考慮公交優先的新型高乘載車道及設置策略

單肖年，萬長薪，王曉云，黎雨菲，任姣月，王雨婕

（1.河海大學，土木與交通學院，南京 210024；2.河海大學，外國語學院，南京 210024）

0 引 言

高乘載車道作為一種典型的交通需求管理策略，能夠有效降低車公里數，在實際交通擁堵改善策略中得到了廣泛的應用[1]。公交專用道作為一種高乘載車道的特殊形式，僅允許公交車輛使用，禁止所有小汽車通行，一定程度上降低了道路設施資源的利用效率[2]。為了提高公交專用道的道路設施利用效率，部分城市管理部門試點設置了“公交專用道”＋“多乘員車道”的高乘載車道（或稱之為復合型集約車道①近年來，上海、銀川等地管理部門設置了復合型集約車道，即“公交專用道”+“多乘員車輛專用道”，其本意是高乘載車道。一般工作日早高峰及晚高峰時段內，該車道供公交車、校車、載客2人及以上（含駕駛人）的機動車專用行駛，其他車輛不得駛入。），一定程度上緩解了普通車道社會車輛擁堵的現象[3]。此外，隨著車路協同與智能網聯技術的發展[4-5]，車車信息交互，智能網聯車輛能夠實時獲取周圍車輛的速度與位置信息，有助于推進高乘載車道動態化、精細化管理策略的實施，實現保證公交優先條件下的道路基礎設施資源利用最大化。

在21 世紀初，Viegas[6]等人提出間歇式公交專用道的初始概念（Intermittent Bus Lane,IBL），即在保證公交優先的情況下，允許社會車輛駛入公交專用道，但是當公交車駛入公交專用道時，需要對公交車前方社會車輛進行清空，只允許右轉社會車輛繼續通行。之后Yang[7]考慮到IBL 設置策略會增加車輛間的沖突，在此基礎上提出了動態公交專用道（Dynamic Bus Lane, DBL）的概念，通過微觀交通仿真模型PARAMICS對上述兩種公交專用道設置方法進行了仿真分析，結果表明DBL 設置策略能更好地提高車道利用率。韓慧敏[8]探究了出租車行駛在公交專用道上的可行性，隨后謝秋峰等人[9]基于移動瓶頸理論估計了IBL 的通行能力特征。胡淑芬[10]對間歇式公交專用道的發展歷程進行了綜述分析。

近年來，Wu 等人[11]將智能網聯技術引入間歇性公交專用道中，估計了適合設置間歇性公交專用道的路段交通流飽和度特征；Gao等人[12]分析了智能網聯公交車及社會車輛在公交專用道上隊列行駛的可能性，仿真分析了車輛軌跡特征及公交專用道通行能力特征。趙晨馨等人[13]以出行總耗時最大為目標函數，構建公交時分高乘載車道交通臨界模型，得到高乘載車道設置條件的量化區間。Zhao 等人[14]提出一種新型動態公交專用道，即在交叉口上游設置中間開口，通過預信號引導左轉公交車駛入對向公交專用道，以交叉口人均延誤為目標函數，建立混合非線性整數規劃模型并求解。Xie 等人[15]利用VISSIM 仿真對車路協同環境下動態公交專用道設置策略的相關參數進行了敏感性分析，包括智能網聯汽車混入率、DSRC通信距離等。部分學者分析了公交專用道允許純電動小汽車或者自行車使用的效益特征[16-17]。Zang 等人[18]提出了一種考慮可交易電子路票的高乘載車道均衡分配算法，分析了多種可交易電子路票設置策略的效益。另一方面，元胞自動機（Cellular Automata,CA）能夠有效地模擬交通流在復雜環境下的運行特征，國內外研究學者提出Nagel-Schreckenberg[19](NS)的改進模型[20-22]，探究了車路協同或智能網聯環境下混合交通流的運行特征。董友邦等人[23]構建元胞自動機仿真模型，分析了公交站點附近間歇式公交專用道的適用條件。

綜上所述，目前國內外已有研究對社會車輛進入公交專用道的條件以及設置間歇性公交專用道帶來的效益進行了評估，但對于設置“公交專用道”+“多乘員車道”的高乘載車道的交通流設置條件尚不明確。同時在智能網聯環境下車車信息交互，有利于優先保障公交車通行效率，進而提高道路設施資源的利用效率，亟需探究網聯環境下考慮公交優先的高承載車道設置策略可行性。本文旨在探究智能網聯環境下考慮公交優先的新型高乘載車道設置策略，對比分析了不同高乘載車道設置策略下的公交車運行延誤與道路交通流量特征，為考慮公交優先的新型高乘載車道設置策略提供實踐指導與理論支撐。

