運輸部署案例集/2024/悉尼公交

悉尼公交網路的生命週期是透過資料分析和計算機建模來分析其服務的誕生、增長、成熟和潛在衰退。採用時間為基礎的方法來繪製網路整個生命週期內每年客流量或軌道長度的規模。採用具有三個引數的邏輯方程的S型曲線模型作為該方法的理論基礎。

背景

澳大利亞悉尼的公交網路是新南威爾士州客流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%的單程旅行透過火車/地鐵完成，而38.1%的旅行透過公交完成。截至2015年，其路線長度超過25,000公里。 它服務於悉尼大都市區的CBD和郊區地區，並根據2013年至2014年推出的Opal卡計劃運營。

沃爾沃B12BLEA鉸接式公交模型。

悉尼公交網路的生命週期跨越100多年，並根據城市的技術和政策需求而改變。這個譜系包括早期採用的馬車公共汽車，到現代發動機驅動的鉸接式和雙層巴士。據估計，該市從1900年的840萬乘客增長到2014年的3.088億乘客，這是基礎設施、交通和研究經濟局 (BITRE) 釋出的最新資料，該資料是在推出Opal卡之前釋出的。

公交網路被認為是一種相當成熟的交通方式，因為它在過去30年裡已經飽和了該地區，客流量沒有顯著增加。由於最近的事件，例如COVID-19，客流量仍在恢復中，因為它在2023年才再次超過2億乘客，仍低於2019年3.085億乘客的疫情前水平。

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了飽和，沒有太多增長的空間，只有維護。

誕生

在20世紀初，電車網路佔據了城市主導地位，其次是渡輪和重型鐵路網路。由於現代汽車還沒有實現機動化來接管市場，因此公交網路僅僅是由馬車公共汽車組成，這些公共汽車在承受很大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，當時電車可以為普通公交車的兩倍以上乘客提供服務，同時擁有更多連線和整合，從而實現更快的旅行時間。

1898年，典型的20世紀的馬車公共汽車。

在大戰結束之後，巴士也實現了機動化，並因其多功能性、低維護成本和執行成本而獲得了牽引力。這與現代私家車成為必需品同時發生，因為生產成本降低，鋪砌道路變得越來越普遍，城市景觀也隨之增加。這引發了大量私營巴士公司運營，因為州政府還沒有正式將運輸系統化。1927年，超過500輛行駛在發動機上的巴士服務於該市，但不受監管。相反，電車被該市廣泛採用，控制主要公共交通方式的計劃是一個重要的機遇。

1930年，新南威爾士州政府透過徵稅和立法限制了公交網路運營的自由，使其無法開設新的路線和更多服務。1931年透過的《交通法》旨在抑制競爭，因為其私營車主無力支付政府強制執行的高額費用。BITRE的簡化時間表顯示，公交服務仍處於起步階段，但隨著技術的不斷發展，特別是二戰後，公交服務越來越受歡迎。

增長

40年代和50年代，與電車系統的比較和競爭仍在繼續，因為一種模式的流行犧牲了另一種模式的客流量。二戰期間例外，兩種服務的整合用於節省巴士和電車的執行成本，這被證明很重要，因為這後來成為一個更大的問題，並在全球範圍內出現。戰後，巴士得到升級並獲得進一步的資金，因為廣泛的城市公共交通 (UPT) 模式理念變得越來越流行。與美國等海外趨勢類似，隨著燃油價格下降，金屬更強更輕，這意味著政府可以考慮更便宜的選擇來獲取資本。BITRE展示了一種觀點，說明汽油或柴油動力車輛的真實價格與2011-12年的價格相比有多麼吸引人。

1920年代顯示了公交網路的興起，因為電車的使用開始停滯。點選後即可獲得完整高質量的影像。來自BITRE的樣本資料。

從二戰開始到結束 (1939-1945年)，每年客流量增長了近1億人，從6580萬人增加到1.598億人。這可以被認為是該模式生命週期中上升幅度最大的拐點。從1946年一直到70年代末，巴士的受歡迎程度穩步上升，因為電車網路實際上被淘汰，取而代之的是能夠到達更遠距離、在需要時更加靈活和多功能的低容量UPT。1969年，巴士客流量達到每年超過3.281億乘客的峰值，這是該模式的第一個真正峰值，也是未來十年成熟和飽和的標誌。

成熟

儘管巴士取代了電車系統並在70年代和80年代成為主要的UPT，但資料顯示該服務停滯不前，因為它已經飽和，並且已經覆蓋了悉尼大都市區的大部分地區。同樣，它遵循了墨爾本等澳大利亞城市的類似路徑，由於巴士連線覆蓋了大部分地區，其發展停滯不前。然而，墨爾本出現了一個復興，根據BITRE分析指出的城市界限的邊界條件，這種復興尚存爭議。因此，這些資料並非100%具有說服力，因為即使是該局也同意這一點，因為它在悉尼的“UPT公交”資料中包含了不同的準確性分類。

衰退

不考慮新冠疫情對全球廣泛交通網路的外部影響，悉尼公交系統在乘客人數方面保持相對穩定，儘管城市人口不斷增長，對更多公交服務的潛在需求也可能增加。

截至 2020 年，該網路規模是 1925 年的 5 倍，而且更多郊區和悉尼外圍的公交車行駛更長的距離。^[2] 然而，隨著郊區蔓延的加劇，汽車已成為大多數居民的主要交通方式，火車乘客人數增加，在 2023 年成為主要的交通方式。^[1]

因此，公交網路在使用率方面已達到平衡，或者說並沒有像最近一些媒體和政府文章所辯論的那樣被充分利用，這些文章都在討論該系統的有效性。^[9][10]

S 形曲線預測

方法

為了進行預測，邏輯 S 形曲線是評估公交網路或任何交通方式或貨物運輸狀態的一種合理方法。該方法能夠預測峰值，而不是像指數增長那樣無限增長，使其在現實應用場景中更具實用性。然而，需要注意的是，這種邏輯曲線沒有考慮滯後現象，這在公交這種交通方式中更為明顯，因為它在使用率上沒有顯著下降，但也沒有出現復甦或第二次增長。以下等式為預測網路與實際資料的預測提供了基礎。

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

• S(t) = 給定年份的年度乘客價值
• Sm = 最大預測值
• b = 代表預測飽和值和給定時間實際值之間斜率的係數。
• t = 年份
• ti = 拐點時間

b 係數代表了許多挑戰，因為該斜率表示實際值與預測飽和值之差之間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 = 選擇的預測飽和值最大乘客量。

對於該資料集，選擇了 114 年或 114 個時間點，b 是它們之間的斜率。還計算了截距。這形成了一個具有截距的直線，可以與實際資料進行比較。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。它不僅是一種方法方面的近似值，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，峰值範圍為 K = 3.3 億至 5 億年度乘客，以 1000 萬為正增量。

從 18 次計算中選擇最大 RSQ。最小值和最大值之間的範圍為 0.033967。這表明最大值並不確定，可能介於 3.3 億至 5 億之間，區別不大。然而，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 形曲線及其如何大體上遵循悉尼公交車增長和峰值的趨勢。外推沒有顯示達到預測的 3.6 億乘客，預計將在 2027 年實現。它還顯示了該模型無法解釋乘客人數的停滯以及 40 年代到 70 年代的快速增長，這可能因為第二次世界大戰導致進度放緩，戰爭成為政府的主要資本投資方向，再加上限制和配給措施。

預測模型顯示了 S 形曲線與悉尼公交車模式生命週期實際測量值的對比。

結果表列示如下：

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