安檢模式對鐵路客站換乘地鐵效率的影響

莊 宇， 李丹瑞

（同濟大學 建筑與城市規劃學院，上海 200092）

隨著我國城市化進程的不斷深入，鐵路車站等交通樞紐越加成為了城市內人員流動的核心構件。而鐵路車站的換乘效率是提升車站人流集散能力、促進鐵路車站與城市高效協同發展的重要途徑。旅客步行換乘效率作為車站運營效率的關鍵議題之一，既有研究已提出了一系列設計與運營上的提升策略［1-3］。其中，近年來發展最快的便是安檢模式的改進，具體表現為安檢互認與人臉識別無感出站技術的應用［4］。因此，安檢模式改進對于鐵路車站步行換乘效率的影響，以及鐵路車站的相應設計策略，正受到越來越多研究者的關注。

既有研究在安檢互認方面，已經說明了安檢互認對于鐵路車站換乘效率提升的重要作用：何震子等［5］通過排隊模型的數值模擬，表明安檢互認措施為深圳北站的旅客平均節約了4.5 min的換乘時間。但安檢互認的實施也會產生更為劇烈的客流脈沖，對車站建筑空間（尤其是旅客流量不均勻的出站空間）造成更大的客流壓力［6］。

在人臉識別應用方面，以人臉識別技術為基礎的“票、證、人”一體化檢驗閘機已經投入相關應用，并擁有優秀的響應速度與準確率［7］。進一步地，衣帥［4］提出了基于人工智能攝像頭的無感出站技術方案并進行了實地測試。該方案由于去除了檢票閘機對出站旅客的阻擋，在未來有望進一步提高旅客換乘效率。

在車站設計應對策略方面，既有研究按研究方法可分為如下兩類：第一類研究借助案例分析與實地調研，歸納總結車站設計的總體發展趨勢［8］，或者指出特定車站中的設計問題［9］。第二類研究則借助計算機多智能體模擬，比選特定項目中的多個設計方案［10］，或者尋找局部節點的最優設計［11］。

然而既有研究還存在以下需完善的空間：首先，關于安檢模式的定量評估維度尚不充分，尚未考慮時間消耗之外的評估維度。其次，既有研究缺少對多因素之間交互作用的討論，即：外部條件變化是否會影響安檢模式對車站的作用效果。而對交互效應討論的缺失將在很大程度上削弱研究結論對于現實復雜性、多變性的解釋能力。最后，在設計應對策略上，多數研究要么聚焦于設計后期項目個體層面的模擬方案量化比選，要么聚焦于設計初期總體層面的設計原則歸納，而缺少一個中間層次：在鐵路車站的設計初期，是否可以在避免動用大量資源進行項目模擬評估的情況下，為設計提供量化指導？此類量化輔助決策方法的缺失，降低了當前研究成果應用于車站建筑設計實踐時的可行性。

因此本文的研究目標是：借助計算機模擬，多維度量化評估安檢模式改進對鐵路車站出站空間步行換乘效率的影響大小，及其與重要外部社會條件的交互效應；并從建筑設計角度總結安檢模式改進對鐵路車站步行換乘效率的影響；最后基于鐵路車站外部社會條件的不同類別，提出相應的建筑設計量化輔助決策方法。

1 方法

1.1 換乘效率的定義與評估

本文認同既有研究對“換乘效率”的綜合解釋［12-13］：從旅客的視角出發，旅客換乘過程中的時間成本消耗、旅客之間的堵塞擁擠狀態、對步行安全性的預期，都會構成旅客對“換乘效率”的感知。因此本文將“換乘效率”定義成以上三個維度的集合。

在評估方法上，基于既有研究的模型對比結果［14］與相關議題軟件應用情況［15-16］，并考慮到與建筑設計軟件數據的互通能力，本文最終選擇基于Helbing 社會力模型［17］的MassMotion 軟件來對鐵路車站的旅客步行行為進行多智能體模擬，并用以下三個指標對換乘效率的含義進行定量詮釋：