1 新型高乘載車道

1.1 車道場景

本文研究的新型高承載車道著重體現在兩個方面：其一，允許公交車與多乘員小汽車混行，可以優先保障公交車通行效率；其二，車輛行駛環境為智能網聯環境，車輛均為智能網聯車輛。研究的基本場景為單向三車道。其中，“公交專用道”+“多乘員車道”的高乘載車道設置在車輛前進方向的最內側，中間及外側為普通車道，供社會車輛行駛，公交站點布設在靠近高乘載車道一側，如圖1所示。

圖1 研究路段基本場景Fig.1 The basic scene in this research

為盡量反映如城市快速路所示的連續交通流實際運行情況，對模型做出如下假設：

（1）基本場景：行駛環境為單向三車道，其中外側兩條車道供社會車輛行駛，同向行駛車道最內側為新型高乘載車道，公交站點設置在靠近高乘載車道一側路段中間，社會車輛初始隨機分布于普通車道。

（2）車輛屬性：研究只考慮公交車和社會車輛兩種，且車輛性能尺寸分別一致。其中社會車輛進一步區分為合乘車輛（High Occupancy Vehicles,HOVs）及非合乘車輛，合乘車輛即是指車內人數大于等于2人。

（3）站點?？浚杭僭O公交車均需在站點?？浚芯恐泄卉囌军c?？繒r間為定值20 s，符合公交車站點?？康臅r間特征[24-25]。此外，在3.4 中進一步討論了公交車站點停靠時間隨機性特征。

（4）運行環境：車輛運行環境為智能網聯環境，公交車輛及社會車輛均為智能網聯車輛，車輛之間的位置以及車輛速度均可知。

1.2 設置策略

本研究中設置三種高乘載車道策略，具體為：策略一，公交專用道，只允許公交車通行，不允許社會車輛駛入公交專用道；策略二，不考慮公交優先的高乘載車道，允許公交車和合乘車輛同時通行；策略三，考慮公交優先的新型高乘載車道，允許公交車通行，在滿足基本條件下允許普通車道中的合乘車輛駛入該車道，同時在特定條件下要求合乘車輛駛出高乘載車道。

策略一僅允許公交車通行，策略二需要判斷駛入高乘載車道的社會車輛是否是合乘車輛，如果是合乘車輛，當換道條件允許時，合乘車輛可以自由駛入駛出高乘載車道。策略二允許合乘車輛自由駛入駛出高乘載車道，但高乘載車道流量的增加以及合乘車輛駛入駛出的換道行為一定程度上增加了公交車的運行延誤。在智聯網聯環境下，車車間的位置與速度信息共享，有助于提出考慮公交優先的合乘車輛駛入駛出高乘載車道的規則，即策略三。

具體而言，對于處于中間車道的社會車輛，當中間車道產生擁堵時，社會車輛存在換道訴求，換道可能存在兩種結果：社會車輛進入高乘載車道或社會車輛換至最右側普通車道。在智能網聯環境下，考慮公交車的優先通行，需要對進入高乘載車道的社會車輛的速度和位置做出限制，當社會車輛滿足相關要求時才可進入高乘載車道。

當中間車道的社會車輛存在換道訴求時，判斷存在換道訴求的社會車輛是否為合乘車輛。在非合乘車輛情況下，且滿足下節中的換道規則，則換道至右側普通車道；當車輛為合乘車輛時，為了保證進入高乘載車道的合乘車輛在當前時間步長內不對后方公交車的行駛造成影響，同時確保公交車能在下一時間步長內保持最高車速或加速行駛狀態。這可以被描述為在滿足2.3 所述的換道規則的基礎上，單位時間內dn,m,b≥min(vn,b,bus+1,vmax,bus)與vn,car≥vn,b,bus成立時，該合乘車輛即可換道至高乘載車道，符號說明見表1。需要說明的是，雖然高乘載車道前方鄰近公交車的速度及位置也可知，考慮到合乘車輛為了駛入高乘載車道以避免當前車道的擁堵，且后方駛入合乘車對前方臨近公交車通行基本不造成影響，故未設置前方臨近公交車約束條件。

