运输部署案例集/2024/悉尼公交生命周期

悉尼公交网络的生命周期是关于分析其服务的诞生、增长、成熟和潜在衰落，通过数据分析和计算机建模。使用时间为基础的方法来绘制其整个生命周期中每年客运量或线路长度的规模。使用三个参数的逻辑方程的 S 型曲线模型构成了这种方法的理论基础。

背景

澳大利亚悉尼的公交网络是新南威尔士州客运量第二大的公共交通方式，仅次于火车线路服务。根据新南威尔士州交通局的数据，2023 年，48.9% 的单程旅行是使用火车/地铁完成的，而 38.1% 的旅行是使用公交车完成的。^[1]截至 2015 年，它的线路长度超过 25,000 公里。^[2]它为大悉尼地区的中央商务区和郊区提供服务，并根据 2013 年至 2014 年推出的 Opal 卡计划运营。^[3]

沃尔沃 B12BLEA 铰接式公交车模型。

悉尼公交网络的生命周期跨越了 100 多年，并根据城市的技术和政策需求而发生变化。这种传承包括早期采用马车公共汽车到现代发动机驱动的铰接式和双层公共汽车。据估计，该城市从 1900 年的 840 万年乘客增长到 2014 年的 3.088 亿，这是基础设施、交通和研究经济局 (BITRE) 在引入 Opal 之前发布的最新数据。^[4]

公交网络被认为是一种非常成熟的交通方式，因为它已经饱和了该地区 30 年，没有显着增加其客运量。由于最近的事件，例如新冠肺炎，客运量仍在恢复中，因为它在 2023 年才再次超过 2 亿年乘客，仍低于 2019 年新冠肺炎前 3.085 亿乘客的数字。^[1]

历史

悉尼公交网络的历史背景将这些数字置于更人性化的视角。公交网络的趋势往往反映出饱和状态，没有太多增长空间，只有维护空间。

诞生

在 20 世纪初，电车网络占据主导地位，其次是渡轮和重型铁路网络。由于现代汽车尚未实现机动化以接管市场，因此公交网络仅仅由马车公共汽车组成，这些公共汽车在承受严重压力之前只能容纳大约 10-15 人。这与当时刚刚实现电气化的早期电车形成对比，当时电车可以容纳普通公共汽车的两倍以上的容量，同时拥有更多连接和集成，从而实现更快的出行时间。

1898 年的马车公共汽车，典型地代表着 1900 年代。

在大战结束后，公共汽车也实现了机动化，并因其多功能性以及较低的维护和运行成本而获得了牵引力。这与现代私人汽车成为生产成本下降、铺砌道路变得越来越普遍以及城市景观不断增长的主要产品的同时发生。这引发了大量私人拥有的公共汽车公司开始运营，因为当时州政府尚未正式系统化交通运输。在 1927 年，超过 500 辆使用发动机驱动的公共汽车为城市服务，同时不受监管。^[5]相比之下，电车被城市广泛采用，控制主要公共交通方式的计划是一个重要的机会。

1930 年，新南威尔士州政府通过征税和立法来限制公共汽车网络运营的自由，从而限制其开通新路线和更多服务的权利。^[6]1931 年通过的《交通法》旨在扼杀竞争，因为其私人所有者可以支付政府强制执行的高昂成本。BITRE 的一个简明时间表显示，公交服务仍处于起步阶段，但随着技术的不断加速，尤其是在二战后，它的受欢迎程度正在上升。

增长

与电车系统的比较和竞争在 40 年代和 50 年代持续进行，因为一种交通方式的受欢迎程度牺牲了另一种交通方式的客运量。例外情况发生在二战期间，当时这两种服务进行了整合，以节省公共汽车和电车的运行成本，事实证明这一点很重要，因为这后来成为一个更大的问题，并在全球范围内出现。^[5][7]战后，公共汽车进行了升级并获得了更多资金，因为大规模公交城市公共交通 (UPT) 模式理念越来越受欢迎。与美国等海外趋势类似，随着燃料价格下降，金属更坚固且更轻，这意味着政府可以研究更便宜的选择，这些选择可以获得资金。BITRE 展示了一个视角，说明与 2011-12 年相比，汽油或柴油动力汽车有多么吸引人。^[8]

1920 年代显示出公交网络的兴起，因为电车的使用开始停滞。点击后即可获得完整质量的图像。来自 BITRE 的示例数据。

从二战开始到 1939 年到 1945 年结束，其年客运量从 6580 万人增加到 1.598 亿人。^[4]这可以被认为是这种交通方式生命周期中增长率最高的拐点。从 1946 年一直到 70 年代末，公交车的受欢迎程度稳步上升，因为电车网络实际上被淘汰，取而代之的是轻容量的 UPT，它现在可以到达更远的距离，并且在需要时更加灵活和适应性强。1969 年，公交车的客运量达到 3.281 亿人的年客运量峰值，这是这种交通方式的第一个真正高峰，也是未来十年成熟和饱和的标志。^[4]

成熟

尽管公共汽车的演变取代了电车系统，并在 70 年代和 80 年代成为主要的 UPT，但数据显示该服务已经停滞，因为它已经饱和，并且已经覆盖了大悉尼地区的大多数区域。同样，它遵循了墨尔本等澳大利亚城市的类似路径，由于它用公交线路填充了大部分区域而停滞了发展。然而，墨尔本出现了一种复苏，根据 BITRE 分析，它取决于城市界限的边界条件。^[4]因此，数据并非 100% 具有说服力，因为即使是该局也同意通过在其悉尼“UPT 公交车”数据中包含不同的精度分类来证明这一点。

衰落

不包括新冠肺炎，因为它对全球范围内的广泛交通网络产生了外部影响，悉尼公交系统在客运量方面一直保持着相对一致，尽管城市人口不断增长，并且对更多公交服务的潜在需求不断增加。

