规划问道

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例



  写在前面  

选取与地区公共汽车出行特性相适应的线网优化策略是提升公共汽车服务水平的关键。首先提出公共汽车出行密度的定义,通过对不同城市公共汽车发展数据的统计分析,将2 000人次·km-2·d-1作为公共汽车低密度地区的量化标准,并总结这类地区的城市交通特征。基于公共汽车出行低密度地区发展面临的现实困境,提出公共汽车线网优化目标,即提高车均载客量、关注运行效率、提升服务水平;围绕出行时效性、可达性和服务品质三个层面提出线网优化思路。最后,以广州市南沙新区为例,从功能层次、线路组织、客流匹配、支线运营、与轨道交通接驳等方面提出公共汽车出行低密度地区线网优化策略。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例


张海林

广州市城市规划勘测设计研究院 高级工程师 注册城乡规划师


研究背景

受城市发展背景和交通条件影响,中国许多城市存在分担率低、总量小且分布零散的公共汽车出行低密度地区。与大城市中心区主要面临城市轨道交通客流竞争、公共汽车运行可靠性下降等问题[1]相比,因需求分散,这类地区的定点、定线公共汽车难以提供高频率、广覆盖的出行服务,且线路因公共汽车企业争取客流绕行严重、服务水平普遍不高[2]。为满足公共汽车拥车率和车站覆盖率等要求,这些地区需要依赖政府财政投入以维持线路运营,公共汽车可持续发展问题更为突出,而且传统大城市中心区公共汽车线路优化方法不完全适用该地区。


针对公共汽车出行低密度地区已有一些研究和实践。例如:王强 等[3]以山东省高密市为例,探讨小城市公共汽车线网优化方法,提出连通热点区域、减少盲区覆盖等策略;高昂 等[4]对浙江省小城市公共汽车竞争力不足的原因和提升路径进行研究;罗俊[2]从适应低密度开发区域公共汽车运营模式的角度,总结小型公共汽车支线的实践经验。然而,这些研究集中于公共汽车发展问题剖析、竞争力提升探讨、线路运营模式创新等,对线网优化实践的系统性指导偏弱,且在如何区别于大城市中心区、提高优化策略的针对性上研究不足。因此,如何结合地区特点,通过线网优化提升公共汽车服务水平和可持续性,是公共汽车出行低密度地区优先发展公共交通面临的重要挑战。


南沙新区位于广州市南部,自设立以来公共汽车交通系统建设成效显著。截至2019年末,南沙新区已开通公共汽车线路108条,初步形成“快—干—普—支”四级线网体系。南沙新区人口占全市人口总数的5%,而公共汽车日均出行总量(8.8万人次·d-1)仅占全市的1.4%,总体上仍属于公共汽车出行低密度地区,线路绕行远、行程时间长、服务水平低等问题仍十分突出。本文结合南沙新区公共汽车线网优化规划,总结公共汽车出行低密度地区线网优化策略。


公共汽车出行低密度地区

定义及交通特征

1

概念界定

公共汽车出行密度尚无界定标准,本文参考城市路网和人口密度的概念,将其定义为单位城市建成区面积的日均公共汽车出行量,单位为人次·km-2·d-1。该指标既综合反映城市居民公共汽车出行意愿,并在一段时间内相对稳定,又受公共汽车线网布局、服务水平的影响,随城市发展动态变化。


为定量衡量公共汽车出行低密度地区,以“十三五”时期开展公交都市创建的地级市为例,统计相应城市市辖区日均公共汽车出行量和建成区面积[5],计算公共汽车出行密度,并与广州、北京等超(特)大城市进行对比(见图1)。从结果来看,不同城市的公共汽车出行密度差异较大,“十三五”时期公交都市创建城市的公共汽车出行密度平均值为2 700人次·km-2·d-1,低于超(特)大城市平均值(4 200人次·km-2·d-1);公共汽车出行密度低于2 000人次·km-2·d-1的城市数量约占1/3。为进一步验算公共汽车出行密度理论值,参考既有研究的参数设定人口低密度地区的下限标准为0.5万人·km-2[6],人均出行次数为2.3~2.5次·人-1·d-1,公共汽车出行分担率为10%~20%[7],计算得到公共汽车出行低密度理论值约为1 150~2 500人次·km-2·d-1。因此,综合考虑中国城市现状和理论测算,本文提出将公共汽车出行密度低于2 000人次·km-2·d-1的地区视为公共汽车出行低密度地区。


