基于IC卡數(shù)據(jù)的長(zhǎng)距離公交客流特征分析

周雨陽(yáng)，趙倩陽(yáng)，陳艷艷，姚 琳，趙 晉，熊 杰

(1. 交通工程北京市重點(diǎn)實(shí)驗(yàn)室, 北京工業(yè)大學(xué)，北京 100124；2. 交通運(yùn)輸部城市公共交通智能化行業(yè)重點(diǎn)實(shí)驗(yàn)室, 北京工業(yè)大學(xué)，北京 100124)

0 引 言

隨著城市規(guī)模的不斷擴(kuò)大，城郊土地利用性質(zhì)發(fā)生變革，跨市域、跨區(qū)域的通勤出行需求不斷上升，長(zhǎng)距離通勤客流強(qiáng)度和居民平均通勤距離顯著增加，長(zhǎng)距離公交運(yùn)營(yíng)線路也應(yīng)需而生，在特大城市及城市群公交出行服務(wù)中發(fā)揮了重要作用。其運(yùn)營(yíng)里程長(zhǎng)，周轉(zhuǎn)時(shí)間長(zhǎng)，易出現(xiàn)高峰時(shí)期車(chē)廂擁擠，平峰時(shí)期車(chē)輛利用率低下等現(xiàn)象。早高峰，進(jìn)城區(qū)方向客流量大，而出城區(qū)方向客流量偏小；晚高峰，出城區(qū)方向客流量大，而進(jìn)城區(qū)方向客流量小，公交方向不均衡性顯著。對(duì)長(zhǎng)距離公交定義及其特征規(guī)律的研究，不僅可及時(shí)完善城市公共交通的系統(tǒng)性，同時(shí)對(duì)提高居民長(zhǎng)距離出行可達(dá)性，提升公交服務(wù)水平及優(yōu)化城市交通系統(tǒng)效率，具有重要意義。

關(guān)于出行距離方面，學(xué)者們已經(jīng)進(jìn)行一系列較為深入的研究，D. L. F. LAYOS等[1]通過(guò)分析歐洲幾個(gè)國(guó)家的短途出行，發(fā)現(xiàn)大多數(shù)國(guó)家的人均每天出行3次，每天出行距離在30～40 km。針對(duì)長(zhǎng)距離出行問(wèn)題，A. J. RICHARDSON等[2]通過(guò)長(zhǎng)期觀察歐美居民長(zhǎng)距離出行特征，分析了長(zhǎng)距離出行次數(shù)、機(jī)動(dòng)性等特點(diǎn)，并對(duì)居民長(zhǎng)距離出行行為進(jìn)行了預(yù)測(cè)。陳征等[3]考慮了各種交通方式特性及其優(yōu)勢(shì)距離范圍，建立了居民出行方式距離曲線。石飛等[4]推導(dǎo)了出行距離的概率分布函數(shù)形式。CJJ/T 114—2007《城市公共交通分類(lèi)標(biāo)準(zhǔn)》中針對(duì)車(chē)型和客運(yùn)能力對(duì)城市公交進(jìn)行了分類(lèi)，但未考慮公交線路長(zhǎng)度與乘客出行需求之間的對(duì)應(yīng)關(guān)系及基于線路長(zhǎng)度的公交分類(lèi)方法。居民的公交通勤特征研究方面，戴帥等[5]基于可靠度理論對(duì)公共交通系統(tǒng)運(yùn)行時(shí)間、等候時(shí)間和服務(wù)質(zhì)量可靠度進(jìn)行了分析。何兆成等[6]提出了居民公交出行特征分析方法，能夠從大量出行信息中有效識(shí)別個(gè)體出行者的出行模式，適用于處理大規(guī)模數(shù)據(jù)集。黎明等[7]在分析小區(qū)的短距離出行特征和同類(lèi)居民出行行為的基礎(chǔ)上，指出了出行環(huán)境對(duì)出行行為具有顯著的影響，并給出了不同小區(qū)居民偏好小汽車(chē)短距離出行的影響因素。現(xiàn)有研究?jī)?nèi)容、標(biāo)準(zhǔn)主要集中于出行行為分析和城市內(nèi)部的一般公交通勤特征方面，對(duì)于長(zhǎng)距離公交相關(guān)定義、通勤規(guī)律及客流特征的研究尚屬于探索階段。

