鄒玉琪　程國柱　徐健航　王煊　王澤　吳思瑤

摘 要：為提高公交系統(tǒng)的效率和可靠性，從常規(guī)公交站點(diǎn)停靠的乘客上下車時(shí)間分析入手，對乘客上下車時(shí)間影響因素中的乘客性別和年齡兩個因素展開研究?；诔Ｒ?guī)公交站點(diǎn)乘客上下車狀況有關(guān)的視頻調(diào)研和人工調(diào)研，通過視頻開源軟件Tracker提取相關(guān)信息，采用MATLAB軟件進(jìn)行回歸分析，研究乘客年齡、性別、年齡組成和性別比例對乘客上下車時(shí)間的影響。數(shù)據(jù)分析結(jié)果表明：乘客年齡差異對乘客上下車時(shí)間影響較大，為0.2～0.8 s;乘客性別差異對乘客上下車時(shí)間影響較小，為0.1～0.2 s;乘客年齡組成與性別比例對乘客上下車時(shí)間相互作用的影響明顯，運(yùn)用多元函數(shù)進(jìn)行回歸分析得到計(jì)算模型，實(shí)例分析證明預(yù)測模型具有較高的可靠性。本研究的結(jié)論可為現(xiàn)有常規(guī)公交車站點(diǎn)?？繒r(shí)間的確定提供參考依據(jù)。

關(guān)鍵詞：常規(guī)公交;?？繒r(shí)間;乘客年齡;乘客性別;多元回歸

中圖分類號：U491??? 文獻(xiàn)標(biāo)識碼：A?? 文章編號：1006-8023（2020）06-0117-08

Analysis and Modeling of Bus Dwell Stop Time

ZOU Yuqi1， CHENG Guozhu1*， XU Jianhang2， WANG Xuan2， WANG Ze2， WU Siyao1

（1.School of Traffic and Transportation， Northeast Forestry University， Harbin 150040， China;

2.School of Information and Computer Science， Northeast Forestry University， Harbin 150040， China）

Abstract：In order to improve the efficiency and reliability of the bus system， this paper focuses on the effects of the gender and age of passengers on-off time， which based on the analysis of the on-off time of passengers the most important part of bus dwell stop time. Based on video surveys and manual surveys related to passengers getting on and off at regular bus stops， the research addresses the influence of passenger age， gender， age composition and gender ratio on passenger on-off time with the help of video open-source software Tracker to extract relevant information and MATLAB software to conduct regression analysis. The findings indicate that the age difference of passengers has a great influence on the on-off time of passengers， ranging from 0.2 s to 0.8 s; the gender difference of passengers has little influence on the on-off time of passengers， ranging from 0.1 s to 0.2 s; passenger on-off time is closely linked to the passenger age composition and gender ratio， and a multivariate function regression analysis based on the analysis of the example is used as the calculation model， which has high reliability. The conclusion it could provide some references for the determination of the bus dwell stop time.

Keywords：Common public transportation; bus dwell stop time; passenger age; passenger gender; multiple regression

收稿日期：2020-04-17

基金項(xiàng)目：大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目（41111213）

通信作者：程國柱，博士，教授。研究方向：道路交通安全、城市交通規(guī)劃與管理。E-mail：guozhucheng@126.com

引文格式：鄒玉琪，程國柱，徐健航，等.常規(guī)公交站點(diǎn)?？繒r(shí)間影響因素分析與建模[J].森林工程，2020，36（6）：117-124.

ZOU Y Q， CHENG G Z， XU J H， et al. Analysis and modeling of bus dwell stop time[J]. Forest Engineering，2020，36（6）：117-124.