张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图1 公共汽车出行密度对比

资料来源:根据文献[5]中数据整理绘制。


2

城市交通特征

同样以“十三五”时期开展公交都市创建的地级市为例,统计属于公共汽车出行低密度地区的城区人口规模[5](见图2)发现,公共汽车出行低密度地区的城区人口规模均在250万人以内。总体上看,该类地区仍普遍存在于中小城市和部分Ⅱ型大城市。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图2 城区人口与公共汽车出行密度关系

资料来源:根据文献[5]绘制。


参考既有研究[8],进一步统计公共汽车出行低密度地区公共汽车拥车率和车站500 m覆盖率(见图3),并计算公共汽车出行分担率(全方式)。公共汽车拥车率指标方面,不同地区发展差异较大,指标范围约为2~12标台·万人-1,而超(特)大城市这一指标的波动范围为9~16标台·万人-1;该指标平均水平约为6标台·万人-1,低于超(特)大城市的13标台·万人-1。车站500 m覆盖率指标方面,公共汽车出行低密度地区普遍超过80%,与超(特)大城市基本持平,无明显差距。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图3 公共汽车拥车率及车站500 m覆盖率对比

资料来源:根据文献[5, 8]中数据整理绘制。


然而,公共汽车出行低密度地区公共汽车出行分担率和车均日载客量远低于超(特)大城市(见图4),公共汽车出行分担率基本不高于10%,平均值约为5%,车均日载客量多低于300人次·d-1;而特大城市公共汽车出行分担率约为20%,车均日载客量基本超过300人次·d-1

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图4 公共汽车出行分担率及车均日载客量对比

资料来源:根据文献[5, 8]中数据整理绘制。


总体上看,公共汽车出行低密度地区的出行分担率水平普遍滞后于拥车率和车站覆盖率水平,原因是拥车率和车站覆盖率主要受建设投入影响,而公共汽车出行分担率影响因素多,通过单一建设投入难以有效提高水平。


公共汽车出行低密度地区

发展困境及线网优化思路

1

现实困境

由于公共汽车出行分担率与服务水平存在正相关性,公共汽车出行低密度地区普遍面临出行分担率低和服务水平难提升的恶性循环。车站覆盖率低、候车时间长、绕行距离远等问题的存在降低了居民公共汽车出行意愿,公共汽车出行比例降低反过来又抑制了服务水平的提升,导致公共交通发展可持续性问题突出,进而制约交通结构转型。


深层次原因是在公共汽车出行低密度地区公共汽车相比个体交通不具备竞争优势。首先,时效是决定出行方式的关键因素,个体交通时效性更高。研究表明,中国城市小汽车与公共汽车出行时效比通常在2.0以上[4],公共汽车因候车时间长、线路绕行远,整体出行时耗较长。其次,个体交通方式灵活,能实现门到门出行,舒适性较好,而公共汽车线路固定,灵活性不足,且部分地区无公共汽车覆盖。最后,公共汽车出行低密度地区个体交通使用限制少且成本更低,更有利于个体交通尤其是摩托车和电动自行车出行。


南沙新区摩托车和电动自行车出行比例达到31%,这对城市公共交通发展带来较大冲击。因此,如何提升公共汽车竞争优势是出行低密度地区破解发展困境的关键。从南沙新区2014—2019年公共汽车投入与客流增长情况来看(见图5),公共汽车车辆规模和运营里程增速较快,年平均增速分别达到19%和18%,而客运量增速平缓,年平均增速9%,仅为车辆规模和运营里程增速的一半。这表明在公共汽车出行分担率低且服务水平不高的情况下,单纯依靠增加车辆规模和运营里程难以有效提高公共汽车出行总量,需要结合线路精准优化,综合施策提高公共汽车服务水平和竞争优势。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图5 南沙新区2014—2019年公共汽车发展增速

