席姣姣，李 津，劉華勝，項(xiàng)柳青，馮曉燕

(1. 同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院，上海 201804；2. 吉林大學(xué) 交通學(xué)院，長春 130022；3. 浙江省軌道交通運(yùn)營管理集團(tuán)有限公司 海寧分公司，浙江 海寧 310000)

當(dāng)前，地鐵站節(jié)假日高峰期時(shí)具有客流集中、人員流動(dòng)性較大等特征，一些大型旅游性城市尤為突出.車站TVM機(jī)前購票流程較繁瑣，找零、兌零造成站廳排隊(duì)擁擠等現(xiàn)象，不限流并保證乘車效率的前提下，如何提高乘客進(jìn)站率成為研究焦點(diǎn).隨著移動(dòng)互聯(lián)網(wǎng)及第三方支付平臺(tái)的迅速發(fā)展，使用手機(jī)支付檢票進(jìn)站應(yīng)運(yùn)而生.

崔秀琦[1]提出地鐵車站現(xiàn)場購票方式、儲(chǔ)值票刷卡方式存在的問題，如實(shí)體票使用會(huì)出現(xiàn)大量折損或流失等現(xiàn)象，增加設(shè)備維護(hù)也增大運(yùn)營壓力，從手機(jī)支付檢票的環(huán)保性角度做了系統(tǒng)分析.段祿峰等[2]以手機(jī)支付寶為例建立模型算法，提出地鐵中第三方支付平臺(tái)的用戶吸引策略以提升用戶粘性及忠誠度.區(qū)錦榮等[3]通過對(duì)地鐵互聯(lián)網(wǎng)售票機(jī)進(jìn)行軟件系統(tǒng)功能設(shè)計(jì)，通過支付寶及微信指紋支付測試，驗(yàn)證移動(dòng)支付時(shí)效性更高.Dipietro等[4]在檢票系統(tǒng)中引入移動(dòng)支付驗(yàn)收集成模型(IMMPA)，該模型結(jié)合乘客需求得到實(shí)用性驗(yàn)證.侯雯[5]介紹了手機(jī)支付在地鐵售檢票系統(tǒng)中支付方式和應(yīng)用前景，為今后手機(jī)支付在地鐵售檢票中的發(fā)展提供借鑒.

以上研究直接或間接驗(yàn)證了手機(jī)支付檢票的實(shí)用性及時(shí)效性.但由于手機(jī)支付存在APP下載、安裝、使用及外來人員流動(dòng)性帶來的乘客惰性心理等特征，目前乘客使用手機(jī)支付檢票使用率較低.

針對(duì)這一現(xiàn)象，國內(nèi)外學(xué)者對(duì)地鐵乘客手機(jī)支付檢票做了以下研究.鄭純[6]從手機(jī)支付方式和原理入手，為提高手機(jī)支付檢票率，對(duì)沈陽地鐵APP手機(jī)支付、基于掌紋識(shí)別的RF-SIM卡手機(jī)支付、基于人臉識(shí)別的NFC手機(jī)支付等幾種方案進(jìn)行了系統(tǒng)性的研究和對(duì)比，最終確定了適用于沈陽地鐵的手機(jī)支付最優(yōu)方案.針對(duì)上海地鐵大客流的考驗(yàn)，龔迥[7]從票務(wù)清算角度，提出RFID手機(jī)卡在上海軌道交通支付應(yīng)用的解決方案，主要對(duì)參數(shù)及移動(dòng)平臺(tái)間接口等進(jìn)行了詳細(xì)設(shè)計(jì)，對(duì)手機(jī)卡的技術(shù)應(yīng)用做了提升與改善.趙存寶[8]結(jié)合用戶、第三方合作商業(yè)機(jī)構(gòu)及自身三方面，對(duì)云支付系統(tǒng)項(xiàng)目的商業(yè)價(jià)值進(jìn)行了全方位的評(píng)價(jià).在用戶方面，通過在地鐵商圈范圍內(nèi)有針對(duì)性的提供有利的商業(yè)增值服務(wù)，來吸引乘客對(duì)“云支付”的關(guān)注與使用.Wang等[9]人以二維碼技術(shù)為背景，以用戶為中心對(duì)地鐵支付表的設(shè)計(jì)進(jìn)行了研究，通過乘客滿意度的測評(píng)來調(diào)整設(shè)施并提高付款服務(wù).Sun[10]針對(duì)旅客換乘需求與實(shí)際服務(wù)不匹配的情況，開發(fā)基于互聯(lián)網(wǎng)的票務(wù)自動(dòng)服務(wù)系統(tǒng)，從時(shí)效性來吸引乘客的關(guān)注度和應(yīng)用率.

