朱洪 | 上海市公共汽电车运行特征分析

面对城市轨道交通、小汽车及共享交通方式的竞争，以及近年来新型冠状病毒肺炎疫情(以下简称“新冠疫情”)的影响，公共汽车客运量大幅下降、行业运营及补贴压力日益加大成为中国大城市普遍面临的问题。以上海市为例，2021年公共汽电车(包括公共汽车、公共电车、BRT等)日均客运量为410万人次·d^-1，相比2010年下降了47%；公共汽电车客运量占公共交通(包含城市轨道交通、公共汽电车和轮渡)客运总量的比例也由60%下降至30%。在城市空间不断拓展、城市轨道交通网络逐渐成熟、新技术新型交通方式带来的居民出行习惯改变等背景下，公共汽电车交通在城市客运中的功能定位、乘客出行特征和运行特征均发生了深刻变化。准确发现隐藏在客运量下降背后的多元特征是制定公共汽电车交通行业改革和优化方案的基础。本文基于公共汽电车行业统计、居民出行调查，以及公共交通IC卡、公共汽电车GPS、互联网地图等多源数据，更好地认识上海市公共汽电车在城市轨道交通网络化运营后的特征变化，为超(特)大城市公共汽电车交通行业改革、线网优化、运营模式创新等提供参考。

反映公共汽电车运行特征的指标非常多样，特别是在大数据时代，可获得庞大的数据和非常规指标。本文从反映公共汽电车运行特征的角度明确三类指标特征：1)公共汽电车客运量及乘客空间分布特征，反映功能定位的变化；2)公共汽电车乘客出行需求特征，反映服务对象的需求变化；3)公共汽电车运营效率特征，反映供给系统的效率变化。以识别三类特征为目的选择相关的指标内容(见表1)。

表1 公共汽电车运行特征相关指标及数据获得方法

1）将上海市域按内环线、外环线、黄浦江等划分为6 个地带，包括内环内浦西、内环内浦东、内外环浦西、内外环浦东、近郊、远郊。

1）公共汽电车客运量及客流空间分布特征对应指标。旨在获得城市轨道交通网络形态不同的区域内公共汽电车交通的功能定位特征，为顶层政策制定提供依据。需要的数据指标有不同区域范围内(全市、中心城、新城)公共汽电车站上客量、城市轨道交通车站上客量、公共汽电车出行量、城市轨道交通出行量，进而计算出公共汽电车在各区域上客量的空间结构关系指标，以及特定区域公共汽电车站上客量与城市轨道交通车站上客量的结构关系指标。

2）公共汽电车乘客出行需求特征对应指标。旨在洞察公共汽电车出行方式链构成、出行目的、出行距离等行为及需求变化，为制定公共汽电车服务水平提升措施提供方向。需要的数据指标有公共汽电车与城市轨道交通换乘量，公共汽电车乘客的上客时间、上车地点，推算获得公共汽电车乘客的下车地点、乘车距离、OD分布等指标。

3）公共汽电车运营效率特征对应指标。旨在通过公共汽电车的运行特征分析运营效率，为运营模式改革提供依据。需要的数据指标有公共汽电车开行班次、开行里程等，进而计算获得公共汽电车运能利用率、能源利用效率等指标。

传统公共汽电车行业统计数据可以获得以总量为主的数据，包括客运总量、总体配车数量、车辆开行总里程等，但是无法反映客流和车辆在时间和空间上的特征。公共汽电车交通行业智能化、信息化水平的提升为行业管理提供了大量的信息化数据。交通大数据具有时空尺度跨越大、动态全周期等特点，为公共汽电车客流特征分析提供了丰富的数据源，有助于更好地理解系统的复杂性和趋势，为挖掘内部元素关联性和互动规律提供支撑条件。

上海市公共汽电车信息化数据主要有IC卡数据、GPS数据、互联网地图数据等。本文通过对上海市近1.8万辆公共汽电车839万条GPS和IC卡刷卡数据进行融合处理，获得包括刷卡上车车站匹配、刷卡下车车站推断、运营车速、运营里程等数据，再通过行业统计获得的总量数据进行扩样计算，进而获得全市公共汽电车乘客出行需求特征和车辆运营效率特征数据。关键技术为基于个体出行方式链的公共汽电车客流特征识别技术和基于车辆轨迹识别的运营效率特征挖掘技术。

在解读公共汽电车客流特征方面，公共交通IC卡数据是理想的客流计数器。它记录了公共汽电车线路、POS机、刷卡时间等反映乘客出行时间序列的内容，但由于缺少空间信息或关联车辆的字段，无法从原始数据直接定位或借助车辆的位置变换间接获得客流空间分布。可利用以下技术解决这些问题。

