陳亞洲，郭士正，宋 杰

（集美大學(xué) 誠毅學(xué)院，福建 廈門 361021）

公交站點的運行特性和效率的研究一直是許多交通工程人員關(guān)注的問題，作為常規(guī)公交的重要基礎(chǔ)設(shè)施和運行節(jié)點，其基本的布局和設(shè)置直接影響著公共交通的服務(wù)水平和交通運行的質(zhì)量。相比城市經(jīng)濟的發(fā)展，如何利用有限的城市資源，優(yōu)化城市公交站點的設(shè)置和運行，對提升公交車的整體運行效率和方便乘客的出行需求，具有十分重要的現(xiàn)實意義。

1 公交站點研究現(xiàn)狀分析

城市的不斷發(fā)展，人們出行的方式多樣便捷，但首選的出行方式仍舊是公共交通，公交車作為主要的出行工具，有助于緩解城市人口劇增引發(fā)的出行難問題。公交站點作為公共交通系統(tǒng)的子系統(tǒng)，承載著客流集散的功能，科學(xué)的設(shè)置和優(yōu)化有利于公交車的快速、順利和平穩(wěn)的運營，有利于公共交通在服務(wù)速度、方便度和舒適度發(fā)揮效能。文獻閱讀分析發(fā)現(xiàn)，直線式的公交站點對車輛造成?？孔铚a(chǎn)生延誤[1]，公交站點的布設(shè)也會影響到乘客的選擇站點的行為[2]，由于公交站點的設(shè)計涉及乘客的出行成本和企業(yè)的運營成本，需要建立多目標優(yōu)化模型進行統(tǒng)籌兼顧，合理優(yōu)化[3]，對公交站點的規(guī)劃設(shè)計的研究，目前的主流是利用收集的信息數(shù)據(jù)，構(gòu)建智慧型的公交站點信息系統(tǒng)，比如通過乘客的IC卡綜合換乘的信息數(shù)據(jù)及對應(yīng)的上車站點，實現(xiàn)公交乘客上車站點的推估[4]，或利用物聯(lián)網(wǎng)技術(shù)和嵌入式技術(shù)運用在城市交通系統(tǒng)上，實現(xiàn)對智慧公交信息查詢系統(tǒng)的研究和探索[5]，也有部分通過網(wǎng)絡(luò)的思維進行公交站點的布局設(shè)計，如研究“多起點—多目的地”模式的定制公交站點和線路規(guī)劃問題，提出了定制公交站點規(guī)劃方法，構(gòu)建了定制公交線路規(guī)劃模型[6]，或運用K-means聚類分析方法和范圍覆蓋公式確定定制公交站點的選址與布局[7]，或?qū)煌ㄐ^(qū)對應(yīng)到多個出發(fā)或到達站點即所謂的“多站點”的研究，實現(xiàn)城市常規(guī)公交線網(wǎng)優(yōu)化設(shè)計[8]。綜上，公交站點的規(guī)劃設(shè)計問題大都基于數(shù)據(jù)信息系統(tǒng)和網(wǎng)絡(luò)思維的角度的研究，偏向單一性，本文將延續(xù)學(xué)術(shù)界的研究熱點，借助聚類模型和社會網(wǎng)絡(luò)分析工具，從整合數(shù)據(jù)信息和網(wǎng)絡(luò)位置的雙維度研究公交站點的優(yōu)化問題。

2 聚類和社會網(wǎng)絡(luò)分析下的公交站點優(yōu)化研究

2.1 聚類分析

聚類分析就是根據(jù)所定義的距離標準將數(shù)據(jù)分為若干個類別，使得這些類別內(nèi)數(shù)據(jù)的“差異”盡可能小，類別間的“差異”盡可能大的一種統(tǒng)計描述方法?；趯嶋H的數(shù)據(jù)考慮，采用k-均值聚類方法，基本步驟如下[9]：