綜上所述，國內(nèi)外學(xué)者對(duì)地鐵手機(jī)支付檢票僅限于支付手段及技術(shù)的開發(fā)應(yīng)用，缺乏從手機(jī)支付行為與乘客屬性的內(nèi)在聯(lián)系分析乘客的主觀選擇意愿.因此，嘗試剖析乘客選用手機(jī)支付進(jìn)站影響因素，結(jié)合實(shí)例進(jìn)行決策分析，得出影響指標(biāo)的重要程度.本次研究對(duì)提高地鐵客流高峰檢票進(jìn)站率具有理論參考價(jià)值及現(xiàn)實(shí)意義.

1 乘客手機(jī)支付檢票的粗糙集理論決策

1.1 粗糙集理論決策模型應(yīng)用

蔣琦瑋等[11]針對(duì)地鐵車站客流控制實(shí)施時(shí)機(jī)進(jìn)行預(yù)判，提出基于時(shí)間序列的決策模型，為客流安全控制提供具體措施.葉麗文等[12]基于客票數(shù)據(jù)建立城市軌道交通車站客流控制決策模型.陳維亞等[13]結(jié)合地鐵車站客流組織三級(jí)控制原理，建立實(shí)時(shí)監(jiān)測數(shù)據(jù)的客流動(dòng)態(tài)管控決策模型.

以上模型均具代表性地對(duì)同類影響指標(biāo)進(jìn)行決策分析，但地鐵乘客手機(jī)支付客流影響因素不單一且各類因素間單位換算不統(tǒng)一.粗糙集理論決策可有效避免以上模型的不足，使信息間蘊(yùn)含的關(guān)系通過數(shù)據(jù)表達(dá)出來，形成決策表的形式[14].通過知識(shí)約減，留下核心信息，通過權(quán)系數(shù)反應(yīng)各指標(biāo)的重要性及相互間的依賴程度.因而，論文選取了粗糙集理論對(duì)乘客選用手機(jī)支付不同影響因素進(jìn)行決策分析.該方法已經(jīng)在管理分析、數(shù)據(jù)挖掘等各個(gè)領(lǐng)域中應(yīng)用且取得了一定成效.

1.1.1 理論分析

把“乘客使用手機(jī)支付檢票”定義為一個(gè)信息系統(tǒng)，用字母F表示.字母U表示對(duì)象集“地鐵出入口”，用集合U={x1,x2,…,xn}表示，其中xi(i≤n)表示被評(píng)價(jià)對(duì)象.字母A表示屬性集“各出入口指標(biāo)傾向”，用集合：A={a1,a2,…,am}表示，每一元素aj(j≤m)代表集合中的屬性值.用信息函數(shù)F表示U和A的關(guān)系，即F={fj∶j≤m}.

1.1.2 模型構(gòu)建

1) 判斷評(píng)價(jià)對(duì)象，建立合理的知識(shí)系統(tǒng).

2) 對(duì)建立的知識(shí)表達(dá)系統(tǒng)進(jìn)行知識(shí)約簡，不斷刪除重復(fù)行.

(1)

(2)

(3)

(4)

對(duì)數(shù)據(jù)離散化處理后，進(jìn)一步對(duì)所評(píng)對(duì)象進(jìn)行屬性約簡和值約簡，分三步完成：

① 條件屬性約簡

以某一列為參考，剔除冗余列以獲得關(guān)鍵信息.

② 對(duì)決策對(duì)象進(jìn)行約簡

對(duì)決策對(duì)象進(jìn)行歸類劃分，消去重復(fù)行.

③ 值約簡

剔除決策表中不必要的值.