表1 策略三的相關符號說明Tab.1 Related parameters of strategy three

此外，進入高乘載車道合乘車輛的行駛速度通常會大于或等于合乘車輛后方的公交車輛，但是隨著車輛的位置更新，可能存在合乘車輛由于車頭間距的不足而開始減速，影響后方公交車輛的通行。例如，由于公交車站點?？?，將會導致緊隨其后的合乘車輛減速，進而影響后方公交車運行效率，則為了保障公交車運行效率，要求后方公交車一定范圍內的合乘車輛在滿足換道規則的前提下駛出高乘載車道。因此，若臨近的普通車道允許合乘車輛駛出高乘載車道，即使高乘載車道上存在更優的行駛空間，車輛也將駛出高乘載車道；但如果此時目標車道沒有空間容納合乘車輛，車輛將繼續保留在高乘載車道內。因此，需要對高乘載車道上行駛的合乘車輛進行判定，若dn,mix,b＜vn,b,bus&vn,car＜vn,b,bus，同時滿足dn,o,b≥dn,safe和En,o= 0，即滿足換道安全的條件下，將強制要求合乘車輛駛出高乘載車道，若不滿足dn,o,b≥dn,safe和En,o= 0 中的任一項，車輛在當前時間內將保留在高乘載車道，符號說明如表1 所示。同時，考慮合乘車自身對更優行駛環境的追求，即自由換道的需求，若合乘車在高乘載車道上滿足下節所述換道規則，也將駛出高乘載車道。

綜上，考慮公交優先的新型高乘載車道（策略三）社會車輛換道規則如圖2所示。

圖2 新型高乘載車道中社會車輛換道規則Fig.2 Lane changing rules of new high occupancy vehicle lane

2 新型高乘載車道交通流仿真建模

2.1 參數設置

為了體現智能網聯環境下車輛位置和速度的可知性，便于表達新型高乘載車道的設置策略，研究中采用元胞自動機進行仿真建模。城市快速路公交專用道相鄰站點間的距離較遠，研究中假設站點上下游各500 m 的空間范圍作為仿真的基本長度，單車道寬度為3.75 m，道路總寬度為11.25 m，考慮仿真結果的合理性，在左右兩端增設200 m 的預熱空間，故總仿真場景長度為1 400 m。本文定義社會車輛和公交車實際長度分別為6 m 和12 m，考慮到車輛和車輛由于視野盲區等原因，為了避免碰撞，車輛與車輛在跟馳的過程中往往會保持一定車距，研究中元胞長度為車輛長度與車輛為避免碰撞而保持的距離之和，即一個元胞對應實際長度7 m。規定一輛社會車輛占據一個元胞，一輛公交車占據兩個元胞，公交站點可容納2 輛公交車，為4 個元胞，仿真場景如圖3所示。

圖3 元胞自動機模型仿真環境Fig.3 Simulation environment in cellular automata model

車輛運動學參數設置方面，研究中假設社會車輛最大速度vmax,car= 4cells·s-1，對應實際速度為100.8 km·h-1；公交車最大速度vmax,bus= 3cells·s-1，對應實際速度為75.6 km·h-1；在智能網聯環境下，車車信息交互，車輛駕駛員隨機慢化概率趨于零，與其他相關學者研究保持一致[22]。此外，考慮到緊急情況時，車輛間的安全換道間距dn,safe= 2cells，公交車?？繒r間tdwelling= 20 s。為簡化研究問題，借鑒美國《公共交通運行能力及服務水平手冊》，假設公交車發車間隔服從均勻分布，公交車發車時間間隔ΔT=120 s，小時交通量為30 veh·h-1，與公交專用道設置標準保持一致[26]。模型參數設置如表2所示。

表2 模型參數設置Tab.2 Parameter settings in this study

另一方面，為了再現普通車道交通流的擁堵狀態，對于社會車輛采用周期性邊界條件。當社會車輛駛出右側邊界時根據車輛速度和位置重新將其投放到路段上游。同時考慮到公交線路的單向性，對公交車采用開口邊界條件，符合車輛運行的實際情況。

2.2 車輛跟馳規則

車輛跟馳規則需要考慮到社會車輛的跟馳及公交車的跟馳運行。社會車輛跟馳規則采用較為常見的三步驟，即加速、減速及位置更新，具體如下：

（1）加速時：

（3）位置更新時：

式中：vn,car(t+1)表示社會車輛在下一時空步的行駛速度；vmax,car表示社會車輛最大車速；dn表示車輛與當前車道前車的間隙；xn,car(t)、xn,car(t+ 1)分別表示社會車輛在當前、下一時空步位置。

