焦柳丹 羅鳳蓮 吳 雅 張 羽

（1.重慶交通大學經(jīng)濟與管理學院 重慶 400074；2.西南大學資源環(huán)境學院 重慶 400715）

0 引 言

隨著我國經(jīng)濟的快速發(fā)展以及城市化和機動化進程的加快[1],居民出行頻率和居民出行數(shù)量也不斷地隨之增加[2],城市交通擁堵問題也變得越來越嚴重。在《2019中國主要城市交通分析報告》中顯示，2019年全國50個主要城市中有23個城市的“交通健康指數(shù)”低于健康水平線，城市平均高峰擁堵延時指數(shù)為1.650。大力發(fā)展公共交通已經(jīng)成為解決城市交通問題的根本對策[3]。常規(guī)公交具有靈活、便捷、造價低、覆蓋面廣的優(yōu)點[4]，是城市公共交通系統(tǒng)中最主要的交通方式。而軌道交通作為1種新興的公共交通方式，以大容量、高效率、低能耗、集約化的優(yōu)勢[5]在我國各大城市中發(fā)展迅速。因此，在我國許多大城市中，公共客運主要由常規(guī)公交和軌道交通共同完成。但作為2種具有不同特點的城市公交模式，如何促進常規(guī)公交與軌道交通協(xié)調發(fā)展，合理分配客流份額，提高城市公共交通系統(tǒng)運行效率，已成為國內外學者的研究熱點[6]。

部分學者對軌道交通或常規(guī)公交單一系統(tǒng)的客流量變化展開了研究。例如，針對常規(guī)公交客流分布，柳伍生等[7]研究了行程時間不確定下公交客流分配問題，并通過利用杭州市公交線路站點的GIS數(shù)據(jù)和車輛運行GPS數(shù)據(jù)進行分析，得到了公交站點之間總運行時間的分布概率。羅藝等[8]提出了1種重疊社團結構劃分算法，對公交換乘網(wǎng)絡進行社團結構劃分以此獲取換乘關系，得到公交客流受公交專用道影響的具體范圍。而針對軌道交通客流變化，馬超群等[9]結合網(wǎng)絡拓撲結構和客流需求特性，構建了城市軌道交通脆弱性模型，并計算了各車站OD損失率對軌道交通網(wǎng)絡效率的影響。吳祥國等[10]從年度、季度、月度、周期、周內日間時間特性，分析了重慶市主城區(qū)軌道交通客流時間特性，并利用單因素方差分析法，對工作日、節(jié)假日、天氣、線網(wǎng)長度等各個要素對軌道交通客流的影響進行分析。也有學者從不同角度針對常規(guī)公交與軌道交通之間的客流變化規(guī)律展開研究，例如，Milena Scherer[11]指出乘客在軌道交通和常規(guī)公交之間更偏好軌道交通的原因是乘客認為軌道交通更加可靠、舒適并且載客量更高。王佳等[12]利用聚集效應理論，分析了不同類型城市軌道交通站點對常規(guī)公交客流的吸引范圍，并針對上海軌道交通系統(tǒng)分析了軌道交通對常規(guī)公交客流的吸引規(guī)律。L.R.Hsu[13]從成本估算角度對軌道交通和常規(guī)公交進行分析，研究了在不同線路設置和客流下選擇最佳的交通方式。張杰林等[14]運用深圳市的交通數(shù)據(jù)，探尋了軌道交通和常規(guī)公交在不同共線距離下客流分擔率的變化規(guī)律。趙學彧等[6]以武漢市城市公交系統(tǒng)為實例，構建城市交通客流自組織系統(tǒng)演化模型，對軌道交通和常規(guī)公交的客流變化規(guī)律進行分析。徐澤達等[15]從軌道交通和常規(guī)公交的線路選擇與設計的角度出發(fā)，提出了軌道交通與常規(guī)公交在共線關系或平行關系下對客流進行競爭，在相交關系下進行合作，并對共線關系下的常規(guī)公交線路的優(yōu)化策略進行可行性分析。王劍等[16]利用仿真模型，從最大化資源利用率和客流匹配的目標出發(fā)，分析了軌道交通與常規(guī)公交線路之間共線部分的競爭與合作關系。Wei等[17]在考慮軌道交通和常規(guī)公交線路的地理空間和路線布局的基礎上，對二者的競爭與合作關系進行了定量估計，并提出了公交線路優(yōu)化方法。

