【双北300条公车路线优化就靠上下车哔卡】公车票证大数据应用新突破

台北市跨新北市遍布近300条公车路线，超过3,500辆公车在其中移动，每日通勤量更高达130万人次。在如此庞大的公车路线网络中，每个人，都是改善交通运输效率的重要一环，靠的就是手中一张小小的电子票证，以及在上下公车时，习以为常的刷卡付款动作，因为这些刷卡留下的票证交易纪录，就是-用来调整公车路线的关键数据。

“数字更精确，资源就能更有效的配置。”台北市公共运输处处长常华珍点出票证资料带来的效益。

过去，公运处要了解一个路线是否有效率的运行，得靠人工一个个计算上下车的人头，统计各时段的车上人数，才能得知车上人数变化，直到2013年，开始从悠游卡公司（而后推及四大票证公司），取得民众搭乘大众运输工具的上下车刷卡纪录后，才开始改以票证资料分析的方式，取代人工计数的做法。

不过，要从票证资料还原公车行驶过程中的车上人数变化，需要民众上车与下车刷卡的成对站点资讯，但在双北公车分段收费的设计下，近9成只付一段票的民众，上下车刷只刷一次卡，导致-搜集到的票证资料，大多都只有上车或下车其中一笔刷卡纪录。因此，-要了解一辆公车的运量变化，还得先将搜集到的单笔站点纪录，透过该票证的历史刷卡资料或转乘资料，推测成对，才能进行后续分析。

为了解决这个问题，双北历经多次讨论，终于在2018年底达成共识，并从2019年七月开始实施上下车刷卡新制度，要靠民众上下车都刷卡，来取代不确定的站点推估结果，试图透过更精确的数据，作为路线变更决策的佐证。

新制上路挑战多，多方协调成关键

不过，要实现这个新制度，并非易事。因为这项决议，不只是改变了民众的刷卡习惯，实际上，决策的背后还涉及跨县市的合作、软硬件技术的部署与更新，还有执行面的细节订定，这些都要靠双北市-，与公车业者、验票机业者密切讨论，才有办法让新制度落地。

常华珍指出，从2016年开始，双北市就开始讨论制度转换的可行性。刚开始，一度想从分段收费改为里程收费，因为里程计费就是靠上下车都刷卡，来计算乘车距离并扣款。但是，这项提议在当时并无取得新北市的共识，主要是考量到转换的成本太大，才决定维持分段收费的现状。

当时，双北也正在进行一项政策，也就是在公车后门处，多装设一台验票机，来让民众上下车的动线更顺畅。而这项政策，后来也成为公车上下车刷卡制度的硬件基础，能避免民众上下车都挤在前门，降低公车的运行效率。

全面部署了硬件验票机后，双北也针对上下公车刷卡制度，展开新一轮的讨论。在政策形成、制定的过程中，公运处也与相关业者一步步制定执行面的细节。

比如对验票机业者来说，需要负责将验票机内的软件程式，配合政策同步调整，不仅前后门验票机的程式要能连动，也需要改变扣款设定，才能在民众上下车刷卡时，自动依据公车行经段数来扣款。也因过去到站刷卡时，验票机并不会纪录站名，目前，验票机厂商也在陆续修改各公车的验票机程式，来记录每一次刷卡的上下车站点，并同步显示在验票机屏幕画面中。

而对公车业者来说，则更在意现实的收益问题，比如改为上下车刷卡制度后，究竟要上车刷卡还是下车刷卡时扣款？虽然对民众没有影响，但在不强制民众一定要上下车刷卡的条件下，上车刷卡先扣款，才能避免民众下车忘记刷卡的收益损失。

对民众来说，更在意的可能是-提供的诱因，是否足以驱动自身改变刷卡习惯，来因应新制度。为此，公运处同步制定奖励性质的配套措施，如转乘优惠，让民众愿意买单。“要做成功一件事情，所有人站在自己角度，都要有执行的理由。”常华珍说。

