上海地铁一卡通：2015年4月的 2.48亿次地铁刷卡，看见了什么？
摘要 ：基于上海公共交通卡（SPTCC）2015年4月全月刷卡明细，仅保留交易方式为「地铁」的记录 （30天、2.48亿条），我们刻画了一座超大城市的出行节律。数据显示：全月地铁进站 1.25亿次 （即全月地铁出行量），工作日日均刷卡 895.1万 、周末 638.8万 ；日内呈典型双峰 ------早高峰 8 点、晚高峰 17--18 点；周五 为全周最忙（最高 2015-04-10 达 970.3万），清明 三天为全月洼地（最低 502.9万）。线路与站点热度高度集中于 2 号线、1 号线 与人民广场、上海火车站 等换乘/枢纽节点；全月票价优惠交易占 30.0% ，出站扣费合计 4.86亿 元。
一、数据说明
- 来源 ：上海公共交通卡（SPTCC）刷卡明细。原始数据实际混有公交、出租、轮渡、P+R 停车 等多种交易方式，本文全篇仅统计交易方式 =「地铁」的记录，其余方式一律剔除
- 区间：2015-04-01 ~ 2015-04-30，逐日一个 CSV，共 30 个文件
- 规模 ：过滤后 248,021,755 条地铁刷卡记录（约 2.48亿 笔）
- 字段：卡号、日期、时间、站点（如「1号线莘庄」）、方式、金额、优惠
- 口径 ：金额 = 0 记为进站（上车） ，金额 > 0 记为出站（下车扣费）
- 来源 ：上海地铁2015年4月一卡通数据
二、双峰通勤：城市的作息钟
图1 地铁刷卡日内分布：典型双峰通勤形态
把全月每一天的 24 小时平均到一起，曲线轮廓干净得近乎教科书：早高峰落在 8 点前后（工作日均值约 134.7万/小时），晚高峰落在 17--18 点。两个峰之间（10--16 点）维持一段平缓的「日间平台」，凌晨 0--5 点几乎贴地。这正是典型单中心城市通勤的签名：人们被同一套时钟驱动，在同一时刻涌出、再在同一时刻归巢。
三、工作日 vs 周末：两套节律
图2 工作日 vs 周末分时对比
- 总量 ：工作日日均 895.1万、周末日均 638.8万，工作日比周末高约 40%。
- 形态 ：工作日双峰锐利 ------早 8、晚 17--18 两座尖峰；周末则单峰平缓 ，峰值后移到 17 点左右，更接近「睡到自然醒、午后出门」的生活节律。
- 周末清晨的曲线明显比工作日「抬得更高、来得更快」，说明休息日没有硬性的到岗时刻约束。
四、清明假期：全月的洼地，与周五的峰值
图3 全月每日刷卡量趋势
图4 时间×日期热力图
- 洼地 ：4-4 ~ 4-6 清明假期，刷卡量骤降，最低 4-6 仅 502.9万（工作日高位普遍 900--970 万）。热力图上那三列明显「变浅」。
- 峰值 ：全月最高的五天是 2015-04-10（970.3万）、2015-04-30（969.2万）、2015-04-17（969.1万）等------其中四个周五全部杀入前五 ，唯一的例外 4-30 恰是五一小长假前的最后一个工作日，本质上也是「假期前效应」。周五效应很直观：临近周末，商务、社交、提前出行叠加，把这一天顶到全周最高。
- 热力图还揭示了一个被日均曲线「抹平」的细节：周末整体更浅、深夜更长------城市在休息日真正地「慢」了下来。
五、线路与站点：热度向枢纽与商圈收敛
图5 线路客流Top15 and 站点客流 Top20
图6 职住通勤 OD 矩阵（早高峰 7--9 时进站流向）
- 线路 ：2 号线（4046.3万）领跑，1 号线（3807.8万）紧随，8 号线（2732.5万）、9 号线（2369.4万）居次。2 号线串起浦东机场---虹桥---人民广场---陆家嘴，是横贯城市、衔接双机场与高铁的「黄金走廊」，其头部地位毫不意外。
- 职住 OD ：把早高峰（7--9 时进站）的每一次完整行程视作「从哪座睡城去哪片就业地」，全月共重建出 3542.9万 段这样的居家→就业通勤流（基于 99.8% 配对率）。图6 矩阵里颜色最深的几条走廊，就是城市真正的通勤大动脉：九亭 → 漕河泾开发区（约 6.6万） 居首，其后 通河新村→上海火车站、彭浦新村→上海火车站 紧随。行方向的「睡城」以 莘庄、莲花路、上海南站 等外围大型居住区站为首，列方向的「就业地」则高度收敛于 人民广场、陆家嘴、静安寺 等核心商务 / 换乘枢纽------早高峰的热力几乎全部涌向中心城区那几个站点，这正是「职住分离」在地铁闸机上的空间投影。
