句慶玲，龍科軍

(1.智能道路與車路協(xié)同湖南省重點(diǎn)實(shí)驗(yàn)室, 湖南 長(zhǎng)沙 410114；2.長(zhǎng)沙理工大學(xué) 交通運(yùn)輸工程學(xué)院，湖南 長(zhǎng)沙 410114)

城市中心區(qū)是城市公共活動(dòng)體系的核心，是城市政治、經(jīng)濟(jì)、文化等公共活動(dòng)最集中的地區(qū)。以城市空間布局結(jié)構(gòu)為基礎(chǔ)，地鐵網(wǎng)絡(luò)在城市中心相對(duì)完善，形成城市中心區(qū)以地鐵為骨架、公交為輔助的特征。在中心城區(qū)，考慮地鐵線路具有主導(dǎo)性，在線路規(guī)劃中考慮的尺度、粒度與容量等方面的依據(jù)更宏觀；公交線路則較微觀，以地鐵網(wǎng)絡(luò)為骨架完成大流量客流運(yùn)輸，公交主要負(fù)責(zé)地鐵網(wǎng)絡(luò)未覆蓋的毛細(xì)部分，快速疏散地鐵帶來(lái)的客流，減少中心城區(qū)的交通壓力。對(duì)于非中心區(qū)，地鐵與公交之間會(huì)存在競(jìng)爭(zhēng)等關(guān)系。楊曉光等利用ITS技術(shù)采集交通管理和運(yùn)營(yíng)信息，建立了計(jì)算公交車換乘最短時(shí)間調(diào)度模型。王衛(wèi)平利用物元分析法將公交線網(wǎng)覆蓋性、公交純線網(wǎng)密度、公交站點(diǎn)覆蓋率、公交便利性指標(biāo)進(jìn)行整合，分析城市軌道交通與地面常規(guī)公交的接駁情況。張興強(qiáng)等通過(guò)軌道換乘方式和換乘設(shè)施服務(wù)過(guò)程分析，建立了基于Petri網(wǎng)的軌道交通換乘設(shè)施服務(wù)水平評(píng)價(jià)模型。張營(yíng)杰等以青島市地鐵為依托，根據(jù)不同接駁模式下公交作用調(diào)整公交線路，使整個(gè)公共交通網(wǎng)絡(luò)最優(yōu)。戴學(xué)臻等采用綜合灰色關(guān)聯(lián)度法，選取平均換乘時(shí)間、平均換乘距離、乘客換乘滿意度、換乘方式4個(gè)指標(biāo)對(duì)高鐵車站的地鐵、出租車、公交3種交通方式進(jìn)行了換乘效率評(píng)價(jià)。任芳通過(guò)分析國(guó)內(nèi)外軌道交通與公交的接駁情況，對(duì)福州市軌道1號(hào)沿線的公交線路進(jìn)行了調(diào)整。林利分析了軌道交通與常規(guī)公交的瓶頸問(wèn)題及兩種交通方式換乘存在的問(wèn)題，以重慶市為例分析了軌道交通建設(shè)的長(zhǎng)、短期目標(biāo)，并利用LINGO求解優(yōu)化后的公交線路。楊磊從公交網(wǎng)絡(luò)自身合理性、與軌道交通的競(jìng)爭(zhēng)和合作關(guān)系3個(gè)層次確定軌道交通沿線公交的評(píng)價(jià)指標(biāo)，利用未確知測(cè)度模型、信息熵理論和層次分析法評(píng)價(jià)公交線網(wǎng)，并根據(jù)評(píng)估結(jié)果調(diào)整線網(wǎng)。石小偉等通過(guò)分析寧波新建軌道交通的發(fā)展水平構(gòu)建公交線網(wǎng)布局模型，利用遺傳算法、直達(dá)系數(shù)等指標(biāo)對(duì)寧波市公交進(jìn)行了動(dòng)態(tài)分析。目前國(guó)內(nèi)主要研究軌道交通與公交的整體接駁情況或整條地鐵線路與沿線公交的接駁，未區(qū)別中心城區(qū)成熟地鐵網(wǎng)絡(luò)公交接駁與非成熟地鐵網(wǎng)絡(luò)公交接駁等特征。該文主要利用數(shù)據(jù)包絡(luò)分析(DEA)模型，對(duì)面向中心區(qū)地鐵網(wǎng)絡(luò)的公交接駁能力進(jìn)行評(píng)估，為城市中心區(qū)公交站點(diǎn)及線路優(yōu)化提供依據(jù)。

