劉欣萌

（西安航空學院經(jīng)濟管理學院，陜西 西安 710077）

基于ISM-Fuzzy AHP模型的軌道交通與常規(guī)公交銜接優(yōu)化研究

劉欣萌

（西安航空學院經(jīng)濟管理學院，陜西 西安 710077）

實現(xiàn)城市軌道交通與常規(guī)公交系統(tǒng)協(xié)調銜接，建設一體化公共交通，是提高公共交通服務水平的迫切需要，是公共交通系統(tǒng)優(yōu)先發(fā)展戰(zhàn)略的內在要求。本文分析了城市軌道交通發(fā)展在公交系統(tǒng)中的作用，用解析結構模型建立軌道交通與常規(guī)公交接駁影響因素的多級遞階結構，采用模糊層次分析法確定各級因素權重向量，將定性與定量分析相結合對軌道交通與常規(guī)公交的銜接優(yōu)化進行研究，最后以西安地鐵3號線為例對本文方法進行實例分析。

城市軌道交通；公共交通系統(tǒng)；接駁；解析結構模型；模糊層次分析法

城市公共交通系統(tǒng)包括城市常規(guī)公共交通和城市軌道交通。要真正提高整體運輸效率和服務水平，關鍵之處不僅體現(xiàn)在需要城市交通線路成網(wǎng)、成規(guī)模，而且需要系統(tǒng)內的銜接順暢，換乘方便，達到時間和空間上銜接的融合[1]。因此，城市常規(guī)公共交通和城市軌道交通的一體化研究，是城市一體化研究的重要環(huán)節(jié)[2]。林世生[3]對城市軌道交通與常規(guī)公交的銜接進行了初步研究，認為公共汽車與軌道交通的銜接，需要在公共汽車的進入路線、?？空九_、換乘站內的行車路線以及車輛的班次等方面予以重視。謝玉潔,韓寶明,許惠花[4]探討了基于城市軌道交通的地面常規(guī)公共交通線路布局、城市軌道交通與地面常規(guī)公交客運一體化的換乘布局、無縫換乘和票制協(xié)調問題。

Huo Yue等從交通功能、效益、建設實施的可行性、城市協(xié)調性4個角度，提出城市軌道交通線網(wǎng)規(guī)劃方案綜合評價方法[5]。Shi Jingjing，Xue Yunxia指出，利用傳統(tǒng)的DEA模型和層次分析法，或者將二者簡單結合，在評價效果上會有所欠缺，故提出了一種基于三角模糊AHP和DEA超效率結合的系統(tǒng)評價方法[6]。

綜上所述，首先對軌道交通和常規(guī)公交銜接問題及其影響因素進行分析，用三角模糊數(shù)形式給出互補判斷矩陣排序，計算各層次指標權重。根據(jù)分析結果提出相應的優(yōu)化調整措施，從而有效實現(xiàn)二者的接駁，提高居民出行的快捷性和可達性。

1 軌道交通與常規(guī)公交銜接制約因素研究

軌道交通與常規(guī)公交接駁是一個復雜的系統(tǒng)問題，受到多重因素的制約，應用解析結構模型能夠將這些因素之間關系變得明確，層層推進，找出制約軌道交通與常規(guī)公交銜接的根本原因，以便解決二者的接駁難題，有助于理解整個公共交通系統(tǒng)的發(fā)展趨勢，為今后的城市交通整體規(guī)劃奠定基礎。解析結構模型（interpretative structural model，ISM）是用于分析和揭示復雜關系結構的有效方法，它可將系統(tǒng)中各要素之間的復雜、零亂關系分解成清晰的多級遞階結構形式[7]，便于找到最直接最根本的影響因素。本文所采用的解析結構模型求解步驟如圖1所示。

圖1 解析結構模型求解步驟Fig.1 Solution procedure for the interpretative structure model

1.1 確定制約因素

本文列舉了制約二者銜接的詳細因素，并據(jù)此建立解析結構模型，對因素之間的相互關系進行分析。制約因素根據(jù)實際情況以及參考文獻[8-10]整理得出，如表1所示。

表1 制約軌道交通與常規(guī)公交銜接的詳細因素Tab.1 Factors restricting the combination of urban rail and bus

1.2 建立鄰接矩陣求解可達矩陣

根據(jù)表1分析制約因素的直接關系，建立鄰接矩陣，由鄰接矩陣可以得到可達矩陣，可達矩陣用來表示各因素之間，通過一定的路徑可以到達的程度。在可達矩陣求出的基礎上，首先確定以下可達集合、先行集合和共同集合，用符號R（si），A（si），C（si）表示，結果如表2所示。

