基于实时路况的城市公交出行相对时空效率特征.docx

    基于实时路况的城市公交出行相对时空效率特征    许彩薇，黄正东，赵天鸿,4，张 莹，黄嘉诚（1.深圳大学 建筑与城市规划学院智慧城市研究院，广东 深圳 518060；2.粤港澳智慧城市联合实验室，广东 深圳 518060；3.深圳市城市数字孪生技术重点实验室，广东 深圳 518060；4.深圳技术大学 大数据与互联网学院，广东 深圳 518118）国家和地方政府高度重视城市公共交通的发展，相继制定了一系列政策措施，以鼓励公共交通优先发展、引导居民转向绿色公交出行居民在选择出行方式时，一个重要参考因素是公共交通相对于其他交通方式（尤其是小汽车）的出行效率同时，公交出行相对效率也是是判断公共交通是否高质量发展的关键标志因此，研究城市公交出行相对效率，对于评价城市公交系统发展水平、制订相应的完善措施、促进公交健康发展等均具有较大的参考价值出行效率指居民以最少的时间完成所需要的出行任务（蔡军，2005），具有时间和空间的特性在时间层面上，出行时空效率以出行时间为主要参考，出行时间是出行方式选择的重要依据（Sa‐lonen et al., 2013; Liao et al., 2020）；在空间层面上，出行时空效率反映不同空间之间选择公共交通出行的效率水平。

提高公交出行时空效率，一是要缩短公交出行的绝对时间，二是要减少公交出行与个体机动交通出行时间的差距关于绝对出行时间的研究中，多以建立基于出行时间的可达性模型评估出行效率，分析可达性范围（周雨阳 等，2020），或通过构建最优化模型对公交线路的路线及长度进行优化，以有效减少换乘次数和一次公交出行的平均时间，从而达到缩短公交出行绝对时间的目的（揭远朋 等，2018；Makarova et al., 2021）还有研究通过建立评估模型进行求解分析，找到影响出行效率的关键因素，制定提升路网效率的改善方案，以提高公交出行效率（杨励雅 等，2011；董礼 等，2018；Fitzova et al., 2018）在中国城市扩张迅速、机动化出行水平日益提高的背景下，公共交通的吸引力提升关键不仅在于缩短绝对的出行时间，更在于减小公交出行方式与个体机动出行方式之间的时间差，即提高公交出行相对时空效率公交出行相对时空效率是相对于小汽车出行的时间差异，综合考虑了公共交通作为大运量的出行方式所承载的出行乘客数量，能更好地体现城市公交出行整体的时空效率已有研究从不同的视角构建了出行相对效率评估模型，如用公共交通的出行时间除以汽车出行时间，比较2种出行模式的出行时间差异（Liao et al., 2020），或构建表征公共汽车与小汽车速度变化趋势一致性的关联度指标，对比不同空间和时间维度下两者的速度特性（王玉焕 等，2014）。

还有从通勤视角根据居住地与就业地信息展开调查，使用理论通勤、通勤容量、过剩通勤等模型比较公交与私家车通勤效率的差异（Niedzielski et al., 2013；韩会然 等，2017）已有研究多采用调查问卷或跟车法（赵红军等，2008；韩会然 等，2017），无法实时动态反映城市公交出行整体效率的规律和特征而互联网地图可以提供实时动态的路径搜索（Wang et al.,2018; Gao et al., 2019; Luo et al., 2019；郭琛琛 等，2022），为全面刻画城市公共交通出行相对效率提供了新的可能性因此，本文拟提出基于互联网地图实时路况的城市公交出行相对效率的评价框架，即在某一时刻同时搜索公交出行和小汽车出行的路径与时间，通过时间对比来评价公交的出行相对效率，并构建公交出行相对时空效率指数模型，以深圳为案例开展分析以期有助于正确判断公交发展状态，为公共交通高质量发展提供参考依据1 研究对象与流程1.1 研究对象以深圳市为研究对象，深圳市是粤港澳大湾区人口数量第二的超大城市，其公交负载量巨大2021 年全市公交客流量36.07 亿人次，日均988.29万人次，其中常规公交客流量10.9亿人次，地铁客流量21.79亿人次（深圳市交通运输局，2022a）。

