交通部署案例集/2024/悉尼巴士系統

悉尼巴士網路的生命週期是透過資料分析和計算機建模分析其服務的誕生、增長、成熟和潛在衰退。採用基於時間的方法繪製整個網路生命週期內每年客運量或軌道長度的規模。使用具有三個引數的Logistic方程的S型曲線模型是這種方法的理論基礎。

背景

澳大利亞悉尼的巴士網路在客運量方面是新南威爾士州第二大公共交通方式，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%的單程出行使用火車/地鐵完成，而38.1%的出行使用巴士完成。 截至2015年，其覆蓋路線總長超過25000公里。 它服務於大悉尼地區的中央商務區和郊區，並在2013年至2014年推出的Opal卡計劃下運營。

沃爾沃B12BLEA鉸接式巴士模型。

悉尼巴士網路的生命週期跨越了100多年，並且隨著城市技術和政策需求的變化而變化。這一歷史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巴士。據估計，該市從1900年的840萬乘客增長到2014年的超過3.088億乘客，這是基礎設施、交通和研究經濟局（BITRE）在引入Opal之前的最新資料。

巴士網路被認為是一種相當成熟的交通方式，因為它已經飽和了該地區30年，客運量沒有顯著增加。由於最近發生的事件，例如COVID-19，客運量仍在恢復中，因為到2023年，客運量才再次超過每年2億乘客，仍然低於2019年的疫情前3.085億乘客的水平。

歷史

悉尼巴士網路的歷史背景將這些數字置於更加人性化的視角。巴士網路的趨勢傾向於反映飽和狀態，沒有太多增長空間，只有維護。

誕生

在20世紀早期，電車網路主導著城市，其次是輪渡和重軌網路。由於現代汽車尚未實現機動化來接管市場，巴士網路僅僅由馬車公共汽車組成，在承受嚴重壓力之前只能容納大約10-15人。這與當時剛實現電氣化的早期電車形成對比，當時電車載客量是普通巴士的兩倍以上，同時擁有更多的連線和整合，從而縮短了旅行時間。

1898年的馬車公共汽車，典型的是1900年代的公共汽車。

隨著第一次世界大戰的結束，公共汽車也實現了機動化，並由於其多功能性以及低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、鋪砌道路變得更加普遍和城市景觀增加的必需品同時發生。這引發了大量私人擁有的巴士公司運營，因為州政府尚未正式將交通系統化。1927年，超過500輛使用發動機執行的公共汽車服務於這座城市，但沒有受到監管。 相比之下，電車被廣泛採用，控制主要公共交通方式的計劃是一個重要的機會，必須抓住。

1930年，新南威爾士州政府透過徵稅和立法限制了巴士網路運營的自由，限制其開通新的路線和更多服務。 1931年透過的《交通法》旨在抑制競爭，因為私人車主無力支付政府強加的高昂成本。BITRE的簡化時間線表明，巴士服務仍處於起步階段，但隨著技術的不斷加速，尤其是在第二次世界大戰後，巴士服務越來越受歡迎。

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，一種交通方式的流行犧牲了另一種交通方式的客運量。二戰中期是一個例外，當時兩種服務的整合被用來節省巴士和電車的運營成本，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，公共汽車得到了升級，並獲得了進一步的資金，因為大規模巴士城市公共交通（UPT）模式的想法變得越來越流行。類似於海外的趨勢，例如在美國，汽車採用率隨著燃料價格下降、金屬更堅固和更輕而增加，這意味著政府可以考慮更便宜的選擇，這些選擇可以獲得資金。BITRE展示了汽油或柴油汽車的吸引力，因為與2011-12年的實際價格相比。

1920年代顯示了巴士網路的興起，而電車的使用開始停滯。點選即可獲得全質量影像。來自BITRE的示例資料。

從二戰開始到結束（1939年-1945年），巴士的年客運量增加了近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增長最快的拐點。從1946年到70年代末，巴士越來越受歡迎，因為電車網路實際上被淘汰，取而代之的是輕型載客量的UPT，現在可以到達更遠的地方，並且在需要時更靈活多變。1969年，巴士客運量達到最高年客運量，超過3.281億人，這是該模式的第一個真正高峰，也是未來十年成熟和飽和的標誌。

成熟

儘管巴士發展超越了電車系統，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，並且覆蓋了大悉尼地區的大多數區域。同樣，它遵循了澳大利亞墨爾本等城市的類似軌跡，由於巴士線路覆蓋了大部分地區而停滯了發展。然而，墨爾本經歷了復興，根據BITRE分析的城市界限，這一復興存在爭議。 因此，資料並不完全具有決定性，因為即使是該局也同意透過在悉尼的“UPT巴士”資料中包含不同的準確性分類來表達這一點。

衰退

不包括COVID-19，因為COVID-19對全球範圍內的交通網路造成了外部影響，悉尼巴士系統在客運量方面一直保持相對一致，儘管城市人口增長和對更多巴士服務的需求可能增加。

截至 2020 年，該網路規模是 1925 年的 5 倍，並且擁有更多行駛更長距離的悉尼郊區和外圍巴士。^[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，而火車則獲得了更多乘客，並在 2023 年成為主要的交通方式。^[1]

因此，公交網路在使用方面已達到平衡，或者正如最近媒體和政府文章中所爭論的那樣，該系統並沒有得到充分利用，這些文章探討了該系統的有效性。^[9][10]

S 型曲線預測

方法

為了進行預測，邏輯 S 型曲線是一種合理的方法來評估公交網路或任何交通方式或貨物運輸的狀態。能夠預測峰值而不是像指數增長那樣無限上升的獨特方面賦予了它更現實的使用場景。然而，必須注意到，這種邏輯曲線沒有考慮滯後，這在交通方式中更為明顯，因為它在使用方面沒有顯著減少，但也沒有出現復甦或二次上升。以下等式為預測的網路預測與實際資料奠定了基礎。

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

• S(t) = 給定年份的給定年度乘客價值
• Sm = 預測的最大水平
• b = 代表給定時間預測飽和度與實際值之間斜率的係數。
• t = 時間（年）
• ti = 拐點時間

b 係數代表許多挑戰，因為斜率代表實際值與預測飽和度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) = 一段時間內的某個點
• K = 選擇的預測飽和度最大乘客值。

對於此資料集，選擇 114 年或點，b 是它們之間的斜率。也計算了截距。這形成了一條直線，該直線具有可以與實際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 型曲線方面的有效性。這不僅是一種方法上的近似，因為它沒有考慮偏差或突然下降或上升。

結果

在此示例中，對可能的峰值進行了 18 次猜測，範圍從 K = 3.3 億到 5 億年度乘客，正向增量為 1000 萬。

在 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。這表明最大值是什麼並不確定，並且它可以介於 3.3 億到 5 億之間，而沒有太大差異。然而，最大值為 3.6 億乘客。

RSQ	0.769418
b	0.060491
Sm	360,000,000

該圖表直觀地顯示了邏輯 S 型曲線，以及它如何大體上遵循悉尼公交線路上升和峰值的趨勢。外推法沒有顯示達到預測的 2027 年將達到的 3.6 億乘客。它還顯示了無法解釋數字停滯及其在 40 年代到 70 年代期間的急劇上升的原因。這可能是由於二戰期間的下降減緩了進步，以及戰爭努力成為政府的主要資本投資，再加上限制和配給。

預測模型顯示了 S 型曲線與悉尼公交模式生命週期實際測量值相比。

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