1）基于刷卡乘客出行活动链的车辆溯源学习模型。在融合车辆GPS数据和IC卡数据的基础上，通过重构公共汽电车的时空序列，以车辆到发车站、乘客上车刷卡等事件的核密度估计为锚点构建“特征提取—归一化—相似性度量”的学习模型，解决公共汽电车与POS机的关联溯源问题^[1]。

2）基于个体的刷卡时间序列与车辆到站事件，以K-means聚类方法解决乘客上车车站的追溯问题；基于个体出行方式链的换乘特征、周期往返特征和区域客流平衡等，实现对下车车站辨析等。分步解析的公共汽电车客流特征在空间维度可细化到车站，例如车站上下客量、站间OD及断面客流量等指标，可对重要时段、重点区域客流进一步分析规律性结论。

对于拥有1 500多条公共汽电车线路的超大城市，传统的人工跟车和观测通常只能获得有限的样本数据，较难形成全面反映公共汽电车运营效率特征的可靠结果。公共汽电车GPS轨迹库基于对所有公共汽电车运行的同步记录机制，具有完备的重复观测条件和分析优势，在实践中，通过融合道路网、公共汽电车线网等数据资源，综合利用车辆轨迹定位、空间拓扑分析、行驶路径识别和交叉口时耗拆分等技术，实现分地带、分线路、分时段等公共汽电车运营效率指标的高分辨率有效挖掘。

为校验大数据挖掘结果的可靠性，对主要客流走廊典型公共汽电车线路进行全天全样本人工跟车调查，并将关键指标——公共汽电车站上客量及客流走廊断面平均客流量指标的大数据结果与人工跟车调查结果进行相关性检验(见表2、表3、图1和图2)。公共汽电车站上客量的决定系数R2平均值为0.88，公共汽电车客流走廊断面平均客流量的决定系数R2平均值为0.89，检验结果均显示了大数据推算结果与跟车数据存在很强的相关性。

表2 公共汽电车站上客量指标相关性检验

表3 公共汽电车客流走廊断面平均客流量指标相关性检验

图1 公共汽电车站上客量指标相关性检验(以56 路为例)

图2 公共汽电车客流走廊断面平均客流量指标相关性检验(以龙吴路为例)

依据多源数据融合分析可获得全域、全时段的公共汽电车数据，进而全面分析城市轨道交通网络化运营后公共汽电车在功能结构、出行需求及运营效率等方面的差异性特征。由于新冠疫情的影响，本文以上海市2019年数据为主进行分析。

1）公共汽电车客运量下降，但仍承担较大比例的公共交通出行量。

根据行业统计数据，新冠疫情前公共汽电车客运量已经呈现下降趋势。2019年上海市公共汽电车日均客运量为571万乘次·d^-1[2]，相比2010年770万乘次·d^-1下降约26%。受新冠疫情影响公共汽电车客运量进一步下降，2021年日均客运量仅为410万乘次·d^-1。公共汽电车客运量与城市轨道交通客运量的比值从2010年6:4下降至2021年3:7，此消彼长的趋势明显。

然而，公共汽电车实际服务的出行量^①与城市轨道交通相差并不悬殊。上海市城市轨道交通系统具有较高的换乘系数，为1.75，即出行者利用城市轨道交通的1次出行将产生1.75次客运量。因此，城市轨道交通实际服务的出行量远小于客运量。根据对公共交通出行链及城市轨道交通站间OD的数据分析，在上海市公共交通所承担的出行次数中，约50%为城市轨道交通承担，10%为城市轨道交通+公共汽电车共同承担，40%为公共汽电车承担。因此，公共汽电车实际服务的出行量仍然占公共交通的50%。

2）中心城以外区域公共汽电车承担客运主体功能。

中心城以外区域公共汽电车站上客量占比不断提高。根据IC卡刷卡数据与车辆GPS定位技术获得的上客点空间分布数据(见图3)，公共汽电车站上客量中约52%分布在中心城范围；约48%分布在中心城以外区域，该区域占比相比2014年提高了17%。

图3 2019 年上海市公共汽电车站上客量空间分布

中心城以外区域公共汽电车的客运作用更加突出。这是由于城市轨道交通网络在中心城和中心城以外区域呈现不同的规模和布局。中心城范围，城市轨道交通成网运营，2019年线网密度达到0.61 km·km^-2，车站600 m覆盖率为49%；由于原公共汽电车客流大量转移至城市轨道交通，公共汽电车站上客量仅占公共交通上客量的36%。中心城以外区域，城市轨道交通尚未成网，在形态和功能上无法承担客运主体的作用，新城、新市镇与中心城之间快速联系的作用主要由公共汽电车承担。例如在新城区域，公共汽电车站上客量占公共交通上客量比例为60%~80%(见图4)。

