公車,公運處也計畫以轉乘優惠,來提高民眾轉換的意願。

不只如此,公運處也從數據觀察到,小26、542與小14等路線,在特定時段乘車人數幾乎掛零,因此,今年7月也頒布一項最新政策,要開放冷門公車路線,改採預約制來提供服務,來避免無人乘車造成資源浪費。而542與小14,也因同一時段的車上人數幾乎從未超過8人,早在去年底,就以9人座小巴取代原先行駛的中型巴士,讓多出來的中巴,能調度到其他運量需求較大的地區來使用。

除了能用來調整路線,數據的另一項優勢,則是能更有效的說服公車業者或民眾,來遵循政府的決策。尤其是要裁撤路線時,會直接影響一地民眾的搭乘權益,常華珍表示,民眾過去遇到這類情形,通常會堅持有搭車需求,但有了資料佐證,乘車需求一目了然,再配合幾個月的試辦,就能一步步降低民眾抵抗的心理,進一步達成路線變更的目的。

目前,這套系統不只提供政府單位使用,也提供公車業者查詢自家公車路線資料,但不對外開放。李易儒建議,票證資料未來若要公開釋出,需要進一步去識別化,僅管其中的內碼編號,就是已經去識別化之後的卡號資料,但是,靠著精確的刷卡時間、車號、站點等資訊,還是可能被有心人士比對出實際刷卡者的身份,因此,將時間或站點模糊化,比如將精確的交易時間改為一段時間,或是將精確的站點改為行政區的資訊,會是可以參考的做法。

結合AI、資料分析發展智慧交通新應用

公運處也在思考,未來,除了靠上下車刷卡資料來打造智慧交通運輸網絡,還有哪些新型態的資料或技術能運用?

比如說,當前公車靠站時,不少汽機車佔用公車停車格的違停問題,仍需要靠人工檢舉或取締,但是,公車外部本來就因事故取證所需,裝設了多臺攝影機,若能在靠站時結合AI車牌辨識,來進行科技執法,就能在不需要增加硬體成本的情況下,進一步改善違停問題。而這個想法,2018年也曾經在大都會客運277路公車上試辦,未來是否擴大運用,公運處還在評估可行性。

另一項正在研議的措施,則是運用電動公車上的ADAS系統,以公車行駛狀況來分析駕駛人行為,透過糾正駕駛人的開車習慣,來進一步降低不可控的公車事故機率。常華珍解釋,ADAS系統可以偵測車子煞車、踩油門、是否保持安全距離等事件,累積足夠的數據後,就能以此回推駕駛人的開車習慣,是否在短時間內多次踩煞車、催油門、未保持安全距離,針對駕駛習慣不良者來進行教育訓練,就有機會減少事故發生的潛在因子,提升行車安全。

不過,由於ADAS系統會從電動公車開始部署,目前投入雙北行駛的電動公車也還不多,未來陸續汰換舊車款後,才能進一步施行這個計畫。

公運處可透過系統,查詢每一條公車路線的上下車人數(橫向長條圖),以及車上人數變化(折線圖),並以此作為路線調整的依據,比如找出冷門路段,來進行裁撤或整併。圖片來源/公運處


熱門新聞

Advertisement