图7 职住通勤 OD 地理流向图（早高峰 7--9 时，Top 走廊）
把矩阵里的数字放回真实的城市地图上（图7，站点经纬度取自地铁站点空间数据），职住分离的空间结构一目了然：
- 通勤流呈「向心汇聚」形态 ：几乎所有粗弧线都从城市外围指向内环------蓝色的睡城节点（莘庄、九亭、泗泾、佘山、通河新村、彭浦新村......）散布在西南、西北外缘，橙色的就业节点（人民广场、陆家嘴、静安寺、徐家汇、漕河泾开发区......）紧紧攥在市中心一小圈里。「城外睡觉、城内上班」不是修辞，而是几何。
- 两条最粗的通勤走廊方向感极强：西南方向，九亭 / 泗泾 / 佘山 / 七宝沿 9 号线汇入漕河泾开发区------这是「松江居住带 → 漕河泾科技园」的产业通勤动脉；正北方向，通河新村 / 彭浦新村 / 共富新村 / 共康路沿 1 号线南下直插上海火车站一带------这是「宝山居住带 → 闸北/静安就业带」的老牌通勤走廊。
- 通勤距离肉眼可见地长：佘山→漕河泾、泗泾→漕河泾这类弧线横跨大半个市域，单程 20 公里以上的钟摆式通勤，每天清晨在这几条弧线上重复数万次。
六、结论：从刷卡数据读懂一座城
- 时钟是刚性的：双峰通勤不是比喻，而是每天被精确复现的 8 点与 17--18 点。
- 周五是出口，清明是暂停键：周五峰值与清明洼地，是工作制度在城市血管里的直接投影。
- 热度高度集中：少数线路与站点承载了远超其数量占比的客流，枢纽即城市的「心脏」。
- 口径决定结论：只保留地铁记录后，进出站几乎严格 1:1、票价分布以 4 元档为主------一切「混入公交记录」造成的假象（出站两倍、2 元档最多）都随之消失。
七、延伸分析：更细的刻度
7.1 站点分化：榜单高度重合，分歧藏在两个站里
图8 站点客流分化：工作日 Top10 vs 周末 Top10
把工作日与周末的站点热度分开排名，结果有点出乎意料：两份 Top10 榜单重合了 9 个 ------人民广场、上海火车站、徐家汇、静安寺、中山公园、南京东路、陕西南路、莘庄、上海南站在工作日和周末都是顶流。换句话说，枢纽与商圈的头部地位是全天候的 ，并不随工作/休息切换。真正的分歧只在两个席位：陆家嘴 只出现在工作日榜（纯就业中心，周末人去楼空）；虹桥火车站只出现在周末榜（休息日对外出行集中释放）。一进一出，恰好把「上班的城市」与「出行的城市」标记了出来。此外周末榜单整体量级更低、排位更扁平------头部站的「统治力」在休息日也随客流一起松弛下来。
7.2 优惠时段：谁在享受票价优惠
图9 优惠交易时段分布
优惠交易的占比并非均匀：全天均值约 30%，在运营时段（约 9:00 ）最高可达 37% ，午后至晚间整体高于均值；凌晨 0--5 点样本极少，占比波动无参考意义。结合金额特征考证，这里的「优惠」主体是**「月累计满 70 元后 9 折」（越到月底、越到一天中的晚些时候，满足门槛的高频通勤者占比越高，优惠占比随之抬升）叠加少量 「公交→地铁换乘减 1 元」------它不是老人/学生卡的错峰画像，而是高频通勤者的忠诚度画像**（并非老人/学生卡优惠------敬老卡当年非高峰免费乘车，不产生扣费记录）。另需注意：周末文件的优惠标记存在记录缺陷（几乎全部地铁出站被标为「优惠」，却大量是全价整数金额），周末口径不宜采信、应以工作日为准。
7.3 线路集中度与「周末晚起」
图10 线路客流集中度（Lorenz 曲线）
- 怎么读这张图 ：把 14 条线按客流从最冷到最热 排队、从左往右逐条累加------横轴走一格是「又数了一条线」，纵轴是「累计占了多少客流」。图中那条对角虚线是绝对平均线 ：如果 14 条线客流完全一样，每数一条线纵轴就均匀上涨 1/14，曲线就会贴着它走；实际曲线下凹越深、离它越远，客流越集中。图上标了两个关键读数点：最冷的 5 条线（已占全部线路的 36%）合计只贡献约 10% 客流 （曲线前半段几乎贴地），而最热的 3 条线（2/1/8 号线）一口气扛起约 43% 客流（曲线尾段陡然冲顶）。
- 集中度 ：这条曲线对应的基尼系数为 0.370（0=完全平均，1=极端集中）------客流中等偏高地集中于头部几条线路，但 2/1/8 号线本就是横贯城市主轴的大动脉，集中度高是城市单中心结构的自然结果；冷门线（16/5/12/13 号线）多为新开通或郊区线，客流尚未养成。