綜上所述，已有研究主要針對軌道交通和常規(guī)公交二者之間的客流資源競爭或換乘接駁合作，同時研究成果更側重于以某一城市為研究對象，進而對公共交通網(wǎng)絡路線進行協(xié)調優(yōu)化。但在現(xiàn)實情況中，城市軌道交通與常規(guī)公交的營運規(guī)模處于不斷變化的狀態(tài)，二者在發(fā)展過程中相互影響與作用，導致各自本身的客流量也將發(fā)生變化，但目前還未有學者研究了二者之間的相互脅迫作用關系。因此，本文通過借鑒城市化水平與生態(tài)環(huán)境之間的交互脅迫理論[18]，以我國2009年以前開通運營城市軌道交通的10個城市為樣本，從客運量、運營線路長度及運營車輛3個維度驗證軌道交通與常規(guī)公交之間交互脅迫關系，進而探究二者之間的發(fā)展規(guī)律，以期為公交和城市軌道交通協(xié)調發(fā)展提供參考借鑒。

1 軌道交通與常規(guī)公交交互脅迫模型構建

本文主要通過借鑒城市化與生態(tài)環(huán)境交互脅迫模型進而構建軌道交通與常規(guī)公交交互脅迫模型。城市化與生態(tài)環(huán)境交互脅迫模型最開始被學者用于分析城市化與生態(tài)環(huán)境之間的交互作用關系。1982年周一星等[19]研究發(fā)現(xiàn)城市化水平和經(jīng)濟發(fā)展水平存在著某種對數(shù)曲線的交互關系，其表達式見式（1）。

式中：y為城市化水平；x為人均GDP；a，b為非負待定參數(shù)。

而Grossman等[20]則在1995年證實了經(jīng)濟發(fā)展水平和生態(tài)環(huán)境之間是1種倒U形曲線關系，其表達式見式（2）。

式中：z為生態(tài)環(huán)境惡化指數(shù)；x為人均GDP；m，n，p為非負待定參數(shù)。

根據(jù)上述2種關系模型，2003年黃金川等[21]構建了城市化與生態(tài)環(huán)境之間的雙指數(shù)交互脅迫關系曲線，其表達式見式（3）。

式中：z為生態(tài)環(huán)境惡化指數(shù)；y為城市化水平；a，b,m,n,p為待定參數(shù)。表示生態(tài)環(huán)境隨城市化水平是提高而惡化；表示生態(tài)環(huán)境惡化達到最大；表示生態(tài)環(huán)境隨城市化水平提高而好轉。

隨著研究的深入，也有學者將城市化與生態(tài)環(huán)境交互脅迫模型應用于海洋生態(tài)經(jīng)濟系統(tǒng)[22]、旅游經(jīng)濟與生態(tài)環(huán)境[23]之間的研究。在城市化初期，由于我國城市軌道交通建設較晚還未形成線網(wǎng)規(guī)模、城市軌道交通對常規(guī)公交的影響并不大，常規(guī)公交對城市軌道交通的約束作用也較??；隨著城市化的推進，二者規(guī)模不斷完善，一旦突破某一臨界點之后，在客流轉移等方面，軌道交通對常規(guī)公交的作用就開始顯現(xiàn)，二者之間存在類似于城市化與生態(tài)環(huán)境的交互脅迫關系?；诖?，筆者將通過借助此模型用以驗證軌道交通和常規(guī)公交之間的交互脅迫關系，其表達式見式（4）。