截至 2020 年，该网络规模是 1925 年的 5 倍，拥有更多郊区和悉尼外围公交车，它们行驶的距离更长。^[2]然而，随着郊区蔓延的兴起，汽车已成为大多数居民的主要交通方式，火车获得了更多客运量，成为 2023 年的主要交通方式。^[1]

因此，公交网络在使用方面已达到平衡，或者说它没有像最近媒体和政府文章中所辩论的那样被充分利用，这些文章辩论了该系统的有效性。^[9][10]

S 形曲线预测

方法

为了进行预测，逻辑 S 形曲线是一种合理的方案，可以评估公交网络或任何交通方式或货物移动的状态。能够预测峰值而不是像指数增长那样无限增长，这使其具有更现实的应用场景。但是，必须注意的是，该逻辑曲线没有考虑滞后，这一点在该交通方式中更为明显，因为它并没有明显减少其使用量，但也没有出现复苏或二次增长。以下公式为网络预测值与实际值之间的预测提供了基础。

$S(t)=S_{m}/\left(1+e^{-b(t-t_{i})}\right)$

• S(t) = 给定年份的给定年度乘客数量
• Sm = 预测的最大值
• b = 表示给定时间预测饱和度与实际值之间的斜率的系数。
• t = 时间（年）
• ti = 拐点时间

b 系数代表了许多挑战，因为斜率表示实际值与预测饱和度值之间的差异的不同情况的自然对数。

$x(t)=\ln \left({\cfrac {S(t)}{(K-S(t))}}\right)$

• x(t) = 给定时间点
• K = 选择的预测饱和度最大乘客数量。

对于该数据集，选择了 114 年或点，b 是它们之间的斜率。也计算了截距。这形成了一个直线，具有一个可以与真实数据进行比较的截距。R 平方值 (RSQ) 在 Excel 中建模，以评估其在实现逻辑 S 形曲线方面的有效性。这不仅是方法方面的近似，因为它没有考虑偏差或突然下降或上升。

结果

在本例中，对可能的峰值进行了 18 次猜测，范围从 K = 3.3 亿至 5 亿每年乘客，正向增量为 1 千万。

从 18 次计算中选择了最大的 RSQ。最小值和最大值之间的范围是 0.033967。这表明最大值没有定论，并且它可以介于 3.3 亿至 5 亿之间，没有太大差异。但是，最大值为 3.6 亿乘客。

RSQ	0.769418
b	0.060491
Sm	360,000,000

该图表可视化了逻辑 S 形曲线，以及它如何大体上遵循悉尼公交车上升和峰值的趋势。外推没有显示达到预测的将在 2027 年发生的 3.6 亿乘客。它还显示了无法解释数字停滞的现象，因为它在 40-70 年代期间的快速攀升没有被解释。这可能是因为二战期间的下降减缓了进步，战争努力成为政府的主要资本投资，加上限制和配给的增加。

预测模型显示了与悉尼公交模式生命周期实际测量值相比的 S 形曲线。

结果表列在下面

年份	实际 乘客 （百万）[4]	预测 乘客 （百万）
1900	8.4	7
1901	8.0	8
1902	7.6	8
1903	7.2	9
1904	6.8	9
1905	6.5	10
1906	6.2	11
1907	6.0	11
1908	5.7	12
1909	5.4	13
1910	4.9	13
1911	4.5	14
1912	4.1	15
1913	3.7	16
1914	3.1	17
1915	2.5	18
1916	2.2	19
1917	2.3	20
1918	3.0	21
1919	4.4	23
1920	6.4	24
1921	9.2	25
1922	12.7	27
1923	16.4	28
1924	20.4	30
1925	24.5	32
1926	29.3	33
1927	34.6	35
1928	39.8	37
1929	45.9	39
1930	50.5	42
1931	51.0	44
1932	51.5	46
1933	52.0	49
1934	54.4	51
1935	56.9	54
1936	59.8	57
1937	60.4	60
1938	62.9	63
1939	65.8	66
1940	71.0	69
1941	92.6	73
1942	129.3	76
1943	143.1	80
1944	150.4	84
1945	159.8	88
1946	167.9	92
1947	179.0	96
1948	193.6	101
1949	231.1	105
1950	262.0	110
1951	268.0	114
1952	264.3	119
1953	257.3	124
1954	262.8	129
1955	269.2	134
1956	275.6	139
1957	235.9	144
1958	251.1	149
1959	275.9	155
1960	290.4	160
1961	311.6	166
1962	307.7	171
1963	295.4	176
1964	297.8	182
1965	301.8	187
1966	326.7	193
1967	323.3	198
1968	323.1	203
1969	328.1	209
1970	324.3	214
1971	319.8	219
1972	286.8	224
1973	300.5	230
1974	298.8	234
1975	289.5	239
1976	270.0	244
1977	266.6	249
1978	268.4	253
1979	260.9	258
1980	264.4	262
1981	269.6	267
1982	263.4	271
1983	265.3	275
1984	263.4	279
1985	268.5	282
1986	269.5	286
1987	275.5	289
1988	281.5	293
1989	280.7	296
1990	273.6	299
1991	282.7	302
1992	281.7	305
1993	270.1	308
1994	271.7	310
1995	274.7	313
1996	282.8	315
1997	288.9	318
1998	293.2	320
1999	295.8	322
2000	291.6	324
2001	286.6	326
2002	274.5	328
2003	275.1	329
2004	273.1	331
2005	278.6	333
2006	279.0	334
2007	283.7	336
2008	291.7	337
2009	297.8	338
2010	292.5	339
2011	299.0	341
2012	304.3	342
2013	306.7	343
2014	308.3	344