大数据与AI技术，赋能中小型公共交通精准补贴的应用创新实践

12月7日，第十六届中国智能交通年会（ITSAC 2021）暨2021年度中国智能交通大会在长沙召开。在大会的“智能交通产业发展论坛”上，重庆交运城卡科技有限公司常务副总经理杨剑发表了题为《大数据与人工智能技术，赋能中小型公共交通精准补贴的应用创新实践》的演讲。本文为演讲整理稿，有部分删减，未经本人审定。

公共交通的补贴既会影响到整个城市公共交通的发展，也会影响到普惠民生的服务。为什么要聚焦于中小型公共交通的补贴呢？最重要原因是大城市经济和政治条件宽裕，公共交通服务的购买力较强。相对而言，中小型城市购买公共交通服务条件和能力较差。所以应用大数据的技术赋能中小型公共交通，解决和满足公共交通补贴机制的创新是尤为重要的。

目前公共交通补贴的范围主要有几个方面。政府指令性任务补贴；公益性质的补贴；福利性质的补贴，例如关于特殊群体的乘车补贴、新能源汽车的购买补贴等等。在补贴方式方面，包括了据实补贴、亏损兜底补贴以及根据绩效、里程或上座率购买服务等等补贴。值得注意的是，根据统计数据，现阶段特殊群体的乘车补贴比例是公交营收的40~50%，而政府针对公共交通亏损兜底的补贴保障基本上保持在3%~5%的合理利润区间。

综上所述，近10年以来，政府针对公共交通的补贴带来了两个重点的影响，其一是公共交通的运力资源在财政保障下持续地提升，而生产效率相反是持续下降的。以湖南某公交公司为例，该公司当前的运营台班是1200台车，单车收入仅有400至500元，也就是说，该公司公交营收的总收入还不足以发放驾驶员的工资，这个现象是比较普遍和突出的，公交系统的运行效率是较低的。

公共交通发展的需求

从目前的公共交通发展需求来看，可以分为以下三个维度。

第一个维度。关于人民群众的出行服务需求，即经济、直达、有座、高效的出行服务。经济维度上，当前的公共交通基本能够满足老百姓出行的需求，同时因为票价相对较低，也符合公共交通普惠性的理念。而从直达、有座、高效三个方面来看，目前的公共交通所提供的服务都有比较大的差距，这也是未来的公共交通发展需要解决的问题。

第二个维度。从企业角度出发的短、中和长期的需求。目前，公交企业中短期需求是科学地投放运力，管理运营并通过信息技术来为据实补贴提供数据支撑。企业的长期需求则是公共交通的响应式运营服务，它不仅是解决老百姓便捷式出行服务的问题，其最大的核心价值是满足公交系统的供给侧改革。 

第三个维度。关于财政的需求，财政的需求从短期来看是需要通过技术驱动精准补贴，从长期来看，需要解决的是信用体系的建设和补贴机制的创新。

中小型公共交通大数据基础服务平台的构建

根据当前中小型公共交通管理、民众出行服务以及中小型公交信息化发展的需求，构建适合于中小型公共交通大数据基础服务平台是尤为重要的。这个平台包含感知层、数据源、数据中台和业务前台四大核心功能。

感知层是基于人脸识别技术和全支付终端来解决IC卡的借用滥用现象，实现精准补贴。

关于数据源的建设，当前公共交通需要的，是把已有的数据充分利用好，运用好支付票务系统、调度系统、电信信令数据和互联网数据等等。

数据中台是重点解决智能排班的技术标准化、客流模型的接口标准化和信息服务的借口标准化等问题。

业务前台则需要满足精准补贴和未来出行发展的需求，其中就包括人脸支付、客流OD分析平台、人工智能调度和响应式出行服务系统。 

具体来讲，目前人脸技术应用到公共交通系统有两大难点，第一是网络环境的复杂，第二是使用过程中光线的比较复杂，会影响到人脸系统的应用。交运城卡通过把人脸特征提取出来以后，通过远程的方式下载到终端设备中，实现高可靠的离线使用。其次，交运城卡研究了一套具有OTA光学跟踪技术的算法来解决当前公交场景应用中人脸的强光、暗光和阴影等等复杂环境下的应用，来保障人脸技术在公交场场景中稳定应用。

关于客流OD分析平台，有三大关键价值。第一个是诊断公共交通的运行过程中满载率和空置率，第二个是为公交企业运输生产提供的合理班次建议，来解决在峰值时段运营资源的浪费；第三个是最重要的预测功能，通过对客流模型的预测，能够要潜在的客流走廊能分析出来，并科学的配置运力和运营，来实现精准补贴。

关于人工智能调度，公交企业当前最大的问题，实际上还是生产效率的问题。要解决公交企业的生产效率，就必须要解决好事前的智能生产计划，事中的监控调度一体化和事后的高效决策分析。而人工智能调度就是通过技术的方式来实现三者的智能化，达到降本增效的目的。

未来响应式出行服务系统的构建

以上所述的人脸识别技术，客流OD模型和人工智能调度是解决的公共交通内部管理的问题，但是公共交通的发展不仅是要解决管理的问题，还要更好的去解决出行服务的问题。近几年MaaS出行服务的概念很火，但目前的发展仍旧不理想。响应式出行服务系统最主要的几个关键的矛盾在哪？

政策保障方面。例如跨省出行服务，最关键的是要解决联程出行，而目前许多的用户信息，票务数据掌握在少数的一些企业手里。如果不能在政策层面保障信息数据的共享，联城出行服务是难以实施的。

票价的改革方面。因为目前的公交系统为了达到普惠服务的目的，票价的定价是比较低的。而从MAAS出行服务的概念来看，民众的出行过程中可能需要更多的支付出行费用。

公共交通补贴方面。目前公共交通补贴不论是政府指令性任务补贴、公益性质的补贴还是福利性质，都没有涉及MAAS出行所需要的大数据服务，所以未来的响应式出行服务需要在制定更多的数据补贴的保障。

公共交通结构问题。民众对未来出行需求的话必然是高效率的，但是当前的公交在发展过程当中，实际上运力结构存在很大的问题，高额的成本是MAAS出行服务体系构建阻力。未来的交通发展的保障一定是大中小型公交的精准投放和运营管理，也就是说整个的运营结构是需要做很大的调整，才能满足得了公共交通未来的发展的需求。

未来，响应式出行服务系统需要解决的问题，第一是信息服务的问题。例如城乡客运一体化需要解决的关键目标就是一键可知，一键可查和一键可约；第二个就是信息服务，即连程票务的一站式购买；第三是安全服务，针对公共交通的很多场景化应用，如人脸识别，相应的需要构建信息安全服务。第四就是产业融合发展，利用MAAS出行平台来实现公共交通的产业融合和发展。