ارزيابي خطوط اتوبوس راني با استفاده از سامانه اطلاعات مكاني و تحليل پوششي داده ها، مطالعه موردي: خطوط اتوبوس راني تهران

Evaluating Bus Lines by using Geospatial Information System and Data Envelopment Analysis: A Case Study of Tehran Bus Lines

خطوط اتوبوس راني شهر تهران، هم از جنبه عملكردي مانند مصرف سوخت و يا استهلاك زياد اتوبوسها، و هم از جهت مكاني مانند مكان ايستگا هها و يا ميزان دسترسي، در وضعيت مناسبي قرار ندارند. بنابراين ارايه روش كارآمدي كه با در نظر گرفتن هر دو جنبه شاخصهاي عملكردي و مكاني به ارزيابي عملكرد خطوط اتوبوس راني بپردازد، ضرورت دارد. در اين تحقيق با تركيب مدل تحليل پوششي داده ها و سامانه اطلاعات مكاني، كارآيي خطوط اتوبوس راني ارزيابي مي شود. از سامانه اطلاعات مكاني براي تهيه شاخصهاي مكاني و از مدل تحليل پوششي داد هها براي محاسبه كارآيي خطوط استفاده مي شود. برتري اين مدل، تخصيص وزن به شاخصها توسط خود مدل تحليل پوششي داد ههاست، به گونه اي كه هر خط بهترين مقدار كارآيي ممكن را داشته باشد. شاخصهاي تعداد ايستگاه ها و مصرف سوخت، به عنوان شاخصهاي ورودي و شاخصهاي تعداد افراد ناتوان در استفاده از سرويس و جمعيت تحت پوشش هر خط، به عنوان شاخصهاي خروجي در نظر گرفته شده اند. نتايج به دست آمده نشان م يدهد كه از ميان 14 خط مورد مطالعه، 5 خط داراي كارآيي بالا و 8 خط داراي كارآيي متوسط و 1 خط داراي كارآيي ضعيف است.

Tehran Bus Transit System involves with two types of problems. The first type of problems is the performance-based problems, such as high fuel consumption, fast depreciation of the buses, … etc. Second type problems are spatial problems, such as unsuitable selection of bus routes and stops, the discontent of travel demand, … etc. In this paper, the efficiency of bus routes is evaluated by integrating Data Envelopment Analysis (DEA) model and Geographic Information System (GIS), from two viewpoints: performance-based and spatial problems. The parameters of number of bus stops, daily fuel consumption as input indexes and the number of passengers, the number of children and the aged people as well as the number of disabled people are selected as output indexes. The spatial data are prepared by GIS. Afterwards, the efficiency of decision making units (bus routes) is calculated using the DEA method and the more efficient routes are determined. In this model, the weights of the attributes are not required to be entered by the user; they are determined by DEA model, itself. After running the DEA model, spatial and performance-related efficiencies are calculated. The results show that, among the fourteen routes, five routes have high performance-related efficiency and three routes have high efficiency.