公交車速度更新的規則前三步與社會車輛相同，考慮到公交車要在公交站臺上?？浚晕恢酶聲r分兩種情況考慮：

（1）公交車停靠在公交站臺時

需要記錄其等待時間，當等待時間等于停靠時間tdwelling時，認為公交車乘客上下車完畢，即公交完成停靠，公交車將按跟馳規則繼續行駛。

（2）在公交站臺外時

當公交車位于公交站臺外時，公交站臺不對公交車造成約束，公交車跟馳規則與前述社會車輛保持一致。

2.3 車輛換道規則

對于單向多車道元胞自動機的換道策略，通常假設車輛的換道是由某些動機驅使的，Chowdhury 等[27]以單車道的NS 模型為基礎，引入一套社會車輛換道規則，構造了一個對稱的雙車道元胞自動機模型，該模型模擬均勻交通系統時效果較好。本文即采用Chowdhury 所提出的換道規則作為研究的基礎。考慮到實際情況下車輛同時進行兩次換道行為屬于小概率事件，約束其每個時空步至多換道一次。車輛具體換道規則如下：

（1）換道動機：

式中：dn為當前車輛前方空元胞數；dn,o為相鄰右車道前方空元胞數；dn,o,b為相鄰車道后方空元胞數；dn≤min(vn,car(t) + 1,vmax,car)表示單位時間步長內車輛在當前車道不能按期望速度行駛；dn,o＞dn表示臨近車道上行駛環境比當前車道好；En,o= 0 表示車輛換道時鄰車道元胞并無車輛占據。

需要說明的是，策略一及策略二即采用上述的車輛換道規則，策略三采用如圖2所示的車輛換道規則。

2.4 仿真評價指標

以公交車平均行車延誤百分數dbm以及交通量提升倍數qm作為不同策略比較分析的評價指標。公交車平均行車延誤百分數的定義為：在相同仿真時間內，策略二或策略三的公交車平均行駛時間與策略一的公交車平均行駛時間之差與策略一公交車平均行駛時間比值的百分數，如下所示：

式中：dbm為統計時間內策略m的公交車平均行車延誤百分數；nm為統計時間內策略m通過的公交車總數；tm,i表示策略m中第i輛公交車的行駛時間；當m=1時表示公交專用道。

同時假設公交車平均延誤百分數在10%以內，即認為公交車通行狀況不受影響。

道路交通流量提升倍數的定義為：在相同仿真時間內，策略二或策略三的總標準交通量與策略一的總標準交通量之差與策略一總標準交通量的比值，并認為車道交通流量提升倍數大于0.2時，策略二及策略三的設置具有實施價值。道路交通流量用公式表示如下：

式中：nm,gen,i為策略m在初始條件下投放在第i條普通車道的社會車輛數；Ngen為普通車道設置的車道總數，Ngen= 2。

3 新型高乘載車道仿真結果分析

3.1 交通流量及公交車延誤特征分析

利用Matlab 建立上述混合交通流元胞自動機仿真模型，設置仿真時間為2 000 s，單位時間步長為1 s，前200 s 為系統預熱時間，取后1 800 s 作為結果分析數據，同時為了消除隨機性引起的誤差，結果取五次仿真實驗的平均值。分析三種策略的公交車運行延誤與交通流量特征，當公交車發車間隔為120 s 時，不同合乘車比例下策略二與策略三的公交車平均行車延誤百分數、普通車道交通量及高乘載車道交通量變化特征對應仿真結果如圖4所示。

圖4 策略二與策略三交通量及公交車平均行車延誤百分數Fig.4 The average bus operation delay and traffic volume of strategy two and strategy three