表2 可達集、先行集和共同集表Tab.2 R（si）、A（si）and C（si）

由表 2可知，先行集 B（si）={s1，s7，s8，s11，s12，s13，s14，s15，s16，s17，s18，s19，s21，s22，s23}，其中，{s1，s7，s8}，{s11，s12}，{s13，s14，s15，s16，s17，s18，s19}，{s21，s22，s23}分別屬于不同的區(qū)域。

從上述表中找出滿足C（si）=R（si）的要素，為2，6，9，這些元素表示與其可達集中的要素構成回路，沒有更上一級的要素，即位于解析結構模型中最頂層的要素。

1.3 級間分解得出結果

通過級間分解得出的各個要素的級別，可以確定出制約軌道交通與常規(guī)公交接駁的解析結構模型，如圖2。

圖2 制約因素解析結構模型Fig.2 Interpretive structure modeling of restriction factors

通過分析可以得出，影響城市軌道交通與常規(guī)公交接駁最主要的制約因素是：規(guī)劃不同步、基礎設施不合理（包括路網(wǎng)和站點）、運營管理的欠缺。由于軌道交通與常規(guī)交通分屬不同的主管部門，發(fā)展階段也有所差異，因此沒能統(tǒng)籌規(guī)劃管理，對接運線路和樞紐的建設各自為政。再加上二者技術經(jīng)濟特征各有優(yōu)勢，部分線路重合，造成它們之間存在競爭。在城市軌道交通發(fā)展初期，對接駁設施的建設重視程度不夠，給旅客換乘帶來不便。由于科學技術不夠先進，接駁信息的發(fā)布不及時，乘客等車時間過長，不少乘客不愿選擇換乘。這些都給軌道交通和常規(guī)公交的發(fā)展造成了阻礙。

2ISM-Fuzzy AHP分析

在上述所求出的解析結構模型基礎上，還需采用模糊層次分析法（Fuzzy AHP）對各影響因素進行定量分析，求得表示各因素相對于各層其他因素重要程度的權重值。

模糊層次分析法是將模糊數(shù)學理論運用到層次分析法中，在解決多準則和多方案問題方面有著廣泛的運用。它對于AHP的優(yōu)點在于判斷矩陣的模糊性，簡化了人們判斷目標相對重要性的復雜程度，并借助模糊判斷矩陣實現(xiàn)決策由定性向定量方便、快捷的轉化，直接由模糊判斷矩陣構造模糊一致性判斷矩陣，使判斷的一致性得到解決。運用該方法對軌道交通與常規(guī)公交銜接影響因素的解析結構模型進行分析。

2.1 構造三角模糊數(shù)互補判斷矩陣

判斷矩陣的作用是在上一層某元素的約束條件下對同層次元素之間的相對重要性進行比較，考慮到人的模糊性，用三角模糊數(shù)M0.5，M0.6，M0.7，M0.8，M0.9以及M0.1，M0.2，M0.3，M0.4（如圖3）來定量表示因素間的兩兩比較判斷。

圖3 三角模糊函數(shù)的特征函數(shù)Fig.3 The characteristic function of triangular fuzzy function

2.2 計算初始權重（單層次因素綜合模糊值）

根據(jù)已建立的n×n階模糊判斷矩陣，進行其單層次重要性權重計算，也稱為單層次排序，即同一層次相應元素對于上一層次某因素相對重要性的排序，該過程是某因素相對于更高層次其他因素重要性權重計算的基礎，假設第k層指標i的初始權重為，則

2.3 去模糊化計算各指標的最終權重

由于獲得的三角模糊權重還不是所需的因素權重信息的完全確知狀態(tài)，還要把各因素的初始模糊權重進行兩兩比較建立可能度矩陣P=（pij）n×n，其中的可能度，即對于三角模糊數(shù)和

其中λ∈[0，1]，當λ＞0.5時，稱決策者是追求風險的；λ=0.5時，稱決策者是風險中立的；當λ＜0.5時，稱決策者是風險厭惡的（本文取λ=0.5）。

這樣對三角模糊數(shù)進行排序就轉化為求解可能度矩陣的排序向量ω=（ω1，ω2，…，ωn）T，ωi可以按式（4）計算[11]：

2.4 各層次相對指標權重

由于在解析結構模型中，不同的影響因素之間通過層級關系產(chǎn)生相互影響，因此對于某一影響因素，還需計算該因素對其他任意目標層的其他因素的相對權重，即計算組合權向量。

