考虑机-非冲突的直行式多泊位公交站设置优化

李英帅，马泽超，张毅超，王伟强，刘振江

(南京工业大学 交通运输工程学院，江苏 南京 211816)

近年来，随着绿色交通理念的提出，非机动车辆在城市公共交通中的比例大幅度增长，这也增加了城市管理者对非机动车的管控压力。在某些公交站周围区域存在着非机动车与机动车相互干扰和冲突的现象，使得公共交通的运行效率受到较大影响。

目前我国公交车站设置的主要形式有港湾式和直行式，直行式公交站存在着严重的机-非冲突问题。在该类公交车在站处，公交车在停靠时会与非机动车发生交汇，产生交通冲突，造成交通延误，使得公交车站的安全性降低。为提高公交站的交通效率和安全程度，有必要对其进行优化设置。

1 研究现状

分析非机动车与机动车的交通情况应考虑车辆自身的特性。R.Van-Der HORST等[1]利用录像法对非机动车道上的自由行驶、会车、跟驰、超车等交通行为进行了深入研究；K.TERZANO[2]研究了自行车安全性和骑手注意力之间的关系，结果表明骑手注意力不集中会极大影响其自身安全和周围人员安全；L.STEG等[3]通过对非机动车骑手问卷调查发现，非机动车交通事故与骑手的错误、失误或违规行为没有显著关系，超速是导致交通事故的主要因素。

在公交车站附近区域的非机动车、机动车和行人之间相互影响方面，学界也进行了大量研究。杜少娜等[4]以北京市两个不同类型的公交站作为研究对象，分析了自行车速度及数量对公交车的干扰行为，建立了非机动车对公交车的干扰模型，但该模型未对公交站几何形状进行分析；平萍等[5]研究了公交站进出的乘客对相邻非机动车通行能力的影响，构建了相邻非机动车道在进出站乘客影响下的基本通行能力模型；王欢[6]基于元胞自动机理论，建立了机-非混行交通流模型，并分析了机-非混行车流的相互影响，得出当进站车概率为Pm=0.3、Pnm=0.4时，公交车进出站都会受到机动车和非机动车影响的结论；韩志玲等[7]基于非机动车在公交车辆进站、停靠、出站等干扰情况，构建了公交停靠站点处单个停靠车位通行能力的计算模型，得出了非机动车对直行式和港湾式车站干扰影响的差异：非机动车流将造成直行式车站服务时间增加26.43%，停靠时间增加24.70%，这将极大影响该状态下机-非冲突次数；郭伟等[8]建立了重庆公交车调查的常规体系及方式；李萌[9]运用SPSS软件分析了非机动车在公交车站附近的分布特性，得出对非机动车越线行为影响较大的是公交站设计和机动车流量的结论；王柯婷[10]通过分析路段上各交通方式之间的冲突机理和冲突延误时间，构建了非机动车延误模型，并对其进行了等级划分，并以此为依据对非机动车道进行优化；邵海鹏等[11]得出影响公交车停靠时的非机动车穿插行为的8个影响因素，建立了公交车停靠时非机动车穿插行为的贝叶斯网络结构，得出了该穿插行为直接影响的各个因素；李岩等[12]基于COX模型，得到了非自由流状态下车辆的越线风险为自由流的0.409倍，低密度非机动车道的越线风险为高密度的0.386倍的结论；都舒[13]从停车位间隙和公交站至交叉口距离等公交站特性入手构建了冲突预测模型，运用灰色理论对交通冲突指标进行划分，得到了非机动车在公交站的安全评价模型；罗铮等[14]对具有较大改建规模的公交站提出了增加U型非机动车行车空间的建议，但对因规划不当而无法大规模动土的车站不具推荐性；田春春[15]基于沿公交线路乘客的需求提出了站间距优化模型和计算方法，构建了公交停靠站类型的优化模型；刘伟等[16]引入排队论模型中的基本参数，将服务时间改进为根据站内车辆数不同而动态变化的函数，有效地控制了大庙站台公交的进出秩序，降低了冲突发生率。

公交车站附近交通秩序混乱、交通隐患较大的现象早已存在。赵婷[17]在对城市公共交通多模式出行路径的研究中得出了公交车辆在进站时存在冲突和延误的结论。基于此，笔者从非机动车、机动车和行人之间的冲突出发，分析了不同类型公交车站的冲突率和冲突原因，构建了冲突模型，得出不同类型公交车站相对最优的优化方案。

