公共交通線路網優勢出行距離研究

蔣賢才,墨建亮

(哈爾濱工業大學交通科學與工程學院,黑龍江哈爾濱 150090)

?

公共交通線路網優勢出行距離研究

蔣賢才,墨建亮

(哈爾濱工業大學交通科學與工程學院,黑龍江哈爾濱 150090)

摘要:目前國內公共交通正處于急速發展階段,建立功能明確、層次清晰的公共交通線路網是提高公交系統整體服務水平,提升公交吸引力的有效舉措。文中通過對哈爾濱市居民公交出行距離分布數據的分析,提出并驗證了城市居民公交出行距離分布模型——雙參數韋布爾分布模型;綜合居民公交出行時間和票價兩個因素,基于各形式公交線網的廣義費用,建立了公交線網的優勢出行距離,用以量化公交線網功能。

關鍵詞:城市交通;公交線網功能;公交出行距離分布;廣義費用;優勢出行距離

公共交通憑借其運輸效率高、環境污染小及能源消耗低等諸多優勢,成為世界公認的解決城市交通問題的良藥。中國公共交通建設已初具規模,但同國外發達國家相比還相差甚遠,公交線網結構不合理、功能層次不清等問題嚴重降低了公交系統整體服務效率和吸引力。中國公交線網規劃實踐中已開始注重公交線網的功能分層次劃分,但還一直處于定性分析。為解決該問題,該文對由軌道交通、快速公交BRT和常規公交組成的公交系統進行分析,量化公交線網“長、中、短”出行的功能概念,為公交線網分層規劃奠定基礎。

1 公交出行距離分布

1.1 居民公交出行調查

公交OD可準確反映線路客流在各公交站點間的分布情況,是了解公交系統現狀、優化公交線網規劃和設計的重要依據。采用“小票法”對哈爾濱市的公交線路客流OD進行調查,共涉及128條公交線路,其中聯營線路53條、電車公司線路27條、郊區線路10條、汽車公司線路38條。分別對各線路上下行的早晚高峰居民出行OD進行調查,調查數據如表1所示。

1.2 居民公交出行距離分布假設

如圖1所示,居民公交出行距離分布表現出類似正態分布的特性。有研究表明,瑞利分布可近似描述居民公交出行距離分布特性,但擬合效果并不是非常理想。瑞利分布是雙參數韋布爾分布的特殊形式(形狀參數為2),這里選用雙參數韋布爾分布模型對已有公交出行數據進行擬合。

表1 哈爾濱市居民公交出行距離數據

圖1 哈爾濱市居民公交出行距離分布

雙參數韋布爾分布屬于隨機理論的范疇,其分布函數和概率密度函數標準式如下:

式中:α為形狀參數;β為比例參數。

分布曲線走勢隨參數的變化情況如圖2所示,相同的形狀參數,隨著比例參數的變大,曲線會變得平緩;相同的比例參數,隨著形狀參數的變大,曲線會變得陡峭。

圖2 雙參數韋布爾分布參數變化示意圖

1.3 居民公交出行距離分布擬合

對居民出行距離分布數據的擬合有兩種選擇:一是以分布函數的基本形式進行擬合,二是以概率密度函數形式進行擬合,兩者本質上其實是一致的。這里利用MATLAB數據分析軟件,以分布函數形式對居民的出行距離分布數據進行擬合,結果如圖3所示。

圖3 哈爾濱市居民公交出行距離分布擬合結果

由圖3可知:雙參數韋布爾分布擬合曲線與哈爾濱市居民公交出行距離分布數據的相關系數高達0.999 8,擬合精度非常高,表明雙參數韋布爾分布模型可用于描述居民公交出行距離分布特性。

2 公交線網優勢出行距離

2.1 居民公交出行廣義出行費用

居民公交出行的廣義出行費用是居民公交出行過程中一切耗費的總和,一般由直接經濟衡量費用和非直接經濟衡量費用兩部分構成。直接經濟衡量費用為各種公交方式的票價,非直接經濟費用為出行時間。綜合以上兩個因素,則居民公交廣義出行費用為:

式中:F為居民公交出行的廣義出行費用(元);η為乘客時間價值(元/h);T為居民公交出行時間(h); C為居民公交出行票價(元)。

某種交通方式在一定距離段內的指標對比結果好于其他交通方式,則稱該距離段為其優勢出行距離。首先,優勢出行距離是相對的,選取的比較對象不同,優勢出行距離也會有所差異;其次,對比的指標對優勢出行距離結果影響很大。這里從消費者的角度,考慮對居民公交出行選擇影響最為顯著的出行時間和票價兩個因素,并利用廣義出行費用綜合兩個因素,研究軌道交通線網、快速公交BRT線網和常規公交線網各自的優勢出行距離。