節點通行耗時：在單次模擬實驗中，所有經過某段空間的旅客，在該段空間內消耗時間的均值。這反映了旅客在換乘過程中的時間成本消耗。

低水平持續時間：在單次模擬實驗中，所有經過某段空間的旅客，在該段空間內低水平狀態的持續時間的均值。所謂低水平狀態，本文參照Fruin［18］的研究，將旅客周邊的人均地板占有面積小于2.32 m2（LOS B）的狀態定義為低水平狀態。這反映了旅客的堵塞擁擠狀態。

局部最高聚集人數：將整個觀測時段劃分為長度為10 s 的區間，統計每個時間區間中觀測范圍內的總人數平均水平，最后選擇總人數最高的時間區間的總人數作為局部最高聚集人數。這反映了旅客的步行安全性。

1.2 主要自變量

安檢模式的改進 在傳統模式下，由于安全與管理上的考慮，鐵路換乘其他公共交通系統（如地鐵）時需要二次安檢，鐵路出站時需要再次查票，鐵路車站也需要大面積封閉管理空間。這些都阻礙了車站交通換乘效率與功能復合程度的進一步發展。

在既有文獻中，安檢流程改進主要包含安檢互認和人臉識別出站兩個方面。具體而言，“安檢互認”指交通樞紐內不同交通工具之間形成內部聯通外部統一的安檢防護區，從而省去換乘時重復安檢的步驟［19］。

在人臉識別方面，既有研究［20］已提出在人臉信息、購票信息、公安數據庫互聯互通的前提下，將原有閘機替換為具有人臉識別設施的安全門。相關識別設備在占用較少空間的情況下，其系統響應時間小于1 s［7］。這意味著人臉識別設備的采用將大大減少旅客在出站閘機口前的停留時間，提高節點設備的處理能力。

因此，安檢模式作為研究的主要自變量，將具有三個取值：傳統安檢、安檢互認，以及安檢互認+人臉識別。而安檢模式的改進將具體體現于旅客的出站流程的改變（圖1），以及通過特定節點（出站檢票口）的耗時變化。

圖1 不同安檢模式下的鐵路出站旅客換乘地鐵的流程示意圖Fig. 1 Transfer procedures for arriving passengers indifferent security check modes

1.3 次要自變量

城際列車比例與地鐵分擔率 結合既有研究、政策中對鐵路車站的未來發展趨勢的討論，本文將外部條件的研究范圍聚焦在城際列車比例與地鐵分擔率這兩類要素上。

從相關政策規定［21］中可看出，城際列車占鐵路班次的比例在未來有進一步上升的趨勢。而城際列車比例的上升，將會對鐵路車站的換乘效率帶來兩個影響：首先，城際列車“小編組、高密度”的特點［22］會改變旅客客流的時空分布特征。具體而言，“小編組、高密度”正好反映了列車定員人數的降低與停靠頻率的升高。其次，城際列車對中短途市民日常出行的拉動，可能讓以商務交流、周末游憩為出行目的的鐵路旅客比例更高［23］。這會改變旅客攜帶行李的數量、結伴的比例等，從而進一步影響旅客步行行為特性。

類似地，相關政府文件［21］與實地調查［24］也指出，地鐵逐漸成為鐵路車站出站旅客的主要選擇。而地鐵的進一步發展，首先將影響鐵路出站旅客對于不同交通工具的選擇比例，從而改變了出站空間不同節點處的旅客流量大小。除此之外，地鐵發展帶來的地鐵乘客數量的增加，還會進一步影響地鐵的開行方案，以及地鐵站相應檢票、安檢設備的數量。

基于以上對于影響途徑的分析，本文確定了次要自變量具體影響的多智能體模擬參數（表1）。其中N～（μ，σ2）表示隨機變量取值符合均值為μ，標準差為σ的正態分布。U～（a，b）表示隨機變量取值符合最小值為a，最大值為b的均勻分布。

表1 研究變量與其對應的模擬參數Tab. 1 Variables and their related simulation parameters

1.4 固定量

本文將自變量無法直接影響的模擬參數設定為固定量（表1）。其中，地鐵設施通過效率和旅客特征的取值來源于文獻研究［25-27］，扶梯的最大流量來自于作者實地測量。鐵路運行時的站臺調度和列車上座率則被控制為相同水平。

