市域軌道交通客流預測與特征探析

吳贊陽

熱點研討

市域軌道交通客流預測與特征探析

吳贊陽

（無錫地鐵集團有限公司，無錫 214000）

市域軌道交通從客流性質看包括城區客流、城郊客流和城區與轄縣間的市域客流；從與地鐵銜接看，有貫通運營、站點換乘等不同模式，其中，貫通運營模式將強化對市域客流及城郊客流的服務。為更準確地預測3類客流，支撐市域軌道運營模式決策，指出市域軌道交通客流預測需對傳統“四階段法”進行優化，應細分城區、城郊和市域3類客流，在出行生成、出行分布和方式劃分等階段進行分別建模，在流量分配階段再匯總，進而應用國際流行的“拓展四階段法”，新增反饋模塊，將擁堵信息返回至前述階段，以多次循環實現模型收斂平衡。以與無錫地鐵1號線銜接的無錫至江陰市域軌道(簡稱錫澄線)為例進行了實例應用分析，驗證了模型的可行性；對站點換乘和貫通運營兩種模式進行比較。預測表明，在貫通運營模式下，錫澄線本線遠期日客運量增長16%、高峰小時斷面增長7.8%。較好地支撐了錫澄線運營模式決策，所提方法可為其他地區都市圈市域軌道交通客流預測提供技術參考。

市域軌道；貫通運營；模型反饋；拓展四階段法

通常情況下，市域軌道交通與城市軌道交通銜接模式可分為貫通、換乘、貫通+換乘等運營模式。運輸供給滿足客流需求，使得運輸效率最大、運營成本和乘客成本最小是運營組織方案優化的主要目的。本文以無錫至江陰市域軌道(簡稱錫澄線)為例，基于無錫市域居民出行規律，采用大數據校核客流預測模型，重點研究錫澄線在與城區軌道交通1號線貫通運營條件下的客流特征，以促進實現錫澄線運營效益最優化。

錫澄線起于江陰外灘，止于既有無錫地鐵1號線終點站堰橋站，線路全長30.4 km，預計2024年建成，預測特征年分別為開通運營的第3、10、25年。錫澄線在堰橋站與無錫地鐵1號線貫通運營，在構建“錫澄半小時通勤圈”，打通交通主動脈，推動錫澄一體化發展方面起到重要的促進作用(如圖1)。

圖1 錫澄線線路走向示意

Figure 1 Scheme of Wuxi-Jiangyin Metropolitan Intercity Line

無錫地鐵1號線于2014年7月1日正式開通運營。全線呈南北向，北起惠山區，串聯老城和太湖新城。1號線(堰橋—長廣溪)全長29.4 km，設車站24座(見圖2)。工作日早、晚高峰為7:00～9:00、16:30～18:30，周末及節假日高峰為10:00～18:00，列車行車間隔為7 min。除此之外，其他時段為平峰期，行車間隔時間為8 min。

1 模型思路及構建

1.1 貫通運營條件下的功能特征變化

錫澄線具有城區聯系、城郊聯系和市域聯系的多重功能(如圖3)：

圖2 無錫地鐵1號線線路走向示意圖

Figure 2 Scheme of Wuxi Metro Line 1

圖3 錫澄線功能定位示意圖

Figure 3 Function of the Wuxi-Jiangyin Metropolitan Intercity Rail

1) 城區聯系：江陰主城區內部各組團間的通勤等聯系，線路主要服務的沿線組團包括外灘地區、老城區、高鐵站地區。

2) 城郊聯系：江陰主城區與城郊間的聯系、無錫主城區與江陰城郊間的聯系以及江陰城郊內部的聯系。江陰城郊主要為青陽、徐霞客地區。

3) 市域聯系：無錫主城區與江陰主城區間。

錫澄線與無錫地鐵1號線貫通運營，將開行與地鐵1號線跨線直通的列車，減少了不貫通模式下的換乘和候車環節。與不貫通模式相比，預期貫通模式將誘增一定的市域客流以及無錫主城區與江陰城郊間的城郊客流，市域出行服務及城郊出行服務功能將得到不同程度的強化。

