城市公交走廊出行特征分析 ▎智能規劃平臺應用
前言
智能規劃平臺是深圳交通中心基于長(cháng)期交通規劃應用，針對規劃分析實(shí)際需求開(kāi)發(fā)的應用平臺。平臺集成動(dòng)態(tài)響應模型測試技術(shù)，打通由數據分析到規劃設計應用的路徑，聚焦解決交通分析規劃過(guò)程中的數據獲取難、指標計算難、出圖耗時(shí)長(cháng)、分析表達不一致等問(wèn)題，提升規劃設計的品質(zhì)和效率。本文將以智能規劃平臺在“西麗湖-高新園”公交走廊出行分析中的實(shí)際應用作為分析案例，介紹智能規劃平臺在支撐項目高效規劃中的應用。
01 智能規劃平臺介紹
智能規劃平臺在集成多維數據場(chǎng)景的基礎上對指標數據資源進(jìn)行了統一治理，基于場(chǎng)景應用構建模型規劃通用模板，通過(guò)數據融合、場(chǎng)景分析的方式引導交通規劃及案例分析，滿(mǎn)足了交通規劃流程中的數據表達、模型測試、前景預測等需求，以場(chǎng)景分析支撐案例應用，有效提升規劃設計的準確性與時(shí)效性。
智能規劃平臺的公交板塊應用于公交數據治理分析，包括公交線(xiàn)網(wǎng)結構、公交線(xiàn)網(wǎng)客流、公交運行速度和公交特征評估分析四部分功能?；诰€(xiàn)路、斷面、站點(diǎn)等多個(gè)維度的公交客流運行狀態(tài)，刻畫(huà)多維視角下的城市公交線(xiàn)網(wǎng)運行畫(huà)像，直接展現公交線(xiàn)網(wǎng)的運營(yíng)態(tài)勢，用直觀(guān)的特征分析結果為規劃設計助力賦能。
圖1 智能規劃平臺公交板塊部分功能示意
02 應用案例
2.1 “西麗湖-高新園”公交走廊
“西麗湖-高新園”走廊是位于南山區中部地區的一條重要的公交走廊，走廊沿途用地開(kāi)發(fā)規模極高，公交需求呈現出與日俱增的態(tài)勢，區域內分流通道不足，鄰近的桃園、沙河等片區因交通需求在此大量借道，交通流量日益飽和，現有公交服務(wù)難以滿(mǎn)足公交出行需求。
圖2 “西麗湖-高新園”公交走廊示意
2.2 走廊途經(jīng)客流分析
(1) 南山區公交客流集中，長(cháng)距離公交出行比例高
走廊主體所在的西麗街道為乘客集中聚集區，客流沿線(xiàn)路走勢向周邊片區不規則擴散，形成以西麗、粵海、桃園、南頭、沙河等片區為核心的高活躍區域?？土餍谐搪窂椒植家阅仙絽^內分布最為密集，長(cháng)距離出行客流途經(jīng)龍華、福田、寶安、光明等多個(gè)行政區，覆蓋深圳中、西部大部分區域。
圖3 “西麗湖-高新園” 走廊途經(jīng)公交客流行程分布
(2) 工作日客流出行以通勤為主
職住因素是走廊內公交客流出行分布的關(guān)鍵，在工作日期間，早晚高峰通勤出行比例極高，非工作日的通勤特征并不明顯。值得注意的是，晚高峰的公交出行客流相對于早高峰有一個(gè)明顯的差值，晚間出行時(shí)間分布相對分散，在通勤方式上的選擇也更加多樣。
圖4 走廊內全天各時(shí)段途經(jīng)客流分布(按工作日區分)
走廊內單向公交出行客流具有顯著(zhù)的潮汐現象，上行（北-南）客流于早高峰期間聚集，下行（北-南）客流則大量出現于晚間，以18時(shí)最為活躍。早高峰上、下行客流的方向不均衡系數比達2.6，晚高峰時(shí)這個(gè)數值降至0.37，客流的方向性差異明顯。
