胡華穎　李觀華

　　廣州市交通研究所資助項目，參加工作的還有郭志生、楊惠儀、樑錦宣等

　　公交綫路是城市公共交通的組成部份，其布局是否合理，直接影響城市居民出行的方便程度，進而引起城市社會與經濟諸方面的連鎖反應。目前我國許多城市都出現居民出行“乘車難”的嚴重局面。大力發展公共交通，已成爲城市决策部門面臨的不可遲緩的重要議題。不少城市試圖對現行的公交綫路作一些合理調整，並對調整後或新規劃的公交綫網效果進行科學的估計，本文在廣州市調整公交綫路的研究基礎上，提出一套適於我國城市公交綫路客流量預測的方法。

　　1　公交客流量預測的内容與方法

　　國外研製出來的城市交通預測模型一般由4個相互聯繫的序列子模型組成：①出行産生與吸引，②出行分佈，③出行方式選擇，④綫路分配怰。序列中的子模型順序可以改變或組合，形成交通預測序列模型的4種類型我們已研究比較此4種類型的特點，並建議在城市交通資料不完整的情况下，采用①和③子模型合併的類型，可滿足交通預測目標單一時的要求。但此研究還較粗略，預測結果過於籠統簡單，未能提供公交綫路客流量的具體數量指標。

　　對新公交綫網的客流量作預測，主要是對居民日常出行采用公交方式的需求量及其在空間上（綫路與站點）和時間上（一天24小時）的分佈進行定量估計。必不可少的指標包括有客運總量、客運周轉量、平均乘距、兩停車站間分綫路的乘客量、各停車站點的上下車人數、道路主幹綫上公交乘客量、高峰小時運量及其系數、公交幹綫高峰小時單向客流量、中轉（或换乘）系數等。這些指標是公交綫路布局方案優劣評價的主要依據。

　　爲滿足上述預測需求，我們設計了一套供實際部門使用的預測城市公交客流量的方法及其工作流程。其中公交客流量預測序列模型是在計算機上實現的數學模型系統。只要輸入公交綫網和客流的有關數據，便得到一系列統計指標。若機器配備繪圖功能，此系統還可輸出公交綫網中每條公共汽車綫路中站與站間的流量流向等詳細圖象結果，以幫助分析和决策。

　　2　公交出行量産生與吸引子模型  

　　此子模型的輸出結果是按小區計的公交出行産生量和吸引量，其數學函數形式爲

　　Gi=f（x1,…x2,…,x1）,Ai=f（x1,x2…,x1）

　　式中Gi爲小區的公交出行産出量，A爲小區的公交出行吸引量，i1j=1，2…，（n爲小區總數），x1，x2，…，xn分别爲列公交出行産生量和吸引量有顯著影響的變量（因素）。

　　恰當選擇變量是此子模型的關鍵。正影響公交出行的因素中，主要涉及人、出行及公交特性。人的特性包括年齡、性别、職業、經濟收入等，出行特性包括出行目的、出行距離等；公交特性包括公交的方便、速達、舒適程度與費用等。挑選變量時可根據研究目的與數據的可能性加以斟酌。

　　對新規劃的公交綫網作客流量預測，應着重挑選那些反映公交綫網特點的因素作爲解釋變量，以便通過函數關系，反映出公交綫網的變化對居民出行采用公共交通工具的影響，從而評價公交綫網的優劣。這是因爲：①人與公交的關系，本質是一種供求關系。需求與供給之間在均衡價格處取得平衡。②在我國城市中，公交現行的是低票價制，與居民的實際收入和消費水平相適應。但公交服務的價格除了票價，還包括候車時間、行車時間、舒適與安全程度等。這些包括社會、經濟、心理等方面的因素組成了公交服務的“一般價格”，經受居民“能否承受”的衡量和抉擇。如果公交服務的“一般價格”太高（如時間太長或很不方便），公交客量便少。因此，評價新規劃的公交綫網的可能效果，應着重通過新舊綫網的連通度、便達度和綜合運送能力的改變，比較公交綫網吸引客流量的變化。

　　兩模型的决定系數R2分别爲75.63％和75.10％，表明模型的解釋能力相當大F統計量分别爲37.23和36.19，表明模型在99％置信水平上高度顯著。估計標準誤差S分别爲1266和1285，表示在預測時，小區出行産生量或吸引量的誤差範圍在±1000人次左右，誤差率爲5%～10％。此兩模式已滿足預測的精度要求，其結果輸入下一子模型。