0 引言

公共汽車是發(fā)展最早、建設(shè)成本最低、服務(wù)范圍最廣的公共交通工具之一。公交站點(diǎn)的?？渴茄芯糠?wù)水平的重要因素之一，公交站點(diǎn)?？繒r(shí)間的研究對提高公共汽車服務(wù)水平和運(yùn)行效率具有重要意義。國外早在20世紀(jì)70年代就開始對公交車站點(diǎn)停靠時(shí)間的影響因素進(jìn)行研究[1-2]。Glick等[3]應(yīng)用對數(shù)和分位數(shù)模型對公交車站點(diǎn)停靠時(shí)間進(jìn)行預(yù)測，進(jìn)一步分析了站點(diǎn)停靠時(shí)間的影響因素。Hossein等[4]借助自動數(shù)據(jù)評估系統(tǒng)對影響公交站點(diǎn)?？康某丝突顒?、電梯操作和擁擠度3個因素進(jìn)行分析，并建立停靠時(shí)間有關(guān)的回歸模型。Grise等[5]基于AVL-APC、票價(jià)框技術(shù)、車廂付款，在加入乘客活動細(xì)節(jié)因素的前提下，研究已有站點(diǎn)?？繒r(shí)間預(yù)測的誤差。Soroush等[6]提出了一種基于基因表達(dá)編程（GEP）的方法來建模和估算總線停留時(shí)間（BDT）。

國內(nèi)對公交車站點(diǎn)停靠時(shí)間的研究主要為兩方面：構(gòu)建預(yù)測模型對?？繒r(shí)間的預(yù)測和研究不同因素對?？繒r(shí)間的影響。

鄧媚等[7]研究了公交車?？繒r(shí)間在中心城區(qū)和中央商務(wù)區(qū)等人流密集區(qū)域不同時(shí)段呈現(xiàn)出的不同變化趨勢，并建立了動態(tài)預(yù)測模型。趙芮等[8]研究了我國公交車二次停車服務(wù)的概率分布。張愷彬[9]結(jié)合直線式公交站點(diǎn)和港灣式公交站點(diǎn)的物理結(jié)構(gòu)，重點(diǎn)研究了公交車輛在站點(diǎn)處易發(fā)生的特殊微觀行為對公交站點(diǎn)停靠時(shí)間的影響。王璇[10]對不同高峰時(shí)段不同道路形態(tài)上的公交車站點(diǎn)?？繒r(shí)間進(jìn)行了分類討論，對比不同場景下不同預(yù)測模型的預(yù)測效果，并選擇出對應(yīng)情況下的最佳預(yù)測模型。

王旭等[11]研究上下車人數(shù)、車內(nèi)擁擠度、車門數(shù)和公交車站臺數(shù)對站點(diǎn)?？繒r(shí)間的影響，并選擇上下車人數(shù)與車內(nèi)擁擠度兩個因素作為自變量，建立乘客上下車時(shí)間預(yù)測模型。呂偉等[12]對武漢市5個站點(diǎn)的公交車?？窟M(jìn)行調(diào)研，在公交車?？繒r(shí)間、乘客上下車時(shí)間、上下車乘客數(shù)量和上下車總持續(xù)時(shí)間等數(shù)據(jù)的基礎(chǔ)上研究公交車?？繒r(shí)間規(guī)律。章若晨[13]對乘客上下車行為進(jìn)行了基于社會力模型的建模分析。許秀華[14]將公交車?？空痉譃楣卉嚋p速進(jìn)站、站內(nèi)?？亢图铀匐x站3個主要階段進(jìn)行重點(diǎn)研究。吳鼎新等[15]對公交?？空绢愋?、時(shí)段影響、乘客上下車人數(shù)3個影響因素深入剖析，對淮安市公交車在站?？繒r(shí)間進(jìn)行了方差分析和回歸分析。胡三根等[16]重點(diǎn)研究了站點(diǎn)乘客人數(shù)對站點(diǎn)停靠時(shí)間的影響，并未對乘客的年齡組成、性別組成等進(jìn)行分析;盧春秀[17]、劉嬌嬌[18]提出了站點(diǎn)停靠時(shí)間模型的研究，但是因其考慮因素不夠周全而并未得到實(shí)際應(yīng)用推廣。

有關(guān)于公交車站點(diǎn)?？繒r(shí)間的影響因素，國內(nèi)尚未有對乘客年齡、乘客性別、乘客年齡組成和乘客性別組成4個影響因素的詳細(xì)研究。本文的研究可以為公交車站通行能力計(jì)算及公交車輛平均行程時(shí)間預(yù)測提供依據(jù)，進(jìn)而為公交車站規(guī)劃設(shè)計(jì)與公交車輛調(diào)度提供基礎(chǔ)數(shù)據(jù)。

