大型活動客流空間分布特征分析①——以上海世博會為例

上海交通大學(xué)船舶海洋與建筑工程學(xué)院 林文聞 黃淑萍

1 引言

中國已成功舉辦了兩次世界級的特大型活動，分別是2008年北京奧運(yùn)會和2010年上海世博會，且很有可能在今后承辦更多世界級的大型活動。為舉辦類似規(guī)模或性質(zhì)的活動累積經(jīng)驗(yàn)，有必要在舉辦特大型活動之后對客流數(shù)據(jù)進(jìn)行分析總結(jié)。本文的目的即是通過分析世博會客流數(shù)據(jù)(數(shù)據(jù)由上海市交通局提供)，為大型展會客流空間分布特征研究提供理論依據(jù)。

國外在該領(lǐng)域的研究主要集中在大型活動期間行人交通行為以及疏散方法。前者的研究為后者的基礎(chǔ)。在大型活動行人交通行為研究方面，Alan N研究了大型活動的不同類型對參與者行為的影響[1]；Sime J D.闡述了大型活動期間行人遇到緊急狀態(tài)可能產(chǎn)生恐慌的原因[2]。在人群疏散方面，Helbing D.通過社會力的行人疏散模型，說明行人運(yùn)動受到環(huán)境條件的影響所形成吸引力和排斥力[3]。

國內(nèi)舉辦大型活動的經(jīng)驗(yàn)較少，研究多側(cè)重于單個案例的分析和預(yù)測。如：劉小明等分析了北京奧運(yùn)會的交通運(yùn)行狀況，并總結(jié)了一套關(guān)于大型活動交通組織規(guī)劃階段的標(biāo)準(zhǔn)化方法[4]；崔洪軍等提出了大型活動交通管理策略框架并闡釋了如何具體地利用該框架對十運(yùn)會的交通需求進(jìn)行管理[5]；楊忠振等設(shè)計了“需求分析—方案指定—方案驗(yàn)證—方案實(shí)施—數(shù)據(jù)收集—方案回顧”的組織和管理流程[6]。另外，還有針對大型活動客流預(yù)測的研究。紀(jì)英根據(jù)活動場館所處位置以及周圍交通設(shè)施狀況，對行人交通需求的時空分布進(jìn)行預(yù)測[7]。崔洪軍建立了基于重力模型的大型活動觀眾生成預(yù)測模型，提出大型活動交通組織管理方案評價指標(biāo)體系和方法[8]。有別于前人側(cè)重于宏觀規(guī)劃預(yù)測及大客流疏散對策的研究，本文以世博會為例，聚焦于大型展會入口設(shè)置對客流空間分布產(chǎn)生的影響，利用統(tǒng)計方法對世博會各入口客流數(shù)據(jù)進(jìn)行分析，結(jié)合對各入口交通配套設(shè)施的歸納整理，總結(jié)世博會客流在空間上分布的規(guī)律性特征。由于世博會客流原始數(shù)據(jù)龐大，使得初始數(shù)據(jù)統(tǒng)計表所占篇幅較大，筆者將不予列出。

2 世博園各陸上入口特點(diǎn)歸納與客流特征概述

筆者對于客流特征的分析，側(cè)重于對峰值規(guī)律的把握，因?yàn)檫@關(guān)系到對入口規(guī)模設(shè)計等統(tǒng)籌規(guī)劃問題經(jīng)驗(yàn)的積累。原始數(shù)據(jù)是將各出入口每半小時入園客流量進(jìn)行一次統(tǒng)計，數(shù)據(jù)量龐大，這里選取9～11時的入場客流量作為研究對象，因?yàn)?～11時入園客流總體上平均占全天入園客流的69.22%。

上海世博會園區(qū)橫跨黃浦江，共設(shè)置8個陸上出入口，浦西3個、浦東5個，按順時針順序分別為魯班路、西藏南路、半淞園路、白蓮涇、高科西路、上南路、長清路、 后灘。其中，以散客為主的出入口包括西藏南路、半淞園路、白蓮涇、高科西路、上南路；另外3個以團(tuán)客出入為主。客流分布總體情況如表1所示。

表1 各入口每日入園客流總體情況

由表1可知，8個陸上出入口雖有不同的特征，但是，可以按一定的標(biāo)準(zhǔn)劃分成幾類。由于數(shù)據(jù)量大，有必要篩選出有代表性的出入口進(jìn)行研究。

3 各陸上出入口客流特征分析

3.1 典型出入口篩選

將各出入口在客流量所占比重最大的9～10時入園客流的情況加以統(tǒng)計，發(fā)現(xiàn)各入口入園客流量有顯著的分層，按多少可以劃分為四個“陣營”，第一陣營即入園客流量最多的是上南路、后灘、長清路，人數(shù)在15000人次左右波動；第二陣營為魯班路、高科西路，在10000人次左右波動；第三陣營為西藏南路、白蓮涇，在7500人次左右波動；第四陣營為半淞園，在5000人次左右且基本上低于5000人次。