台北市公共运输处处长常华珍认为，上下车刷卡能够带来更精确的上下车站点资料，让公运处能完整地掌握每一条公车路线的全程载客情况，来进行更有效的路线优化与资源配置。摄影／洪政伟

9成精准上下车站点资料，大幅降低过去资料分析的不确定性

实施了公车上下车刷卡的政策后，对公运处来说，最大的效益来自于更精准的票证资料分析结果。负责公运处委外资料分析业务的创代科技，其技术长李易儒，也进一步说明了票证资料分析的流程，以及新制上路后带来的改变。

过去，在未有上下车刷卡制度之前，资料分析最主要的工作，就是透过历史票证资料，及民众转乘其他大众运输工具的票证资料，来媒合出搭乘公车的起讫点。

李易儒表示，从公运处拿到四大票证资料后的第一步，就是进行资料清洗，将不属于公车的刷卡纪录、交易时间异常、字段有空值等资料先排除，也因为票证资料并无纪录到上下车站点资讯，创代还需要从-开放资料平台取得公车动态定点资料，从刷卡时间点来媒合出上下车站点，再进入资料分析与推估的流程。

在进行上下车站点的推估时，需要经过一系列的媒合与比对。首先，运用Youbike、捷运、客运、台铁等转乘票证资料，能媒合出一部分的结果。比如A卡号的上车点为公馆站，虽然没有下车点资料，但是发现A卡号同一天内有从捷运台北车站进站的刷卡纪录，同时，北车又在与上车点相同的公车路线上，这时，就能推测A卡号持有者从公馆搭车到北车。

若转乘资料的比对没有结果，接着，可以进一步运用过去一个月的历史刷卡纪录，找出该卡号最常出现的站点，来进行媒合。比如A卡号近一个月最常在公馆站及台北车站刷上车，若两站点于又同一条公车路线上，就能推测为上下车的站点。

若还是无果，下一步，同样可以利用历史资料，统计A卡号过去在各站点刷卡的纪录，并依数量多寡排出顺序，再进行媒合，比如说，先锁定公馆站刷上车的纪录作为起点，接下来，轮流媒合其他历史站点纪录，如果在同一条路线上，就视为下车的站点。若最后仍比对不出结果，才视为无法推估的资料。

过去，只有大约1成的资料，可以直接得到准确的上下车站点，其余搭乘记录都得靠推算。但是，花了很大力气，结合四大票证资料来估算的作法，准确率却不够高，大约只有7～8成，还是很难完整地掌握每一条公车路线的全程载客情况，就无法进行更有效的路线优化。

不过，一改成了上下车刷卡制度后，常华珍表示，目前超过9成乘客都愿意遵守，尤其武汉肺炎疫情期间，这个数字更成长到9成4，这意味着，现在已经可以从票证资料中，直接取得高达9成民众的精确上下车站点，需要媒合的资料比例已经大幅降至1成以下。

靠数据分析结果辅助决策，提升公车运行效率

创代科技也不止设计了一套算法，来推估民众上下车站点，也因应公运处的需求，开发出大台北运输旅次查询系统，将分析完的资料汇入系统数据库，让-能透过简易查询的功能，快速取得视觉化的分析结果。

公运处大众运输科股长张佑华表示，这套查询系统中的多个查询栏目中，公运处最主要使用的功能有三个，分别是上下车站点（Original Destination，OD）需求分布查询、车上人数查询以及旅次链查询。

OD需求分布查询，最主要是用来评估不同行政区域之间，民众乘车需求的分析，包括使用哪一种大众运输工具在该区域中移动、在哪里上下车；而车上人数查询，顾名思义，则是可以查询不同路线公车，行经每一个站点的车上人数变化；至于最后的旅次链查询，则是能透过直接框选地图的方式，框出点到点、线到线、面与面之间的区域范围，去看框选范围乘车站点的转乘分析，比如前十大转乘站位分析等。