1 常規(guī)公交車站點(diǎn)停靠時(shí)間影響因素

本文采用人工調(diào)研與圖像處理相結(jié)合的方法獲取乘客上下車時(shí)間數(shù)據(jù)。首先在指定站點(diǎn)以及公交車等場所進(jìn)行視頻拍攝，然后運(yùn)用基于開源運(yùn)動目標(biāo)追蹤、軌跡生成技術(shù)的軟件——Tracker進(jìn)行數(shù)據(jù)提取，最后用MATLAB等軟件進(jìn)行數(shù)據(jù)分析。

1.1 ?？繒r(shí)間影響因素

城市常規(guī)定點(diǎn)定線運(yùn)行的公交車的運(yùn)行總時(shí)間包括行駛時(shí)間、路段延誤時(shí)間和站點(diǎn)?？繒r(shí)間，其中?？繒r(shí)間由減速進(jìn)站時(shí)間、車門開啟與關(guān)閉時(shí)間、乘客上下車時(shí)間3部分決定。減速進(jìn)站時(shí)間與加速出站時(shí)間的影響因素包括站臺設(shè)置位置與形式、是否設(shè)置專用公交車道、道路擁擠程度、其他機(jī)動車輛變道的影響和公交車性能等;開門時(shí)間與關(guān)門時(shí)間的影響因素包括司機(jī)的反應(yīng)速度與開車習(xí)慣、公交車性能等;乘客上下車時(shí)間的影響因素包括公交車車門數(shù)量及寬度、上下車臺階數(shù)、乘客支付方式、乘客攜帶行李的情況、孕婦或行動不便的殘疾人乘客數(shù)、上下車乘客數(shù)量、上下車乘客的年齡與性別、車內(nèi)擁擠度、車內(nèi)的座位設(shè)置與可站立空間大小;其他影響因素包括天氣、不同時(shí)間段（早晚高峰與平鋒、特殊事件與節(jié)假日等）人流量與車流量對?？繒r(shí)間的影響。

隨著智慧交通系統(tǒng)的發(fā)展與應(yīng)用，未來公共交通系統(tǒng)將會實(shí)現(xiàn)無人駕駛、生物識別支付和動態(tài)實(shí)時(shí)調(diào)度等。筆者認(rèn)為公交車實(shí)現(xiàn)無人駕駛后的管理、車型（上下車門的臺階數(shù)、車門寬度與數(shù)量、車內(nèi)座位數(shù)與可站立空間等）、停靠站的設(shè)置帶來的對?？繒r(shí)間的影響也可進(jìn)行簡化和統(tǒng)一處理，即公交系統(tǒng)硬件設(shè)施統(tǒng)一的情況下，減速進(jìn)站與加速出站的時(shí)間、開門時(shí)間與關(guān)門時(shí)間將是一個相對固定的時(shí)間，由此，影響乘客上下車時(shí)間的主要因素為乘客是否攜帶行李、乘客是否有正常行動能力、乘客的年齡與性別。乘客攜帶行李與乘客不具正常行動能力的情況并非普遍情況。目前，針對乘客性別和年齡特征差異的研究甚少。

由于本文重點(diǎn)研究乘客年齡、性別、年齡組成和性別比例4個因素對上下車的影響，因此數(shù)據(jù)調(diào)研在忽略支付方式（本文的上車時(shí)間計(jì)算中支付時(shí)間額外計(jì)算）和站臺設(shè)置形式、車內(nèi)乘客不影響上下車乘客的行為動作、公交車為前門上車后門下車、臺階數(shù)為一階、天氣狀況良好的基礎(chǔ)上進(jìn)行。