根據(jù)不同時段的均值、方差統(tǒng)計可知：魯班路入口客流均值較大，且方差與均值的比值最大，所以，其處理極端值的壓力較其他入口更大。上南路入口不確定性高，面臨一個9時半到10時入園客流驟然增大的局面。根據(jù)客流數(shù)據(jù)性質(zhì)和配套交通設(shè)施的不同，篩選出5個具有代表性的入口，如表2所示。

表2 五個典型出入口特征

3.2 典型入口客流特征分析

3.2.1 魯班路入口

魯班路入口9～10時入園客流量占上午入園客流量的70%左右；多數(shù)情況下，9時半到10時客流入園比例要大于9時到9時半，但后者大于前者的時期出現(xiàn)在5月4～11日、6月29日到7月5日、7月30日到8月6日、8月30日到9月2日、10月25日到10月31日。推斷其原因是：魯班路出入口作為浦西團(tuán)客入口，在開園不久還未平穩(wěn)運(yùn)營以及閉園前指定日期間，旅行團(tuán)等組織團(tuán)客游覽世博園的意愿降低；6月底、7月初是暑期第一波高溫?zé)崂耍?月底、8月初是第三波，8月底、9月初是學(xué)生開學(xué)所導(dǎo)致的客流減少。由相關(guān)性研究可知：10～11時前后的兩個半小時呈現(xiàn)顯著正相關(guān)，說明增加的客流在這兩個時間分布較為平均。

3.2.2 半淞園路入口

半淞園路入口9時半到10時入園客流量比重顯著高于9時到9時半的時間段，在某些時間段表現(xiàn)出9～10時入園占據(jù)非常大比重的情況，主要分布在8月份和10月底。其中8月份產(chǎn)生這種現(xiàn)象的原因推斷為受高溫影響，該入口由于與地鐵站之間需要接駁難以吸引散客客流，且接近中午的時段往往更為炎熱，從而導(dǎo)致10～11時幾乎無人入園的局面；而10月最后一周為指定日，游客積極性降低，又由于游客傾向于提早入園，所以，非周末上午十點(diǎn)之后幾乎無人從該入口入園。

3.2.3 白蓮涇入口

白蓮涇入口9～10時入園客流在兩個半小時之間均分。總體客流較少的時間段，9時半到10時入園客流比重都較小，而9時到9時半入園占據(jù)較大比例。相關(guān)性研究表明：10～11時與9時到9時半呈現(xiàn)較顯著負(fù)相關(guān)，說明后者比重的下降大部分歸因于前者比重的升高。

3.2.4 上南路入口

上南路入口9時到9時半入園人數(shù)所占比重最大。7月底到8月底，9～10時入園客流比重要遠(yuǎn)超過10～11時入園比重(7月27日到8月30日9～10時所占客流量均值為73.73%)，這仍然是由于天氣的原因。由相關(guān)性研究可得：上南路入園客流的增加主要是增加在10時到10時半。

3.2.5 后灘入口

后灘入口9時到9時半與9時半到10時所占比重趨于一致。根據(jù)相關(guān)性研究：最大的正相關(guān)為10時半到11時與總體的相關(guān)性，而該時間段與9～10時之間的入園客流量形成較大的負(fù)相關(guān)；最大的負(fù)相關(guān)為9時到9時半與10時到10時半的負(fù)相關(guān)，10時到10時半與總體相對而言也有較大正相關(guān)關(guān)系；但兩個正相關(guān)關(guān)系都不如上南路出入口更加明顯。

由以上分析可以得到以下結(jié)論：

一是入口的服務(wù)性質(zhì)會對客流的到達(dá)規(guī)律產(chǎn)生影響。主要散客入口在9時到9時半入園客流比例大于9時半到10時入園的比例，且其9時到9時半入園客流比重與9～11時總?cè)雸@客流的負(fù)相關(guān)性越大，說明當(dāng)客流增大時這些入口呈現(xiàn)到達(dá)平均化的趨勢。團(tuán)客客流出入口在9時半到10時入園客流的比重往往最大，且這些入口在兩個時間段之間分配的客流比重差距更為明顯，說明團(tuán)客入園時間往往比散客推遲，造成某些時間段突然出現(xiàn)的大客流。

二是大客流對入口的選擇有一定的傾向性。世博會這一案例中，9時半到10時這一入園客流最大時間段，附加在浦東入口的客流量更多。如白蓮涇入口雖然總體入園客流低于魯班路入口，但其與總體客流的相關(guān)性要高于魯班路入口。

3.3 最大客流量出入口特征分析

世博園客流量最大的三個出入口為后灘、長清路、上南路入口，將這3個入口每日9～11時總?cè)雸@客流量兩兩相減并取其絕對值，將絕對值與每日總客流的比值列表計算，如圖1所示。

