城市軌道交通客流特征及預測相關問題

郭 平

(上海鐵路局,200071,上海∥經濟師)

1 城市軌道交通客流規模影響因素

城市軌道交通客流規模的影響因素主要有：線路沿線土地利用,城市經濟水平,城市中心區潛在的發展前景、與其他運輸方式的銜接及城市的相關管理等。

(1)沿線土地的利用：為保證城市軌道交通客流量的穩定,國內外成功的經驗就是采用TOD(交通引導城市發展戰略)模式帶動軌道交通沿線土地的開發,支持居住和商用,以獲得就業和小區人口客流量。城市各種經濟活動在城市空間上所表現的土地利用是產生交通流的根本。城市軌道交通建設的另外一種方式被稱為“客流追隨型”發展,即在城市商業區或CBD(中央商務區)等原本就已經擁有充足客流量的區域修建城市軌道交通線路。相對于“客流追隨型”模式,TOD土地利用模式線路覆蓋范圍內的人口就業強度強,但其有效覆蓋范圍的面積比“客流追隨型”小,所以土地利用是決定客流規模的基礎。

(2)城市經濟水平：它一方面能夠支持軌道交通建設的費用,另一方面影響客流規模。研究顯示,只有當城市居民收入平均不低于1 800美元時,軌道交通的客流規模才能夠得到保證。

(3)城市中心區潛在的發展前景：這決定了城市交通需求結構,尤其是長距離出行。一般來說,城市居民出行距離與城市的當量半徑比較接近,因此城市地域面積也在很大程度上決定著城市軌道交通的出行量。

(4)與其他運輸方式的銜接：一般城市很難做到像香港一樣將大約50%的居民和55%的職業崗位集中在離城市軌道交通車站10 min的步行距離之內。軌道交通的特點決定了其網絡覆蓋區域的有限性。如果沒有其他交通方式進行接駁,軌道交通的吸引半徑就只能限制在步行可達的區域,大約離車站800 m范圍內,這樣就會喪失相當多的潛在客源。

(5)城市的相關管理：城市相關政策的出臺及管理方式會影響到城市軌道交通的客流規模。例如,政府大力倡導公交優先、保護環境及強化彼此區域間的聯系,勢必會擴大軌道交通客流規模。

另外,速度、可達性、設施水平、交流和禮貌,以及舒適的乘車環境也是影響客流規模的要素。應在分析城市軌道交通客流規模的基礎上確定軌道交通建設的力度。

2 城市軌道交通客流形成機理

城市軌道交通承擔的客流主要由趨勢客流、轉移客流和誘增客流三部分構成[1]。趨勢客流指的是城市軌道交通初期建設所需要滿足的客流,是城市軌道交通的基礎客流,它的大小是影響城市軌道交通初期建設規模的重要因素;轉移客流是指由于城市軌道交通獨特的優點,如快速、安全、準時、可靠、方便、無交通堵塞問題等,原來主要由道路公交和自行車方式所承擔的城市較長距離的客流轉移到城市軌道交通;誘增客流量是指由于軌道交通項目的興建,使原有的交通體系得到改善,誘發了部分居民的出行欲望,導致原有出行者的出行行為發生變化。這些變化直接表現為出行時間的變化、出行線路及出行方式的調整、出行距離的增加和新的出行需求產生。誘增客流量不同于轉移客流量,前者是由于一種新的交通運輸方式的產生刺激了居民出行的需求而產生的客流,而后者則是從其它交通方式轉移過來的客流。這種轉移對整個交通系統客流總量不產生影響[2]。

城市客流主要取決于城市土地利用空間布局和交通組織,在供應滿足的條件下,在城市的土地利用布局規劃確定后,城市客流的產生和分布就客觀存在。城市軌道交通作為一種迅速、大運量的城市客運系統,改變了軌道線路沿線的可達性,相應地會對城市土地利用空間布局產生一定的影響。大量資料顯示,軌道交通沿線土地價值在軌道交通建設及運營期逐年遞增,甚至在城市軌道交通規劃期已經開始上升,沿線被開發成商用和居民住宅。所以交通系統和土地利用空間布局是相輔相成的關系,彼此之間存在促進反饋作用。

3 城市軌道交通客流特征分析

3.1 時變特征

3.1.1 一日內小時客流分布

城市軌道交通小時客流分布可以歸納為單向峰型、雙向峰型、全峰型、突峰型、無峰型等五種。各峰型示意圖如圖1所示。

(1)單向峰型：軌道交通線路所處的交通走廊具有明顯的潮汐特征或車站周邊地區用地功能性質單一時,車站客流分布集中,有早、晚錯開的一個上車高峰和一個下車高峰。

(2)雙向峰型：車站位于綜合功能用地區位時,客流分布與其它交通方式的客流分布一致,有兩個配對的早、晚上下車高峰。

(3)全峰型：軌道交通線路位于用地已高度開發的交通走廊或車站位于公共建筑和公用設施高度集中的地區時,客流分布無明顯的低谷,雙向上下車客流全天都很大

(4)突峰型：車站位于體育場、影劇院等大型公用設施附近,演出或體育比賽結束時有一個持續時間較短的突變的上車高峰。一段時間后,其他部分車站可能有一個突變的下車高峰。