式中：z′為公共汽車全年客運總量/線路長度/運營車輛；y′為軌道交通全年客運總量/線路長度/運營車輛；a，b，m，n，p為待定參數(shù)。

2 數(shù)據(jù)結果分析

2.1 研究對象與數(shù)據(jù)來源

鑒于衡量公共交通發(fā)展規(guī)模的因子具有多樣性和復雜性特征，為了評價常規(guī)公交和軌道交通的協(xié)調發(fā)展水平，需對一系列衡量常規(guī)公交和軌道交通發(fā)展情況的重要指標進行選取?；陉惍呂榈萚24]、M.M.Yu等[25]、Priyanka Jain等[26]學者的研究結果，并根據(jù)指標選取的全面系統(tǒng)性、可比性、代表性和可操作性原則，筆者綜合考慮人數(shù)、線路長度以及車輛數(shù)3個維度，進而選取全年客運總量、運營線路長度、運營車輛3個指標用于分析二者之間的脅迫關系。同時，以我國2009年以前開通運營城市軌道交通的10個城市為樣本，收集了2009—2019年的有關數(shù)據(jù)，具體結果見表1（受篇幅限制只顯示2009年和2019年）。各項指標的數(shù)據(jù)來源主要為《城市統(tǒng)計年鑒》（中國統(tǒng)計出版社，2010—2020）、《中國第三產業(yè)統(tǒng)計年鑒》（中國統(tǒng)計出版社，2010—2020）及中國城市軌道交通協(xié)會的統(tǒng)計報告。

表1 2009年及2019年城市公共交通發(fā)展狀況Tab.1 Development of urban public transportation of 2009 and 2019

2.2 交互脅迫關系計算結果

在計算過程中，首先需要對常規(guī)公交和軌道交通各指標的數(shù)據(jù)進行無量綱化處理，用于消除同一指標數(shù)量級差的影響，所采用的公式見式（5）。

式中：i為指標序號；j為年份；Xij為實際計算值；max(Xi)和min(Xi)分別為第i指標2009—2019年10個城市的最大值和最小值。

隨后通過origin 9.0軟件對無量綱化處理之后的常規(guī)公交和軌道交通的客運總量、線路長度，以及運營車輛數(shù)據(jù)分別進行曲線擬合求解，從而得出常規(guī)公交與軌道交通的雙指數(shù)曲線方程及其擬合方程，計算結果見表2～4。

2.3 多維度交互脅迫關系

2.3.1 基于客流量的常規(guī)公交與軌道交通交互脅迫計算結果

城市常規(guī)公交與軌道交通客流量交互脅迫雙指數(shù)函數(shù)方程見表2。從決定系數(shù)R2檢驗來看，10個城市的曲線方程總體擬合效果良好。其中：上海的擬合效果最好，R2達到了0.9500，而長春的擬合效果相對較差，R2只有0.210 9；m表示曲線拐點出現(xiàn)時常規(guī)公交的發(fā)展程度，從m的取值來看，10個城市由大到小依次為:北京、上海、重慶、廣州、深圳、天津、武漢、大連、南京、長春；n的取值與常規(guī)公交隨軌道交通運行規(guī)模變化的速率有關，從n的取值來看，10個城市由大到小依次為：長春、武漢、天津、重慶、大連、深圳、北京、南京、上海、廣州；b值的大小反應了雙指數(shù)曲線拐點出現(xiàn)的早晚。從b的取值來看，10個城市由大到小依次為：武漢、北京、長春、上海、深圳、廣州、大連、天津、重慶、南京。

表2 城市常規(guī)公交與軌道交通客流量交互脅迫雙指數(shù)函數(shù)方程Tab.2 Double exponential function for interactive stress effect on passenger flows of urban bus and rail transport system

