项目背景与意义
业务背景
济宁市下辖 2 区 2 市 7 县，市域范围广、区县分散，城际公交是串联中心城区与各区县的核心民生交通载体，也是支撑济宁都市区一体化发展的重要基础设施。当前线路运营已从 "覆盖通" 阶段转向 "品质优" 阶段。
目前城际公交车辆已实现 GPS 终端全覆盖，每日沉淀海量车辆位置、速度、轨迹、启停等时空数据，但数据仅用于基础定位监控，价值未被深度挖掘，缺乏 "数据采集 — 分析挖掘 — 业务优化" 的闭环能力，无法为调度、服务、安全、线网规划提供系统性支撑。本项目旨在通过 GPS 数据量化分析，挖掘运行规律与问题，为运营决策提供数据依据。
业务痛点
调度粗放，供需错配：排班依赖经验，高峰运力不足、平峰空驶率高；跨区域路况复杂，拥堵感知与调整滞后，串车、大间隔频发。
服务难量化，体验不稳定：到站时间预测不准，候车时间不可控；准点率、停靠规范性等指标缺乏全量考核，甩站、滞站等行为难以监管溯源。
线网规划缺依据：新线规划与站点调整多凭经验，拥堵节点、客流走廊识别不精准，优化效果无法量化评估，跨线路换乘衔接缺乏数据支撑。
分析目标
目标1：摸清全网车辆在线与运行状态，识别运力分布与空闲瓶颈；
目标2：定位数据质量问题，给出相应建议的治理方案；
目标3：挖掘速度-站距、枢纽站点等业务规律，支撑排班与运力调配。
预期价值
为调度中心提供'一眼看清全网'的可视化看板；为数据治理提供问题清单与整改路径。
数据说明与质量评估
数据来源
本次研究数据采用山东公共数据开放网上的公开数据《济宁市城际公交车GPS运行轨迹信息》，链接如下
https://data.sd.gov.cn/portal/catalog/4f99d6c39314482984ed4eef69cba3af
数据项
该数据由济宁市大数据中心提供，该数据每天更新一次（本次研究数据下载于2026年8月1日，因2025年数据量较少，故此次研究只使用2022年数据）。该目录主要描述济宁市城际公交车GPS运行轨迹信息，包含当天行驶里程（米）、实际趟次、发动机温度、车厢内温度、时速、下一班发车时间、下一站到站时间、经过的站点ID、本班次终点站计划到站时间、运行标记、实际发车时间、下一站到站距离（米）、计划趟次、纬度坐标值、车辆ID、司机ID、车辆状态、线路ID、日期时间、方位角、本班次终点站、高度、经度坐标值等信息项。
|
英文信息项名
|
中文信息项名
|
数据类型
|
中文描述
|
|
LineCode
|
线路ID
|
整形I
|
线路ID
|
|
CarId
|
车辆ID
|
字符串型C
|
车辆ID
|
|
DriverId
|
司机ID
|
字符串型C
|
司机ID
|
|
StationCode
|
经过的站点ID
|
整形I
|
经过的站点ID
|
|
Time
|
日期时间
|
日期时间型T
|
日期时间
|
|
Longitude
|
经度坐标值
|
数值型N
|
经度坐标值
|
|
Latitude
|
纬度坐标值
|
数值型N
|
纬度坐标值
|
|
Speed
|
时速
|
整形I
|
时速
|
|
Azimuth
|
方位角
|
字符串型C
|
方位角
|
|
Height
|
高度
|
字符串型C
|
高度
|
|
Status
|
车辆状态
|
字符串型C
|
车辆状态
|
|
Temperature
|
发动机温度
|
字符串型C
|
发动机温度
|
|
RoomTemperature
|
车厢内温度
|
字符串型C
|
车厢内温度
|
|
Kilometre
|
当天行驶里程（米）
|
字符串型C
|
当天行驶里程（米）
|
|
RealNum
|
实际趟次
|
整形I
|
实际趟次
|
|
PlanNum
|
计划趟次
|
整形I
|
计划趟次