由圖4(a)～(f)可知，當普通車道交通流運行處于自由流狀態，車流密度小于30 pcu·km-1時，策略二與策略三高乘載車道交通量均為公交車交通量，說明社會車輛在普通車道上行駛不受阻礙，合乘車輛沒有進入高乘載車道的需求，即在自由流情況下設置高乘載車道暫無較高的實際價值。當交通流密度處于30～50 pcu·km-1時，隨著合乘車比例和交通流密度的提升，高乘載車道交通量與公交車平均延誤百分數均呈現上升的趨勢。當交通流密度處于50～140 pcu·km-1時，高乘載車道交通量變化可以分為三種情況：合乘車占比小于30%時，高乘載車道交通量隨交通流密度增長保持上升趨勢；合乘車占比位于30%～60%時，交通量隨交通流密度的增加保持緩慢下降的趨勢；當合乘車占比大于60%時，隨著交通流密度的增大，高乘載車道交通量在交通流密度大于50 pcu·km-1后呈現快速下降的趨勢，且下降速率隨合乘占比的增加而增大。具體分析可知：當合乘車輛占比在30%時，合乘車密度最大為30～84 pcu·km-1，對應自由流向擁堵的過渡階段，所以這一階段流量下降平緩；而當合乘車輛占比大于60%時，合乘車密度最大為72～140 pcu·km-1，交通流密度靠近堵塞密度，此時合乘車總數增加，使得高乘載車道行駛環境惡化，為了保障高乘載車道上公交車運行效率，合乘車輛需要逐漸駛離高乘載車道，高乘載車道交通量呈現快速下降趨勢。同時發現這一階段策略二的延誤百分數要高于策略三對應百分數，說明考慮公交優先的新型高乘載車道設置策略在保證公交車運行方面具有優勢。

3.2 新型高乘載車道設置條件分析

為了進一步說明城市快速路新型高乘載車道設置條件，繪制了策略二及策略三普通車道交通流密度及合乘車輛占比雙因素作用下的公交車平均延誤百分數及道路交通流量提升倍數三維偽彩圖，如圖5所示。圖中綠色虛框表示高乘載車道的延誤百分數適用范圍，即公交車平均延誤百分數小于10%；藍色虛線框表示道路交通流量提升倍數適用范圍，即流量提升倍數大于0.2。因此，綠色區域與藍色區域的交集即為該條件下的新型高乘載車道適用性范圍。

圖5 策略二、策略三延誤百分數及流量提示比適用范圍Fig.5 Ranges of applicability of the average bus operation delay and traffic flow increment for different strategies

對比圖5 的疊加區域可知，不同合乘車比例條件下高乘載車道設置的交通流適應密度范圍存在差異。隨著合乘車比例的增加，車道設置的交通流適應密度呈現縮小的趨勢。當合乘車比例為50%時，策略三的適應密度為[34,88]pcu·km-1，略高于策略二的適應密度[34,81]pcu·km-1。而當合乘車比例大于等于60%時，策略二與策略三適用范圍的疊加區域保持一致，為[34,61]pcu·km-1。具體分析為：當交通流密度小于34 pcu·km-1時，交通流處于自由流階段，車輛沒有駛入高乘載車道的需求；交通流密度在34～61 pcu·km-1的范圍時，道路運行條件（車流）處于自由流向擁堵流過渡，設置新型高乘載車道有助于提升道路利用效率；合乘車比例大于等于60%，密度區間為61～140 pcu·km-1時，高乘載車道交通流接近堵塞狀態，雖然上一輛公交車已經駛出邊界，但其駐站停車產生的堵塞波尚未完全消散，進而導致高乘載車道的流量下降，也進一步解釋了當合乘車占比較高時在高密度場景下高乘載車道流量下降的原因，如圖6所示。

圖6 密度為100 pcu·km-1、合乘車占比為60%時公交車駐站產生的堵塞現象Fig.6 Traffic congestion generation when the density is 100 pcu·km-1 and HOV’s proportion is 60%

此外，當公交車發車時間間隔為120 s時，觀察公交車平均行車延誤百分數所對應三維偽彩圖的不適應密度范圍，可以發現在此范圍內策略三對應偽彩圖的色階要弱于策略二，說明與策略二相比，策略三影響了部分低速合乘車的駛入及合乘車駛出新型高乘載車道的判定，降低了公交車的行駛延誤，有利于保障公交車的優先通行。綜上，當公交車發車間隔為120 s，合乘車占比低于60%時，在低中密度范圍內設置高乘載車道，有助于吸引普通車道的合乘車輛，改善普通車道交通流狀況，進而實現道路交通流量增大與公交車運行效率保證的雙目標。

3.3 公交車發車時間間隔敏感性分析

為進一步討論公交車發車時間間隔對不同策略的新型高乘載車道的適應性影響，增設公交車發車時間間隔分別為150 s、180 s 時，策略二、策略三延誤及流量提升倍數適用范圍三維熱力圖如圖7、圖8所示。