2.3.2 基于運營線路長度的常規(guī)公交與軌道交通交互脅迫計算結果

城市常規(guī)公交與軌道交通運營線路長度交互脅迫雙指數(shù)函數(shù)方程見表3。從決定系數(shù)R2檢驗來看，10個城市的曲線方程總體擬合效果良好。其中北京的擬合效果最好，R2達到了0.947 1，而長春的擬合效果相對較差，R2只有0.592 7。從m的取值來看，10個城市由大到小依次為：廣州、天津、重慶、北京、長春、上海、深圳、大連、南京、武漢；從n的取值來看，10個城市由大到小依次為：廣州、深圳、天津、重慶、長春、大連、南京、北京、武漢、上海；從b的取值來看，10個城市由大到小依次為：上海、北京、武漢、廣州、南京、大連、深圳、長春、重慶、天津。

表3 城市常規(guī)公交與軌道交通運營線路長度交互脅迫雙指數(shù)函數(shù)方程Tab.3 Double exponential function for interactive stress effect on the length of operating lines of urban bus and rail transport system

2.3.3 基于運營車輛的常規(guī)公交與軌道交通交互脅迫計算結果

城市常規(guī)公交與軌道交通運營車輛交互脅迫雙指數(shù)函數(shù)方程見表4。決定系數(shù)R2檢驗來看，10個城市的曲線方程總體擬合效果良好，其中廣州的擬合效果最好，R2達到了0.980 6，而長春的擬合效果相對較差，R2只有0.502 2，從m的取值來看，10個城市由大到小依次為：長春、北京、上海、深圳、廣州、重慶、天津、武漢、南京、大連；從n的取值來看，10個城市由大到小依次為：北京、天津、長春、上海、重慶、南京、深圳、廣州、大連、武漢；從b的取值來看，10個城市由大到小依次為：上海、北京、廣州、武漢、大連、深圳、長春、南京、重慶、天津。

表4 城市常規(guī)公交與軌道交通運營車輛交互脅迫雙指數(shù)函數(shù)方程Tab.4 Double exponential function for interactive stress effect on the number of operating vehicles of urban bus and rail transport system

根據(jù)表2～4的計算結果，可以得出：①重慶、南京、天津3個城市的擬合效果最好，其常規(guī)公交與軌道交通的客運總量、線路長度及運營車輛交互脅迫擬合曲線的R2均超過0.8；②城市常規(guī)公交與軌道交通交互關系雙指數(shù)曲線出現(xiàn)拐點時，m值排名位于前列的城市其常規(guī)公交的發(fā)展情況要好于位居末位的城市；例如，南京在3項指標的城市排名均靠后，表明南京的常規(guī)公交在客運總量、線路長度及運營車輛的發(fā)展上與其他城市相比發(fā)展相對落后；③各城市常規(guī)公交發(fā)展與軌道交通規(guī)模擴張速率有關，n值排名越靠前的城市其常規(guī)公交發(fā)展隨軌道交通的擴張變化越迅速；例如，重慶在3項指標的城市排名中均位于中間，表明重慶的常規(guī)公交在客運總量、線路長度及運營車輛的發(fā)展速率與其他城市相比相對適中；④軌道交通發(fā)展水平較高的城市其拐點出現(xiàn)早于軌道交通發(fā)展水平較低的城市，b值排名越靠前，其拐點出現(xiàn)時的軌道交通發(fā)展水平越高；例如，北京在3項指標的城市排名均靠前，表明北京的軌道發(fā)展水平與其他城市相比發(fā)展相對領先。