|
|
ActualStart
|
实际发车时间
|
日期时间型T
|
实际发车时间
|
|
RunTag
|
运行标记
|
字符串型C
|
运行标记
|
|
NextStartTime
|
下一班发车时间
|
日期时间型T
|
下一班发车时间
|
|
NextDistance
|
下一站到站距离（米）
|
字符串型C
|
下一站到站距离（米）
|
|
NextEndTime
|
下一站到站时间
|
日期时间型T
|
下一站到站时间
|
|
Destination
|
本班次终点站
|
字符串型C
|
本班次终点站
|
|
DestinationTime
|
本班次终点站计划到站时间
|
日期时间型T
|
本班次终点站计划到站时间
|
分析思路与框架
整体采用“数据治理 → 运行态势 → 空间分布 → 线路运力 → 扩展洞察”五层分析框架：
数据治理层：完整性记分卡 + 问题诊断，确保后续分析建立在可信数据上；
运行态势层：速度分布、静止/运行、运行标记，刻画单点运行状态；
空间分布层：GPS 散点 + 密度热力，识别车辆地理聚集；
线路运力层：在线车辆数、平均时速、静止率、空间足迹，评估运力投放。
可视化看板设计（FineBI）
我们基于Fine BI Next 搭建了“济宁市城际公交运营分析”仪表板，此看板分为了“城际公交GPS运行明细”和“各线路与地形相关研究分析”两个板块，从中我们可以依靠下拉框来选择不同的线路ID（可多选）来进行不同线路相关数据的对比展示，依此进行分析。
附：作品查看链接
https://next.finebi.com/decision/application/821f44edf6ff4c3d9d7d468e9e048a
线路坐标覆盖分布
结合济宁地理坐标（市区约在 116.6°E、35.4°N，主城区位于北纬 35.3~35.6 之间），这些轨迹点并非均匀铺开，而是聚成了三片：
- 主城区组团：集中在 116.1~116.7°E、35.2~35.6°N 一带，这是济宁中心城区（任城、兖州及近郊），点最密，是城际公交的主战场；
- 西部组团：116.1~116.3°E、35.0~35.15°N 附近，对应嘉祥、金乡方向；
- 东南远郊组团：117.5~118.0°E、34.4~34.6°N 一带，纬度明显偏低，对应邹城、滕州方向（这一带经度已明显东移、纬度南移，符合邹城/滕州的区位）。
这说明城际公交网络是以主城区为中心、向周边县市放射的格局，符合济宁"市区 — 各县市"的城际线路定位。
各线路平均时速对比
济宁是山东省西南部的城市，辖区面积大、县市分散（嘉祥、金乡、汶上、鱼台、邹城、兖州等）。真正的"城际公交"如果全程以国道为主，平均时速通常能做到 55~65 km/h。 而这批线路平均只有 46 km/h，最高才 57 km/h，说明存在以下可能的现实问题：
- 相当一部分所谓"城际公交"实际承担了市区公交的职能（穿城、多站、慢行），城际快线的属性被稀释了；
- 部分线路的站距太密，导致刚提速就到站减速，速度起不来。
各线路在线车辆数排名
从数据结构看，本图统计的是每条线路在采样快照里出现的"车辆 ID 去重数"，而不是该线路配了多少辆车。因为数据是快照式采样，所以准确说法是："这个时刻，各线路上正在运行的车辆数量"——它是运力供给的一个截面，且受采样完整度影响，不一定等于线路的满配车辆数。从这张图能看出可能存在以下问题：
在线车辆数从 10 辆到 29 辆，最高是线路 619（29 辆），最低线路3106只有 10 辆，差值接近 3 倍。
头部 4 条（619、618、622、620）都在 22~29 辆，是明显的主干线/大客流线；
尾部（611 12 辆、3106 10 辆）是典型的支线或班次稀疏的线路。
