美國其實該「減少」公車站牌:讀《The United States needs fewer bus stops》

本篇文章更新時間:2026/02/26
如有資訊過時或語誤之處,歡迎使用 Contact 功能通知或向一介資男的 LINE 社群反應。
如果本站內容對你有幫助,歡迎贊助支持


美國公車為什麼慢?從《The United States needs fewer bus stops》談「少即是多」的運輸邏輯

編輯前言:這篇文章來自 Works in Progress 的《The United States needs fewer bus stops》,它想挑戰我們對公車改善的直覺:真正讓公車變快、變可靠的關鍵,竟然不是新車或專用道,而是「減少公車站」。這個觀點乍聽讓人皺眉,但讀完後我深感震撼。

核心觀點(Key Takeaways)

  • 美國公車之所以慢,是因為站點太密,每 200 多公尺就一站。
  • 「停靠平衡」(stop balancing)能在低成本下大幅提升速度、可靠性與營運效率。
  • 站點變少後,公車更快、更準時,反而能讓整體可達性提升,而不是下降。

深入解析

美國談交通時,大家腦中浮現的都是地鐵延伸、鐵路隧道、閃閃發亮的新列車。但文章提醒我們:真正承載最多人的,其實是公車,而且疫情後,公車比鐵路更快恢復乘客量。

然而,美國公車最大問題不是科技落後,而是操作策略錯誤:停太多站。像紐約、舊金山的公車平均時速只有 8 mph,差不多是快步行走的兩倍。原因明顯:停不停、起起伏伏,時間都耗在不必要的減速、加速、擺動、等待紅燈。

原文指出:「Buses spend about 20 percent of their time stopping then starting again.」

以下是文章中提出的幾個重要分析。

  • 美國站距 vs. 歐洲站距:本質性的差異
    美國平均站距約 313 公尺,而許多大城市甚至只有 214–250 公尺;但西歐普遍是 300–450 公尺。站越密,公車就越慢越不可靠,也越貴。

  • 站太多造成的惡性循環

  • 公車變慢,競爭不過汽車 → 乘客變少。

  • 因為行駛時間變長,營運成本升高 → 路線發車頻率更難維持。

  • 因站點多且分散,無法投資良好設施 → 多數站只是一根竿子、一個小牌子。

文章引用馬賽的例子:因為站距較寬,當地可以讓每個站都有遮蔭、座椅、資訊看板。當資源不被過度分散,品質自然提升。

  • 停靠平衡的效益驚人
    數據非常有說服力:
  • 舊金山:從每英里 6 站減到 2.5 站,速度提升最高達 14%。
  • 溫哥華:移除四分之一站點,乘客平均節省 5–10 分鐘。
  • 波特蘭:僅增加 90 英尺站距,速度就提升 6%。
  • 洛杉磯、華盛頓 DC 的快車服務更是能提升 20–30% 的速度並帶動大量轉乘。

此外,因為公車更快,單程耗時減少,就能用更少的車輛達到同樣的班距,等於直接省預算、甚至反過來能增班。溫哥華光靠調整站點,一條路線就能一年省下 70 萬加幣。

文章也澄清一個迷思:減少站點不會讓「行走可達性」暴跌。研究顯示,即使大規模減站,實際的覆蓋範圍下降其實非常有限,因為許多站點的服務範圍重疊。

McGill 的研究指出:大幅減站,覆蓋率只掉 1%。更有研究顯示:站點減少 44%,覆蓋區域只下降 13%。

筆者心得與啟發

這篇文章讓我重新思考都市運輸的「錯誤直覺」。過去我們常認為「站越多越方便」,但實際上,運輸的真正便利不是「入口的數量」,而是「速度與可靠性」。如果一輛公車每三分鐘就能到,而且準時,那走多 100 公尺真的不算什麼。

文章提醒我:交通不只是工程問題,更是管理與策略問題。減少公車站這種看似簡單、甚至政治上有點敏感的改革,竟然能帶來如此大的正向效果:更快、更可靠、更便宜、更高乘客量。

對台灣許多城市來說,這其實是一個值得深思的議題。我們的公車站密度同樣非常高,但這是否反而在拖慢整體效率?是否該開始認真思考「少站、好站」的策略?

如果我們願意把目光從硬體(車輛、路面、科技)移開一些,回到運輸的核心邏輯,也許能用最小成本換到最大效果。這篇文章就是最好的示範。


Share:

作者: Chun

WordPress 社群貢獻者、開源社群推廣者。專注於 WordPress 外掛開發、網站效能最佳化、伺服器管理,以及 iDempiere 開源 ERP 導入與客製開發。曾參與 WordCamp Taipei 等社群活動,GitHub Arctic Code Vault Contributor。提供資訊顧問、WordPress 開發教學、主機最佳化與企業 ERP 整合服務。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *


文章
Filter
Apply Filters
Mastodon