2.4 交互脅迫關系結果分析

根據(jù)表2～4的計算結果，筆者進一步繪制了城市常規(guī)公交與軌道交通交互關系雙指數(shù)曲線圖，見圖1（只顯示典型城市）。在圖1（a）客運總量中可以看到，北京的拐點出現(xiàn)時間相對較早，表明北京的常規(guī)公交在客運總量上受軌道交通的影響相對較嚴重。北京是我國第1個開通軌道交通的城市，在1971年就開始正式運營軌道交通，由于2008年北京奧運會的舉辦，更促進了北京軌道交通飛躍式的發(fā)展。當軌道交通覆蓋范圍還較小時，軌道交通的優(yōu)勢不明顯，常規(guī)公交仍然承擔了主要的客流，而隨著軌道交通的運營范圍的不斷擴大，乘客越來越傾向選擇軌道交通，常規(guī)公交的客運量開始大幅下降。此擬合結果與張杰林等[14]的研究結論較為一致，軌道交通與常規(guī)公交共線距離較長時，軌道交通以其速度快，準點率高的優(yōu)勢對客流的吸引力顯著增強。在圖1（b）線路長度中，上海的演變軌跡持續(xù)上升，未觀察到拐點，表明上海的常規(guī)公交在運營線路長度上未明顯受到軌道交通的影響。上海作為1個擁有2 400多萬人的超大城市，一直將優(yōu)先發(fā)展公共交通作為解決超大城市交通問題的必然選擇[27],在不斷擴大軌道交通的覆蓋范圍時，也在加大對常規(guī)公交的扶持力度，逐漸建立以軌道交通為主體，常規(guī)公交為基礎的公共交通網(wǎng)絡。在圖1（c）運營車輛數(shù)中，南京的拐點出現(xiàn)時間相對較晚，表明南京的常規(guī)公交在運營車輛數(shù)上受軌道交通的影響相對較弱。南京是最早成為我國公交都市的城市之一，將軌道交通作為綜合交通發(fā)展的核心、增加軌道交通的運營車輛數(shù)的同時，也在制定公交車輛更新技術標準及配套政策,將普通公交車逐漸全部更換為新能源公交車[28]。

圖1 城市常規(guī)公交與軌道交通交互關系雙指數(shù)曲線Fig.1 Double exponential curve for interactive stress effect between urban bus and rail transport system

而從總體上來，10個城市常規(guī)公交與軌道交通在3個維度的演變軌跡存在階段性和空間發(fā)展不均衡性。城市常規(guī)公交與軌道交通交互關系雙指數(shù)曲線中，客運總量的拐點出現(xiàn)早于運營線路長度和運營車輛數(shù)。在拐點出現(xiàn)前，常規(guī)公交與軌道交通的演進軌跡呈同向增長趨勢，即軌道交通發(fā)展運營規(guī)模提升，常規(guī)公交發(fā)展水平隨之提高;在拐點出現(xiàn)后，二者呈反向變動趨勢，即軌道交通發(fā)展運營規(guī)模提升、常規(guī)公交發(fā)展水平隨之降低。以上分析說明所求得的函數(shù)關系式程和雙指數(shù)曲線擬合圖能夠較恰當?shù)姆从吵鞘械某Ｒ?guī)公交與軌道交通的交互脅迫關系的非線性曲線軌跡。綜上所述，軌道交通的發(fā)展對常規(guī)公交表現(xiàn)出明顯的脅迫作用，而常規(guī)公交的發(fā)展對軌道交通表現(xiàn)出明顯的約束作用。

3 討 論

結合10個城市的雙指數(shù)函數(shù)方程與曲線圖，根據(jù)演化軌跡的特點，本文進一步將城市劃分為拐點出現(xiàn)較早、拐點出現(xiàn)較晚、拐點尚未發(fā)現(xiàn)3類，進一步分析10個城市其軌道交通與常規(guī)公交的脅迫關系。根據(jù)表5的結果，10個城市在3個維度的拐點情況可以分為5類。

表5 拐點分類情況Tab.5 Classification of inflection points

第Ⅰ類?？瓦\總量拐點較早、運營車輛拐點較晚、線路長度未有拐點。北京、南京和天津3個城市屬于第Ⅰ類。分類結果表明北京、南京和天津的常規(guī)公交在線路長度并未明顯受軌道交通的脅迫和在運營車輛受軌道交通較弱的脅迫的情況下，常規(guī)公交的客運總量受軌道交通的影響較為嚴重。北京、南京和天津不斷增加的公交線路長度并沒有明顯的增強常規(guī)公交對乘客的吸引力。因此，地方政府需加強對常規(guī)公交的線路設計優(yōu)化，調整常規(guī)公交與軌道交通高度重合線路的長度，形成以軌道交通為骨干，常規(guī)公交為分支的交通運輸網(wǎng)[15]。

