焦柳丹 羅鳳蓮 吳 雅 張 羽
(1.重慶交通大學(xué)經(jīng)濟(jì)與管理學(xué)院 重慶 400074;2.西南大學(xué)資源環(huán)境學(xué)院 重慶 400715)
隨著我國經(jīng)濟(jì)的快速發(fā)展以及城市化和機(jī)動(dòng)化進(jìn)程的加快[1],居民出行頻率和居民出行數(shù)量也不斷地隨之增加[2],城市交通擁堵問題也變得越來越嚴(yán)重。在《2019中國主要城市交通分析報(bào)告》中顯示,2019年全國50個(gè)主要城市中有23個(gè)城市的“交通健康指數(shù)”低于健康水平線,城市平均高峰擁堵延時(shí)指數(shù)為1.650。大力發(fā)展公共交通已經(jīng)成為解決城市交通問題的根本對(duì)策[3]。常規(guī)公交具有靈活、便捷、造價(jià)低、覆蓋面廣的優(yōu)點(diǎn)[4],是城市公共交通系統(tǒng)中最主要的交通方式。而軌道交通作為1種新興的公共交通方式,以大容量、高效率、低能耗、集約化的優(yōu)勢(shì)[5]在我國各大城市中發(fā)展迅速。因此,在我國許多大城市中,公共客運(yùn)主要由常規(guī)公交和軌道交通共同完成。但作為2種具有不同特點(diǎn)的城市公交模式,如何促進(jìn)常規(guī)公交與軌道交通協(xié)調(diào)發(fā)展,合理分配客流份額,提高城市公共交通系統(tǒng)運(yùn)行效率,已成為國內(nèi)外學(xué)者的研究熱點(diǎn)[6]。
部分學(xué)者對(duì)軌道交通或常規(guī)公交單一系統(tǒng)的客流量變化展開了研究。例如,針對(duì)常規(guī)公交客流分布,柳伍生等[7]研究了行程時(shí)間不確定下公交客流分配問題,并通過利用杭州市公交線路站點(diǎn)的GIS數(shù)據(jù)和車輛運(yùn)行GPS數(shù)據(jù)進(jìn)行分析,得到了公交站點(diǎn)之間總運(yùn)行時(shí)間的分布概率。羅藝等[8]提出了1種重疊社團(tuán)結(jié)構(gòu)劃分算法,對(duì)公交換乘網(wǎng)絡(luò)進(jìn)行社團(tuán)結(jié)構(gòu)劃分以此獲取換乘關(guān)系,得到公交客流受公交專用道影響的具體范圍。而針對(duì)軌道交通客流變化,馬超群等[9]結(jié)合網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和客流需求特性,構(gòu)建了城市軌道交通脆弱性模型,并計(jì)算了各車站OD損失率對(duì)軌道交通網(wǎng)絡(luò)效率的影響。吳祥國等[10]從年度、季度、月度、周期、周內(nèi)日間時(shí)間特性,分析了重慶市主城區(qū)軌道交通客流時(shí)間特性,并利用單因素方差分析法,對(duì)工作日、節(jié)假日、天氣、線網(wǎng)長(zhǎng)度等各個(gè)要素對(duì)軌道交通客流的影響進(jìn)行分析。也有學(xué)者從不同角度針對(duì)常規(guī)公交與軌道交通之間的客流變化規(guī)律展開研究,例如,Milena Scherer[11]指出乘客在軌道交通和常規(guī)公交之間更偏好軌道交通的原因是乘客認(rèn)為軌道交通更加可靠、舒適并且載客量更高。王佳等[12]利用聚集效應(yīng)理論,分析了不同類型城市軌道交通站點(diǎn)對(duì)常規(guī)公交客流的吸引范圍,并針對(duì)上海軌道交通系統(tǒng)分析了軌道交通對(duì)常規(guī)公交客流的吸引規(guī)律。L.R.Hsu[13]從成本估算角度對(duì)軌道交通和常規(guī)公交進(jìn)行分析,研究了在不同線路設(shè)置和客流下選擇最佳的交通方式。張杰林等[14]運(yùn)用深圳市的交通數(shù)據(jù),探尋了軌道交通和常規(guī)公交在不同共線距離下客流分擔(dān)率的變化規(guī)律。