公交IC卡數(shù)據(jù)實(shí)時(shí)可靠，資金投入少，可利用性強(qiáng)，普及率高，能夠準(zhǔn)確全面的反映公交客流的時(shí)空分布特征，基于公交IC卡數(shù)據(jù)分析公交通勤特征的研究已經(jīng)較為系統(tǒng)和深入。李軍等[8]基于IC卡數(shù)據(jù)建立了描述單個(gè)乘客多天出行的完整數(shù)據(jù)框架，根據(jù)乘客參加不同活動(dòng)所產(chǎn)生的出行時(shí)空特征定義了通勤類(lèi)出行、普通出行和隨機(jī)出行，并將出行頻次與出發(fā)時(shí)間的標(biāo)準(zhǔn)差作為分類(lèi)標(biāo)準(zhǔn)對(duì)公交乘客出行進(jìn)行分類(lèi)，更好的掌握乘客公交出行的規(guī)律和需求。M. A. MUNIZAGA等[9]結(jié)合公交IC卡數(shù)據(jù)和GPS數(shù)據(jù)，對(duì)不同時(shí)段、不同站點(diǎn)的客流進(jìn)行分析，根據(jù)計(jì)算結(jié)果預(yù)測(cè)各個(gè)站點(diǎn)在不同時(shí)間段的吸引力強(qiáng)弱。ZHOU Yuyang等[10]基于GIS軟件利用一周IC卡數(shù)據(jù)及客流調(diào)查，分析了北京多模式通勤出行時(shí)間和客流分布。

筆者基于IC卡數(shù)據(jù)進(jìn)行公交出行特性分析與分類(lèi)對(duì)比，結(jié)合土地利用性質(zhì)，分析長(zhǎng)距離公交的客流不均衡性及時(shí)空分布特征，并以北京及周邊區(qū)域長(zhǎng)距離公交為研究對(duì)象，分類(lèi)討論了長(zhǎng)距離公交特性及劃分，提出5項(xiàng)長(zhǎng)距離公交評(píng)價(jià)指標(biāo)，并給出了分類(lèi)優(yōu)化方法，對(duì)于減少公交通勤時(shí)間，提高長(zhǎng)距離公交利用率，緩解城市通勤交通擁堵具有重要的研究意義。

1 公交IC卡數(shù)據(jù)

1.1 數(shù)據(jù)結(jié)構(gòu)

筆者提取公交IC卡記錄的基本信息包括：每個(gè)持卡人的刷卡時(shí)間和地點(diǎn)(以線路號(hào)和站點(diǎn)號(hào)表示)、卡類(lèi)型(普通卡、學(xué)生卡或工作人員卡)、交易序號(hào)(所有持卡人累計(jì)刷卡次數(shù))及車(chē)輛編號(hào)等。

1.2 數(shù)據(jù)處理

公交IC卡儲(chǔ)存了乘客出行的原始數(shù)據(jù)，基于這些數(shù)據(jù)分析乘客出行信息，需要對(duì)其進(jìn)行預(yù)處理，得出乘客出行時(shí)間，出行距離，并從中篩選長(zhǎng)距離出行數(shù)據(jù)進(jìn)行分析。本研究針對(duì)長(zhǎng)距離公交運(yùn)行特性，故以乘客的一次乘車(chē)數(shù)據(jù)進(jìn)行分析，不考慮公交換乘。結(jié)合乘客公交出行特征及公交IC卡系統(tǒng)特征，提出以下假設(shè)：

1)假設(shè)乘客刷卡時(shí)間為乘客的上下車(chē)時(shí)間，乘客實(shí)際上下車(chē)時(shí)間與刷卡時(shí)間的時(shí)間差不計(jì)。乘客公交出行時(shí)間視為乘客的乘車(chē)時(shí)間等于下車(chē)刷卡時(shí)間與上車(chē)刷卡時(shí)間差。

2)假設(shè)進(jìn)城市中心方向?yàn)榫€路的上行方向，出城市中心方向?yàn)榫€路的下行方向。進(jìn)城市中心方向的判斷標(biāo)準(zhǔn)為：距城市中心位置最遠(yuǎn)的終點(diǎn)站至最近的終點(diǎn)站的方向。設(shè)公交線路兩終點(diǎn)站分別為SA、SB(無(wú)先后順序)，兩終點(diǎn)站至城市中心的距離分別為DA、DB，當(dāng)距離DA≥DB時(shí)，上行方向?yàn)橛蒘A至SB，當(dāng)距離DA

