張力楠, 馬成元, 楊曉光
(同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院, 上海 201804)
隨著出行需求的增長(zhǎng),公共交通成為解決交通運(yùn)力不足問(wèn)題的良方. 據(jù)悉,中國(guó)每天約4.6億人次的出行中約2億人次選擇公共交通,而供需的不匹配使得傳統(tǒng)公交系統(tǒng)在高峰時(shí)期面臨巨大的服務(wù)壓力. 隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展與普及,其高整合度的平臺(tái)、大量的用戶規(guī)模、海量的大數(shù)據(jù)分析及高效的線上線下轉(zhuǎn)化率,使得交通規(guī)劃管理者得以獲取詳細(xì)準(zhǔn)確的出行者需求,從而有針對(duì)性地提出解決交通問(wèn)題的方法. 目前在“互聯(lián)網(wǎng)+交通”的多種移動(dòng)出行新模式蓬勃發(fā)展的背景下,“互聯(lián)網(wǎng)巴士”應(yīng)運(yùn)而生. 2014年以來(lái),小豬巴士、嗒嗒巴士、嘟嘟巴士等企業(yè)相繼進(jìn)入市場(chǎng),在廣東、上海、北京、南京等多座國(guó)內(nèi)城市提供以互聯(lián)網(wǎng)作為信息平臺(tái)的需求響應(yīng)型公交服務(wù),多家公司獲得千萬(wàn)級(jí)的融資用于擴(kuò)大服務(wù)、占領(lǐng)市場(chǎng). 互聯(lián)網(wǎng)巴士通過(guò)大件網(wǎng)絡(luò)平臺(tái)獲取出行者的出行需求,根據(jù)匯總的乘客出行需求來(lái)定制運(yùn)行線路及方案,以實(shí)現(xiàn)“按需規(guī)劃”,與傳統(tǒng)公交相比提高了服務(wù)水平.
“互聯(lián)網(wǎng)+巴士”模式下,合理地定制公交運(yùn)行方案是公交運(yùn)力資源均衡配置的關(guān)鍵,也是其核心競(jìng)爭(zhēng)力所在. 就此問(wèn)題,國(guó)內(nèi)外都進(jìn)行了廣泛而深入的研究. 如Patanik等[1]提出用遺傳算法確定路徑結(jié)構(gòu)和相關(guān)發(fā)車(chē)頻率 M Nikolic和D Teodorovic[2]以乘客滿意度最大、換乘次數(shù)和旅程時(shí)間最小為目標(biāo),利用蜂群算法設(shè)計(jì)公交線網(wǎng);Rhaul Nair和Elise Miller-Hooks[3]構(gòu)建平衡網(wǎng)絡(luò)模型來(lái)決定定制公交系統(tǒng)最優(yōu)配置;程立勤[4]建立了基于節(jié)點(diǎn)重要度的節(jié)點(diǎn)甄選模型和線路綜合費(fèi)用最小的線路優(yōu)化模型,提出了基于點(diǎn)線面相結(jié)合的定制公交線網(wǎng)布局方法;張敏捷等[5]提出了以線網(wǎng)覆蓋率最大、上座率最高、運(yùn)營(yíng)投入最少為目標(biāo)的定制公交線路規(guī)劃模型;張強(qiáng)[9]在定制公交路徑優(yōu)化算法中提出基于交通網(wǎng)絡(luò)分時(shí)段速度模型ISM求解時(shí)間最短路徑.
定制公交運(yùn)行方案的制定與常規(guī)公交一樣需要考慮乘客、運(yùn)營(yíng)方的利益,需要協(xié)調(diào)站點(diǎn)布設(shè)、發(fā)車(chē)頻率、運(yùn)行時(shí)刻等,是一個(gè)多層次的復(fù)雜問(wèn)題,而已有研究多是基于單一目標(biāo)函數(shù)進(jìn)行線路規(guī)劃,難以全面反映公交實(shí)際運(yùn)行情況. 針對(duì)此問(wèn)題,有學(xué)者嘗試設(shè)立多層次目標(biāo)函數(shù)進(jìn)行線網(wǎng)優(yōu)化:如任華玲等[7]提出了上層為標(biāo)準(zhǔn)網(wǎng)絡(luò)設(shè)計(jì)模型、下層為動(dòng)態(tài)用戶最優(yōu)配流模型的雙層次模型來(lái)解決公交網(wǎng)絡(luò)設(shè)計(jì)問(wèn)題;邸振等[8]利用上層為以公交企業(yè)利潤(rùn)最優(yōu)、下層以公交客流換乘次數(shù)最低為目標(biāo)的雙層規(guī)劃模型來(lái)描述車(chē)輛配置與客流間的相互作用,從而優(yōu)化公交線網(wǎng)的運(yùn)力配置等.
