基于手機大數據的地鐵網絡重要節點故障大客流換乘研究

孫楊世佳+姚遠

【摘 要】2017年春節期間，上海地鐵人民廣場站進行改造施工，直接影響客流在軌道交通網絡中的分布情況，尤其是周邊站點的換乘客流量大幅增加。本文利用手機大數據技術，采集人民廣場站及其周邊換乘站點客流數據，對比分析站點進站客流量、出站客流量、換乘客流量和不同線路換乘比例等客流特征，總結改造期和非改造期的客流變化規律。研究地鐵網絡重要節點故障情況下的客流換乘情況具有重要的現實意義，能夠為今后大型換乘站點改造的客運組織提供參考，提出合理的換乘方案以及相應的優化管理措施。

【關鍵詞】手機數據；地鐵出行路徑；地鐵節點故障；客流出行特征

0 引言

隨著無線通信網絡的普及化，利用手機技術可獲取海量的乘客出行信息，成為挖掘地鐵客流信息的全新數據源，也成為最新的技術發展方向。手機技術能夠實時、動態地掌握地鐵客流數據信息，進行定量化客流出行特征分析，為采取針對性的運營方案、應急疏散決策提供理論支撐。

本文利用手機大數據技術采集地鐵客流數據，進行地鐵網絡重要節點故障下客流特征分析，包括進站客流量、出站客流量、換乘客流量和不同線路換乘比例等，總結改造站點及其周邊換乘站點在改造期和非改造期的客流變化情況，為今后類似大型換乘站點故障期間的運營組織提供參考，為周邊站點換乘優化協調、客流預測以及運營管理提供分析支持。

1 地鐵網絡重要節點故障客流變化規律分析

2017年1月17日至2月10日，人民廣場站進行封閉大修。利用手機大數據技術，獲取人民廣場站的客流數據，分析時間單位為15分鐘，分析日期分別為地鐵改造期和地鐵非改造期兩個階段，具體日期為2017-2-1～2017-2-7和2017-2-20～2017-2-26，共14天。

1.1 進站客流變化情況

改造期間，人民廣場站的工作日日均進站總客流量為12099人/日，節假日為11261人/日，而非改造期間分別為30012人/日和29018人/日。通過對比發現，改造期間人民廣場站在工作日和節假日的進站客流均出現大幅減少，下降幅度超過50%。

進站客流的時間變化情況在改造期和非改造期基本相似。工作日進站客流主要集中在晚高峰時段，潮汐明顯，晚高峰出現在17：00～19：00。節假日進站客流時變特征不顯著，基本不存在晚高峰，人流主要集中在下午及晚上。從高峰進站客流量上來看，改造期工作日高峰客流為491人/15分鐘，出現在17：45，而非改造期為1137人/15分鐘，出現在17：30。改造期和非改造期的節假日高峰客流均出現在16：15，分別為363人/15分鐘和922人/15分鐘。總體上來說，人民廣場站封閉大修對進站客流量的影響較大，但客流量的時變情況基本不受影響。

1.2 出站客流變化情況

人民廣場站大修期間，工作日日均出站客流量從非改造期的33171人/日下降至23752人/日，而節假日的由35320人/日減少至21916人/日。工作日和節假日的客流量雖有所下降，但幅度要小于進站客流量的變化，約為30%。

人民廣場站改造對客流量隨時間的變化影響較小，工作日出站客流集中在早高峰時段，而節假日進站客流不具有潮汐現象，分布較為均勻。從具體客流量來看，改造期間工作日高峰出站客流為1210人/15分鐘，節假日則為916人/15分鐘，分別出現在8：45和9：00。非改造期間，工作日高峰出站客流為1680人/15分鐘，節假日為1016人/15分鐘，分別出現在8：45和10：45。對比高峰出站客流可知，改造期會減少高峰期間的出站客流，但基本上不會影響工作日的高峰時段。

2 受制節點周邊換乘站點客流變化分析

地鐵網絡中重要節點故障會造成站點的客流量大幅下降，尤其是進站客流和換乘客流，導致周邊換乘站點客流量情況出現變化。因此，在研究重要節點的基礎上，有必要進一步分析受制節點周邊換乘站點的客流變化情況，從而提出有效的站點間協調換乘方案、優化運營管理措施等建議。

受制節點周邊站點進站客流和出站客流有增有減，工作日和節假日的受影響程度均較小。除曲阜路站和南京東路站外，其他周邊站點在改造期的進站客流量和進站客流量均小于非改造期。同時，曲阜路站進站、出站客流小幅度增加，而南京東路站客流則上升明顯。由于南京東路站靠近外灘，適逢改造期間為春節長假，游客數量增加導致站點的進站、出站客流明顯增加。相比進站、出站客流，改造期間受制節點周邊的換乘客流出現大幅增加，尤其是工作日。同時，周邊各站點的換乘客流占該站總客流比例均高于進站、出站客流比例，說明在工作日和節假日，乘客人民廣場站周邊站點以換乘為主。具體對比各站點間換乘增長情況，漢中路站和曲阜路站在工作日增長幅度較大，而各站點在節假日增長量相似，約增長1萬人/日左右。通過分析人民廣場站周邊站點的客流變化情況發現，地鐵網絡中重要節點發生故障后，會導致周邊站點的換乘客流量猛增，但對進站客流和出站客流的影響較小。因此，應加強受制節點周邊站點之間的協調換乘，通過縮短發車頻率、延長運營時間等手段提升換乘服務能力。

3 結論及建議

本文利用手機大數據技術采集地鐵客流數據，研究地鐵網絡重要節點故障下的客流換乘情況。通過分析，可得出如下結論：1）地鐵網絡中重要節點發生故障會影響整個網絡中的客流分布，故障節點的進站客流量、出站客流量明顯下降；2）改造、大修等長時間故障對節點處客流隨時間的變化影響較小；3）改造期間，受制節點周邊站點的客流量也會發生變化，尤其是換乘客流將大幅增加；4）在周邊換乘站點中，受制節點的線路與其他線路之間的換乘比例將上升，但其他線路之間基本不受影響；

利用手機大數據，研究客流變化規律，為今后類似大型站點故障期間的運營組織具有重要的參考價值，并提出如下幾點建議：1）及時發布信息：地鐵運營方應提前在媒體、車站電子屏等宣傳平臺發布相關站點改造、故障等信息，使乘客提前做好出行方案調整工作；2）優化運營管理：針對受制節點周邊站點實施應急疏散方案，縮短高比例換乘線路的發車時間間隔，延長受制線路的運營時間；3）動態客流監測：利用手機、IC卡等大數據，實時監測故障節點及其周邊站點客流情況，高峰期可適時采取限流措施；4）鼓勵多方式換乘：通過增加故障站點周邊公交班次、縮短發車頻率等方式，引導乘客采用其他方式進行換乘或出行，減輕周邊其他地鐵站點的客流壓力。

【參考文獻】

[1]冉斌.手機數據在交通調查和交通規劃中的應用[J].城市交通，2013，11（1）：72～81，32.

[2]陳明威，劉杰，沈燁峰，等.基于手機網絡數據的軌道交通站點實時動態客流檢測研究[J].黑龍江科技信息.2012（32）：127-128.

[3]賴見輝，陳艷艷，鐘園，等.基于手機定位信息的地鐵乘客出行路徑辨識方法[J].計算機應用，2013（02）：583-586.endprint