2 長(zhǎng)距離公交客流分析

運(yùn)營(yíng)距離是公交服務(wù)系統(tǒng)的一項(xiàng)基本指標(biāo)，公交線路的長(zhǎng)度與城市面積，土地利用類(lèi)型，平均乘距等有著一定的比例關(guān)系。筆者定義城市公交長(zhǎng)度限值滿(mǎn)足公式：

Lmax=vmax×cmax

(1)

式中：Lmax為城市公交最大長(zhǎng)度限值，km；vmax為城市常規(guī)公交最大運(yùn)營(yíng)車(chē)速，取25 km/h；cmax為不同規(guī)模城市的最大出行時(shí)耗，h，根據(jù)GB 50220—95《城市道路交通規(guī)劃設(shè)計(jì)規(guī)范》中城市公共交通在客運(yùn)高峰時(shí)使95%的居民乘用公共交通方式時(shí)的最大出行時(shí)耗計(jì)算。結(jié)合北京城市規(guī)模，北京公交最大長(zhǎng)度應(yīng)為25 km。CHEN Yu等[11]基于北京公交可靠性分析發(fā)現(xiàn)線路長(zhǎng)度在30 km以上時(shí)，可靠性明顯下降。以北京為例，超過(guò)公交最大長(zhǎng)度25 km的線路共有265條，約占有數(shù)據(jù)記錄的全市公交線路850條的31.18%，現(xiàn)今長(zhǎng)距離公交線路在城市中普遍存在，因此本研究具有一定的普適性。

筆者依據(jù)長(zhǎng)距離公交特征選取5個(gè)指標(biāo)衡量其運(yùn)輸效率。在時(shí)間維度上，選取時(shí)間不均衡指數(shù)和高峰時(shí)間占比分別度量公交客流的時(shí)間不均衡性及高峰分布時(shí)長(zhǎng)；空間維度，選取方向不均衡指數(shù)度量客流進(jìn)出城雙方向的空間不均衡性；考慮到客流強(qiáng)度與公交資源供給及乘車(chē)需求里程長(zhǎng)度皆有關(guān)系，選取沿線公交資源密度反映線路周邊站點(diǎn)土地利用情況；同時(shí)定義了里程利用系數(shù)，用于衡量乘客對(duì)長(zhǎng)距離公交里程的利用情況。以上指標(biāo)涉及了公交客流時(shí)空分布，站線分布及里程利用情況，能夠從客流現(xiàn)狀、公交資源供給與客流需求、運(yùn)輸強(qiáng)度等多個(gè)角度綜合評(píng)價(jià)長(zhǎng)距離公交的輸送效率。

2.1 時(shí)間不均衡性

客流量在運(yùn)營(yíng)時(shí)間內(nèi)各個(gè)時(shí)段里的分布是不均衡的，尤其是通勤客流比重很大的線路，形成了上下班時(shí)間的客流高峰，這種時(shí)間上的不均衡性通常用不均衡指數(shù)表示，線路在時(shí)間段x內(nèi)的斷面客流不均衡指數(shù)px表示為

(2)

式中：Vx為x時(shí)段結(jié)束時(shí)刻斷面客流量，x=1,2,,H，其中H為公交線路全日運(yùn)營(yíng)單位時(shí)段數(shù)(設(shè)同一線路上下行運(yùn)營(yíng)時(shí)段數(shù)量相等)，時(shí)間不均衡指數(shù)越大，表明客流量在時(shí)間上分布越不均衡。

圖1為客流時(shí)間不均衡指數(shù)。

圖1 時(shí)段內(nèi)斷面客流不均衡指數(shù)示意Fig. 1 Sketch of unbalance coefficient of the passenger flowin time interval

線路時(shí)間不均衡指數(shù)Pt表示為

(3)

式中：Pt∈(0,1)；maxpx為客流在所有時(shí)段內(nèi)斷面不均衡指數(shù)最大值；minpx為客流在所有時(shí)段內(nèi)斷面不均衡指數(shù)最小值。

線路時(shí)間不均衡指數(shù)反映了客流時(shí)間不均衡程度，時(shí)間不均衡指數(shù)越大，對(duì)應(yīng)時(shí)段內(nèi)的客流峰值不均衡程度越大。