运用这些资料分析结果，公运处现阶段每年大约调整40～50条路线，逐一审视每条路线的效率及在整个公车网络中扮演的角色，来进行路线新增、裁撤或变更。

张佑华就以261区间车为例，来说明运用数据来辅助决策的作法。目前，还在芦洲与市-间往返行驶的261区间车，单程停靠超过50个站点，从芦洲开往台大医院，接仁爱路廊后再一路行驶到市-。

但是，这个路线有确实满足民众需求吗？从票证资料分析来看，有将近7成乘车民众，都只在芦洲上下车，另外有近2成民众，也都只在仁爱路廊上下车，真正有从芦洲跨仁爱路廊搭车需求者，只有一成多。换句话说，261区间车的热门路段，仍然以芦洲端为主。

因此，公运处预计要缩驶261区间车的路线，将原先从芦洲开往市-的路线，缩驶到台大医院就好，借由缩短单程行驶时间，来提升该路线的运行效率。同时，考虑到少数欲前往市-的人，会在台大医院被迫转乘干线公车，公运处也计划以转乘优惠，来提高民众转换的意愿。

不只如此，公运处也从数据观察到，小26、542与小14等路线，在特定时段乘车人数几乎挂零，因此，今年7月也颁布一项最新政策，要开放冷门公车路线，改采预约制来提供服务，来避免无人乘车造成资源浪费。而542与小14，也因同一时段的车上人数几乎从未超过8人，早在去年底，就以9人座小巴取代原先行驶的中型巴士，让多出来的中巴，能调度到其他运量需求较大的地区来使用。

除了能用来调整路线，数据的另一项优势，则是能更有效的说服公车业者或民众，来遵循-的决策。尤其是要裁撤路线时，会直接影响一地民众的搭乘权益，常华珍表示，民众过去遇到这类情形，通常会坚持有搭车需求，但有了资料佐证，乘车需求一目了然，再配合几个月的试办，就能一步步降低民众抵抗的心理，进一步达成路线变更的目的。

目前，这套系统不只提供-单位使用，也提供公车业者查询自家公车路线资料，但不对外开放。李易儒建议，票证资料未来若要公开释出，需要进一步去识别化，仅管其中的内码编号，就是已经去识别化之后的卡号资料，但是，靠着精确的刷卡时间、车号、站点等资讯，还是可能被有心人士比对出实际刷卡者的身份，因此，将时间或站点模糊化，比如将精确的交易时间改为一段时间，或是将精确的站点改为行政区的资讯，会是可以参考的做法。

结合AI、资料分析发展智慧交通新应用

公运处也在思考，未来，除了靠上下车刷卡资料来打造智慧交通运输网络，还有哪些新型态的资料或技术能运用？

比如说，当前公车靠站时，不少汽机车占用公车停车格的违停问题，仍需要靠人工检举或取缔，但是，公车外部本来就因事故取证所需，装设了多台摄影机，若能在靠站时结合AI车牌辨识，来进行科技执法，就能在不需要增加硬件成本的情况下，进一步改善违停问题。而这个想法，2018年也曾经在大都会客运277路公车上试办，未来是否扩大运用，公运处还在评估可行性。

另一项正在研议的措施，则是运用电动公车上的ADAS系统，以公车行驶状况来分析驾驶人行为，透过纠正驾驶人的开车习惯，来进一步降低不可控的公车事故概率。常华珍解释，ADAS系统可以侦测车子刹车、踩油门、是否保持安全距离等事件，累积足够的数据后，就能以此回推驾驶人的开车习惯，是否在短时间内多次踩刹车、催油门、未保持安全距离，针对驾驶习惯不良者来进行教育训练，就有机会减少事故发生的潜在因子，提升行车安全。

不过，由于ADAS系统会从电动公车开始部署，目前投入双北行驶的电动公车也还不多，未来陆续汰换旧车款后，才能进一步施行这个计划。

公运处可透过系统，查询每一条公车路线的上下车人数（横向长条图），以及车上人数变化（折线图），并以此作为路线调整的依据，比如找出冷门路段，来进行裁撤或整并。图片来源／公运处