運輸部署案例集/2024/悉尼公交生命週期

悉尼公交網路的生命週期是關於分析其服務的誕生、增長、成熟和潛在衰落，透過資料分析和計算機建模。使用時間為基礎的方法來繪製其整個生命週期中每年客運量或線路長度的規模。使用三個引數的邏輯方程的 S 型曲線模型構成了這種方法的理論基礎。

背景

澳大利亞悉尼的公交網路是新南威爾士州客運量第二大的公共交通方式，僅次於火車線路服務。根據新南威爾士州交通局的資料，2023 年，48.9% 的單程旅行是使用火車/地鐵完成的，而 38.1% 的旅行是使用公交車完成的。^[1]截至 2015 年，它的線路長度超過 25,000 公里。^[2]它為大悉尼地區的中央商務區和郊區提供服務，並根據 2013 年至 2014 年推出的 Opal 卡計劃運營。^[3]

沃爾沃 B12BLEA 鉸接式公交車模型。

悉尼公交網路的生命週期跨越了 100 多年，並根據城市的技術和政策需求而發生變化。這種傳承包括早期採用馬車公共汽車到現代發動機驅動的鉸接式和雙層公共汽車。據估計，該城市從 1900 年的 840 萬年乘客增長到 2014 年的 3.088 億，這是基礎設施、交通和研究經濟局 (BITRE) 在引入 Opal 之前釋出的最新資料。^[4]

公交網路被認為是一種非常成熟的交通方式，因為它已經飽和了該地區 30 年，沒有顯著增加其客運量。由於最近的事件，例如新冠肺炎，客運量仍在恢復中，因為它在 2023 年才再次超過 2 億年乘客，仍低於 2019 年新冠肺炎前 3.085 億乘客的數字。^[1]

歷史

悉尼公交網路的歷史背景將這些數字置於更人性化的視角。公交網路的趨勢往往反映出飽和狀態，沒有太多增長空間，只有維護空間。

誕生

在 20 世紀初，電車網路佔據主導地位，其次是渡輪和重型鐵路網路。由於現代汽車尚未實現機動化以接管市場，因此公交網路僅僅由馬車公共汽車組成，這些公共汽車在承受嚴重壓力之前只能容納大約 10-15 人。這與當時剛剛實現電氣化的早期電車形成對比，當時電車可以容納普通公共汽車的兩倍以上的容量，同時擁有更多連線和整合，從而實現更快的出行時間。

1898 年的馬車公共汽車，典型地代表著 1900 年代。

在大戰結束後，公共汽車也實現了機動化，並因其多功能性以及較低的維護和執行成本而獲得了牽引力。這與現代私人汽車成為生產成本下降、鋪砌道路變得越來越普遍以及城市景觀不斷增長的主要產品的同時發生。這引發了大量私人擁有的公共汽車公司開始運營，因為當時州政府尚未正式系統化交通運輸。在 1927 年，超過 500 輛使用發動機驅動的公共汽車為城市服務，同時不受監管。^[5]相比之下，電車被城市廣泛採用，控制主要公共交通方式的計劃是一個重要的機會。

1930 年，新南威爾士州政府透過徵稅和立法來限制公共汽車網路運營的自由，從而限制其開通新路線和更多服務的權利。^[6]1931 年透過的《交通法》旨在扼殺競爭，因為其私人所有者可以支付政府強制執行的高昂成本。BITRE 的一個簡明時間表顯示，公交服務仍處於起步階段，但隨著技術的不斷加速，尤其是在二戰後，它的受歡迎程度正在上升。

增長

與電車系統的比較和競爭在 40 年代和 50 年代持續進行，因為一種交通方式的受歡迎程度犧牲了另一種交通方式的客運量。例外情況發生在二戰期間，當時這兩種服務進行了整合，以節省公共汽車和電車的執行成本，事實證明這一點很重要，因為這後來成為一個更大的問題，並在全球範圍內出現。^[5][7]戰後，公共汽車進行了升級並獲得了更多資金，因為大規模公交城市公共交通 (UPT) 模式理念越來越受歡迎。與美國等海外趨勢類似，隨著燃料價格下降，金屬更堅固且更輕，這意味著政府可以研究更便宜的選擇，這些選擇可以獲得資金。BITRE 展示了一個視角，說明與 2011-12 年相比，汽油或柴油動力汽車有多麼吸引人。^[8]