- 周末晚起（量化） ：早间 6--9 点客流，工作日 308.4万、周末仅 123.4万，周末早间客流只有工作日的 40%。换句话说，到了休息日，整座城市「出门」的冲动推迟了、也减弱了------40% 这个数字，就是「周末睡到自然醒」在地铁闸机上的精确投影。
八、线路通勤画像：谁是「睡城线」，谁是「CBD 线」
把每条线路的刷卡按「小时 × 进出站方向」拆开，就能给线路贴上通勤标签。我们用一个简洁的居住地指数来刻画：
居住地指数 = (早高峰进站 − 早高峰出站) + (晚高峰出站 − 晚高峰进站) ÷ 四项和
- 指数 > 0：早高峰进站明显多于出站、晚高峰出站明显多于进站 → 典型的「居住地 / 睡城线」------居民清晨离家去别处上班、傍晚归巢。
- 指数 < 0：恰好相反 → 典型的「就业中心 / CBD 线」------人们清晨涌入这里上班、傍晚散去。
答案是肯定的：通勤特征明显的线路不仅存在，而且分野极其清晰。
图11 线路通勤画像：居住地指数（蓝=早进晚出，橙=早出晚进）
图11 把 14 条线按居住地指数排成一列。最典型的居住地线是 16号线 （指数 +0.428）：早高峰 7--9 点进站 47.9万、出站仅 20.7万（进站是出站的 2.3 倍 ），晚高峰 17--19 点出站 45.5万、进站 16.7万（出站是进站的 2.7 倍）------进出方向在早晚彻底反转，是教科书级的「睡城线」形态。其余指数高于 +0.17 的线路还有 6号线、5号线、11号线、12号线：它们同样呈现早进晚出的强通勤特征（16号线 主要服务原南汇、临港等远郊大型居住区，是典型的「进城睡城线」）。
最典型的就业中心线是 4号线 （指数 -0.206）：早高峰出站 291.0万 反而高于进站 190.7万（出站是进站的 1.5 倍 ），晚高峰进站 250.3万 又高于出站 165.7万（进站是出站的 1.5 倍）------人们清晨涌入、傍晚离开。4号线、2号线、10号线 同样呈早出晚进的就业中心特征；其中 4、2 号线串起世纪大道---中山公园、陆家嘴---人民广场---南京东路等核心商务带，是当之无愧的「CBD 线」。
图12 典型线路 24 小时进出站对比：进站(蓝) vs 出站(橙)
把 16号线 与 4号线 的 24 小时进站（蓝）、出站（橙）叠在一起看（图12），对比一目了然：16号线 早峰蓝色（进站）明显高于橙色、晚峰橙色反超；4号线 则完全镜像------早峰橙色（出站）压过蓝色、晚峰蓝色反超。一张图，把「睡城」与「CBD」的昼夜呼吸画得清清楚楚。
解释：居住地指数刻画的，是线路沿途用地的主导功能。指数越正的线路，沿线越偏向居住（远郊大型居住区）；指数越负的线路，沿线越偏向就业与商业（核心商务区）。这正是一座城市「职住分离」在地铁闸机上的直接投影------而 16 号线与 4 号线，恰好是这条投影里最极端的两条。
九、站点通勤画像：通勤特征站，有吗？
把视线从「线路」下沉到「站点」，用同样的居住地指数给每个高流量站点贴标签------答案是肯定的，而且分野同样清晰。
图13 站点通勤画像：居住地指数（蓝=早进晚出，橙=早出晚进）
图13 在高流量站中按指数排序。最典型的居住地站是 通河新村 （指数 +0.731）：早高峰 7--9 点进站 38.0万、出站仅 4.8万（进站是出站的 8.0 倍 ），晚高峰出站 26.6万、进站 5.3万（出站是进站的 5.1 倍）------典型的「居住区外围站」，清晨人潮涌出、傍晚回流。紧随其后的 彭浦新村、共康路、九亭、江湾镇、沈杜公路、锦江乐园、莲花路 等，同样是早进晚出的睡城型站点。
另一侧，最典型的就业中心站是 漕河泾开发区 （指数 -0.744）：早高峰出站 75.1万 反而高于进站 10.4万（出站是进站的 7.2 倍 ），晚高峰进站 57.5万 又高于出站 9.0万（进站是出站的 6.4 倍）------人们清晨涌入、傍晚离开。漕河泾开发区、浦电路、陆家嘴、黄陂南路、大世界、静安寺、常熟路、人民广场 等核心商务 / 换乘站呈现早出晚进的就业中心特征。
站点级与线路级画像相互印证：睡城线（如 16 号线）由沿线睡城站撑起，CBD 线（如 4 号线）由陆家嘴、南京东路等就业站撑起。通勤，最终都落在具体的一座座站台上。