4) 對(duì)信息等價(jià)劃分.假設(shè)有集合：

RA={(x,y)|fj(x)=fj(y),?aj∈A},RD={(x,y)|gk(x)=gk(y),?dk∈D}.

若RA與RD都是U上的等價(jià)關(guān)系，且兩集合在U上分別有如下劃分：

U/ind(RA)={[x]A|x∈U},U/ind(RD)={[x]D|x∈U}={D1,D2,…,DR}.

式：[x]A={y|(x,y)∈RA}與[x]D={y|(x,y)∈RD}看作為x關(guān)于A與D的等價(jià).

假設(shè)R中任意一個(gè)等價(jià)關(guān)系R′都不可消除，說明兩者具有一定的依賴關(guān)系，稱R為獨(dú)立信息.應(yīng)用中，R代表各指標(biāo)傾向(性格傾向、年齡傾向、地域傾向、職業(yè)傾向及受教育傾向).

5) 權(quán)重的計(jì)算分析

關(guān)于決策表中屬性的重要度分析，可以通過剔除后對(duì)屬性影響程度來分析.若去除后變化明顯，則說明比較重要[15].

分析屬性RD對(duì)屬性RC的依賴程度，可用指標(biāo)集合C對(duì)決策指標(biāo)y的依賴程度表示：

(5)

6) 指標(biāo)Ci通過分析知識(shí)RD對(duì)知識(shí)RC-{Ci}的依賴程度表示：

(6)

7) 分析第i種評(píng)價(jià)指標(biāo)的重要性：

σD(Ci)=γRC(RD)-γRC-{Ci}(RD),i=1,2,…,m;

(7)

8) 分析第i種評(píng)價(jià)指標(biāo)的權(quán)系數(shù)：

(8)

1.2 乘客手機(jī)支付決策檢票影響因素分析

從目前文獻(xiàn)和數(shù)據(jù)來看，相比于其他支付方式，手機(jī)是效率最高，最方便，準(zhǔn)確率最高的支付方式，但手機(jī)支付使用率不高，客流擁堵現(xiàn)象仍然無法有效改善，因而，從乘客屬性的角度來研究影響手機(jī)支付檢票的因素.

乘客乘坐地鐵一般選用單程票、儲(chǔ)值票以及手機(jī)支付進(jìn)行檢票.手機(jī)支付可避免單程票購買、儲(chǔ)值票充值排隊(duì)耗時(shí)長及人員操作不當(dāng)以致閘機(jī)故障率高等問題，因而成為發(fā)展趨勢.手機(jī)支付群體常受年齡、性格、地域、職業(yè)、受教育程度的影響而不同.因而，針對(duì)這幾個(gè)主要因素設(shè)立手機(jī)支付檢票傾向調(diào)查問卷，影響指標(biāo)如表1所列.

表1 手機(jī)支付檢票影響指標(biāo)

2 實(shí)例分析

2.1 杭州地鐵文澤路站問卷調(diào)查分析

通過1.2乘客手機(jī)支付傾向的影響因素分析，選取杭州地鐵文澤路站進(jìn)行數(shù)據(jù)調(diào)研并采用1.1粗糙集理論決策模型進(jìn)一步分析.

文澤路站是杭州地鐵1號(hào)線2012-2015年的終點(diǎn)站(現(xiàn)下沙延伸段已開通)，平時(shí)為客流高峰站.由于調(diào)研數(shù)據(jù)的可獲性，論文選取了A、B、C、D四個(gè)出入口進(jìn)行問卷調(diào)查.對(duì)基礎(chǔ)數(shù)據(jù)整理分析以進(jìn)行粗糙集理論決策，得出各指標(biāo)影響程度.

車站A出口靠近浙江理工大學(xué)、國際展覽中心、2號(hào)大街、福雷德廣場；B出口靠近文澤路、2號(hào)大街、杭州電子科技大學(xué)；C出口靠近北國花園別墅、西子陽光星城、和達(dá)城；D出口靠近博庫書城、月雅苑、東海-未名園、錦鱗公園及華元十六街區(qū)商城.同時(shí)A、B、C、D出口附近有384路、390路、171路等28條公交路線.該車站的客流主要構(gòu)成群體包含大(小)學(xué)生、教師、商業(yè)人員、外來務(wù)工人員、自由業(yè)人群及離退休職工等.