1 接駁能力的定義

接駁原是指無(wú)縫連接、搭車換乘。公交接駁能力是指公交車疏散中心區(qū)地鐵載流的效率能力。接駁能力評(píng)估主要評(píng)價(jià)公交車疏散客流量的能力，評(píng)價(jià)指標(biāo)主要選取與地鐵換乘公交的相關(guān)指標(biāo)，包括地鐵換乘時(shí)間、公交站點(diǎn)位置、公交線路數(shù)、客流量。其中：地鐵換乘時(shí)間主要以地鐵站點(diǎn)的經(jīng)緯度坐標(biāo)為中心點(diǎn)，分別以500、300、100 m輻射半徑計(jì)算該范圍內(nèi)最近公交站點(diǎn)步行到達(dá)中心點(diǎn)的平均時(shí)間；公交站點(diǎn)位置主要是指該站點(diǎn)與地鐵站點(diǎn)之間的直線距離，換乘距離是乘客選擇后續(xù)出行交通方式的重要因素之一，換乘過(guò)程中公交站點(diǎn)距離地鐵站點(diǎn)500 m以內(nèi)為最佳；公交線路數(shù)是指在篩選地鐵站最近公交站點(diǎn)后，通過(guò)該站點(diǎn)的公交線路之和，其表征乘客可選擇的多樣性，給乘客更好的換乘選擇。

2 數(shù)據(jù)采集

Python網(wǎng)絡(luò)爬蟲是目前很受歡迎的一個(gè)開源編程軟件，相對(duì)于MATLAB等軟件，其操作簡(jiǎn)單，入門容易。該軟件基于Python代碼自動(dòng)抓取互聯(lián)網(wǎng)上有價(jià)值的信息，信息獲取時(shí)間短，操作簡(jiǎn)單。

搜索POI模塊是高德開發(fā)者平臺(tái)中功能較強(qiáng)的模塊，也是經(jīng)常使用的模塊之一。其使用場(chǎng)景有：1) 關(guān)鍵字搜索。通過(guò)用POI的關(guān)鍵字進(jìn)行條件搜索，如肯德基等；同時(shí)支持設(shè)置POI類型搜索，如銀行。2) 周邊搜索。在用戶傳入經(jīng)緯度坐標(biāo)點(diǎn)附近，在設(shè)定的范圍內(nèi)，按照關(guān)鍵字或POI類型搜索。3) 多邊形搜索。在多邊形區(qū)域內(nèi)進(jìn)行搜索。4) ID查詢。通過(guò)POI ID查詢某個(gè)POI詳情，可與輸入提示API配合使用。這里主要使用關(guān)鍵字搜索。

編寫爬蟲代碼時(shí)需填寫的參數(shù)主要有：1) key參數(shù)。key是開發(fā)者在高德開發(fā)者平臺(tái)獲得請(qǐng)求服務(wù)權(quán)限的標(biāo)識(shí)，可在控制臺(tái)中的應(yīng)用管理免費(fèi)注冊(cè)。2) types參數(shù)。types的含義是查詢POI的類型。高德開發(fā)者平臺(tái)通常會(huì)通過(guò)發(fā)現(xiàn)、采集、處理和發(fā)布將POI數(shù)據(jù)制作成一張地圖，在高德開發(fā)者平臺(tái)中提供POI分類編碼(見(jiàn)表1)。分類代碼由6位數(shù)字組成，分為三部分，前兩個(gè)數(shù)字代表大類，中間兩個(gè)數(shù)字代表中類，最后兩個(gè)數(shù)字代表小類。若指定了某個(gè)大類，則所屬中類、小類都會(huì)顯示。在爬蟲代碼編寫中，可使用keyword參數(shù)代替type參數(shù)。keyword參數(shù)的使用方法與地圖地點(diǎn)查詢一致，只需輸入關(guān)鍵字即可。但相對(duì)于type參數(shù)，keyword參數(shù)內(nèi)容搜索會(huì)存在一定誤差，精度沒(méi)有type參數(shù)高。值得注意的是，編寫爬蟲代碼時(shí)如果keywords和types參數(shù)都是空，則默認(rèn)指定types為120000(商務(wù)住宅)和150000(交通設(shè)施服務(wù))。3) city參數(shù)，即城市查詢。高德開發(fā)者平臺(tái)POI分類數(shù)據(jù)中提供了所有城市的編碼(見(jiàn)表2)，在具體數(shù)據(jù)爬取時(shí)填寫相應(yīng)代碼即可。

表1 POI部分分類

表2 深圳市及管轄區(qū)的編碼

3 公交接駁能力服務(wù)評(píng)估模型

3.1 評(píng)估指標(biāo)

分析接駁服務(wù)時(shí)，考慮乘客換乘的便捷性及數(shù)據(jù)獲取方式，選取換乘步行距離、換乘時(shí)間、換乘客流量、換乘選擇作為主要影響因素。其中：換乘步行距離L是指乘客從軌道出站口到最近公交站點(diǎn)的最短距離，若在地鐵出站口同時(shí)存在多個(gè)公交站點(diǎn)，則取距離的平均值；換乘時(shí)間T是乘客從軌道交通出站口步行到換乘站點(diǎn)的時(shí)間t1、排隊(duì)時(shí)間t2與換乘候車時(shí)間t3之和，這里只考慮軌道交通換乘地面常規(guī)公交消耗的時(shí)間，故排隊(duì)時(shí)間t2與換乘候車時(shí)間t3不予考慮，即T=t1；換乘客流量Q是指一天中軌道交通站點(diǎn)集散的客流量；換乘選擇M即公交線路數(shù)，是指乘客對(duì)換乘公交線路及公交站點(diǎn)的可選擇數(shù)量。