1.2 站點(diǎn)調(diào)查

由于本文重點(diǎn)研究乘客年齡、性別和乘客年齡組成與性別比例對乘客上下車的影響，因此不考慮公交車站點(diǎn)設(shè)置方式的不同。為避免站點(diǎn)或線路的單一性而導(dǎo)致所調(diào)研數(shù)據(jù)不具代表性，本文的視頻拍攝方式分為固定?？空军c(diǎn)拍攝和固定線路拍攝兩種，分別對哈爾濱市的一條繞城線路102路和一條穿城線路101路兩條線路以及4個公交站點(diǎn)進(jìn)行調(diào)研。停靠站點(diǎn)選擇的主要依據(jù)是?？空军c(diǎn)的日?？土髁亢椭苓呁恋乩们闆r，?？空军c(diǎn)的相關(guān)信息見表1。

1.3 調(diào)查方法

1.3.1 定義觀測變量

（1）公交車?？繒r(shí)間：車輛車門準(zhǔn)備開啟時(shí)刻至車門完全關(guān)閉時(shí)刻的時(shí)間間隔。

（2）乘客上車時(shí)間：第一位乘客上車時(shí)間為單腳離地時(shí)刻至雙腳著車時(shí)刻的時(shí)間間隔，其后的乘客上車時(shí)間為前一位乘客雙腳著車的時(shí)刻至該乘客雙腳著車時(shí)刻的時(shí)間間隔，包括反應(yīng)時(shí)間與安全距離因素對上車時(shí)間的影響。

（3）乘客下車時(shí)間：第一位乘客下車時(shí)間為單腳離車時(shí)刻至雙腳著地時(shí)刻的時(shí)間間隔，其后乘客下車時(shí)間為前一位乘客雙腳著地的時(shí)刻至該乘客雙腳著地的時(shí)間間隔，包括反應(yīng)時(shí)間與安全距離因素對下車時(shí)間的影響。

（4）乘客性別和年齡的表示

乘客性別根據(jù)視頻畫面目標(biāo)對象進(jìn)行人工判別，男性用大寫字母“M”表示，女性用大寫字母“W”表示。

乘客年齡根據(jù)問卷調(diào)研與人工詢問的方式確定，參考聯(lián)合國世界衛(wèi)生組織提出的年齡分段與實(shí)際情況相結(jié)合，將年齡分為兒童、青年、中年和老年4段。其中兒童（≤8歲）用大寫字母“C”表示，青年（9～44歲）用大寫字母“Y”表示，中年人（45～59歲）用大寫字母“M”表示，老年人（≥60歲）用大寫字母“O”表示;同理，男性兒童用“MC”表示，男性青年用“MY”表示，男性中年用“MM”表示，男性老年用“MO”表示，女性兒童用“WC”表示，女性青年用“WY” 表示，女性中年用“WM”表示，女性老年用“WO”表示。

1.3.2 視頻拍攝

本文采用視頻拍攝法對站點(diǎn)及線路公交車上下車情況進(jìn)行拍攝。在拍攝前準(zhǔn)備好拍攝工具，做好拍攝人員的安全教育與調(diào)查內(nèi)容的詳細(xì)解釋。站點(diǎn)拍攝，記錄拍攝時(shí)間（選取非高峰時(shí)段：上午9：00—12：00點(diǎn)和下午1：00—4：00點(diǎn)）與站點(diǎn)名稱，觀察站點(diǎn)設(shè)置，尋找不影響乘客上下車而視野開闊不影響拍攝的拍攝角度;線路拍攝，在首末站與司機(jī)溝通后由兩名拍攝人員分別坐在前門與后門的座位進(jìn)行拍攝。為避免拍攝人員引起乘客和司機(jī)等的注意而導(dǎo)致拍攝情況受到影響，本文選擇用手機(jī)進(jìn)行隱蔽性拍攝。拍攝的視頻幀的速率為30.00 幀/s。

1.3.3 信息的提取

本文采用開源視頻處理軟件Tracker與人工識別相結(jié)合的方式進(jìn)行乘客上下車數(shù)據(jù)的提取，主要信息為乘客上下車時(shí)間、乘客年齡、乘客性別，次要信息為乘客攜帶行李等其他特殊情況。將相關(guān)信息提取后導(dǎo)入EXCEL進(jìn)行其他信息數(shù)據(jù)的計(jì)算。

