提高公交资源投入的使用效率

编者按：公共交通发展正处于凛冬之下，公交企业需积极推进数字化转型工作，提高公共资源投入使用效率，寻求经济效益与社会效益的平衡。近日，深圳市都市交通规划设计研究院薛博院长作了关于《凛冬之下的公交行业数字化转型发展思考》报告。

报告首先提出了关于公共交通发展的主要观点，表明当前公交行业正面临生存危机，企业亟需转变思路，深化推进数字化转型工作。同时，报告分析了公交企业数字化转型过程中存在的数据绑架、数据不准确以及方案生成困难等核心痛点，进而提出了有实践支撑的数字化转型解决方案。

一、关于公共交通的主要观点

（一）公共市场格局已经发生了长期性的变化

近年来，各城市轨道交通快速成网、小汽车低成本拥有使用、电动自行车快速增长以及“互联网+”交通等外部环境变化，在稀释常规公交客流、挤压公交生存空间的同时，个体出行方式规模的增长也使得城市交通出行结构产生了较大的变化。这些变化对城市交通出行结构尤其是常规公交的影响是长期且深远的。

（二）财政补贴下行，高度依赖财政的发展方式难以为继

一方面，公交运营成本持续上升，客流却面临巨大的下行压力，运营亏损进一步加剧；另一方面，经济下行压力大，各地财政透支严重，使得原本捉襟见肘的公交财政补贴进一步萎缩，严重依赖财政补贴的地面公交行业面临存续危机。

出于对经济形势的研判，公交企业要意识到各地政府财政压力紧张的状况在未来只会更加突出，而不会缓解。指望政府以公益性名义加大兜底力度把日子过下去，既不现实（政府即使有心也无力），也非常危险（自我麻木，错失自救的时机）。

（三）正视生存危机，公交企业亟需转变传统应对思路

行业客流下行危机下，公交企业实际上面临的是一个“既要、又要、还要”的局面：既要应对财政资源的减少，又要保证既有服务的延续，还要满足城市发展提出的新需求。

常规公交作为城市公共服务基础设施，经营风险处置往往面临更多的责任约束，简单采取服务收缩甚至暂停服务的做法，不但不解决问题，而且会引发社会舆论反弹，负面影响扩大化，导致企业陷入被动局面。

（四）聚焦核心用户价值，以乘客为中心的服务提升显得尤为重要

在客流下降的背景下，公交客流的流失有其客观必然性，也有行业发展自身存在的问题，我们需要思考的是，我们的行业管理和企业管理是否切中了公交的核心用户价值。

通过分析部分城市公交服务质量考核指标项设计，会发现与乘客所真正关心的“车速”和“发车间隔”指标所占分数往往不超过15分，其余大部分考核指标主要是企业内部治理或政府规制所关心的行业治理秩序性指标。

比如“是否发生维稳事件 、投诉响应度（信访万人投诉率 、信访热线及时处置率）、服务支持度（车桩比、公交场站）、行业管理（责令整改次数、劳资纠纷事件、员工对企业满意度、公交信息管理、企业制度建设、遵章守法），是否有媒体关注等，这些均不是乘客所在意的。

包括安全指标，在考核中往往赋予了较高的权重，但安全是提供运输服务的底线，而不是目标。

以车速为例，对于老百姓来说，车速是公交服务核心价值的体现，没有车速保障的公交服务，甚至已经不再被市民作为出行选项。

近年来，各大城市纷纷增加公交专用道里程，加强公交路权保障，但过去10年期间，一些中心城市公交专用道里程翻了一倍，但公交车速却下降了30%。

在深圳市2022年第4季度公交服务指数调查中，全市251条公交线路高峰运行车速低于15公里/小时，相当于一个人小跑速度的两倍，这种速度下，公交几乎已经失去了用户价值。

综上，公交企业在新时期面临以上种种的发展环境变化，要面对处理生存问题、维稳问题和公益保障问题的平衡，以往“做增量促发展”的模式已难以为继。亟需转变发展思路，从线网、设施、运营、服务及管理等系统角度着眼，盘活存量资源，提质增效，也这正是公交数字化转型的核心价值取向。

二、公交数字化转型历程及核心痛点

（一）公交企业数字化转型历程

在过去10年期间，全国公交行业数字化转型基本分为两个阶段。

第一个阶段称为1.0时代，该阶段以海信等企业在成都公交推行智能调度开始，该阶段也称为信息化阶段，即在以通信技术支撑的基础上，以智能调度车载终端为突破，主要解决生产执行力问题，包括工作指令下达和现场过程管控。但这一阶段没有解决科学决策问题。