設第k層包含nk個影響因素，其相對于k-1層某一影響因素Aik-1的層次單排序權重分別為ω1ik，ω2ik，…，ωnkik（當Aik與Aik-1無關聯(lián)時，Aijk=0），同理k-1層影響因素相對于k-2層影響因素Aik-2的層次單排序權重分別為 ω1xk-1，ω2xk-1，…，ωnk-1xk-1，則第k層各影響因素相對于第k-2層影響因素Ajk-2的權重按式（5）計算：

3 西安地鐵3號線與公交換乘實例分析

根據(jù)西安市城市快速軌道交通建設規(guī)劃調整（2013—2021年）方案，到2021年，將形成7條運營線路（1～6號線及臨潼線）、總長243.2 km的軌道交通網(wǎng)絡。目前西安共開通地鐵3條，總長91.2 km，西安地鐵2號線開通5年，1號線開通3年，西安地鐵3號線于2016年11月正式運營，總長39.9 km。城市軌道交通投資大、建設周期長，根據(jù)ISM-Fuzzy AHP分析，建立該3個因素之間的模糊判斷矩陣如表3所示。

按照以上步驟對該矩陣進行計算處理， 得到第 1層 3個影響因素的最終權重為：（ω12，ω16，ω19，）=（0.359，0.592，0.049），因此對于西安地鐵和公交換乘的影響因素6相比于影響因素2和9來說作用更大。按照同樣的方法，對其他因素采用專家咨詢意見構造模糊判斷矩陣進行分析得到的各因素對于其上一級的權重 分 別 為 ：（ω21，ω28，ω28，）=（0.384，0.539，0.077），（ω23，ω24，ω25，）=（0.516，0.119，0.365），（ω211，ω212，ω210，）=（0.316，0.516，0.167），（ω313，ω314，ω315，）=（0.612，0.076，0.312），（ω315，ω316，ω317，）=（0.516，0.316，0.167），（ω318，ω319）=（0.71，0.29），（ω320，ω321）=（0.625，0.375），（ω422，ω423）=（0.744，0.256）， 由于第一層的權重排序為 ω16，ω12，ω19，，通過公式（5）還可計算出第3層因素相對于因素6的權重如表4所示。

根據(jù)表4中的結果，可以找出對于因素6的主要影響因素是公交站點設置等基礎設施布局方面，并建議采用以下調整措施：

表3 3個因素之間的模糊判斷矩陣Tab.3 Fuzzy judgment matrix among the three factors

表4 第3層因素相對于因素6權重排序Tab.4 The third-layer weights in factor 6

1）對于與3號線重合站點數(shù)不超過3個、與3號線屬于交叉關系的公交線路，應予以保留。如41，503，508、教育專線等。

2）為了方便乘客換乘，地鐵3號線站點位于公交站兩站中間的公交，建議將公交站調整延伸至地鐵站，如地鐵北池頭站現(xiàn)在位于41路西影路公交站和觀音廟公交站中間。

3）對于以3號線站點為起訖點向兩側輻射的中、長距離公交線路，保留為接運公交線路。如：21，22，106，313，509，410，504，204，K631，224，715等。

4）對于重合部分公交線路站距較短，可以方便3號線站點間短途出行的線路，予以保留。如14，34，400，24，716，環(huán)1，環(huán)2，604等。

此外，用相同的辦法可以對因素2和9進行權重計算，對于因素2，第2層影響因素7對因素2影響最大，占0.539，對于因素9，第2層的因素11影響程度最大，占0.516，而第4層的因素22，所占權重僅為0.078。

根據(jù)計算結果提出以下綜合改進建議：

1）主管部門協(xié)作，統(tǒng)籌規(guī)劃管理。只有這樣才能把軌道交通和常規(guī)公交各自的發(fā)展置于整個城市交通體系中，充分考慮制約因素，提高工作效率，從宏觀上把握二者的順利接駁。

2）對現(xiàn)有常規(guī)公交的線路和站點進行調整。

3）開通接運公交。方便地鐵站點2 km范圍內的居民出行換乘，并在高峰時刻增加發(fā)車頻率，滿足人們的出行需求，減輕車內擁擠情況。

4）地鐵站附近設置自行車停放處。鼓勵人們選擇自行車，特別是公共自行車出行，方便自行車與軌道交通的換乘。而且能夠減輕交通壓力，節(jié)能環(huán)保。

5）加快信息流通，及時發(fā)布接駁信息。例如在地鐵站內設置大屏幕，提示附近可換乘的公交站點、距離、平均候車時間、途徑站點等信息，方便人們選擇最優(yōu)的線路，節(jié)省出行時間。