（1）依據(jù)對實際的數(shù)據(jù)集，確定需要聚類的類別數(shù)量（聚類中K的含義）；

（2）確定初始類別的原始中心點，由軟件自行隨機確定；

（3）逐一計算各案例到各個類別中心點的距離，并依據(jù)距離最近的原則歸入各個類別，并計算各類別新的中心點；

（4）按照新的中心位置，重新計算各案例距離新的類別中心點的距離，并重新進行歸類，更新類別和中心點；

（5）重復(fù)步驟（4），直到達到一定的收斂標準為止。

2.2 社會網(wǎng)絡(luò)分析

社會網(wǎng)絡(luò)分析 （Social Network Analysis，SNA）是以關(guān)系作為基本分析單位，對個體和群體等不同社會單位的關(guān)系、結(jié)構(gòu)和屬性進行定量分析的社會研究方法?；舅枷胧菑娜嗽谏鐣h(huán)境中的相互作用出發(fā)，研究在相互作用基礎(chǔ)上產(chǎn)生的關(guān)系模式或者關(guān)系規(guī)則，主要通過一些特定的社會網(wǎng)絡(luò)的中心度、子群、網(wǎng)路中的位置和角色等來衡量和分析，從而考察其社會關(guān)系[10]。文中主要的考核分析指標如下：

（1）密度分析。密度指標表征團體的緊密程度，密度指標越大，表示團體的關(guān)系越緊密，合作的行為越多，最大為1，最小為0。

（2）中心性分析。中心性分析是社會網(wǎng)絡(luò)節(jié)點的個人結(jié)構(gòu)位置指針，用來衡量節(jié)點的重要性的重要指標，一般用程度中心性來衡量，用來衡量誰在這個團體中是最主要的中心人物，以一個人的關(guān)系數(shù)量的總和來進行數(shù)值計算的。

（3）核心—邊緣分析。衡量社會網(wǎng)絡(luò)中哪些節(jié)點處于核心地位，哪些節(jié)點處于邊緣地位。

2.3 公交站點的聚類和社會網(wǎng)絡(luò)分析框架

通過整合公交站點的數(shù)據(jù)信息和網(wǎng)絡(luò)位置信息，提出基于橫縱兩維度的公交站點的優(yōu)化模型，如圖1所示。橫向上，利用社會網(wǎng)絡(luò)分析工具對公交站點的位置進行分析，依據(jù)公交線路的經(jīng)行情況，分析公交站點在城市公交站點網(wǎng)絡(luò)中的位置歸屬（中心站點坐標和邊緣站點坐標）；縱向上，借助聚類分析方法，依據(jù)公交站點的?？繒r間、上下車人數(shù)、路線數(shù)和公交線路頻數(shù)等數(shù)據(jù)信息進行聚類，主要分為密集站點和稀疏站點兩類。在橫向的中心-邊緣坐標和縱向的密集-稀疏坐標的共同作用下，確定為四個象限：第一象限的中心-密集型、第二象限的邊緣-密集型、第三象限的邊緣-稀疏型、第四象限的中心-稀疏型，每個象限都具有自身的屬性和特色，公交站點的優(yōu)化即可根據(jù)坐落于優(yōu)化模型的象限位置，采取針對性的優(yōu)化策略。

圖1 基于聚類分析和社會網(wǎng)絡(luò)分析的公交站點優(yōu)化模型Figure 1 The optimizationmodel of the bus station based on the clustering and social network analysis

3 案例論證

3.1 案例介紹

為了測試公交站點優(yōu)化模型的有效性，以局部廈門島內(nèi)公交站點為研究案例，選取典型的10個站點為研究對象(見表1)。分別收集這10個站點經(jīng)過的路線，只要站點與站點之間有經(jīng)過公交線路全部進行標注，調(diào)研變量為停靠站點時間長、站點的平均上車人數(shù)、站點的平均下車人數(shù)、經(jīng)過該站點的公交路線數(shù)、在五分鐘的時間段內(nèi)經(jīng)過該站點的公交車的頻數(shù)等數(shù)據(jù)。

表1 廈門部分公交數(shù)據(jù)采集信息和聚類結(jié)果Table 1 the data collection and clustering results of the partial bus in Xiamen

3.2 公交站點的聚類分析

對選取廈門島內(nèi)公交的10個站點在高峰期進行實地考察，得到的數(shù)據(jù)和聚類分析結(jié)果見表1所示?？梢姡喍烧?、思北路口站、特貿(mào)站和仙岳花園站四個公交站點屬于第一類，其余的白鷺洲公園、廈門茶廠、文化藝術(shù)中心、松柏、蓮岳路口和火車站小廣場屬于第二類。表1中的Z聚類是將這些站點的所有變量的得分求和后進行的標準化得分。把聚類的兩類結(jié)果（類別1和類別2）的停靠站點時間長（秒）、上車人數(shù)、下車人數(shù)、路線數(shù)和頻繁數(shù)的平均值作對照分析，見表2所示。可見，類別1的各個比較變量的數(shù)值都遠大于類別2，因此將類別1命名為密集站點，將類別2的站點命名為稀疏站點，具體站點的歸屬情況見表1最后一列所示。