1.2 模型思路

錫澄線與1號線貫通運營后，列車縱貫江陰市域和無錫市區，為此，預測模型也應從空間上覆蓋江陰市域和無錫市區，本次構建了更大范圍的蘇錫常都市圈模型，如圖4所示。

圖4 蘇錫常都市圈路網模型

Figure 4 Interface of the model and the underlying metropolitan network

為更好地適應錫澄線功能，在“拓展四階段”預測模型[1]的基礎上，本次提出按城區出行、城郊出行和市域出行3大模塊進行細分，分類進行出行生成、出行分布和方式劃分的預測后，匯總形成統一的OD，進行統一的綜合交通流量分配預測和軌道客流預測。與傳統“四階段”法相比，“拓展四階段法”最主要的特征是引入復合阻抗、增加了大循環反饋模塊(反饋模塊已是國外模型不可或缺的組成部分)和收斂判斷算法，以反映交通擁堵對出行行為的影響作用，避免了傳統四階段法數據單向流動、無法正確反映供需動態平衡的突出問題[1]。模型思路結構如圖5所示。

錫澄線承擔的城區出行、城郊出行和市域出行，在出行特征上呈現顯著差異：從出行頻次來看，城郊與城區出行頻次遠大于市域出行；從出行目的來看，江陰長期以來自成一體，市域出行中通勤比例較少，商務、探親、休閑、購物、看病、旅游等占大多數，但城郊出行以通勤為主；從出行距離和時耗來看，城區出行時間要求高，其出行時耗要顯著小于市域出行；此外，在高峰分布、方式結構方面，三者也有較大的差異。傳統方法將三者合在一起進行建模，在部分階段中增加細化模塊來解析3類出行，如出行分布階段以K系數法進行分類校核；該方法一方面在思路和結構上不夠清晰，另一方面，由于城區出行占大多數比例，往往結果上容易重城區出行而輕市域出行和城郊出行。為避免以上問題，本次提出分類分析的方法，在出行生成、出行分布、方式劃分、時段劃分等階段對3類出行進行清晰劃分和獨立運算，直到流量分配階段再合在一起，進而利用反饋模塊將擁堵信息返回前3階段，以多次大循環實現模型的收斂和動態平衡。

圖5 錫澄線客流預測技術路線

Figure 5 Technical frame of the method used in the passenger flow forecast

1.3 出行生成

傳統居民出行調查數據相對覆蓋中心城區較多，但對城郊地區覆蓋較為薄弱，為此，本次研究引入手機信令大數據，覆蓋了無錫市域范圍，從樣本量規模方面對城郊出行、市域出行進行有效補強，結合居民出行調查與錫澄出行意愿調查分析，全面把握城郊居民出行特征。

手機信令數據樣本量大，可從日均出行頻次、出行時空分布等方面提供更準確的結果；居民出行調查數據雖然樣本量相對小，但包含調查居民的個人特征、出行頻次、出行目的、交通方式、出行時耗等全過程信息，特別是出行目的、交通方式等通過手機信令數據難以得到。兩者各有優勢，為此，將手機信令數據與居民出行調查進行相互校核，兩類數據優勢互補，為模型標定提供更加可靠的數據來源。本次手機信令大數據采用了2018年7月第一周的手機信令大數據，采集樣本為無錫市域范圍，樣本量約占全市人口的21%，對138萬手機用戶進行連續不間斷追蹤，動態采集了無錫市域范圍內手機用戶的信令數據。除此之外，由于手機信令大數據對居民出行目的區分不足，本次研究還以2018年常住人口數據為基礎，對無錫市區、江陰市域范圍按照1.1%抽樣率進行居民出行抽樣調查并擴樣。

1.3.1 城區及城郊出行生成

采用原單位法，根據現狀調查數據和手機信令數據擴樣得到現狀OD矩陣，根據特征年發生吸引量和現狀OD矩陣利用雙約束模型得到特征年OD。

1) 發生量，包括常住人口發生量和流動人口發生量。

常住人口發生量：根據城市總體規劃中對各片區組團人口的預測采用插值法得到各特征年的人口，據公式(1)計算得到各交通小區的發生量，后匯總得到出行發生總量。

式中：P為第個交通小區內的常住或流動人口出行發生量；r為第個交通小區內的常住或流動人口數量；為常住或流動人口的日平均出行次數；k為第個交通小區的區位系數，中心區為1.2，中間區為1.1，外圍區為1.0；為規劃范圍內的交通小區個數；sum為常住或流動人口的出行總次數。

流動人口發生量：將各交通小區內流動人口數量乘以規劃人均出行次數，即可得到特征年各交通小區內流動人口的出行發生量。根據公式(2)可以計算得到特征年各交通小區流動人口的出行吸引量。