(5)無峰型：當軌道交通本身的運能比較小或車站位于用地還沒有完全開發的地區時,客流無明顯的上下車高峰,雙向上下車客流全天都較小。

圖1 城市軌道交通客流時段分布示意圖

通常用線路單向分時客流不均衡系數 α1來描述其全日客流分布狀況。

式中：

pt——單向分時最大斷面客流量;

H——全日營業小時數;

pmax——單向最大斷面客流量。

顯然,α1越趨向于0,則單向分時最大斷面客流不均衡程度越大。在α1較小,即在單向分時最大斷面客流不均衡程度較大的情況下,為實現運輸組織合理性和運營經濟性,可考慮采用小編組、高密度行車組織。

3.1.2 一周內全日客流分布規律

城市軌道交通線路主要是以通勤、通學客流為主,雙休日客流有所減少,而連接商業網點、旅游景點的軌道交通線路雙休日客流增加。另外,星期一與節假日后的早高峰小時客流、星期五與節假日的晚高峰小時客流,都會比其他工作日早、晚高峰小時客流大。

3.1.3 季節性或短期性客流的不均衡

城市軌道交通客流季節性變化明顯。由于梅雨季節和學生復習迎考等原因,6月份客流通常是全年的低谷。旅游旺季,城市中流動人口會使軌道交通線路的客流增加。

3.2 空間分布

城市軌道交通線路客流分布特征可以通過運營期間的客流統計數據分析各條線路的客流分布特征[3]。

3.2.1 上下行方向客流分布特征

由于客流的流向原因,軌道交通線路上下行方向的客流通常是不相等的。在放射狀軌道交通線路上,早、晚高峰小時的上下行方向客流不均衡尤其明顯。可以采用上下行方向不均衡系數描述軌道交通線路上下行方向客流均衡程度。

式中：

α2——上下行方向客流不均衡系數;

p上max——上行方向最大斷面客流量;

p下max——下行方向最大斷面客流量。

α2越趨向于0,則上下行方向最大斷面客流不均衡程度越大。此時,直線線路上要做到經濟合理地配備運力比較困難,環線線路上可采取在內、外環線路安排不同運力的措施。

3.2.2 各個斷面客流的分布特征

軌道交通線路所行經區域的用地開發性質不同,所覆蓋的客流集散點的規模和數量也不同,因而線路單向各個斷面的客流存在不均衡現象是不可避免的。軌道交通線路單向各個斷面客流不均衡系數可按下式計算：

式中：

α3——單向斷面客流不均衡系數;

pi——單向斷面客流量;

K——單向全線斷面數。

α3越趨近于0,線路單向最大斷面客流不均衡程度越大。可在客流量較大區段加開區段列車解決這一問題。但在行車密度較大的情況下,加開區段列車會有一定難度,并且加開區段列車對運營組織和車站折返設備都會提出新的要求。

4 城市軌道交通客流預測

軌道交通客流預測是城市交通客流需求預測的一部分,其預測原理和城市交通需求預測是一致的。國內外交通需求預測通常采用四階段法：首先是對研究城市劃分交通小區,進行城市人口、就業、土地利用資料的調查和居民出行調查;在此基礎上進行居民出行產生預測、出行分布預測、交通方式劃分預測及交通分配,以獲得所需要的軌道交通需求數據。

4.1 客流預測的模式

國內常用的四階段法根據發展時期及工作要求的不同,可以分為三種模式[4]。

模式1：現狀公交——虛擬現狀城市軌道交通——遠期城市軌道交通。該模式首先假設規劃軌道線網已經存在,稱為虛擬現狀快速軌道,并把其作為公交系統的組成部分。用簡單的數學模型以現狀公交流量推算虛擬軌道交通的站點OD,再用增長率法得到預測年的增長,分配得到線路的客流量。這種方法以現狀公交為預測基礎,無法考慮城市用地、交通設施、出行結構的變化,精度低。

模式 2：現狀 OD——虛擬現狀城市軌道交通——遠期城市軌道交通。該模式以現狀OD調查為基礎,將現狀出行OD經方式劃分,虛擬出軌道交通客流,計算出站間的OD;再根據軌道客流增長趨勢,計算預測年客流OD,分配得到所需結果。該方法對客流出行的現狀特征的反映比較全面,因此預測精度有所提高。但由于該方法以現狀OD為基礎,只適用于城市發展較為穩定的城市,對于快速發展的新興城市不適用。