對于一般的公交出行者,各級公交線路與廣義出行費用存在如圖4所示的關系。由圖4可知各形式公交線網的優勢出行距離可通過分析廣義出行費用,然后聯立求得兩個臨界值L1和L2求得。

圖4 居民公交出行距離與廣義費用關系示意圖

2.2 基于公交廣義出行費用的優勢出行距離建模

2.2.1 假設與說明

(1)居民公交出行在各等級公交線網上的換乘情況如圖5所示。居民公交出行一般會選擇距離自己最近的公交站點乘車,鑒于BRT和軌道交通的優勢,與靠近BRT和軌道交通站點出行位置相比,靠近常規公交站點的位置可認為是出行最不利的位置。而從實際情況來講,盡管BRT和軌道交通線路設置時會盡力考慮居民客運走廊,但覆蓋率仍然有限,常規公交的主體地位說明大部分出行將首先通過常規公交。因此,對一般的公交出行者進行建模分析,假設公交出行在各等級公交線網之間嚴格按照從低到高的次序切換。對于現實情況中居民公交出行首選BRT或軌道交通的出行,只需將出行中未涉及的公交方式的出行距離視為零即可。

圖5 居民公交出行在各級公交線路的換乘示意圖

(2)模型中相關假設及參數說明:i=1,2,3分別表示常規公交、BRT和軌道交通;假設居民從起點到公交站點和從公交站點到終點都采用步行方式,步行距離為d0,步行速度為v0,且假定各等級公交線網銜接合理,中途換乘過程中的步行距離很小,可忽略不計;常規公交出行距離為d1,常規公交運行速度為v1;BRT出行距離為d2,BRT車輛運行速度為v2;軌道交通出行距離為d3,軌道交通列車運行速度為v3;居民公交出行總距離為L;最高利用常規公交、最高利用BRT和最高利用軌道交通出行的平均候車時間分別為t-1_wait、t-2_wait和t-3_wait。

(3)居民公交廣義出行費用建模。最高利用常規公交出行的廣義出行費用為:

最高利用BRT出行的廣義出行費用為:

最高利用軌道交通出行的廣義出行費用為:

2.2.2 各形式公交線網優勢出行距離劃分

由圖4所示各形式公交線網的廣義出行費用,聯立可得各形式公交線網的優勢出行距離。

當F1=F2時,可求得:

當F2=F3時,可求得:

因此,常規公交線網的優勢出行距離為[0,L1],BRT線網的優勢出行距離為[L1,L2],軌道交通線網的優勢出行距離為[L2,L3]。

3 結論

公交線網功能層次的概念已經提出很長時間,但至今仍停留在定性分析階段。該文首先對居民公交出行的距離特性進行建模分析,并建立雙參數韋布爾分布模型來描述居民的公交出行距離特性。在公交線網功能層次規劃中,經常提到常規公交主要負責短距離出行,BRT負責中距離出行,軌道交通負責長距離出行,但大都是定性分析,無法指導生產。該文從消費者的角度出發,利用廣義費用,綜合考慮居民公交出行過程中影響最為顯著的時間和票價因素,最終得到了各形式公交線網的優勢出行距離,為公交線網的分層規劃奠定基礎。

參考文獻:

[1]高健.基于居民出行行為的城市多級公交線網時空協調優化理論與方法[D].北京:北京交通大學,2014.

[2]楊兆升.城市公共交通網絡的優化研究[J].汽車技術,1985(5).

[3]王煒,楊新苗,陳學武.城市公共交通系統規劃方法與管理技術[M].北京:科學出版社,2002.

[4]儲紅梅.多模式公共交通網絡的優化模型研究[J].科技風,2012(11).

[5]林柏梁,楊富社.基于出行費用最小化的公交網絡優化模型[J].中國公路學報,1999,12(1).

[6]梁明蘋.公交線網設計算法分析及線路調整研究[J].公路與汽運,2015(4).

[7]潘星.基于多模式公共交通最優路徑算法研究[D].武漢:華中科技大學,2011.

[8]王璇.城際多方式出行路徑規劃方法研究[D].北京:北京交通大學,2010.

收稿日期:2015-06-03

中圖分類號:U491.1

文獻標志碼:A

文章編號:1671-2668(2016)02-0059-03