2 ?？繒r(shí)間分析

從觀測的327 組數(shù)據(jù)進(jìn)行篩選與剔除，最終得到1 026個數(shù)據(jù)（如：某一公交站點(diǎn)?？肯萝? 人，則該5 人的整體數(shù)據(jù)為1 組數(shù)據(jù)，該5 人的個人數(shù)據(jù)為5個數(shù)據(jù)），對此進(jìn)行乘客上下車時(shí)間的分析。

2.1 不同年齡乘客上下車時(shí)間差異

（1）將所有乘客的上下車時(shí)間按照年齡進(jìn)行分類統(tǒng)計(jì)。兒童作為一個特殊群體的存在，一般情況下均有成人帶領(lǐng)乘車，不同年齡的兒童其行為能力差異性較大，根據(jù)樣本數(shù)據(jù)統(tǒng)計(jì)得兒童群體的數(shù)量僅占總?cè)后w的3%，因此其性別和年齡特征差異對上下車時(shí)間的影響缺乏說服力，本文對此不做深入研究。

如圖1所示，在不區(qū)分性別的情況下，不同年齡段的乘客上下車時(shí)間對比。其中青年人人均上車時(shí)間為1.85 s，中年人人均上車時(shí)間為2.11 s，老年人人均上車時(shí)間為2.34 s，隨著年齡段的增加，人均上車時(shí)間分別遞增0.26 s和0.23 s;青年人人均下車時(shí)間為1.07 s ，中年人人均下車時(shí)間為1.26 s，老年人人均下車時(shí)間為1.75 s，隨著年齡的增加，人均下車時(shí)間分別遞增0.19 s和0.49 s。由此可知，老年人對于下車有更長的反應(yīng)與適應(yīng)時(shí)間，這點(diǎn)與其他年齡段的乘客所表現(xiàn)的特性有所差異。

（2）將所有乘客的上下車時(shí)間按照年齡和性別進(jìn)行分類統(tǒng)計(jì)。

由圖2可知，青年男性人均上車時(shí)間為1.80 s、中年男性人均上車時(shí)間為2.04 s，老年男性人均上車時(shí)間為2.27 s，隨著年齡段的遞增人均上車時(shí)間分別增加0.24 s和0.23 s。

青年女性人均上車時(shí)間為1.89 s、中年女性人均上車時(shí)間為2.17 s，老年女性人均上車時(shí)間為2.46 s，隨著年齡段的遞增人均上車時(shí)間分別增加0.28 s和0.29 s。

青年男性人均下車時(shí)間為1.08 s、中年男性人均下車時(shí)間為1.22 s，老年男性人均下車時(shí)間為1.70 s，隨著年齡段的遞增人均下車時(shí)間分別增加0.14 s和0.58 s;青年女性人均下車時(shí)間為1.07 s，中年女性人均下車時(shí)間為1.29 s，老年女性人均下車時(shí)間為1.87 s，隨著年齡段的遞增人均下車時(shí)間分別增加0.22 s和0.58 s。

由圖3可知，隨著乘客群體的年齡增大，其人均上下車時(shí)間依次增加。即在上車時(shí)間不包括支付時(shí)間的前提下，乘客人均上車時(shí)間大于人均下車時(shí)間，乘客的上車時(shí)間分散性仍然小于乘客下車時(shí)間的分散性，這是人們的支付行為引起的乘客空間距離要求增大的原因。

2.2 不同性別乘客上下車時(shí)間差異

由圖4和圖5可知，男性人均上下車時(shí)間小于女性人均上下車時(shí)間。其中，青年群體的性別差異最小，老年群體的性別差異最明顯。尤其是青年乘客的上車時(shí)間差異甚微，青年乘客的下車時(shí)間甚至表現(xiàn)為女性比男性略微少，這是以往的研究中未曾發(fā)現(xiàn)的現(xiàn)象。一方面，這是青年人的靈活性和下車動作單一所致的;另一方面，這是因?yàn)榕嗄暝诔塑嚂r(shí)的注意力相對于男青年更加集中，而這種注意力的集中所減少的下車時(shí)間彌補(bǔ)并超越了動作敏捷上的差異。