十、票价与出行次数：卡级配对下的「一个人」视角
票价怎么分布、一个人一天坐几次地铁------这两个问题必须放在同一口径下回答：以卡号为线索，把刷卡记录串成「人的行程」 。做法：把每张卡当天的地铁刷卡收集起来，按时间排序 后将「进站（0 元）→ 其后最近一次出站（>0 元）」配对为一次完整行程（原始文件内记录并不按时间排列，直接顺序扫描会把大量行程错配）。仅地铁口径下，全月 99.8% 的出站扣费都能配对上同卡进站------地铁闸机「进一次、出一次」，数据本身相当干净。
10.1 票价分布：4 元档行程最多（卡级配对口径）
图14 票价分布：仅进站---出站配对成功的行程
把全月配对成功的完整行程按票价分桶，最密集的是 4 元档（6234.0万 笔，占 51%）；前几档依次为 4元（6234.0万）、3元（3115.6万）、5元（1635.9万）。票价随乘坐距离递增，中短途占据绝对主体------这与「双峰通勤 + 高密度建成区」的城市形态一致：大多数人每天在相近距离上来回。
口径说明：由于配对率高达 99.8%，「配对行程」与「全部出站扣费」两种口径在仅地铁 数据下几乎重合（后者 4 元档最多、占 51%）。真正致命的口径陷阱在别处------这份原始数据混有公交等其他交易方式：若不先剔除，大量公交 2 元票会把「2 元档」顶到最高，得出完全错误的「地铁票价分布」。先按交易方式过滤、再按卡配对，缺一不可。
10.2 出行次数：「同一个人一天出行几次」
同一口径的另一面：直接用卡号的每日地铁进站次数（一次进站 = 一次行程的起点）来回答（图15）：
图15 每人每天行程数分布：连续出行有多普遍
结果是 约 66% 的持卡人·日出行 ≥ 2 次------绝大多数是通勤往返（2 次占大头），此外午间办事、晚间休闲的「连续出行」也占一席之地。
十一、总结
一个月、2.48亿 次地铁刷卡，最终可以收拢为四句话：
1. 这是一座被时钟统治的城市。 工作日日均 895.1万 次刷卡挤在早 8 点与晚 17--18 点两座尖峰里，日复一日精确复现；周五被「假期前效应」顶到全周最高（2015-04-10 达 970.3万），清明三天则骤降至 502.9万 的全月洼地；到了周末，早间客流只剩工作日的 40%，整座城市把闹钟往后拨了两个小时。作息制度不是抽象的社会约定，它每天都被闸机逐笔记账。
2. 客流高度向少数动脉与枢纽收敛。 14 条线路中，最热的 3 条（2/1/8 号线）扛起约 43% 的客流，基尼系数 0.370；站点端，人民广场、上海火车站、徐家汇等枢纽在工作日与周末榜单上高度重合（Top10 重合 9 席）------头部的统治力是全天候的，真正随作息切换的只有陆家嘴（纯就业）与虹桥火车站（纯出行）这两个「单面站」。
3. 职住分离不是修辞，而是几何。 早高峰 3542.9万 段「居家→就业」通勤流几乎全部向心汇聚：西南的九亭 / 泗泾 / 佘山涌向漕河泾开发区（九亭→漕河泾开发区 单走廊全月 6.6万 次居首），正北的通河新村 / 彭浦新村沿 1 号线直插上海火车站。线路与站点画像给出同一结论的两个断面：16号线（指数 +0.428）是最纯粹的睡城线，4号线（-0.206）是最纯粹的 CBD 线；站点端 通河新村（+0.731）与 漕河泾开发区（-0.744）分踞两极。城外睡觉、城内上班，每天清晨在地图上画出数万条重复的弧线。
4. 口径决定结论。 这份数据混有公交、出租、轮渡等多种交易方式，若不先按「地铁」过滤，会得出「出站是进站两倍」「2 元档票价最多」等一连串假象；过滤后进出站严格 1:1（0.987），再以卡号做行程配对（配对率 99.8%），才看清真实图景------票价以 4 元档为主（占 51%），66% 的持卡人·日出行 ≥ 2 次，绝大多数是钟摆式往返。数据分析里最贵的不是算力，是口径。
刷卡数据没有问卷、没有访谈，只有 2.48 亿次「滴」的一声。但把这些声音按时间、空间、卡号三个维度重新排列，一座城市的作息、骨架与分工就自己浮现出来------通勤是城市最诚实的自白。
文章仅用于分享个人学习成果与个人存档之用，分享知识，如有侵权，请联系作者进行删除。所有信息均基于作者的个人理解和经验，不代表任何官方立场或权威解读。