2.2 高峰時(shí)間占比

高峰時(shí)間占比是公交線路高峰客流時(shí)間占線路運(yùn)營(yíng)時(shí)間的比值，根據(jù)各線路車(chē)型大小及客流量，量化不同線路的高峰客流閾值，對(duì)比線路高峰客流持續(xù)時(shí)間，高峰時(shí)間占比越大，表明客流高峰時(shí)間越長(zhǎng)，其計(jì)算方法如下。

1)定義高峰客流劃分閾值μ為

(4)

Emax,l=σ·(F1+F2)

(5)

式中：F1為總座位面積，m2；F2為乘客有效站立面積，m2；σ為車(chē)輛最大載客系數(shù)，根據(jù)GB 7258—2012《機(jī)動(dòng)車(chē)運(yùn)行安全技術(shù)條件》和GB/T 12428—2005《客車(chē)裝載質(zhì)量計(jì)算方法》每位站立乘客所占的有效面積為0.125 m2/人，即每平方米不能超8人，因此取最大載客系數(shù)σ=8。

2)計(jì)算高峰客流的持續(xù)時(shí)間段個(gè)數(shù)：

hpeak=Num(px>μ)

(6)

式中：Num為計(jì)數(shù)函數(shù)，如圖1中客流高峰為時(shí)間段xa至xb和xc至xd，hpeak應(yīng)小于線路運(yùn)營(yíng)單位時(shí)段數(shù)H。一般線路客流高峰在2 h以?xún)?nèi)，個(gè)別線路高峰持續(xù)時(shí)間較長(zhǎng)，客流高峰分布大于2 h。

3)計(jì)算高峰時(shí)間占比：

(7)

式中：δ∈[0,1)。

線路的高峰時(shí)間占比除了與公交客流分布情況有關(guān)，還隨城市公交運(yùn)營(yíng)時(shí)間而不同，中小城市運(yùn)營(yíng)時(shí)間較短，相對(duì)大型城市高峰時(shí)間占比較高。一般線路高峰時(shí)間占比在0到0.1之間，個(gè)別長(zhǎng)距離客流壓力大的線路高峰時(shí)間占比大于0.1。

2.3 方向不均衡性

在相同時(shí)間里，線路上下行的客流量往往是不同的，根據(jù)大城市職住分離的現(xiàn)狀特點(diǎn)，上班時(shí)間從居住地到工作地，進(jìn)城市中心方向客流較大，下班時(shí)間從工作地到居住地，出城市中心方向客流較大。因此同一時(shí)間同一方向的客流量大，另一方向客流量小，客流方向不均衡指數(shù)Pd表示為最大方向乘客人數(shù)除以方向平均乘客人數(shù)，即：

(8)

2.4 沿線公交資源密度

沿線公交資源密度指公交線路周?chē)土髻Y源的豐富程度，沿線公交資源密度反映了公交出行的土地利用性質(zhì)，如樞紐站點(diǎn)的換乘公交線路較多，密度指數(shù)越小，公交站點(diǎn)周邊的線路數(shù)越多，乘車(chē)資源越豐富。線路l的沿線公交資源密度Il為

(9)

式中：Il∈(0,1)；Kl,s為線路l站點(diǎn)s周?chē)?300 m以?xún)?nèi))公交線路條數(shù)；Kmax為城市公交站點(diǎn)最大線路數(shù)。

2.5 平均里程利用系數(shù)

乘客對(duì)線路的利用程度不同，乘車(chē)距離越長(zhǎng)，對(duì)長(zhǎng)距離線路的利用率越高，乘客對(duì)該線路的出行依賴(lài)程度越高，更改出行線路的意愿越低。

乘客i乘坐公交線路l的里程利用率ui為

(10)

式中：Di為乘客i乘坐公交線路l的公交出行距離；Dl為公交線路l的總長(zhǎng)度。

線路l的平均里程利用系數(shù)Ul表示為

(11)

式中：Ul∈(0,1)；y為乘客人數(shù)。

3 案例分析

筆者選取線路應(yīng)具有以下特征：線路長(zhǎng)度應(yīng)超過(guò)城市公交線路最大長(zhǎng)度限值；線路至少含有一個(gè)站點(diǎn)位于城市中心區(qū)域；線路服務(wù)于城市近郊、遠(yuǎn)郊或跨市域出行。

研究選取2015年1月7日(周三)至13日(周二)一周，北京701、815、849、915四條線路的IC卡數(shù)據(jù)進(jìn)行分析。4條線路在城市中的位置如圖2。

