交通部署案例集/地铁交通的Go-To卡票价技术

定性评估

Go-To 技术的描述和优势

Go-To 卡技术包括一种非接触式系统，包括车载验证器、手持验证器、无线通信和智能卡。无接触式智能卡系统通常被认为更易于使用，并能提供更快的票价支付，从而减少停留时间，提高交通服务效率。^[1] 此外，使用智能卡作为票价支付方式会产生大量可供交通机构使用的数据。对票价卡数据的使用和分析进行的研究已得出几种方法，用于确定交通系统的用户来源目的地矩阵和行程路线，以及用于评估交通系统的其他信息数据。其中一种方法，即上下车对称法，是在洛杉矶开发的，其基于乘客将在最近的退出位置重新进入的假设。^[2] 另一种方法涉及详细的时间分析，该分析遵循乘客将在他们进入系统后和退出系统之前，选择效用最大的行程的假设。^[3] 对地铁交通智能卡数据的适当分析可以为系统规划人员和管理人员提供有价值的见解。例如，它可以用于证明特定路线频率调整或增加提供热门目的地之间更好效用的新路线的合理性。除了上面提到的典型 Go-To 卡的优点外，参见图 1，与以前的模式相比，Go-To 卡在票价交易方面提供了更高的可靠性。

图 1：典型的地铁交通 Go-To 卡

以前的票价技术

现金

在 Go-To 卡技术在地铁交通系统中实施之前，使用了多种票价支付方式。首先，交通运营商一直能够接受现金。最初，现金支付需要运营商找零和收取款项。随着时间的推移，地铁交通公司改用自动售票机。这些售票机不找零，但会自动计算零钱和钞票，使乘客能够比司机需要充当收银员时更快地登车。^[4]

预付票价

代币

尽管现金仍然占许多路线票价支付的大部分份额，但早期的努力已转向预付票价。代币是地铁交通公司接受的最初的预付款方式。这些代币可以提前以折扣价购买，并作为单独的支付方式提供给运营商。随着自动售票机的引入，代币的样式进行了多次更改，以方便自动收取。最初，代币上有孔，不同面值的代币由不同的金属制成；然而，这种区分方法在自动售票机中效果不佳。尝试了几种中间设计，最近一次重新铸造是在 2004 年，以使它们完全兼容 TBM 售票机。这种兼容性使得它们能够在新建成的 Hiawatha 轻轨线（现在称为蓝线）上使用。如今，代币主要由社会服务部门提供，以帮助其顾客回家。地铁交通公司不再主动向公众出售代币。^[5]

图 2：地铁交通早期和中间代币的示例

打孔卡

打孔卡是预付款票价技术的第二次尝试。这些卡购买后可以支付一定数量的乘车次数。乘客将卡片出示给运营商，运营商将在卡片上打孔，每次打孔减少一张可用卡片的乘车次数。

磁介质

最终，磁介质取代了打孔卡。最初，磁介质卡用于提供 31 天通行证和存储价值卡。不幸的是，这种技术存在许多可靠性问题，包括磁介质从卡片背面剥落和脱落。此外，当卡片弄湿时，经常会出现问题，并且丢失的卡片不容易更换，因为持卡人无法证明他们最初购买了卡片，并且没有使用它。由于这些长期使用磁介质的问题，这些卡在 Go-To 卡出现后就被逐步淘汰。事实上，目前地铁交通公司仍然接受这些卡片作为支付方式，但自 2012 年起不再出售。有趣的是，磁介质在当前的转乘票和火车票中获得了一个利基市场。这主要归因于对这些物品的预期服务时间较短；由于服务时间较短，因此人们不太担心磁条会劣化。^[6]

Go-To 卡的市场发展

目前，地铁交通公司正在逐步淘汰预付磁介质，火车票和转乘票除外。^[7] 作为逐步淘汰磁介质的一部分，Go-To 卡已针对更多用途广泛的群体进行推广，包括学生、游客和通勤者。^[8] 经常乘坐相同路线的人建议购买 31 天 Go-To 通行证，通常以折扣价购买。经常乘坐各种路线的人可能更喜欢结合了存储价值和通行证的 Go-To 卡，该卡允许根据需要自动升级票价。只在城里停留一天的人可以购买一张 Go-To Lite 卡，该卡提供当天使用系统权限，并且是可丢弃的。^[9] 图 4 中展示了地铁交通公司接受的各种票价卡。

图 4：截至 2011 年，地铁交通公司接受的票价卡

定量评估

地铁交通公司是双子城大都市区的首席区域交通运营商和规划者，提供了以下表格 1 和表格 2 中所示的区域范围内的客运量数据。^[10] 这些数据被操作以创建单个年度值，代表地铁交通运营车辆上 Go-To 票价支付技术的总市场份额。首先，表格 1 中表示为“oBus S Suburba”的郊区交通运营商车辆的乘车次数，从表格 1 中的年度总计中移除。这通过简单的减法来完成