式中：H為第個交通小區的流動人口出行吸引量；sum為流動人口出行總次數；為規劃范圍內交通小區總數；R、2、3、5、M、G為第個交通小區內的居住、商業、文化娛樂、醫療衛生、工業、公共綠地用地面積；K、K2、K3、K5、K、K為居住、商業、文化娛樂、醫療衛生、工業、公共綠地用地對出行吸引量的權重值。

2) 吸引量。首先基于調查，通過回歸分析法得到出行吸引量與人口、用地類型、就業崗位之間的關系。然后，基于預測的未來交通小區內的人口、崗位、規劃用地類型等，求得各小區常住或流動人口的出行吸引量，匯總得到出行吸引總量。

1.3.2 市域出行生成

為此，對于傳統市域聯系客流，采用經濟社會與市域交通規模的彈性系數法進行預測。首先基于手機信令數據分析，得到各交通小區的市域間現狀客流發生、吸引量，然后以經濟社會歷史增長率與市域交通增長率的彈性關系，預測未來的彈性系數變化，預測得到未來的發生、吸引量規模(見圖6)。

圖6 未來城區常住人口出行規模

Figure 6 Urban trip generation pattern of future year

其次，對于通勤客流，從其相關特性來看，與江陰郊區—無錫主城區間城郊客流規律特性擁有較強的相似性，為此利用大數據分析江陰郊區與無錫主城區間的人均日出行頻次與出行距離的變化關系，總體上遞遠遞減，如圖7所示，利用此規律外推得到江陰主城區各交通小區與無錫主城區各交通小區的人均日出行頻次，進而得到通勤出行發生量。

最后，將通勤客流與傳統市域聯系客流疊加，得到市域間出行總客流。

從國內外發展經驗來看，在都市圈通勤圈范圍內，居民的出行規模一般呈現隨出行距離迅速增大又遞減的規律。在幾千米出行范圍內，出行阻抗低，出行成本對出行的影響較小，出行規模隨著距離增大、目的地增多、機會增多而增大；隨著出行范圍的進一步擴大，出行阻抗對出行的影響越來越顯著，導致居民出行意愿不斷衰減，使得出行規模隨出行距離的增大而不斷減小。

圖7 出行規模隨距離分布(TLFD)示意圖

Figure 7 Trip length-frequency distribution pattern

基于以上3個層次，結合相關調查和統計分析，可將居民人均日出行次數拆解至市區、市郊、市域3類空間構成范圍，從而得到對應3類空間范圍的常住人口出行次數，如表1所示。常住人口及流動人口初、近、遠期出行預測總體規模為2 118萬人次/d、2 476萬人次/d、2 488萬人次/d，如表2所示。

首先進行了史料查閱(史書記載的均為古道，而不是森林古道)，根據民國三年的《道光東陽縣志》[5]記載，東陽古道有15條，通往義烏路(3條)、永康路(3條)、天臺路(4條)、嵊縣路(3條)、諸暨路(2條)，經計算得古道總長度大約596 km(圖1)。

表1 出行空間構成劃分

注：經校核，根據城市總規里的人口預測，根據相關調查和統計分析，將居民人均日出行次數拆解至市區、市郊、市域3類空間構成范圍，修正了各空間層次的出行次數，江陰城區+城郊+市域=下表的常住人口出行次數。

表2 常住人口出行規模

注：常住人口統計口徑為江陰市域和無錫市區。出行次數為3類的合計，流動人口出行次數統一取3.0人次/d，得到初近遠期出行規模。

1.4 出行分布

根據居民出行調查數據和手機信令大數據，對無錫市域范圍現狀流量分布進行分析，根據手機信令數據，得到平均出行時間、平均出行距離及交通中區分布形態等現狀參數特征。根據無錫和江陰市居民出行調查得到出行目的等參數。特征年出行分布如圖8所示。

將手機信令數據結合居民出行調查與錫澄出行意愿調查綜合分析，如圖9所示，從錫澄聯系空間分布來看，錫澄間一日雙向全方式聯系量約為25萬人次/d，主要包括部分交界區域的短距離聯系，及江陰、無錫市區間商務、辦公、探親、旅游等出行。