圖5 走廊內工作日全天往返客流走勢
(3) 工作通勤目的地集中于高新園片區
早高峰期間，上行方向以西麗南部、粵海及周邊區域為途經(jīng)客流的下車(chē)集中區，下行方向以沙河西路、留仙大道沿線(xiàn)為密集下車(chē)點(diǎn)。晚高峰期間，乘客上車(chē)地點(diǎn)進(jìn)一步集中，高新園中部區域上車(chē)客流高度活躍。圖7所示的周末出行客流分布態(tài)勢相對分散，沙河西路沿線(xiàn)客流密集，以西麗南、粵海及周邊片區為代表的工作場(chǎng)所流量銳減，出行目的地趨于分散。工作日與非工作日公交出行客流分布差異顯著(zhù)。
圖6 走廊主通道客流工作日晚高峰上車(chē)站點(diǎn)分布
圖7 走廊主通道客流非工作日全天下車(chē)站點(diǎn)分布
(4) 工業(yè)區吸引就業(yè)數最高，周末休閑首選綠地廣場(chǎng)及商業(yè)區
結合上下客流站點(diǎn)500米范圍內的覆蓋用地特征分析乘客潛在出行目的。工作日通勤特征明顯，早高峰客流以工業(yè)用地為首要出行目的地，綠地廣場(chǎng)等休閑用地占比最低；晚高峰時(shí)仍以工業(yè)區的上車(chē)客流占比最高。周末人們的出行地相對均勻，產(chǎn)業(yè)用地占比大幅下降，商業(yè)及綠地廣場(chǎng)用地比重大幅提升，出行目標趨向多元。
圖8 公交站點(diǎn)覆蓋用地分析
2.3 公交線(xiàn)路運行特征
(1) 公交線(xiàn)路密集，常規干線(xiàn)為主
“西麗湖-高新園”走廊覆蓋公交線(xiàn)路62條，占區域公交線(xiàn)路總數的53%，線(xiàn)路集中路段為沙河西路的留仙大道-寶深路段，最大斷面線(xiàn)路38條，包括快線(xiàn)3條，干線(xiàn)26條，支線(xiàn)及其它線(xiàn)路9條，平均單向線(xiàn)路里程32km。
圖9 公交走廊內途徑公交線(xiàn)路
(2) 工作日高峰期通道擁堵，非工作日無(wú)顯著(zhù)高峰特征
工作日早晚高峰走廊通道公交運行速度在15km/h~17km/h之間，存在較為明顯的擁堵?tīng)顩r，平峰時(shí)段走廊整體運行較為暢通。非工作日通行壓力相對緩和，擁堵主要發(fā)生于晚間。
圖10 走廊主通道各公交線(xiàn)路平均速度
(3) 高峰期熱點(diǎn)線(xiàn)路運力不足，早高峰出行壓力更為顯著(zhù)
走廊通道內滿(mǎn)載率最高的線(xiàn)路包括81路、74路、332路等，高峰期雙向平均滿(mǎn)載率達到1.0以上，車(chē)廂內過(guò)度擁擠，乘客體驗較差。多數線(xiàn)路在早高峰時(shí)滿(mǎn)載率更高，運力使用更為緊張。
圖11 主要途經(jīng)線(xiàn)路高峰期滿(mǎn)載率
(4) 熱點(diǎn)線(xiàn)路潮汐特性明顯
針對走廊內單條公交線(xiàn)路斷面客流、站點(diǎn)客流進(jìn)行分析，以81路公交線(xiàn)路為例。“西麗湖-高新園”走廊為81路公交線(xiàn)路的客流高峰段，斷面客流以線(xiàn)路中部向兩端逐步過(guò)渡，途經(jīng)各站點(diǎn)的上下客流呈分化趨勢，熱門(mén)站點(diǎn)客流密度極高。81路具備典型的早、晚高峰特征，高峰最大客流高出平峰期3倍左右。早、晚高峰客流分布相互間呈軸對稱(chēng)態(tài)勢，具有典型的潮汐特性，與走廊內客流的整體行程特征高度契合。