趙學(xué)彧等[6]以武漢市城市公交系統(tǒng)為實(shí)例,構(gòu)建城市交通客流自組織系統(tǒng)演化模型,對(duì)軌道交通和常規(guī)公交的客流變化規(guī)律進(jìn)行分析。徐澤達(dá)等[15]從軌道交通和常規(guī)公交的線路選擇與設(shè)計(jì)的角度出發(fā),提出了軌道交通與常規(guī)公交在共線關(guān)系或平行關(guān)系下對(duì)客流進(jìn)行競(jìng)爭(zhēng),在相交關(guān)系下進(jìn)行合作,并對(duì)共線關(guān)系下的常規(guī)公交線路的優(yōu)化策略進(jìn)行可行性分析。王劍等[16]利用仿真模型,從最大化資源利用率和客流匹配的目標(biāo)出發(fā),分析了軌道交通與常規(guī)公交線路之間共線部分的競(jìng)爭(zhēng)與合作關(guān)系。Wei等[17]在考慮軌道交通和常規(guī)公交線路的地理空間和路線布局的基礎(chǔ)上,對(duì)二者的競(jìng)爭(zhēng)與合作關(guān)系進(jìn)行了定量估計(jì),并提出了公交線路優(yōu)化方法。
綜上所述,已有研究主要針對(duì)軌道交通和常規(guī)公交二者之間的客流資源競(jìng)爭(zhēng)或換乘接駁合作,同時(shí)研究成果更側(cè)重于以某一城市為研究對(duì)象,進(jìn)而對(duì)公共交通網(wǎng)絡(luò)路線進(jìn)行協(xié)調(diào)優(yōu)化。但在現(xiàn)實(shí)情況中,城市軌道交通與常規(guī)公交的營運(yùn)規(guī)模處于不斷變化的狀態(tài),二者在發(fā)展過程中相互影響與作用,導(dǎo)致各自本身的客流量也將發(fā)生變化,但目前還未有學(xué)者研究了二者之間的相互脅迫作用關(guān)系。因此,本文通過借鑒城市化水平與生態(tài)環(huán)境之間的交互脅迫理論[18],以我國2009年以前開通運(yùn)營城市軌道交通的10個(gè)城市為樣本,從客運(yùn)量、運(yùn)營線路長(zhǎng)度及運(yùn)營車輛3個(gè)維度驗(yàn)證軌道交通與常規(guī)公交之間交互脅迫關(guān)系,進(jìn)而探究二者之間的發(fā)展規(guī)律,以期為公交和城市軌道交通協(xié)調(diào)發(fā)展提供參考借鑒。
本文主要通過借鑒城市化與生態(tài)環(huán)境交互脅迫模型進(jìn)而構(gòu)建軌道交通與常規(guī)公交交互脅迫模型。城市化與生態(tài)環(huán)境交互脅迫模型最開始被學(xué)者用于分析城市化與生態(tài)環(huán)境之間的交互作用關(guān)系。1982年周一星等[19]研究發(fā)現(xiàn)城市化水平和經(jīng)濟(jì)發(fā)展水平存在著某種對(duì)數(shù)曲線的交互關(guān)系,其表達(dá)式見式(1)。
式中:y為城市化水平;x為人均GDP;a,b為非負(fù)待定參數(shù)。
而Grossman等[20]則在1995年證實(shí)了經(jīng)濟(jì)發(fā)展水平和生態(tài)環(huán)境之間是1種倒U形曲線關(guān)系,其表達(dá)式見式(2)。
式中:z為生態(tài)環(huán)境惡化指數(shù);x為人均GDP;m,n,p為非負(fù)待定參數(shù)。
根據(jù)上述2種關(guān)系模型,2003年黃金川等[21]構(gòu)建了城市化與生態(tài)環(huán)境之間的雙指數(shù)交互脅迫關(guān)系曲線,其表達(dá)式見式(3)。
式中:z為生態(tài)環(huán)境惡化指數(shù);y為城市化水平;a,b,m,n,p為待定參數(shù)。表示生態(tài)環(huán)境隨城市化水平是提高而惡化;表示生態(tài)環(huán)境惡化達(dá)到最大;表示生態(tài)環(huán)境隨城市化水平提高而好轉(zhuǎn)。