對城區出行、城郊出行、市域出行分別應用雙約束重力模型進行預測，基于現狀平均出行時間、距離、分布形態等進行參數標定如表3所示。

圖8 無錫市域手機信令蛛網圖

Figure 8 Spider web of citywide trips based on cellular signaling data

圖9 錫澄全日全方式聯系空間分布示意圖

Figure 9 Current daily travel pattern between Wuxi City and Jiangyin City

表3 交通分布現狀模型校核

對于小區內部出行需要分類分析。市域出行模塊和城郊出行模塊需結合OD點對的空間關系進行阻抗預設，如無錫主城區各交通小區相互間的出行阻抗需設置為極大，以避免跨市域客流被分布為城區客流。對于城區出行模塊，考慮到本次小區劃分比較細致，統一采用重力模型對區內出行分布預測會產生較大的偏差，擬對區內分布進行獨立預測與分析；根據國內外相關建模經驗，區內出行的發生量、吸引量與小區的面積有著明顯的關系；區內出行分布模型采用公式(3)進行：

其中，T為小區內部出行量，G為小區交通發生量，A為小區交通吸引量、S為小區面積，、、待定參數，通過回歸獲取。

1.5 方式劃分

1.5.1 城區出行方式劃分

根據各種客運交通方式的特征將其分成不同層次結構，如圖10、11所示，首先確定非競爭類即步行交通方式的分擔率，然后采用Logit函數模型，將獨立使用自行車、個體機動交通方式的分擔率從競爭類交通方式中劃分出來，從而得到由軌道交通、常規公交和接運自行車組成的合作競爭類交通方式的分擔率，如表4所示。該方法不直接得到軌道交通方式的OD矩陣，而是得到合作競爭類交通方式的OD矩陣，充分體現了軌道交通、常規公交和自行車之間的合作競爭關系。

圖10 都市圈范圍內出行分布蛛網圖

Figure 10 Spider web of forecasted metropolitan trips

圖11 交通方式劃分模型

Figure 11 Structure of mode split model

表4 城區出行方式結構

1.5.2 城郊出行方式劃分

城郊出行方式主要包括小汽車、城鄉班線和軌道交通，相應應用Logit函數模型進行預測。城郊出行方式結構預測如表5所示。

1.5.3 市域出行方式劃分

市域范圍的出行方式主要包括小汽車、摩托車、城際班線、鐵路和軌道交通，相應應用Logit函數模型進行預測，如表6所示。預測結果顯示，鐵路主要為利用新長鐵路短途列車出行和利用鹽泰錫常宜鐵路接駁方式出行，相對規模較小。

表5 城郊出行方式結構

表6 市域出行方式結構

1.6 交通分配及MSA反饋

將城區出行、城郊出行及市域出行3大類出行的OD進行疊加，即得到總OD，然后分別對機動車和公交進行流量分配預測。

機動車分配采用多種小汽車平衡分配，根據出行時間成本分為小客車、大客車和出租車，根據現狀車輛出行特征及未來經濟發展趨勢，同時機動車出行率呈現與保有量負相關關系，而一般高于居民平均出行率的特征，綜合確定機動車不同規劃年限的出行發生率。根據機動車擁有量及各類機動車出行率預測，可確定特征年各類機動車出行量。將不同類型的車種OD需求放在一起分配互相競爭，同時對不同車種設置不同模型類型，便于對某些車種進行道路限行設置。

公交分配選擇公交線段延誤函數，采用最優策略分配的方法，對公交方式早、晚高峰小時當量需求矩陣進行分配，得到公交早、晚高峰小時當量斷面流量。

本次采用“拓展四階段法”，利用MSA法多次循環運行四階段法直至模型預測結果趨于收斂穩定[1]，即不斷調整已分配到各路段上的交通流量而逐漸達到或接近均衡分配(反饋到出行分布，已在圖5中標出)。

2 客流特征分析

2.1 線路客運量

錫澄線與地鐵1號線貫通運營，錫澄線高峰小時單向最大斷面流量初期0.64萬人次、近期0.85萬人次、遠期1.25萬人次。相較于獨立運營方案，錫澄線遠期日客運量增長16%、高峰小時斷面增長7.8%。

遠期增加的客流量主要為市域客流和江陰郊區-無錫主城區的客流，兩者規模分別為11.7萬人次/d、4.5萬人次/d，共占總量的16.8%。

2.2 高峰斷面流量

根據客流預測結果，錫澄線與1號線貫通運營時，高峰小時最大斷面客流出現在1號線區段勝利門站至三陽廣場站區間，最大斷面客流量33 034人次/h，本線區段高峰小時最大斷面出現在南門站至汽車客運站區間，斷面客流量為12 523人次/h，如圖12所示。

圖12 錫澄線與1號線貫通運營遠期高峰小時斷面

Figure 12 Long-range peak-hour peak-section flow under the mode of through operation