资料来源:广州市南沙区住房和城乡建设局统计数据。


2

优化目标

公共汽车出行低密度地区尽管出行分担率低,但公共汽车作为一种集约化交通方式和社会公共服务,仍需要鼓励和引导发展。由于交通特征差异,其优化目标有别于大城市中心区。


公共汽车出行低密度地区车均载客量普遍较低,出行量过低会增加人均占用的道路资源和碳排放,不利于发挥公共交通的集约化优势。因此,线网优化的首要目标是提高车均载客量,增强公共汽车发展的适用性;其次,由于客流分散且线路数量少,公共汽车绕行问题更为突出,优化目标需更加关注运行效率的提升,以增强公共汽车出行吸引力;最后,公共汽车出行低密度地区的政府资金持续投入难度大,线网优化需要在服务水平提升的基础上,充分实现既有线路运输效率最大化,以缓解财政投入压力、促进公共汽车交通健康可持续发展。

3

优化思路

1)优化快线、干线组织模式,提升公共汽车出行时效。


出行时效影响居民出行方式选择,由于线网层次不清晰、线路绕行远,在公共汽车出行低密度地区公共汽车出行时效远低于个体机动化方式,提升出行时效是这类地区发展公共交通的关键。一是要理清公共汽车线网功能层次,依据线路功能合理确定车站布局及线路走向,形成快慢结合的多层次线网体系;二是要优化线网组织模式,依托快线和干线构建公共交通走廊,完善公共汽车换乘枢纽体系,实现不同功能线路间的协调与整合[9],并通过缩短走廊上线路发车间隔,提高公共汽车出行效率。


2)强化普线客流匹配,提升公共汽车可达性。


可达性反映居民采用公共交通出行的便捷程度,通过提升可达性实现服务均等化是公共汽车出行低密度地区发展公共交通的基础。一方面需要通过增加线路和提高车站覆盖,扩大公共汽车服务范围;另一方面应全面摸清公共汽车出行需求时空分布特征,精准优化既有线路,尤其是与出行起讫点关系最密切的普线走向和车站布局,使公共汽车线网与客流需求相匹配[10]。此外,通过自行车、电动自行车等方式完善最后一公里接驳,整体提高公共汽车覆盖范围内的人口规模和出行总量。


3)提供多样化的出行服务,提升公共汽车服务品质。


公共汽车出行低密度地区在提升出行时效和可达性的同时,还应提供多样化出行服务,以满足居民的多元出行需求,保障公共交通服务品质和可持续发展。一是积极转变线路运营组织方式,尤其是支线公共汽车,结合新技术培育新公共交通方式,增强运力和线路与客流需求的适应性;二是完善与客运站、轨道交通车站等交通枢纽的接驳,以公共交通引导城市交通整合。


广州市南沙新区

公共汽车线网优化

1

公共汽车交通发展现状

南沙新区总面积803 km2,其中建成区面积126 km2,集中在南沙街(中心区)、黄阁镇、东涌镇、榄核镇、大岗镇及珠江街,空间结构为组团式(见图6),总人口79万人。居民平均通勤出行距离为5.3 km,跨街镇公共汽车出行量占南沙新区内部公共汽车出行总量的26%,并呈现以南沙中心区为核心向外围街镇放射的特征(见图7)。中心区内已建成地铁4号线和18号线,日均客运量2.1万人次·d-1。现状公共交通出行主要依赖公共汽车交通,呈现以下特征:

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图6 南沙新区用地及空间结构


张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图7 南沙新区跨镇街公共汽车出行OD分布


1)客流密度低。南沙新区公共汽车拥车率已达到9.5标台·万人-1,与全市平均水平10.1标台·万人-1基本相当(城区为16.4标台·万人-1),但公共汽车客运量只有8.8万人次·d-1,公共汽车出行密度为670人次·km-2·d-1,车均日载客量为113人次·d-1,公共汽车出行分担率为6.7%,上述指标均远低于广州市平均水平,是典型的公共汽车出行低密度地区。


