公交车上第一站上来六个人：乘客数量变化引发思考

公交车在清晨六点驶入第一站时，电子报站器刚发出"滴"的提示音，六双运动鞋就整齐地跨上了台阶。这六位穿着同款工装的中年男女刷卡动作完全同步——他们来自三公里外的电子元件厂，每周固定三天搭乘首班车参加设备调试培训。

这个场景在南京市交通研究院的OD客流分析系统中被标注为"锚点乘客"，他们的乘车规律直接影响了整条728路公交的调度策略。车辆行驶到第三站的实验小学时，系统开始显现动态平衡特征：前门涌入的家长群与后门下车的工人数量形成1:0.8的置换比，车厢装载率始终维持在黄色警戒线（70%载客量）以下。

下午五点的返程高峰呈现出完全不同的数学模型。新街口商圈站点的瞬时客流增量达到基准值的3.2倍，此时智能调度中枢会启动"脉冲式供车"模式。2023年安装的载重传感装置显示，当第五位乘客踏上台阶时，后轴压力变化会触发AI预测模型，提前30秒向调度中心发送增援请求。

交通规划师常用的四阶段法在此得到印证：出行生成阶段受工业园区排班表控制，出行分布呈现明显的潮汐特征，方式选择受限于3公里半径内的共享单车投放量，而最后的路径分配环节则取决于实时路况演算。北京市交委2024年发布的《公交线网韧性评估报告》指出，这类规律性通勤流可使线路准点率提升17%。

当末班车完成当天的第48次折返，车载计数器记录的2836次上下车动作，已自动生成乘客起讫点矩阵。这些数据流经交通大脑的卷积神经网络后，次日凌晨四点，充电桩会自动为需要增加班次的车辆充满82%的电量——这个阈值既能保证续航，又为突发调度预留了弹性空间。