2.3 年齡組成與性別比例對乘客上下車時(shí)間的影響

對觀測到的327 組數(shù)據(jù)分別進(jìn)行男女性別比例與老年人比例的計(jì)算，運(yùn)用指數(shù)函數(shù)、線性函數(shù)、對數(shù)函數(shù)、多項(xiàng)式函數(shù)、乘冪函數(shù)等5種函數(shù)分別對年齡組成與人均上下車時(shí)間的關(guān)系和性別比例與人均上下車時(shí)間的關(guān)系進(jìn)行回歸分析。如圖6所示。

對上車乘客與下車乘客的年齡組成進(jìn)行分析，以老年人乘客數(shù)占總乘客數(shù)的百分比作為每一組數(shù)據(jù)的年齡組成變量，結(jié)合對應(yīng)的人均上下車時(shí)間生成散點(diǎn)圖。運(yùn)用不同類型的函數(shù)對數(shù)據(jù)進(jìn)行擬合，分別計(jì)算得其擬合優(yōu)度均為0～0.1，即年齡組成一個影響因素與乘客上下車時(shí)間無函數(shù)關(guān)系;同理，分別對上車乘客與下車乘客的性別組成進(jìn)行分析，以男性乘客數(shù)占總乘客數(shù)的百分比作為每一組數(shù)據(jù)的性別組成變量，結(jié)合對應(yīng)的人均上下車時(shí)間生成散點(diǎn)圖。運(yùn)用不同類型的函數(shù)對數(shù)據(jù)進(jìn)行擬合，分別計(jì)算得其擬合優(yōu)度均為0～0.1，即性別比例與乘客上下車時(shí)間無明確的函數(shù)關(guān)系。

依據(jù)對乘客年齡組成與性別比例對乘客上下車時(shí)間的影響結(jié)果分析可知，乘客的年齡組成與性別比例對乘客人均上下車時(shí)間的影響是共同作用而非單獨(dú)影響。為了研究乘客性別和年齡相互影響的關(guān)系，采用多元線性回歸的方法對收集到的327 組數(shù)據(jù)進(jìn)行篩選分析，運(yùn)用MATLAB軟件進(jìn)行多元線性回歸函數(shù)擬合，得到乘客人均上下車時(shí)間計(jì)算公式。設(shè)置置信度為95%的區(qū)間計(jì)算參數(shù)，并繪制相關(guān)系數(shù)與殘差對應(yīng)置信區(qū)間的相合性圖，發(fā)現(xiàn)每一個因素的樣本數(shù)據(jù)大部分都分布在回歸直線附近，因此認(rèn)為函數(shù)擬合效果較好。

t上=0.655 1ρMC-0.049 5ρMY+0.004 1ρMM+0.145 7ρMO+0.433 5ρWC-0.030 5ρWY+0.085 1ρWM+0.074 1ρWO+1.825 4。（1）

P=ρMC+ρMY+ρMM+ρMO+ρWC+ρWY+ρWM+ρWO。（2）

T上=t上×P（3）

t下=-0.162 0ρMC-0.055 2ρMY-0.094 4ρMM+0.079 4ρMO-0.129 6ρWC-0.042 5ρWY-0.037 4ρWM+0.040 6ρWO+1.480 5。（4）

P=ρMC+ρMY+ρMM+ρMO+ρWC+ρWY+ρWM+ρWO。（5）

T下=t下×P。（6）

式中：t上為乘客人均上車時(shí)間，s;t下乘客人均下車時(shí)間，s;ρ為不同性別、年齡特征的上車或下車乘客數(shù)，人;P為上車或下車的總乘客數(shù)，人（請結(jié)合文中1.3.1（4）理解的含義）;T上為乘客總上車時(shí)間，s;T下為乘客總下車時(shí)間，s。