圖2 4條線路分布Fig. 2 Distribution of four routes

研究線路長(zhǎng)度均超過(guò)25 km，其中最長(zhǎng)線路849全長(zhǎng)69.8 km，最短線路701全長(zhǎng)34.1 km。線路915從中心城區(qū)樞紐站東直門(mén)到達(dá)順義區(qū)南彩汽車(chē)站；線路815、849為跨市域公交，線路815經(jīng)過(guò)通燕高速到達(dá)河北省燕郊鎮(zhèn)，線路849經(jīng)大興區(qū)到達(dá)終點(diǎn)站河北省固安縣；線路701為中心城區(qū)公交，兩終點(diǎn)站為朝陽(yáng)區(qū)大西洋新城南門(mén)和豐臺(tái)區(qū)岳各莊西站，途徑東城區(qū)、西城區(qū)和海淀區(qū)。

3.1 時(shí)間不均衡性計(jì)算

統(tǒng)計(jì)單位時(shí)間間隔為1 h，線路上下行客流時(shí)間不均衡指數(shù)隨時(shí)間段變化如圖3。從時(shí)間分布上看，4條公交線路上行時(shí)間不均衡指數(shù)峰值分布在6:00—9:00之間，其中線路815，849，915高峰出現(xiàn)在7:00左右，市區(qū)內(nèi)部線路701高峰客流時(shí)間相對(duì)其他線路較晚，出現(xiàn)在8:00，且14:00以后的線路不均衡指數(shù)較其他線路大。

計(jì)算線路時(shí)間不均衡指數(shù)如表1。

表1 公交線路時(shí)間不均衡指數(shù)Table 1 Time unbalance index of each line

線路701時(shí)間不均衡指數(shù)最小，客流隨時(shí)間不均衡性變化較小。線路815和849為跨省公交，這兩條線路的不均衡指數(shù)較為相近。線路915時(shí)間不均衡指數(shù)最大為0.85，此線路高峰客流相比平峰客流差異較大。

3.2 高峰時(shí)間占比計(jì)算

公交線路客流不均衡指數(shù)變化統(tǒng)計(jì)如表2。

表2 公交線路客流時(shí)間不均衡性Table 2 Time unbalance of bus passenger flow

線路701高峰時(shí)間分布占比為0，說(shuō)明其小時(shí)客流沒(méi)有分布在高峰客流閾值范圍內(nèi)，客流在時(shí)間上分布較為均衡。因?yàn)樵摼€路長(zhǎng)度較短，且為市區(qū)內(nèi)部公交，城區(qū)內(nèi)部潛在乘客需求量小，通勤客流量小，與城區(qū)內(nèi)部其他線路或地鐵等出行方式存在乘客資源競(jìng)爭(zhēng)與分擔(dān)，線路的輸運(yùn)壓力較小?？缡杏蚬?15路高峰時(shí)間占比最大，為0.25，相比該線路的高峰客流持續(xù)時(shí)間最長(zhǎng)。線路運(yùn)營(yíng)的燕郊地區(qū)臨近北京通州區(qū)，是最接近北京市區(qū)的外省區(qū)域，居民以進(jìn)城上班的通勤者為主，早晚通勤高峰客流量較大。線路915的高峰時(shí)間占比比849大，說(shuō)明其客流在時(shí)間上分布相對(duì)較為集中，線路起始段經(jīng)過(guò)北京市順義區(qū)，通勤人數(shù)比經(jīng)過(guò)的河北省固安的線路849多，離北京市中心更近，通勤需求更高。

3.3 方向不均衡性計(jì)算

線路方向不均衡性指數(shù)如表3。由表3可見(jiàn)，線路815為燕郊市區(qū)通勤線路，燕郊地區(qū)通勤客流大，潮汐方向性明顯，早高峰進(jìn)城市中心方向客流量大，晚高峰北京至燕郊方向客流量大，方向不均衡指數(shù)最高，達(dá)1.70。線路701為穿市區(qū)長(zhǎng)距離線路，乘客多居住在市區(qū)內(nèi)部，或?yàn)閾Q乘出行，其方向不均衡指數(shù)最低，僅為1.08。

表3 各線路方向不均衡指數(shù)Table 3 Direction unbalance coefficient of each line

3.4 沿線公交資源密度計(jì)算

根據(jù)IC卡現(xiàn)有數(shù)據(jù)，北京公交站點(diǎn)最大線路數(shù)為40，經(jīng)計(jì)算，4條公交線路的沿線公交資源密度如表4。