隨著研究的深入,也有學(xué)者將城市化與生態(tài)環(huán)境交互脅迫模型應(yīng)用于海洋生態(tài)經(jīng)濟(jì)系統(tǒng)[22]、旅游經(jīng)濟(jì)與生態(tài)環(huán)境[23]之間的研究。在城市化初期,由于我國城市軌道交通建設(shè)較晚還未形成線網(wǎng)規(guī)模、城市軌道交通對(duì)常規(guī)公交的影響并不大,常規(guī)公交對(duì)城市軌道交通的約束作用也較??;隨著城市化的推進(jìn),二者規(guī)模不斷完善,一旦突破某一臨界點(diǎn)之后,在客流轉(zhuǎn)移等方面,軌道交通對(duì)常規(guī)公交的作用就開始顯現(xiàn),二者之間存在類似于城市化與生態(tài)環(huán)境的交互脅迫關(guān)系?;诖耍P者將通過借助此模型用以驗(yàn)證軌道交通和常規(guī)公交之間的交互脅迫關(guān)系,其表達(dá)式見式(4)。
式中:z′為公共汽車全年客運(yùn)總量/線路長(zhǎng)度/運(yùn)營車輛;y′為軌道交通全年客運(yùn)總量/線路長(zhǎng)度/運(yùn)營車輛;a,b,m,n,p為待定參數(shù)。
鑒于衡量公共交通發(fā)展規(guī)模的因子具有多樣性和復(fù)雜性特征,為了評(píng)價(jià)常規(guī)公交和軌道交通的協(xié)調(diào)發(fā)展水平,需對(duì)一系列衡量常規(guī)公交和軌道交通發(fā)展情況的重要指標(biāo)進(jìn)行選取?;陉惍呂榈萚24]、M.M.Yu等[25]、Priyanka Jain等[26]學(xué)者的研究結(jié)果,并根據(jù)指標(biāo)選取的全面系統(tǒng)性、可比性、代表性和可操作性原則,筆者綜合考慮人數(shù)、線路長(zhǎng)度以及車輛數(shù)3個(gè)維度,進(jìn)而選取全年客運(yùn)總量、運(yùn)營線路長(zhǎng)度、運(yùn)營車輛3個(gè)指標(biāo)用于分析二者之間的脅迫關(guān)系。同時(shí),以我國2009年以前開通運(yùn)營城市軌道交通的10個(gè)城市為樣本,收集了2009—2019年的有關(guān)數(shù)據(jù),具體結(jié)果見表1(受篇幅限制只顯示2009年和2019年)。各項(xiàng)指標(biāo)的數(shù)據(jù)來源主要為《城市統(tǒng)計(jì)年鑒》(中國統(tǒng)計(jì)出版社,2010—2020)、《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》(中國統(tǒng)計(jì)出版社,2010—2020)及中國城市軌道交通協(xié)會(huì)的統(tǒng)計(jì)報(bào)告。
表1 2009年及2019年城市公共交通發(fā)展?fàn)顩rTab.1 Development of urban public transportation of 2009 and 2019
在計(jì)算過程中,首先需要對(duì)常規(guī)公交和軌道交通各指標(biāo)的數(shù)據(jù)進(jìn)行無量綱化處理,用于消除同一指標(biāo)數(shù)量級(jí)差的影響,所采用的公式見式(5)。
式中:i為指標(biāo)序號(hào);j為年份;Xij為實(shí)際計(jì)算值;max(Xi)和min(Xi)分別為第i指標(biāo)2009—2019年10個(gè)城市的最大值和最小值。
隨后通過origin 9.0軟件對(duì)無量綱化處理之后的常規(guī)公交和軌道交通的客運(yùn)總量、線路長(zhǎng)度,以及運(yùn)營車輛數(shù)據(jù)分別進(jìn)行曲線擬合求解,從而得出常規(guī)公交與軌道交通的雙指數(shù)曲線方程及其擬合方程,計(jì)算結(jié)果見表2~4。