2)服务水平不高。一是公共汽车站500 m覆盖率只有63%,存在较多的服务盲区(见图8);二是线路功能同质化,普线占比高达87%,组团快速公交数量少,难以满足中心区至外围街镇快速出行要求,当前南沙中心区至外围街镇公共汽车出行时间需2 h,而小汽车只需要40 min;三是公共汽车运力投放与出行需求不匹配,高峰时段超过70%的线路发车间隔大于15 min,60%的线路末班车时间为21:00前,早于地铁末班车时间(23:00)。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图8 南沙新区公共汽车线路及车站500 m覆盖范围


3)线路绕行远,单程时间长。南沙新区公共汽车线网非直线系数达到1.9,其中76%的线路非直线系数超过规范建议值(1.4),线路偏长(平均21.6 km),单程时间超过1 h,导致出行吸引力不足。

2

线网优化策略

构建层次清晰、功能明确的线网体系

2.1

南沙新区公共汽车线网虽已形成“快—干—普—支”4个层级,但仍存在结构不合理、功能不清晰的问题。目前快线和干线不足10%,支线仅有2条,线网等级结构亟待优化。此外,快线和干线车站数量过多,服务范围和功能与普线同质化,导致快线、干线、普线之间关系以竞争为主,合作、喂给关系弱,影响线网整体效能。以干线南G2路为例(见图9),该线路全长26 km,车站21个,其中沙公堡路口站至蕉门地铁站之间共12个车站,该段与普线南38路走向及停靠站完全一致,功能上与普线并无差异。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图9 干线南G2路与普线南38路线路及车站对比


南沙新区空间尺度大,组团内外公共汽车出行时效要求差异明显,需要公共汽车线网层次清晰、功能明确,各层次线网整体协调,以满足不同距离的出行需求。基于南沙新区实际,考虑服务对象出行时效和公共汽车服务范围,在延续“快—干—普—支”的基础上,进一步明晰各层次线路功能定位并界定相关运营指标(见表1)。1)快线以直达功能为主,实现点到点服务,承担南沙新区与广州市中心区及周边城市、高铁车站、机场等的快速联系,线路沿高速公路或快速路敷设,定点发车;2)干线沿区内主要客流走廊,联系南沙中心区、各街镇中心、重要客流集散点及换乘枢纽,是公共汽车线网的骨干,沿城市主干路或快速路敷设,采用大站快车模式,并通过缩短发车间隔提升跨组团出行竞争优势;3)普线为组团内或相邻组团间线路,是公共汽车线网的主体,承担快线、干线及换乘枢纽的接驳功能,高峰时段发车间隔小于15 min;4)支线深入社区及村庄,承担覆盖公共汽车服务盲区的作用,灵活确定发车间隔,积极推动定制公交、需求响应公交服务,形成以定线为主、定制为辅的支线网络。


表1 南沙新区公共汽车线网功能定位

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例


基于上述功能定位,快线和干线的优化重点是结合客流分布及枢纽布局减少车站数量、缩短发车间隔;普线的优化重点是结合线路客流强度将部分线路整合成干线或调整为支线,依据公共汽车出行时空特征优化线路走向及车站设置,加强与轨道交通车站的接驳;支线的优化重点是增加线路数量,扩大覆盖范围,结合客流强度优化运营组织和车型。

优化线路组织模式,加快形成区内公共交通廊道

2.2

城市中心区公共汽车出行范围集中,线路客流强度高,线路组织力求顺直并减少换乘,以实现出行起讫点的快速直达[11],而在公共汽车出行低密度地区,采用这种线路组织模式易造成线路过于分散且单条线路客运量低,难以有效形成公共交通走廊,影响公共汽车整体出行效率。因此,有必要结合城市空间结构和公共汽车出行需求特征,优化形成适宜公共汽车出行低密度地区的线路组织模式。