年度总计_i¹=总计_i¹ -oBus S Suburba_i¹

然后可以将得到的值与表格 2 中提供的年度总计值进行比较。因此，一年中的总市场份额可以表示为总乘车次数的百分比。

GoTo 份额_i=100 ×(年度总计_i¹)/(总计_i²)

得到的市场份额如表 3 所示。

表 1：按运营商和年份划分的利用 Go-To 卡票价技术的乘车次数

表 2：按运营商和年份划分的总乘车次数

表 3：Go-To 卡票价技术在都市交通公交和铁路上的市场份额百分比

除了表 3 中的数据外，值得注意的是，Go-To 卡于 2007 年 5 月向都市交通用户公开提供，一些用户在 2006 年一直在测试该技术，尽管这里没有提供 2006 年或 2007 年的任何数据。但是，根据这些知识，可以为 2006 年添加一个额外的數據點，因为 2006 年的市场份额应该为零或接近零。^[11] 对表 3 中显示的数据进行回归分析，使用以下显示的公式 2，以便估计拟合 S 曲线的三个参数，参见公式 1。

公式 1：S(t)=K/(1+e^{-b(t-t₀ )})

其中

S(t) 是 GoTo 份额，以百分比表示

K 是 GoTo 份额的饱和度

t₀ 是拐点时间（达到 ½ K 的年份）

t 是时间（以年为单位）

b 是一个系数

为了便于在 MS Excel 中使用线性回归，对其进行以下重新排列。

K/S(t) =1+e^{-b(t-t₀ )}

K/S(t) -1=e^{-b(t-t₀ )}

ln⁡(K/S(t) -1)=ln⁡(e^{-b(t-t₀ )} )

ln⁡(K/S(t) -1)=-b(t-t₀ )

ln⁡((K-S(t))/S(t) )=-bt+bt₀

ln⁡((S(t))/(K-S(t)))=bt-bt₀

公式 2：ln⁡((S(t))/(K-S(t)))=bt+c

其中

公式 3：c= -bt₀

在此分析过程中，假设 Go-To 卡票价技术最终将占据大部分市场份额。因此，回归分析是针对从 95% 到 100% 的 K 的整数值进行的。这些分析得出的曲线如 图 5 所示，其中围绕实际数据的放大部分如 图 6 所示。从这些图中可以看出，这些 K 值中的每一个都非常适合表 3 中的数据；但是，所得曲线在 2015 年后不久会明显不同。此外，可以看出，这些曲线在 2006 年并没有接近零，而现有知识表明它们应该如此。

图 5：回归分析得出的曲线

图 6：回归分析得出的曲线对实际数据的放大图

图 5 和图 6 中显示的所有这些曲线似乎都同样有效，除了 Go-To 卡技术不太可能获得 100% 的市场份额。这是因为公共交通系统需要继续接受现金，因为现金是法定货币，以及社会服务很可能继续为其用户提供车票。^[12] 然而，预计这两种技术的应用将继续减少。因此，对于从 2008 年开始的生命周期部分，假设 K 为 99%。为了对 2008 年之前的年份进行建模，对 2008 年的预测结果和 2006 年的市场份额不足进行了第二次回归分析。对于模型的这一部分，选择了 30% 的值，略高于 2008 年的预测值，作为 K 值。曲线的这部分是通过认识到，与许多交通系统不同，Go-To 卡的网络是在向公众开放之前完全建成的，许多用户在开放后不久就从以前的票价卡介质切换到 Go-To 卡。还分析了另一种情况，即曲线之间的转换发生在 2009 年。在每种情况下，完成完整回归后，计算预测值和实际值之间的平方误差之和。分裂发生在 2008 年的模型的平方误差之和为 9.45，而分裂发生在 2009 年的模型的平方误差之和为 47.36。以下的 图 7 和 图 8 说明了这些模型。由于平方误差之和的结果，最终选择的模型是在 图 4 中显示的模型，其中模型的两部分之间的分裂发生在 2008 年。以下的表 4 显示了曲线第一部分（2008 年之前）的回归分析输出，以下的表 5 显示了曲线第二部分（2008 年之后）的回归分析输出。在每一部分中，R 平方都大于 0.9，表明拟合良好，X 变量（即 b）的 t 统计量都大于 2，表明具有统计学意义。

图 7：分裂发生在 2009 年的模型的图

图 8：分裂发生在 2008 年的模型的图

表 4：生命周期模型第一部分（2008 年之前的年份）的回归摘要

表 5：生命周期模型第二部分（2008 年之后的年份）的回归摘要

根据 图 4 中显示的模型，萌芽阶段似乎发生在 2006 年到 2008 年之间，增长发展阶段始于 2008 年，可能会在 2025 年左右结束，该系统将在 2025 年进入成熟阶段。