6）改善常規(guī)公交的候車環(huán)境。設置必要的遮風擋雨設施，盡量避免人流車流混亂。

4 結語

城市軌道交通與常規(guī)公交都是城市公共交通的重要組成部分，本文在了解了國內外相關領域的研究現(xiàn)狀基礎上，運用系統(tǒng)工程中的解析結構模型和模糊層次分析法，對城市軌道交通與常規(guī)公交的銜接做了系統(tǒng)而全面的分析。主要的工作和結論有：

1）對國內外城市軌道交通與常規(guī)公交的研究現(xiàn)狀做了分析與總結，提倡借鑒國外先進的經(jīng)驗，發(fā)展我國的城市公共交通。

2）用ISM模型對軌道交通與常規(guī)公交接駁中的影響因素進行分析，建立了因素之間的解析層級結構，使各因素間的影響關系明確化。

3）以西安地鐵3號線與常規(guī)公交換乘為例，定量分析了二者之間影響因素的各級權重，并根據(jù)實際的地鐵規(guī)劃布局對現(xiàn)有公交線路進行調整，實現(xiàn)二者有效協(xié)調銜接，以便更好地發(fā)揮城市公共交通的運輸能力，滿足人們日益增長的出行需求。

[1]陳扶.國內外城市軌道交通與常規(guī)公交一體化啟示[J].都市快軌交通，2011，24（3）：43-45.

[2]鄧連波，高偉，賴天珍，等.基于換乘網(wǎng)絡的城市軌道交通關聯(lián)公交接駁線網(wǎng)優(yōu)化[J].鐵道科學與工程學報，2012，9（6）：77-83.

[3]林世生.城市軌道交通與常規(guī)公交銜接探析[J].現(xiàn)代城市軌道交通，2007（1）：51-53.

[4]謝玉潔，韓寶明，許惠花.城市軌道交通與地面常規(guī)公交的客運一體化[J].都市快軌交通，2006，19（1）：32-34.

[5]HUO Y，ZUO D，MA L.Comprehensive evaluation of urban rail transit network planning based on super efficiency DEA and triangular fuzzy AHP[C]//Cota Znternational Confernce of Transportation Professionals，2015：3626-3633.

[6]SHI J J，XUE Y X.Logistics performance evaluation based on triangular fuzzy AHP and super efficiency DEA method[J].Logistics Sci-Tech，2013，36（7）：62-64.

[7]尹洪英，徐麗群，權小鋒.基于解釋結構模型的路網(wǎng)脆弱性影響因素分析[J].軟科學，2010，24（10）：122-126.

[8]孫慧，周穎，范志清.基于解釋結構模型的公交客流量影響因素分析[J].北京理工大學學報：社會科學版，2010，12（1）：29-32.

[9]吳貞瑤，云雅倩.基于解釋結構模型的城軌客流量影響因素分析[J].科技資訊，2014，12（8）：245-246.

[10]張晶，鄭長江，耿揚.擁堵收費對城市居民外外通勤方式的影響分析[J].華東交通大學學報，2016，33（4）：94-97.

[11]和媛媛，周德群，王強.基于可能度的三角模糊數(shù)互補判斷矩陣排序方法[J].運籌與管理，2009，18（1）：65-68.

Rail Transit and Bus Interface Optimization Based on ISM-Fuzzy AHP Model

Liu Xinmeng
（School of Economic Management，Xi’an Aeronautical University，Xi’an 710077，China）

It is urgent to improve public transportation service level with the organic combination of urban rail system and bus transit system as well as public traffic integration,which meets the request of transit priority policy in cities in China.This paper analyzed the role of the development of urban rail transit in public transportation system,built up the multilevel hierarchical structure for the factors affecting the connection between rail transit and conventional bus using interpretative structure model,and determined the weight vector for each level using fuzzy analytic hierarchy process.Combining the qualitative analysis with the quantitative analysis,it researched the optimization of connection between rail transit and conventional bus and verified the method with the practical example of Xi’an Metro Line 3.

urban rail transit；public transportation system；connection；interpretative structure model；fuzzy analytic hierarchy process

U116.2

A

1005-0523（2017）03-0066-07

（責任編輯 劉棉玲）

2016－11－27

西安航空學院校級科研基礎基金項目（2017KY2233）

劉欣萌（1991—），女，助教，碩士研究生，研究方向為交通運輸現(xiàn)代組織管理理論與方法。