表2 聚類結(jié)果的比較Table 2 The comparison of the clustering results

3.3 公交站點的社會網(wǎng)絡(luò)優(yōu)化分析

3.3.1 公交站點整體網(wǎng)絡(luò)分析

圖2所示的是公交站點社會網(wǎng)絡(luò)圖，顯示出調(diào)研的10個站點間的社會網(wǎng)絡(luò)關(guān)系情況，體現(xiàn)了每個站點在站點社會網(wǎng)絡(luò)中的位置。圖中的數(shù)字對應(yīng)表1中的站點編號，連接線表示站點之間存在的社會網(wǎng)絡(luò)位置關(guān)系。圖2中的1、2、6、8節(jié)點與其他節(jié)點的連結(jié)較多，表明這幾個公交站點在站點網(wǎng)絡(luò)中與其他站點的聯(lián)系程度較高；而節(jié)點9、10等節(jié)點，相對而言與其他節(jié)點的連結(jié)較少，處于網(wǎng)絡(luò)的邊緣位置。

圖2 公交站點社會網(wǎng)絡(luò)圖Figure 2 The social network map of the bus station

3.3.2 中心性分析

表3是公交站點的程度中心性分析結(jié)果，node列對應(yīng)表1的公交站點編號，Degree列表示程度中心性的原始數(shù)值，NrmDegree表示相對點中心度，Z社會網(wǎng)絡(luò)列表示標準化的程度中心性，是根據(jù)Degree列進行的標準化形式得分。如以松柏公交車站點（node 8）為例，因為其他9個站點與松柏公交車站點的相連中共有26班次的公交車，所有站點相連的公交車班次共有72班，故Degree值顯示為26，Nemdegree是相對值即26/72=36.111%，Z社會網(wǎng)絡(luò)指的是將Degree值依據(jù)標準正態(tài)分布形式計算出的Z分數(shù)，即Z=(Xi-)/S公式計算得出，Xi對應(yīng)每個數(shù)字，表示均值，S表示標準差。

表3 公交站點的程度中心性分析結(jié)果Table 3 The central analysis results of the bus station

如表3所示，程度中心性前5名的公交站點是松柏（節(jié)點 8）、輪渡站（節(jié)點 1）、思北路口（節(jié)點 2）、特貿(mào)（節(jié)點4）和廈門茶廠（節(jié)點5），說明這些公交站點的地理位置相對比較重要，發(fā)揮著公交車輛的重要樞紐功能，相對客流量比較大，是公交路線網(wǎng)絡(luò)中相互交叉的匯集和轉(zhuǎn)換節(jié)點，可稱之為中心站點；排在后面的5個公交站點程度中心性比較低，途經(jīng)的公交路線偏少，承擔(dān)的是幾條公交路線的?？抗δ?，幾乎沒有換乘公交線路，這些站點可稱之為邊緣站點。

3.4 公交站點優(yōu)化模型實例論證

根據(jù)上述聚類分析和社會網(wǎng)絡(luò)分析的計算結(jié)果，以0為分界點進行劃分，將坐標軸上劃分為四個象限，構(gòu)建公交站點的優(yōu)化模型，具體如圖3所示。

圖3 實例公交站點優(yōu)化模型Figure 3 The example analysis of the optimizationmodel of the bus station

圖3中所示公交站點1、2、4、7位于第一象限的中心-密集型區(qū)域，第二象限的邊緣-密集型沒有包含任何公交站點，3、6、9、10站點則位于第三象限的邊緣-稀疏型區(qū)域，站點5和8則隸屬于第四象限的中心-稀疏型。根據(jù)每個公交站點的定位象限，可給出站點的實際情況和優(yōu)化建議。

3.4.1 位于中心-密集型區(qū)域的公交站點（站點1、2、4、7）優(yōu)化對策

該象限的特點是公交站點橫向和縱向的指標都表現(xiàn)很高，該區(qū)域的站點是交通擁堵問題的高發(fā)點，需要時刻重點關(guān)注，采取的優(yōu)化對策有：在站點上增設(shè)多個小邊緣停靠點以錯開?？课恢?，避免將所有的線路均?？吭谕徽军c，解決擁堵現(xiàn)象；或增設(shè)區(qū)間線，增加來回的車次；也可設(shè)置擁擠站點的輔助鏈接線，即時轉(zhuǎn)移乘客以提升換乘效率等多種優(yōu)化策略。