圖12 公交81路晚高峰斷面客流分布
2.4 公交站點(diǎn)運行特征
(1) 站臺密度高，站點(diǎn)利用率分化
走廊內公交站臺密布，共計29個(gè)站點(diǎn)，61個(gè)站臺。途經(jīng)留仙大道、龍珠大道、茶光路、寶深路等路段的公交線(xiàn)路匯集于此，促成走廊通道沿途站點(diǎn)客流密度陡然提升。圖13描述了各個(gè)站點(diǎn)的客流分布情況，熱門(mén)站點(diǎn)包括茶光1、西麗法庭2等，客流占比高于5%的站點(diǎn)有9個(gè)，其加和流量約占總流量的62%，客流密度極高。
圖13 走廊內公交站點(diǎn)日均客流分布
(2) 站點(diǎn)?？烤€(xiàn)路密集，線(xiàn)網(wǎng)重復率處于區域高位
走廊內公交線(xiàn)網(wǎng)高度集中，站點(diǎn)平均利用率較高。從?？空军c(diǎn)的線(xiàn)路分布來(lái)看，途經(jīng)線(xiàn)路數最多的站點(diǎn)為深南科苑立交北，有35條線(xiàn)路在此站?？?，線(xiàn)路類(lèi)型以干線(xiàn)和快線(xiàn)為主，西麗法庭1、深職院等站點(diǎn)緊隨其后。各站點(diǎn)平均?？烤€(xiàn)路數15條，遠高于全市平均水準。
圖14 走廊內?？扛鞴徽军c(diǎn)的線(xiàn)路數分布
03 平臺應用及案例分析總結
(1) 智能規劃平臺集成的數據場(chǎng)景治理與規劃算法應用極大地簡(jiǎn)化了分析過(guò)程中的數據治理步驟?；谄脚_化的數據挖掘方法可快速對公交走廊的途徑客流、線(xiàn)路客流、站點(diǎn)客流進(jìn)行詳盡分析，結合客流的溯源分布與站點(diǎn)覆蓋用地分析，可快速挖掘客流出行的潛在規律，高效支撐公交規劃分析應用。
(2) 對“西麗湖-高新園”公交走廊的特征分析結果揭示出區域定位及產(chǎn)業(yè)特征對公交運行態(tài)勢的重要影響?？土骷杏谠缤砀叻迤?，往返方向具有鮮明的潮汐分布特性。線(xiàn)路承載客流具有明顯的區間分布差異，站點(diǎn)利用率也呈高度分化趨勢。高峰期走廊通道過(guò)度擁擠，主要線(xiàn)路運力趨于飽和，運力供求矛盾突出。
(3) 改善公交服務(wù)質(zhì)量、強化公交線(xiàn)網(wǎng)運力是當前環(huán)境下迫切需要公交走廊解決的營(yíng)運難點(diǎn)。結合出行特征分析，從路網(wǎng)屬性、出行目的、區間分布、時(shí)段特性、聚集狀態(tài)分析，基于路網(wǎng)調整進(jìn)而擴大分流渠道可以有效緩解走廊內的通勤客運壓力，優(yōu)先保障高峰期的通勤運力則是提高公交服務(wù)水平的關(guān)鍵。針對全天不同時(shí)段靈活調整發(fā)車(chē)頻率可以有效平衡通勤/非通勤出行間的運力需求，適當延長(cháng)晚間運營(yíng)時(shí)間可以進(jìn)一步滿(mǎn)足通勤客流的返程需要。
數據來(lái)源：由深圳交通中心自主研發(fā)的智能規劃平臺公交板塊分析數據
撰寫(xiě)：趙昱博、董紹軒、梁嘉賢、劉雨婷、鄧能靜
審核：屈新明
審定：丘建棟