互聯(lián)網(wǎng)需求響應(yīng)型公交在線路設(shè)計(jì)中的關(guān)鍵問(wèn)題在于如何在收集準(zhǔn)確OD數(shù)據(jù)的基礎(chǔ)上,根據(jù)現(xiàn)有的路網(wǎng)、節(jié)點(diǎn)及公交站等基礎(chǔ)設(shè)施,設(shè)計(jì)合理的線路,使得對(duì)乘客提供的服務(wù)和企業(yè)的利潤(rùn)達(dá)到最優(yōu). OD數(shù)據(jù)包括乘客出行起訖點(diǎn)的經(jīng)緯度,出行時(shí)間等信息;基礎(chǔ)設(shè)施情況包括道路拓?fù)?、現(xiàn)有的公交站位置、現(xiàn)有公交線等信息,可以通過(guò)電子地圖工具獲得.
需求響應(yīng)型公交的服務(wù)體系中,出行者的效益主要體現(xiàn)在服務(wù)率、出行時(shí)間、步行時(shí)間、準(zhǔn)點(diǎn)率等.
服務(wù)率指滿足乘客需求的比例,定義如下:
K=QS/Q總
式中,K為需求響應(yīng)型公交服務(wù)率;QS為成功乘坐需求響應(yīng)型公交出行的乘客數(shù)量;Q總為提出出行需求的出行者總數(shù);對(duì)于需求響應(yīng)型公交企業(yè),服務(wù)率是提高服務(wù)質(zhì)量的重要指標(biāo). 而設(shè)計(jì)線路的服務(wù)率與其沿線的OD分布,其運(yùn)行時(shí)刻表是否與出行者的出行時(shí)間吻合,其??空军c(diǎn)與出行者起訖點(diǎn)間距離等有關(guān).
出行時(shí)間指出行者在乘坐需求響應(yīng)型公交過(guò)程中的行程時(shí)間T總,該指標(biāo)決定了出行者是否選擇需求響應(yīng)型公交而非其他競(jìng)爭(zhēng)交通方式. 步行時(shí)間T步指出行者從起點(diǎn)到上車(chē)站點(diǎn)以及從下車(chē)站點(diǎn)走到終點(diǎn)的時(shí)間和,也是需求響應(yīng)型公交服務(wù)水平的重要指標(biāo).
準(zhǔn)點(diǎn)率一方面指需求響應(yīng)型公交運(yùn)行過(guò)程中與其時(shí)刻表相符的程度,這與常規(guī)公交的準(zhǔn)點(diǎn)率相同,在線路設(shè)計(jì)中可以通過(guò)規(guī)避擁堵路段來(lái)提高準(zhǔn)點(diǎn)率. 另一方面需求響應(yīng)型公交是根據(jù)出行者出行時(shí)間來(lái)確定其運(yùn)行時(shí)刻表,所以其運(yùn)行時(shí)刻與乘客目標(biāo)出行時(shí)間相符的程度也是其服務(wù)水平的重要方面. 由于需求響應(yīng)型公交一般只在高峰時(shí)間有少量幾個(gè)班次,如果其到達(dá)某站A的時(shí)刻與站A中的乘客的出行時(shí)間相差較大,則乘客需要調(diào)整自己的行程安排,可能會(huì)導(dǎo)致客流的流失.
對(duì)于公交企業(yè)而言,其效益的提高需從降低成本和提高收入兩方面進(jìn)行. 降低成本在線路設(shè)計(jì)中體現(xiàn)在線路長(zhǎng)度、停站數(shù)量、車(chē)輛班次等方面,提高收入則體現(xiàn)在優(yōu)化服務(wù)質(zhì)量、提高服務(wù)率,吸引更多乘客. 提高企業(yè)效益即以較少的資源投入服務(wù)更多的乘客.