圖1 上南路、長清路、后灘入口相對趨近程度比較

圖1 上的三條曲線呈現(xiàn)以下六種形態(tài)：

(1)藍(lán)色曲線在下，紅色與綠色曲線在上且相距較近，這種情況通常是后灘出入口的入園客流大幅高于長清路與上南路出入口；

(2)紅色曲線在下，藍(lán)、綠色曲線大幅高于紅色曲線且趨近，這種情況一般是客流在長清路和后灘入口分布較為均衡而上南路出入口客流明顯少于前兩者；

(3)綠色曲線在下，紅、藍(lán)色曲線趨近，這一般是上南路入口客流為最大、后灘入口客流與其相近，而長清路入口客流較為顯著低于前兩者的情況；

(4)紅、藍(lán)色曲線在下且趨近，綠色曲線大幅高于紅、藍(lán)曲線，這種情況通常是客流在三個入口分布呈現(xiàn)較顯著的分層現(xiàn)象且大致呈現(xiàn)一種等差分布；

(5)三種曲線明顯地分開(一般情況下從高到低按綠、藍(lán)、紅排列)，這一般是三個入口客流出現(xiàn)分層，且長清路與上南路入口的差值要大于長清路與后灘入口之間的差值；

(6)三種曲線接近且值都較小，這種情況表示單日客流在三個入口分布得較為平均。

取典型表現(xiàn)這六種形態(tài)的時間段列表如表3所示。

表3 各時間段形態(tài)特征

以入園客流量從低到高增長為順序，則這六種形態(tài)出現(xiàn)的先后順序?yàn)?→2→5→4→3→6，這種順序的含義如下：當(dāng)客流在20萬左右時，后灘入口入園客流量大幅大于長清路與上南路入口；當(dāng)客流逐漸增至30萬附近時，長清路入口的客流量大幅增加，與后灘入口接近，而上南路入口未有明顯增加，所以客流量明顯少于另外兩個入口；當(dāng)客流上升到35萬附近時，上南路入口的客流不斷增加，有縮小與長清路入口差距的趨勢；當(dāng)客流上升到40萬附近時，三者基本上呈等差分布，也就是說，上南路與長清路入口之間差距進(jìn)一步縮小；當(dāng)客流上升到45萬附近時，上南路入口的客流量可能高于其他兩個入口；當(dāng)單日總客流超過50萬時，在三者之間分布漸趨平均。也就是說，單日總客流從20萬上升到30萬的客流主要附加在長清路入口；而從30多萬上升到40多萬則主要附加在上南路入口。這說明上南路入口在客流高峰日有客流量劇增的情況，這與上南路入口標(biāo)準(zhǔn)差在三個入口中最大一致。

4 結(jié)論

本文以世博會為例，歸納整理了其各入口所具有的不同特點(diǎn)，利用基本數(shù)理統(tǒng)計工具和其他方法，對各入口單獨(dú)分析，并對極大客流量入口進(jìn)行橫向比較，從而總結(jié)了世博客流在各個入口的分布特征，為將來大型活動客流方面的統(tǒng)籌規(guī)劃提供經(jīng)驗(yàn)數(shù)據(jù)。

本文重要的結(jié)論可歸納如下：

(1)各個入口的不同特點(diǎn)，如交通設(shè)施的便捷性、主要服務(wù)的客流性質(zhì)等會影響到世博客流的分布，包括入口的選擇傾向性和到達(dá)規(guī)律。一般而言，配套設(shè)施便捷、熱門場館多的入口吸引的客流更多，在客流量增大時，附加在這些入口的客流量更加明顯。

(2)隨著世博每日總客流量的變化，在各個入口分配的客流量呈現(xiàn)一定的趨勢。如單日總客流從20萬到30萬到40萬的上升過程中，分別逆時針附加到后灘、長清路、上南路入口；入園客流規(guī)模較小的入口，當(dāng)總體客流增加時入園人數(shù)在各時間段呈現(xiàn)平均化的趨勢。

(3)由于入園客流在不同入口的不均衡性，給某些入口造成了極大壓力，后灘入口客流量最大時出現(xiàn)20分鐘以上等待安檢的局面，這與其周邊停車設(shè)施方便、與經(jīng)中環(huán)至浦東入口車流聯(lián)系最便捷、熱門場館多有關(guān)。因此，應(yīng)根據(jù)對客流傾向性、入口附近交通設(shè)施配置等情況合理設(shè)置入口規(guī)模，同時，還要對客流加以引導(dǎo)，手段可以是信息的及時互動、熱門場館與熱門入口之間的均衡等。

[1]Alan N,NigerB,Mark M.Crowd influence on decisions in association football[J].The Lancet,1999(353).

[2]Sime J D.Crowd psychology and engineering[J].Safety Science,1995(21).

[3]Helbing D.Simulating dynamical features of escape panic[J].Nature,2000(407).

[4]劉小明,陳艷艷,榮建.大型活動交通組織規(guī)劃理論與方法[M].北京:科學(xué)出版社,2010.

[5]崔洪軍,陸建.型活動交通管理措施及在十運(yùn)會開幕式中的運(yùn)用[J].現(xiàn)代城市研究,2006(5).

[6]楊忠振,陳剛.大型活動的交通組織方法研究[J].城市交通,2007(3).

[7]紀(jì)英.大型活動行人交通組織與管理方法研究[D].吉林:吉林大學(xué),2007.

[8]崔洪軍.大型活動交通組織管理關(guān)鍵技術(shù)研究[D].南京:東南大學(xué),2006.