2.3 組團客流交換

本線是無錫城區與江陰城區南北方向客流聯系的主要通道，貫通交路長度超過50 km，平均乘距超過10 km，運營長度和客流乘距均較長。

錫澄線與1號線貫通運營條件下，各組團間客流交流情況如圖13所示。與1號線貫通運營后，全線客流組成城區聯系占79.6%、城郊聯系占8.3%、市域聯系占12.1%。從錫澄線本線客流組成來看，遠期江陰外灘站至徐霞客站全日客流量為21.8萬人次，其中內部交流量為13.7萬人次，占62.8%，與無錫各組團的交流量為8.1萬人次，占37.2%。由此可以看出，遠期江陰組團與無錫主城之間的交流超過江陰城區內部客流的一半，錫澄協同發展趨勢明顯。從客流需求來講，錫澄線與1號線貫通運營效益更佳。

2.4 運營組織方案

本線各組團的內部客流，占本線承擔的客流的38.4%，該部分客流中通勤、通學客流占有很大比例，一般運距較短，對旅行速度、舒適性的要求相對較低，在便捷性、經濟性等方面的要求突出，可開行站站停列車滿足這部分客流的出行需求(見圖14)。

圖13 錫澄線與1號線貫通運營遠期各組團客流交換情況

Figure 13 Passenger flow pattern under the mode of through operation

圖14 停站方案

Figure 14 Stop plan

對于各組團之間以及跨組團的長距離出行客流，占本線總客流的61.6%，其中江陰組團與無錫城區組團交換客流所占比重最大，占本線總客流的18%，其次是江陰組團與惠山組團之間的跨組團客流，占本線總客流的11%。該部分客流出行距離較長，要求停站少、旅行速度快、舒適性高，對出行時間的要求更高。

因此，為細分客運市場，更好地服務于旅行距離長、對快捷性及舒適度要求高的直達客流，對于外圍組團有必要開行大站快車，提高大站之間客流的服務質量，以適應不同客流需求。故本線宜開行大站快車來滿足本線功能定位和沿線客流快速出行的需求。

2.5 行車組織

根據客流預測結果，從滿足高峰小時客流需求、運能余量上來看，圖15所示交路設置具有一定的抵抗客流預測風險的能力。從直達性上看，江陰組團中前往無錫南延段的客流需在市民中心站換乘，但是從初期沿線組團客流分析，江陰段至無錫南延段客流交流占總客流量1.0%，占客流量比例較小，因此貫通交路在市民中心站折返，對客流的直達性影響不大。

本線與1號線貫通運營條件下，初、近期斷面客流特征與遠期相似，因此初近期交路的設置可參考遠期的交路形式，高峰小時開行對數根據初、近期客流規模，并考慮一定運能余量綜合確定。

2.6 運輸時效性

若錫澄線與1號線采用貫通運營方案，則江陰段至無錫城區的客流無需在堰橋站換乘。1號線初期高峰和平峰發車間隔分別為4 min和8 min，近期至遠期高峰時段發車間隔逐漸縮短為2 min，平峰時段發車間隔為4 min；錫澄線行車間隔2 min。經初步估算，可節約乘客在換乘站的走行時間及候車時間約4 min，有助于實現乘坐軌道交通30 min由江陰高鐵站到達無錫火車站的時間目標，提高軌道交通服務水平。由于線路經無錫主城設站密集，有利于江陰主城與無錫主城的聯系客流，降低換乘系數，兩段實現“零換乘”，提高客流直達性，提升軌道交通運營服務的品質。

圖15 貫通運營交路示意圖

Figure 15 Routing plan of through operation line

3 結語

綜上所述，對于發展迅速的市域軌道，多存在與城市軌道交通網銜接的問題，采用何種運營組織方案，需結合線路的客流適應性與服務水平、運營組織便利性、經濟造價、對相關線路的影響等多方面比較后確定。針對市域軌道錫澄線與地鐵1號線貫通運營特點，客流預測利用區分城區出行、城郊出行和市域出行的“拓展四階段法”模型預測，可以較好地適應客流特征，可為市域軌道交通客流預測提供方法借鑒。

[1] 裴劍平, 范東濤. 基于拓展四階段法的城市軌道交通客流預測[J]. 都市快軌交通, 2010, 23(5): 57-61. PEI Jianping, FAN Dongtao. Passenger flow forecast for urban rail transit based on extended four-step model[J]. Urban rapid rail transit, 2010, 23(5): 57-61.