2.3.1 基于客流量的常規(guī)公交與軌道交通交互脅迫計(jì)算結(jié)果
城市常規(guī)公交與軌道交通客流量交互脅迫雙指數(shù)函數(shù)方程見表2。從決定系數(shù)R2檢驗(yàn)來看,10個(gè)城市的曲線方程總體擬合效果良好。其中:上海的擬合效果最好,R2達(dá)到了0.9500,而長(zhǎng)春的擬合效果相對(duì)較差,R2只有0.210 9;m表示曲線拐點(diǎn)出現(xiàn)時(shí)常規(guī)公交的發(fā)展程度,從m的取值來看,10個(gè)城市由大到小依次為:北京、上海、重慶、廣州、深圳、天津、武漢、大連、南京、長(zhǎng)春;n的取值與常規(guī)公交隨軌道交通運(yùn)行規(guī)模變化的速率有關(guān),從n的取值來看,10個(gè)城市由大到小依次為:長(zhǎng)春、武漢、天津、重慶、大連、深圳、北京、南京、上海、廣州;b值的大小反應(yīng)了雙指數(shù)曲線拐點(diǎn)出現(xiàn)的早晚。從b的取值來看,10個(gè)城市由大到小依次為:武漢、北京、長(zhǎng)春、上海、深圳、廣州、大連、天津、重慶、南京。
表2 城市常規(guī)公交與軌道交通客流量交互脅迫雙指數(shù)函數(shù)方程Tab.2 Double exponential function for interactive stress effect on passenger flows of urban bus and rail transport system
2.3.2 基于運(yùn)營線路長(zhǎng)度的常規(guī)公交與軌道交通交互脅迫計(jì)算結(jié)果
城市常規(guī)公交與軌道交通運(yùn)營線路長(zhǎng)度交互脅迫雙指數(shù)函數(shù)方程見表3。從決定系數(shù)R2檢驗(yàn)來看,10個(gè)城市的曲線方程總體擬合效果良好。其中北京的擬合效果最好,R2達(dá)到了0.947 1,而長(zhǎng)春的擬合效果相對(duì)較差,R2只有0.592 7。從m的取值來看,10個(gè)城市由大到小依次為:廣州、天津、重慶、北京、長(zhǎng)春、上海、深圳、大連、南京、武漢;從n的取值來看,10個(gè)城市由大到小依次為:廣州、深圳、天津、重慶、長(zhǎng)春、大連、南京、北京、武漢、上海;從b的取值來看,10個(gè)城市由大到小依次為:上海、北京、武漢、廣州、南京、大連、深圳、長(zhǎng)春、重慶、天津。
表3 城市常規(guī)公交與軌道交通運(yùn)營線路長(zhǎng)度交互脅迫雙指數(shù)函數(shù)方程Tab.3 Double exponential function for interactive stress effect on the length of operating lines of urban bus and rail transport system
2.3.3 基于運(yùn)營車輛的常規(guī)公交與軌道交通交互脅迫計(jì)算結(jié)果
城市常規(guī)公交與軌道交通運(yùn)營車輛交互脅迫雙指數(shù)函數(shù)方程見表4。決定系數(shù)R2檢驗(yàn)來看,10個(gè)城市的曲線方程總體擬合效果良好,其中廣州的擬合效果最好,R2達(dá)到了0.980 6,而長(zhǎng)春的擬合效果相對(duì)較差,R2只有0.502 2,從m的取值來看,10個(gè)城市由大到小依次為:長(zhǎng)春、北京、上海、深圳、廣州、重慶、天津、武漢、南京、大連;從n的取值來看,10個(gè)城市由大到小依次為:北京、天津、長(zhǎng)春、上海、重慶、南京、深圳、廣州、大連、武漢;從b的取值來看,10個(gè)城市由大到小依次為:上海、北京、廣州、武漢、大連、深圳、長(zhǎng)春、南京、重慶、天津。