模式3：現狀OD——出行需求預測——遠期城市軌道交通。該模式以OD調查為基礎,進行各規劃年份全方式出行預測,然后通過方式劃分、交通分配,得到規劃快速軌道客流量。該方法遵循完整的四階段法的步驟,預測精度較高。

4.2 客流預測的模型

4.2.1 交通生成

該階段常采用增長率法,即把現狀不同分區的發生(吸引)交通量Ti與預測年的增長率Ri相乘,從而得到各分區的發生(吸引)交通量T′i=TiRi。確定Ri,通常用各小區的指標增長率作為發生(吸引)增長率。例如：Ri=αiβi。其中 αi為目標年區域i人口與基年區域人口之比;βi為目標年區域i人均小汽車擁有率與基年自行車擁有率之比。

增長率法的不足之處在于將所有的出行目的看作一樣的。事實上不同目的出行的生成和分布規律相差很大,增長率法并沒有考慮到這個問題。

4.2.2 交通分布

交通分布模型有增長率法和重力模型。增長率法的操作簡單,但是沒有考慮城市布局及城市基礎設施建設改變對城市出行OD的影響,所以該階段一般采用重力模型。雙約束模型是一種比較完整直觀的重力模型,其公式為：

式中：

Qij——從交通小區i到j的交通分布量;

Gi——交通小區 i的交通發生總量;

Aj——交通小區j的交通吸引總量;

ki,kj——平衡系數;

f(Rij)——阻抗系數。

重力模型存在的主要問題就是對現有交通分布擬合不夠好,尤其是當交通小區劃分較密、區間行走時間較短時。采用對區內和區間的交通分布分別建模的方法調整出行比,可以很好地解決這個問題。

4.2.3 交通方式分擔

交通方式分擔模型首先把出行OD的分擔方式分為固有OD和競爭選擇OD,由地區間的出行距離劃分出行總量的固定部分和競爭部分。競爭部分采用適當的分擔率模型得到公交、小汽車、自行車、步行等方式的OD,軌道交通OD可以從道路公交OD中分離出來。交通方式劃分目前常用的有分擔率曲線法和線性回歸法。分擔率模型從個人出行調查結果出發,根據影響交通方式選擇的主要因素(地區距離、地區間行走時間比、行走時間差等指標)對各種交通方式進行劃分。模型操作簡單,需要資料少。線性回歸模型可以考慮多種影響交通方式選擇的使用因素。

由于現有軌道交通OD都是從公交OD中分配出來,沒有考慮到其他交通方式諸如自行車、小汽車等向軌道交通方式轉移的規律,不利于全面預測軌道交通出行總量。

4.2.4 交通分配

路網分配要符合均衡的原則。即在道路網的利用者都知道網絡的狀態并試圖選擇最短路徑時,網絡就會達到平衡狀態。在考慮擁擠對行走時間影響的網絡中,當網絡達到平衡時,每組OD的各條被利用的路徑具有相等并且最小的行走時間,沒有被利用的路徑的行走時間大于或者小于最小行走時間。在均衡狀態下,系統總的出行時間最短[5]。

在道路網中達到用戶均衡狀態是交通分配的難點。因為用戶均衡狀態是用戶在能夠獲得完整信息的情況下做出的精確基于最小路徑阻抗(費用)的路徑選擇行為,它忽略了出行者由于自身和外界因素引起的路徑選擇隨機性,這在現實中是不合理的。隨機均衡分配模型的出現解決了這一問題。

圖2是隨機均衡分配模型的多路徑——逐次分配算法流程圖。將總OD表分解為幾個子OD表,i,j,k,…,n是子OD表中的節點,流程結束后累積總的分配,如果等于子OD表流量,進入下一個OD表進行同樣計算。

該算法的結果可以保證線網中采用不同交通方式的用戶被分配到合理的路徑,出行阻抗最小,對整個路網交通量的分配具有理論基礎和實用價值。

圖2 交通分配算法流程圖

5 結語

客流分析是城市軌道交通建設的基礎,決定了軌道交通建設的規模和運營組織方式。對客流相關問題進行研究有助于更好地掌握客流調查的重點,有目的地進行全面合理的客流預測及規劃城市整體發展。本文中討論的內容是城市軌道交通客流問題的一部分,其他與客流相關的內容還有待進一步研究。

[1] 張成.城市軌道交通客流特征分析[D].成都：西南交通大學,2004.

[2] 楊超,楊耀.城市軌道交通誘增客流量預測分析[J].城市軌道交通研究,2006,9(4)：31.

[3] 羅小強.城市軌道交通客流預測分析[D].西安：長安大學,2005.

[4] 毛榮昌.城市軌道交通客流預測方法研究[D].南京：河海大學,2005.

[5] 李春艷,陳金川.基于行為的客流預測方法探討及應用[J].交通運輸系統工程與信息學報,2006,6(6)：143.

[6] 朱煒,周佩華,滕靖,等.都市區城市軌道交通客流預測的相關問題探討[J].城市軌道交通研究,2009(8)：38.