第Ⅱ類?？瓦\總量拐點較早、運營車輛和線路長度未有拐點。大連、廣州和上海3個城市屬于第Ⅱ類。分類結果表明大連、廣州和上海的常規(guī)公交在線路長度和運營車輛上未明顯受到軌道交通的脅迫作用，但在客運總量上受軌道交通的影響較為嚴重。說明大連、廣州和上海的常規(guī)公交資源并沒有得到充分的利用，存在較大的資源浪費。地方政府一方面要基于軌道交通對常規(guī)公交線路進行優(yōu)化調整，取消部分常規(guī)公交與軌道交通高度重合的線路，減少二者之間的惡性競爭；另一方面也要鼓勵新能源公共汽車車輛的發(fā)展，加快老舊車輛更新淘汰，保障公共汽車運營設備的更新和維護，提高整體運輸能力。

第Ⅲ類?？瓦\總量拐點較晚、運營車輛和線路長度未有拐點。長春和武漢2個城市屬于第Ⅲ類。分類結果表明長春和武漢的常規(guī)公交在線路長度和運營車輛上未明顯受到軌道交通的脅迫作用，在客運總量上受軌道交通的影響也較弱。說明長春和武漢的軌道交通在對客流的吸引上尚未形成絕對優(yōu)勢。地方政府需加大對軌道交通的投資力度，進一步發(fā)展軌道交通路網(wǎng)結構，改善軌道交通的運營模式和提升服務質量[6]。

第Ⅳ類?？瓦\總量拐點較早、線路長度拐點較晚、運營車輛未有拐點。深圳屬于第Ⅳ類。分類結果表明深圳的常規(guī)公交在運營車輛并未明顯受軌道交通的脅迫和在線路長度受軌道交通較弱的脅迫的情況下，常規(guī)公交的客運總量受軌道交通的影響較為嚴重。說明深圳不斷增加的公交車輛數(shù)并未明顯減緩客流的流失。地方政府需加快老舊公交車的淘汰，降低常規(guī)公交不必要的支出成本，通過調整發(fā)車頻率和提升公共汽車的服務能力來提高常規(guī)公交競爭力，以吸引客流。

第Ⅴ類?？瓦\總量、運營車輛和線路長度拐點較晚。重慶屬于第Ⅴ類。分類結果表明重慶的常規(guī)公交在客運總量、線路長度以及運營車輛上受軌道交通的脅迫影響較弱。二者發(fā)展比較協(xié)調均衡。未來地方政府需繼續(xù)保持這一發(fā)展模式，在大力發(fā)展軌道交通的同時，也要充分發(fā)揮常規(guī)公交在短途出行上的優(yōu)勢，使二者互相補充，相輔相成。

4 結束語

本文基于交互脅迫理論，以我國2009年以前開通軌道交通的10個城市為樣本，對軌道交通與常規(guī)公交的交互脅迫關系進行了實證分析。從客流量、運營線路長度及運營車輛3個維度分析了城市軌道交通對常規(guī)公交是否產生脅迫。根據(jù)計算結果，可以得出：①城市軌道交通與常規(guī)公交在客運量、運營線路長度及運營車輛數(shù)上存在交互脅迫關系，演變軌跡符合雙指數(shù)函數(shù)。②在城市公共交通發(fā)展的初期，雖然軌道交通的發(fā)展對常規(guī)公交系統(tǒng)帶來了沖擊，但因為人民的出行意愿的整體提高，二者都處于蓬勃發(fā)展階段；而到了城市公共交通發(fā)展的中后期，軌道交通作為新興的出行方式，在客流吸引上占據(jù)一定優(yōu)勢，不斷發(fā)展壯大，而常規(guī)公交受制于自身運輸上的缺陷，客流量迅速下降，最后保持在一定水平。③城市常規(guī)公交的運營線路長度和運營車輛數(shù)相比起客運量受到軌道交通的脅迫強度相對較弱，總體仍然保持正向增長，但逐漸顯現(xiàn)出下降的趨勢。