本研究使用的数据包括IC卡刷卡数据、公共汽车GPS数据和利用互联网地图接口计算的公交与小汽车出行的时间数据，以及深圳市公交站点、公交线路网、城市道路网等基础地理信息数据其中，公交和小汽车的出行时间数据是基于实时路况的，于2021年4月通过调用互联网应用程序接口采集因无法获取与出行时间数据同时段的刷卡数据，采用2019年9月的刷卡数据代替，以获取乘客出行O-D（Origin-Destination）信息根据深圳市交通运输局（2022b）统计的公交出行情况，2019 年9 月公共汽车日均客流量为453 万人次，2021 年4 月为327 万人次，差异约2.8%；2019 年9月地铁日均客流量为563万人次，2021年4月为631万人次，差异约1.2%，出行量具有较为相似的特征；2019 年工作日高峰时段平均车速为26 km/h，2021年工作日高峰时段平均车速为25 km/h因此，2 个时段的公交客流量与路况总体上较为相似，在不能获取2021年刷卡数据的情况下，以2019年9月的刷卡数据作为替代具有可行性1.2 研究流程首先，基于互联网地图应用程序接口同步动态获取公交与小汽车的出行时间，计算公交出行相对时间效率，并对地铁/公汽的IC 卡刷卡数据和公汽GPS数据进行O-D推算，然后，构建公交出行相对时空效率指数模型，最后，从指数聚类特征和空间分异特征2个角度对公交出行相对时空效率指数进行分析。

1.2.1 深圳市公交站点对O-D 推算及筛选 IC卡刷卡数据和公共汽车GPS数据在经过处理后能推算每1条刷卡数据的O-D 信息地铁刷卡数据包含上下行站点和时间，可直接匹配站点还原O-D，但公汽系统的计费方式多为1次刷卡模式，乘客的下车时刻与下车站点不被记录，因此需要进行O-D 推算综合文献中的多种上下车站点推导方法进行公交（公汽和地铁）O-D推算，主要采用基于连续出行链的方法，根据通勤或历史出行规律推导下车站点这种O-D推算方法面向以通勤为主的市内出行时具有良好的推算效果，在少量难以推算的偶发性出行的影响下，最终仍能获得87.64%的推导率（闻帅 等，2019；Huang et al., 2020）得到每1 条刷卡数据的上下车站点及上下车时间信息，从而可计算每个时段各站点对的客流量（上行和下行人数）对全市站点进行综合处理，同名的多个公汽站台综合为1个公汽站点，接驳地铁的公汽站点与地铁站点综合为1个地铁站点，共综合得到全市2 493个站点由于计算量过于庞大和互联网地图应用程序接口并发处理限制的技术因素，选取客流量排名前500 的站点（含公汽站点334 个和地铁站点166个）作为全市出行的主要公交站点，用作后续分析的基础（图1）。

图1 深圳市客流量较大的主要公交站点分布Fig.1 Distribution of main stations with large passenger flow volume in Shenzhen1.2.2 小汽车和公交出行时间同步动态获取 本文将比较早高峰、非高峰、晚高峰3个时段的公交出行相对时空效率早高峰时段选为T 07:00－09:00，晚高峰时段选为T 18:00－20:00（闻帅 等，2019），非高峰时段在T 09:00－18:00较为平稳，但午间的出行量相对较少，因此选取午后的T 14:00－16:00 作为代表公共交通的出行时间会随空间和时间而变化（Farber et al., 2017），出行相对时间差会随时段、路线及城市交通路况的拥挤程度而有所差异，并且也会受天气状况的影响（李秋萍 等，2020）同步获取不同出行方式下的出行时间是本研究的关键，而互联网地图为实时交通数据的获取提供了技术支持，能获取基于实时路况不同出行方式下的出行路线、出行时间与出行成本（戴智 等，2020；张红 等，2021）通过调用互联网地图的应用程序接口（如），可以更加方便地在相同时段同时获取两者的出行时间数据，更具有可比性，能更好地体现2种出行方式的实时状况。