2 数据采集与分析

2.1 数据调查

在界定机-非冲突的过程中，机-非冲突碰撞轨迹存在重合点，故存在一个预测轨迹夹角，可在车头时距基础上，利用机-非冲突预测轨迹角度大小来判定交通冲突类型[18]。

笔者将公交站附近的交通冲突类型分为3类：① 第1类冲突：当公交车进站时，公交车预测轨迹和前、侧方非机动车预测轨迹的交汇角度为θ∈[0°, 45°]，且当双方距离小于该路段的平均车头时距时；② 第2类冲突：当非机动车变道驶入机动车道时，机-非双方预测轨迹交汇角度为θ∈[0°, 135°]，且当非机动车与前、后方机动车间距小于该路段的平均车头时距时；③ 第3类冲突：当公交车启动出站时，其预测轨迹和前、侧方的非机动车预测轨迹的交汇角度θ∈[0°,45°]，当非机动车位于公交车车身0.6 m 左右时。这3类冲突类型如图1，其中实线箭头表示公交车路线，虚线箭头表示非机动车路线，点划线箭头表示社会车辆路线。

图1 3类冲突类型Fig. 1 Three types of conflicts

为使调查结果具有可行性，笔者选择长治、苏州、金昌这3座城市的7、8月份每周周三、周四早晚时段09:00—12:00、17:00—20:00进行交通数据调查。对公交站调查要求为：沿人行道设置的直行式公交站，无物理隔离的机-非混合车道，设置在交叉口出口道和道路中段的公交站，调查时段公交车到站率不允许过低，天气情况良好。

道路路段和公交站的交通调查属于抽样调查，包括以下两个方面：

1)几何条件：道路类型、路段内车道数、相邻非机动车车道宽度、公交站长度、公交站形式、公交站尺寸；

2)路段内交通运行数据：社会车辆的当量交通量、非机动车辆行驶速度、公交车到达率、机动车交通量、非机动车交通量、冲突的类型与数量。

2.2 调查数据处理与分析

利用SPSS软件，对产生交通冲突的影响因素进行相关性与显著性分析后，选取公交站长度(简称“长度”)、非机动车道宽度(简称“宽度”)、非机动车速度(简称“速度”)、当量交通量这4个影响因素作为自变量，3类冲突类型作为因变量，进行回归分析，得出每个影响因素对3类冲突的线性关系。

2.2.1 长度和3类冲突的线性关系

长度与3类冲突的关系如图2。经二阶多项式回归分析得到长度与3类冲突的线性拟合关系。3类冲突率随长度的增长呈先下降后上升趋势，且这3类冲突率均在长度为17 m时达到最低值。这表明长度对非机动车穿越公交站时的机-非冲突有较大影响，与文献[13]对比可知：长度对冲突率影响宜列入到调查分析中。

图2 长度-冲突率关系Fig. 2 Relationship between length and conflict rate

2.2.2 宽度和3类冲突的线性关系

宽度与3类冲突的关系如图3。经二阶多项式回归分析得到宽度与3类冲突的线性拟合关系。3类冲突率随宽度的增大呈先下降后上升的趋势。公交站几何特征决定了发生冲突的空间，行车空间过小会限制行车轨迹，使得冲突率激增；行车空间过大也会增加不必要的冲突。

图3 宽度-冲突率关系Fig. 3 Relationship between width and conflict rate

2.2.3 速度和3类冲突的线性关系

速度与3类冲突的关系如图4。经二阶多项式回归分析得到速度与3类冲突的线性拟合关系。3类冲突率随速度的加快呈先下降后上升的趋势，且这3类冲突率都在速度为4.5 m/s时达到最低值。这表明速度过低会增加冲突频次；过高会使驾驶员难以做出及时避让而引发冲突。

图4 速度-冲突率关系Fig. 4 Relationship between speed and conflict rate

2.2.4 当量交通量和3类冲突的线性关系

当量交通量与3类冲突的关系如图5。经二阶多项式回归分析得到当量交通量与3类冲突的线性拟合关系。3类冲突率随当量交通量的增大呈逐渐上升的趋势。道路运行条件决定了冲突对象的基数与状态，过大的当量交通量会增加道路上的机-非冲突发生概率。

图5 当量交通量-冲突率关系Fig. 5 Relationship between equivalent traffic volume andconflict rate

通过以上分析可知：高频次冲突情况会发生在较长的多泊位直行式公交站附近。

3 模型建立与验证

3.1 预测模型

交叉口的安全评价以冲突率作为指标。针对公交站的多个自变量，笔者将4个影响因素作为自变量，3类冲突作为目标函数，对公交车进、出站和停靠时可能发生的机-非冲突进行多元回归分析及预测。