图4 2019 年上海市不同区域公共汽电车与城市轨道交通的客运比例

3）公共汽电车客流走廊与城市轨道交通网络布局形成互补。

依据与城市轨道交通网络布局和运行的关系，公共汽电车客流走廊能级及分布主要有三种情况：①大部分与城市轨道交通线路平行的公共汽电车客流走廊客运量明显下降，例如中山南路走廊、肇嘉浜路走廊、西藏路走廊等；②在城市轨道交通运能已满负荷运行仍不能满足客流需求的通道，公共汽电车的客运量依然较大，例如沪闵路走廊虽然有轨道交通1号线的服务，但是公共汽电车客流量依然较大；③在尚无城市轨道交通服务的放射性通道上，主要的公共汽电车客流断面分布在内外环之间的区段上(见图5)，例如龙吴路走廊、上南路走廊、沪南路走廊等新兴客流走廊。

图5 2019年上海市中心城公共汽电车客流走廊分布

通过深入挖掘公共汽电车乘客在出行方式链衔接、出行距离、出行时间等方面的特征，总结公共汽电车交通与城市轨道交通错位和互补的关系。

1）公共汽电车在中心城以外区域显著扩大了城市轨道交通网络服务范围。

基于IC卡刷卡数据对公共汽电车乘客出行方式链进行分析发现，公共汽电车乘客中约20%~30%为与城市轨道交通换乘客流，公共汽电车起到了扩大城市轨道交通网络服务范围的作用。

不同区域换乘客流的出行特征存在差异。①中心城内城市轨道交通网络密集，可供选择的出行方式灵活多样，乘客在选择上有非最近车站出行的特征，接驳直线距离的众数为1.5 km；同时城市轨道交通车站的公共汽电车接驳需求小而分散，大部分车站日均接驳客流量小于6 000乘次·d^-1(双向)。②中心城以外区域或临近中心城边界区域，城市轨道交通网络稀疏、车站相对较少，客流以居住比例较高的交通小区为主，辐射半径可至5 km；城市轨道交通车站的公共汽电车接驳需求大而集中，部分车站日均接驳客流量大于2.5万乘次·d^-1(双向)(见图6)。

图6 2019 年上海市城市轨道交通车站的公共汽电车接驳客流量分布

2）乘客的公共汽电车出行以6 km以内的中短距离为主。

公共汽电车受线路长度和运送速度影响，无法成为长距离出行服务的主体，主要承担中短距离出行服务，并且乘客的公共汽车出行距离呈现下降趋势，2019年为8.3 km，相比2009年下降了0.8 km^[3]。公共汽电车出行距离集中在0~6 km的出行量约占总出行量的67%，超过该范围后出行量急剧下降(见图7)。同时，在这一范围公共汽电车承担的出行量远大于城市轨道交通。而随着城市空间拓展，城市轨道交通承担起长距离的出行服务，2019年上海市城市轨道交通平均乘距达到16 km，是2010年的1.9倍。可见，公共汽电车与城市轨道交通的出行需求有明显的错位和分工。

图7 公共汽电车与城市轨道交通出行距离分布对比

3）公共汽电车是居民生活出行的重要选择。

从出行时间分布特征来看，公共汽电车的高峰和平峰差异相对较小，早高峰小时系数为11%，中午时段高峰小时系数最低为5%；而城市轨道交通的高峰和平峰差异较大，早高峰小时系数高达16%，中午时段高峰小时系数仅为3.4%(见图8)。这说明公共汽电车在非通勤时段是居民日常生活出行服务的主力，特别是老龄化时代，公共汽电车因便捷、灵活的服务特点将成为老年人出行的主要选择。

图8 公共汽电车与城市轨道交通的出行时间分布

随着车辆和到站预报等信息化设施设备投入的增加，乘客感知的乘车舒适度有较大提升，车辆运行可靠性明显改善。但是，客运量下降导致车辆运营效率总体下降，在客流低密度区域或时段公共汽电车的运能及能源利用效率较低。

1）车辆运能利用率偏低。

2019年公共汽电车日均载客人数为314人·车^-1·d^-1，相比2014年下降30%。从运营客位公里的利用效率来看，2019年公共汽电车平均运能利用率仅为25%，其中约有320条线路的车辆运能利用率仅为10%。

2）线路运能利用率不高，且存在方向和区段的差异性。

以东西向走廊延安路上运营的71路公共汽车为例进行分析。71路全长约17.5 km，在通道内采取大小交路的运营模式，配置18 m长的铰接式车辆和12 m长的车辆^[4]。以早高峰时段为例，西向东进城方向仅约1/3区段运能利用率较为合理，其余区段运能利用率不足50%；而该时段东向西出城方向的大部分路段运能利用率在50%以下。因此，线路运能利用率有较大改善空间。

