运输部署案例集/2024/悉尼巴士网络

悉尼巴士网络的生命周期是通过数据分析和计算机建模来分析其服务的诞生、增长、成熟和潜在衰退。采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轨道长度的规模。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

澳大利亚悉尼的巴士网络是新南威尔士州第二大公共交通方式，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%的单程出行使用火车/地铁完成，而38.1%的出行使用巴士完成。截至2015年，其线路长度超过25,000公里。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。

铰接式客车模型沃尔沃B12BLEA。

悉尼巴士网络的生命周期跨越了100多年，并且根据城市的技术和政策需求而改变。这一谱系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巴士。据估计，该市从1900年的840万乘客增加到2014年的3.088亿乘客，这是基础设施、交通和研究经济局（BITRE）在引入Opal之前的最新数据。

巴士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，没有显著增加其客运量。由于最近发生的事件，如新冠肺炎疫情，客运量仍在恢复，因为它在2023年才再次超过2亿乘客，仍然低于2019年的3.085亿乘客（疫情前的数字）。

历史

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

诞生

在20世纪早期，电车网络占据了城市的主导地位，其次是轮渡和重型铁路网络。由于现代汽车还没有实现机动化来接管市场，因此巴士网络仅仅由马车公共汽车组成，这些公共汽车在承受巨大压力之前只能容纳大约10-15人。这与早期的电车形成了对比，当时电车刚刚实现电气化，能够提供普通公共汽车的两倍以上容量，同时拥有更多连接和整合，从而缩短旅行时间。

1898年的马车公共汽车，典型的是20世纪初。

第一次世界大战结束后，巴士也实现了机动化，并因其多功能性以及低维护和运营成本而获得了牵引力。这与现代私家车成为消费品同步发生，因为生产成本降低，铺砌道路变得更加普遍，城市景观也随之扩大。这引发了大量私营巴士公司运营，因为运输尚未被州政府正式系统化。1927年，超过500辆机动发动机驱动的巴士为城市提供服务，但没有受到监管。相比之下，电车得到了城市的广泛采用，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税收和立法限制了巴士网络运营的自由，从而限制了其开通新线路和更多服务的权利。1931年的《运输法》通过以抑制竞争，因为其私营业主能够支付政府强加的高昂成本。BITRE的简化时间表显示，巴士服务仍处于起步阶段，但随着技术的不断加速，尤其是在第二次世界大战后，它的受欢迎程度越来越高。

增长

在40年代和50年代，巴士系统与电车系统的比较和竞争仍在继续，因为一种方式的普及牺牲了另一种方式的客运量。二战中期的例外情况是，两种服务的整合被用来节省巴士和电车的运营成本，这被证明非常重要，因为这后来成为一个更大的问题，并在全球范围内出现。战后，巴士得到了升级，并获得了进一步的资金，因为大规模巴士城市公共交通（UPT）模式的想法变得越来越流行。与美国等海外趋势类似，随着燃油价格下降，金属更强、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本。BITRE显示了一个视角，说明汽油或柴油动力汽车的真实价格与2011-12年的价格相比有多么吸引人。

20世纪20年代显示，随着电车的使用开始停滞，巴士网络开始兴起。点击查看完整高清图像。来自BITRE的样本数据。

从二战开始到结束（1939年至1945年），其每年的客运量增加了近1亿人，从6580万人增加到1.598亿人。这可以被认为是该模式生命周期中增长最快的拐点。从1946年一直到70年代末，随着电车网络几乎被淘汰，取而代之的是能够到达更远距离、更灵活多变的低容量UPT，巴士的受欢迎程度稳步上升。1969年，巴士客运量达到每年3.281亿人的峰值，这是该模式的第一个真正峰值，也是未来十年成熟和饱和的标志。

成熟

尽管公共汽车在 70 年代和 80 年代取代了有轨电车系统并成为主导的 UPT，但数据显示该服务停滞不前，因为它已经饱和，并且覆盖了大悉尼地区的大部分区域。同样，它也遵循了墨尔本等澳大利亚城市的类似发展路径，由于其大部分地区都被公交线路覆盖，因此其发展停滞不前。然而，墨尔本经历了一次复苏，根据 BITRE 分析指出的城市界限条件，复苏情况还有待商榷。 因此，数据并非 100% 具有说服力，因为即使是该局也通过在其悉尼“UPT 公共汽车”数据中包含不同的准确性分类表示同意。

Hema Rayaprolu 对悉尼公交网络历史地图的可视化。

下降

不包括新冠疫情，因为它对全球范围内的广泛交通网络产生了外部影响，悉尼公交系统在乘客人数方面保持相对稳定，尽管城市人口不断增长，对更多公交服务的潜在需求也随之增加。

截至 2020 年，该网络规模是 1925 年的 5 倍，并且拥有更多往返更远距离的郊区和悉尼外围地区的公交车。 然而，随着郊区蔓延，汽车已成为大多数居民的主要交通方式，而火车乘客量增加，在 2023 年成为主要的交通方式。

因此，公交网络在使用率方面已达到平衡，或者正如最近媒体和政府文章中所辩论的那样，该系统没有得到充分利用。

S 型曲线预测

方法

为了进行预测，逻辑 S 型曲线是评估公交网络或任何交通方式或货物移动状态的合理方法。能够预测峰值而不是像指数增长一样无限增长，这一独特之处为其提供了更现实的使用场景。然而，需要注意的是，这种逻辑曲线没有考虑滞后现象，因为在公交运输模式中滞后现象更为明显，因为它没有出现大幅下降，但也没有出现复苏或二次增长。以下等式为预测的网络预测值与实际数据奠定了基础。

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

• S(t) = 给定年份的给定年度乘客价值
• Sm = 预测的最大值
• b = 代表预测饱和度与给定时间的实际值的斜率的系数。
• t = 以年为单位的时间
• ti = 拐点时间

b 系数代表着巨大的挑战，因为该斜率代表着实际值与预测饱和度值之差之间的不同情况的自然对数。

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

• x(t) = 时间点
• K = 选择的预测饱和度最大乘客值。

对于此数据集，选择了 114 年或点，b 是它们之间的斜率。截距也已计算出来。这形成了一条直线，具有可以与实际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 型曲线方面的有效性。它不仅是方法方面的近似值，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，峰值范围为 K = 3.3 亿 - 5 亿年度乘客，以 1000 万为正增量。

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为 0.033967。这表明最大值尚无定论，并且可能在 3.3 亿 - 5 亿之间，没有太大差异。然而，最大值为 3.6 亿乘客。

RSQ	0.769418
b	0.060491
Sm	360,000,000

该图直观地展示了逻辑 S 型曲线，以及它如何总体上遵循悉尼公交车上升和峰值的趋势。外推部分没有显示达到预测将在 2027 年发生的 3.6 亿乘客。它还表明无法解释乘客数量的停滞现象，因为它在 40-70 年代的急剧上升没有得到解释。这可能是因为二战期间的下降减缓了进展，战争努力成为政府的主要资本投资，加上限制和配给。

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 型曲线。

结果表列示如下

年份	实际 乘客 （百万）	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