1920 年代顯示出公交網路的興起，因為電車的使用開始停滯。點選後即可獲得完整質量的影像。來自 BITRE 的示例資料。

從二戰開始到 1939 年到 1945 年結束，其年客運量從 6580 萬人增加到 1.598 億人。^[4]這可以被認為是這種交通方式生命週期中增長率最高的拐點。從 1946 年一直到 70 年代末，公交車的受歡迎程度穩步上升，因為電車網路實際上被淘汰，取而代之的是輕容量的 UPT，它現在可以到達更遠的距離，並且在需要時更加靈活和適應性強。1969 年，公交車的客運量達到 3.281 億人的年客運量峰值，這是這種交通方式的第一個真正高峰，也是未來十年成熟和飽和的標誌。^[4]

成熟

儘管公共汽車的演變取代了電車系統，並在 70 年代和 80 年代成為主要的 UPT，但資料顯示該服務已經停滯，因為它已經飽和，並且已經覆蓋了大悉尼地區的大多數區域。同樣，它遵循了墨爾本等澳大利亞城市的類似路徑，由於它用公交線路填充了大部分割槽域而停滯了發展。然而，墨爾本出現了一種復甦，根據 BITRE 分析，它取決於城市界限的邊界條件。^[4]因此，資料並非 100% 具有說服力，因為即使是該局也同意透過在其悉尼“UPT 公交車”資料中包含不同的精度分類來證明這一點。

衰落

不包括新冠肺炎，因為它對全球範圍內的廣泛交通網路產生了外部影響，悉尼公交系統在客運量方面一直保持著相對一致，儘管城市人口不斷增長，並且對更多公交服務的潛在需求不斷增加。

截至 2020 年，該網路規模是 1925 年的 5 倍，擁有更多郊區和悉尼外圍公交車，它們行駛的距離更長。^[2]然而，隨著郊區蔓延的興起，汽車已成為大多數居民的主要交通方式，火車獲得了更多客運量，成為 2023 年的主要交通方式。^[1]

因此，公交網路在使用方面已達到平衡，或者說它沒有像最近媒體和政府文章中所辯論的那樣被充分利用，這些文章辯論了該系統的有效性。^[9][10]

S 形曲線預測

方法

為了進行預測，邏輯 S 形曲線是一種合理的方案，可以評估公交網路或任何交通方式或貨物移動的狀態。能夠預測峰值而不是像指數增長那樣無限增長，這使其具有更現實的應用場景。但是，必須注意的是，該邏輯曲線沒有考慮滯後，這一點在該交通方式中更為明顯，因為它並沒有明顯減少其使用量，但也沒有出現復甦或二次增長。以下公式為網路預測值與實際值之間的預測提供了基礎。

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

• S(t) = 給定年份的給定年度乘客數量
• Sm = 預測的最大值
• b = 表示給定時間預測飽和度與實際值之間的斜率的係數。
• t = 時間（年）
• ti = 拐點時間

b 係數代表了許多挑戰，因為斜率表示實際值與預測飽和度值之間的差異的不同情況的自然對數。

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

• x(t) = 給定時間點
• K = 選擇的預測飽和度最大乘客數量。

對於該資料集，選擇了 114 年或點，b 是它們之間的斜率。也計算了截距。這形成了一個直線，具有一個可以與真實資料進行比較的截距。R 平方值 (RSQ) 在 Excel 中建模，以評估其在實現邏輯 S 形曲線方面的有效性。這不僅是方法方面的近似，因為它沒有考慮偏差或突然下降或上升。

結果

在本例中，對可能的峰值進行了 18 次猜測，範圍從 K = 3.3 億至 5 億每年乘客，正向增量為 1 千萬。

從 18 次計算中選擇了最大的 RSQ。最小值和最大值之間的範圍是 0.033967。這表明最大值沒有定論，並且它可以介於 3.3 億至 5 億之間，沒有太大差異。但是，最大值為 3.6 億乘客。

RSQ	0.769418
b	0.060491
Sm	360,000,000

該圖表可視化了邏輯 S 形曲線，以及它如何大體上遵循悉尼公交車上升和峰值的趨勢。外推沒有顯示達到預測的將在 2027 年發生的 3.6 億乘客。它還顯示了無法解釋數字停滯的現象，因為它在 40-70 年代期間的快速攀升沒有被解釋。這可能是因為二戰期間的下降減緩了進步，戰爭努力成為政府的主要資本投資，加上限制和配給的增加。

預測模型顯示了與悉尼公交模式生命週期實際測量值相比的 S 形曲線。

結果表列在下面

年份	實際 乘客 （百萬）[4]	預測 乘客 （百萬）
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