新技术背景下大规模改善城市公交运行效率战略措施研究

陈赛飞　傅惠

【摘 要】本文通过城市公交发展现状与新技术背景下公交系统发展的可能性对比，分析了公交优先战略实施的影响因素，提出基础多模式乘客MFD的公交优先战略实施对策。

【关键词】公交优先;大数据;交互关系;多模式乘客MFD

中图分类号： G642.0 文献标识码： A文章编号： 2095-2457（2019）05-0151-002

1 城市道路交通现状概述

截至 2018 年底，我国机动车保有量达 3.27 亿辆，每百户家庭私家车保有量超过 40 辆，已处于与美国机动车保有量持平的新阶段。预测未来一段时期，机动车保有量每年将持续稳定在10%～15%的速度增长，城市发展面临巨大交通压力。

为有效缓解交通问题带来的社会经济损失，自本世纪初开始，我国就提出实施城市公共交通优先发展战略。“十二五”期间，先后有37个城市开展了公交都市创建工作;进入“十三五”后，又有50个城市加入了此项工程的行列。然而，倡导多年的公交优先战略在各地的发展却收效甚微，仅一小部分城市通过验收，获评“公交都市”示范城市。服务水平低、服务质量不稳定是目前我国城市道路公交系统的常态。

2 公交优先战略概述

公交优先即在城市社会经济和交通发展当中，优先发展城市公共交通。之所以提倡公交优先，是因为公共交通有着一系列其他交通模式无法替代的优点：

（1）涵盖面广、便捷，以广州市为例，2016年度500米站点覆盖率已达81%，基本满足全市人民的出行需求;

（2）价格低廉，多数公交车售价为2-3元每人，且价格固定，远低于出租车收费或自驾，是学生、上班族等群众最常选用的出行方式;

（3）缓解交通压力，一辆公交车平均可承载50人以上，可有效缓解路面压力，减少路网中的行驶车辆数;

（4）提倡公共车有助于节约资源，促进环境保护，据统计，社会车的人均油耗为2-3MJ/pkm，而公交车的人均能耗仅为约1MJ/pkm，可节约50%以上的能源。

3 公交优先战略实施的影响因素

为提升公交服务质量，吸引更多出行者选择公交车，公交公司及研究学者致力于优化公交调度方案：从阶段上可划分为公交路网与线路优化[1]、发车频率设置[2]、时刻表编制[3]、车辆排班[4]与人员排班[5];从规模上可划分为单一线路调度与多线协同调度[3]。尽管如此，公交车在实际运营中仍然面临低效率的处境，在城市道路交通中仍然缺乏竞争力。究其原因，主要在于这些方法忽视了外部环境对公交调度方案的影响。

城市道路交通是由多种交通模式组成的复杂系统，主要由公交车系统、社会车系统（包括私家车、出租车等）、路网设施系统及相关管理信息系统等要素构成，各要素系统之间相互作用从而形成有机体系。由于道路公交系统的开放性，社会车流作为外部环境与公交系统之间存在一定的交互作用。一方面，公交车体积较大速度较慢，需要频繁停车以上下客，导致跟驰在公交车后的社会车达不到应有的速度甚至排队;另一方面，社会车的庞大占比过分消耗了公交车的行驶空间，对公交车系统的服务可靠性产生了不可忽视的影响。而以公交系统为主的城市公交运营管理研究普遍以随机变量的方式加以简化甚至忽略社会车系统对公交系统内部的影响。因此，对这种交互作用认知的缺失从一定程度上限制了公交调度方案的有效实施，公交车无法按时到达站点，甚至产生串车和断位问题。

4 应对公交优先战略实施效率低下的对策

倘若说城市公交系统研究的起始点与落脚点，均在于对公交系统运营方式的数学表达、建模描述、动态优化、系统仿真，那么交通大数据等新技术背景下城市公交研究的重点与难点，是实现公交系统与其他各要素系统之间的高效协同。基于社会车流与公交车流系统客观共存的现实，只有识别和揭示这两类系统之间的交互机理，从而促进二者的有效协同，才能从整体上实现城市公交运行效率的提升。将多系统协同作为公交优先战略发展的新切入点，既来源于学术研究上的新判断，也是现实需求的强烈驱动。

由公交都市建设发展的实施经验可知，利用物联网、大数据分析等新技术，對现有城市公交系统进行服务水平升级与智能化改造，是新时期城市公交发展的必然选择。以手机信令、车辆GPS、公交卡等为代表的出行者、出租车、公交车等信息采集技术，已得到长足发展，从大数据的视角审视宏观交通流交互关系成为可能。

于此同时，由瑞士洛桑联邦理工 LUTS 实验室团队[6]指出，当路网内公交车与社会车的密度都比较均匀时，两种车辆的数量与路网整体车流量存在一定的宏观关系，即多模式车辆宏观基本图（three dimensional vehicle macroscopic fundamental diagram， 3D-vMFD）。以此拓展而出现的多模式乘客宏观基本图（three dimensional passenger macroscopic fundamental diagram， 3D-pMFD）则反应了公交车数量、社会车数量与路网整体乘客流量的关系。其示意图如图1所示。

多模式乘客MFD揭示了在给定路网中，可能存在社会车与公交车数量或密度的理想比例范围，在该范围内可以实现整体路网客流量的最大化。由于公交是典型的大容量客流运输方式，基于多模式乘客MFD进行面向路网整体客流通行效率最优化的交通管理，体现了社会公平性和公交优先思想。为此，本文提出如下战略发展实施步骤：

（1）利用交通大数据对大规模多模式城市路网进行分区研究，得到密度或速度匀质的子路网;

（2）借助子路网的多模式乘客MFD进行多模式车流的交互规律及其对子区路网整体效率的影响研究，得到大系统处于较优状态的公交车流与社会车流比例范围;

（3）以此范围作为控制参考值，一方面对社会车流系统实施拥堵收费或在关键交叉口实行公交优先信号控制，为区域内公交车系统的运行效率提供外部保障;另一方面根据乘客需求优化公交调度策略，提升公交服务质量，同时防止社会车过于拥堵。

5 结束语

本文从城市公交发展现状及新技术背景下公交系统发展的可能性，将传统的“微观公交调度” + “孤立公交系统”视角，切换到“公交与社会车流交互” + “公交与社会车集成管理”视角，从而在合理控制问题复杂度的同时，为大规模公交系统运行管理研究探索新思路。

【参考文献】

[1]邹亮，徐建闽.公共交通路网描述方法及诱导模型设计[J].华南理工大学学报（自然科学版）， 2005， 09： 41-44.

[2]张卫华，吴镇宇，柏海舰，等.基于公交动态网络的发车频率优化研究[J].重庆交通大学学报（自然科学版）， 2017， 36（09）： 91-97.

[3]CEDER A， GOLANY B， TAL O. Creating bus timetables with maximal synchronization[J]. Transportation Research Part A， 2001， 35： 913-928.

[4]陈孙延，沈莹莹，仇佳辉.公交车排班问题探讨——以徐州市2路公交为例[J].中国集体经济， 2018， 24： 85-88.

[5]魏金丽，郭亚娟，张萌萌.基于集合覆盖理论的公交线路驾驶员排班优化方法[J].公路交通科技， 2016， 33（01）： 125-129.

[6]GEROLIMINIS N， ZHENG N， AMPOUNTOLAS K. A three-dimensional macroscopic fundamental diagram for mixed bi-modal urban networks[J]. Transportation Research Part C， 2014， 42： 168-181.