3.2 DEA模型

目前常用的接駁分析評(píng)價(jià)方法主要有層次分析法和模糊分析法，這兩種方法在分析評(píng)價(jià)時(shí)具有較強(qiáng)的主觀性，量化指標(biāo)與實(shí)際情況存在一定差別，且模糊評(píng)價(jià)法的計(jì)算過(guò)程復(fù)雜。DEA是目前較成熟的績(jī)效評(píng)價(jià)方法，主要用于評(píng)價(jià)相同部門間的相對(duì)有效性。采用DEA模型中的投入導(dǎo)向BC2(規(guī)模報(bào)酬可變)模型進(jìn)行公交接駁能力評(píng)價(jià)。對(duì)于任一決策單元，投入導(dǎo)向下對(duì)偶形式的BC2模型可表示為：

式中：j=1,2，…，n，表示決策單元；X為投入；Y為產(chǎn)出向量。

若θ=1，S+=S-=0，則決策單元DEA有效；若θ=1，S+≠0，或S-≠0，則決策單元弱DEA有效；若θ<1，則決策單元非DEA有效。

接駁換乘乘客主要考慮換乘距離、舒適性、便捷性等特征，鑒于舒適性、便捷性為無(wú)形指標(biāo)，難以量化，將換乘距離作為產(chǎn)出變量，換乘時(shí)間、換乘客流量與換乘選擇作為輸入變量。評(píng)估流程見(jiàn)圖1。

圖1 公交接駁能力評(píng)估流程

4 深圳市地鐵-公交接駁能力評(píng)估

4.1 深圳市公交接駁地鐵基礎(chǔ)條件

4.1.1 地鐵接駁需求

利用Python平臺(tái)在深圳市政府公開數(shù)據(jù)平臺(tái)中統(tǒng)計(jì)得到深圳地鐵刷卡數(shù)據(jù)，分析得靠近香港方向的港口地鐵是主要運(yùn)輸方式，公交則作為輔助方式疏散地鐵的客流。選取地鐵刷卡數(shù)據(jù)最多的前10個(gè)地鐵站點(diǎn)(見(jiàn)表3)對(duì)公交接駁能力進(jìn)行評(píng)估。

表3 工作日一天刷卡出站最多的前10個(gè)地鐵站點(diǎn)

4.1.2 接駁公交站點(diǎn)

深圳市公交站點(diǎn)共21 981個(gè)，每個(gè)公交站點(diǎn)有1～44條公交線路通過(guò)。上述10個(gè)地鐵站點(diǎn)附近的公交站點(diǎn)數(shù)見(jiàn)表4，周邊可選擇的公交數(shù)量見(jiàn)圖2，規(guī)劃的公交線路數(shù)見(jiàn)表5。

表4 臨近地鐵站點(diǎn)的公交站點(diǎn)數(shù)

圖2 地鐵站點(diǎn)周邊可選擇的公交數(shù)量

表5 臨近地鐵站點(diǎn)的規(guī)劃公交線路數(shù)

4.1.3 接駁公交線路

深圳市公交線路共855條，站點(diǎn)共21 981個(gè)。從GIS平臺(tái)可視化處理結(jié)果(見(jiàn)圖3)來(lái)看，深圳公交線路大致呈現(xiàn)西密東疏的特征，西南方向是公交最密集的區(qū)域，東邊是最稀疏的區(qū)域。

圖3 深圳市公交線路分布

4.2 接駁能力評(píng)估

利用DEA模型中的C2R模型，將換乘步行距離作為輸出變量，平均換乘時(shí)間、公交線路數(shù)、臨近公交站點(diǎn)數(shù)量、集散客流作為輸入變量(見(jiàn)表6)，對(duì)公交接駁能力進(jìn)行評(píng)估，分析結(jié)果見(jiàn)表7。

表6 深圳市地鐵-公交接駁分析數(shù)據(jù)

表7 深圳市地鐵-公交接駁效率分析結(jié)果

5 結(jié)語(yǔ)

該文選取對(duì)公交接駁能力影響最大的換乘步行距離、平均換乘時(shí)間、公交線路數(shù)、臨近公交站點(diǎn)數(shù)量、集散客流作為評(píng)估指標(biāo)，利用DEA中的C2R模型對(duì)公交接駁地鐵的能力進(jìn)行評(píng)估。對(duì)于接駁效率未達(dá)到1.000的地鐵站點(diǎn)，需進(jìn)一步調(diào)整公交站點(diǎn)位置及公交線路規(guī)劃。評(píng)估中選取的地鐵站點(diǎn)均是客流量大且處于成熟地鐵網(wǎng)絡(luò)中的站點(diǎn)，地鐵是交通主骨架，公交是輔助交通工具，這種情況下公交接駁的本質(zhì)是其是否能快速消散地鐵帶來(lái)的客流。

該文主要研究成熟地鐵網(wǎng)絡(luò)中客流量較大的地鐵站點(diǎn)與公交的接駁，采用DEA模型中的C2R函數(shù)，其他接駁方式應(yīng)考慮實(shí)際約束條件選擇合適的評(píng)估方法。