該車站符合一般地鐵車站的建設(shè)規(guī)律，客流分布具有一定代表性.依據(jù)表1五項(xiàng)指標(biāo)中各類別指標(biāo)制作手機(jī)支付檢票傾向(是/否)調(diào)查問卷，并在A、B、C、D四個(gè)出入口面向乘客各分發(fā)200份，對(duì)使用手機(jī)檢票傾向進(jìn)行調(diào)研.回收問卷并整理有效數(shù)據(jù)，得到四個(gè)出入口乘客使用手機(jī)支付檢票傾向的匯總數(shù)據(jù)如表2所列.

表2 乘客手機(jī)支付各類別指標(biāo)傾向比例

Tab.2Categoryofproportionofpassengerwhoprefertopaybymobilephone%

指標(biāo)層I指標(biāo)類別區(qū)域(各出入口比例)A BCD性格傾向I1活躍求變型30283026安靜求穩(wěn)型10111310隨性自由型17182022年齡傾向I215～30(歲)4742323830～50(歲)2321202550～(歲)15201013地域傾向I3市內(nèi)人口38352843市郊人口27261329市外人口101198職業(yè)傾向I4教育業(yè)23252329企事業(yè)26231026自由業(yè)27242027受教育傾向I5大學(xué)以上42392838初高中35362934小學(xué)以下13171820

以出入口A性格傾向指標(biāo)I1為例，問卷中乘客使用手機(jī)支付檢票的各類別指標(biāo)相互獨(dú)立，乘客活躍求變型、安靜求穩(wěn)型及隨性自由型等三種類型手機(jī)支付傾向比例分別為30%、10%、17%.

將表2中各出入口指標(biāo)數(shù)據(jù)進(jìn)行匯總，得到指標(biāo)I1～I(xiàn)5的總傾向比例，如表3所列.以出入口A性格傾向指標(biāo)I1為例，手機(jī)支付總傾向比例57%，而其他43%選擇其他檢票方式.

表3 乘客手機(jī)支付各指標(biāo)傾向比例總值

Tab.3Thetotalindicatorsproportionofpassengerwhoprefertopaybymobilephone%

指標(biāo)層I區(qū)域(各出入口總傾向比例)ABCD性格傾向I157576358年齡傾向I285836276地域傾向I375725080職業(yè)傾向I476725382受教育傾向I590927592

2.2 文澤路站乘客手機(jī)支付檢票決策分析

1) 將各指標(biāo)數(shù)據(jù)離散化處理

運(yùn)用三等分離散化法中公式(1)～(4)對(duì)調(diào)查數(shù)據(jù)進(jìn)行分析處理，結(jié)果如表4所列.

表4 各指標(biāo)數(shù)據(jù)離散化值

2) 各指標(biāo)重要性對(duì)比

將杭州地鐵文澤路站四個(gè)出入口使用手機(jī)支付檢票各指標(biāo)傾向組合成一個(gè)信息系統(tǒng)，出口A、B、C、D構(gòu)成一個(gè)對(duì)象集合，各評(píng)價(jià)指標(biāo)代表信息系統(tǒng)中的屬性.應(yīng)用中以I3作為決策屬性，把四個(gè)出入口指標(biāo)值經(jīng)離散化處理后的數(shù)據(jù)表作為決策表，應(yīng)用粗糙集理論進(jìn)行決策分析.由式(5)～(8)計(jì)算后，指標(biāo)I1、I2、I4、I5的權(quán)系數(shù)如表5所列.

表5 各評(píng)價(jià)指標(biāo)重要程度

權(quán)系數(shù)反應(yīng)各影響指標(biāo)的重要性程度，由表5可看出年齡傾向指標(biāo)I2影響程度較大.使用同樣的方法，以I1作為決策屬性，得出I2、I3的權(quán)系數(shù)分別為0.75、0.5，0.75>0.5，得出年齡傾向I2影響程度最高.因而，要提升手機(jī)支付檢票比例，可重點(diǎn)在年輕化群體中加大宣傳力度，提升其粘度及信譽(yù)度.