这反映的不是车多车少的表面差异，而是线路间客流需求或配车规模本身就分档——城际公交里，主干线（连接城区与县城的主通道）运力密、支线运力疏是常态，但要警惕的是同方向、同定位的线路之间有没有出现不平衡。配车规模分层本身是正常的（客流需求决定配车），但值得关注的是"头部是否过于集中"：如果把在线车辆数总和按线路占比看，619 一条线就占了不少运力，这种集中度如果要优化，值得进一步看它的满载率是否匹配——车很多但客流没跟上，就是运力闲置。
因为数据集中在 2022-08-31 16:00 前后，这张图只能回答"这个时间谁车多谁车少"。但城际公交的运力有明显的潮汐性（早高峰出城车多、晚高峰回城车多、平峰车少），一个时点的排名会掩盖这个波动。要真正判断哪条线运力紧张或富余，需要把车辆数按时段拆开看。
各线路平均海拔
济宁城际公交的海拔格局：整体是平原，但有"山区尾巴"
各线路平均海拔图显示，139条线路的平均海拔集中在32米到216米之间，中位数约128米。这符合济宁的地理实情——济宁绝大部分是鲁西南平原（华北平原南缘），海拔多在几十米到一百多米，全市平均海拔不高。
但从线路地形起伏对比图（最高/最低海拔）能看出两个关键分层：
- 绝大多数线路：最低海拔在4~16米、最高海拔在240~252米，落差约230~248米。这些是穿越济宁南北的地理主线。
- 少数"平坦专线"：线路7001、7004、7202等最高=最低海拔（32/112/140米），海拔标准差为0——这些线路要么只经过一两个定位点、要么全程在平原区平缓路段，是典型的短途平坦线。
地形起伏最剧烈前15线路
海拔标准差92意味着线路海拔在均值上下波动近90米，几乎相当于30层楼的高差。结合济宁地理，海拔标准差大的线路很可能通往东部山区——济宁东部的泗水、曲阜东北、邹城东部是低山丘陵区（蒙山余脉、尼山一带），海拔可达200~500米，与西部平原形成鲜明落差。
这15条起伏最剧烈的线路，是爬坡频繁、对车辆动力和能耗要求最高的线路，也是冬季雨雪天气最容易出现安全隐患的路段。
核心问题：海拔高低真的决定了低速吗？——数据说"不是主导"
平均海拔与低速占比散点图 + 高海拔低速占比对比图合起来看，结论是：
海拔和低速之间没有单调递增关系，地形不是低速的主因。
关键发现有三个：
高海拔确实低速占比最高（26.9%），比中海拔（18.2%）高出近9个百分点。这说明在山区、高坡路段，车辆确实更容易减速——符合爬坡降速的物理逻辑。
但中海拔最低（18.2%），低于低海拔（23.7%），三者并非"海拔越高越慢"的单调关系。如果地形是主导因素，应该是低→中→高单调递增，实际不是。
低海拔的低速占比反而相当高（23.7%）。低海拔是济宁的平原城区，低速占比高不是因为地形，而是因为站点停靠密、交通信号多、城区拥堵。
再看散点图上的离群点：低速占比高的线路（1001占64.7%、1011占62.9%、2105占55%）平均海拔都在98~124米之间——全是平原/低海拔线路，反而高海拔线路（如3006平均海拔216米、7003平均海拔192米）低速占比并不突出。
综合判断：低速的成因，运营因素（站点密度、信号灯、城区拥堵、停靠）远大于地形因素。地形只在少数山区线路（海拔≥180m档位）上成为一个叠加因素，贡献了约9个百分点的低速差异。
四、价值量化
本章用于量化本次 GPS 分析看板为运营业务带来的实际价值。需要说明的是，本次分析基于 2022 年公开数据的单时点快照（采样集中在 2022-08-31 16:00 前后），能够直接验证的是“问题识别、成因归因与方向判断”层面的价值；而“效率提升幅度”类价值依赖整改前基线，本次数据无法覆盖。因此本章统一按两种口径呈现：【已验证】指本次分析已用数据计算得出、可直接引用的结论；【预期】指需由业务侧补充整改基线后方可测算的收益，本章仅给出量化口径与测算方法，不预设基线数字。
