以坚定的目标引领不确定的未来

陈小鸿

摘要： 分析公共交通乘客的出行特征，有助于优化公共交通供给和服务。利用深圳市2015年和2017年各一周的公共交通刷卡数据和公共汽电车GPS数据，识别乘客日常所选公共交通方式和出行频次。据此将公共交通乘客划分为公共交通依赖和非公共交通依赖两大类；前者可划分为公共汽电车依赖、城市轨道交通依赖和混乘依赖三种，其中混乘依赖又细分为换乘依赖和早晚异乘依赖。对公共交通依赖人群进行出行特征分析，得出如下结论：1)通勤乘客跨区出行特征明显；2)地理空间上，公共交通依赖与非公共交通依赖人群具有明显的居住空间分异现象，且公共交通依赖人群的中短距离郊区化迁居特征明显；3)随着城市轨道交通的扩张，公共汽电车依赖与城市轨道交通依赖人数此消彼长；4)公共汽电车的比较优势体现在时间和空间层面对城市轨道交通可达性的补充。

摘要： 公共汽电车客运量大幅下降、行业运营及补贴压力日益加大成为中国大城市普遍面临的问题。发现隐藏在客运量下降背后的实质性特征是公共汽电车交通行业改革的关键。以上海市为例，通过大数据挖掘理清纷繁杂乱的数据指标，更好地认识公共汽电车交通转型发展的特征。研究显示：虽然公共汽电车客运量较低，但其仍承担较大比例的公共交通出行量；公共汽电车出行需求以接驳城市轨道交通或不适合城市轨道交通承担的中短距离为主；在客流低密度区域，公共汽电车运能利用率及能源利用效率问题突出。最后，依据运行特征分析结果提出相关建议：在行业总体投入上坚持公交优先政策保障；在出行服务中凸显公共汽电车灵活便捷的优势；在运营组织模式上需兼顾服务水平和运营效率，特别是在客流低密度区域。

摘要： 已有基于复杂网络的公共汽车交通模型研究缺乏对网络服务特征的考虑。基于公共汽车线网的P-Space 模型，在考虑公共汽车站服务范围的影响基础上构建SP-Space 模型，以实现车站与交通小区的关联。以宁波市主城区公共汽车线网为例进行分析，结果表明基于SP-Space 模型得到的公共汽车线网具有显著的超小世界网络的特征，能够客观地反映公共汽车线网的实际空间分布形态，并进一步揭示了公共汽车线网的形成机制符合“二八法则”。然后，利用综合出行成本、直连公共汽车线路数等属性构建边权指标得到加权网络模型，该模型能够较好地反映宁波市公共汽车线网的可达性和公共汽车走廊集聚特征。结合宁波市公共汽车客流发展规律进一步指出，若忽视由网络复杂性导致的共通道竞争规律，城市轨道交通沿线公共汽车线路的优化措施将难以取得理想效果。

摘要： 潜在出行需求分析是定制公交市场推广的基础，然而现有相关研究多关注特定出行场景下的宏观需求特征或方式选择意愿，难以整体把握定制公交的各种适用场景与对应的潜在出行需求特点。结合大数据特征挖掘和小样本个体行为调查的各自优势，提出了一种场景导向的定制公交潜在出行需求宏微观数据嵌套分析方法：利用出行大数据挖掘出行需求的宏观特征，基于小样本调查数据提取微观个体的方式选择意愿，通过一致的出行场景实现上述两方面结论的嵌套连接，进而研判各场景下的定制公交潜在出行需求。以厦门市为例验证方法的可操作性及数据适用性。结果表明，可依据潜在出行需求特点将各种出行场景划分为“高需求量、高转移率”等4 类，进而对应制定差异化的定制公交市场推广策略。