第二阶段称为2.0时代，主要是通过对人、车、站、线、网等海量数据的信息融合，应用信息化和数字化技术，实现公交科学决策和智慧运营。

（二）数字化转型的核心痛点

1、数据绑架

公交行业的信息化系统零散、分头建设的历史，导致数据散落在各家供应商手中，公交企业并没有真正掌握数据，项目业主看似拥有海量数据，实则无权限、无能力进行管理和利用，形成了纵向上的系统数据割裂和横向上的数据孤岛。

2、数据不准确

同一实体在多个系统中进行了刻画，又因为数据孤岛，无法被交叉检验，数据准确性存在问题。数据不在业务中被真实使用，则永远无法知道其是否准确、可用。大数据的核心并不只是数据的抽样率和数据的体量规模，更在于是否有不同品类数据进行交叉比对，可以看到单类数据所不能看到的事物全貌。

因此，公交企业在数据化转型过程中重要的一点是要进行数据治理，而数据治理的关键在于数据保障体系的建立和落地，包括数据对接的一系列技术规范、质量管理规范和管理制度以及共享规范等。

3、当前稀缺的并非数据，而是基于数据的方案生成能力

面对公交客户的多样需求，包括本质需求、价值需求、环境需求、问题导向、结果导向和能力依赖，未来公交数字化转型的重点应该转向：公交资源投入的有效性。

实际上如今公交行业无法获得足额补贴并不完全是因为财政资金问题，对于有资金能力的城市而言，公交空载、低荷量现象，使得投入的资金与收益不成正比，让政府部门觉得对于财政资金使用是一种浪费。因此，提高公交资源投入的有效性非常重要。

很多系统硬件、信息化项目，能让企业获取了很多数据和分析指标，但这绝不是企业的目的，企业更关注的是指引经营、生产的方案。

比如：为企业生成全市公交出行OD，但OD本身而言并没有直接的利用价值，最重要的是将其转化为企业的生产方案，从数据到方案之间是企业自身不能跨越的能力鸿沟，而这本身就是国家级难题。

在未来很多城市财政补贴下行、资源受限的情况下，企业需要以更加经济的方式来获得数字化转型服务，像过去动辄几千万投资建一个系统，只有北上深广等个别城市能做到，对于绝大多数城市而言都不具备这种条件。因此，应以更经济的方式来获得服务。

4、与组织结构优化和组织激励不相闭环

数字化转型包括转意识、转组织、转文化、转方法和转模式，其中最关键的是转文化，主动构筑利益差。

例如：华为公司之所以发展得好，如任正非所说，不是因为华为聚集大批人才，而是华为在企业内部主动构筑了利益差，即“做好做坏不一样、做多做少不一样”，留在成熟市场和去艰苦地方开拓市场不一样，从而凝聚了大家共同奋斗。

对于组织结构优化和组织激励，如果没有构筑利益差，企业的数字化转型将无法实现。因为原有的岗位可能会被替换或者可能不需要存在，而有些岗位的工作责任甚至比之前更复杂。

例如：以前不需要操心班次科学性、有效性的问题，而现在需要精细管理，增加了一线员工的责任，企业受益但该岗位反而变得更麻烦。因此，如果不构筑利益差，重新构建组织的获益方式，数字化转型仅靠技术团队将难以获得成功。

三、数字化解决思路和方案

面对上述公交行业诸多普遍性、个性化的问题，深圳市都市交通规划设计研究院致力于提供系统性的数字化转型解决思路和方案。针对重点关注的公交线网智慧生成和大数据运营排班优化问题，进行了深入探索与实践。

（一）公交线网智慧生成

1、公交企业的四大需求痛点

一是无法建立起基于全方式的出行态势感知能力和建立起面向微观的具体问题的锁定能力。

二是无法建立起面向出行方式竞争和出行人群争取的线网空间规划指引能力。

三是无法围绕用户体验度量公交服务相对其他方式的体验落差，支撑成因剖析和源头治理。

四是无法支撑智慧生成线网方案，科研机构过去即便获得公交的出行OD或者全方式的出行OD，只是将OD通过可视化方式展示给大家，之后便没有了用处，OD分析与方案生成之间是一种断裂状态，因为没有能力将OD转化为方案。

现在即使有部分分析利用，也只是基于大客流OD对生成单线，然后进行线路叠加。目前在很多城市主要通道上的公交重复系数非常高，就是因为线路相互之间并无网络协同关系，无法基于线路和线路之间的组合关系和网络关系生成高效网络。

2、线网智慧生成功能架构

基于规划逻辑和应用场景，系统总体功能架构分为出行动态监测、线网有效联系监测，服务体验监测与评估、线路综合评估、任务清单推荐、智能规划辅助、智慧站台信息服务和智慧站台监测八个板块。