　　3　公交出行分佈子模型

　　式中Gi、A1是上一子模型輸出的小區i公交産生量和小區J公交吸引量，Ci爲i、J間的因子，一般是從i到J的公交“一般價格”，di是從i到，的公交客流量。

　　我們取從i到j小區的公交出行平均時間作爲Cij，經“對數回歸”計算過程，得a=0.2493,b0.2486,-r=-0.1191,δ=1.518。再經平均增長率法（3）叠代修正8，得從i到j的公交客流空間起訖分佈量（或稱0-D量）dij

　　4　公交出行綫路分配子模型

　　此模型根據圖論一些概念和定理，把已知的O-D分佈量d，具體分配到公交綫路上，其關鍵技術是：處理小區與城市道路的鄰接關系、城市道路與公交綫路的對應關系、公交綫路之間的連通關系.具體步驟是：

　　4.1　將城市主要道路編成道路網絡圖.以交叉路口作爲網絡的節點，節點與節點問的邊就是兩交叉路口間一段道路.將各段道路的長度標標記在邊上，編成網絡賦權圖。

　　4.2　在已劃分交通小區的基礎上，建立小區與道路節點的鄰接對應文件，以便將小區出行産生量通過節點引入道路網中，將小區出行吸引量通過節點引入小區來。

　　4.3　在道路網絡圖的基礎上，建立公交綫路網絡。即根據規劃的每條公交綫路走向，將其行經的每個道路節點逐一記録，對應將公交綫上的上落站的節點順次記録。如果公交綫並非在每個道路節點都開設上落站，可依有開設上落站的道路節點標號記録。

　　其行經001、002、003、004、008、012節點，但只在001、002、003、012處設立上落站，則I綫及其上落站的記録爲：順向（001，002，003，012），逆向（012，003，002，001）。

　　如果公交綫路走向受單行綫管制，則綫路的順向和逆向記録照實際行經的節點記録。如圖3中的綫記録爲順向：（009，010，011，007，003，…），逆向（…，002，006，010，009）。

　　4.4　建立公交綫路之間連接關系文件，並據此評價小區的公交空間便達程度.若i-j.小區間有公交綫直接連通，則從i區乘1次車可達j區，i和j便是“1次達小區”。若i—i小區間無公交綫直達，需經k小區换乘，則i和j便是“2次達小區”，在k小區换乘的對應節點便是换乘節點。根據綫路走向以及小區與節點的對應關系，可得到小區空間便達程度和公交换乘點的記録。

　　如圖4中A一D（Ⅰ綫）、C-J（Ⅱ綫）和（Ⅲ綫）均爲1次達小區，A、B、D各小區與F、G、，各小區之間是2次達小區，它們之間在C小區003節點處换乘；A、B、D與I、K、L之間爲3次達小區，它們之間在003和010節點處各换乘1次。圖中12個小區的空間便達程度以矩陣形式記録。

　　對應矩陣中每一元素，包含着公交綫的起點、終點、中間上落站、换乘站（點）。它們之間的對應與包含關系，可根據前面4.1—4.4各步驟建立的計算機數據文件，用計算機容易編輯生成。即任一對i一j小區間有哪幾條公交綫相連接、途經哪些上落站（節點）都經計算機檢索出來並記録下來。

　　若A到D和到K的公交量分别爲5000和3000人次，對A來説，其小區産生量爲8000人次；對D和K來説，兩小區的吸引量分别就是5000和3000人次。按照綫路走向和連接關系，則有5000人次從001節點發出（稱“節點産生量”），沿着002、003到達004。即004節點吸引了5000人次（稱“節點吸引量”，又因其是乘1次車到達的，也可稱“1次達吸引量”）。另外，在I綫上001—002—003一004的兩兩相鄰節點間，均有5000人次的記録。到K區去的3000人次也從001節點發出，在003節點處换乘Ⅱ綫（稱該量爲003節點的“1次换乘量”），再在010點處换乘Ⅲ綫（稱該量爲010節點的“2次换乘量”），然後到達011節點（因該量是乘3次車吸引到此點，稱爲011節點的“3次達吸引量”）。這樣，A到D和到K的公交客流量在綫路中分配完畢。以此類推任一i—j小區間的綫路分配。其結果可用表格展示，結合節點問的長度，我們可計出分綫路的平均乘距。

　　利用分時段（一般只用高峰時段）的公交客流量調查數據，輸入到序列模型中；可計出分時段的公交綫網客流分佈。這樣，我們便得到公交客流量在空間和時間分佈的一系列統計指標。1986年，我們用這套程序爲廣州市公交綫路調整作客流預測，效果良好。然而，這個序列模型還有不足，如未能與優化模型相結合。這有待於深入探討。