3 Anylogic仿真驗(yàn)證

為形象驗(yàn)證2.2乘客手機(jī)支付檢票決策分析結(jié)論，采用Anylogic軟件對(duì)文澤路地鐵站高峰期客流進(jìn)行動(dòng)態(tài)仿真，并以站廳“三級(jí)客流”作為臨界點(diǎn)進(jìn)行分析.

杭州地鐵1號(hào)線文澤路地鐵站為地下二層島式結(jié)構(gòu)，日均客流量較大.站內(nèi)布局為：AB方向各4臺(tái)出站閘機(jī)，CD方向出入口設(shè)置兩副安檢，6臺(tái)進(jìn)站閘機(jī)，6臺(tái)出站閘機(jī)，1臺(tái)雙向閘機(jī).東西方向各設(shè)置6臺(tái)TVM機(jī)和1個(gè)客服中心.根據(jù)車站比例在軟件中鋪畫平面布局圖，如圖1所示.客流高峰時(shí)期，所有售檢票設(shè)備均向乘客開放.

結(jié)合實(shí)際，為進(jìn)一步驗(yàn)證2.2結(jié)論，本次仿真主要針對(duì)車站站廳層，對(duì)手機(jī)支付檢票現(xiàn)狀及擴(kuò)大年輕化群體手機(jī)支付檢票進(jìn)行客流仿真對(duì)比.

3.1 仿真建模說明

如圖2所示，虛線框內(nèi)為仿真建模部分截圖，圖中選取出入口A “乘客進(jìn)站-(購票)-安檢-進(jìn)站檢票”的過程.其中，pedSelectOutput1為路徑選擇條件模塊，條件選擇下path2、path3、path4分別代表購買單程票、儲(chǔ)值票刷卡和手機(jī)支付.pedService為TVM機(jī)自助購買單程票模塊(客服中心僅作乘客事務(wù)處理)，pedService6代表安檢模塊.

模型參數(shù)設(shè)置時(shí)，乘客進(jìn)站速度、TVM購票速度、安檢速度及過閘機(jī)平均速度參考地鐵站《城市軌道交通自動(dòng)售檢票系統(tǒng)技術(shù)條件》.同時(shí)，考慮檢票方式的不同以及乘客行為習(xí)慣迥異帶來的差異性，結(jié)合攝像與人工計(jì)數(shù)法，用秒表在車站進(jìn)出口閘門處進(jìn)行通行能力的調(diào)查.每種方式取樣本值200，最終取平均值(取小數(shù)點(diǎn)后一位)：乘客進(jìn)站時(shí)持儲(chǔ)值票刷卡通過閘機(jī)與持單程票刷卡通過閘機(jī)時(shí)間參數(shù)均設(shè)為1.1 s；乘客使用手機(jī)掃碼進(jìn)站(包含手機(jī)打開時(shí)間)通過閘機(jī)時(shí)間參數(shù)設(shè)為1.8 s.出站時(shí)，乘客持儲(chǔ)值票刷卡、手機(jī)支付檢票(包含手機(jī)打開時(shí)間)及單程票回收通過閘機(jī)時(shí)間參數(shù)分別設(shè)為1.1 s、1.8 s、1.3 s.

3.2 文澤路站當(dāng)前手機(jī)支付檢票客流仿真

某節(jié)假日黃金周客流高峰時(shí)段，根據(jù)閘機(jī)檢票數(shù)據(jù)分析，文澤路站手機(jī)支付檢票比例占5%，持儲(chǔ)值票比例38%、購買單程票比例57%(其它票種較少，歸算于單程票).將現(xiàn)場調(diào)查及車站經(jīng)驗(yàn)得到的參數(shù)導(dǎo)入模型.此時(shí)效果如圖3所示.(注：圖中深色代表人流密集；以“閘機(jī)”為界，實(shí)線框內(nèi)代表站廳層“付費(fèi)區(qū)”，框外代表站廳層“非付費(fèi)區(qū)”，下圖5同.)