南沙新区公共汽车出行OD分布中跨中心区的出行需求较少(见图7),而目前南沙新区有40条跨中心区公共汽车线路(线路起终点不在中心区,但线路经过中心区),平均长度达到26 km,严重影响运营准时性和可靠性,同时由于线路分散,亦未形成公共交通廊道。


针对以上问题,规划采用“廊道整合、枢纽锚固”的思路优化线路组织模式(见图10)。结合线路客流强度,将部分客运量较低的跨中心区线路整合为干线,形成公共交通走廊,并通过缩短发车间隔、减少停靠站,实现街镇中心与南沙中心区快速直连。跨中心区公共汽车出行在枢纽进行换乘,通过提高换乘效率缩短全程出行时间,并利用同向同站台免费换乘保持出行费用不增加。基于上述组织模式,规划干线公共汽车9条(见图11),其中保留线路1条、优化线路3条、新增线路5条,形成环网状公共汽车走廊,包括市南大道、南沙大道、黄榄干线等道路,同时依托蕉门公交总站、横沥总站、高铁庆盛总站及各街镇公共汽车总站,共同构成南沙新区公共交通廊道及换乘枢纽体系。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图10 公共汽车线路组织模式转变


张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图11 干线公共汽车线网优化方案


强化出行需求分析,提高线路与客流匹配性

2.3

公共汽车出行低密度地区客流分散,线网优化需要以需求和服务为导向,全面客观把握客流时空特征,保障线路走向与客流分布相匹配。规划充分利用手机信令、公共汽车刷卡等多源数据开展量化分析。


1)通过手机信令数据研判客流分布。


客流分布是公共汽车线网优化的重要依据,手机信令和公共汽车刷卡数据是分析客流分布的两种主要数据。刷卡数据基于既有线路及车站,主要分析站间OD,无法识别无公共汽车服务区域的客流分布情况。手机信令数据能反映个体出行轨迹,通过数据挖掘可得到不同区域间全方式出行量,它不受既有公共汽车线路和车站布局影响,因此能较好地支撑线路新增及调整。以普线南64路为例(见图12),该线路从蕉门公交总站至广州南站,2018年快线南64路开通后,普线南64路客流严重不足,上下行客流集中在番禺境内。利用手机信令数据分析市南大道沿线前往番禺区的客流分布情况,发现出行终点集中在番禺广场、市桥街、桥南街及祈福新村周边,而南沙新区至桥南街和祈福新村尚未开通公共汽车线路。因此,规划调整普线南64路番禺区段线路走向,并更名为快线南K8路,串联德宝花园、禺山中学及祈福新村等主要客流集散点。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图12 普线南64路优化方案


2)利用公共汽车刷卡数据分析站间OD。


站间OD反映不同车站间的公共汽车出行量,能为绕行远、里程长的线路截弯取直及拆分提供量化支撑。利用羊城通刷卡数据详细分析每条线路各车站的上客量,并通过一个月内刷卡车站数据识别各线路站间OD,作为公共汽车线路与车站布局调整的主要依据。以普线南8路为例,该线路从珠江电厂站至新中国造船厂总站,全长21 km,车站25个,非直线系数达到2.82,高峰时段客运量为281人次·h-1。从站间OD来看(见图13),该线路以南沙街道内部出行、黄阁镇内部出行及南沙街道来往黄阁镇的公共汽车出行为主,占比达到87%;黄阁镇至造船厂段出行量占比仅为13%。考虑该线路绕行远,黄阁镇至造船厂段客运量低,规划将终点调整至汽车城地铁站,造船厂—东里村段由新增支线替代。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图13 普线南8路优化方案


优化支线运营组织,以随需公共汽车响应少量分散化出行需求

2.4

南沙新区面积大,外围各街镇人口分布零散,部分公共汽车线路客运量严重不足,日客运量不足100人次·d-1的线路数量达到10条,公共汽车出行需求以镇街办事出行为主,这些线路主要集中在榄核镇及万顷沙地区,采用定线运营组织,由于线路绕行远、发车间隔大,既占用较多配车资源,又无法较好地满足出行需求,迫切需要转变线路运营组织模式。