1.5 模擬結果分析方法

為了更方便地對比安檢改進、城際列車、地鐵分擔率的換乘效率影響效果，同時減少模擬實驗對算力的要求，本文參考析因設計的實驗方法，把安檢改進、城際列車、地鐵分擔率這三個變量分別取2～3個數值水平，再對各變量之間的所有取值組合進行多次重復模擬，最終將模擬結果進行組間比較，以確定安檢模式對于換乘效率的影響，以及城際列車比例、地鐵分擔率的交互效應。研究變量與其對應的主要模擬參數設定結果經整理如表1所示。

1.6 研究對象與范圍

本文以規劃設計中的鄭州小李莊站方案為例，其作為鄭州“四主”車站之一，將形成車場規模為8臺21線的大型鐵路客站樞紐。近、遠期旅客發送量分別為2 960萬人、3 170萬人，最高小時聚集人數為8 000人，屬特大型車站。出站旅客換乘地鐵的步行流線為“鐵路站臺層”、“出站通道-換乘大廳-地鐵站廳層”、“地鐵站臺層”。三個樓層在空間中垂直疊合，標高依次遞減。

鄭州小李莊站在以下兩個方面具有案例代表性：①從旅客規模上看，小李莊站是特等站，代表了中國鐵路車站中人員壓力問題最突出的車站類型；②從步行換乘空間的組織形式來看，小李莊“上進下出”的格局，代表了國內大型鐵路車站的主流做法［8］。

由于行人擁堵、排隊過久等換乘效率問題，往往以空間節點的形式集中體現在車站空間的局部之中，因此本研究對于車站換乘效率的評估，將集中于對出站步行空間的幾個關鍵節點（圖2、圖3）的評估上。節點空間的選擇為：出站通道、換乘大廳（出站集散廳）、地鐵站廳與地鐵站臺。

圖2 換乘效率評估范圍在鐵路出站旅客流程中的位置Fig. 2 Research scope in exiting procedure of arriving passengers

2 模擬結果與分析

2.1 安檢改進的非均質影響

模擬結果如圖4所示。圖中數據點表示樣本的均值，數據點上的誤差線表示樣本數據均值的95 %置信區間。研究發現，無論研究范圍內的外部條件（城際列車比例、地鐵分擔率）是何種狀態，安檢流程的改進（安檢互認、人臉識別出站）均可以極大地縮短鐵路旅客在出站空間中的通行時間。這進一步驗證了既有研究的觀點：安檢流程的改進是未來鐵路車站降低通行時間的重要途徑之一。安檢互認與人臉識別在多種條件下的車站設計與運營中都具有廣泛的研究與應用前景。

圖4 不同安檢模式與外部條件下的鐵路出站旅客換乘效率比較Fig. 4 Comparison of transfer efficiencies for arriving passengers in different security check procedures and external conditions

然而，安檢改進措施對出站空間聚集壓力、低水平持續時間的影響并非總是正向的，鐵路車站各個空間節點中的影響效果并不相同：鐵路出站通道將受益于安檢改進，地鐵站臺、站廳對安檢改進不敏感，而換乘大廳反而可能會因安檢效率的提高而承受更大的壓力。

2.2 安檢改進與外界條件存在交互效應

模擬結果揭示了城際列車比例、安檢流程、地鐵分擔率這三類因素對換乘效率的復雜影響關系。首先，當采用安檢互認、人臉識別時，城際列車實驗組在通行耗時、低水平持續時間方面，比非城際列車實驗組下降得更多。因此，以城際列車為主的鐵路車站從安檢互認、人臉識別中得到的換乘效率提升收益更大。

其次，安檢模式對換乘效率的影響程度，還取決于地鐵分擔率的大小。地鐵交通分擔率越高，不同安檢模式帶來的換乘效率差異、城際列車組與非城際列車組之間的換乘效率差異也就越大。

最后值得注意的是，對于地鐵分擔率較低、城際列車比例較少的鐵路車站，安檢模式的改進對其低水平持續時間、人員聚集壓力的改善十分有限。

2.3 更靈活的設計輔助方法

出站空間人員壓力速查表 基于2.1、2.2節結論可得，在復雜多變的社會、技術變革趨勢下，不同車站的換乘效率將會產生巨大的差異，固定、單一的設計應對策略并不能滿足未來鐵路車站的設計需要。