机-非冲突预测模型如式(1)：

y=a1f1(x1)+a2f2(x2)+a3f3(x3)+a4f4(x4)+ε

(1)

式中：x1为公交站长度；x2为相邻非机动车道宽度；x3为非机动车平均车速；x4为相邻机动车道的当量交通量；f1、f2、f3、f4分别为冲突率函数；a1、a2、a3、a4分别为对应系数；ε为随机误差。

根据式(1)，对第1类冲突的拟合函数如式(2)：

(2)

以A表示4个影响因素的相关系数，则有式(3)：

A=[a1,a2,a3,a4]

(3)

使用SPSS软件对双变量相关性进行分析，得到4个因素和第1类冲突率的相关系数为A=[0.440, -0.709, 0.698, 0.830]。经线性回归分析，得到4个因素和第1类冲突率之间的标准估计误差值ε1，分别为-11.3、 9.72、 11.31。将拟合函数、各因素的相关系数和误差值以线性规划的形式组合，得到公交车进站时第1类冲突率的预测模型如式(4)：

11.3

(4)

同理得到第2、 3类冲突率的预测模型如式(5)、式(6)：

(5)

(6)

将所得到的4个影响因素数据代入模型计算，即可对指定车站的3类机-非冲突率进行预测。

3.2 预测模型验证

公交车站交通冲突预测对比结果如表1。

表1 公交车站交通冲突预测对比结果Table 1 Comparison results of traffic conflict prediction at bus stops

表1中：存在人为主观因素的干扰和现实情况的差异，造成了该站第3类冲突率的误差较大。从模型结果可看出，交通冲突预测模型具有一定的精度，在一定程度可以代替实际值。

4 公交站安全等级评价

4.1 安全等级划分

笔者采用数理统计分析法对公交站的交通冲突率进行累计百分频率分析，作为灰类白化值[13]。公交站安全状况可分为5个级别：特别安全(A)、安全(B)、临界安全(C)、不安全(D)、特别危险(E)，可依据15%、40%、60%、85%累计百分频率来对5个安全等级划分阈值。安全等级划分如表2。

表2 安全等级划分Table 2 Safety level classification

4.2 案例分析

取本次调查的所有公交站数据做分级匹配，得到4个公交站的机非冲突率从属于“不安全”的等级。以长治市人民公园站为例，对其进行公交站设置形态优化，其他“不安全”车站可参考该样例进行改善，如表3、表4。

表3 公交站各类影响因素Table 3 Various influencing factors of bus stops

表4 实例公交站冲突率Table 4 Conflict rate of example bus station

4.3 优化及建议

高峰时期无法直接控制该公交站附近的当量交通量，可在当量交通量过大的路段设置辅路，减少过大交通量对公交站的压力。对可优化的公交站可以通过改变公交站长度、非机动车道宽度和限制非机动车行驶速度来降低冲突率，如表5、表6。

表5 人民公园站优化建议Table 5 Suggestions on optimization of People’s Park Station

表6 人民公园站优化后的交通冲突率预测Table 6 Prediction of traffic conflict rate after optimization of People’sPark Station

对人民公园站的优化建议：① 将公交站长度由8.3 m加长至12.0 m；② 将非机动车车道宽度由2.14 m增加至2.50 m；③ 将非机动车速度由6.24 m/s限制为4.00 m/s。

5 结 论

1)公交车进出站时与非机动车存在3种形式的冲突现象。这3类机-非冲突率随公交站长度、非机动车道宽度、非机动车平均速度和当量交通量的增加呈现“先降后升”的趋势。

2)针对不符合安全等级要求的公交站，可通过优化公交站长度、非机动车道宽度和限制非机动车行驶速度来降低机-非冲突率。针对1 000 pcu/h以下的公交站，建议单泊位至双泊位公交站长度设置为15～19 m，非机动车道宽度设置为3.2～4.1 m，非机动车平均速度限制为3.8～4.7 m/s；针对1 000 pcu/h以上的公交站，建议单泊位至双泊位公交站的非机动车道宽度适当降低至3 m及以下，车速可适当提升。

3)对公交车站长度过长而导致当量交通量降低的车站，宜将长度缩短至20 m以内，缩短非机动车过站时与公交车和机动车不必要的交汇距离；对公交车站长度设置低于10 m的车站应适当给予水平横向拓宽处理，让长度达到10 m及以上，给予双方缓冲空间。