如圖4所示，當(dāng)前手機(jī)支付現(xiàn)狀下，車站站廳非付費(fèi)區(qū)及付費(fèi)區(qū)客流量動(dòng)態(tài)分布圖.參閱規(guī)范，當(dāng)車站站廳非付費(fèi)區(qū)人數(shù)達(dá)到該區(qū)域所能容納人數(shù)70%時(shí)，站廳出現(xiàn)三級(jí)客流，各出入口為控制點(diǎn)[16].結(jié)合該站站廳非付費(fèi)區(qū)有效面積(350 m2)可容納人數(shù)，三級(jí)客流出現(xiàn)仿真用時(shí)8 min.

3.3 提升年輕化群體手機(jī)支付檢票比例后客流仿真

車站出現(xiàn)三級(jí)大客流時(shí)，若各出入口不采取限流措施，而通過對(duì)年輕化群體乘客手機(jī)支付檢票乘車的有效宣傳，使得該檢票方式使用率提升.

由于持儲(chǔ)值票群體一般為城市常駐人口，仿真時(shí)不改變持儲(chǔ)值票群體比例，在軟件中提升手機(jī)支付檢票比例.仿真效果圖中使用手機(jī)支付檢票比例提升至25%時(shí)(來源于“年輕化群體”)，站廳三級(jí)客流開始得到有效緩解.設(shè)置相同的基礎(chǔ)參數(shù)，按路徑選擇比例導(dǎo)入模型，與前者相同的時(shí)間節(jié)點(diǎn)，重復(fù)仿真實(shí)驗(yàn)30次.仿真效果如圖5所示.

提升年輕化群體手機(jī)支付比例下，車站站廳付費(fèi)區(qū)及非付費(fèi)區(qū)客流量動(dòng)態(tài)分布，如圖6所示.

對(duì)比車站站廳客流仿真效果圖3、5及站廳付費(fèi)區(qū)及非付費(fèi)區(qū)動(dòng)態(tài)客流圖4、6.當(dāng)前手機(jī)支付檢票情況下，時(shí)間為8 min時(shí)，車站站廳出現(xiàn)三級(jí)客流，仿真中非付費(fèi)區(qū)與付費(fèi)區(qū)客流量懸殊.由圖3、4可見自動(dòng)售票機(jī)及安檢處擁堵嚴(yán)重，付費(fèi)區(qū)則人員稀疏，乘客進(jìn)站率較低.提升年輕化群體手機(jī)支付檢票比例后，相同的時(shí)間節(jié)點(diǎn)，三級(jí)客流得到有效緩解，乘客進(jìn)站率顯著提高，如圖5～6所示.

4 結(jié)論

在節(jié)假日客流高峰期，地鐵站站廳非付費(fèi)區(qū)客流擁堵，手機(jī)支付檢票率較低的背景下，探討了手機(jī)支付行為與乘客屬性的內(nèi)在聯(lián)系.以杭州地鐵文澤路站為例，從影響乘客使用手機(jī)支付的性格、年齡、地域、職業(yè)及受教育程度傾向來設(shè)立調(diào)查問卷，使用粗糙集理論對(duì)影響因素進(jìn)行決策分析，得出乘客年齡為影響選用手機(jī)支付檢票的首要因素.使用Anylogic動(dòng)態(tài)仿真，以“三級(jí)客流”為臨界點(diǎn)，驗(yàn)證合理提升年輕化群體手機(jī)支付可有效緩解站廳非付費(fèi)區(qū)客流擁堵現(xiàn)象，提升乘客進(jìn)站效率.

本次分析是對(duì)提高乘客進(jìn)站率實(shí)際應(yīng)用的一次嘗試與探討，是對(duì)未來地鐵手機(jī)支付檢票的一次補(bǔ)充與論證.

有效提高進(jìn)站率后，非付費(fèi)區(qū)人數(shù)降低，乘客進(jìn)入付費(fèi)區(qū)，經(jīng)由樓梯、電扶梯進(jìn)入站臺(tái)候車人數(shù)漸增多.不限流前提下，如何提高運(yùn)能及輸送效率以達(dá)到車站客流動(dòng)態(tài)平衡，是今后進(jìn)一步要研究的方向.