但現行鐵路設計相關規范依然采用的是相對單一的設計策略或規定。以出站空間中的出站集散廳（即本文研究對象中的換乘大廳）為例，如現行設計規范［25］中，中型及以上鐵路客站出站集散廳的大小按高峰小時發送量下人均不少于0.2 m2計算。當前規范中對于集散廳面積的估算，僅基于高峰小時發送量，而尚未將環境要素（如城際列車比例、安檢流程、地鐵分擔率）作為面積計算的因子之一。換言之，當前規范對于環境要素的考慮尚不充分，尚不能靈活適應不同項目中環境要素的差異性。

缺失靈活性的面積估計策略將帶來換乘效率降低或空間利用率低等不利影響。同樣以出站集散廳為例，由于當下鐵路車站的出站集散廳往往結合了交通換乘功能（如本文的研究對象），鐵路車站往往存在城際列車旅客比例不斷擴大、地鐵的交通分擔率不斷提高的發展趨勢。在此背景下，未采用安檢互認的出站集散廳必然會承受比當下水平更大程度的客流單位壓力。若按當前的人均面積指標去計算集散廳面積，則可能會遭遇換乘效率降低的風險。另一方面，若出站集散廳采用安檢互認與人臉識別等安檢改進措施，而人均指標依然依照原先標準，則會帶來交通空間冗余、空間利用率低下的問題。同理，出站空間中的其他部分也會面臨相似的問題。為了讓鐵路車站設計更好地適應未來復雜多變的環境變化趨勢，鐵路車站的空間設計策略應當從單一、固定的形態，轉向靈活、適應性強的形態。

因此，本文對于鐵路車站初期方案階段的設計方法提出以下改進建議：在初步確定鐵路車站出站空間的使用面積時，若要考慮車站未來使用中在城際列車比例、地鐵分擔率、安檢流程上的可能變化，可以用當下設計實踐中的習慣性指標為基準，參考以下的人員壓力速查表（表2），查閱得到給定未來狀況下人員壓力的估計值，從而為設計決策提供更好的信息輔助支持。

表2 出站空間人員壓力速查表Tab. 2 Reference table for impacts of arriving passengers

3 結論與展望

本文在以下幾個方面回應了研究目標：首先，本文借助多智能體模擬，在時間消耗的評估維度上補充了人員聚集壓力與低服務水平持續時間的維度。本文在進一步量化驗證既有研究結論的同時，還指出了安檢改進帶來的人員壓力影響在車站內部各節點存在非均勻分布的現象，從而以一個更全面的視角量化評估了安檢改進對于鐵路車站運行的影響。

其次，本文討論了在城際列車比例與地鐵分擔率兩個外部條件的交互效應，指出安檢改進帶來的人員聚集壓力同時取決于地鐵分擔率和城際列車比例的取值。該結論表明，如果在評估之中不考慮外部條件的特性，安檢模式對于鐵路車站的影響將難以得到準確評估，從而影響設計方案的質量。

最后，基于車站設計者的上述需求，本文提出了鐵路車站在不同發展情景下的人員壓力速查表，以此作為鐵路車站新建或更新改造時的量化輔助決策工具。借助于此，設計者得以在設計初期掌握不同條件環境下鐵路車站未來使用狀態的變化趨勢，從而在一定程度上避免設計后期在交通模擬驗證時與初期設想差距過大，以致被迫大幅度修改設計的情形。

綜上，本文探究了安檢模式對鐵路客站換乘地鐵效率的影響。其研究結論有望為國內大型“上進下出”式鐵路車站的設計或改造提供前期參考。而本文在未來尚有以下發展空間：首先，本文僅選擇了城際列車、地鐵分擔率作為交互效應研究中的外部條件要素，未來研究中可以納入更多的要素進行評估。其次，本研究對外部條件要素采取了二元化取值，未來研究中可以采用更細化的取值區間。最后，本文并未在人員壓力速查表的基礎上進一步提出量化指標。但未來研究可在綜合不同類型的車站案例后，直接提出針對不同情景的人均面積指標修正系數表。

作者貢獻聲明：

莊 宇：研究框架、實驗設計，數據分析與解釋，論文修改與定稿。

李丹瑞：實驗設計，數據分析與解釋，模擬軟件的準備、設定與運行，論文撰寫與修改。