表4 城市常規(guī)公交與軌道交通運(yùn)營車輛交互脅迫雙指數(shù)函數(shù)方程Tab.4 Double exponential function for interactive stress effect on the number of operating vehicles of urban bus and rail transport system
根據(jù)表2~4的計(jì)算結(jié)果,可以得出:①重慶、南京、天津3個(gè)城市的擬合效果最好,其常規(guī)公交與軌道交通的客運(yùn)總量、線路長(zhǎng)度及運(yùn)營車輛交互脅迫擬合曲線的R2均超過0.8;②城市常規(guī)公交與軌道交通交互關(guān)系雙指數(shù)曲線出現(xiàn)拐點(diǎn)時(shí),m值排名位于前列的城市其常規(guī)公交的發(fā)展情況要好于位居末位的城市;例如,南京在3項(xiàng)指標(biāo)的城市排名均靠后,表明南京的常規(guī)公交在客運(yùn)總量、線路長(zhǎng)度及運(yùn)營車輛的發(fā)展上與其他城市相比發(fā)展相對(duì)落后;③各城市常規(guī)公交發(fā)展與軌道交通規(guī)模擴(kuò)張速率有關(guān),n值排名越靠前的城市其常規(guī)公交發(fā)展隨軌道交通的擴(kuò)張變化越迅速;例如,重慶在3項(xiàng)指標(biāo)的城市排名中均位于中間,表明重慶的常規(guī)公交在客運(yùn)總量、線路長(zhǎng)度及運(yùn)營車輛的發(fā)展速率與其他城市相比相對(duì)適中;④軌道交通發(fā)展水平較高的城市其拐點(diǎn)出現(xiàn)早于軌道交通發(fā)展水平較低的城市,b值排名越靠前,其拐點(diǎn)出現(xiàn)時(shí)的軌道交通發(fā)展水平越高;例如,北京在3項(xiàng)指標(biāo)的城市排名均靠前,表明北京的軌道發(fā)展水平與其他城市相比發(fā)展相對(duì)領(lǐng)先。
根據(jù)表2~4的計(jì)算結(jié)果,筆者進(jìn)一步繪制了城市常規(guī)公交與軌道交通交互關(guān)系雙指數(shù)曲線圖,見圖1(只顯示典型城市)。在圖1(a)客運(yùn)總量中可以看到,北京的拐點(diǎn)出現(xiàn)時(shí)間相對(duì)較早,表明北京的常規(guī)公交在客運(yùn)總量上受軌道交通的影響相對(duì)較嚴(yán)重。北京是我國第1個(gè)開通軌道交通的城市,在1971年就開始正式運(yùn)營軌道交通,由于2008年北京奧運(yùn)會(huì)的舉辦,更促進(jìn)了北京軌道交通飛躍式的發(fā)展。當(dāng)軌道交通覆蓋范圍還較小時(shí),軌道交通的優(yōu)勢(shì)不明顯,常規(guī)公交仍然承擔(dān)了主要的客流,而隨著軌道交通的運(yùn)營范圍的不斷擴(kuò)大,乘客越來越傾向選擇軌道交通,常規(guī)公交的客運(yùn)量開始大幅下降。此擬合結(jié)果與張杰林等[14]的研究結(jié)論較為一致,軌道交通與常規(guī)公交共線距離較長(zhǎng)時(shí),軌道交通以其速度快,準(zhǔn)點(diǎn)率高的優(yōu)勢(shì)對(duì)客流的吸引力顯著增強(qiáng)。在圖1(b)線路長(zhǎng)度中,上海的演變軌跡持續(xù)上升,未觀察到拐點(diǎn),表明上海的常規(guī)公交在運(yùn)營線路長(zhǎng)度上未明顯受到軌道交通的影響。上海作為1個(gè)擁有2 400多萬人的超大城市,一直將優(yōu)先發(fā)展公共交通作為解決超大城市交通問題的必然選擇[27],在不斷擴(kuò)大軌道交通的覆蓋范圍時(shí),也在加大對(duì)常規(guī)公交的扶持力度,逐漸建立以軌道交通為主體,常規(guī)公交為基礎(chǔ)的公共交通網(wǎng)絡(luò)。在圖1(c)運(yùn)營車輛數(shù)中,南京的拐點(diǎn)出現(xiàn)時(shí)間相對(duì)較晚,表明南京的常規(guī)公交在運(yùn)營車輛數(shù)上受軌道交通的影響相對(duì)較弱。南京是最早成為我國公交都市的城市之一,將軌道交通作為綜合交通發(fā)展的核心、增加軌道交通的運(yùn)營車輛數(shù)的同時(shí),也在制定公交車輛更新技術(shù)標(biāo)準(zhǔn)及配套政策,將普通公交車逐漸全部更換為新能源公交車[28]。