故可將線路設(shè)計(jì)看作一個(gè)多目標(biāo)的多層優(yōu)化問(wèn)題. 多層優(yōu)化模型一般采用分層次的結(jié)構(gòu),在每層的決策中都有相對(duì)獨(dú)立的優(yōu)化條件,上層的決策結(jié)果往往決定了下層的決策空間,下層在優(yōu)化過(guò)程中可能對(duì)上層決策有所反饋,如此循環(huán)以得到多方面效益平衡的決策結(jié)果.
在本問(wèn)題中,線路設(shè)計(jì)包括了線路區(qū)位選擇、途徑站點(diǎn)選擇、線路方案決策、運(yùn)行方案設(shè)計(jì)多個(gè)層次. 在每個(gè)層次中都有不同的優(yōu)化目標(biāo),所以使用多層優(yōu)化模型,對(duì)需求OD數(shù)據(jù)進(jìn)行時(shí)空聚類(lèi),分層次進(jìn)行優(yōu)化決策,最終設(shè)計(jì)出上客率最高、服務(wù)效益最優(yōu)的線路方案和運(yùn)行方案.
經(jīng)過(guò)上文的分析,可將整體的線路方案設(shè)計(jì)分為3個(gè)層次:選擇線路經(jīng)過(guò)區(qū)域、??空军c(diǎn)及線路設(shè)計(jì)、運(yùn)行方案設(shè)計(jì),每層的優(yōu)化過(guò)程都依據(jù)上層的決策,同時(shí)也對(duì)上層決策有所反饋.
在第1層選擇線路經(jīng)過(guò)區(qū)域過(guò)程中需要對(duì)OD數(shù)據(jù)進(jìn)行時(shí)空聚類(lèi),為了方便量化計(jì)算,可以引入“交通小區(qū)”的概念,每個(gè)小區(qū)的出行者統(tǒng)一進(jìn)行“取舍”,為了提高企業(yè)效率,在起訖點(diǎn)分布較密集的小區(qū)在線路設(shè)計(jì)中優(yōu)先選擇經(jīng)過(guò),而出行者分布較稀少處可能會(huì)放棄載運(yùn)這部分乘客.
在第2層站點(diǎn)線路設(shè)計(jì)中,由于需求響應(yīng)型公交一般都利用常規(guī)公交的站點(diǎn),所以可在第1層選擇經(jīng)過(guò)的小區(qū)內(nèi)的公交站點(diǎn)集合中選擇最優(yōu)的站點(diǎn),之后將選擇的站點(diǎn)基于道路拓?fù)鋽?shù)據(jù)連接為線路方案.
第3層運(yùn)行方案是根據(jù)線路方案得到站點(diǎn)間行程時(shí)間,進(jìn)而選擇合適的起始站發(fā)車(chē)時(shí)間,使得出行者的目標(biāo)出行時(shí)間與車(chē)輛到達(dá)其對(duì)應(yīng)站點(diǎn)的時(shí)間匹配最優(yōu),即乘客需要提前(滯后)前往站點(diǎn)乘車(chē)的時(shí)間成本最小. 如果指標(biāo)達(dá)不到一定要求則需要返回上層重新設(shè)計(jì).
總之,主要的技術(shù)路線可概括為:小區(qū)劃分—選擇經(jīng)過(guò)小區(qū)—站點(diǎn)選擇—線路規(guī)劃—運(yùn)行方案設(shè)計(jì). 模型中需假設(shè):不考慮其他交通方式競(jìng)爭(zhēng),OD數(shù)據(jù)準(zhǔn)確穩(wěn)定,定制公交公司的巴士數(shù)量足夠,小區(qū)間的客流吸引可忽略.
技術(shù)路線圖如圖1所示.
圖1 技術(shù)路線圖
線路經(jīng)過(guò)區(qū)域選擇在本模型中包括2部分,小區(qū)的劃分和選擇.
