公交线网设计评估的决策支持框架：机器学习分类与两阶段网络数据包络分析

《Computers & Industrial Engineering》：A decision-support framework for evaluating bus network design: Machine learning classification and two-stage network DEA

　　

城市公共交通系统效率评估常受限于“黑箱”方法论，难以在财政约束下直接指导结构性线网重构。为此，研究人员提出一种混合决策支持框架，实证比较两种竞争服务理念：直达服务（direct-service）与换乘导向（transfer-based，即可达性）线网设计。该框架融合多模型机器学习（ML）分类策略与F?re式两阶段网络数据包络分析（network DEA）。首先，为克服小样本过拟合，采用基于共识的ML方法——集成随机森林（Random Forest）、XGBoost、LightGBM、支持向量机（SVM）与多层感知机（MLP）——依据9项结构与运营指标对40座全球城市的公交线网内在拓扑分类。在严格留一交叉验证（LOOCV）下，SVM泛化性能最优，确保高度稳健的线网辨识。其次，网络DEA将系统绩效显式解构为序贯生产过程：输入导向的“基础设施→运力”阶段与输出导向的“运力→服务”阶段。经非导向松弛测度（SBM）鲁棒性检验进一步验证，实证结果显示换乘导向线网整体效率约高出直达服务设计69%。该优势根本由第一阶段驱动：通过资源集中于高频走廊与协调换乘节点，可达性线网有效消除物理冗余，基础设施利用效率近乎翻倍。研究为交通机构提供可操作诊断工具，表明提升系统整体绩效需从增量式点对点线路扩张转向可达性导向的结构重构。

研究背景方面，城市公共交通系统效率评估本质上是决策支持问题。面对严峻财政约束与持续增长出行需求，交通机构须在有限资源下平衡线网覆盖、发车频率与服务品质。然而，现有评估方法难以直接指导结构性线网重构，尤其当竞争服务理念——直达服务（以点对点线路最小化换乘，常致线路泛滥、需求稀释、低频）与换乘导向（强调高频干线走廊与协调换乘，优先系统可达性）——决定截然不同资源配置策略时，传统单阶段数据包络分析（DEA）常将系统视为“黑箱”，忽略阶段内瓶颈且假设结构同质；机器学习（ML）虽擅模式识别，却如“决策孤岛”，对资源利用可解释性有限。为在财政约束下突破上述局限，研究人员提出融合ML线网分类与F?re式两阶段网络DEA的混合框架，以客观辨识线网类型并诊断内部生产低效，直接服务线网重构。

该研究发表于《Computers》，主体贡献有三：一是开发适配小样本的鲁棒多模型ML分类策略以实现一致线网辨识；二是将其与两阶段网络DEA整合，跨40座全球城市实证评估替代线网设计；三是通过效率显式解构，锁定基础设施利用为主要运营瓶颈，为财政约束下可达性导向重构提供可操作诊断规则。

关键技术方法上，研究人员构建含40座全球城市、9项结构及运营指标的数据库；采用基于共识的多模型ML（Random Forest、XGBoost、LightGBM、SVM、MLP）分类线网拓扑，以留一交叉验证（LOOCV）选型，SVM泛化最优；继而用F?re式两阶段网络DEA将公交系统建模为序贯生产：阶段1输入为线路数x₁、车辆数x₂、站点数x₃、线网总长x₄，中间产出为日均每线路客运量z₁与日均每车客运量z₂（运营运力），阶段2输出为覆盖面积y₁、服务人口y₂、客运强度y₃；阶段1取输入导向技术效率θ¹_k，阶段2取输出导向服务效率E²_k（或φ²_k倒数），整体效率E_k为复合；并以非导向松弛测度（SBM）作鲁棒性校验。

研究结果按原文小节展开。引言（1. Introduction）指出公交规划中选型困境与黑箱/孤岛双重局限，引出ML+网络DEA混合框架动机。文献综述（2. Literature review）分DEA在公交与货运、先进多阶段网络DEA与能源效率、可持续交通DEA三脉，及ML在运营参数预测、需求风险预测、成本与行为分析三脉，指明少有研究将ML线网分类与网络DEA显式集成比价直达与换乘线网，此即研究空白。两阶段网络DEA模型（3. Two-stage network DEA model）定义变量如表1（文内表，此处不列），阐明“基础设施→运力→服务”序贯生产结构与阶段效率分解逻辑。实证中，ML分类在LOOCV下SVM最优，将40城归为两类拓扑；网络DEA显示换乘导向线网整体效率较直达服务高约69%，优势源于阶段1——资源聚于高频走廊与协调换乘节点，消除物理冗余，基础设施利用效率高近倍；SBM校验结论稳健。讨论与结论部分翻译凝缩如下：研究人员表明，财政约束下提升公交系统绩效不应依赖增量式点对点线路增殖，而须转向可达性导向的结构重构；ML分类提供客观线网辨识，两阶段网络DEA定位阶段1基础设施利用为首要瓶颈，换乘导向设计通过集中资源于高频走廊与协调节点近乎翻倍基础设施效率，从而驱动整体约69%效率优势；该混合框架打破方法隔离，为交通机构提供可操作诊断工具与重构路径。