圖1 城市常規(guī)公交與軌道交通交互關(guān)系雙指數(shù)曲線Fig.1 Double exponential curve for interactive stress effect between urban bus and rail transport system
而從總體上來,10個(gè)城市常規(guī)公交與軌道交通在3個(gè)維度的演變軌跡存在階段性和空間發(fā)展不均衡性。城市常規(guī)公交與軌道交通交互關(guān)系雙指數(shù)曲線中,客運(yùn)總量的拐點(diǎn)出現(xiàn)早于運(yùn)營線路長(zhǎng)度和運(yùn)營車輛數(shù)。在拐點(diǎn)出現(xiàn)前,常規(guī)公交與軌道交通的演進(jìn)軌跡呈同向增長(zhǎng)趨勢(shì),即軌道交通發(fā)展運(yùn)營規(guī)模提升,常規(guī)公交發(fā)展水平隨之提高;在拐點(diǎn)出現(xiàn)后,二者呈反向變動(dòng)趨勢(shì),即軌道交通發(fā)展運(yùn)營規(guī)模提升、常規(guī)公交發(fā)展水平隨之降低。以上分析說明所求得的函數(shù)關(guān)系式程和雙指數(shù)曲線擬合圖能夠較恰當(dāng)?shù)姆从吵鞘械某R?guī)公交與軌道交通的交互脅迫關(guān)系的非線性曲線軌跡。綜上所述,軌道交通的發(fā)展對(duì)常規(guī)公交表現(xiàn)出明顯的脅迫作用,而常規(guī)公交的發(fā)展對(duì)軌道交通表現(xiàn)出明顯的約束作用。
結(jié)合10個(gè)城市的雙指數(shù)函數(shù)方程與曲線圖,根據(jù)演化軌跡的特點(diǎn),本文進(jìn)一步將城市劃分為拐點(diǎn)出現(xiàn)較早、拐點(diǎn)出現(xiàn)較晚、拐點(diǎn)尚未發(fā)現(xiàn)3類,進(jìn)一步分析10個(gè)城市其軌道交通與常規(guī)公交的脅迫關(guān)系。根據(jù)表5的結(jié)果,10個(gè)城市在3個(gè)維度的拐點(diǎn)情況可以分為5類。
表5 拐點(diǎn)分類情況Tab.5 Classification of inflection points
第Ⅰ類??瓦\(yùn)總量拐點(diǎn)較早、運(yùn)營車輛拐點(diǎn)較晚、線路長(zhǎng)度未有拐點(diǎn)。北京、南京和天津3個(gè)城市屬于第Ⅰ類。分類結(jié)果表明北京、南京和天津的常規(guī)公交在線路長(zhǎng)度并未明顯受軌道交通的脅迫和在運(yùn)營車輛受軌道交通較弱的脅迫的情況下,常規(guī)公交的客運(yùn)總量受軌道交通的影響較為嚴(yán)重。北京、南京和天津不斷增加的公交線路長(zhǎng)度并沒有明顯的增強(qiáng)常規(guī)公交對(duì)乘客的吸引力。因此,地方政府需加強(qiáng)對(duì)常規(guī)公交的線路設(shè)計(jì)優(yōu)化,調(diào)整常規(guī)公交與軌道交通高度重合線路的長(zhǎng)度,形成以軌道交通為骨干,常規(guī)公交為分支的交通運(yùn)輸網(wǎng)[15]。
第Ⅱ類??瓦\(yùn)總量拐點(diǎn)較早、運(yùn)營車輛和線路長(zhǎng)度未有拐點(diǎn)。大連、廣州和上海3個(gè)城市屬于第Ⅱ類。分類結(jié)果表明大連、廣州和上海的常規(guī)公交在線路長(zhǎng)度和運(yùn)營車輛上未明顯受到軌道交通的脅迫作用,但在客運(yùn)總量上受軌道交通的影響較為嚴(yán)重。說明大連、廣州和上海的常規(guī)公交資源并沒有得到充分的利用,存在較大的資源浪費(fèi)。地方政府一方面要基于軌道交通對(duì)常規(guī)公交線路進(jìn)行優(yōu)化調(diào)整,取消部分常規(guī)公交與軌道交通高度重合的線路,減少二者之間的惡性競(jìng)爭(zhēng);另一方面也要鼓勵(lì)新能源公共汽車車輛的發(fā)展,加快老舊車輛更新淘汰,保障公共汽車運(yùn)營設(shè)備的更新和維護(hù),提高整體運(yùn)輸能力。