根據(jù)模型的思路,劃分后的每個(gè)小區(qū)之間互相獨(dú)立,一個(gè)小區(qū)的出行需求統(tǒng)一進(jìn)行“取舍”,所以小區(qū)的大小和范圍需要充分考慮定制公交站點(diǎn)的輻射范圍、出行OD點(diǎn)的分布情況以及出行者到達(dá)公交站點(diǎn)的情況等,同時(shí)類(lèi)似交通規(guī)劃中“交通小區(qū)”的概念,劃分小區(qū)時(shí)需要考慮交通屏障等交通因素. 由于小區(qū)的劃分對(duì)于之后的優(yōu)化模型非常重要,可以先對(duì)OD數(shù)據(jù)的空間位置信息進(jìn)行聚類(lèi)分析,根據(jù)聚類(lèi)結(jié)果進(jìn)行小區(qū)的劃分.
對(duì)于OD數(shù)據(jù)而言,一個(gè)重要的問(wèn)題在于其在空間上的表現(xiàn)形式為兩個(gè)點(diǎn)構(gòu)成的點(diǎn)對(duì),不能簡(jiǎn)單地聚類(lèi)分析,而且該問(wèn)題貫穿于多個(gè)層面. 對(duì)于此問(wèn)題,采用將O、D綜合分析的方式,首先將起終點(diǎn)統(tǒng)一視為一類(lèi)數(shù)據(jù)點(diǎn),然后進(jìn)行聚類(lèi)分析選擇經(jīng)過(guò)區(qū)域和站點(diǎn)方案;根據(jù)原OD數(shù)據(jù)繪制期望線得到主要的出行方向,規(guī)劃線路,然后檢驗(yàn)方案對(duì)出行OD對(duì)的適應(yīng)性,即服務(wù)率K. 通過(guò)一定的反饋,最終獲得滿足OD需求的線路方案.
而對(duì)于臨近小區(qū)之間的影響,即小區(qū)A的乘客可到小區(qū)B的站點(diǎn)乘車(chē)的情況,在模型中沒(méi)有充分考慮,小區(qū)之間基本相互獨(dú)立. 這就要根據(jù)初步聚類(lèi)的結(jié)果合理地劃分交通小區(qū),使得這類(lèi)影響最小.
對(duì)于小區(qū)的選擇則可以簡(jiǎn)單的根據(jù)小區(qū)內(nèi)的出行OD的密集程度ρ,選擇小區(qū)取舍的閾值,保留出行者較多的小區(qū)列入集合Zc{z1,z2,…,zn}進(jìn)行下一步的優(yōu)化.
本層次繼承上層的決策結(jié)果,在經(jīng)過(guò)的小區(qū)zk(zk∈Zc)中,選擇zk內(nèi)最優(yōu)的公交站點(diǎn)pi,使得出行者步行至站點(diǎn)pi(或從pi步行到達(dá)目的地)總距離Dk最小.
假設(shè)小區(qū)zk內(nèi)的公交站點(diǎn)集合為Pk{p1,p2,…,pm},小區(qū)zk內(nèi)的OD點(diǎn)位置集合為ODk{od1,od2,…odh},最優(yōu)站點(diǎn)pi滿足:
式中,dis(pi,odj)為站點(diǎn)pi與odj間步行距離;m可以通過(guò)電子地圖工具獲得.
每個(gè)Zc中的小區(qū)內(nèi)都找尋到最優(yōu)的站點(diǎn)p,最終得到選擇的站點(diǎn)集合P{p1,p2,…pn}.
得到站點(diǎn)后需要將部分站點(diǎn)串聯(lián)成線路,由于之前未考慮OD對(duì)的方向性,而需求響應(yīng)型公交往往都是針對(duì)通勤出行,潮汐方向性很明顯,所以在此需要根據(jù)OD數(shù)據(jù)先繪制出行期望線,據(jù)此得到設(shè)計(jì)線路li的大致運(yùn)行方向和包含的站點(diǎn)集合Pli{p1,p2,…ps}.
在線路li的站點(diǎn)集合Pli中,利用Floyd算法得到能串聯(lián)Pli內(nèi)全部站點(diǎn)的最短線路,F(xiàn)loyd算法是一種常用的最短路算法,其利用“勢(shì)能”的概念通過(guò)遍歷得到系統(tǒng)的最短路徑,由于一條線路涉及的站點(diǎn)有限,所以這種算法滿足實(shí)際應(yīng)用的條件,其中兩站點(diǎn)之間的路徑及長(zhǎng)度同樣可以通過(guò)電子地圖手段獲得.
