【雙北300條公車路線優化就靠上下車嗶卡】公車票證大數據應用新突破

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