第Ⅲ類??瓦\(yùn)總量拐點(diǎn)較晚、運(yùn)營車輛和線路長(zhǎng)度未有拐點(diǎn)。長(zhǎng)春和武漢2個(gè)城市屬于第Ⅲ類。分類結(jié)果表明長(zhǎng)春和武漢的常規(guī)公交在線路長(zhǎng)度和運(yùn)營車輛上未明顯受到軌道交通的脅迫作用,在客運(yùn)總量上受軌道交通的影響也較弱。說明長(zhǎng)春和武漢的軌道交通在對(duì)客流的吸引上尚未形成絕對(duì)優(yōu)勢(shì)。地方政府需加大對(duì)軌道交通的投資力度,進(jìn)一步發(fā)展軌道交通路網(wǎng)結(jié)構(gòu),改善軌道交通的運(yùn)營模式和提升服務(wù)質(zhì)量[6]。
第Ⅳ類。客運(yùn)總量拐點(diǎn)較早、線路長(zhǎng)度拐點(diǎn)較晚、運(yùn)營車輛未有拐點(diǎn)。深圳屬于第Ⅳ類。分類結(jié)果表明深圳的常規(guī)公交在運(yùn)營車輛并未明顯受軌道交通的脅迫和在線路長(zhǎng)度受軌道交通較弱的脅迫的情況下,常規(guī)公交的客運(yùn)總量受軌道交通的影響較為嚴(yán)重。說明深圳不斷增加的公交車輛數(shù)并未明顯減緩客流的流失。地方政府需加快老舊公交車的淘汰,降低常規(guī)公交不必要的支出成本,通過調(diào)整發(fā)車頻率和提升公共汽車的服務(wù)能力來提高常規(guī)公交競(jìng)爭(zhēng)力,以吸引客流。
第Ⅴ類??瓦\(yùn)總量、運(yùn)營車輛和線路長(zhǎng)度拐點(diǎn)較晚。重慶屬于第Ⅴ類。分類結(jié)果表明重慶的常規(guī)公交在客運(yùn)總量、線路長(zhǎng)度以及運(yùn)營車輛上受軌道交通的脅迫影響較弱。二者發(fā)展比較協(xié)調(diào)均衡。未來地方政府需繼續(xù)保持這一發(fā)展模式,在大力發(fā)展軌道交通的同時(shí),也要充分發(fā)揮常規(guī)公交在短途出行上的優(yōu)勢(shì),使二者互相補(bǔ)充,相輔相成。
本文基于交互脅迫理論,以我國2009年以前開通軌道交通的10個(gè)城市為樣本,對(duì)軌道交通與常規(guī)公交的交互脅迫關(guān)系進(jìn)行了實(shí)證分析。從客流量、運(yùn)營線路長(zhǎng)度及運(yùn)營車輛3個(gè)維度分析了城市軌道交通對(duì)常規(guī)公交是否產(chǎn)生脅迫。根據(jù)計(jì)算結(jié)果,可以得出:①城市軌道交通與常規(guī)公交在客運(yùn)量、運(yùn)營線路長(zhǎng)度及運(yùn)營車輛數(shù)上存在交互脅迫關(guān)系,演變軌跡符合雙指數(shù)函數(shù)。②在城市公共交通發(fā)展的初期,雖然軌道交通的發(fā)展對(duì)常規(guī)公交系統(tǒng)帶來了沖擊,但因?yàn)槿嗣竦某鲂幸庠傅恼w提高,二者都處于蓬勃發(fā)展階段;而到了城市公共交通發(fā)展的中后期,軌道交通作為新興的出行方式,在客流吸引上占據(jù)一定優(yōu)勢(shì),不斷發(fā)展壯大,而常規(guī)公交受制于自身運(yùn)輸上的缺陷,客流量迅速下降,最后保持在一定水平。③城市常規(guī)公交的運(yùn)營線路長(zhǎng)度和運(yùn)營車輛數(shù)相比起客運(yùn)量受到軌道交通的脅迫強(qiáng)度相對(duì)較弱,總體仍然保持正向增長(zhǎng),但逐漸顯現(xiàn)出下降的趨勢(shì)。