数说交通 之 公交 | 深圳常规公交(快、干、支线网)运营特征分析

作为“国家公交都市建设示范城市”,深圳坚持公交优先发展理念,通过持续推进轨道交通建设、打造公交优先路权网络、丰富多元多种公交服务、发展智慧公交体系,形成了“轨道交通为骨架、常规公交为网络、出租车为补充、慢行交通为延伸”的多层次公共交通体系。但是伴随着轨道交通建设的推进,常规公交由于供需结构、服务水平、时效性等因素导致的客流下降、运营效益较低、与小汽车竞争力不足等问题逐步显现。基于此,本次研究依托深圳综合交通大数据平台,重点深入挖掘公交运营大数据,从线网布局、客流出行和换乘接驳等方面对“快、干、支”线路进行运营特征分析和综合评估,以期能为后期公交系统优化调整提供基础支撑。

 

 

01 公交大数据

 

基于深圳综合交通大数据平台,本次研究重点采用全市近1.6万辆公交车辆GPS数据(日均约9千万条)和公交刷卡数据(日均约3百万条)。同时考虑轨道与公交的相关关系,融合分析了轨道进出站刷卡数据(日均约8百万条)。考虑疫情对城市公交常态化运作的影响,本研究主要以疫情前的2019年公交运营数据作为研究基础。

 
图片
 
图1 深圳市公交车GPS数据

 

公交运营数据分析的技术流程一般包括公交车辆到站估计、IC刷卡上车站点匹配、IC刷卡下车站点推断、换乘识别和客流扩样校核(如下图),其中关键技术包括乘客下车站点推断和客流扩样计算。

 

(1)乘客下车站点推断的难点在于如何识别只有一条刷卡记录的乘客下车站点,通常采用随机分配估计下车站点的方法。本研究则采用已推断的上下车识别站点客流作为出行权重进行分配,以提高识别精度。

 

(2)刷卡数据获取的客流并非全量的公交客流,常见的公交数据分析中较少提及客流扩样方法。本研究结合公交运营数据中每条线路的客运量进行校核和扩样,以有效保证客流数据的准确度。

图片
 
图2 公交大数据处理技术流程

 

 

02 特征分析

 

 

1.网络布局
 
(1)快干支三层次线网布局特征明显
 

至2019年底,全市常规公交线路1000多条,干线(M)431条,快线(E)35条,支线(B)210条。此外数字线199条,其功能主要是干线,部分为支线。快干支线路作为公交系统的主体,承担了主要的功能和需求,是本次研究的主要对象。

 

从布局上看,快线主要沿高快速路布局,平均线路长度近50公里,平均站距2.79公里,主要服务于长距离的组团和跨区出行;干线主要沿骨干道路布局,平均线路长度24.1公里,平均站距0.73公里,承担区内出行或中、长距离的跨区出行;支线以片区内部布局为主,平均线路长度11.6公里,平均站距0.79公里,主要服务中、短距离出行,承担接驳作用。总体上,快干支线网布局与规划功能定位基本一致。

 
图片
 
(a)快线
 
图片
 
(b)干线
 
图片
 
(c)支线
 
图3 快干支线路布局
 
 
图片
 
表1 快干支线路指标表

 

 

(2)公交干线与轨道线路局部地区共线度高

 

常规公交与轨道线路布局的共线线路中,以公交干线最为突出。近120条公交干线与轨道线路连续共线3个轨道站点及以上,存在较强竞争(占公交干线总数的24.1%)。超过50条公交干线与轨道线路连续共线5个轨道站点及以上,存在高强度竞争(占公交干线总数的9.2%)。

图片
 
表2 与轨道站点共线的公交线路占比

 

公交干线与轨道线路布局共线中(3个轨道站及以上),与3号线共线的干线最多,达73条,与1号线共线有53条,与5号线共线为40条。在3号线中,罗湖与龙华走廊(龙岗大道)共线的公交线路数量最突出,罗湖、福田和南山局部地区的轴心走廊共线公交线路数明显。

图片

 
(a)与轨道线路共线3站及以上的公交线路数
 
图片
 
(b)轨道公交共线竞争的主要走廊分布
 
图4 轨道公交共线竞争情况

 

 

2.客流出行
 
(1)常规公交的总体客流效益偏低

 

常规公交快干支线路的日均客运量4562人次,单车日均客运量296人次,单车日均行驶里程185公里,单位运营里程客运量仅140人次/百公里与北上广一线城市相比,深圳公交客流总体效益偏低(基于企业运营经验,单位运营里程客运量超200人次/百公里基本覆盖运营成本)。

 

从不同层次看,干线覆盖城市主要客流走廊,线路及单车日均客运量相对较高,运营效益高于其他。快线平均乘距较长,线路周转量最大,单车运营指标相对较低,但提供相对较高的服务,通过较高的票价覆盖运营成本。

 
图片
 
表3 快干支公交线路运营指标
图片

 

 
表4 不同城市的单车百公里客运量

 

 

(2)线路里程利用率低于三分之一

 

公交线路的里程利用率(乘客在公交线路上乘行距离与线路长度之比)均值约为30%。按照线路平均里程24.3公里计算,乘客在公交车内的平均乘距为7.3公里,与居民调查的公交出行距离8.0公里相当(含两端的步行距离)。

 