線路設(shè)計(jì)完成后需要進(jìn)行站距、線路長(zhǎng)度、線路路徑的道路條件、服務(wù)率K等多方面的校驗(yàn). 其中,需求響應(yīng)型公交線路的幾何線性指標(biāo)要求并不嚴(yán)格,服務(wù)率的校驗(yàn)則是考察線路與OD對(duì)的匹配程度. 線路li經(jīng)過(guò)的小區(qū)內(nèi)的OD集合為ODli{od1,od2,…odh}(起點(diǎn)或終點(diǎn)在經(jīng)過(guò)區(qū)域的都計(jì)入),共h人,ODli中O、D點(diǎn)在線路li中皆有對(duì)應(yīng)站點(diǎn)且起點(diǎn)站點(diǎn)pO在終點(diǎn)站點(diǎn)pD之前的OD對(duì)有k組,則在此線路校核中的服務(wù)率K=k/h,服務(wù)率K越高代表在空間上線路與OD對(duì)匹配程度越高.
對(duì)于乘客而言,車(chē)輛到站的時(shí)間可能與其期望的出發(fā)時(shí)間有所差異,則可定義“提前(推遲)出行成本”C(Δt)為該值為提前(推遲)出行的時(shí)間Δt的函數(shù),|Δt|越大,該成本越高,而且同樣的Δt,推遲出行與提前出行的成本也有差異. 為了簡(jiǎn)化模型,只將該成本視為與|Δt|正相關(guān),即:
C=σ|Δt|
故該層模型為單變量的優(yōu)化問(wèn)題,即線路最優(yōu)的發(fā)車(chē)時(shí)間t0滿足:
minC=∑σ|Δt| Δt=tOD+t步-tx
得到線路的發(fā)車(chē)時(shí)間后,再依據(jù)之前的站點(diǎn)間運(yùn)行時(shí)距Tli,就可以得到需求響應(yīng)型公交的運(yùn)行時(shí)刻表. 最后考慮修保場(chǎng)位置、車(chē)輛調(diào)度站等因素作出一定調(diào)整.
根據(jù)小豬巴士互聯(lián)網(wǎng)調(diào)查得到的眾籌OD數(shù)據(jù)(5 375條)進(jìn)行模型應(yīng)用,OD數(shù)據(jù)包括出行起終點(diǎn)的經(jīng)緯度、時(shí)間、人數(shù). 數(shù)據(jù)的預(yù)處理包括:對(duì)數(shù)據(jù)進(jìn)行清洗、對(duì)缺失值進(jìn)行處理、對(duì)經(jīng)緯度數(shù)據(jù)進(jìn)行校正以及去除區(qū)域(深圳市)外的數(shù)據(jù),最后有效數(shù)據(jù)5 036條. 簡(jiǎn)要分析數(shù)據(jù)的時(shí)空分布情況如圖2所示.
圖2 出行需求時(shí)間分布
可以明顯看到,出行需求集中于早晚高峰,尤其在早高峰. 出行需求在時(shí)間上的集中性大大提高了需求響應(yīng)型公交運(yùn)行效率,對(duì)于早晚高峰可以采用不同的線路和運(yùn)行方案,分析計(jì)算的思路完全一致,本章以早高峰時(shí)段(06:00—09:00)為例進(jìn)行分析和模型應(yīng)用.
圖3 出行需求起訖點(diǎn)空間分布
可以看到,終點(diǎn)分布較起點(diǎn)更為集中. 另外收集公交車(chē)輛數(shù)據(jù)、通過(guò)百度地圖API獲取電子地圖的相應(yīng)數(shù)據(jù),包括道路拓?fù)渚W(wǎng)絡(luò)和步行拓?fù)渚W(wǎng)絡(luò)等,利用GIS對(duì)數(shù)據(jù)進(jìn)行分析整理.
首先對(duì)數(shù)據(jù)進(jìn)行總體的空間聚類(lèi)分析,通過(guò)Arcgis的核密度分析工具,可以直觀地獲得出行需求的空間集聚情況,并可作為劃分小區(qū)的依據(jù).
圖4 出行需求空間分布熱力圖
根據(jù)聚類(lèi)結(jié)果以及2.2中提到的相關(guān)因素劃分小區(qū),最后確定小區(qū)的大小平均為4~9 km2,實(shí)際中以交通規(guī)劃中的小區(qū)劃分為基礎(chǔ)并根據(jù)數(shù)據(jù)情況進(jìn)行調(diào)整,劃分小區(qū)結(jié)果如圖5.