3.4.2 位于邊緣-密集型的公交站點的優(yōu)化對策

處于邊緣-密集型象限的公交站點，特點是公交線的停靠時間等都比較長，客流量比較多，但換乘的情況比較少，優(yōu)化對策有：一方面可以適當(dāng)延長原有不到該站點的公交路線上至該站點，充分利用公交路線資源，另一方面可以適當(dāng)增加路線，以滿足客流量大的情況。

3.4.3 位于邊緣-稀疏型的公交站點的優(yōu)化對策 （站點 3、6、9、10）

處于這個象限的公交站點基本上不用進行優(yōu)化，該站點提供的公交服務(wù)只需要滿足乘客需求即可，從資源優(yōu)化配置的角度看，可以根據(jù)實際站點的情況，及時調(diào)整剩余的公交資源，把剩余的公交資源調(diào)整到需要的公交站點線路上。

3.4.4 位于中心-稀疏型的公交站點的優(yōu)化對策 （站點 5和 8）

位于該象限的公交站點主要承擔(dān)的是交叉換乘的功能，優(yōu)化的對策為在這些區(qū)域站點上適當(dāng)增加換乘公交路線，同時在站點上增設(shè)交替錯開的臨時停靠點，或者增開輔助鏈接線以緩解換乘壓力等措施。

4 結(jié)論

文中基于目前公交擁堵問題的現(xiàn)象出發(fā)，一方面借助聚類分析針對公交站點的?？空军c時間長（秒）、上車人數(shù)、下車人數(shù)、路線數(shù)和頻繁數(shù)等變量進行分析構(gòu)建縱軸指標，另一方面利用社會網(wǎng)絡(luò)分析對公交站點進行公交站點網(wǎng)絡(luò)的科學(xué)定位分析構(gòu)建橫軸指標，由此構(gòu)建公交站點的優(yōu)化模型，以此優(yōu)化模型將公交站點進行橫縱坐標的科學(xué)定位，結(jié)合公交站點的實際情況，提出針對性的對策和建議，實例的論證結(jié)果表明，聚類分析和社會網(wǎng)絡(luò)分析的公交站點的優(yōu)化模型在指導(dǎo)公交站點的優(yōu)化策略中有效性高，可實施程度強。

[1]梁士棟,趙淑芝,馬明輝,劉華勝,盧春秀.路段上游直線式公交站點對車輛延誤影響分析[J].北京理工大學(xué)學(xué)報,2017(3):267-273.

[2]黃正鋒,趙麗君,陸麗麗.基于擇站行為反饋和可達性要求的公交站點布設(shè)[J].長安大學(xué)學(xué)報(自然科學(xué)版),2015(S1):120-123,139.

[3]張思林,袁振洲,曹志超.基于出行成本和運營成本的接駁城市軌道交通社區(qū)公交站點布設(shè)研究[J].北京交通大學(xué)學(xué)報,2016(6):57-63.

[4]宋曉晴,方志祥,尹凌,劉立寒,楊喜平,蕭世倫.基于IC卡綜合換乘信息的公交乘客上車站點推算[J].地球信息科學(xué)學(xué)報,2016(8):1060-1068.

[5]劉文生,李端陽,沈美照.基于無線組網(wǎng)的智慧公交站點信息系統(tǒng)研究與實踐[J].中國新通信,2016(16):51-52.

[6]馬繼輝,王飛,王嬌,涂文苑.定制公交站點和線路規(guī)劃研究[J].城市公共交通,2017(2):21-25.

[7]胡列格,安桐,王佳,劉喜.城市定制公交合乘站點的布局研究[J].徐州工程學(xué)院學(xué)報(自然科學(xué)版),2016(1):27-32.

[8]徐茜,俞禮軍.基于“多站點”的城市常規(guī)公交線網(wǎng)優(yōu)化設(shè)計[J].公路與汽運,2016(4):32-35.

[9]張文彤,董偉.SPSS統(tǒng)計分析高級教程（第二版）[M].北京:高等教育出版社,2013:5.

[10]Sungjin K,Euiho S,Youngjoon J.Building a Knowledge Brokering System using social network analysis:A case study of the Korean financial industry[J].Expert Systems with Applications,2011,38(12):14633-14649.