3 實(shí)例驗(yàn)證

本文案例選用林業(yè)大學(xué)站所調(diào)研的35 輛公交車的數(shù)據(jù)進(jìn)行分析，分別對上下車隨機(jī)抽取6 組數(shù)據(jù)并計(jì)算預(yù)測的上下車時(shí)間，將其與實(shí)際上下車時(shí)間的對比，見表3。

利用歸一化均方差（NMSE）描述函數(shù)的擬合情況與預(yù)測可靠度，歸一化均方差表示預(yù)測數(shù)據(jù)和原數(shù)據(jù)對應(yīng)點(diǎn)誤差的平方和的均值，其值越接近0，表示數(shù)據(jù)預(yù)測誤差越小。分析計(jì)算結(jié)果，乘客上下車預(yù)測時(shí)間的歸一化均方差分別為0.024 1，0.011 5，表明模型具有較高的可靠性。

NMSE=1n∑ni=1（tfi-tri）2tf×tr。（7）

4 結(jié)論

（1）有關(guān)乘客年齡對乘客上下車時(shí)間的影響，本文分為區(qū)分性別與不區(qū)分性別進(jìn)行討論，研究結(jié)果表明：區(qū)分性別時(shí)，男性與女性的上車時(shí)間隨著年齡的遞增，其差異為0.2～0.3 s，而下車時(shí)間出現(xiàn)明顯的不同，青年與中年之間的下車時(shí)間差異為0.2～0.3 s，中年人與老年人的下車時(shí)間差異在0.6? s左右;不區(qū)分性別時(shí)有類似的結(jié)果，即青年乘客與中年乘客、中年乘客與老年乘客上車時(shí)間的差異為0.2～0.3 s;青年乘客與中年乘客的下車時(shí)間差異為0.2 s，中年乘客與老年乘客的下車時(shí)間差異為0.5 s。

（2）結(jié)合乘客性別影響因素進(jìn)行分析，乘客性別對人均上下車時(shí)間影響較小，兒童、青年、中年乘客中男性與女性人均上下車時(shí)間差異分布為0.1 s左右，老年乘客中男性與女性人均上下車時(shí)間差異分布為0.2 s左右。青年女性的人均下車時(shí)間甚至低于青年男性的下車時(shí)間，這與以往的研究有所不同，分析原因主要與下車動作的單一與青年人群的身手敏捷有關(guān)。

（3）結(jié)合乘客的年齡組成與性別比例對乘客上下車時(shí)間的影響，對其影響運(yùn)用線性多元回歸函數(shù)進(jìn)行量化分析。

筆者主要研究不同性別與年齡的乘客踏上公交車時(shí)間與邁下公交車的時(shí)間，這部分時(shí)間包括不同乘客的行為時(shí)間與反應(yīng)時(shí)間，其研究的意義在于為未來更加便捷與智能化的地面公交系統(tǒng)提供一定的行為特征參考。對于特殊乘客（孕婦、帶有無行走能力小孩的乘客、殘疾人士、攜帶大件行李的乘客）的乘車行為與特征應(yīng)做進(jìn)一步的研究，為實(shí)現(xiàn)更加人性化和舒適度高的公交體系提供參考。

【參 考 文 獻(xiàn)】

[1]程國柱，裴玉龍.道路通行能力[M].北京：人民交通出版社股份有限公司，2019：100-105.

CHENG G Z， PEI Y L. Highway capacity[M]. Beijing： China Communications Press Co.， Ltd， 2019：100-105.

[2]崔楊，曾俊偉，錢勇生，等.基于拓?fù)湫再|(zhì)的河谷型城市公交站點(diǎn)網(wǎng)絡(luò)復(fù)雜特性分析：以蘭州市為例[J].公路工程，2018，43（4）：1-6.

CUI Y， ZENG J W， QIAN Y S， et al. Analysis of complex network characteristics of bus stations in valley city based on topological property： taking Lanzhou as an example[J]. Highway Engineering， 2018， 43（4）： 1-6.

[3]GLICK T， FIGLIOZZI M A. Analysis and application of log-linear and quantile regression models to predict bus dwell times[J]. Transportation Research Record： Journal of the Transportation Research Board， 2019， 2673（10）：118-128.