表4 沿線公交資源密度Table 4 Bus line density around the routes

線路701經(jīng)過(guò)城市中心主要道路，線路的站點(diǎn)周邊公交資源較多，各種線路分擔(dān)了客流壓力，資源密度最小為0.76。燕郊地區(qū)公交線路數(shù)量較少，且大部分為北京燕郊跨市域公交，站點(diǎn)可選線路少，線路分擔(dān)客流壓力大，資源密度最大。線路849經(jīng)過(guò)大興區(qū)，在大興區(qū)的站點(diǎn)較多且線路選擇多，相比線路701密度較大。線路915終點(diǎn)站為交通樞紐站東直門(mén)和順義區(qū)南彩汽車(chē)站，除兩個(gè)終點(diǎn)站以外其他站點(diǎn)可換乘線路較少，因此915相比849沿線資源密度大。

3.5 平均里程利用系數(shù)計(jì)算

4條線路的平均里程利用系數(shù)計(jì)算如表5。

表5 各公交線路平均里程利用系數(shù)Table 5 Average line utilization coefficient of each line

跨市域線路815、849運(yùn)營(yíng)里程長(zhǎng)，乘客大部分為跨省通勤，乘車(chē)距離較長(zhǎng)，線路815站間距不均衡，其中八王墳東至燕郊興達(dá)廣場(chǎng)小區(qū)站跨省，站間距達(dá)到29 km，因此乘車(chē)距離普遍較長(zhǎng)，公交里程利用率高；同樣跨省線路849平均里程利用系數(shù)比較高，但因其在固安與市中心之間的大興區(qū)設(shè)站，滿(mǎn)足了固安至大興及大興至市中心的乘客需求，所以相比線路815平均里程利用系數(shù)較低。線路701路經(jīng)城區(qū)中心商業(yè)區(qū)域，乘客多為短距離出行或換乘出行，線路里程利用率最低。

3.6 綜合評(píng)價(jià)

為了綜合評(píng)價(jià)線路的客流特征，將高峰時(shí)間占比、方向不均衡指數(shù)歸一化處理后，得到雷達(dá)圖(圖4)。

圖4 案例指標(biāo)雷達(dá)圖Fig. 4 Radar map of the case study

圖4直觀的表現(xiàn)了4條線路之間的差異，指標(biāo)分布于外圈的線路，多為跨市域線路，長(zhǎng)距離通勤特性明顯，內(nèi)圈的線路主要位于市區(qū)內(nèi)部，乘客大部分為短距離出行或換乘出行，里程利用情況不高。對(duì)于各指標(biāo)均較高的公交線路，可采用高峰期間加開(kāi)班次，或加區(qū)間車(chē)、直達(dá)車(chē)等調(diào)度方式緩解客流壓力，在郊區(qū)多設(shè)線路可增加乘客的乘車(chē)選擇，例如北京燕郊跨市域公交815。對(duì)于各指標(biāo)值均小的線路，可適當(dāng)降低發(fā)車(chē)頻率，減少公交運(yùn)營(yíng)成本，如線路849，通勤客流較少，里程利用系數(shù)低，在大興區(qū)拆分線路的可行性可進(jìn)一步研究。對(duì)于里程利用系數(shù)較低的線路，可適當(dāng)優(yōu)化線網(wǎng)，調(diào)整站點(diǎn)位置，如線路915。

4 結(jié) 語(yǔ)

筆者圍繞長(zhǎng)距離公交線路客流特征，通過(guò)IC卡數(shù)據(jù)處理，選取時(shí)間不均衡指數(shù)、高峰時(shí)間占比、方向不均衡指數(shù)、沿線公交資源密度、線路平均里程利用系數(shù)5項(xiàng)指標(biāo)，分析長(zhǎng)距離線路客流特點(diǎn)，建立長(zhǎng)距離公交綜合評(píng)價(jià)模型，并以北京及周邊區(qū)域4條25km以上的長(zhǎng)距離線路為例，進(jìn)行分析及綜合評(píng)價(jià)，最后給出了線路優(yōu)化措施及建議。本研究方法適用于大城市及城市群的長(zhǎng)距離通勤，對(duì)于減少長(zhǎng)距離通勤者出行時(shí)間，提高公共交通使用率及運(yùn)行效率，改善城市潮汐擁堵現(xiàn)狀有重要意義。