利用构建的公交运营模型，分析交通走廊公交线路整体频率，可以看到走廊上集聚大量低频线路，总体运力投入大，却未能集聚形成有效合力。

因此，在进行线网优化时，首先应该跟客户、业主和交通局讨论，明确线网优化目标，是以继续做大服务规模、提高覆盖率为优化导向，还是以提高运力投入效率为优化导向；是以“直达性线路+复杂网络和低频服务”进行组网，还是以“基于换乘的高频骨干线+接驳网络”进行组网。

因此，我院创新提出了公交精简线网运筹优化算法，通过公交模型算法和AI技术辅助，将线网建设带入到精益规划时代，形成公交运营模型和线网生成系统。这一过程验证了数据重要，但是方案能力才让数据显得更有意义。

3、实践效果

中部某省会城市通过“基于换乘的高频骨干线+接驳网络”智慧生成优化后，实现在同等运力投入下，高频服务线路由87条增加到了142条，发车间隔从14分钟降低到8分钟，中心城区75%的市民获得了最具冲击力和吸引力的3至5分钟的高频公交服务，高频直达和一次换乘的乘客比例从62%提高到了73%，资源利用效率得到明显提升。

（二）公交大脑智慧排班优化

1、应用需求背景

公交企业的运营成本主要与车辆投入、人员投入、工作量投入3个方面相关，运行计划的制定决定了上述3个方面的成本规模。通过合理制定公交运营计划，牵涉信息和约束维度众多，属于典型的复杂决策问题。

以往的企业主要依靠人力来处理计划排班，受制于能力局限，运行计划数月不变甚至一年一变，计划制定的合理性不足。目前主流的智能运调系统，仍建立在给定计划表的基础上，主要是解决在计划表执行过程中的感知和指挥问题，但不能解决科学决策问题。

2、公交大脑智慧排班功能架构

公交大脑智能排班是通过算法编制提供远超人脑的信息处置能力，基于客流OD和车辆周转时间2大基础数据，针对计划制定的3个重要环节，提供6种可选的优选目标以及6大参数体系，包括各种不同收班模式、补能参数、班型设置、各种约束条件以及资源配置条件。

通过运筹优化进行优中选优、集约化组织，可完成数万次运算，轻松适应外部变化，从而打破过去人工编制的成本约束和能力约束，实现排班优化方案的智慧输出。

区别于行业常见的ERP管理系统或各类硬件装备支撑系统，公交大脑应用服务聚焦解决企业运营组织优化与增值业态拓展问题，可以和过去的智能调度结合使用。在当前行业财政补贴退坡，即有市场萎缩、企业经营日益艰难的背景下，公交大脑应用提供不牺牲服务的运营成本节省能力和不增加级入的客流、收益增值能力，以“真金白银”的变现效果助力企业共克时艰。

3、实践效果

西部某省会城市在2020年12月至2021年6月建设的城市智慧公交运营大脑，为传统公交企业赋能，给公共交通装上大脑，实现企业基于数据的智慧运营，政府基于数据的智慧管理，成为行业精准服务、精准专核、精准补贴的重要技术载体。项目一期建设公交大数据资源中心、基础设施协同管理系统、决策支持公交系统和智慧排班系统。

一方面是解决了“业务烟囱、数据孤岛”问题，推进了公交资源精细化管理，另一方面是实现匹配客流的智能排班，实现控本增效的同时，有效提升了乘客出行体验和公交服务质量。

目前，在该市公交落地实施智慧排班系统输出的作业计划线路已有88条，占全部线路的40%。总体优化成效如下（线路数占比）：班次数减少了10.20%，驾驶员数减少了5.19%，车辆数减少了10.69%。

其成本节约成效主要体现在：一是依据客流规模合理推荐运营规模和资源配置；二是通过分析历史客流，精准识别客流高峰，提高发车频率和客流规律的匹配性；三是适应出行规律和客流规模，合理设置发车间隔，保证乘客适当的候车时间，控制满载率情况；四是周圈时间预测具有较高的可靠性，每个班次给定精准的周圈时间，降低生产过程中的人工干预率。

4、公交大脑SAAS化服务计划

公交企业数字化转型，建设一个综合性系统动辄几百万甚至几千万，企业负担大。将公交大脑SARS化，能够有效降低获得智慧服务的成本。SAAS化就是在适当的费用之下，能够满足通用的需求，并且进行快速部署，通过注册即可真实获得体验效果，其核心功能包括降本增效、轻量化服务和定制业态拓展。通过注册，根据实际需要，可自行选配功能模块进行按需购买。

四、结语

在凛冬之下，每个公交企业都要谋求自救，在充分利用政府相关支持政策的基础上，公交企业要健康可持续发展，重点是提高公交资源投入的使用效率，这也是公交数字化转型未来的核心方向。

基于公交模型算法和AI技术辅助的公交精简线网运筹优化系统和公交大脑智慧排班系统，能够在空间、时间两个维度，有效提高公交资源投入的使用效率，有力支撑公交企业服务网络高质量发展。