[2] 王樹盛, 黃衛, 陸振波, 等. 都市圈軌道交通客流預測方法研究[J]. 城市軌道交通研究, 2004(1): 40-43.WANG Shusheng, HUANG Wei, LU Zhenbo, et al. A method of forecasting passenger flow in metropolitan UMT[J]. Urban mass transit, 2004(1): 40-43.

[3] 楊敏, 陳學武, 王煒, 等. 基于人口和土地利用的城市新區交通生成預測模型[J]. 東南大學學報(自然科學版), 2005(5): 161-165.YANG Min, CHEN Xuewu, WANG Wei, et al. Trip gene-ration forecasting model of new district based on urban population and land use[J]. Journal of Southeast University (Natural Science Edition), 2005(5): 161-165.

[4] 無錫地鐵公司. 無錫市域居民出行調查報告[R]. 南京, 2019.

[5] 中設設計集團. 無錫至江陰城際軌道交通工程工可階段客流預測項目[R]. 南京, 2019.

[6] 康海燕. 北京軌道交通市郊線與市區線的銜接方式探討[J]. 都市快軌交通, 2010, 23(2): 50-54. KANG Haiyan. On the connection modes of Beijing subu-rban railway lines with urban rail lines[J]. Urban rapid rail transit, 2010, 23(2): 50-54.

[7] 陳凡, 王昊. 城市圈城際鐵路列車開行方案的優選[J]. 鐵道運營技術, 2011(1): 34-36.

[8] 劉揚, 程銘基. 軌道交通客流預測估算方法的研究[J]. 鐵道工程學報, 2015, 32(12): 92-96. LIU Yang, CHENG Mingji. Research on the forecast me-thods of rail transit passenger flow[J]. Journal of railway engineering society, 2015, 32(12): 92-96.

[9] 佘世英, 李建忠, 鄭猛. 建立在現有模型基礎上的軌道交通客流預測模型及其校核[J]. 城市軌道交通研究. 2008, 11(1): 49-53. SHE Shiying, LI Jianzhong, ZhENG Meng. Calibration of Wuhan rail passenger forecast model built on the existing model[J]. Urban mass transit, 2008, 11(1): 49-53.

[10] MARTIN W A, MCGUCKIN N A. Travel Estimation Techniques for Urban Planning[R]. NCHRP reort 365, 1998.

Forecast Method and Characteristics of Metropolitan Suburban Rail Passenger Flow

WU Zanyang

(Wuxi Metro Cooperation, Wuxi 214000)

Passenger flow in the metropolitan suburban rail includes urban passenger flow, suburban passenger flow, and intercity passenger flow. Regarding the operation mode when connecting to the subway, the hub transfer mode and the through operation mode are two possible choices, with the latter providing strengthened service for intercity and suburban passengers. To achieve more accurate forecasts and support better decision-making regarding the suburban rail operation mode, this study highlights that the prediction model for metropolitan suburban rail passenger flow needs to be further optimized on the basis of the “four-step model.” Passenger flow should be divided into three categories: urban areas, suburbs, and intercities. The trip generation, distribution, and mode choice steps should be performed for each of the three types of flows. After aggregation of the ODs of the above three types of flow, the traffic and transit assignment can be performed for all of them simultaneously. Furthermore, the extended four-step model widely used in advanced countries, which can feed back congestion to the whole model and dynamically balance the demand and supply, should be applied. The proposed improved model was applied to the case of the Wuxi-Jiangyin metropolitan suburban rail that will be operated with Wuxi Metro Line 1. The results verified the feasibility of the proposed model and showed that more passenger flows are expected under the through operation mode. Compared to the hub transfer mode, the daily passenger flow can grow by 16% and the peak-hour peak-section flow can grow by 7.8%. The proposed method can be applied to similar cases in other regions and better support operational decision-making.

metropolitan suburban rail; through operation; feedback method; expanded four-step model

U231

A

1672-6073(2021)02-0021-08

10.3969/j.issn.1672-6073.2021.02.004

2020-06-24

2020-07-13

吳贊陽，男，碩士，研究方向為軌道交通規劃和建設管理。

吳贊陽. 市域軌道交通客流預測與特征探析[J]. 都市快軌交通，2021，34(2)：21-28.

WU Zanyang. Forecast method and characteristics of metropolitan suburban rail passenger flow[J]. Urban rapid rail transit, 2021, 34(2): 21-28.

（編輯：王艷菊）