將OD數(shù)據(jù)的空間分布以交通小區(qū)的形式表達(dá),結(jié)果如圖6、圖7所示.
最終確定閾值2.8(人/km2),如圖8中黑線所示,保留小區(qū)24個(gè),乘客保留率33%. 可以看到大部分的乘客OD都在保留區(qū)域外,只根據(jù)數(shù)據(jù)分析的結(jié)果保留了效率最高的部分,對(duì)于密度較低的區(qū)域采取舍棄. 閾值的選取與互聯(lián)網(wǎng)巴士企業(yè)的投入相關(guān).
圖5 交通小區(qū)劃分情況
圖6 早高峰起點(diǎn)分布
圖7 早高峰終點(diǎn)分布
圖8 小區(qū)需求閾值與保留率關(guān)系
首先通過(guò)百度地圖API爬取深圳的公交站經(jīng)緯度數(shù)據(jù). 根據(jù)2.3的思路確定步行路徑和最小的站點(diǎn)得到站點(diǎn)集合P{p1,p2,…,pn}. 線路設(shè)計(jì)之前需要繪制OD數(shù)據(jù)的期望線,由于交通小區(qū)過(guò)多,期望線難以辨別,可通過(guò)劃分大區(qū)得到主要的出行方向. 通過(guò)最短路的計(jì)算得到線路,其中由于互聯(lián)網(wǎng)巴士運(yùn)行成本原因,盡量規(guī)避通過(guò)高速路,得到兩條線路情況如圖9所示.
圖9 線路及站點(diǎn)示意圖
對(duì)于選擇站點(diǎn)的微觀交通情況需要人工進(jìn)行校核,不適宜進(jìn)行停靠的公交站需要剔除重新選擇站點(diǎn).
根據(jù)2.4的思路,首先通過(guò)百度API獲得站點(diǎn)間通行時(shí)間. 之后通過(guò)調(diào)整發(fā)車(chē)時(shí)間,得到提前(滯后)出行成本最小的方案. 由于是單變量的單目標(biāo)的優(yōu)化問(wèn)題,可以將成本C在數(shù)值上直接取|Δt|,即系數(shù)σ取1. 最終得線路1的最優(yōu)發(fā)車(chē)時(shí)間為06:47,取整06:50,線路2的最優(yōu)發(fā)車(chē)時(shí)間為07:13,取整07:15.
最后得到早高峰線路的運(yùn)行方案如表1.
表1 線路運(yùn)行方案表
線路中到站時(shí)間是基于兩站之間的行駛時(shí)間與停站時(shí)間計(jì)算的,由于沒(méi)有乘客投幣等,每個(gè)站點(diǎn)停站時(shí)間統(tǒng)一記1 min. 最終的線路方案仍放棄了很多的出行需求,但這沒(méi)有考慮跨小區(qū)乘坐車(chē)輛,而且為了保證形勢(shì)速度站距也較大,在有更多投入的情況下可以輻射更廣區(qū)域,采用多條短線來(lái)滿足更多的出行需求.
本文基于互聯(lián)網(wǎng)需求響應(yīng)型公交收集得到的OD數(shù)據(jù)以及道路等基礎(chǔ)設(shè)施情況,通過(guò)多層優(yōu)化模型,提出了完整的線路方案設(shè)計(jì)流程,以得到高效的線路方案,以有限的資源盡量多地載運(yùn)出行乘客. 互聯(lián)網(wǎng)巴士企業(yè)可根據(jù)變化的實(shí)時(shí)OD情況,快速生成公交運(yùn)行方案,也可對(duì)已有的線路進(jìn)行優(yōu)化.
互聯(lián)網(wǎng)以及通訊技術(shù)為交通的發(fā)展帶來(lái)了更多的可能性,合理利用甚至?xí)嵏矀鹘y(tǒng)的交通模式. 對(duì)于互聯(lián)網(wǎng)巴士的線路設(shè)計(jì)而言,目前的算法模型仍有很多不足之處,如未考慮其他交通方式的競(jìng)爭(zhēng)和接駁、線路施行后對(duì)需求的反作用以及對(duì)于不同城市的適應(yīng)性等都需要進(jìn)一步的研究.