3）部分线路的公共汽电车单位周转量里程能耗偏高。

虽然公共汽车已经电动化，但是车辆运行仍然有耗能和间接的碳排放。2019年上海市公共汽电车单位周转量里程能耗为0.28 t标准煤·万人公里^-1[5]。本文数据分析显示，约有20%左右线路的公共汽电车单位周转量里程能耗为全市平均值的2倍；部分线路单位周转量里程能耗甚至高于小汽车交通。

依据城市轨道交通网络化运营后公共汽电车运行特征分析，公共汽电车行业在资源投入策略、运营服务策略和运营组织模式方面需要进行相应调整。

1）重视公共汽电车承担的出行量总规模，在资金、设施、运能的投入上要与之匹配。

从承担的出行量来看，虽然公共汽电车客运量大幅度下降，但是其承担的出行量总体上与城市轨道交通相当。从需求的空间分布来看，在新城轨道交通尚不发达地区，公共汽电车仍然是城市客运的主体，承担60%~80%的客运量。从公共汽电车客流走廊分布来看，虽然与城市轨道交通线路平行的走廊的客流规模有所下降，但是公共汽电车交通仍然承担了与城市轨道交通互补的次级走廊功能。因此，面对公共汽电车客流下降的情况，一方面仍要保持公交优先的投资补贴政策，另一方面设施投入和运能投入要采取区域差别化的策略。在城市轨道交通网络成熟区域，需要提升公共汽电车在道路空间的使用效率，由于公共汽电车的客流规模不支撑中运量模式，路权配置应以实际客流需求为依据；在城市轨道交通未能网络化运营的新城区域，需要强调公共汽电车客流走廊的路权，并且需结合新城开发配套建设客运枢纽，实现交通空间与城市空间的融合。

2）针对公共汽电车出行需求特征，差异化提供便捷、快速的服务。

从出行方式链上看，公共汽电车出行需求以中短距离出行和接驳城市轨道交通为主，出行距离主要集中在0~6 km，该范围内公共汽电车承担的出行量是城市轨道交通的4倍。在接驳需求方面，中心城接驳距离为1.5 km，郊区接驳距离为5.0 km。从出行目的上看，公共汽电车出行需求中非通勤出行比例高于城市轨道交通。因此，公共汽电车的运营服务水平要针对出行需求特征进行调整：短距离出行更关注便捷性和灵活性，在线网布设上应缩减与城市轨道交通重复的长距离线路，同时站间距更小、车站更密、线路走向更灵活；对于长距离出行需求，应在直达性、可靠性和舒适度上提供相比城市轨道交通更有优势的服务，如延长站间距、配置舒适车型等。在服务时效方面，服务通勤出行需要高频发车班次，减少等候时间；服务非通勤出行需要准时、可靠的发车班次。对于接驳类型的公共汽电车线路，需要根据接驳需求量、接驳距离、接驳方向以及接驳车站位置的差异性进行线路优化。

3）在绿色低碳的要求下公共汽电车出行比例并不是越高越好，应兼顾服务水平和运营效率。

受公共汽电车客运量下降影响，车辆运能利用率、线路运能利用率均处于较低水平。特别是在客流低密度地区，传统的定班、定线模式已经无法适应服务水平与运营效率的双重要求，低客运量公共汽电车线路的客位公里能耗折算甚至高于小汽车的单位载客能耗。公共汽电车应提供相比城市轨道交通更便捷灵活、相比小汽车更低碳高效的运营服务模式。因此，在客流低密度区域，一方面需要充分利用物联网以及大数据分析等技术，创新公共汽电车运营组织模式，提高供给与需求的适配性；另一方面，未来面向公众的交通服务模式应是多方式融合的全过程服务，需要促进公共汽电车与其他交通方式融合发展，使得不同交通方式在各自适合的领域都能提供高效优质的服务。

在交通供给模式不断涌现、出行需求特征逐渐转变的新时期，理清纷繁杂乱的数据指标、分析公共汽电车交通实质性特征是行业改革的基础。本文既是在公共交通发展转型时期对公共汽电车交通特征的研究，也是利用多源数据对公共汽电车交通特征进行分析的方法探索。未来需要进一步完善多源数据融合的分析方法，并加强对疫情后的公共汽电车运行特征研究。

注释：

① 客运量是车站上客量的合计，每次换乘将增加一次客运量，换乘次数越多客运量越大；出行量是出行者从出发地到目的地的次数合计，一次出行将产生多次客运量。

《城市交通》2022年第6期刊载文章

作者：朱洪，刘明姝，王磊