4.1 调度效率：运力错配已定位，优化空间可测算
【已验证】
- 运力规模分层被量化。全网 139 条线路中，单线路在线车辆数从 10 辆（线路 3106）到 29 辆（线路 619），极差接近 3 倍；头部 4 条线路（619、618、622、620）在线车辆数集中在 22~29 辆，尾部线路（611 为 12 辆、3106 为 10 辆）明显稀疏。这为“运力是否过度集中于头部”提供了可核查的判断起点。
- 低速异常线路被精准锁定。线路 1001（低速占比 64.7%）、1011（62.9%）、2105（55%）显著高于全网水平，且均位于平原／低海拔区域，可直接纳入调度核查清单，无需再全网排查。
- 采样时点局限被明确揭示。当前数据为快照式采样，只能回答“该时刻谁车多谁车少”，无法反映早高峰出城、晚高峰回城的潮汐波动。这一结论本身即是对现有调度数据体系的改进输入，指明了后续需补全时段维度数据的方向。
【预期】
- 排班优化节省人力。测算口径为：优化后配车数 × 单车人车比 × 单车人力成本 － 优化前同项。需业务侧提供当前各线路配车数、单车人车比与人力成本基线。
- 异常响应时效缩短。测算口径为：异常事件现状平均发现时长 － 看板预警时长。看板具备全网可视化能力后，异常可从“事后发现”转为“事中预警”，但现状发现时长需调度中心提供工单记录方可计算。
4.2 服务质量：效率缺口已量化，体验提升需补基线
【已验证】
- 速度效率缺口被量化。全网线路平均时速约 46 km/h，最高 57 km/h；而全程以国道为主的城际快线通常可达 55~65 km/h，存在约 9~19 km/h 的效率缺口，说明“城际快线”属性被稀释、部分线路实际承担了市区公交职能。
- 低速成因被归因到运营因素。低速与海拔之间无单调递增关系（高海拔 26.9%、中海拔 18.2%、低海拔 23.7%），低海拔平原城区低速占比反而偏高，证明站点密度、信号灯、城区拥堵等运营因素是主因，地形仅在海拔 ≥180m 档位贡献约 9 个百分点的叠加影响。这一归因直接决定了改善抓手是“站点与信号优化”而非“改线绕行”，方向明确且改造成本低。
【预期】
- 准点率提升。测算口径为：整改后准点率 － 整改前准点率。需业务侧提供现有准点率的统计口径与基线值；本看板已具备按线路输出准点相关指标的能力，可直接作为整改后的复测工具。
- 候车时间缩短。测算口径为：平均候车时间（现状）－ 优化后平均候车时间，需接入发车间隔与客流数据后计算。
4.3 线网规划：空间格局与风险路段已落图，调整有据可依
【已验证】
- 网络放射格局被证实。轨迹点聚为三片——主城区组团（116.1~116.7°E、35.2~35.6°N，任城、兖州及近郊）、西部组团（116.1~116.3°E、35.0~35.15°N，嘉祥、金乡方向）、东南远郊组团（117.5~118.0°E、34.4~34.6°N，邹城、滕州方向），实证了“以主城区为中心向周边县市放射”的线网定位。
- 高风险路段被识别。15 条地形起伏最剧烈线路（海拔标准差最高达 92 米，相当于约 30 层楼高差）为爬坡频繁、能耗与安全风险最高的路段，可优先纳入冬季雨雪天气重点保障清单。
- 特殊线路被标注。线路 7001、7004、7202 等海拔标准差为 0，属短途平坦线或定位点稀少线路，其数据代表性需单独评估，不宜与常规线路混同比较。
【预期】
新线与站点调整依据。测算口径为：调整前后线路覆盖人口／客流走廊重合度、调整后平均时速变化。本看板已提供线路 ID 多选对比能力，可直接支撑调整前后的 A/B 效果评估，替代以往凭经验决策的方式。