不同层次线路的平均乘距(高峰期间)差别较大,快线最长,达22.6公里,干线次之,为7.1公里,支线最短,仅为3.1公里。尽管快线平均乘距最长,里程利用率超过50%,但仍存在部分快线里程利用率低于30%。例如快线E29(如下图6a),全线长56.9公里,其中从坂田到龙华中心区之间(约18.0公里)客流占全线客流68%,而这一区间仅占线路全长的32%。类似地,快线E31和E36也存在这种情况(下图b、图c),里程利用率低于30%客流比例较高,与快线规划功能不一致。

 
图片
 
图5 线路使用率和平均出行距离
 
 
图片
 
(a)E29
 
图片
 
(b)E31
 
图片
 
(c)E36
 
图6 短距离乘行比例较高的快线:E29、E31、E36客流区间分布

 

 

(3)快线为保障跨二线关长距离通勤时效性发挥了积极作用

 

现状60%快线布设为跨原二线关线路,承担原特区外偏远地区居民长距离出行需求。高峰期间,快线平均速度达到28.7公里/时,出行时间为47分钟,低于城市居民高峰通勤时间在1小时内的一般控制要求。与干线、支线相比,快线平均出行距离是干线、支线的3.2倍和7.3倍,但高峰期出行时耗仅为干线、支线的1.9倍和4.0倍。快线的设置对于保障外围偏远地区居民通勤的时效性发挥了积极作用。

 
图片
 
表5 快干支高峰期间出行特征指标

 

 

(4)部分线路绕行问题仍较为突出,与客流需求不匹配

 

常规非直线系数是衡量线路整体绕行程度的常用指标,但考虑乘客出行OD计算的客流加权非直线系数更能体现实际客流出行的绕行现象。快干支线路的客流加权非直线系数均低于推荐值(见下表6),存在少数线路异常绕行。

 
图片
 
表6 快干支非直线系数指标

 

快线和干线异常绕行的线路比例分别为32%和18%,客流比例基本一致,分别有6%和2%客流需要忍受2倍及以上绕行;支线异常绕行的客流占比为18%,3倍及以上绕行客流占比5%。

图片
 
表7 快干支异常绕行线路占比和客流占比
 

 

图片
图7 快干支客流加权非直线系数客流分布

 

以快线E35为例,线路途经宝安、光明和龙华,宝安和龙华间的出行需求占线路出行的53%,但区间绕行严重,非直线系数高达2.41,客流加权非直线系数达1.55,严重拉长了长距离出行需求的出行时耗。

 
图片
 
图8 快线E35线路分布和出行比例

 

 

3.轨道接驳
 
(1)公交接驳轨道客流仅占一成,轨道公交融合水平有待进一步提升

 

常规公交接驳轨道日均客流量达41万人次,仅占常规公交客流总量的10.5%。其中,在轨道公交接驳上应承担重要功能的支线,其接驳轨道的客流占全部支线客流比例达14%。干线与支线差别不大,轨道接驳客流占比为13%。总体来看,常规公交目前功能独立,与轨道融合度有待提升。

 
图片
 
表8 快干支线路接驳客流比例

 

 

(2)以轨道线路末端、大型换乘点等为主要接驳客流换乘点

 

中心城区内轨道线路较密,原特区内外接驳客流占比分别为40%和60%,公交接驳轨道客流站点主要分布在中心城区外围:

 

1) 外围轨道稀疏的居住或就业区,如五和、坂田、民治一带和灵芝、留仙洞、兴东一带,客流规模分别为4.0万人次(五和、坂田、民治合计)和2.0万人次(灵芝、留仙洞、兴东合计)。

 

2) 轨道线路在末端,尤其是延伸到原特区外的线路末站,如双龙、清湖、机场东,客流规模分布在0.7到1.4万人次。

 

3) 大型换乘枢纽,如世界之窗、深圳北站、大运,客流规模分别为0.5到0.8万人次。

 
图片
 
图9 轨道站点接驳客流分布

 

 

(3)超八成乘客的公交轨道接驳出行以轨道侧为主

 

平均公交接驳距离为5.3公里,5公里以内的接驳客流占比67%,10公里以内的接驳客流占比86%。轨道侧的平均出行距离为15.6公里,乘行距离比(轨道/公交)达2.94,84%的乘客在接驳中以轨道乘行为主。轨道公交接驳全程距离20.8公里,远超过单一轨道(13公里)或公交(8公里)出行乘距。

 
图片
 
图10 公交接驳距离分布
 
 
图片
 
图11 公交轨道接驳乘行距离比分布(轨道/公交)

 

 
结语
 

深圳市常规公交结构优化和双网融合建设持续推进,多样化公交服务体系建设已初现成效。在轨道网络越趋完善和网络预约出租车快速发展的背景下,常规公交面临着客流总量下降和运营效益变低的局面,在应对乘客出行诉求和服务水平提升方面仍有较大的提升空间。

 

深城交积累了20多年交通大数据、模型研发和规划设计经验,坚持以数据驱动城市交通治理,长期掌握深圳市公交发展态势,着力打造公共交通“规划-建设-运行-管理-服务-应急”的全链条技术体系,构建城市智慧公交整体解决方案,助力深圳“公交都市示范城市”建设。

 

 

 

数据模型中心

撰写:潘嘉杰、梁嘉贤

审核:罗钧韶、杨 良

审定:段仲渊、赵再先

返回列表