利用互联网地图实时性的优势，更能节约时间和人力成本，且方法具有较强的可操作性和普适性此外，也可以通过公共汽车GPS和刷卡数据推算公交出行时间同步查询所有时段不同出行方式从站点到站点的出行时间，即500 个站点对在1 个时段需要查询24.95万次（500×499），早高峰、午后和晚高峰3个时段需要74.85万次搜索通过在3个时段连续自动批量同步动态获取基于实时路况的各站点对之间小汽车出行时间与公交出行时间由于本研究仅考虑站点到站点间的出行，因此互联网地图计算的公交出行时间不包含步行到站点的时间，也不包括等待公交的时间，小汽车出行时间也不包括叫车等车时间等1.2.3 公交出行相对时空效率模型1）公交出行相对时间效率 相对时间效率指小汽车和公交按最少时间方案的出行时间比值小汽车出行包含自驾、出租车或网约车出行等，其在出行选择上可能会按最短路径或按其他方案本文定义小汽车的出行时间不是自由流状态下的时间，而是与公交在相同时段的道路交通状况下，按照最少时间进行计算站点i和站点j之间在t时段的公交出行时间为TBijt，小汽车出行时间为TCijt定义t时段站点i和j之间相对时间效率Eijt为：由于受到停站、限速等影响，绝大多数计算的相对时间效率Eijt＜1，公交出行时间会多于小汽车出行时间，在少部分站点对之间也会出现公交出行时间少于小汽车出行时间的情况，其相对时间效率Eijt＞1。

2）公交出行相对时空效率指数 公交出行相对时间效率是客观的指标，而公交出行相对时间效率和出行人数在不同时段和空间位置下是有差异的，为了能更合理地反映公交实际运行效率，考虑加入乘客量作为权重，综合体现公交运行的整体效益当乘客数越多，权重越大时，整体相对时空效率越高设站点总数为M，i和j之间的出行量为Pij，全天共分为T个时段，时段t可按小时划分，从而可区分1 d不同时间段的乘客量Pijt将t时段乘客人数Pijt与相对时间效率Eijt联合运算来定义公交出行相对时空效率指数，据此算出站点对、站点、面域（局部空间单元或市域）3 种时空效率指数，以从不同尺度体现公交出行与小汽车出行的相对时空效率差异站点对（站点i和站点j之间）的公交出行相对时空效率指数Eij为：站点的公交出行相对时空效率指数Ei为：全市或某区域的公交出行相对综合时空效率指数E为：特别地，可以计算某类空间单元（如区、街道、TAZ）之间的公交出行相对时空效率指数，对比不同空间单元之间的公交出行相对时空效率对于空间单元m、n，该指数Emn表述为：1.2.4 公交出行相对时空效率指数计算 在获得每个站点对之间的乘客量和公交出行相对时间效率后，根据式（2）计算站点对的公交出行相对时空效率指数Eij，表1 为包含3 个时段的数据样例。

选取站点周边居民区密集的站点如西乡站、五和站和龙华汽车站，选取工作岗位密集公司企业聚集的站点如科技园站，并考虑空间上的分布便于对比，站点的空间位置如图1所示由于站点对之间的乘客量在各高峰时段内部未做区分，且3个时段也仅分别获取1组出行时间值，因此在同一时段，站点对的时空效率指数Eij等于相对时间效率Eijt将各时段的公交相对时间效率和乘客量联合计算，得到3个时段综合时空效率指数Eij表1 深圳市站点对的公交出行相对时空效率指数（Eij）数据样例Table 1 Examples of public transportation relative spatiotemporal efficiency index(Eij) for pairs of stations in Shenzhen1.2.5 聚类分析 从时间角度出发，。