由圖7、圖8 可知，隨著公交車發車間隔的增加，對應兩種高乘載車道設置策略的交通流適應范圍也不斷擴大。當公交車發車間隔為150 s，對應公交車小時交通量為24 veh·h-1時，以合乘車占比50%為例，策略二疊加區間為[34,88]pcu·km-1，策略三疊加區間為[34,95]pcu·km-1；當公交車發車間隔為180 s 時，策略二疊加區間為[34,88]pcu·km-1，策略三疊加區間為[34,102]pcu·km-1；而當發車間隔為120 s 時，策略二、策略三疊加區間分別為[34,81]pcu·km-1、[34,88]pcu·km-1。由此可見，隨著公交車發車時間間隔的增大，新型高乘載車道設置的交通流適用密度范圍呈現增長的趨勢。從交通波的角度分析，公交車交通流實際相當于間斷流，公交車在公交站點停靠時產生了堵塞波，影響了后方的合乘車或公交車速度，且公交車交通量越大，總的停靠時間越大，對應堵塞波的范圍和影響時間越長，所以公交車平均延誤也會有所增加。同時由上面所列的疊加區間可以發現，雖然策略二適用范圍隨公交車交通量縮減而有所增加，但其擴大后的適用范圍低于策略三的適用范圍，說明對于原設有公交專用道的高密度普通車道路段，將公交專用道管理策略變更為具有公交優先的新型高乘載車道管理策略，能夠提高道路路段流量，實現道路設施資源的利用最大化。

圖7 公交車發車間隔為150 s時策略二、三適用范圍Fig.7 Ranges of applicability of different strategies when the bus time interval is 150 s

圖8 公交車發車間隔為180 s時策略二、三適用范圍Fig.8 Ranges of applicability of different strategies when the bus time interval is 180 s

3.4 公交車駐站時間分布特征分析

前述的分析中，均假設公交站點停靠時間為定值（20 s），在實際公交車運行中，公交車在站點停靠時間呈現隨機性。假設公交車站點?？繒r間服從N(20,4)的正態分布[22]，探究公交車停靠時間的隨機性對高乘載車道適用性范圍的影響，以策略三為例，得到?？繒r間服從正態分布時適用性范圍如圖9所示。

圖9 公交車駐站時間服從正態分布下策略三的適用范圍Fig.9 Ranges of applicability of strategy three when the bus dwelling time follows a normal distribution

與圖5(b)、(d)公交車駐站時間為固定值20 s相比，公交車駐站時間服從正態分布時對應的延誤百分數要稍低于固定駐站時間，但兩者差距較小。考慮論文中正態分布服從N(20,4)，即公交車駐站時間在[16,24]的出現概率較大（為68.4%），與駐站時間為20 s時本身存在較大的重合部分，則仿真結果差異性較小。此外，社會合乘車輛無法獲知公交車駐站時間，且公交車駐站時間未在策略三的換道規則中得到應用。總體而言，兩種情景下的公交車駐站時間仿真結果在公交車運行延誤百分數和交通量提升兩方面差距較小。

4 總 結

智能網聯環境下，車車信息交互有助于實現提升公交專用道的設施利用效率及保障公交運行效率的多重目標，本文提出了一種考慮公交優先的新型高乘載車道，建立了混合交通流元胞自動機模型，以公交車平均行車延誤百分數與道路交通流量提升倍數為評價指標，對比分析了不同高乘載車道的設置策略。仿真結果表明：不同合乘車比例條件下高乘載車道設置的交通流適應密度范圍存在差異；隨著合乘車比例的增加，高乘載車道設置的交通流適應密度呈現縮小的趨勢?？紤]公交優先的新型高乘載車道設置策略有效適應性范圍總體上優于常規高乘載車道的適應范圍。具體而言，當公交車發車時間間隔為120 s 以及合乘車比例為50%時，考慮公交優先的新型高乘載車道設置策略的適應密度為[34,88]pcu·km-1，略高于常規新型高乘載車道的適應密度（[34,81]pcu·km-1）。而當合乘車比例大于60%時，兩種車道設置策略的適應性密度范圍保持一致。同時，隨著公交車發車間隔的增加，對應兩種高乘載車道設置策略的交通流適應范圍也不斷擴大，且考慮公交優先的新型高乘載車道設置策略密度擴大范圍較高。此外，對公交車站點停靠時間的隨機性進行了討論，由于研究中假設公交車駐站時間服從20 s均值的正態分布，兩種場景下高乘載車道設置策略的適應性差異性較小。本文研究成果為設置考慮公交優先的新型高乘載車道提供了理論依據與實踐指導。