在定线支线公共汽车基础上,规划引入随需公共汽车,由随需公共汽车和定线公共汽车共同组成支线网络,并依据片区客流及线网特征区分两类公共汽车服务范围。定线公共汽车有固定线路和车站,按间隔发车,服务具有一定客流量的村村通公共汽车及部分地铁站接驳线,重点承担普线和干线的接驳功能。随需公共汽车作为定线公共汽车的补充,在一定范围内开设(见图14),其服务范围按照全程行车时间不超过30 min控制,有固定车站,但不固定行车线路。乘客通过提前预约确定上车点和出发时间,发车前根据上客点分布按照最短线路原则制定行车路线。该模式能积极响应市民出行需求,实现线路客流与配车相匹配。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图14 随需公共汽车运营组织示例


基于普线调整和公共汽车衔接需求,规划在蕉门河中心区、榄核西片区、新沙片区及万顷沙西片区开设随需公共汽车(见图15),目前已在蕉门河中心区试运营。考虑到公共汽车线网形成历史与居民出行习惯改变带来的问题,随需公共汽车的实施采取渐进式策略,初期与对应的定线公共汽车共存,待居民接受及客流稳定后再取消或调整对应的定线公共汽车。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图15 随需公共汽车规划方案


完善轨道交通车站接驳,促进轨道交通与公共汽车两网合一

2.5

2021年底,地铁18号线开通运营后,南沙新区至广州市中心区的轨道交通出行时间从90 min缩短至30 min,南沙新区至广州市中心区的公共交通出行方式由地铁4号线转变为“公共汽车+地铁18号线”,因此迫切需要强化轨道交通车站的公共汽车接驳。


目前轨道交通车站公共汽车接驳存在两大问题:一是地铁18号线横沥站经停公共汽车线路只有6条,数量不足;二是既有接驳线路末班车时间远早于地铁末班车,运营时间不协调。规划以问题和目标为导向,从两个层面进行优化。针对横沥站接驳公共汽车,现状6条线路尚无法覆盖出行热点区域(见图16),如黄阁镇、环市大道沿线及大岗镇,规划调整干线南G4路和普线南36路2条线路,新增普线南11路、普线南17路、干线南G5路和干线南G7路4条线路,结合横沥站公共汽车首末站,形成5条始发线路、5条经停线路,基本覆盖出行热点和各街镇中心。针对末班时间问题,规划筛选出客运量较大且主要联系南沙中心区的11条线路,将末班车时间调整至23:15,与地铁末班车时间紧密衔接。

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

图16 地铁18号线公共汽车接驳方案


结论

本文在分析公共汽车出行低密度地区城市交通特征的基础上,以南沙新区为例总结公共汽车线网优化的实践经验,主要结论如下:


1)公共汽车出行低密度地区普遍存在于中小城市和部分大城市,该类地区公共汽车出行密度低于2 000人次·km-2·d-1,出行分担率多在10%以内。


2)公共汽车出行低密度地区面临出行分担率低和服务水平难提升的恶性循环,原因是公共汽车相比个体交通优势不足,如单纯依靠增加车辆规模和线路运营里程,将难以有效提高公共汽车出行量,需结合线路精准优化提升公共汽车出行竞争优势。


3)公共汽车线网优化应着力提升出行时效、可达性和服务品质。提升出行时效是关键,需要以线网功能层次优化为基础,形成快慢有序的多层次网络体系,为地区未来公共汽车线网拓展提供方向;以快线和干线为骨架,构建地区公共交通廊道,提升出行效率。提升公共汽车可达性是基础,需要扩大公共汽车服务范围,以普线为主体,强化出行需求时空特征分析,使线网布局与需求分布更匹配。提升服务品质是保障,通过优化线路运营组织,完善轨道交通车站公共汽车接驳,实现公共交通可持续发展。


南沙新区是典型的公共汽车出行低密度地区,线网优化思路对同类地区尤其是大城市外围新区具有一定的普适性。由于不同城市的发展特征存在差异,实际应用中公共汽车线网层级结构和组织模式需结合地区出行特征适当调整。同时,随需公共汽车仍处于试点运营阶段,本文未对服务对象、运营范围确定原则和模式适用性进行深入研究,有待后续进一步总结。

参考文献(上滑查看全部):

[1] 张海涛,单静涛. 大城市常规公交发展困境及对策思考[J]. 交通工程,2019,19(6):33-37.

ZHANG H T, SHAN J T. Dilemma and countermeasures of conventional public transport in large cities[J]. Journal of transportation engineering, 2019, 19(6): 33-37.

[2] 罗俊. 适应于低密度开发区域的公交运营模式探索与研究:以深圳市小型公交支线为例[J]. 交通标准化,2014,42(1):1-3.

LUO J. Transit operation mode applied to low density developing area: a case study of minibus route in Shenzhen[J]. Transportation standardization, 2014, 42(1): 1-3.

[3] 王强,宫晓刚,朱琛. 小城市公交线网优化研究:以山东潍坊高密市为例[J]. 城市公共交通,2020(11):44-48.

WANG Q, GONG X G, ZHU C. Research on optimization of public traffic line network in small cities——taking Gaomi city, Weifang, Shandong as an example[J]. Urban public transport, 2020(11): 44-48.

[4] 高昂,盛飞,朱小康,等. 浙江省小城市公共汽车交通竞争力不足问题思考[J]. 城市交通,2020,18(4):22-29.

GAO A, SHENG F, ZHU X K, et al. Bus competitiveness in small cities of Zhejiang province[J]. Urban transport of China, 2020, 18(4): 22-29.

[5] 国家统计局城市社会经济调查司. 中国城市统计年鉴‒2020[M]. 北京:中国统计出版社,2021.

[6] 李和平,刘志. 中国城市密度时空演变与高密度发展分析:从1981年到2014年[J]. 城市发展研究,2019,26(4):46-54.

LI H P, LIU Z. Temporal and spatial evolution of urban density in China and analysis of urban high density development: from 1981 to 2014[J]. Urban development studies, 2019, 26(4): 46-54.

[7] 中华人民共和国住房和城乡建设部,国家市场监督管理总局. 城市综合交通体系规划标准:GB/T 51328—2018[S]. 北京:中国建筑工业出版社,2018.

Ministry of Housing and Urban-Rural Development of the People’s Republic of China, State Administration of Market Regulation. Standard for urban comprehensive transport system planning: GB/T 51328—2018[S]. Beijing: China Architecture & Building Press, 2018.

[8] 杜光远,张建华,赵向宇,等. 43个正在开展公交都市创建的地级市公交数据[EB/OL]. 2021-04-06[2021-07-02]. https://mp.weixin.qq.com/s/OTnYn8mVom4w3J8YpZOfvg.

[9] 韩兵,樊钧,奚振平,等. 基于大数据的公共汽车主干线识别方法:以苏州市为例[J]. 城市交通,2019,17(5):47-53.

HAN B, FAN J, XI Z P, et al. Bus arterial line planning based on big data: a case study in Suzhou[J]. Urban transport of China, 2019, 17(5): 47-53.

[10] 饶明华,周涛. 重庆市公共汽车客运量变化趋势及应对举措[J]. 城市交通,2019,17(6):49-54.

RAO M H, ZHOU T. Solutions to the declining bus passenger volume in Chongqing[J]. Urban transport of China, 2019, 17(6): 49-54.

[11] 代琦,宋同阳,孙小丽. 武汉市公共汽(电)车线网结构优化[J]. 城市交通,2019,17(6):35-41.

DAI Q, SONG T Y, SUN X L. Structural optimization of bus network in Wuhan[J]. Urban transport of China, 2019, 17(6): 35-41.


《城市交通》2022年第6期刊载文章

作者:张海林,黎俊廷,

曾滢,曾令宇

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

点击“阅读原文”查看

“案例研究”栏目更多内容

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例


关注解锁更多精彩

张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

2023035期

编辑 | 耿雪

审校 | 张宇

排版 | 耿雪

原文始发于微信公众号(城市交通):张海林 | 公共汽车出行低密度地区线网优化实践:以广州市南沙新区为例

赞(0)